CN116245401A - 提升运输车与快递件关联度的方法、装置、智能终端 - Google Patents

Abstract

本申请涉及一种提升运输车与快递件关联度的方法、装置、智能终端。获取预设时间段内快递件的相关数据；所述相关数据包括发件数据、到件数据、装车数据、卸车数据；根据预先设定的分组，判断所述相关数据的完整性；所述预先设定的分组包括所述发件数据与所述到件数据为第一组，所述装车数据与所述卸车数据为第二组；若所述第一组与所述第二组中均存在至少一个所述相关数据，则将相关数据进行合并；根据预设装车规范表，对合并后的所述相关数据进行数据清洗处理，将合并后的相关数据生成装车明细；基于所述预设装车规范表，根据所述装车明细、数据录入环节，得到对应数据录入环节的改善方式。

Description

提升运输车与快递件关联度的方法、装置、智能终端

技术领域

本申请涉及快递技术领域，尤其是涉及一种提升运输车与快递件关联度的方法、装置、智能终端。

背景技术

近年来，随着经济、社会的快速发展和电子商务的崛起，快递行业已经发展成为促进国民经济发展的新兴服务产业。快递行业从无到有稳步发展，市场逐渐扩大。在加速商品流通、促进对外贸易、服务各行各业、满足居民消费、提升第三产业、扩大人口就业等方面为国民经济做出了重要贡献。

在快递行业中，准确了解每个快递件在途中的运输情况至关重要。但是，实际运输场景中，很多快递件的运输数据都存在不同程度的缺失和错误，从而使得运输车与快递件之间并不完全对应，无法获知快递件的准确运输信息。

发明内容

本申请提供一种提升运输车与快递件关联度的方法、装置、智能终端。

第一方面，本申请提供一种提升运输车与快递件关联度的方法，所述方法包括：

获取预设时间段内快递件的相关数据；所述相关数据包括发件数据、到件数据、装车数据、卸车数据；

根据预先设定的分组，判断所述相关数据的完整性；所述预先设定的分组包括所述发件数据与所述到件数据为第一组，所述装车数据与所述卸车数据为第二组；

若所述第一组与所述第二组中均存在至少一个所述相关数据，则将相关数据进行合并；

根据预设装车规范表，对合并后的所述相关数据进行数据清洗处理，将合并后的相关数据生成装车明细；

基于所述预设装车规范表，根据所述装车明细、数据录入环节，得到对应数据录入环节的改善方式。

可选的，所述方法还包括：

确定所述装车明细中的缺失数据；

根据预设修复表，获取所述缺失数据修复方式；

根据所述修复方式，对所述缺失数据进行修复，得到修复后的装车明细。

可选的，所述根据所述修复方式，对所述缺失数据进行修复，包括：

针对每一快递件，若所述缺失数据为装车数据，则根据所述快递件的所述发件数据和/或所述快递件的上一卸车数据，确定所述装车数据；

针对每一快递件，若所述缺失数据为卸车数据，则根据所述预设装车规范表，确定应卸车站点与应卸车时间，根据所述应卸车站点与所述应卸车时间，确定所述卸车数据。

可选的，所述方法还包括：

根据所述修复后的装车明细，确定所述修复后的装车明细对应的多个快递路线；

针对每一快递路线，分析所述快递路线的成本；

根据所述成本，将所述快递路线进行排序以用于待运输快递件的路线规划。

可选的，所述方法还包括：

根据所述修复后的装车明细，确定所述数据录入环节的理想用时；

根据所述理想用时，设置用时阈值以用于在待运输快递件的每一个数据录入环节中进行时效监控。

可选的，所述基于所述预设装车规范表，根据所述装车明细、数据录入环节，得到对应数据录入环节的改善方式，包括：

基于所述预设装车规范表，根据所述装车明细、所述数据录入环节，确定装载环节数据录入出现问题时，根据运输车的可承重量，设置承重阈值并在所述运输车达到所述承重阈值时进行报警提醒。

可选的，所述方法还包括：

若所述第一组和/或所述第二组中没有对应的所述相关数据，则进行问题检索，初步确定数据缺失的候选原因及对应的解决方案；

根据所述候选原因，确定造成数据缺失的数据录入环节；

基于所述候选原因对应的解决方案，对所述数据录入环节进行改进。

第二方面，本申请提供一种提升运输车与快递件关联度的装置。

相关数据获取模块，用于获取预设时间段内快递件的相关数据；所述相关数据包括发件数据、到件数据、装车数据、卸车数据；

相关数据完整性判断模块，用于根据预先设定的分组，判断所述相关数据的完整性；所述预先设定的分组包括所述发件数据与所述到件数据为第一组，所述装车数据与所述卸车数据为第二组；

相关数据合并模块，用于若所述第一组与所述第二组中均存在至少一个所述相关数据，则将相关数据进行合并；

装车明细生成模块，用于根据预设装车规范表，对合并后的所述相关数据进行数据清洗处理，将合并后的相关数据生成装车明细；

改善方式确定模块，用于基于所述预设装车规范表，根据所述装车明细、数据录入环节，得到对应数据录入环节的改善方式。

可选的，所述装置还包括缺失数据修复模块，用于：

确定所述装车明细中的缺失数据；

根据预设修复表，获取所述缺失数据修复方式；

根据所述修复方式，对所述缺失数据进行修复，得到修复后的装车明细。

可选的，所述缺失数据修复模块，具体用于：

针对每一快递件，若所述缺失数据为装车数据，则根据所述快递件的所述发件数据和/或所述快递件的上一卸车数据，确定所述装车数据；

针对每一快递件，若所述缺失数据为卸车数据，则根据所述预设装车规范表，确定应卸车站点与应卸车时间，根据所述应卸车站点与所述应卸车时间，确定所述卸车数据。

可选的，所述装置还包括路线规划模块，用于：

根据所述修复后的装车明细，确定所述修复后的装车明细对应的多个快递路线；

针对每一快递路线，分析所述快递路线的成本；

根据所述成本，将所述快递路线进行排序以用于待运输快递件的路线规划。

可选的，所述装置还包括时效监控模块，用于：

根据所述修复后的装车明细，确定所述数据录入环节的理想用时；

根据所述理想用时，设置用时阈值以用于在待运输快递件的每一个数据录入环节中进行时效监控。

可选的，所述改善方式确定模块，具体用于：

基于所述预设装车规范表，根据所述装车明细、所述数据录入环节，确定装载环节数据录入出现问题时，根据运输车的可承重量，设置承重阈值并在所述运输车达到所述承重阈值时进行报警提醒。

可选的，所述装置还包括改进模块，用于：

若所述第一组和/或所述第二组中没有对应的所述相关数据，则进行问题检索，初步确定数据缺失的候选原因及对应的解决方案；

根据所述候选原因，确定造成数据缺失的数据录入环节；

基于所述候选原因对应的解决方案，对所述数据录入环节进行改进。

第三方面，本申请提供一种智能终端，包括：存储器和处理器，所述存储器上存储有能够被处理器加载并执行第一方面的方法的计算机程序。

第四方面，本申请提供一种计算机可读存储介质，存储有能够被处理器加载并执行第一方面的方法的计算机程序。

本申请提供了一种提升运输车与快递件关联度的方法、装置、智能终端。通过获取预设时间段内的所有快递件的相关数据；所述相关数据包括发件数据、到件数据、装车数据、卸车数据；将相关数据进行分组后，判断数据的完整性。若第一组与第二组中均存在至少一个所述相关数据，则将相关数据进行合并，从而进入数据清洗处理阶段，生成装车明细。根据装车明细确定需要进行改善的数据录入环节以及对应的方式。通过获取相关数据并进行合并后，利用数据清洗处理的方式，将得到的相关数据进行规范化从而更有利于后续分析。通过生成的装车明细确定具体的数据录入环节出现的问题，并进行针对性的完善和补救。从而提高运输车与包裹之间关联的准确性、一致性、时效性。

其次，若将相关数据进行数据清洗处理后，出现数据缺失的情况，本申请还可以进行相应的修复。具体的，如果缺失装车数据，则可以根据发件数据或上一次的卸车数据进行修复，如果缺失卸车数据，则可以根据预设规范表，确定应卸车站点与应卸车时间，直接将卸车数据进行补充修复。以便于后续的查看，也有利于提高上述数据分析的结果。

另外，通过修复可以得到修复后的装车明细，从而可以通过修复后的装车明细将每一个快递件对应的多个快递路线确认出来。将其进行成本分析，并将快递路线进行排序。通过这样的方式可以对待运输的快递件进行提前的路线规划，得出成本最低的最优路线。

还可以通过修复后的装车明细，确定每个数据录入环节的理想用时，从而设置用时阈值。当对应环节超过对应的用时阈值时，就会进行报警提醒，以提高对应数据录入环节的工作人员的工作效率，保证高效的完成相应的工作任务。

同时，可以在运输车上设置相应的感应装置以及报警装置，设置承重阈值，若对应运输车达到承重阈值，则进行报警提醒。避免出现待运输快递件扫描后无法进入对应运输车，而导致获取的数据出现问题的情况。

若获取的数据缺失严重，无法进行合并生成装车明细，则对相应数据进行问题检索，确定数据缺失的候选原因及对应的解决方案。从而确定造成数据缺失的数据录入环节并进行改进。这样既能找到数据缺失的原因，也能对此进行相应的改进。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请一实施例提供的一种应用场景示意图；

图2为本申请一实施例提供的一种提升运输车与快递件关联度的方法流程图；

图3为本申请一实施例提供的一种修复设计逻辑示意图；

图4为本申请一实施例提供的完善情况前后对比示意图；

图5为本申请一实施例提供的另一种提升运输车与快递件关联度的方法流程图；

图6为本申请一实施例提供的一种提升运输车与快递件关联度的装置的结构示意图；

图7为本申请一实施例提供的一种智能终端的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。

下面结合说明书附图对本申请实施例作进一步详细描述。

在快递行业中，准确了解每个快递件在途中的运输情况至关重要。但是，实际运输场景中，由于操作人员、操作中心等因素影响着部分快递件，无法实现规范性操作。很多快递件的运输数据都存在不同程度的缺失和错误，从而使得运输车与快递件之间并不完全对应，无法获知快递件的准确运输信息。

基于此，本申请提供一种提升运输车与快递件关联度的方法、装置、智能终端。通过调研进行快递数据的初步了解，去快递中心进行深度的了解与学习，获取相关数据。观察存在冲突的数据并进行修复。基于上述操作后制定装车规范表，实现操作人员、操作中心等的操作的规范性，同时制定修复表，进行相关逻辑的调整与修复，达到真正看清每个快递件运输成本的目的。

图1为本申请提供的一种应用场景示意图。在每个转运中心设置多个摄像装置以获取每个转运中心的工作环境、工作内容等信息。同时在每个转运中心对应的快递件的工作区设置多个感应装置用于感知每个快递件的装卸车状态、出入库状态等信息。摄像装置与感应装置与智能终端相连，用于将获取到的并将获取到的相关信息传输给智能终端。智能终端在接收到相关信息以后，提取信息内的数据以便于后续的查看。相应的，将已获取到的相关数据进行分组，判断数据完整性。从而进入数据清洗处理阶段，生成装车明细。根据装车明细确定需要进行改善的数据录入环节以及对应的方式。从而提高运输车与包裹之间关联的准确性、一致性、时效性。

具体的实现方式可以参考以下实施例。

图2为本申请一实施例提供的提升运输车与快递件关联度的方法流程图，本实施例的方法可以应用于以上场景中的终端设备。如图2所示的，该方法包括：

S201、获取预设时间段内快递件的相关数据；所述相关数据包括发件数据、到件数据、装车数据、卸车数据。

预设时间段在本申请中可以为十天、也可以是两天，可以根据具体的任务进行时间的调整，并不做具体的限制。

具体的，智能终端获取通过感应装置以及摄像装置采集到的预设时间段内的所有快递件的相关数据。

发件数据包括快递件进行发件动作时所产生的所有数据，例如快递件的发件站点、发件时间等；到件数据包括快递件进行到件动作时所产生的数据，例如快递件的到件站点、到件时间等；装车数据包括快递件进行装车动作时所产生的数据，例如装车站点、装车任务号、装车时间等；卸车数据包括快递件进行卸车动作时所产生的数据，例如卸车站点、卸车任务号、卸车时间等。

S202、根据预先设定的分组，判断所述相关数据的完整性；所述预先设定的分组包括所述发件数据与所述到件数据为第一组，所述装车数据与所述卸车数据为第二组。

将上述步骤S201获取到的相关数据进行分组，根据逻辑关系可以将发件数据、到件数据分为第一组；装车数据、卸车数据分为第二组。这种分组方式下，每组中的数据可以互为补充。故，两组中都存在数据即可认为数据相对完整。将所有快递件的数据分组以后，确定对应两个组别中是否存在相应的数据。比如第一组中是否存在发件数据、到件数据；第二组中是否存在装车数据、卸车数据。每个快递件对应每组至少一个数据才可以判定对应快递件的相关数据较完整；若快递件的相关数据存在至少一组为空，即没有数据，则判定对应快递件的相关数据不完整。

S203、若所述第一组与所述第二组中均存在至少一个所述相关数据，则将相关数据进行合并。

这里所说的合并，可以理解为将获取的较完整的相关数据进行统计，将较完整的相关数据整理到一张数据表中。

按照上述S202的步骤进行分组后，可以对相关数据进行具体的判断。如果第一组与第二组中均存在至少一个数据，则判断对应快递件的相关数据获取较完整，并将对应的数据进行统计，整理到数据表中。如果快递件的相关数据存在至少一组为空，即没有数据，则判定对应快递件的相关数据不完整，将相关数据不完整的快递件对应的数据全部进行作废处理。进行作废处理后不参与后续相关数据的分析。

S204、根据预设装车规范表，对合并后的所述相关数据进行数据清洗处理，将合并后的相关数据生成装车明细。

预设装车规范表是为了方便后续分析所制定的规范表，是为了将上述步骤统计整理的数据表更加规范。预设装车规范表的字段可以分别设置成运单号、装车操作时间、装车操作站点编号、装车操作站点名称、装车发件下一站编号、装车发件下一站名称、装车任务号、卸车任务号、卸车站点编号、卸车站点名称、卸车操作时间、发件操作时间等等，如表1所示。这里只是作为举例，并不表示只有这一种装车规范表。相应的也可以加入其他影响快递件与运输车关联度的因素。

表1：装车规范表

数据清洗处理是将上述经过统计整理得到的数据表根据预设装车规范表的要求，将相关数据中对应的内容提取出来，填入对应的表格中，从而使数据更加清晰的一种数据处理方法。

具体的，根据预设装车规范表，将上述S203合并后的数据表通过数据清洗处理，将所有数据按照预设装车规范表的内容进行提取并填入预设装车规范表中，生成装车明细。

需要说明的是，上述生成的装车明细并不表示明细中只包含装车数据，这里只是对生成的明细表进行命名。并不表示明细中所包含哪些内容。

S205、基于所述预设装车规范表，根据所述装车明细、数据录入环节，得到对应数据录入环节的改善方式。

基于预设装车规范表，根据装车明细，可以确定出同字段下哪些数据与其他数据相比出现较大的差距，可以初步判定对应的数据为问题数据。根据数据录入环节以及问题数据，确定问题数据对应的数据录入环节，将对应的数据录入环节中所产生的所有同字段下的数据进行对比，若仍存在较大差距，则确定对应的数据为问题数据，通过问题数据判断具体的原因并且得到相应的解决方式。

通过上述的方式得到问题数据以及相应的解决方式后，可以对相应的数据录入环节进行处理。比如当问题数据出现在装车环节时，如果是人工操作不规范导致装车数据出现问题，则可以在后期对对应站点的装车工人进行系统的培训。或者若是对应的设备扫描出错，则可以对设备进行相应的完善，以减少扫描带来的数据错误。

本实施例的方法通过获取预设时间段内的所有快递件的相关数据；所述相关数据包括发件数据、到件数据、装车数据、卸车数据；将相关数据进行分组后，判断数据的完整性。若第一组与第二组中均存在至少一个所述相关数据，则将相关数据进行合并，从而进入数据清洗处理阶段，生成装车明细。根据装车明细确定需要进行改善的数据录入环节以及对应的方式。通过获取相关数据并进行合并后，利用数据清洗处理的方式，将得到的相关数据进行规范化从而更有利于后续分析。通过生成的装车明细确定具体的数据录入环节出现的问题，并进行针对性的完善和补救。从而提高运输车与包裹之间关联的准确性、一致性、时效性。

在一些实现方式中，如果装车明细中出现数据缺失的情况，则可对此进行数据修复，具体的，上述方法还包括：确定所述装车明细中的缺失数据；根据预设修复表，获取所述缺失数据修复方式；根据所述修复方式，对所述缺失数据进行修复，得到修复后的装车明细。

若数据存在缺失的情况，则根据预设修复表的标准进行相应的数据补充，如表2所示。表2所展示的装车&卸车修复表即为预设修复表的一种展示形式。这里只是作为举例，并不表示只有这一种预设修复表。

表2：装车&卸车修复表

具体的，当发现上述步骤得到的装车明细中某一字段下对应的数据不完整，则说明对应的字段存在数据缺失的情况，根据预设修复表，找到装车明细中对应的需要补充的数据，将装车明细做补全处理，得到修复后的装车明细。

通过本实施例的方法，将相关数据进行数据清洗处理后，如果出现数据缺失的情况，还可以根据预设修复表进行相应的修复。通过本实施例可以方便后续管理人员对数据的查看，也有利于提高上述数据分析的结果。

在一些实施例中，针对于上述的数据修复，具体的，上述方法还包括：针对每一快递件，若所述缺失数据为装车数据，则根据所述快递件的所述发件数据和/或所述快递件的上一卸车数据，确定所述装车数据；针对每一快递件，若所述缺失数据为卸车数据，则根据所述预设装车规范表，确定应卸车站点与应卸车时间，根据所述应卸车站点与所述应卸车时间，确定所述卸车数据。

具体的，若存在一个快递件所对应的装车数据缺失，由于对应快递件在发件操作和其所对应的装车操作在一个站点，并且一般情况下，将快递件进行发件扫描后就可以进行装车操作，所以可以根据这一快递件的发件数据将对应的装车数据补充完整。若缺失的装车数据属于对应转运点，且没有发件数据的情况下，由于对应快递件在此转运站点进行装车操作时，必然在此转运站点进行了卸车操作，所以除了通过发件数据进行装车数据的补充还可以根据对应快递件的上一卸车数据进行装车数据的补充。

此外，若存在一个快递件所对应的卸车数据缺失，则可以根据预设装车规范表确定应卸车站点与应卸车时间。如果可以通过预设装车规范表得到相应的应卸车站点与应卸车时间，则可以直接进行补充。如果无法获取，则可以通过装车明细获取下一站的装车站点、装车时间，从而补充对应的卸车数据。

若缺少发件数据则可以使用补充装车数据的方法，根据这一快递件的装车数据将对应的发件数据补充完整。若当前快递件处于运输的转运站点，且没有装车数据的情况下，还可以根据对应快递件的上一卸车数据进行发件数据的补充。

若缺少到件数据，则可以根据最后一次的卸车数据进行补充。

通过本实施例的方法，将相关数据进行数据清洗处理后，如果出现数据缺失的情况，还可以根据预设修复表进行相应的修复。通过本实施例可以方便后续管理人员对数据的查看，也有利于提高上述数据分析的结果。

在一些实施例中，可以利用修复后的装车明细，进行待运输快递件的路线规划。具体的，上述方法还包括：根据所述修复后的装车明细，确定所述修复后的装车明细对应的多个快递路线；针对每一快递路线，分析所述快递路线的成本；根据所述成本，将所述快递路线进行排序以用于待运输快递件的路线规划。

具体的，根据得到的修复后的装车明细，确定每个快递件在完成运输过程中所经过的转运站点以及对应的用时情况。根据确定的快递件所经过的转运站点，可以初步确定快递件的运输路径。根据初步确定的运输路径以及通过对应的用时情况可以初步确定运输车的油耗以及司机的成本。由于天气原因或自然灾害等原因，可能会导致的快递件出现滞留等问题，因此需要确定对应的快递件在运输过程中是否存在异常滞留。若存在异常滞留的情况，则需要获取异常滞留的时间。根据上述方式可以初步分析得到每条快递路线所产生的成本，从而根据所产生的成本，将所有快递路线进行排序。对待运输的快递件进行路线规划时，若发件站点和到件站点与上述快递路线中的发件站点和到件站点相同时，则可以选择成本最低的一条路线作为最优路线。

需要说明的是，上述所说的快递件对应的成本只是进行举例，并不表示本申请只从上述几个角度进行成本分析。

本实施例可通过修复后的装车明细，确定每个快递件在完成运输过程中所经过的转运站点以及对应的用时情况。从而将每一个快递件对应的快递路线确认出来。将其进行成本分析，并将快递路线进行排序。通过这样的方式可以对待运输的快递件进行提前的路线规划，得出成本最低的最优路线，从而降低成本，减少消耗。

在一些实施例中，可以利用修复后的装车明细，对每一个数据录入环节进行时效监控。具体的，上述方法还包括：根据所述修复后的装车明细，确定所述数据录入环节的理想用时；根据所述理想用时，设置用时阈值以用于在待运输快递件的每一个数据录入环节中进行时效监控。

在得到修复后的装车明细后，确定每个快递件在每个数据录入环节完成相应操作所需要花费的时间，从而根据所需要花费的时间，得到所有快递件在数据录入环节完成相应操作的平均用时即为理想用时。根据理想用时对时间进行合理化的调整，从而设置用时阈值可以保证每个环节都可以在规定时间内高效完成。

具体的，人为操作存在许多不可控因素，这些不可控因素都可能会导致快递件滞留。所以为了尽量避免这种情况，可以利用修复后的装车明细，确定每个快递件对应的数据录入环节的平均用时，根据得到的对应数据录入环节的平均用时设置理想用时，从而根据理想用时情况设置用时阈值。若确定快递件的对应数据录入环节用时超过用时阈值，则可以进行语音提醒。

在一些实现方式中，若因不可抗因素导致具体数据录入环节用时超过用时阈值，对应数据录入环节的工作人员可以进行反馈，进行通知以使其他工作人员知晓对应数据录入环节的真实情况。根据此反馈，对应调整后续的工作。

本实施例通过修复后的装车明细，确定每个数据录入环节的理想用时，从而设置用时阈值。当对应环节超过对应的用时阈值时，就会进行报警提醒，以提高对应数据录入环节的工作人员的工作效率，保证高效的完成相应的工作任务。

在一些实施例中，可以在运输车上设置感应装置和报警装置，以避免待运输快递件扫描后无法装进对应运输车的情况。具体的，上述方法还包括：基于所述预设装车规范表，根据所述装车明细、所述数据录入环节，确定装载环节数据录入出现问题时，根据运输车的可承重量，设置承重阈值并在所述运输车达到所述承重阈值时进行报警提醒。

具体的，可以通过修复后的装车明细以及数据录入环节，获取每个运输车的可承重量，并根据可承重量设置承重阈值。同时可以在每个运输车靠近车厢底部添加感应装置，获取对应运输车的目前承重量。当对应运输车的目前承重量达到对应的承重阈值时，进行报警提醒，提醒工作人员不要将待运输的快递件扫描到已达承重阈值的运输车上。

在一些场景中，将待运输的快递件进行分类，并将运输车按照分类进行承载。比如将运输车进行编号，一号运输车只装载待运输快递件体积为50立方厘米的盒子，二号运输车只装载重量为一千克以下的待运输快递件。通过分类将属于同一类的快递件集中装载到一辆运输车上，从而根据修复后的装车明细结合单个快递件的重量推测出对应的运输车的可装载数量。根据可装载数量设置装载阈值。同时在每个运输车靠近车厢门的厢壁两侧添加感应装置，当待运输快递件扫描后装进对应的运输车后，则对快递件进行感应，同时确定对应运输车的当前装载数量。当装载数量达到装载阈值则进行报警提醒，提醒工作人员不要将待运输的快递件扫描到已达装载阈值的运输车上。

本实施例通过在运输车上设置相应的感应装置以及报警装置，设置承重阈值，若对应运输车达到承重阈值，则进行报警提醒。避免出现待运输快递件扫描后无法进入对应运输车，而导致获取的数据出现问题的情况。

在一些实施例中，可以对相关数据缺失严重的快递件进行问题检索并改进。具体的，上述方法还包括：若所述第一组和/或所述第二组中没有对应的所述相关数据，则进行问题检索，初步确定数据缺失的候选原因及对应的解决方案；根据所述候选原因，确定造成数据缺失的数据录入环节；基于所述候选原因对应的解决方案，对所述数据录入环节进行改进。

因为出现数据缺失可能并不是某一数据录入环节的问题，所以在初步的问题检索时，确定多个可能存在的候选原因以及对应的解决方案。

若出现对应组别下的数据没有获取到，则可以将对应的快递件的所有数据进行废弃处理。同时检索数据获取失败的原因以及对应的解决方案，进行及时的调整以免后续待运输快递件出现同样的问题。

在一些实现方式中，对应字段下的数据根据预设修复表依然无法补充，或对应字段下的数据出现明显错误时，比如，获取到的对应的快递件的卸车时间早于装车时间，可以将对应的快递件的所有数据废弃。同时可以进行问题数据的原因检索，找到真正的失误环节，并对此环节进行调整和改善，减少相关数据的出错率。

本实施例在获取的数据缺失严重时，无法进行合并生成装车明细。此时对相应数据进行问题检索，确定数据缺失的候选原因及对应的解决方案。从而确定造成数据缺失的数据录入环节并进行改进。这样既能找到数据缺失的原因，也能对此进行相应的改进。从而提高数据获取准确性。

在快递业务场景下，用于看清每个包裹在途中的运输情况，进而保障包裹与运输车的关联准确性、时效性、一致性；为支持各个中心的运营手段，可根据每条运输线路中所乘载的包裹量，来判定中心操作人员分配情况，实现人力灵活化运作；在运输成本上，可根据不同包裹的流向进行调整，达到实现全网降低成本的目的；在全网的全链路时效上，分环节看清每段运输的时长、速度、里程，再根据历史数据分析，分阶段(日常、旺季、大促)调整路由方案，可促达干线运输的时效提升。

一、现有技术

1、业务表现：

本申请的呈现形式是基于一个轻量级的逻辑模型转化数仓的物理模型的过程，以主流的HQL代码编写业务逻辑，通过阿里云大数据开发治理平台DataWorks作为开发编辑器，具有可视化的操作界面、灵活的调度管理、安全的数据保障体系，借助云原生大数据计算服务MaxCompute批量运算能力，实现全域的包裹数据抽取、清洗、转换、加载。

本申请是一个底层的数据架构，其中依赖了读取空间发射系统(Space LaunchSystem，SLS)消息日志数据、MaxCompute批量运算能力、结合多而复杂的业务场景，实现或解决快递包裹与运输车之间未关联的一系列逻辑问题。

2、功能描述：

看清每一票运输成本：提供每趟运输车次所承载的真实票量和每票包裹的重量，与实际运输过程中所花费的成本形成鲜明对比。

提供实操规范化依据：通过每个中心的车件关联率的高低，有效督促中心应按规范进行操作，并提供有效的举措事项来完善操作流程。

看清每一票时效环节：运输车与包裹的关联后，可全链路了解包裹的运输轨迹，从收件—>首网点—>首中心—>末中心—>末网点—>派件等6个环节的用时情况，可在不同环节中提供相应的补救措施，进而加强运输过程中的监控和管理。

3、实现原理：

通过读取实操轨迹SLS消息数据，加载进入HDFS中进行存储，使用MaxCompute批量的计算能力，批处理轨迹中的包裹与运输车之间的关系。

采用数仓搭建的原理，数仓是一个面向主题的、集成的、随着时间变化的、非易失性的数据集合，用于支持管理决策过程，通过概念模型-》逻辑模型-》物理模型的数仓标准化搭建流程，实现并沉淀出一套统一、完整、高效、易用的车件关联体系。

结合ETL技术，经过数据清洗(业务逻辑)处理，最终按照预先定义好的数据仓库模型，将数据加载到模型中去，进而打造并完善运输车与包裹关联度，提升车件关联率。

二、技术问题

1.在快递行业中，运输车和包裹之间的关联关系非常重要，但由于操作人员、操作中心等因素影响着部分包裹，无法实现规范性操作。

2.通过车件关联分析后，得到具体巨像举措，推进或改善实操现状，降低单票的运输成本。

3.基于车件关联模型，如何修复实操上未进行操作的包裹，而实际情况该包裹已装车，且流转至下一站点。

基于车件关联模型，如何修复实操上扫描了装车动作，但实际情况该包裹未上车或者被装入到其它车上的情况。

三、技术方案

1、车件关联的能力：

(1)看清每一票运输成本

(2)提供实操规范化依据

(3)看清每一票时效环节

2、实施方案设计：

(1)车件关联整体流程简述：

①数据探索->调研实操动作，去中心场地深入了解与学习->调研数据现状与实操情况是否存在冲突->通过数据尽可能地还原现状。

②数据进入->datax任务，每15分钟触发拉取数据->HQL逻辑任务产出物理模型，特殊case逻辑判断->定时调度，频率按天每天进行计算(操作日)->DQC数据质量校验，近7天数据量的波动阀值、近30天数据量的波动阀值->日常警示或运维，监控是否按时产出，运行是否完成。

③数据分析->基于物理模型产出按T-1操作日粒度的，中心维度车件关联率指标->相比较下，对指标低的进行具体分析->关于实操上的动作所产生的具体问题->产出巨像的具有针对措施->落实且加以监督->跟进改善情况，用于拟补修复逻辑，形成闭环管理。

(2)数据模型设计：

模型设计，均采用数仓的主流事实表(周期快照表)，以多维分析的方式(维度建模)把逻辑模型转化物理模型，将包裹与运输之间的关系转换为干线_装车规范表和干线_装车&卸车修复表，如表1所示：

表1：装车规范表

基于表1模型，可以快速了解目前包裹与运输车的现状，清晰可见，便于发现问题，可根据每个中心的表现不同，采用应对措施，进而产出如下表2，表2所展示的装车&卸车修复表即为预设修复表的一种展示形式。这里只是作为举例，并不表示只有这一种预设修复表。

表2：装车&卸车修复表

基于表2模型，可以真实的看清包裹整体运输情况，在表1的基础上，进行相关业务逻辑调整与修复，达到真正看清每票运输成本的目的；通过多维分析的方式将mail_no作为外键，可关联网络包裹域，这样便以全局的视角，查看包裹在每个节点全链接各环节的运行情况，进而显现支持时效战役相关的业务述求等。

(3)数据逻辑设计：

根据目前需求梳理的内容，结合应用场景为case，以解决业务实际问题为出发点，将原始数据处理逻辑描述如下：

装车规范表

1)窗口期锁定获取最近2天的轨迹数据，操作日(今日12:00到次日12点)

2)获取中心的所有发件动作数据，且数据上传日期为窗口期前一天上传的

3)根据发件数据获取真实的下一站，限定到件、发件、航空件，存在多条记录时，归并最近一次的记录保留

4)去掉短驳数据，去除支线数据，通过发件站点和到件站点进行剔除，且存在A-->B(转运中心到转运中心),A-->B两条记录,从A-->B,A-->B的记录中选择发件时间最晚,下一站扫描时间最早的一条记录

5)发件动作与装车动作进行匹配，无装车数据，发件记录继续保留

6)到件动作与卸车动作进行匹配，无卸车数据，到件记录继续保留

7)多次卸车中有正常的取正确的(判断依据装车运输单与卸车运输单是否相等)，无正确的取最后一次卸车

8)通过中心的编码与干线运输任务单获取运输状态、运行时长、运行里程

9)打标装车不规范：无车牌号码，无装车运输单

10)打标有车牌号无运输任务单

11)打标装车运输单不等于空，卸车任务单是空或则不为空与装车任务单不等且装车站点不为空

装车&卸车修复表

1)获取最近10天的装车事件记录，锁定操作日

2)推测应该卸车站点和应该卸车时间，推测逻辑优先取装车规范表中的卸车站点，如果没有获取到，则采用向下补位的方式，补位顺序(装车与卸车相等时取卸车站点、下一站的装车站点、下一站为中心且装车任务列表中含有发件的下一站、装车运输任务中最后一站)

3)合并无装车动作的有卸车动作的包裹，用发件站点记录补充装车站点

4)运输任务号优先取装车任务号，再取卸车任务号

5)装车站点,装车任务为空时，判断卸车任务站点列表中，是否包含上一个卸车站点，若包含，取上一个卸车站点，否则取卸车任务的始发站点，最后再取发件动作的发件站点

6)运输装车站点类型为0004且装车运输号5开头的(支线)，需要在支线运输任务中获取，默认取目的code、公里数、到达时间(卸车时间)

7)干线的站点序列号关联干线运输任务获取，支线的装车站点序号默认为1、卸车站点序号默认为2

8)公里数：支线取任务的公里数，干线取该运输任务号&站点的距离上一站公里数，站点序列号大于2时，将多个站点的距离求和得到

9)运行时长：支线取任务到达时间减发车时间，干线取(该运输任务号&站点的到达时间、卸车时间)减(该运输任务号&站点的发车时间、装车时间)互补

10)卸车序列号大于0且卸车时间大于等于该装车运输任务号&卸车站点的到达时间

(4)预计修复设计：

基于数据模型设计进行评估，采用层层相扣、层层递进的方式，将修复逻辑进行拆解，可预测修复带来的问题与挑战；根据拆解后发现的结果或问题，针对性的提供巨像的举措措施，来提升车件关联率，促达业务价值与目标。如图3所示，获取所有票的运输任务信息，若信息正常则正常运输；若数据异常，则判断是装车信息异常还是卸车信息异常，若判断结果为装车信息异常中的无装车扫描，则根据卸车运输任务号途径发件站点，补全装车站点信息与运输任务号，或者可以将第一个运输任务号作为运单始发中心进行补充；若判断结果为装车信息异常中的有车牌，无装车运输号则可以根据卸车运输任务号途径发件站点，补全运输任务号；若判断结果为卸车信息异常中的有卸车运输任务号，但装卸运输任务号不一致时，可以根据卸车运输号途径装车点，装车运输任务号用卸车补全或装车运输任务号途径卸车点，卸车运输任务号用装车补全；若判断结果为卸车信息异常中的无卸车运输号，则针对单运输任务号，不直接补终点，而是用next、org和运输任务号的站点相同的站点补或用终点补。

(5)DQC规则设计：

数据量不能为空需触发

主键不能为空需触发

主键唯一性规则触发

近7天平均记录数波动量不能低于或高于20％需触发

近30天平均记录数波动量不能低于或高于10％需触发

3、运维保障：

任务级别配置告警，告警方式：电话(白天)、短信(晚上)

基线配置，促达告警：电话(白天、晚上)

人员7*24小时机制轮流值班

预案参考手册

四、本申请创造的有益效果

1、车件关联数据在使用中发现，大大提高了该数据的使用频率、丰富了数据的易用性、扩展了多样化的应用场景。

2、从补全率上看，修复前，路段车件关联率为87.1％，目前修复至97.9％；从准确率上看，修复前，全链路车件关联准确率为86.8％，目前修复至96.3％，具体完善情况形成前后对比，如图4所示。

五、具体步骤

对每一个步骤的具体实现方式，作进一步详细的说明，这种详细描述的具体化程度，达到使本技术领域的一般技术人员看了之后，不需要创造性地劳动而能再现技术方案的程度即可，同时尽可能地举例多个等同可替换的方案、本发明的应用场景及带来的进步等。如图5所示，可以按4个阶段进行阐述：

1、准备阶段，结合业务需求进行相应的数据探查的相关工作

1)实体考察、学习业务

2)实操体验，包裹流转

3)结合场地了解数据源采集过程

4)确认数据库(存储介质)，需测试网络连通性后，获取数据读取上云(大数据平台)，采用通用工具DataX执行。

2、处理阶段，结合目前数据现状，布局解决方案与策略

1)梳理数据现状，了解现状带来的问题

2)梳理包裹与运输车存在的问题，一一列举、逐一攻破

3)将每个CASE形成巨像的解决方案，通过工作包的方式展开实施

4)模型设计，通过梳理的案例，将逻辑模型转换为物理模型

5)模型评审回顾案例，模型评估评分应在98分以上，方可通过；针对有异议的地方重点抛出和讨论，最终形成技术侧与业务方达成一致

6)数据加工开始，采用阿里云MaxCompture计算能力，借助DataWorks IDE的开发环境进行编码

7)测试用例编写

8)数据校验、灰度运行

3、应用阶段，结合场景面向应用

1)改善实操，通过车件关联率指标，下探至中心、设备、运输车、包裹等环节，根据指标的高低，产出具体改善方式，比如：某某中心可以为实操员提供相应的培训；对设备环节，为设备提供车件信息，根据信息设备扫描时应录入运输单信息提醒等功能，当装车即将结束时，可根据历史以往装车记录信息，间断性提示即将装车结束；

2)看清成本，这里指的是运输成本，通过车件关联数据，可以根据不同线路、不同城市之间的包裹流向，看清每票的运输成本，进而调整运营手段和经营政策

3)协助时效，时效全链路分析中，干线(中心与中心之间的流向)运输尤为重要，根据车件关联数据，分析包裹各个环节的用时情况，同时可以发现包裹是否滞留以及滞留节点，通过提醒的方式，助力该节点存在问题，现场人员应做好事中处理。

4、运维阶段，即稳定任务运行

1)可视化的运维界面，监控任务运行状态

2)配置基线任务，保障任务按时产出

3)质量监控按预警规则设计，设立预警配置，按阶段(每月)更新迭代

4)任务使用资源情况，阶段性(每周)记录所使用的CU(任务运行日志可查看)

5)人员(数据中台)值班安排

图6为本申请一实施例提供的一种提升运输车与快递件关联度装置结构示意图，如图6所示的，本实施例的提升运输车与快递件关联度600包括：相关数据获取模块601、相关数据完整性判断模块602、相关数据合并模块603、装车明细生成模块604、改善方式确定模块605。

相关数据获取模块601，用于获取预设时间段内快递件的相关数据；所述相关数据包括发件数据、到件数据、装车数据、卸车数据；

相关数据完整性判断模块602，用于根据预先设定的分组，判断所述相关数据的完整性；所述预先设定的分组包括所述发件数据与所述到件数据为第一组，所述装车数据与所述卸车数据为第二组；

相关数据合并模块603，用于若所述第一组与所述第二组中均存在至少一个所述相关数据，则将相关数据进行合并；

装车明细生成模块604，用于根据预设装车规范表，对合并后的所述相关数据进行数据清洗处理，将合并后的相关数据生成装车明细；

改善方式确定模块605，用于基于所述预设装车规范表，根据所述装车明细、数据录入环节，得到对应数据录入环节的改善方式。

可选的，所述装置还包括缺失数据修复模块606，用于：

确定所述装车明细中的缺失数据；

根据预设修复表，获取所述缺失数据修复方式；

根据所述修复方式，对所述缺失数据进行修复，得到修复后的装车明细。

可选的，所述缺失数据修复模块606，具体用于：

针对每一快递件，若所述缺失数据为装车数据，则根据所述快递件的所述发件数据和/或所述快递件的上一卸车数据，确定所述装车数据；

针对每一快递件，若所述缺失数据为卸车数据，则根据所述预设装车规范表，确定应卸车站点与应卸车时间，根据所述应卸车站点与所述应卸车时间，确定所述卸车数据。

可选的，所述装置还包括路线规划模块607，用于：

根据所述修复后的装车明细，确定所述修复后的装车明细对应的多个快递路线；

针对每一快递路线，分析所述快递路线的成本；

根据所述成本，将所述快递路线进行排序以用于待运输快递件的路线规划。

可选的，所述装置还包括时效监控模块608，用于：

根据所述修复后的装车明细，确定所述数据录入环节的理想用时；

根据所述理想用时，设置用时阈值以用于在待运输快递件的每一个数据录入环节中进行时效监控。

可选的，所述改善方式确定模块605在装载环节时，具体用于：

基于所述预设装车规范表，根据所述装车明细、所述数据录入环节，确定装载环节数据录入出现问题时，根据运输车的可承重量，设置承重阈值并在所述运输车达到所述承重阈值时进行报警提醒。

可选的，所述装置还包括改进模块，用于：

若所述第一组和/或所述第二组中没有对应的所述相关数据，则进行问题检索，初步确定数据缺失的候选原因及对应的解决方案；

根据所述候选原因，确定造成数据缺失的数据录入环节；

基于所述候选原因对应的解决方案，对所述数据录入环节进行改进。

本实施例的装置，可以用于执行上述任一实施例的方法，其实现原理和技术效果类似，此处不再赘述。

图7为本申请一实施例提供的一种智能终端的结构示意图，如图7所示，本实施例的智能终端700可以包括：存储器701和处理器702。

存储器701上存储有能够被处理器702加载并执行上述实施例中方法的计算机程序。

其中，处理器702和存储器701相连，如通过总线相连。

可选地，智能终端700还可以包括收发器。需要说明的是，实际应用中收发器不限于一个，该智能终端700的结构并不构成对本申请实施例的限定。

处理器702可以是CPU(Central Processing Unit，中央处理器)，通用处理器，DSP(Digital Signal Processor，数据信号处理器)，ASIC(Application SpecificIntegrated Circuit，专用集成电路)，FPGA(Field Programmable Gate Array，现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器702也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。

总线可包括一通路，在上述组件之间传送信息。总线可以是PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

存储器701可以是ROM(Read Only Memory，只读存储器)或可存储静态信息和指令的其他类型的静态存储设备，RAM(Random Access Memory，随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory，电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory，只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。

存储器701用于存储执行本申请方案的应用程序代码，并由处理器702来控制执行。处理器702用于执行存储器701中存储的应用程序代码，以实现前述方法实施例所示的内容。

其中，智能终端包括但不限于：移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。还可以为服务器等。图7示出的智能终端仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

本实施例的智能终端，可以用于执行上述任一实施例的方法，其实现原理和技术效果类似，此处不再赘述。

本申请还提供一种计算机可读存储介质，存储有能够被处理器加载并执行如上实施例中的方法的计算机程序。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种提升运输车与快递件关联度的方法，其特征在于，包括：

获取预设时间段内快递件的相关数据；所述相关数据包括发件数据、到件数据、装车数据、卸车数据；

根据预先设定的分组，判断所述相关数据的完整性；所述预先设定的分组包括所述发件数据与所述到件数据为第一组，所述装车数据与所述卸车数据为第二组；

若所述第一组与所述第二组中均存在至少一个所述相关数据，则将相关数据进行合并；

根据预设装车规范表，对合并后的所述相关数据进行数据清洗处理，将合并后的相关数据生成装车明细；

基于所述预设装车规范表，根据所述装车明细、数据录入环节，得到对应数据录入环节的改善方式。

2.根据权利要求1所述的方法，其特征在于，包括：

确定所述装车明细中的缺失数据；

根据预设修复表，获取所述缺失数据修复方式；

根据所述修复方式，对所述缺失数据进行修复，得到修复后的装车明细。

3.根据权利要求2所述的方法，其特征在于，所述根据所述修复方式，对所述缺失数据进行修复，包括：

针对每一快递件，若所述缺失数据为装车数据，则根据所述快递件的所述发件数据和/或所述快递件的上一卸车数据，确定所述装车数据；

针对每一快递件，若所述缺失数据为卸车数据，则根据所述预设装车规范表，确定应卸车站点与应卸车时间，根据所述应卸车站点与所述应卸车时间，确定所述卸车数据。

4.根据权利要求3所述的方法，其特征在于，包括：

根据所述修复后的装车明细，确定所述修复后的装车明细对应的多个快递路线；

针对每一快递路线，分析所述快递路线的成本；

根据所述成本，将所述快递路线进行排序以用于待运输快递件的路线规划。

5.根据权利要求3所述的方法，其特征在于，包括：

根据所述修复后的装车明细，确定所述数据录入环节的理想用时；

根据所述理想用时，设置用时阈值以用于在待运输快递件的每一个数据录入环节中进行时效监控。

6.根据权利要求1所述的方法，其特征在于，所述基于所述预设装车规范表，根据所述装车明细、数据录入环节，得到对应数据录入环节的改善方式，包括：

基于所述预设装车规范表，根据所述装车明细、所述数据录入环节，确定装载环节数据录入出现问题时，根据运输车的可承重量，设置承重阈值并在所述运输车达到所述承重阈值时进行报警提醒。

7.根据权利要求1所述的方法，其特征在于，包括：

若所述第一组和/或所述第二组中没有对应的所述相关数据，则进行问题检索，初步确定数据缺失的候选原因及对应的解决方案；

根据所述候选原因，确定造成数据缺失的数据录入环节；

基于所述候选原因对应的解决方案，对所述数据录入环节进行改进。

8.一种提升运输车与快递件关联度的装置，其特征在于，包括：

相关数据获取模块，用于获取预设时间段内快递件的相关数据；所述相关数据包括发件数据、到件数据、装车数据、卸车数据；

相关数据完整性判断模块，用于根据预先设定的分组，判断所述相关数据的完整性；所述预先设定的分组包括所述发件数据与所述到件数据为第一组，所述装车数据与所述卸车数据为第二组；

相关数据合并模块，用于若所述第一组与所述第二组中均存在至少一个所述相关数据，则将相关数据进行合并；

装车明细生成模块，用于根据预设装车规范表，对合并后的所述相关数据进行数据清洗处理，将合并后的相关数据生成装车明细；

改善方式确定模块，用于基于所述预设装车规范表，根据所述装车明细、数据录入环节，得到对应数据录入环节的改善方式。

9.一种智能终端，其特征在于，包括：存储器和处理器；

所述存储器，用于存储程序指令；

所述处理器，用于调用并执行所述存储器中的程序指令，执行如权利要求1-7任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序；所述计算机程序被处理器执行时，实现如权利要求1-7任一项所述的方法。

Images