CN116502974B - 物流信息的分析方法、装置、设备及存储介质 - Google Patents

Abstract

本发明涉及物流管理领域，公开了一种物流信息的分析方法、装置、设备及存储介质，用于实现物流信息的智能识别以及提高物流快件的分装效率。方法包括：对快件二维码图像进行二维码信息解析，得到第一二维码信息；进行信息查询和转换，得到第二二维码信息；进行快件状态分析，得到快件状态评价指标并判断待处理快件是否为有效快件；若待处理快件为有效快件，则生成第一信息编码集合，以及根据第二二维码信息生成第二信息编码集合；将第一信息编码集合和第二信息编码集合输入快件分装决策模型进行快件分装决策，得到快件分装决策结果；根据快件分装决策结果生成目标分装操作，并根据目标分装操作控制快件扫码设备进行智能分装响应。

Description

物流信息的分析方法、装置、设备及存储介质

技术领域

本发明涉及物流管理领域，尤其涉及一种物流信息的分析方法、装置、设备及存储介质。

背景技术

随着电子商务行业的迅速发展，快递业务成为日益重要的一环。然而，快递物流效率低下、数据信息不及时等问题也随之而来。随着快递行业的快速发展，快递企业需要快速地对大量快递包裹进行处理，以提高物流效率、满足消费者的需求。因此，快递物流信息管理及快递包裹分装的智能化处理成为关键之一。

但是现有方案中在对快件进行分装时，通常是由人工采用手持式快件扫码设备进行读取快件的二维码信息，然后通过人工对读取的信息进行分装决策，由于现有方案受人工经验的影响较大，导致了快件的分装效率较低。

发明内容

本发明提供了一种物流信息的分析方法、装置、设备及存储介质，用于实现物流信息的智能识别以及提高物流快件的分装效率。

本发明第一方面提供了一种物流信息的分析方法，所述物流信息的分析方法包括：

基于预置的快件扫码设备获取待处理快件的快件二维码图像，并对所述快件二维码图像进行二维码信息解析，得到第一二维码信息；

对所述第一二维码信息进行信息查询和转换，得到第二二维码信息；

对所述第二二维码信息进行快件状态分析，得到快件状态评价指标，并根据所述快件状态评价指标判断所述待处理快件是否为有效快件；

若所述待处理快件为有效快件，则根据所述第一二维码信息生成第一信息编码集合，以及根据所述第二二维码信息生成第二信息编码集合；

将所述第一信息编码集合和所述第二信息编码集合输入预置的快件分装决策模型进行快件分装决策，得到快件分装决策结果；

根据所述快件分装决策结果生成目标分装操作，并根据所述目标分装操作控制所述快件扫码设备进行智能分装响应。

结合第一方面，在本发明第一方面的第一实施方式中，所述基于预置的快件扫码设备获取待处理快件的快件二维码图像，并对所述快件二维码图像进行二维码信息解析，得到第一二维码信息，包括：

基于预置的快件扫码设备，对待处理快件进行二维码区域检测和定位，得到对应的多个定位坐标；

对所述多个定位坐标进行区域连通，得到连通区域图像，并将所述连通区域图像作为所述待处理快件的快件二维码图像；

对所述快件二维码图像进行二维码信息解析，得到第一二维码信息，其中，所述第一二维码信息包括：快件尺寸、快件重量以及快件形状。

结合第一方面，在本发明第一方面的第二实施方式中，所述对所述第一二维码信息进行信息查询和转换，得到第二二维码信息，包括：

根据所述第一二维码信息确定对应的快递公司信息，并根据所述快递公司信息查询目标信息源；

根据所述目标信息源获取所述第一二维码信息对应的快件信息映射关系；

调用预置的信息转换接口，对所述第一二维码信息和所述快件信息映射关系进行信息转换，得到第二二维码信息，其中，所述第二二维码信息包括：运输路径信息、运输时效以及快件转运状态。

结合第一方面，在本发明第一方面的第三实施方式中，所述对所述第二二维码信息进行快件状态分析，得到快件状态评价指标，并根据所述快件状态评价指标判断所述待处理快件是否为有效快件，包括：

对所述第二二维码信息中的运输路径信息进行路径距离分类，得到路径分类信息，并对所述路径分类信息进行路径打分，得到第一打分分值；

对所述第二二维码信息中的运输时效进行时效长短分类，得到时效分类信息，并对所述时效分类信息进行时效打分，得到第二打分分值；

对所述第二二维码信息中的快件转运状态进行转运状态分类，得到转运状态分类信息，并对所述转运状态分类信息进行转运状态打分，得到第三打分分值；

对所述第一打分分值、所述第二打分分值以及所述第三打分分值进行分值融合，得到目标打分分值，并将所述目标打分分值作为快件状态评价指标；

根据所述快件状态评价指标判断所述待处理快件是否为有效快件；

若所述快件状态评价指标大于预设目标值，则确定所述待处理快件为有效快件；

若所述快件状态评价指标小于或者等于预设目标值，则确定所述待处理快件为无效快件。

结合第一方面，在本发明第一方面的第四实施方式中，所述若所述待处理快件为有效快件，则根据所述第一二维码信息生成第一信息编码集合，以及根据所述第二二维码信息生成第二信息编码集合，包括：

若所述待处理快件为有效快件，则构建所述第一二维码信息对应的第一编码空间，以及构建所述第二二维码信息对应的第二编码空间；

将所述第一二维码信息中的快件尺寸、快件重量以及快件形状分别映射到所述第一编码空间中进行编码值映射匹配，得到所述快件尺寸的第一编码值、所述快件重量的第二编码值以及所述快件形状的第三编码值；

对所述第一编码值、所述第二编码值以及所述第三编码值进行集合转换，得到第一信息编码集合；

对所述第二二维码信息中的运输路径信息、运输时效以及快件转运状态进行命名实体识别，得到所述运输路径信息的第一命名实体、所述运输时效的第二命名实体以及所述快件转运状态的第三命名实体；

将所述第一命名实体、所述第二命名实体以及所述第三命名实体分别映射到所述第二编码空间中进行编码值映射匹配，得到所述运输路径信息的第四编码值、所述运输时效的第五编码值以及所述快件转运状态的第六编码值；

对所述第四编码值、所述第五编码值以及所述第六编码值进行集合转换，得到第二信息编码集合。

结合第一方面，在本发明第一方面的第五实施方式中，所述将所述第一信息编码集合和所述第二信息编码集合输入预置的快件分装决策模型进行快件分装决策，得到快件分装决策结果，包括：

对所述第一信息编码集合进行向量转换，生成第一信息编码向量，以及对所述第二信息编码集合进行向量转换，生成第二信息编码向量；

对所述第一信息编码向量和所述第二信息编码向量进行向量融合，生成目标信息编码向量；

将所述目标信息编码向量输入预置的快件分装决策模型，其中，所述快件分装决策模型包括：输入层、双向门限循环网络、全连接层以及输出层；

通过所述快件分装决策模型对所述目标信息编码向量进行快件分装决策，得到快件分装决策结果。

结合第一方面，在本发明第一方面的第六实施方式中，所述根据所述快件分装决策结果生成目标分装操作，并根据所述目标分装操作控制所述快件扫码设备进行智能分装响应，包括：

根据所述快件分装决策结果创建目标分装方案，其中，所述目标分装方案包括：分装类型以及目标分装位置；

根据所述目标分装方案生成所述待处理快件的目标分装操作，并根据所述目标分装操作生成分装操作指令，将所述分装操作指令下发至所述快件扫码设备；

通过所述快件扫码设备响应所述分装操作指令，并对所述待处理快件进行智能分装响应。

本发明第二方面提供了一种物流信息的分析装置，所述物流信息的分析装置包括：

获取模块，用于基于预置的快件扫码设备获取待处理快件的快件二维码图像，并对所述快件二维码图像进行二维码信息解析，得到第一二维码信息；

转换模块，用于对所述第一二维码信息进行信息查询和转换，得到第二二维码信息；

分析模块，用于对所述第二二维码信息进行快件状态分析，得到快件状态评价指标，并根据所述快件状态评价指标判断所述待处理快件是否为有效快件；

生成模块，用于若所述待处理快件为有效快件，则根据所述第一二维码信息生成第一信息编码集合，以及根据所述第二二维码信息生成第二信息编码集合；

决策模块，用于将所述第一信息编码集合和所述第二信息编码集合输入预置的快件分装决策模型进行快件分装决策，得到快件分装决策结果；

响应模块，用于根据所述快件分装决策结果生成目标分装操作，并根据所述目标分装操作控制所述快件扫码设备进行智能分装响应。

本发明第三方面提供了一种物流信息的分析设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述物流信息的分析设备执行上述的物流信息的分析方法。

本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的物流信息的分析方法。

本发明提供的技术方案中，对快件二维码图像进行二维码信息解析，得到第一二维码信息；进行信息查询和转换，得到第二二维码信息；进行快件状态分析，得到快件状态评价指标并判断待处理快件是否为有效快件；若待处理快件为有效快件，则生成第一信息编码集合，以及根据第二二维码信息生成第二信息编码集合；将第一信息编码集合和第二信息编码集合输入快件分装决策模型进行快件分装决策，得到快件分装决策结果；根据快件分装决策结果生成目标分装操作，并根据目标分装操作控制快件扫码设备进行智能分装响应，本发明实现对快递的快速处理和分装，提高物流运营的效率和准确性，减少订单的延迟和丢单率的问题，根据快递状态评价指标对快递进行筛选和分类，优化物流运营的效果和效率，提高快递运输的质量和速度，减少出现配送错误等情况的概率，通过对快递包裹的关键信息提取和分析，实现快递包裹信息的自动化处理，减少人工处理和操作的成本和风险，根据快递分装决策结果实现自动化分装，提高快递运输效率和效果，在避免分装错误的情况下，进而实现了物流信息的智能识别以及提高了物流快件的分装效率。

附图说明

图1为本发明实施例中物流信息的分析方法的一个实施例示意图；

图2为本发明实施例中快件状态分析的流程图；

图3为本发明实施例中生成信息编码集合的流程图；

图4为本发明实施例中快件分装决策的流程图；

图5为本发明实施例中物流信息的分析装置的一个实施例示意图；

图6为本发明实施例中物流信息的分析设备的一个实施例示意图。

具体实施方式

本发明实施例提供了一种物流信息的分析方法、装置、设备及存储介质，用于实现物流信息的智能识别以及提高物流快件的分装效率。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中物流信息的分析方法的一个实施例包括：

S101、基于预置的快件扫码设备获取待处理快件的快件二维码图像，并对快件二维码图像进行二维码信息解析，得到第一二维码信息；

可以理解的是，本发明的执行主体可以为物流信息的分析装置，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。

具体的，服务器使用预置的快件扫码设备对待处理快件进行二维码区域检测和定位。通过图像处理技术，设备能够准确地识别出待处理快件上的二维码区域，并获得相应的多个定位坐标。将这些定位坐标进行区域连通处理。通过将相邻的定位坐标连接起来，可以得到一个连通区域图像，该图像包含了待处理快件的二维码区域。将连通区域图像作为输入，使用适当的二维码解析算法对图像进行解析。这个算法能够识别出二维码中的信息，并将其解析成可读的文本数据。在解析过程中，从二维码信息中提取出相关的第一二维码信息。这些信息可能包括快件的尺寸、重量以及形状等。例如，假设有一台预置的快件扫码设备，用于处理快递包裹。当一个包裹被送到该设备前，设备会进行扫描，并检测出包裹上的二维码区域。通过连接检测到的二维码区域，得到连通区域图像。该设备使用二维码解析算法对图像进行解析，获得包裹的二维码信息。通过解析后的二维码信息，设备可以获取到有关包裹的第一二维码信息，例如包裹的尺寸、重量和形状。这些信息可以用于后续的物流处理和分拣操作，以确保包裹被正确处理和运送。因此，基于预置的快件扫码设备获取待处理快件的快件二维码图像，并对快件二维码图像进行二维码信息解析，得到第一二维码信息的方法能够实现快速、准确地获取和解析包裹的相关信息。

S102、对第一二维码信息进行信息查询和转换，得到第二二维码信息；

具体的，服务器根据第一二维码信息确定对应的快递公司信息。第一二维码信息可能包含有关快递包裹的发件人、收件人以及快递公司的相关信息。通过解析第一二维码信息，可以获取到相应的快递公司标识或代码。根据所得到的快递公司信息，进行查询目标信息源。目标信息源可以是快递公司的数据库或接口，其中存储了关于快递包裹的详细信息。在目标信息源中，通过匹配第一二维码信息，获取到与之对应的快件信息映射关系。这些映射关系可能包括运输路径信息、运输时效以及快件转运状态等。为了实现信息转换，调用预置的信息转换接口。该接口能够将第一二维码信息和快件信息映射关系进行转换和整合，生成第二二维码信息。第二二维码信息可能包含了从目标信息源中获取到的具体信息。例如，运输路径信息可以指示快件从发件地点到目的地的具体路线，运输时效可以表示快件预计的到达时间，而快件转运状态可以指示快件当前所处的状态（如在途、派送中、签收等）。例如，假设一个快递包裹的第一二维码信息指示其属于ABC快递公司，并包含了发件人、收件人的信息。通过解析第一二维码信息，确定了快递公司为ABC快递。系统查询ABC快递公司的目标信息源，如其数据库。在数据库中，根据第一二维码信息匹配，找到了与该包裹相关的快件信息映射关系。这个映射关系包括了运输路径信息、运输时效以及快件转运状态等。例如，查询结果显示该快递包裹的运输路径是从发件地A经过中转站B到达目的地C，预计运输时效为3天，并且当前的快件状态为在途。调用预置的信息转换接口，将第一二维码信息和快件信息映射关系进行转换。通过这个接口，将从目标信息源获取到的信息整合起来，生成第二二维码信息。第二二维码信息包括了从数据库中获取到的具体信息，例如运输路径信息显示了包裹的行程路线，运输时效表示了预计到达时间，而快件转运状态则反映了包裹当前的状态。综上，通过对第一二维码信息进行信息查询和转换，可以获取到更详细的第二二维码信息，其中包含了与快递包裹相关的运输路径、运输时效和快件转运状态等信息。这样的信息转换过程能够提供更全面的物流信息，帮助快递行业实现更高效和准确的物流管理。

S103、对第二二维码信息进行快件状态分析，得到快件状态评价指标，并根据快件状态评价指标判断待处理快件是否为有效快件；

需要说明的是，针对第二二维码信息中的运输路径信息，进行路径距离分类。将运输路径按照不同的距离范围进行分类，例如短距离、中距离和长距离。接着，对路径分类信息进行路径打分。根据业务需求和物流运输效率，给不同路径分类赋予相应的打分，例如短距离路径可以获得较高的分值，而长距离路径可能获得较低的分值。其中，针对第二二维码信息中的运输时效进行时效长短分类。将运输时效分为不同的分类，例如快速、标准和慢速。对时效分类信息进行时效打分。根据所需的快递时效和目标时效，给不同的时效分类分配相应的打分。例如，快速时效可以获得高分，而慢速时效可能获得较低的分值。进一步地，针对第二二维码信息中的快件转运状态进行转运状态分类。根据快件在物流运输过程中的状态，将转运状态分为不同的分类，如在途、派送中和已签收等。对转运状态分类信息进行转运状态打分。根据转运状态的重要性和影响程度，给不同的转运状态分类赋予相应的打分。例如，派送中状态可以获得较高分值，而其他状态可能获得较低的分值。将第一打分分值、第二打分分值以及第三打分分值进行分值融合。根据业务需求和重要性权重，对各个打分分值进行加权求和或者其他融合方式，得到目标打分分值。将目标打分分值作为快件状态评价指标。该指标综合了路径、时效和转运状态等因素，反映了快件在物流过程中的整体表现。根据设定的预设目标值，判断待处理快件是否为有效快件。如果快件状态评价指标大于预设目标值，则确定待处理快件为有效快件；如果快件状态评价指标小于或等于预设目标值，则确定待处理快件为无效快件。例如，假设一个快件的第二二维码信息中的运输路径为短距离，时效为快速，并且转运状态为在途。根据上述方法，对这些信息进行分析和评价。针对运输路径信息，将短距离路径进行高分打分。假设短距离路径获得10分的高分。针对运输时效信息，将快速时效进行高分打分。假设快速时效获得8分的高分。针对转运状态分类信息，在途状态进行较高的分值打分，假设在途状态获得9分的高分。将这三个分值进行分值融合。假设路径打分分值占比为40%，时效打分分值占比为30%，转运状态打分分值占比为30%。通过加权求和，计算出目标打分分值。假设路径打分分值为10，时效打分分值为8，转运状态打分分值为9。根据权重计算得到目标打分分值为(10*0.4)+(8*0.3)+(9*0.3)=9.1。根据预设目标值进行判断。如果预设目标值为9，则目标打分分值大于预设目标值，说明该待处理快件为有效快件。因此，根据快件状态评价指标的计算和比较，可以判断待处理快件是否为有效快件。这样的评估方法可以帮助物流系统进行快件状态的分析和筛选，提高物流效率和客户满意度。

S104、若待处理快件为有效快件，则根据第一二维码信息生成第一信息编码集合，以及根据第二二维码信息生成第二信息编码集合；

具体的，若待处理快件为有效快件，构建第一二维码信息对应的第一编码空间，用于描述快件的尺寸、重量和形状等信息。将第一二维码信息中的快件尺寸、快件重量以及快件形状分别映射到第一编码空间中进行编码值映射匹配。通过匹配和映射，得到快件尺寸的第一编码值、快件重量的第二编码值以及快件形状的第三编码值。对第一编码值、第二编码值以及第三编码值进行集合转换，得到第一信息编码集合。根据第二二维码信息生成第二信息编码集合。构建第二二维码信息对应的第二编码空间，用于描述运输路径信息、运输时效和快件转运状态等信息。对第二二维码信息中的运输路径信息、运输时效以及快件转运状态进行命名实体识别，得到运输路径信息的第一命名实体、运输时效的第二命名实体以及快件转运状态的第三命名实体。将第一命名实体、第二命名实体以及第三命名实体分别映射到第二编码空间中进行编码值映射匹配，得到运输路径信息的第四编码值、运输时效的第五编码值以及快件转运状态的第六编码值。对第四编码值、第五编码值以及第六编码值进行集合转换，得到第二信息编码集合。举个例子来说明，假设服务器有一个快递系统，第一二维码信息包含快件的尺寸、重量和形状，而第二二维码信息包含快件的运输路径、运输时效和转运状态。根据第一二维码信息，服务器构建了一个编码空间，其中尺寸编码范围为1-5，重量编码范围为A-E，形状编码范围为I-V。假设某个快件的第一二维码信息为尺寸：3，重量：C，形状：M。根据编码空间的映射，服务器得到该快件的第一信息编码集合为{3,C,M}。针对第二二维码信息，服务器构建了第二编码空间，并进行命名实体识别。假设快件的第二二维码信息包含运输路径：北京-上海，运输时效：2天，快件转运状态：已签收。服务器识别出运输路径的第一命名实体为"北京-上海"，运输时效的第二命名实体为"2天"，快件转运状态的第三命名实体为"已签收"。根据第二编码空间的映射，服务器得到运输路径信息的第四编码值为X，运输时效的第五编码值为Y，快件转运状态的第六编码值为Z。因此，第二信息编码集合为{X,Y,Z}。本实施例中，服务器成功实现了根据第一二维码信息生成第一信息编码集合和根据第二二维码信息生成第二信息编码集合的过程。这些信息编码集合可以用于后续的数据处理、分析和应用，例如快件分类、运输跟踪和统计分析等。

S105、将第一信息编码集合和第二信息编码集合输入预置的快件分装决策模型进行快件分装决策，得到快件分装决策结果；

具体的，服务器服务器对第一信息编码集合进行向量转换，生成第一信息编码向量。这可以通过将每个编码值映射到向量空间中的相应维度来实现。例如，假设第一信息编码集合为{A,B,C}，服务器将编码A映射到向量空间的第一个维度，编码B映射到第二个维度，编码C映射到第三个维度。这样，服务器就得到了第一信息编码向量。服务器对第二信息编码集合进行向量转换，生成第二信息编码向量。其中，服务器将每个编码值映射到向量空间的相应维度。假设第二信息编码集合为{X,Y,Z}，服务器将编码X映射到向量空间的第一个维度，编码Y映射到第二个维度，编码Z映射到第三个维度。这样，服务器就得到了第二信息编码向量。服务器将第一信息编码向量和第二信息编码向量进行向量融合。这可以通过将两个向量按元素进行拼接或使用其他向量融合技术来实现。融合后的向量称为目标信息编码向量，它包含了第一信息和第二信息的综合特征。服务器将目标信息编码向量输入预置的快件分装决策模型。该模型通常由多个层组成，包括输入层、双向门限循环网络、全连接层和输出层。输入层接收目标信息编码向量作为输入，双向门限循环网络可以有效地捕捉向量序列中的时序信息，全连接层用于处理网络中的各个节点之间的连接，输出层用于生成最终的快件分装决策结果。通过对目标信息编码向量进行快件分装决策，服务器得到快件分装决策结果。例如，决策结果可能是将快件分装为小型包裹并选择空运方式进行运输。综上，将第一信息编码集合和第二信息编码集合输入预置的快件分装决策模型进行快件分装决策的过程涉及向量转换、向量融合和决策模型的应用

S106、根据快件分装决策结果生成目标分装操作，并根据目标分装操作控制快件扫码设备进行智能分装响应。

具体的，根据快件分装决策结果，服务器会创建一个目标分装方案。这个方案包括分装类型和目标分装位置的信息。例如，假设分装类型可以是“包裹”或“信封”，而目标分装位置可以是“大箱子”或“小箱子”。基于目标分装方案，服务器会生成待处理快件的目标分装操作。这个操作是根据分装方案中的要求和特定快件的属性而确定的。例如，如果目标分装方案是将快件分装为“包裹”并放置在“大箱子”中，那么目标分装操作可能是将快件放置在适当的包装材料中，并将其放入一个大型的装箱机构中。根据目标分装操作，服务器会生成分装操作指令。这些指令包含了对快件扫码设备的具体控制命令，以实现目标分装操作。例如，指令可能包括机械臂的移动轨迹、包装材料的选择和封装方式等。这些指令会被传送到快件扫码设备，准备用于执行分装操作。通过与快件扫码设备的通信和互动，设备会响应分装操作指令，并执行智能分装响应。设备可能会使用内置的传感器和控制服务器来检测快件的属性，例如尺寸、重量和形状。根据分装操作指令，设备会自动进行相应的操作，例如选择适当的包装材料、调整机械臂的位置和姿态，以及完成封装和标记等步骤。通过以上实现，服务器根据快件分装决策结果生成目标分装操作，并通过控制快件扫码设备实现智能分装响应。这种自动化的流程可以提高分装效率和准确性，并减少人为错误和延误。同时，通过快件扫码设备的响应和反馈，服务器实时监控分装过程，并确保符合目标分装方案的要求。

本发明实施例中，对快件二维码图像进行二维码信息解析，得到第一二维码信息；进行信息查询和转换，得到第二二维码信息；进行快件状态分析，得到快件状态评价指标并判断待处理快件是否为有效快件；若待处理快件为有效快件，则生成第一信息编码集合，以及根据第二二维码信息生成第二信息编码集合；将第一信息编码集合和第二信息编码集合输入快件分装决策模型进行快件分装决策，得到快件分装决策结果；根据快件分装决策结果生成目标分装操作，并根据目标分装操作控制快件扫码设备进行智能分装响应，本发明实现对快递的快速处理和分装，提高物流运营的效率和准确性，减少订单的延迟和丢单率的问题，根据快递状态评价指标对快递进行筛选和分类，优化物流运营的效果和效率，提高快递运输的质量和速度，减少出现配送错误等情况的概率，通过对快递包裹的关键信息提取和分析，实现快递包裹信息的自动化处理，减少人工处理和操作的成本和风险，根据快递分装决策结果实现自动化分装，提高快递运输效率和效果，在避免分装错误的情况下，进而实现了物流信息的智能识别以及提高了物流快件的分装效率。

在一具体实施例中，执行步骤S101的过程可以具体包括如下步骤：

（1）基于预置的快件扫码设备，对待处理快件进行二维码区域检测和定位，得到对应的多个定位坐标；

（2）对多个定位坐标进行区域连通，得到连通区域图像，并将连通区域图像作为待处理快件的快件二维码图像；

（3）对快件二维码图像进行二维码信息解析，得到第一二维码信息，其中，第一二维码信息包括：快件尺寸、快件重量以及快件形状。

具体的，服务器使用预置的快件扫码设备对待处理快件进行二维码区域检测和定位。设备会使用图像处理算法和模式识别技术来寻找图像中的二维码区域。服务器通过检测图像中的特定形状、颜色或纹理等特征来定位二维码的位置。一旦检测到二维码区域，设备将得到对应的多个定位坐标。对多个定位坐标进行区域连通操作。这意味着将相邻的定位坐标组合成连通区域。连通区域是指在图像中具有相似特征且相互连接的像素集合。通过区域连通操作，服务器将属于同一个二维码的像素点连接在一起，形成一个连通区域图像。将连通区域图像作为待处理快件的快件二维码图像进行进一步处理。对快件二维码图像进行二维码信息解析。这可以通过使用专门的二维码解码算法和库来实现。解码算法会对图像中的二维码进行分析和解码，从而提取出第一二维码信息。第一二维码信息可以包括快件的尺寸、重量和形状等关键属性。例如，假设服务器有一个快件扫码设备，它可以通过图像处理和模式识别技术来检测和定位快件上的二维码。设备会在快件上找到一个二维码区域，并得到多个定位坐标。这些定位坐标会被组合成连通区域图像，其中包含了二维码的像素点。通过应用专门的二维码解码算法，服务器解析二维码并提取出快件的尺寸、重量和形状等信息。这一步能够自动识别和解析快件上的二维码信息，为后续的处理和分析提供准确的数据。通过快件扫码设备的帮助，服务器高效地获取到快件的相关信息，为后续的操作和决策提供依据。

在一具体实施例中，执行步骤S102的过程可以具体包括如下步骤：

（1）根据第一二维码信息确定对应的快递公司信息，并根据快递公司信息查询目标信息源；

（2）根据目标信息源获取第一二维码信息对应的快件信息映射关系；

（3）调用预置的信息转换接口，对第一二维码信息和快件信息映射关系进行信息转换，得到第二二维码信息，其中，第二二维码信息包括：运输路径信息、运输时效以及快件转运状态。

具体的，服务器根据第一二维码信息确定对应的快递公司信息。在第一二维码信息中，可能包含了快递公司的特定标识符或编码。服务器通过解析第一二维码信息，提取出快递公司相关的标识符或编码，并将其与预置的快递公司信息进行匹配，以确定对应的快递公司。根据确定的快递公司信息，服务器进行目标信息源的查询。目标信息源可能是预置的数据库、API接口或其他数据存储系统，其中包含了与快递公司相关的详细信息。通过使用快递公司信息作为查询条件，服务器获取到第一二维码信息对应的快件信息映射关系。获取到快件信息映射关系后，服务器调用预置的信息转换接口对第一二维码信息和快件信息进行转换。信息转换接口根据预先定义的规则和映射关系，将第一二维码信息中的特定字段映射到目标信息中的相应字段。通过这个转换过程，服务器得到第二二维码信息，其中包括运输路径信息、运输时效以及快件转运状态等关键信息。例如，假设服务器使用一个快递扫码设备扫描了一份快件上的第一二维码信息，并确定了对应的快递公司为ABC快递。服务器使用ABC快递的标识符去查询预置的信息源，找到与该标识符相关的快件信息映射关系。假设查询结果显示该快件的运输路径为A-B-C，运输时效为3天，快件转运状态为运输中。服务器调用信息转换接口，将第一二维码信息和快件信息映射关系进行转换。根据预先定义的规则，服务器将第一二维码中的运输路径字段映射为A-B-C，将运输时效字段映射为3天，将快件转运状态字段映射为运输中。这样，服务器就得到了第二二维码信息，其中包括运输路径信息为A-B-C，运输时效为3天，快件转运状态为运输中。本实施例中，服务器根据第一二维码信息确定对应的快递公司信息，并查询目标信息源来获取快件的详细信息。通过信息转换接口完成信息转换，服务器得到了第二二维码信息，其中包括运输路径信息、运输时效以及快件转运状态等关键信息。这些信息可以为后续的物流和快递操作提供重要参考。

在一具体实施例中，如图2所示，执行步骤S103的过程可以具体包括如下步骤：

S201、对第二二维码信息中的运输路径信息进行路径距离分类，得到路径分类信息，并对路径分类信息进行路径打分，得到第一打分分值；

S202、对第二二维码信息中的运输时效进行时效长短分类，得到时效分类信息，并对时效分类信息进行时效打分，得到第二打分分值；

S203、对第二二维码信息中的快件转运状态进行转运状态分类，得到转运状态分类信息，并对转运状态分类信息进行转运状态打分，得到第三打分分值；

S204、对第一打分分值、第二打分分值以及第三打分分值进行分值融合，得到目标打分分值，并将目标打分分值作为快件状态评价指标；

S205、根据快件状态评价指标判断待处理快件是否为有效快件；

S206、若快件状态评价指标大于预设目标值，则确定待处理快件为有效快件；

S207、若快件状态评价指标小于或者等于预设目标值，则确定待处理快件为无效快件。

具体的，服务器服务器对第二二维码信息中的运输路径信息进行路径距离分类，得到路径分类信息，并对路径分类信息进行路径打分，得到第一打分分值。服务器定义路径距离的分类标准，如近、中、远。根据预设的分类标准，将运输路径进行分类，得到路径分类信息。为每个路径分类设置相应的路径打分标准，根据预设的标准给予不同分类的路径相应的分值。对于每个快件的运输路径，根据路径分类标准进行分类并计算路径打分，得到第一打分分值。服务器对第二二维码信息中的运输时效进行时效长短分类，得到时效分类信息，并对时效分类信息进行时效打分，得到第二打分分值。服务器定义时效长短的分类标准，如快、中、慢。根据预设的分类标准，将运输时效进行分类，得到时效分类信息。为每个时效分类设置相应的时效打分标准，根据预设的标准给予不同分类的时效相应的分值。对于每个快件的运输时效，根据时效分类标准进行分类并计算时效打分，得到第二打分分值。此外，服务器还需要对第二二维码信息中的快件转运状态进行转运状态分类，得到转运状态分类信息，并对转运状态分类信息进行转运状态打分，得到第三打分分值。服务器定义转运状态的分类标准，如正常、延迟、异常。根据预设的分类标准，将转运状态进行分类，得到转运状态分类信息。为每个转运状态分类设置相应的转运状态打分标准，根据预设的标准给予不同分类的转运状态相应的分值。对于每个快件的转运状态，根据转运状态分类标准进行分类并计算转运状态打分，得到第三打分分值。服务器对第一打分分值、第二打分分值以及第三打分分值进行分值融合，得到目标打分分值，并将目标打分分值作为快件状态评价指标。可以使用加权平均、加权求和或其他合适的方法进行分值融合，根据具体情况进行权重的设定。根据快件状态评价指标判断待处理快件是否为有效快件。若快件状态评价指标大于预设目标值，则确定待处理快件为有效快件。这意味着该快件在路径距离、运输时效和转运状态等方面表现良好，符合预期要求。相反，若快件状态评价指标小于或者等于预设目标值，则确定待处理快件为无效快件。这表示该快件在路径距离、运输时效或转运状态等方面存在问题，无法满足预期要求。举个例子，假设有一个快件，它的第二二维码信息如下：运输路径信息：A-D-E-F；运输时效：快速时效；快件转运状态：延迟。根据路径距离分类标准，服务器判断运输路径A-D-E-F的距离为较长距离，给予该路径分类较低的路径打分。根据运输时效分类标准，服务器将快速时效进行分类，并给予较高的时效打分。对于快件转运状态，根据转运状态分类标准，服务器将其分类为延迟，并给予较低的转运状态打分。将第一打分分值、第二打分分值和第三打分分值进行分值融合，得到目标打分分值作为快件状态评价指标。假设分值融合后的目标打分分值为60。服务器比较评价指标60和预设目标值70的大小。由于60小于70，根据判断规则，服务器确定该快件为无效快件，因为它在路径距离、运输时效和转运状态等方面没有达到预期要求。

在一具体实施例中，如图3所示，执行步骤S104的过程可以具体包括如下步骤：

S301、若待处理快件为有效快件，则构建第一二维码信息对应的第一编码空间，以及构建第二二维码信息对应的第二编码空间；

S302、将第一二维码信息中的快件尺寸、快件重量以及快件形状分别映射到第一编码空间中进行编码值映射匹配，得到快件尺寸的第一编码值、快件重量的第二编码值以及快件形状的第三编码值；

S303、对第一编码值、第二编码值以及第三编码值进行集合转换，得到第一信息编码集合；

S304、对第二二维码信息中的运输路径信息、运输时效以及快件转运状态进行命名实体识别，得到运输路径信息的第一命名实体、运输时效的第二命名实体以及快件转运状态的第三命名实体；

S305、将第一命名实体、第二命名实体以及第三命名实体分别映射到第二编码空间中进行编码值映射匹配，得到运输路径信息的第四编码值、运输时效的第五编码值以及快件转运状态的第六编码值；

S306、对第四编码值、第五编码值以及第六编码值进行集合转换，得到第二信息编码集合。

具体的，服务器若待处理快件为有效快件，针对待处理快件的第一二维码信息和第二二维码信息，服务器构建相应的编码空间。第一编码空间用于处理第一二维码信息，第二编码空间用于处理第二二维码信息。这样，服务器能够分别管理和操作不同类型的信息。服务器将第一二维码信息中的快件尺寸、快件重量以及快件形状映射到第一编码空间中，通过编码值映射匹配，得到快件尺寸的第一编码值、快件重量的第二编码值以及快件形状的第三编码值。这样，服务器将快件的物理特征转化为对应的编码值。同时，服务器对第二二维码信息中的运输路径信息、运输时效以及快件转运状态进行命名实体识别。通过命名实体识别，服务器能够从第二二维码信息中提取出运输路径信息的第一命名实体、运输时效的第二命名实体以及快件转运状态的第三命名实体。服务器将第一命名实体、第二命名实体以及第三命名实体分别映射到第二编码空间中，通过编码值映射匹配，得到运输路径信息的第四编码值、运输时效的第五编码值以及快件转运状态的第六编码值。这一步骤将命名实体转化为对应的编码值。服务器将第四编码值、第五编码值以及第六编码值进行集合转换，得到第二信息编码集合。通过将这些编码值组合在一起，服务器得到表示第二信息的编码集合。例如，假设待处理的快件是一个箱子，其第一二维码信息中记录了尺寸为大型（编码值：001）、重量为20公斤（编码值：010）和形状为长方体（编码值：100）。而第二二维码信息中记录了运输路径为A-B-C（命名实体：路径ABC）、运输时效为标准时效（命名实体：标准时效）和快件转运状态为正常（命名实体：正常状态）。通过编码值映射匹配，服务器将快件尺寸映射为第一编码值001，快件重量映射为第二编码值010，快件形状映射为第三编码值100。同时，运输路径信息路径ABC映射为第四编码值011，运输时效标准时效映射为第五编码值001，快件转运状态正常映射为第六编码值010。将这些编码值进行集合转换，服务器得到第二信息编码集合为{001,010,100,011,001,010}。本实施例中，服务器能够将快件信息转化为统一的编码形式，方便后续的数据处理、分析和比较。同时，通过判断待处理快件的有效性，服务器根据预设的目标值来确定其是否为有效快件，从而进行相应的处理和决策。整个过程使得快件管理和评估更加标准化和自动化，提高了效率和准确性。

在一具体实施例中，如图4所示，执行步骤S105的过程可以具体包括如下步骤：

S401、对第一信息编码集合进行向量转换，生成第一信息编码向量，以及对第二信息编码集合进行向量转换，生成第二信息编码向量；

S402、对第一信息编码向量和第二信息编码向量进行向量融合，生成目标信息编码向量；

S403、将目标信息编码向量输入预置的快件分装决策模型，其中，快件分装决策模型包括：输入层、双向门限循环网络、全连接层以及输出层；

S404、通过快件分装决策模型对目标信息编码向量进行快件分装决策，得到快件分装决策结果。

具体的，服务器对第一信息编码集合进行向量转换。这可以通过将每个编码值映射为一个对应的向量表示来实现。一种常用的方法是使用独热编码（one-hot encoding）。对于第一信息编码集合中的每个编码值，创建一个与编码值个数相同的零向量，然后将对应编码值的位置设为1，即表示该编码值的向量。这样，就得到了第一信息编码向量。对第二信息编码集合进行向量转换。与第一信息编码集合类似，可以使用独热编码将每个命名实体映射为一个向量表示。对于第二信息编码集合中的每个命名实体，同样创建一个与命名实体个数相同的零向量，然后将对应命名实体的位置设为1，得到第二信息编码向量。将第一信息编码向量和第二信息编码向量进行向量融合，生成目标信息编码向量。向量融合的方法可以是简单的向量连接（concatenation），将第一信息编码向量和第二信息编码向量按照一定顺序连接起来，形成一个更综合的目标信息编码向量。生成的目标信息编码向量将作为输入，传递给预置的快件分装决策模型。这个模型通常由多个层组成，包括输入层、双向门限循环网络、全连接层和输出层。输入层接收目标信息编码向量作为输入，将信息传递给双向门限循环网络。双向门限循环网络具有前向和后向的信息传递能力，能够捕捉到目标信息的上下文特征。全连接层将双向门限循环网络的输出进行处理和转换，提取更高级的特征表示。输出层根据任务的要求进行适当的处理，如分类、回归或其他决策操作，得到快件分装决策结果。例如，假设第一信息编码集合中有三个编码值：001、010和100，对第一信息编码集合中的编码值进行向量转换时，服务器采用独热编码的方式。假设服务器按照编码值的顺序进行映射，即001映射为[1,0,0]，010映射为[0,1,0]，100映射为[0,0,1]。这样就得到了第一信息编码向量。服务器考虑第二信息编码集合。假设第二信息编码集合中有三个命名实体：路径ABC、标准时效和正常状态。其中，服务器使用独热编码进行向量转换。假设按照命名实体的顺序进行映射，路径ABC映射为[1,0,0]，标准时效映射为[0,1,0]，正常状态映射为[0,0,1]。这样就得到了第二信息编码向量。服务器将第一信息编码向量和第二信息编码向量进行向量融合。假设按照顺序连接它们，那么目标信息编码向量就是[1,0,0,0,1,0,0,0,1]。这个向量综合了第一信息编码和第二信息编码的特征。将目标信息编码向量输入到预置的快件分装决策模型中。该模型的具体结构可以是输入层、双向门限循环网络、全连接层和输出层。输入层接收目标信息编码向量作为输入数据。双向门限循环网络可以通过正向和反向传播捕捉到目标信息的上下文特征。全连接层用于进一步处理和转换向量表示，提取更高级的特征。输出层根据具体的任务要求，如判断快件的分装方案，得到快件分装决策结果。通过上述过程，服务器实现了对第一信息编码集合和第二信息编码集合的向量转换，融合生成了目标信息编码向量，并将其输入到预置的快件分装决策模型中进行决策。这样，服务器根据输入的目标信息编码向量来进行快件分装决策，得到相应的结果。

在一具体实施例中，执行步骤S106的过程可以具体包括如下步骤：

（1）根据快件分装决策结果创建目标分装方案，其中，目标分装方案包括：分装类型以及目标分装位置；

（2）根据目标分装方案生成待处理快件的目标分装操作，并根据目标分装操作生成分装操作指令，将分装操作指令下发至快件扫码设备；

（3）通过快件扫码设备响应分装操作指令，并对待处理快件进行智能分装响应。

具体的，根据快件分装决策结果，确定目标分装方案中的分装类型和目标分装位置。分装类型可以是根据快件的特性和要求确定的包装方式，如纸箱、塑料袋等。目标分装位置是指将快件放置在包装容器中的具体位置，例如底部、顶部或中间位置。接着，根据目标分装方案，生成待处理快件的目标分装操作。这包括根据分装类型选择相应的包装材料和容器，并确定放置快件的具体方式和位置。进一步，根据目标分装操作，生成分装操作指令。分装操作指令包含了详细的分装步骤和要求，以确保分装过程的准确性和一致性。例如，指令可能包括将快件放置在纸箱底部、使用适当的填充物填充空隙等。将分装操作指令下发至快件扫码设备。快件扫码设备可以是智能设备，用于扫描快件上的二维码或条形码，并接收指令进行相应的操作。分装操作指令可以通过无线通信或数据传输方式发送给快件扫码设备。一旦快件扫码设备接收到分装操作指令，它会根据指令要求对待处理快件进行智能分装响应。例如，根据指令中的目标分装位置和方式，设备可以自动将快件放置在相应的位置，并进行必要的调整和固定，以确保快件的安全和稳定。举个例子，假设快件分装决策结果确定了分装类型为纸箱，目标分装位置为底部。根据目标分装方案，生成的目标分装操作是选择一个合适尺寸的纸箱，并将快件放置在纸箱底部。生成的分装操作指令可能包括具体的纸箱尺寸要求、放置快件的位置和方法。这些指令被下发至快件扫码设备，设备根据指令要求扫描快件并进行智能分装响应，将快件放置在纸箱底部。通过上述实现过程，服务器能够根据快件分装决策结果创建目标分装方案，生成待处理快件的目标分装操作，并根据操作生成分装操作指令，最后通过快件扫码设备实现智能分装响应。

上面对本发明实施例中物流信息的分析方法进行了描述，下面对本发明实施例中物流信息的分析装置进行描述，请参阅图5，本发明实施例中物流信息的分析装置一个实施例包括：

获取模块501，用于基于预置的快件扫码设备获取待处理快件的快件二维码图像，并对所述快件二维码图像进行二维码信息解析，得到第一二维码信息；

转换模块502，用于对所述第一二维码信息进行信息查询和转换，得到第二二维码信息；

分析模块503，用于对所述第二二维码信息进行快件状态分析，得到快件状态评价指标，并根据所述快件状态评价指标判断所述待处理快件是否为有效快件；

生成模块504，用于若所述待处理快件为有效快件，则根据所述第一二维码信息生成第一信息编码集合，以及根据所述第二二维码信息生成第二信息编码集合；

决策模块505，用于将所述第一信息编码集合和所述第二信息编码集合输入预置的快件分装决策模型进行快件分装决策，得到快件分装决策结果；

响应模块506，用于根据所述快件分装决策结果生成目标分装操作，并根据所述目标分装操作控制所述快件扫码设备进行智能分装响应。

通过上述各个组成部分的协同合作，对快件二维码图像进行二维码信息解析，得到第一二维码信息；进行信息查询和转换，得到第二二维码信息；进行快件状态分析，得到快件状态评价指标并判断待处理快件是否为有效快件；若待处理快件为有效快件，则生成第一信息编码集合，以及根据第二二维码信息生成第二信息编码集合；将第一信息编码集合和第二信息编码集合输入快件分装决策模型进行快件分装决策，得到快件分装决策结果；根据快件分装决策结果生成目标分装操作，并根据目标分装操作控制快件扫码设备进行智能分装响应，本发明实现对快递的快速处理和分装，提高物流运营的效率和准确性，减少订单的延迟和丢单率的问题，根据快递状态评价指标对快递进行筛选和分类，优化物流运营的效果和效率，提高快递运输的质量和速度，减少出现配送错误等情况的概率，通过对快递包裹的关键信息提取和分析，实现快递包裹信息的自动化处理，减少人工处理和操作的成本和风险，根据快递分装决策结果实现自动化分装，提高快递运输效率和效果，在避免分装错误的情况下，进而实现了物流信息的智能识别以及提高了物流快件的分装效率。

上面图5从模块化功能实体的角度对本发明实施例中的物流信息的分析装置进行详细描述，下面从硬件处理的角度对本发明实施例中物流信息的分析设备进行详细描述。

图6是本发明实施例提供的一种物流信息的分析设备的结构示意图，该物流信息的分析设备600可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器（central processing units，CPU）610（例如，一个或一个以上处理器）和存储器620，一个或一个以上存储应用程序633或数据632的存储介质630（例如一个或一个以上海量存储设备）。其中，存储器620和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块（图示没标出），每个模块可以包括对物流信息的分析设备600中的一系列指令操作。更进一步地，处理器610可以设置为与存储介质630通信，在物流信息的分析设备600上执行存储介质630中的一系列指令操作。

物流信息的分析设备600还可以包括一个或一个以上电源640，一个或一个以上有线或无线网络接口650，一个或一个以上输入输出接口660，和/或，一个或一个以上操作系统631，例如Windows Serve，MacOS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图6示出的物流信息的分析设备结构并不构成对物流信息的分析设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

本发明还提供一种物流信息的分析设备，所述物流信息的分析设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述各实施例中的所述物流信息的分析方法的步骤。

本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述物流信息的分析方法的步骤。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-only memory，ROM）、随机存取存储器（randomacceS memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (4)

1.一种物流信息的分析方法，其特征在于，所述物流信息的分析方法包括：

基于预置的快件扫码设备获取待处理快件的快件二维码图像，并对所述快件二维码图像进行二维码信息解析，得到第一二维码信息；具体包括：基于预置的快件扫码设备，对待处理快件进行二维码区域检测和定位，得到对应的多个定位坐标；对所述多个定位坐标进行区域连通，得到连通区域图像，并将所述连通区域图像作为所述待处理快件的快件二维码图像；对所述快件二维码图像进行二维码信息解析，得到第一二维码信息，其中，所述第一二维码信息包括：快件尺寸、快件重量以及快件形状；

对所述第一二维码信息进行信息查询和转换，得到第二二维码信息；具体包括：根据所述第一二维码信息确定对应的快递公司信息，并根据所述快递公司信息查询目标信息源；根据所述目标信息源获取所述第一二维码信息对应的快件信息映射关系；调用预置的信息转换接口，对所述第一二维码信息和所述快件信息映射关系进行信息转换，得到第二二维码信息，其中，所述第二二维码信息包括：运输路径信息、运输时效以及快件转运状态；

对所述第二二维码信息进行快件状态分析，得到快件状态评价指标，并根据所述快件状态评价指标判断所述待处理快件是否为有效快件；具体包括：对所述第二二维码信息中的运输路径信息进行路径距离分类，得到路径分类信息，并对所述路径分类信息进行路径打分，得到第一打分分值；对所述第二二维码信息中的运输时效进行时效长短分类，得到时效分类信息，并对所述时效分类信息进行时效打分，得到第二打分分值；对所述第二二维码信息中的快件转运状态进行转运状态分类，得到转运状态分类信息，并对所述转运状态分类信息进行转运状态打分，得到第三打分分值；对所述第一打分分值、所述第二打分分值以及所述第三打分分值进行分值融合，得到目标打分分值，并将所述目标打分分值作为快件状态评价指标；根据所述快件状态评价指标判断所述待处理快件是否为有效快件；若所述快件状态评价指标大于预设目标值，则确定所述待处理快件为有效快件；若所述快件状态评价指标小于或者等于预设目标值，则确定所述待处理快件为无效快件；

若所述待处理快件为有效快件，则根据所述第一二维码信息生成第一信息编码集合，以及根据所述第二二维码信息生成第二信息编码集合；具体包括：若所述待处理快件为有效快件，则构建所述第一二维码信息对应的第一编码空间，以及构建所述第二二维码信息对应的第二编码空间；将所述第一二维码信息中的快件尺寸、快件重量以及快件形状分别映射到所述第一编码空间中进行编码值映射匹配，得到所述快件尺寸的第一编码值、所述快件重量的第二编码值以及所述快件形状的第三编码值；对所述第一编码值、所述第二编码值以及所述第三编码值进行集合转换，得到第一信息编码集合；对所述第二二维码信息中的运输路径信息、运输时效以及快件转运状态进行命名实体识别，得到所述运输路径信息的第一命名实体、所述运输时效的第二命名实体以及所述快件转运状态的第三命名实体；将所述第一命名实体、所述第二命名实体以及所述第三命名实体分别映射到所述第二编码空间中进行编码值映射匹配，得到所述运输路径信息的第四编码值、所述运输时效的第五编码值以及所述快件转运状态的第六编码值；对所述第四编码值、所述第五编码值以及所述第六编码值进行集合转换，得到第二信息编码集合；

将所述第一信息编码集合和所述第二信息编码集合输入预置的快件分装决策模型进行快件分装决策，得到快件分装决策结果；具体包括：对所述第一信息编码集合进行向量转换，生成第一信息编码向量，以及对所述第二信息编码集合进行向量转换，生成第二信息编码向量；对所述第一信息编码向量和所述第二信息编码向量进行向量融合，生成目标信息编码向量；将所述目标信息编码向量输入预置的快件分装决策模型，其中，所述快件分装决策模型包括：输入层、双向门限循环网络、全连接层以及输出层；通过所述快件分装决策模型对所述目标信息编码向量进行快件分装决策，得到快件分装决策结果；

根据所述快件分装决策结果生成目标分装操作，并根据所述目标分装操作控制所述快件扫码设备进行智能分装响应；具体包括：根据所述快件分装决策结果创建目标分装方案，其中，所述目标分装方案包括：分装类型以及目标分装位置；根据所述目标分装方案生成所述待处理快件的目标分装操作，并根据所述目标分装操作生成分装操作指令，将所述分装操作指令下发至所述快件扫码设备；通过所述快件扫码设备响应所述分装操作指令，并对所述待处理快件进行智能分装响应。

2.一种物流信息的分析装置，其特征在于，所述物流信息的分析装置包括：

获取模块，用于基于预置的快件扫码设备获取待处理快件的快件二维码图像，并对所述快件二维码图像进行二维码信息解析，得到第一二维码信息；具体包括：基于预置的快件扫码设备，对待处理快件进行二维码区域检测和定位，得到对应的多个定位坐标；对所述多个定位坐标进行区域连通，得到连通区域图像，并将所述连通区域图像作为所述待处理快件的快件二维码图像；对所述快件二维码图像进行二维码信息解析，得到第一二维码信息，其中，所述第一二维码信息包括：快件尺寸、快件重量以及快件形状；

转换模块，用于对所述第一二维码信息进行信息查询和转换，得到第二二维码信息；具体包括：根据所述第一二维码信息确定对应的快递公司信息，并根据所述快递公司信息查询目标信息源；根据所述目标信息源获取所述第一二维码信息对应的快件信息映射关系；调用预置的信息转换接口，对所述第一二维码信息和所述快件信息映射关系进行信息转换，得到第二二维码信息，其中，所述第二二维码信息包括：运输路径信息、运输时效以及快件转运状态；

分析模块，用于对所述第二二维码信息进行快件状态分析，得到快件状态评价指标，并根据所述快件状态评价指标判断所述待处理快件是否为有效快件；具体包括：对所述第二二维码信息中的运输路径信息进行路径距离分类，得到路径分类信息，并对所述路径分类信息进行路径打分，得到第一打分分值；对所述第二二维码信息中的运输时效进行时效长短分类，得到时效分类信息，并对所述时效分类信息进行时效打分，得到第二打分分值；对所述第二二维码信息中的快件转运状态进行转运状态分类，得到转运状态分类信息，并对所述转运状态分类信息进行转运状态打分，得到第三打分分值；对所述第一打分分值、所述第二打分分值以及所述第三打分分值进行分值融合，得到目标打分分值，并将所述目标打分分值作为快件状态评价指标；根据所述快件状态评价指标判断所述待处理快件是否为有效快件；若所述快件状态评价指标大于预设目标值，则确定所述待处理快件为有效快件；若所述快件状态评价指标小于或者等于预设目标值，则确定所述待处理快件为无效快件；

生成模块，用于若所述待处理快件为有效快件，则根据所述第一二维码信息生成第一信息编码集合，以及根据所述第二二维码信息生成第二信息编码集合；具体包括：若所述待处理快件为有效快件，则构建所述第一二维码信息对应的第一编码空间，以及构建所述第二二维码信息对应的第二编码空间；将所述第一二维码信息中的快件尺寸、快件重量以及快件形状分别映射到所述第一编码空间中进行编码值映射匹配，得到所述快件尺寸的第一编码值、所述快件重量的第二编码值以及所述快件形状的第三编码值；对所述第一编码值、所述第二编码值以及所述第三编码值进行集合转换，得到第一信息编码集合；对所述第二二维码信息中的运输路径信息、运输时效以及快件转运状态进行命名实体识别，得到所述运输路径信息的第一命名实体、所述运输时效的第二命名实体以及所述快件转运状态的第三命名实体；将所述第一命名实体、所述第二命名实体以及所述第三命名实体分别映射到所述第二编码空间中进行编码值映射匹配，得到所述运输路径信息的第四编码值、所述运输时效的第五编码值以及所述快件转运状态的第六编码值；对所述第四编码值、所述第五编码值以及所述第六编码值进行集合转换，得到第二信息编码集合；

决策模块，用于将所述第一信息编码集合和所述第二信息编码集合输入预置的快件分装决策模型进行快件分装决策，得到快件分装决策结果；具体包括：对所述第一信息编码集合进行向量转换，生成第一信息编码向量，以及对所述第二信息编码集合进行向量转换，生成第二信息编码向量；对所述第一信息编码向量和所述第二信息编码向量进行向量融合，生成目标信息编码向量；将所述目标信息编码向量输入预置的快件分装决策模型，其中，所述快件分装决策模型包括：输入层、双向门限循环网络、全连接层以及输出层；通过所述快件分装决策模型对所述目标信息编码向量进行快件分装决策，得到快件分装决策结果；

响应模块，用于根据所述快件分装决策结果生成目标分装操作，并根据所述目标分装操作控制所述快件扫码设备进行智能分装响应；具体包括：根据所述快件分装决策结果创建目标分装方案，其中，所述目标分装方案包括：分装类型以及目标分装位置；根据所述目标分装方案生成所述待处理快件的目标分装操作，并根据所述目标分装操作生成分装操作指令，将所述分装操作指令下发至所述快件扫码设备；通过所述快件扫码设备响应所述分装操作指令，并对所述待处理快件进行智能分装响应。

3.一种物流信息的分析设备，其特征在于，所述物流信息的分析设备包括：存储器和至少一个处理器，所述存储器中存储有指令；

所述至少一个处理器调用所述存储器中的所述指令，以使得所述物流信息的分析设备执行如权利要求1所述的物流信息的分析方法。

4.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1所述的物流信息的分析方法。