CN116681207A - 一种车道特情业务稽核方法、设备及介质 - Google Patents

一种车道特情业务稽核方法、设备及介质 Download PDF

Info

Publication number
CN116681207A
CN116681207A CN202310654177.2A CN202310654177A CN116681207A CN 116681207 A CN116681207 A CN 116681207A CN 202310654177 A CN202310654177 A CN 202310654177A CN 116681207 A CN116681207 A CN 116681207A
Authority
CN
China
Prior art keywords
data
running water
special condition
special
auditing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310654177.2A
Other languages
English (en)
Inventor
秦通
阎蕾
王金亮
崔月凯
徐明礼
曹景亮
王庆春
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Expressway Linyi Development Co ltd
Shandong High Speed Information Group Co ltd
Shandong High Speed Group Co Ltd
Original Assignee
Shandong Expressway Linyi Development Co ltd
Shandong High Speed Information Group Co ltd
Shandong High Speed Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong Expressway Linyi Development Co ltd, Shandong High Speed Information Group Co ltd, Shandong High Speed Group Co Ltd filed Critical Shandong Expressway Linyi Development Co ltd
Priority to CN202310654177.2A priority Critical patent/CN116681207A/zh
Publication of CN116681207A publication Critical patent/CN116681207A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25Integrating or interfacing systems involving database management systems
    • G06F16/252Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • G06F16/285Clustering or classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/23Clustering techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Educational Administration (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Computational Linguistics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种车道特情业务稽核的考核方法、设备及介质,方法包括:获取特情业务数据,并将所述特情业务数据上报;通过聚类算法,将所述特情流水数据的类型进行划分,以得到入口流水特情、出口流水特情以及门架特情;根据所述特情流水数据的类型,确定预设稽核模型;根据所述预设稽核模型,对所述特情流水数据进行处理。通过将特情业务数据划分为多个种类,并使用不同的预设稽核模型对不同种类的特情业务数据进行处理,使得特情业务数据的上报准确率更高,将更多的稽核工作由稽核模型代替人工处理,极大提升了稽核人员的工作效率。

Description

一种车道特情业务稽核方法、设备及介质
技术领域
本申请涉及交通控制系统领域,具体涉及一种车道特情业务稽核方法、设备及介质。
背景技术
现有稽核系统由于车辆流水数据量过大,在直接对全部数据进行统筹时,无法迅速找到对应的特情业务数据,极大降低了特情业务稽核效率,容易影响稽核人员的工作效率。
发明内容
为了解决上述问题,本申请提出了一种车道特情业务稽核方法、设备及介质,其中方法包括:
获取特情业务数据,并将所述特情业务数据上报;通过聚类算法,将所述特情流水数据的类型进行划分,以得到入口流水特情、出口流水特情以及门架特情;根据所述特情流水数据的类型,确定预设稽核模型;根据所述预设稽核模型,对所述特情流水数据进行处理。
在一个示例中,所述获取特情业务数据,并将所述特情业务数据上报,具体包括:通过多种上报方式将所述特情业务数据上报至中心数据库;所述多种上报方式包括信息终端上报以及对讲设备上报中的至少一种;所述信息终端上报方式的上报内容至少包括:所述特情业务数据对应的车牌号、车牌颜色、特情类型、入出口类型、上报人、上报时间、上报描述、照片信息;通过所述对讲设备将所述特情业务数据上报至中心数据库,具体包括:通过对讲设备将记载所述特情业务数据的语音数据上报至所述中心数据库,并将生成的所述语音数据对应的文字记录上报至所述中心数据库。
在一个示例中,所述获取特情业务数据,并将所述特情业务数据上报之后,所述方法还包括:确定所述特情业务数据对应的道路流水数据;通过所述道路流水数据与所述特情业务数据进行对比,确定所述特情业务数据是否异常。
在一个示例中,所述通过聚类算法,将所述特情流水数据的类型进行划分,具体包括:通过预设字段词典,提取所述特情流水数据中的关键字段;根据所述关键字段,确定所述特情流水数据的类型;若所述特情流水数据中未包含所述关键字段,则生成所述特情流水数据的特征向量,并根据所述特征向量,对所述特情流水数据进行聚类操作,以得到所述特情流水数据的类型标签。
在一个示例中,所述根据所述特情流水数据的类型,确定预设稽核模型,具体包括:根据所述关键字段,确定所述特情流水数据对应的预设稽核模型;若所述特情流水数据中未包含所述关键字段,则根据所述特情流水数据的特征向量,在中心数据库中确定各历史特情数据分别与所述特情流水数据的相似度;选择所述相似度最高的历史特情数据,作为所述特情流水数据的相似数据;在历史处理记录中,确定所述相似数据对应的历史稽核模型,并将所述历史稽核模型作为所述特情流水数据的预设稽核模型。
在一个示例中,所述根据所述预设稽核模型,对所述特情流水数据进行处理,具体包括:接收来自于工作人员的数据查询请求;根据所述数据查询请求,确定目标特情流水数据;判断所述目标特情流水数据是否超出预设查询时间,若超出,则向所述工作人员返回超期提醒;若未超出,则根据所述数据查询请求,对所述目标特情流水数据进行查询。
在一个示例中,所述根据所述数据查询请求,对所述目标特情流水数据进行查询之后,所述方法还包括:接收来自于工作人员的数据稽核请求,判断所述目标特情流水数据是否处于异常状态,若处于异常状态,则通过对比道路流水数据以及所述目标特情流水数据,确定所述目标特情流水数据中是否存在漏费行为;若存在漏费行为,则生成稽核工单;若未处于异常状态或未存在漏费行为,则记录审核信息,并更正所述目标特情流水数据的处理状态;所述审核信息至少包括审核人以及审核时间。
在一个示例中,所述根据所述预设稽核模型,对所述特情流水数据进行稽核之后,所述方法还包括:确定所述特情流水数据的所耗处理时间、稽核结果以及复核结果;根据预设考核时间以及所述所耗处理时间,确定所述特情流水数据的处理及时率;根据所述稽核结果以及所述复核结果,确定所述稽核业务的处理正确率;根据所述处理及时率以及所述处理正确率,生成稽核人员的稽核处理分值。
本申请还提供了一种车道特情业务的稽核设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行:获取特情业务数据,并将所述特情业务数据上报;通过聚类算法,将所述特情流水数据的类型进行划分,以得到入口流水特情、出口流水特情以及门架特情;根据所述特情流水数据的类型,确定预设稽核模型;根据所述预设稽核模型,对所述特情流水数据进行处理。
本申请还提供了一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:获取特情业务数据,并将所述特情业务数据上报;通过聚类算法,将所述特情流水数据的类型进行划分,以得到入口流水特情、出口流水特情以及门架特情;根据所述特情流水数据的类型,确定预设稽核模型;根据所述预设稽核模型,对所述特情流水数据进行处理。
通过本申请提出的方法能够带来如下有益效果:通过将特情业务数据划分为多个种类,并使用不同的预设稽核模型对不同种类的特情业务数据进行处理,使得特情业务数据的上报准确率更高,将更多的稽核工作由稽核模型代替人工处理,极大提升了稽核人员的工作效率。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例中一种车道特情业务稽核方法的流程示意图;
图2为本申请实施例中一种车道特情业务稽核设备的结构示意图;
图3为本申请实施例中示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅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做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。
以下结合附图,详细说明本申请各实施例提供的技术方案。
图1为本说明书一个或多个实施例提供的一种车道特情业务稽核的考核方法的流程示意图。该方法可以应用于不同的业务稽核领域,该流程可以由相应领域的计算设备执行,流程中的某些输入参数或者中间结果允许人工干预调节,以帮助提高准确性。
本申请实施例涉及的分析方法的实现可以为终端设备,也可以为服务器,本申请对此不作特殊限制。为了方便理解和描述,以下实施例均以服务器为例进行详细描述。
需要说明的是,该服务器可以是单独的一台设备,可以是有多台设备组成的系统,即,分布式服务器,本申请对此不做具体限定。
如图1所示,本申请实施例提供一种车道特情业务的稽核方法,包括:
S101:获取特情业务数据,并将所述特情业务数据上报。
首先,通过收费员或摄像设备等多种方式获取特情业务数据,然后将特情业务数据进行上报。
在一个实施例中,在进行上报时,可以通过多种上报方式将特情业务数据上报至中心数据库。具体地,多种上报方式包括信息终端上报以及对讲设备上报中的至少一种。收费员当碰到特情业务时,可以由车道值班班长进行数据录入,将其上传到中心平台,将上报的特情业务数据和无流水数据进行比对,核对流水是否存在异常。信息终端上报内容包括:车牌号、车牌颜色、特情类型、入出口类型、上报人、上报时间、上报描述、照片等信息。
在通过对讲设备进行上报时,包括以下两种情况:一种是收费员通过收费亭对讲上报特情,监控人员根据综合系统实时推送的特情业务流水,人工点击流水明细进行稽核。另一种是收费员通过融合对讲设备上报特情,融合对讲设备生成语音文字记录,自动实现与业务特情流水匹配,推送无匹配记录由人工进行稽核,同时预留数据接口,方便后期与融合对讲设备语音数据对比匹配。
在一个实施例中,将特情业务数据上报之后,还要确定特情业务数据对应的道路流水数据,并通过道路流水数据与特情业务数据进行对比,确定特情业务数据是否异常。具体地,运营单位业务人员可以进行信息查询,并对上报的特情业务数据进行处理核实,可以减少稽核工作量,并用于后期业务考核。
S102:通过聚类算法,将所述特情流水数据的类型进行划分,以得到入口流水特情、出口流水特情以及门架特情。
具体地,首先通过预设字段词典,在特情流水数据的字段中提取关键字段,然后根据关键字段,确定特情流水数据的类型。若特情流水数据中未包含关键字段,则生成特情流水数据的特征向量,并根据特征向量,对特情流水数据进行聚类操作,以得到特情流水数据的类型标签。以出口流水特情为例,常用的出口稽核标签包括:U型、J型、出口无卡、出口坏卡、出口补费、绿通车、军车、出口闯关、超时、兜底计费、临时免费、车辆引出、入出口车型不一致、入出口车牌不一致、有入无出、有出无入、有牌识路径无计费路径、牌识路径和计费路径不一致、与历史车型不符等。
具体地,入口业务特情是收费员操作车道车道软件进行的业务,主要包括发卡业务、车队开始、车队过车、车队结束、入口倒车、闯关(下班)、闯关(上班)、闯关(误报警)、闯关(闯关被拦截)等。入口特情类型是车辆进入车道,由收费员或者车道软件根据车辆交易情况进行的处理,包括补卡、入口车辆黑名单、入口卡黑名单、倒车、无OBU、纸卡、入口-普通车入口轴数过多、入口-客车入口轴数过多、入口-车牌颜色与车型不符、入口-牵引拖挂车入口轴数偏少、入口-牵引拖挂车入口轴数等特情类型。
出口业务特情是收费员操作车道车道软件进行的业务,主要包括收费业务、车队开始、车队过车、车队结束、收费冲减、支付业务、补费、车辆引出、出口倒车、闯关(下班)、闯关(上班)、闯关(误报警)、闯关(闯关被拦截)、交易失败的半条流水、重取tac等。出口特情类型是车辆进入车道,由收费员或者车道软件根据车辆交易情况进行的处理,包括欠费、补费、U型、绿通车、军车、应急救援车(悬挂应急救援专用号牌)、联合收割机、车辆引出、重新处理、无卡、入口图像查询、出口车辆黑名单、出口卡黑名单、出口鲁通卡车辆信息不符、编辑计重信息、入口信息查询、出口-普通车入口轴数过多、出口-普通车出口轴数过多、出口-客车入口轴数过多、出口-客车出口轴数过多、出口-车牌颜色与车型不符、出口-拖挂车入口轴数偏少、出口-拖挂车出口轴数偏少、出口-拖挂车出口轴数大于入口轴数、出口-拖挂车入口轴数大于6轴等特情类型。
S103:根据所述特情流水数据的类型,确定预设稽核模型。
确定了特情流水数据的类型之后,可以根据特情流水数据,确定对应的预设稽核模型。需要说明的是,这里的预设稽核模型是为应对不同类型特情流水数据而提前设定的,如临时免费稽核模型、车辆引出稽核模型、无卡、坏卡稽核模型、绿通、联合收割机稽核模型等。
具体地,在确定稽核模型时,根据特情流水数据对应的关键字段,可以直接确定对应的预设稽核模型。但如果特情流水数据中未包含关键字段,则根据特情流水数据的特征向量,在中心数据库中确定各历史特情数据分别与特情流水数据的相似度。并选择相似度最高的历史特情数据,作为特情流水数据的相似数据。然后在历史处理记录中,确定相似数据对应的历史稽核模型,并将历史稽核模型作为特情流水数据的预设稽核模型。
S104:根据所述预设稽核模型,对所述特情流水数据进行处理。
如图2所示,这里的处理分为查询以及进行稽核两种,具体地,在进行查询时,首先要接收来自于工作人员的数据查询请求,并根据数据查询请求,确定目标特情流水数据。判断目标特情流水数据是否超出预设查询时间,若超出,则向工作人员返回超期提醒,若未超出,则根据数据查询请求,对目标特情流水数据进行查询。
进一步地,查询之后,在进行稽核时,需要判断所述目标特情流水数据是否处于异常状态,若处于异常状态,则通过对比道路流水数据以及目标特情流水数据,确定目标特情流水数据中是否存在漏费行为;若存在漏费行为,则生成稽核工单。若未处于异常状态或未存在漏费行为,则记录审核信息,并更正目标特情流水数据的处理状态,这里的审核信息至少包括审核人以及审核时间。
在一个实施例中,为方便评价各稽核人员的工作状况,可以通过特情业务的处理及时率以及特情业务处理正确率进行评价。具体地,需要确定特情流水数据的所耗处理时间、稽核结果以及复核结果。然后根据预设考核时间以及所耗处理时间,确定特情流水数据的处理及时率。进一步地,根据稽核结果以及复核结果,确定稽核业务的处理正确率。最后根据处理及时率以及处理正确率,生成稽核人员的稽核处理分值。
如图3所示,本申请实施例还提供了一种车道特情业务的稽核设备,包括:
至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
获取特情业务数据,并将所述特情业务数据上报;通过聚类算法,将所述特情流水数据的类型进行划分,以得到入口流水特情、出口流水特情以及门架特情;根据所述特情流水数据的类型,确定预设稽核模型;根据所述预设稽核模型,对所述特情流水数据进行处理。
本申请实施例还提供了一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:
获取特情业务数据,并将所述特情业务数据上报;通过聚类算法,将所述特情流水数据的类型进行划分,以得到入口流水特情、出口流水特情以及门架特情;根据所述特情流水数据的类型,确定预设稽核模型;根据所述预设稽核模型,对所述特情流水数据进行处理。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备和介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请实施例提供的设备和介质与方法是一一对应的,因此,设备和介质也具有与其对应的方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述设备和介质的有益技术效果。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种车道特情业务的稽核方法,其特征在于,包括:
获取特情业务数据,并将所述特情业务数据上报;
通过聚类算法,将所述特情流水数据的类型进行划分,以得到入口流水特情、出口流水特情以及门架特情;
根据所述特情流水数据的类型,确定预设稽核模型;
根据所述预设稽核模型,对所述特情流水数据进行处理。
2.根据权利要求1所述的方法,其特征在于,所述获取特情业务数据,并将所述特情业务数据上报,具体包括:
通过多种上报方式将所述特情业务数据上报至中心数据库;
所述多种上报方式包括信息终端上报以及对讲设备上报中的至少一种;
所述信息终端上报方式的上报内容至少包括:所述特情业务数据对应的车牌号、车牌颜色、特情类型、入出口类型、上报人、上报时间、上报描述、照片信息;
通过所述对讲设备将所述特情业务数据上报至中心数据库,具体包括:
通过对讲设备将记载所述特情业务数据的语音数据上报至所述中心数据库,并将生成的所述语音数据对应的文字记录上报至所述中心数据库。
3.根据权利要求1所述的方法,其特征在于,所述获取特情业务数据,并将所述特情业务数据上报之后,所述方法还包括:
确定所述特情业务数据对应的道路流水数据;
通过所述道路流水数据与所述特情业务数据进行对比,确定所述特情业务数据是否异常。
4.根据权利要求1所述的方法,其特征在于,所述通过聚类算法,将所述特情流水数据的类型进行划分,具体包括:
通过预设字段词典,提取所述特情流水数据中的关键字段;
根据所述关键字段,确定所述特情流水数据的类型;
若所述特情流水数据中未包含所述关键字段,则生成所述特情流水数据的特征向量,并根据所述特征向量,对所述特情流水数据进行聚类操作,以得到所述特情流水数据的类型标签。
5.根据权利要求4所述的方法,其特征在于,所述根据所述特情流水数据的类型,确定预设稽核模型,具体包括:
根据所述关键字段,确定所述特情流水数据对应的预设稽核模型;
若所述特情流水数据中未包含所述关键字段,则根据所述特情流水数据的特征向量,在中心数据库中确定各历史特情数据分别与所述特情流水数据的相似度;
选择所述相似度最高的历史特情数据,作为所述特情流水数据的相似数据;
在历史处理记录中,确定所述相似数据对应的历史稽核模型,并将所述历史稽核模型作为所述特情流水数据的预设稽核模型。
6.根据权利要求1所述的方法,其特征在于,所述根据所述预设稽核模型,对所述特情流水数据进行处理,具体包括:
接收来自于工作人员的数据查询请求;
根据所述数据查询请求,确定目标特情流水数据;
判断所述目标特情流水数据是否超出预设查询时间,若超出,则向所述工作人员返回超期提醒;
若未超出,则根据所述数据查询请求,对所述目标特情流水数据进行查询。
7.根据权利要求6所述的方法,其特征在于,所述根据所述数据查询请求,对所述目标特情流水数据进行查询之后,所述方法还包括:
接收来自于工作人员的数据稽核请求,判断所述目标特情流水数据是否处于异常状态,若处于异常状态,则通过对比道路流水数据以及所述目标特情流水数据,确定所述目标特情流水数据中是否存在漏费行为;若存在漏费行为,则生成稽核工单;
若未处于异常状态或未存在漏费行为,则记录审核信息,并更正所述目标特情流水数据的处理状态;所述审核信息至少包括审核人以及审核时间。
8.根据权利要求1所述的方法,其特征在于,所述根据所述预设稽核模型,对所述特情流水数据进行稽核之后,所述方法还包括:
确定所述特情流水数据的所耗处理时间、稽核结果以及复核结果;
根据预设考核时间以及所述所耗处理时间,确定所述特情流水数据的处理及时率;
根据所述稽核结果以及所述复核结果,确定所述稽核业务的处理正确率;
根据所述处理及时率以及所述处理正确率,生成稽核人员的稽核处理分值。
9.一种车道特情业务的稽核设备,其特征在于,包括:
至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行:
获取特情业务数据,并将所述特情业务数据上报;
通过聚类算法,将所述特情流水数据的类型进行划分,以得到入口流水特情、出口流水特情以及门架特情;
根据所述特情流水数据的类型,确定预设稽核模型;
根据所述预设稽核模型,对所述特情流水数据进行处理。
10.一种非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令设置为:
获取特情业务数据,并将所述特情业务数据上报;
通过聚类算法,将所述特情流水数据的类型进行划分,以得到入口流水特情、出口流水特情以及门架特情;
根据所述特情流水数据的类型,确定预设稽核模型;
根据所述预设稽核模型,对所述特情流水数据进行处理。
CN202310654177.2A 2023-06-01 2023-06-01 一种车道特情业务稽核方法、设备及介质 Pending CN116681207A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310654177.2A CN116681207A (zh) 2023-06-01 2023-06-01 一种车道特情业务稽核方法、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310654177.2A CN116681207A (zh) 2023-06-01 2023-06-01 一种车道特情业务稽核方法、设备及介质

Publications (1)

Publication Number Publication Date
CN116681207A true CN116681207A (zh) 2023-09-01

Family

ID=87778622

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310654177.2A Pending CN116681207A (zh) 2023-06-01 2023-06-01 一种车道特情业务稽核方法、设备及介质

Country Status (1)

Country Link
CN (1) CN116681207A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116976339A (zh) * 2023-09-20 2023-10-31 山东高速信息集团有限公司 一种针对高速公路的特情分析方法、设备及介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116976339A (zh) * 2023-09-20 2023-10-31 山东高速信息集团有限公司 一种针对高速公路的特情分析方法、设备及介质
CN116976339B (zh) * 2023-09-20 2023-12-22 山东高速信息集团有限公司 一种针对高速公路的特情分析方法、设备及介质

Similar Documents

Publication Publication Date Title
US11216429B1 (en) Maintaining a distributed ledger for VIN recordkeeping
US20220237706A1 (en) Systems and Methods for Usage Based Insurance Via Blockchain
EP3706097A1 (en) Information processing method and device
CN116681207A (zh) 一种车道特情业务稽核方法、设备及介质
TW202016888A (zh) 停車欠費的存證方法、提醒方法及裝置、電子設備
CN112200525B (zh) 基于电子运单和实时轨迹监测的危险货物运输监管系统
CN113470206B (zh) 一种基于车辆匹配的高速公路稽查方法、设备及介质
CN116229594A (zh) 一种基于高速公路的车辆收费监测方法、设备及介质
CN115691148A (zh) 一种基于高速公路的智能收费辅助方法、设备及介质
CN110335133B (zh) 交易数据的处理方法、系统、电子设备和存储介质
US20210019759A1 (en) Method for reporting incidents involving vehicles
CN113838221B (zh) 费用追缴方法、装置、存储介质及计算机设备
CN111105512B (zh) 货车etc车道业务数据处理方法、设备及存储介质
CN113192348A (zh) 车辆异常告警方法、装置及计算机设备
CN111915751A (zh) 一种路侧停车收费方法、装置、设备和存储介质
KR20210035478A (ko) 빅 데이터에 기반한 자동차보험의 사고정보 분석통계 제공방법, 장치 및 프로그램
CN109360443A (zh) 一种车位管理桩的巡检方法
CN116631078A (zh) 一种基于组合标签的稽核模型搭建方法、设备及介质
US11704914B2 (en) Method and system for reducing manual review of license plate images for assessing toll charges
CN115880114A (zh) 一种高速公路稽核方法、设备及介质
CN110866982B (zh) 货车etc车道系统中黑名单车辆稽查方法及系统
CN112308699B (zh) 保理业务数据审核方法、系统、设备及存储介质
US20240094298A1 (en) Method for managing battery record and apparatus for performing the method
CN111738890A (zh) 作风监管系统
CN117273856A (zh) 网约车订单处理方法、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination