一种物流智能遗失判别处理方法、装置、设备及介质与流程

1.本技术涉及物流智能监控技术领域，尤其是涉及一种物流智能遗失判别处理方法、装置、设备及介质。


背景技术：

2.随着电商的迅猛发展，物流行业的重要性也日益凸显，快递业务量每月完成几十亿件，而丢包率也呈直线上升。
3.快递商品的丢包量大，物流站点赔付量大，不仅会影响站点的收益，同时会影响快递公司的用户体验；且损坏和丢失之后的处理环节繁琐，容易出现推诿，影响用户的购物体验。目前快递的理赔流程共计包含5个步骤，分别是货物遗失、人工申报、仲裁判责、找件复核、账单生成，整体流程繁琐且耗时长（19天），导致理赔速度慢，消费者体验差。
4.当前快递包裹的丢失主要依靠用户人工投诉上报与视频确定两种方式，用户人工投诉上报需要经过货物遗失、人工申报、仲裁判责、找件复核、账单生成5个步骤，整体流程繁琐且耗时长（19天），理赔速度慢，消费者体验差；而视频确定包裹遗失的方法，需要处理大量的图像数据，效率低且实时性差。
5.因此，亟需一种能够实时监控物流遗失且及时处理的方法。


技术实现要素：

6.为了解决当前物流站点遗失判别与处理流程繁琐、耗时长、理赔速度慢、体验感差且快递丢包量大的缺陷，本技术提供了一种物流智能遗失判别处理方法、装置、设备及介质，有助于物流站点降低包裹遗失率，提高包裹召回率，减少包裹遗失赔付；缩短找回与赔付周期，提升运营效率，提高用户体验。
7.第一方面，本技术提供一种物流智能遗失判别处理方法，采用如下的技术方案：一种物流智能遗失判别处理方法，包括：构建疑似遗失明细模型，提取包裹数据中的疑似遗失包裹数据；利用疑似遗失责任判别构件，判断所述疑似遗失包裹的疑似遗失责任站点；向疑似遗失责任站点进行疑似遗失预警；并获取疑似遗失责任站点的疑似遗失包裹找回反馈数据；设置包裹数据遗失提取规则，提取确认遗失包裹数据；响应于赔付请求，获取赔付相关信息；揽收网点根据所述赔付相关信息进行包裹赔付，并返回确认赔付信息；响应于揽收网点的确认赔付信息，确定遗失责任站点；所述遗失责任站点于补偿时间定义域内对揽收网点进行责任补偿。
8.通过采用以上技术方案，智能监控轨迹中断包裹，并向疑似遗失责任站点进行疑似遗失风险预警，进行疑似遗失的事中干预，及时提醒疑似遗失责任站点进行疑似遗失包裹的找回，优化找回流程，提高了包裹的找回率，降低了包裹的遗失率，减少了包裹的赔付量与赔付金额；同时结合疑似遗失找回反馈数据将疑似遗失精准转化为遗失，并优化了理
赔流程，通过先赔付给用户，后进行责任划分与补偿的方式，大幅度缩短遗失理赔周期，提升商家和消费者体验；并提升运营效率。本技术实现了遗失包裹的找回率增加20-40%，半年找回100多万件包裹，大大的减少了遗失率；同时将理赔流程缩短为4-12天。
9.进一步地，所述构建疑似遗失明细模型，提取包裹数据中的疑似遗失包裹数据包括：采用mq消息队列构建疑似遗失明细模型，疑似遗失明细模型提取包裹停滞时长超过更新时间定义域的包裹数据为疑似遗失包裹数据；所述更新时间定义域为0-48小时。
10.通过采用以上技术方案，采用mq消息队列的方式，实时构建疑似遗失明细模型，实时分析物流轨迹消息、订单消息、理赔消息，实现疑似遗失与遗失的及时发现；采用大数据处理的方式从十亿级包裹轨迹中抓取t-x日的轨迹中断包裹，能够提高数据获取的精准度以及效率，提高疑似遗失数据处理的实时性，提升整体效率。
11.进一步地，所述利用疑似遗失责任判别构件，判断所述疑似遗失包裹的疑似遗失责任站点包括：所述疑似遗失责任判别构件根据疑似遗失包裹最近一次更新的轨迹数据判断疑似遗失责任站点；所述疑似遗失责任判别构件根据疑似遗失包裹最近一次更新的轨迹数据判断疑似遗失责任站点包括：疑似遗失责任规则判别构件获取疑似遗失包裹最近一次更新的轨迹数据；判断所述轨迹更新数据为收到数据、发出数据或派件数据；若所述轨迹更新数据为收到数据，则判断疑似遗失责任站点为更新所述收到数据的站点；若所述轨迹更新数据为发出数据，则判断疑似遗失责任站点为所述发出数据的目的接收站点；若为派件数据，则判断疑似责任站点为派件站点。
12.通过采用以上技术方案，根据更新的轨迹数据进行疑似遗失责任站点的划分，能够精准定位遗失环节以及对应遗失环节的责任站点并精准的发送疑似遗失的预警信息，推进疑似遗失责任找回风险遗失件。
13.进一步地，所述获取疑似遗失责任站点的疑似遗失包裹找回反馈数据包括：获取包裹的重量、体积、外包装或其他信息以及包裹的图像或影像，利用无面单包裹推荐模型从疑似遗失责任站点的所有无面单包裹中进行重量、体积、外包装、其他信息或图像匹配，生成无面单包裹匹配推荐结果；根据所述无面单包裹匹配推荐结果确定疑似遗失责任站点的无面单包裹中是否有所述疑似遗失包裹，并生成疑似遗失包裹找回反馈数据；其中所述疑似遗失包裹找回反馈数据包括确认遗失与找回两种。
14.通过采用以上技术方案，通过包裹的内件价值、图片、重量、体积、外包装等信息，结合无面单推荐，辅助责任站点找回包裹并恢复轨迹，避免责任站点赔款。
15.进一步地，所述设置包裹数据遗失提取规则，提取确认遗失包裹数据包括：根据包裹数据遗失提取规则提取包裹状态数据为确认遗失以及包裹状态数据为疑似遗失但疑似遗失责任站点收到疑似遗失预警后超过回馈时间定义域后未提交疑似遗
失包裹找回反馈数据的包裹数据为确认遗失包裹数据；所述回馈时间定义域为0-96小时。
16.通过采用以上技术方案，根据停滞时长、遗失环节等特征，自动识别高风险遗失件并转化为遗失，同时于限定时间内将疑似遗失转化为遗失，推进发件方与责任方找回风险遗失件或者协商理赔，提高了整体的运转效率，缩短了理赔的周期，有助于提高用户的体验。
17.进一步地，所述赔付相关信息包括：用户的联系方式、用户的账户信息、揽收网点信息以及包裹物品的价值；所述根据所述赔付相关信息进行包裹赔付包括：提取所述赔付相关信息中的用户的账户信息以及揽收网点信息的结算账户；从所述揽收网点的结算账户中划拨与所述赔付相关信息中包裹的价值相对应的金额的到用户的账户上；所述遗失责任站点对揽收网点的责任补偿包括：返回遗失包裹或赔付遗失包裹等同价值的金钱两种。
18.通过采用以上技术方案，驱动发件方与遗失责任方对无法找回的遗失件进行快速协商理赔，并打通财务自动代收代付提升协商理赔效率，避免客服仲裁产生的运营成本，并提升商家和消费者体验。
19.进一步地，所述物流智能遗失判别处理方法还包括：统计每个物流节点在相邻两个统计周期内的包裹遗失变化增长率与增幅，若任一物流节点在相邻两个统计周期内的包裹遗失变化增长率与增幅超出预设的变化率或幅度阈值，则向对应的物流节点发出预警，同时向所述物流节点的直接管辖点发送内部监察指令，用于进行所述物流节点的内部审查；所述物流节点包括运输车辆、网点或中心。
20.通过采用以上技术方案，能够及时任一物流节点的工作人员或站点存在的主观或客观问题，并及时的处理解决，减少遗失损耗，提高经济收益；能够对遗失包裹的各类原因进行分析，有助于及时发现问题，解决问题，减少遗失，提高效率与收益。
21.第二方面，本技术提供一种物流智能遗失判别处理装置，采用如下的技术方案：一种物流智能遗失判别处理装置，包括：疑似遗失判别模块，用于构建疑似遗失明细模型，提取包裹数据中的疑似遗失的包裹数据；利用疑似遗失责任判别构件，判断疑似遗失包裹数据的疑似遗失责任站点。
22.疑似遗失预警模块，用于向疑似遗失责任站点进行疑似遗失预警；并获取疑似遗失责任站点的疑似遗失包裹找回反馈数据。
23.遗失确认模块，用于设置包裹数据遗失提取规则，提取确认遗失包裹数据；遗失赔付模块，用于响应于赔付请求，获取赔付相关信息；揽收网点根据获取的赔付相关信息进行包裹赔付，并返回确认赔付信息。
24.遗失定责模块，用于响应于揽收网点的确认赔付信息，确定遗失责任站点；遗失责任站点于补偿时间定义域内对揽收网点进行责任补偿。
25.通过采用以上技术方案，智能监控轨迹中断包裹，并向疑似遗失责任站点进行疑似遗失风险预警，进行疑似遗失的事中干预，及时提醒疑似遗失责任站点进行疑似遗失包
裹的找回，提高了包裹的找回率，降低了包裹的遗失率，减少了包裹遗失赔付量与赔付金额；同时结合疑似遗失找回反馈数据将疑似遗失精准转化为遗失，并优化了理赔流程，通过先赔付给用户，后进行责任划分与补偿的方式，缩短遗失理赔周期，提升商家和消费者体验；并提升运营效率。
26.第三方面，本技术提供一种电子设备，采用如下的技术方案：一种电子设备，包括处理器，所述处理器与存储器耦合；所述存储器上存储有能够被处理器加载并执行第一方面任一项所述的物流智能遗失判别处理方法。
27.第四方面，本技术提供一种计算机可读存储介质，采用如下的技术方案：一种计算机可读存储介质，包括计算机程序或指令，当所述计算机程序或指令在计算机上运行时，使得所述计算机执行第一方面任一项所述的物流智能遗失判别处理方法。
附图说明
28.图1是本技术实施例提供的物流智能遗失判别处理方法的流程示意图。
29.图2是本技术实施例提供的物流智能遗失判别处理架构图。
30.图3是本技术实施例提供的物流智能遗失判别处理业务流程图。
31.图4是本技术实施例提供的物流智能遗失判别处理装置的结构框图。
32.图5是本技术实施例提供的电子设备的结构框图。
具体实施方式
33.以下结合附图对本技术作进一步详细说明。
34.本技术实施例提供一种物流智能遗失判别处理方法，该物流智能遗失判别处理方法可由电子设备执行，该电子设备可以为服务器也可以为终端设备，其中该服务器可以使独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、台式计算机等，但并不局限于此。
35.如图1所示，一种物流智能遗失判别处理方法，该方法主要流程描述如下（步骤s101～s104）：步骤s101，构建疑似遗失明细模型，提取包裹数据中的疑似遗失的包裹数据；利用疑似遗失责任判别构件，判断疑似遗失包裹数据的疑似遗失责任站点。
36.步骤s101a，构建疑似遗失明细模型，提取包裹数据中的疑似遗失的包裹数据。
37.在本实施例中，因只有包裹在运输中才需要考虑疑似遗失判断，因此仅提取系统中正处于运输状态（包括运输异常）的包裹轨迹，即排除状态为已确认遗失或未开始运输或已完成运输的包裹轨迹数据。
38.在本实施例中，包裹数据包括：包裹的编号（该编号唯一，可用于区分其他编号）；包裹的状态数据；包裹的轨迹数据；包裹的基础信息以及收件时获取的包裹的实时图像或影像。其中，包裹的基础信息包括：包裹的收件人姓名、收件人联系方式、收件人地址、发件人姓名、发件人联系方式、发件人地址、包裹的重量、包裹的体积、包裹的外包装材质、物品
描述、价格以及其他信息。其中，包裹的轨迹数据包括每一条物流轨迹，每一条物流轨迹的更新时间以及每一条物流轨迹对应的网点或中心，其中包含揽收网点与派件网点。
39.在本实施例中，预先构建疑似遗失明细模型，疑似遗失明细模型根据包裹的停滞时长是否超过更新时间定义域判断包裹是否为疑似遗失包裹；包裹的停滞时长为包裹最近一次的更新时间即上一次轨迹数据更新时的时间距离当前时间的总时长。
40.在本实施例中，更新时间定义域为0-48小时。
41.具体的，构建疑似遗失明细模型，提取包裹数据中的疑似遗失包裹数据包括：采用mq消息队列的方式，实时构建疑似遗失明细模型；采用大数据处理的方式从十亿级包裹轨迹中抓取t-x日的轨迹中断包裹，获取包裹数据中的轨迹数据的停滞时长，若某包裹停滞时长超过更新时间定义域即超过48小时，则判断该包裹存在疑似遗失风险。
42.步骤s101b，利用疑似遗失责任判别构件，判断疑似遗失包裹数据的疑似遗失责任站点。
43.在本实施例中，疑似遗失责任判别构件根据疑似遗失包裹的最近一次即上一次更新的轨迹数据判断疑似遗失责任站点。具体的，疑似遗失责任规则判别构件获取疑似遗失包裹的最近一次轨迹更新数据；判断该轨迹更新数据为收到数据、发出数据或派件数据；若为收到数据（包括揽收数据），则表示收到该包裹的站点收到包裹后未更新发出数据，则判断疑似遗失责任站点为收到未发出的站点；若为发出数据，则表示发出该包裹的站点发出后，应当收到的站点未更新收到数据，则判断疑似遗失责任站点为未更新收到数据的站点；若为派件数据，则表示虽然派件网点有派件，但是没有更新收件人的签收信息，则判断疑似责任站点为派件站点。
44.具体的，利用疑似遗失责任判别规则，判断疑似遗失包裹数据的疑似遗失责任站点包括：当疑似遗失包裹数据的最近一次即上一次更新的轨迹数据为揽收数据时，则判断疑似遗失责任站点为揽收网点；即包裹在仅更新揽收数据后超过48小时没有其他轨迹数据更新，则判断揽收网点为疑似遗失责任站点。
45.当疑似遗失包裹数据的上一次更新的轨迹数据为第一网点发往第一中心的发出数据时，则判断疑似遗失责任站点为第一中心；即包裹在更新第一网点发往第一中心的轨迹数据后，超过48小时未更新第一中心收到的轨迹数据时，则判断第一中心为疑似遗失责任站点。
46.当疑似遗失包裹数据的上一次更新的轨迹数据为第一中心收到数据时，则判断疑似遗失责任站点为第一中心。即包裹在更新第一中心收到的轨迹数据后，超过48小时未更新第一中心发出的轨迹数据时，则判断第一中心为疑似遗失责任站点。
47.当疑似遗失包裹数据的上一次更新的轨迹数据为第一中心发往第二中心的发出数据时，则判断疑似遗失责任站点为第二中心。即包裹在更新第一中心发出的轨迹数据后，超过48小时未更新第二中心收到的轨迹数据时，则判断第二中心为疑似遗失责任站点。
48.当疑似遗失包裹数据的上一次更新的轨迹数据为第一中心发往第一网点的发出数据时，则判断疑似遗失责任站点为第一网点。即包裹在更新第一中心发往第一网点的轨迹数据后，超过48小时未更新第一网点收到的轨迹数据时，则判断第一网点为疑似遗失责
任站点。
49.当疑似遗失包裹数据的上一次更新的轨迹数据为派件网点的收到数据时，则判断疑似遗失责任站点为派件网点。即当包裹在更新派件网点收到数据超过48小时后，无派件或其他轨迹数据更新，则判断派件网点为疑似遗失的责任站点。
50.当疑似遗失包裹数据的上一次更新的轨迹数据为派件网点的派件数据时，则判断疑似遗失责任站点为派件网点。即当包裹在更新派件网点正在派件的数据超过48小时后，无签收或其他轨迹数据更新，则判断派件网点为疑似遗失的责任站点。
51.在本实施例中，第一中心、第二中心仅用于区分不同的中心，并不表示中心的大小、顺序等。
52.在本实施例中，网点或中心的问题件或退回件也需进行轨迹数据的更新，因此也适用于本实施例上述疑似遗失责任判别规则，当超过48小时，无轨迹数据更新时，在判断该问题件或退回件疑似遗失。
53.在本实施例中，网点指某个地区的收发件的门店；中心指的是配送中心或转运中心，是负责快递的网络。一个中心下辖多个网点，负责区域内所有网点的快递配送。
54.步骤s102，向疑似遗失责任站点进行疑似遗失预警；并获取疑似遗失责任站点的疑似遗失包裹找回反馈数据。
55.在本实施例中，通过向疑似遗失责任站点发送疑似遗失预警信息进行疑似遗失预警。也可通过在数据列表中对疑似遗失包裹数据突出显示的方式进行疑似遗失预警。该突出显示的方式可以是加粗，也可以是更改对应数据的背景色或字体颜色。
56.在本实施例中，向疑似遗失责任站点发送疑似遗失预警后，若疑似遗失包裹找回或其他情况更新了轨迹数据，则自动删除该包裹对应的疑似遗失预警信息。
57.在本实施例中，疑似遗失责任站点通过获取包裹数据中包裹的基础信息以及收件时获取的包裹的实时图像或影像，结合无面单包裹推荐模型，从疑似遗失责任站点所有无面单包裹中进行匹配，从而找回位于疑似遗失责任站点中的疑似遗失包裹（即遗留在仓库或某个地方的包裹）。其中，确认遗失的包裹的图像或物品的价值等信息也可在确认包裹遗失后，由揽收网点进行补充。
58.在本实施例中，无面单包裹即包裹上无快递面单的包裹。
59.具体的，疑似遗失责任站点会采集所有无面单包裹的重量、体积、外包装以及外包装上的标识信息以及无面单包裹的实时图像。利用无面单推荐模型进行疑似遗失包裹基础数据中的重量、体积、外包装信息与疑似遗失责任站点采集的所有无面单包裹的重量、体积、外包装信息进行匹配；同时无面单推荐模型也会进行疑似遗失包裹的图像与所有无面单包裹的图像的匹配；无面单推荐模型根据两次匹配的结果生成推荐结果；该推荐结果包含多个，按照相似程度从高到低进行排序。疑似遗失责任站点根据推荐结果确定包裹内的物品是否与遗失包裹中的物品一致，若一致，则表示找回疑似遗失包裹；若不一致，则根据下一个推荐结果进行包裹内的物品的确认；若推荐结果中的全部包裹都确定不是，则判断疑似遗失包裹确实为遗失，无法找回。
60.步骤s103，设置包裹数据遗失提取规则，提取确认遗失包裹数据；响应于赔付请求，获取赔付相关信息；揽收网点根据获取的赔付相关信息进行包裹赔付，并返回确认赔付信息。
61.在本实施例中，若疑似遗失责任站点利用无面单推荐或其他方式确定疑似遗失包裹无法找回，则将疑似遗失包裹状态数据转为确认遗失。
62.在本实施例中，预先设置包裹数据遗失提取规则；其中，包裹数据遗失提取规则包括包裹状态数据为确认遗失；还包括包裹状态数据为疑似遗失，但是疑似遗失责任站点收到疑似遗失预警后超过回馈时间定义域后仍未反馈处理结果。其中，回馈时间定义域为0-96小时。同时，疑似遗失责任站点对疑似遗失包裹的处理反馈结果包括已找回继续运输或已转为遗失。
63.在本实施例中，确认遗失包裹数据存在3种可能，第一种可能为未经过疑似遗失判定，由某一站点直接修改状态为确认遗失；第二种可能为先被判定为疑似遗失，在回馈时间定义域范围内疑似遗失责任站点进行了找回动作，但是确定疑似遗失包裹无法找回，修改状态为确认遗失；第三种可能为先被判定为疑似遗失，但是在回馈时间定义域范围内疑似遗失责任站点未进行任何处理且包裹依然没有轨迹数据更新。
64.在本实施例中，赔付相关信息包括：用户的联系方式、用户的账户信息、揽收网点信息以及包裹物品的价值；其中，用户的联系方式与账户信息可为收件用户的联系方式与账户信息，也可为发件用户的联系方式与账户信息；揽收网点的信息包括该揽收网点具备唯一标识作用的结算代码，该揽收网点的联系方式；包裹物品的价值即包裹揽收时记载的包裹中物品的价格。在具体应用中，也可通过联系用户，由用户提供购买凭证等方式确定包裹物品的价值。
65.在本实施例中，赔付请求可由客户投诉生成，也可由包裹确认遗失后自动生成。具体的，当包裹确定遗失后，自动生成响应的赔付请求。但若包裹还未确认遗失，但收到客户投诉疑似遗失且一定时间阈值范围内未找回该包裹，则生成响应的赔付请求。
66.在本实施例中，根据获取的赔付相关信息进行包裹赔付，并返回确认赔付信息包括：提取获取的赔付相关信息中的用户的账户信息以及揽收网点信息的结算代码，根据揽收网点的结算代码确定揽收网点的结算账户；从揽收网点的结算账户中按照赔付相关信息中包裹的价值划拨对应价格到用户的账户上，并返回确认赔付信息。
67.在本实施例中，生成赔付信息后，系统自动提取赔付信息，并根据获取的赔付相关信息直接从揽收网点的结算账户中进行金额划拨，从而完成包裹赔付，不需要经由人工再去进行审核，也不需要经由揽收网点的人工操作划拨，整体赔付的过程非常迅速，大大缩短了赔付的流程，提高了赔付的效率，提高用户的体验度。
68.步骤s104，响应于揽收网点的确认赔付信息，确定遗失责任站点；遗失责任站点于补偿时间定义域内对揽收网点进行责任补偿。
69.在本实施例中，若包裹为疑似遗失包裹转为确认遗失包裹时，则疑似遗失网点自动转换为遗失责任站点；否则，根据包裹的最新一次的轨迹数据利用疑似遗失责任判别构件判定遗失责任站点或客服介入直接判定遗失责任站点。
70.在本实施例中，判定为遗失责任站点后，该遗失责任站点可进行举证，即通过包裹离开本网点的视频或该网点未收到该包裹的视频或其他证据证明遗失责任不在本网点；此时，客服介入，根据轨迹信息以及举证内容，判定遗失责任站点。
71.在本实施例中，当确认揽收网点已经向用户赔付完成后，遗失责任站点需于补偿
时间定义域内对揽收网点进行责任补偿。
72.在本实施例中，补偿时间定义域为0-168小时。
73.在本实施例中，遗失责任站点对揽收网点的责任补偿有返回遗失包裹、赔付遗失包裹等同价值的金钱两种。即当揽收网点已经向用户赔付后，若遗失责任站点找回了确认遗失的包裹，则可将确认遗失的包裹返回揽收网点从而补偿揽收网点；也可遗失责任站点保留该包裹，但是向揽收网点支付与揽收网点的赔付金额相同的金钱的方式补偿揽收网点。
74.在本实施例中，物流智能遗失判别处理方法还包括：统计运输车辆、网点、中心在相邻两个统计周期内的包裹遗失变化增长率与增幅，若某运输车辆、网点、中心在相邻两个统计周期内的包裹遗失变化增长率与增幅超出预设变化率与幅度阈值，则向对应的运输车辆、网点、中心发出预警，同时向运输车辆、网点、中心的直接管辖点发出内部监察指令，进行运输车辆、网点、中心的内部审查。通过上述异常监测方法，能够及时的发现工作人员或站点存在的问题，并及时的处理解决，减少遗失损耗，提高经济收益。
75.举例说明，当某一运输车辆6月的包裹遗失率为900件，7月包裹遗失率为1900件时，遗失变化增幅为1900-900，遗失变化增长率为（1900-900）/900，增幅超过1000，遗失变化增长率超过100%；判定存在异常，向该运输车辆发出异常遗失预警，要求该运输车辆予以解释；同时向主管该运输车辆的中心或网点发出内部监察指令，进行运输车辆工作人员的内部审查。该内部审查可通过运输车辆的监控等完成。
76.举例说明，当某一中心出现包裹遗失变化增长率与增幅异常时，通过分析中心的各个处理节点的具体数值或是中心监控视频，从而确定异常原因，督促中心及时改正与处理，减少损耗，提高收益。例如上传送带的包裹有100件，下传送带的包裹只有50件，则判断传送带出现问题，进行传送带两侧加高或其他处理方式，减少该种情况的发生。
77.在本实施例中，物流智能遗失判别处理方法采用mq消息队列的方式实时消费物流轨迹消息、订单消息、理赔消息，实现疑似遗失和智能遗失任务实时找回,优化找回流程，帮助网点和中心降低遗失率，减少遗失赔款，提升运营效率。物流智能遗失判别处理方法采用流程引擎对每个智能遗失任务进行流程定义、节点分发、流程监控来实现智能遗失处理sop流程，助力网点和中心找件，减少遗失赔款，提升运营效率。
78.如图2所示，物流智能遗失判别处理方法采用智能遗失链路，从odps抓起t-x日中断轨迹的包裹，通过mq发送到gaea-core实时构建疑似遗失明细模型和实时监听疑似遗失的找回，再将疑似遗失明细模型下发到sls(日志系统)，gaea-batch从sls实时获取疑似遗失通过智能遗失发起规则和算法高风险推荐将疑似遗失精准转化成遗失任务后写入adb（数据库），帮助网点和中心降低遗失率，减少遗失赔款，提升运营效率；缩短遗失理赔周期，提升商家和消费者体验。
79.如图3所示，采用智能遗失发起规则引擎和算法高风险预测实现将t-y日的疑似遗失精准转化遗失任务进行事中干预，帮助网点和中心降低遗失率，减少遗失赔款，提升运营效率；缩短遗失理赔周期，提升商家和消费者体验。
80.图4为本技术实施例提供的一种物流智能遗失判别处理装置200的结构框图。
81.如图4所示，物流智能遗失判别处理装置200主要包括：疑似遗失判别模块201，用于构建疑似遗失明细模型，提取包裹数据中的疑似遗失
的包裹数据；利用疑似遗失责任判别构件，判断疑似遗失包裹数据的疑似遗失责任站点。
82.疑似遗失预警模块202，用于向疑似遗失责任站点进行疑似遗失预警；并获取疑似遗失责任站点的疑似遗失包裹找回反馈数据。
83.遗失确认模块203，用于设置包裹数据遗失提取规则，提取确认遗失包裹数据；遗失赔付模块204，用于响应于赔付请求，获取赔付相关信息；揽收网点根据获取的赔付相关信息进行包裹赔付，并返回确认赔付信息。
84.遗失定责模块205，用于响应于揽收网点的确认赔付信息，确定遗失责任站点；遗失责任站点于补偿时间定义域内对揽收网点进行责任补偿。
85.在一个例子中，以上任一装置中的模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个专用集成电路(application specific integratedcircuit，asic)，或，一个或多个数字信号处理器(digital signal processor，dsp)，或，一个或者多个现场可编程门阵列(field programmable gate array，fpga)，或这些集成电路形式中至少两种的组合。
86.再如，当装置中的模块可以通过处理元件调度程序的形式实现时，该处理元件可以是通用处理器，例如中央处理器(central processing unit，cpu)或其它可以调用程序的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，soc)的形式实现。
87.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，上述描述的装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
88.图5为本技术实施例提供的一种电子设备300的结构框图。如图5所示，电子设备300包括存储器301、处理器302和通信总线303；存储器301、处理器302通过通信总线303相连。存储器301上存储有能够被处理器302加载并执行如上述实施例提供的一种物流智能遗失判别处理方法。
89.存储器301可用于存储指令、程序、代码、代码集或指令集。存储器301可以包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令以及用于实现上述实施例提供的一种物流智能遗失判别处理方法的指令等；存储数据区可存储上述实施例提供的一种物流智能遗失判别处理方法中涉及到的数据等。
90.处理器302可以包括一个或者多个处理核心。处理器302通过运行或执行存储在存储器301内的指令、程序、代码集或指令集，调用存储在存储器301内的数据，执行本技术的各种功能和处理数据。处理器302可以为特定用途集成电路(application specific integrated circuit，asic)、数字信号处理器(digital signal processor，dsp)、数字信号处理装置(digital signal processing device，dspd)、可编程逻辑装置(programmable logic device，pld)、现场可编程门阵列(field programmable gate array，fpga)、中央处理器(central processing unit，cpu)、控制器、微控制器和微处理器中的至少一种。可以理解地，对于不同的设备，用于实现上述处理器302功能的电子器件还可以为其它，本技术实施例不作具体限定。
91.通信总线303可包括一通路，在上述组件之间传送信息。通信总线303可以是pci(peripheral component interconnect，外设部件互连标准)总线或eisa (extended industry standard architecture，扩展工业标准结构)总线等。通信总线303可以分为地
址总线、数据总线、控制总线等。为便于表示，图5中仅用一个双箭头表示，但并不表示仅有一根总线或一种类型的总线。
92.作为另一方面，本技术还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述的物流智能遗失判别处理方法的步骤。其中，计算机可读存储介质可以是保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意组合。具体的，计算机可读存储介质可以是便携式计算机盘、硬盘、u盘、随机存取存储器（ram）、只读存储器（rom）、可擦式可编程只读存储器（eprom或闪存）、讲台随机存取存储器（sram）、便携式压缩盘只读存储器（cd-rom）、数字多功能盘（dvd）、记忆棒、软盘、光盘、磁碟、机械编码设备以及上述任意组合。
93.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、物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、物品或者设备所固有的要素。
94.以上描述仅为本技术的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本技术中所涉及的申请范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离前述申请构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本技术中申请的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

技术特征：
1.一种物流智能遗失判别处理方法，其特征在于，包括：构建疑似遗失明细模型，提取包裹数据中的疑似遗失包裹数据；利用疑似遗失责任判别构件，判断所述疑似遗失包裹的疑似遗失责任站点；向疑似遗失责任站点进行疑似遗失预警；并获取疑似遗失责任站点的疑似遗失包裹找回反馈数据；设置包裹数据遗失提取规则，提取确认遗失包裹数据；响应于赔付请求，获取赔付相关信息；揽收网点根据所述赔付相关信息进行包裹赔付，并返回确认赔付信息；响应于揽收网点的确认赔付信息，确定遗失责任站点；所述遗失责任站点于补偿时间定义域内对揽收网点进行责任补偿。2.根据权利要求1所述的方法，其特征在于，所述构建疑似遗失明细模型，提取包裹数据中的疑似遗失包裹数据包括：采用mq消息队列构建疑似遗失明细模型，疑似遗失明细模型提取包裹停滞时长超过更新时间定义域的包裹数据为疑似遗失包裹数据；所述更新时间定义域为0-48小时。3.根据权利要求1所述的方法，其特征在于，所述利用疑似遗失责任判别构件，判断所述疑似遗失包裹的疑似遗失责任站点包括：所述疑似遗失责任判别构件根据疑似遗失包裹最近一次更新的轨迹数据判断疑似遗失责任站点；所述疑似遗失责任判别构件根据疑似遗失包裹最近一次更新的轨迹数据判断疑似遗失责任站点包括：疑似遗失责任规则判别构件获取疑似遗失包裹最近一次更新的轨迹数据；判断所述轨迹更新数据为收到数据、发出数据或派件数据；若所述轨迹更新数据为收到数据，则判断疑似遗失责任站点为更新所述收到数据的站点；若所述轨迹更新数据为发出数据，则判断疑似遗失责任站点为所述发出数据的目的接收站点；若为派件数据，则判断疑似责任站点为派件站点。4.根据权利要求1所述的方法，其特征在于，所述获取疑似遗失责任站点的疑似遗失包裹找回反馈数据包括：获取包裹的重量、体积、外包装或其他信息以及包裹的图像或影像，利用无面单包裹推荐模型从疑似遗失责任站点的所有无面单包裹中进行重量、体积、外包装、其他信息或图像匹配，生成无面单包裹匹配推荐结果；根据所述无面单包裹匹配推荐结果确定疑似遗失责任站点的无面单包裹中是否有所述疑似遗失包裹，并生成疑似遗失包裹找回反馈数据；其中所述疑似遗失包裹找回反馈数据包括确认遗失与找回两种。5.根据权利要求1所述的方法，其特征在于，所述设置包裹数据遗失提取规则，提取确认遗失包裹数据包括：根据包裹数据遗失提取规则提取包裹状态数据为确认遗失以及包裹状态数据为疑似遗失但疑似遗失责任站点收到疑似遗失预警后超过回馈时间定义域后未提交疑似遗失包裹找回反馈数据的包裹数据为确认遗失包裹数据；
所述回馈时间定义域为0-96小时。6.根据权利要求1所述的方法，其特征在于，所述赔付相关信息包括：用户的联系方式、用户的账户信息、揽收网点信息以及包裹物品的价值；所述根据所述赔付相关信息进行包裹赔付包括：提取所述赔付相关信息中的用户的账户信息以及揽收网点信息的结算账户；从所述揽收网点的结算账户中划拨与所述赔付相关信息中包裹的价值相对应的金额的到用户的账户上；所述遗失责任站点对揽收网点的责任补偿包括：返回遗失包裹或赔付遗失包裹等同价值的金钱两种。7.根据权利要求1所述的方法，其特征在于，所述物流智能遗失判别处理方法还包括：统计每个物流节点在相邻两个统计周期内的包裹遗失变化增长率与增幅，若任一物流节点在相邻两个统计周期内的包裹遗失变化增长率与增幅超出预设的变化率或幅度阈值，则向对应的物流节点发出预警，同时向所述物流节点的直接管辖点发送内部监察指令，用于进行所述物流节点的内部审查；所述物流节点包括运输车辆、网点或中心。8.一种物流智能遗失判别处理装置，其特征在于，包括：疑似遗失判别模块，用于构建疑似遗失明细模型，提取包裹数据中的疑似遗失的包裹数据；利用疑似遗失责任判别构件，判断疑似遗失包裹数据的疑似遗失责任站点；疑似遗失预警模块，用于向疑似遗失责任站点进行疑似遗失预警；并获取疑似遗失责任站点的疑似遗失包裹找回反馈数据；遗失确认模块，用于设置包裹数据遗失提取规则，提取确认遗失包裹数据；遗失赔付模块，用于响应于赔付请求，获取赔付相关信息；揽收网点根据获取的赔付相关信息进行包裹赔付，并返回确认赔付信息；遗失定责模块，用于响应于揽收网点的确认赔付信息，确定遗失责任站点；遗失责任站点于补偿时间定义域内对揽收网点进行责任补偿。9.一种智能终端或电子设备，其特征在于，包括处理器，所述处理器与存储器耦合；所述处理器用于执行所述存储器中存储的计算机程序，以使得所述智能终端或电子设备执行如权利要求1至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，包括计算机程序或指令，当所述计算机程序或指令在计算机上运行时，使得所述计算机执行如权利要求1至7任一项所述的方法。

技术总结
本申请涉及一种物流智能遗失判别处理方法、装置、设备及介质，应用于物流智能监控技术领域，其方法包括：构建疑似遗失明细模型，提取包裹数据中的疑似遗失包裹数据；利用疑似遗失责任判别构件判断疑似遗失责任站点并进行疑似遗失预警；获取疑似遗失责任站点的疑似遗失包裹找回反馈数据；设置包裹数据遗失提取规则，提取确认遗失包裹数据；揽收网点根据赔付相关信息进行包裹赔付；遗失责任站点于补偿时间定义域内对揽收网点进行责任补偿。本申请有助于物流站点降低包裹遗失率，提高包裹召回率，减少包裹遗失赔付；缩短找回与赔付周期，提升运营效率，提高用户体验。提高用户体验。提高用户体验。


技术研发人员：曹佳伦
受保护的技术使用者：上海申雪供应链管理有限公司
技术研发日：2023.07.06
技术公布日：2023/10/8