[发明专利]承运订单的校验方法及装置、电子设备、存储介质

权利要求书

1.一种承运订单的校验方法，其特征在于，包括：

获取承运订单的目标承运线路信息和相应的目标线路价格信息；

将所述目标承运线路信息输入至线路价格预测模型，所述线路价格预测模型通过采用有监督机器学习算法对样本数据进行训练得到，所述样本数据包括历史承运订单中被标记有实际线路价格信息的承运线路信息；

在针对所述承运订单的前提条件被满足的情况下，判定所述承运订单通过校验；其中，所述前提条件包括所述目标线路价格信息与所述线路价格预测模型的输出结果相匹配。

2.根据权利要求1所述的方法，其特征在于，承运线路信息包括出发地与目的地之间的承运距离，针对承运订单预先设置有承运距离范围与相应的线路价格之间的映射关系；所述方法还包括：

确定所述目标承运线路信息对应的承运距离所属的目标承运距离范围；

根据所述映射关系确定所述目标承运距离范围对应的线路价格；

其中，所述前提条件还包括所述目标线路价格信息与确定出的线路价格相匹配。

3.根据权利要求1所述的方法，其特征在于，还包括：

在所述承运订单通过校验的情况下，根据所述目标线路价格信息确定针对所述承运订单的订单承接方的贷款额度；

输出所述贷款额度以由贷款受理方确认。

4.根据权利要求3所述的方法，其特征在于，所述根据所述目标线路价格信息确定针对所述承运订单的订单承接方的贷款额度，包括：

确定所述订单承接方对应的允许误差范围，并计算所述目标线路价格信息与所述输出结果指示的价格信息之间的误差率；

当计算出的误差率位于所述允许误差范围内时，通过以下方式计算所述贷款额度：贷款额度＝所述目标线路价格信息指示的价格×所述承运订单的承运次数。

5.根据权利要求4所述的方法，其特征在于，所述允许误差范围与所述订单承接方的信用评分呈正相关。

6.根据权利要求1所述的方法，其特征在于，承运线路信息包括承运距离和其他线路相关信息；其中，所述其他线路相关信息包括以下至少之一：

出发时间信息、出发地运价指数、目的地运价指数、出发地运力指数、目的地运力指数、所述承运订单的承接方的车辆信息。

7.根据权利要求1所述的方法，其特征在于，有监督机器学习算法包括以下任一：

随机森林回归、神经网络、K近邻算法、逻辑回归、决策树、支持向量机和贝叶斯分类器。

8.一种承运订单的校验装置，其特征在于，包括：

获取单元，获取承运订单的目标承运线路信息和相应的目标线路价格信息；

输入单元，将所述目标承运线路信息输入至线路价格预测模型，所述线路价格预测模型通过采用有监督机器学习算法对样本数据进行训练得到，所述样本数据包括历史承运订单中被标记有实际线路价格信息的承运线路信息；

校验单元，在针对所述承运订单的前提条件被满足的情况下，判定所述承运订单通过校验；其中，所述前提条件包括所述目标线路价格信息与所述线路价格预测模型的输出结果相匹配。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器通过运行所述可执行指令以实现如权利要求1-7中任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，其上存储有计算机指令，该指令被处理器执行时实现如权利要求1-7中任一项所述方法的步骤。