[发明专利]信息获取方法及装置、计算机可读存储介质、电子设备在审

专利信息
申请号: 202110402238.7 申请日: 2021-04-14
公开(公告)号: CN113034030A 公开(公告)日: 2021-06-25
发明(设计)人: 杨攀 申请(专利权)人: 西安京迅递供应链科技有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q10/08;G06K17/00
代理公司: 北京律智知识产权代理有限公司 11438 代理人: 王辉;阚梓瑄
地址: 710100 陕西省西安市国家民用*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 信息 获取 方法 装置 计算机 可读 存储 介质 电子设备
【说明书】:

本公开涉及物流技术领域,提供了一种信息获取方法、装置、计算机可读存储介质及电子设备,该方法包括:获取异常对象信息,根据异常对象信息确定异常对象的异常概率;通过扫描设备获取目标运输集合对应的目标对象标识;在所述目标对象标识对应的目标对象为异常目标对象时,获取所述异常目标对象的异常概率,并根据所述异常目标对象的异常概率确定所述目标运输集合的目标信息。本公开通过判断目标运输集合中目标对象是否为异常对象生成目标信息,辅助物流节点中的交接扫描和检查,减少了物流运输过程中的异常事件。

技术领域

本公开涉及物流技术领域,具体而言,涉及一种信息获取方法、信息获取装置、计算机可读存储介质及电子设备。

背景技术

目前,物流技术领域中的判责系统主要是用来对异常的包裹进行事后追责、问题追溯等判断和流转确认的作用。

但现有的判责系统是事后处理的机制,需要通过举证图片、视频的方式来排查整个运输链路上的问题点。由于在运输链路上存在多个物流节点,并不是每个包裹都有充分的证明材料,导致对接的环节责任不能明确判断,整个判责过程容易反复,耗时耗力。

鉴于此,本领域亟需开发一种新的信息获取方法及装置。

需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种信息获取方法、信息获取装置、计算机可读存储介质及电子设备,进而至少在一定程度上可以解决物流判责不准确的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。

根据本公开的一个方面,提供一种信息获取方法,所述方法包括:获取异常对象信息,根据异常对象信息确定异常对象的异常概率;通过扫描设备获取目标运输集合对应的目标对象标识;在所述目标对象标识对应的目标对象为异常目标对象时,获取所述异常目标对象的异常概率,并根据所述异常目标对象的异常概率确定所述目标运输集合的目标信息。

在本公开的一些示例性实施例中,获取异常对象信息,包括:从异常事件系统中实时获取异常事件信息中的异常运输集合标识;获取与所述异常运输集合标识对应的异常对象集合标识,并根据所述异常对象集合标识获取异常对象信息,其中,所述异常对象信息包括所述异常对象的对象标识和对象数量。

在本公开的一些示例性实施例中,所述异常对象信息还包括所述异常对象的属性信息;获取异常对象信息,包括:根据所述异常对象的对象标识在对象信息系统中获取所述异常对象的属性信息,其中,所述异常对象的属性信息包括所述异常对象的名称信息和价值信息等;将所述异常对象信息,以及所述异常对象对应的对象集合标识和运输集合标识存储至分布式数据库中。

在本公开的一些示例性实施例中,根据异常对象信息得到异常对象的异常概率,包括:根据所述异常对象的对象标识获取预设时间段内所述异常对象对应的运输集合数量;根据所述异常对象对应的运输集合数量和总异常运输集合数量计算所述异常对象的异常概率。

在本公开的一些示例性实施例中,根据异常对象信息得到异常对象的异常概率,包括:根据所述异常对象的对象标识获取预设时间段内所述异常对象对应的对象集合数量;根据所述异常对象对应的对象集合数量和总异常对象集合数量计算所述异常对象的异常概率。

在本公开的一些示例性实施例中,根据异常对象信息得到异常对象的异常概率,包括:根据所述异常对象的对象标识获取预设时间段内所述异常对象对应的对象总数量;根据所述异常对象对应的对象总数量和总异常对象数量计算所述异常对象的异常概率。

在本公开的一些示例性实施例中,将所述异常对象的对象标识以及所述异常对象的异常概率以键值对的形式存储在REDIS缓存中。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安京迅递供应链科技有限公司,未经西安京迅递供应链科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110402238.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top