[发明专利]一种运输业务识别方法和系统

说明书

本发明提供一种运输业务识别方法和系统，该方案为：通过获取待识别车辆的车号、行驶日期和有效车辆行驶信息，根据待识别车辆的车号和行驶日期划分待识别车辆对应的训练样本，将训练样本和验证样本作为预先建立的分类模型的输入对象，输入分类模型执行分类处理，分别得到训练样本和验证样本对应的分类标签，基于验证样本的分类标签，确定训练样本对应的分类标签所对应的业务类别。基于本发明，通过分类模型来实现自动识别载货车辆的运输业务，能快速准确地识别出载货车辆的业务类型，大大降低人力成本。

技术领域

本发明涉及物流运输技术领域，尤其涉及一种运输业务识别方法和系统。

背景技术

随着电商时代的发展，对物流运输的发展提出了更大的要求。公路运输作为物流运输中的最重要的一部分，为互联网经济的发展提供了巨大的助力。为了能够依据不同客户对运输业务场景的需求，合理分配资源配比，故而需要及时掌握货运市场中各个载货车辆的运输业务。由此可知，获悉载货车辆的运输业务类型对于如今的物流行业来说是至关重要的。

目前，运输业务一般分为长途物流和短途配送两种场景。当载货车辆完成运输业务后，通过人工统计载货车辆的各项载货运输记录，从而识别出该载货车辆的运输业务场景。由于该方案都是在运输业务完成之后再进行人工识别，识别的结果会具有较大的偏差，识别的效率以及时效性尤为低下。

发明内容

有鉴于此，本发明实施例提供一种运输业务识别方法和系统，以解决载货车运输业务的识别工作中识别结果准确性和时效性低下的问题。

为实现上述目的，本发明实施例提供如下技术方案：

本发明实施例第一方面公开了一种运输业务识别方法，所述运输业务识别方法包括：

获取待识别车辆的车号、行驶日期和有效车辆行驶信息；

根据所述待识别车辆的车号和行驶日期划分所述待识别车辆对应的训练样本，每一所述训练样本包括每一所述待识别车辆各个行驶日期所对应的有效车辆行驶信息；

将所述训练样本和验证样本作为预先建立的分类模型的输入对象，输入所述分类模型执行分类处理，分别得到所述训练样本和所述验证样本对应的分类标签，所述验证样本为已知业务类别的样本；

基于所述验证样本的分类标签，确定所述训练样本对应的分类标签所对应的业务类别，所述业务类别至少包括长途物流和短途配送。

优选的，在上述运输业务识别方法中，所述获取待识别车辆的车号、行驶日期和有效车辆行驶信息，包括：

基于预设数据采样频率获取所述待识别车辆通过车载智能终端上传的车号、行驶日期和车辆行驶信息；

判断获取到的车辆行驶信息中记录位置经度信息、位置纬度信息的数据段是否为空，以及行驶里程的跳变是否为有效数据；

若所述记录位置经度信息、位置纬度信息的数据段为空，则删除所述数据段；

若所述行驶里程的跳变为无效数据，则对里程数据进行处理，保留有效的里程数据；

确定记录位置经度信息、位置纬度信息的数据段不为空，且所述行驶里程的跳变为有效数据的车辆行驶信息为所述有效车辆行驶信息。

优选的，在上述运输业务识别方法中，所述若所述行驶里程的里程跳变为无效数据，则对里程数据进行处理的过程包括：

若所述行驶里程的跳变超出预设范围，则删除所述里程数据；

若所述行驶里程的跳变为负值，则将所述行驶里程的前一行驶里程与后一行驶里程的均值作为所述行驶里程。

优选的，在上述运输业务识别方法中，所述根据所述待识别车辆的车号信息和行驶日期信息划分所述待识别车辆对应的训练样本，包括：