[发明专利]识别异常信息的方法、装置、服务器、客户端及介质

权利要求书

1.一种识别异常信息的方法，应用于服务器，该方法包括：

接收包裹信息，所述包裹信息包括包裹的重量信息和包裹的尺寸信息；

利用异常识别模型识别所述包裹的重量信息和所述包裹的尺寸信息，确定其是否存在异常；

如果存在异常，向客户端发送异常信息，以便于提醒用户所述包裹信息存在异常。

2.根据权利要求1所述的方法，其中，在向客户端发送异常信息之后，该方法还包括：

响应于用户操作，接收针对所述包裹录入的新信息。

3.根据权利要求1所述的方法，其中，所述异常识别模型包括iForest模型。

4.根据权利要求1所述的方法，其中，在接收所述包裹信息之前，该方法还包括：

获取过去一段时间内某商家的所有包裹的重量信息和尺寸信息；

利用硬性规则对某商家的所有包裹的重量信息和尺寸信息进行初步筛选，得到某商家满足所述硬性规则的包裹的重量信息和尺寸信息；

基于某商家满足所述硬性规则的包裹的重量信息和尺寸信息建立所述异常识别模型。

5.根据权利要求4所述的方法，其中，在基于某商家满足所述硬性规则的包裹的重量信息和尺寸信息建立所述异常识别模型之前，该方法还包括：

判断某商家满足所述硬性规则的包裹的重量信息和尺寸信息是否适合聚类；

如果适合聚类，则对某商家满足所述硬性规则的包裹的重量信息和尺寸信息进行聚类，得到与某商家满足所述硬性规则的包裹的重量信息和尺寸信息相对应的多个簇。

6.根据权利要求5所述的方法，其中，对某商家满足所述硬性规则的包裹的重量信息和尺寸信息进行聚类，得到与某商家满足所述硬性规则的包裹的重量信息和尺寸信息相对应的多个簇包括：

利用K-Means算法对某商家满足所述硬性规则的包裹的重量信息和尺寸信息进行聚类，得到与某商家满足所述硬性规则的包裹的重量信息和尺寸信息相对应的多个簇。

7.根据权利要求5所述的方法，其中，基于某商家满足所述硬性规则的包裹的重量信息和尺寸信息建立所述异常识别模型包括：

基于与某商家满足所述硬性规则的包裹的重量信息和尺寸信息相对应的多个簇建立所述异常识别模型。

8.根据权利要求5所述的方法，其中，在对某商家满足所述硬性规则的包裹的重量信息和尺寸信息进行聚类之前，该方法还包括：

对某商家满足所述硬性规则的包裹的重量信息和尺寸信息进行标准化处理。

9.根据权利要求5所述的方法，其中，在对某商家满足所述硬性规则的包裹的重量信息和尺寸信息进行聚类之后，该方法还包括：

基于每个簇中包裹的重量信息和尺寸信息计算该包裹的体积信息和密度信息；

对每个簇中包裹的重量信息、体积信息和密度信息进行数化处理；

利用3-sigma原则对数化处理后的每个簇中包裹的重量信息、体积信息和密度信息进行异常检测和排除。

10.一种识别异常信息的方法，应用于客户端，该方法包括：

向服务器发送包裹信息，以使得所述服务器利用异常识别模型识别所述包裹的重量信息和所述包裹的尺寸信息，确定其是否存在异常，如果存在异常，向客户端发送异常信息，所述包裹信息包括包裹的重量信息和包裹的尺寸信息；

接收并展示所述异常信息。

11.根据权利要求10所述的方法，其中，该方法还包括：

当用户对所述异常信息确认之后，向服务器发送用户针对所述包裹录入的新信息。