[发明专利]物流派送的方法在审

专利信息
申请号: 202110439566.4 申请日: 2021-04-23
公开(公告)号: CN113139771A 公开(公告)日: 2021-07-20
发明(设计)人: 胡德军 申请(专利权)人: 上海中通吉网络技术有限公司
主分类号: G06Q10/08 分类号: G06Q10/08;G06N20/00
代理公司: 北京细软智谷知识产权代理有限责任公司 11471 代理人: 葛钟
地址: 201799 上*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 物流 派送 方法
【说明书】:

本申请涉及一种物流派送的方法,包括:获取扫描信息;扫描信息包括收件人信息;根据收件人信息,判断当前运单是否可以进行第三方派送;若当前运单可以进行第三方派送,将收件人信息输入到预先建立的风险预警模型中,检测当前运单是否是高风险物流运单;若当前运单是高风险物流运单,发出预警信息,以提示派送员当前运单需要在联系收件人后再进行派送;若当前运单不是高风险物流运单,对当前运单执行第三方派送。如此,可以实现对高风险运单的有效识别与自动预警,既减少了用户投诉的概率,又提高了派送效率和服务质量,还有效提升了用户体验。

技术领域

本申请涉及物流派送应用技术领域,具体涉及一种物流派送的方法。

背景技术

目前,随着快递行业高速发展,快递件量也在不断增长,这就容易导致在末端派送环节,派送效率和服务质量不能有效兼顾。虽然第三方快递柜和驿站的出现大大缓解了末端派送的压力,但同时也伴随着服务质量变差和客户投诉增多的问题。例如,有一些用户要求快递送货上门,但由于案件量大,时间紧,快递员很难区分和注意到这些要求,通常会统一进行第三方签收,最终导致用户投诉。

相关技术中,现有的解决方法一般有两种:一种是事后干预法,这种方法通常是等用户投诉后才进行干预和补救,但会严重影响用户体验,也会使派件方形象受到影响;另一种是事前规则标签,事前规则标签是利用已经有的一套基于规则进行计算的用户和运单标签来对到达末端派送环节的快递进行标记,但由于标签的覆盖面太广泛,标签数量太多,往往会加重业务员派送的工作量,导致派送效率不高,且对于一线赋能不强。

发明内容

有鉴于此,本申请的目的在于克服现有技术的不足,提供一种物流派送的方法。

为实现以上目的,本申请采用如下技术方案:

本申请提供一种物流派送的方法,包括:

获取扫描信息;所述扫描信息包括收件人信息;

根据所述收件人信息,判断当前运单是否可以进行第三方派送;

若当前运单可以进行第三方派送,将所述收件人信息输入到预先建立的风险预警模型中,检测当前运单是否是高风险物流运单;

若当前运单是高风险物流运单,发出预警信息,以提示派送员当前运单需要在联系收件人后再进行派送;若当前运单不是高风险物流运单,对当前运单执行第三方派送。

可选的,所述判断当前运单是否可以进行第三方派送之后,所述方法还包括:

若当前运单不可以进行第三方派送,对当前运单进行上门派送。

可选的,所述收件人信息包括收件人地址信息;

所述根据所述收件人信息,判断当前运单是否可以进行第三方派送,包括:

根据所述收件人地址信息,从预先关联存储的收件地址与第三方派送地址的对应关系中,查找是否存在收件地址与所述收件人地址相符;

若存在,所述收件人地址存在对应的第三方派送地址,当前运单可以进行第三方派送;若不存在,所述收件人地址不存在对应的第三方派送地址,当前运单不可以进行第三方派送。

可选的,所述获取扫描信息之前,所述方法还包括:

获取客户信息、业务派送信息和网点信息作为样本信息,对所述样本信息进行特征选择和提取,得到训练信息;

利用所述训练信息和机器学习模型进行风险模型训练,得到所述风险预警模型。

可选的,所述机器学习模型包括XGBoost模型。

本申请提供的技术方案可以包括以下有益效果:

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上海中通吉网络技术有限公司,未经上海中通吉网络技术有限公司许可,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/202110439566.4/2.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