[發明專利]一種貨物識別方法及裝置

有效

• 申請號: 201811096336.7
• 申請日: 2018-09-19
• 公開（公告）號: CN109242391B
• 公開（公告）日: 2022-02-22
• 發明（設計）人: 施文進;施俊
• 申請（專利權）人: 惠龍易通國際物流股份有限公司
• 主分類號: G06Q10/08
• 分類號: G06Q10/08
• 代理公司: 北京智橋聯合知識產權代理事務所(普通合伙) 11560
• 代理人: 商曉莉

1.一種貨物識別方法，其特征在于，所述方法包括：

根據貨運歷史數據，生成貨物識別模型；其中，所述貨運歷史數據包括貨物類型、貨物尺寸、貨物重量、運輸距離和運輸價格；根據貨運歷史數據，生成貨物識別模型，包括：獲取多個貨運歷史數據，從每個所述貨運歷史數據中提取貨物類型、貨物尺寸、貨物重量、運輸距離和運輸價格，以作為貨物特征數據；首先，根據采集的貨運歷史數據生成對應的數據矩陣；計算數據矩陣中所述數據的平均值，然后對于每個數據都減去平均值；接著，根據經過零均值化處理的數據矩陣，計算協方差矩陣，以及計算協方差矩陣的特征值和特征向量；按照由大到小的順序，對特征值進行排序，選擇其中最大的k個特征值，將k個特征值對應的k個特征向量分別作為列向量，利用列向量組成特征向量；對所述貨物特征數據進行訓練，生成貨物識別模型；其中，還包括：將各項數據的數據格式都處理成相同的數據格式；

根據用戶發布貨源歷史數據，生成用戶識別模型；其中，所述用戶發布貨源歷史數據包括用戶標識、發布時間、發布的貨物類型、起始地和運輸距離；根據用戶發布貨源歷史數據，生成用戶識別模型，包括：獲取多個用戶發布貨源歷史數據，從每個用戶發布貨源歷史數據提取用戶標識、發布時間、發布的貨物類型、起始地和運輸距離，以作為用戶特征數據；對所述用戶特征數據進行訓練，生成用戶識別模型；

接收用戶的貨源發布請求，響應于所述貨源發布請求，利用所述貨物識別模型和所述用戶識別模型對所述貨源發布請求所攜帶的信息進行識別；利用所述貨物識別模型和所述用戶識別模型對所述貨源發布請求所攜帶的信息進行識別，得到貨源真實性的識別結果，包括：利用所述貨物識別模型對所述貨源發布請求所攜帶的貨源信息進行識別，得到第一識別結果，以及，利用所述用戶識別模型對所述貨源發布請求所攜帶的貨源信息和用戶信息進行識別，得到第二識別結果；

若所述第一識別結果為貨源是真實的，且所述第二識別結果為貨源是真實的，得到貨源真實的識別結果；或者，若所述第一識別結果為貨源是不真實的，和/或，所述第二識別結果為貨源是不真實的，得到貨源不真實的識別結果。

2.一種貨物識別裝置，其特征在于，所述裝置包括：

第一模型生成模塊，用于獲取多個貨運歷史數據，從每個所述貨運歷史數據中提取貨物類型、貨物尺寸、貨物重量、運輸距離和運輸價格，以作為貨物特征數據；所述貨運歷史數據包括貨物類型、貨物尺寸、貨物重量、運輸距離和運輸價格；根據貨運歷史數據，生成貨物識別模型，包括：獲取多個貨運歷史數據，從每個所述貨運歷史數據中提取貨物類型、貨物尺寸、貨物重量、運輸距離和運輸價格，以作為貨物特征數據；首先，根據采集的貨運歷史數據生成對應的數據矩陣；計算數據矩陣中所述數據的平均值，然后對于每個數據都減去平均值；接著，根據經過零均值化處理的數據矩陣，計算協方差矩陣，以及計算協方差矩陣的特征值和特征向量；按照由大到小的順序，對特征值進行排序，選擇其中最大的k個特征值，將k個特征值對應的k個特征向量分別作為列向量，利用列向量組成特征向量；對所述貨物特征數據進行訓練，生成貨物識別模型；其中，還包括：將各項數據的數據格式都處理成相同的數據格式；

第二模型生成模塊，所述第二模型生成模塊，具體用于：獲取多個用戶發布貨源歷史數據，從每個用戶發布貨源歷史數據提取用戶標識、發布時間、發布的貨物類型、起始地和運輸距離，以作為用戶特征數據；對所述用戶特征數據進行訓練，生成用戶識別模型；其中所述用戶發布貨源歷史數據包括用戶標識、發布時間、發布的貨物類型、起始地和運輸距離；

接收模塊，用于接收用戶的貨源發布請求；

識別模塊，用于響應于所述貨源發布請求，利用所述貨物識別模型和所述用戶識別模型對所述貨源發布請求所攜帶的信息進行識別，利用所述貨物識別模型對所述貨源發布請求所攜帶的貨源信息進行識別，得到第一識別結果，以及，利用所述用戶識別模型對所述貨源發布請求所攜帶的貨源信息和用戶信息進行識別，得到第二識別結果；若所述第一識別結果為貨源是真實的，且所述第二識別結果為貨源是真實的，得到貨源真實的識別結果；或者，若所述第一識別結果為貨源是不真實的，和/或，所述第二識別結果為貨源是不真實的，得到貨源不真實的識別結果。