[發明專利]異常運單特征確定方法、裝置、設備和計算機可讀介質

在審

• 申請號: 202110402548.9
• 申請日: 2021-04-14
• 公開（公告）號: CN113095756A
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 郝詩琦;劉洋;王淵
• 申請（專利權）人: 北京京東振世信息技術有限公司
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06K9/62
• 代理公司: 北京衛智暢科專利代理事務所(普通合伙) 11557
• 代理人: 陳佳

1.一種異常運單特征確定方法，包括：

獲取預設時間段內的、目標城市的妥投運單信息集合；

對所述妥投運單信息集合進行預處理，得到運單特征組集合和一級時效運單指標值集合；

確定所述一級時效運單指標值集合中異常的一級時效運單指標值，得到一級時效運單指標異常值集合；

根據所述運單特征組集合和所述一級時效運單指標值集合，對預設的初始一級時效運單指標值生成模型進行訓練，得到目標一級時效運單指標值生成模型；

基于預設的初始解釋模型和所述目標一級時效運單指標值生成模型，確定所述一級時效運單指標異常值集合中每個一級時效運單指標異常值對應的異常運單特征組，得到異常運單特征組集合。

2.根據權利要求1所述的方法，其中，所述根據所述運單特征組集合和所述一級時效運單指標值集合，對預設的初始一級時效運單指標值生成模型進行訓練，得到目標一級時效運單指標值生成模型，包括：

對所述運單特征組集合中的各個運單特征組進行聚類處理，得到聚類運單特征組集合；

根據所述聚類運單特征組集合、所述一級時效運單指標值集合和所述一級時效運單指標異常值集合，對預設的初始一級時效運單指標值生成模型進行訓練，得到目標一級時效運單指標值生成模型。

3.根據權利要求2所述的方法，其中，所述基于預設的初始解釋模型和所述目標一級時效運單指標值生成模型，確定所述一級時效運單指標異常值集合中每個一級時效運單指標異常值對應的異常運單特征組，得到異常運單特征組集合，包括：

基于預設的初始解釋模型和所述目標一級時效運單指標值生成模型，從所述一級時效運單指標異常值集合中每個一級時效運單指標異常值對應的聚類運單特征組中選擇出異常的聚類運單特征作為異常運單特征，以生成異常運單特征組，得到異常運單特征組集合。

4.根據權利要求3所述的方法，其中，所述基于預設的初始解釋模型和所述目標一級時效運單指標值生成模型，從所述一級時效運單指標異常值集合中每個一級時效運單指標異常值對應的聚類運單特征組中選擇出異常的聚類運單特征作為異常運單特征，以生成異常運單特征組，包括：

利用所述聚類運單特征組、所述一級時效運單指標異常值和所述目標一級時效運單指標值生成模型，對所述初始解釋模型進行訓練，得到目標解釋模型；

根據所述目標解釋模型，確定所述聚類運單特征組中每個聚類運單特征對應的異常解釋值，得到異常解釋值集合；

基于所述異常解釋值集合，從所述聚類運單特征組中選擇出異常的聚類運單特征作為異常運單特征組，以生成異常運單特征組。

5.根據權利要求4所述的方法，其中，所述利用所述聚類運單特征組、所述一級時效運單指標異常值和所述目標一級時效運單指標值生成模型，對所述初始解釋模型進行訓練，得到目標解釋模型，包括：

根據所述聚類運單特征組，生成隨機向量組和與所述隨機向量組對應的模擬運單特征組集合；

利用所述模擬運單特征組集合、所述目標一級時效運單指標值生成模型和所述隨機向量組，對所述初始解釋模型進行訓練，得到目標解釋模型。

6.根據權利要求1所述的方法，其中，所述確定所述一級時效運單指標值集合中異常的一級時效運單指標值，得到一級時效運單指標異常值集合，包括：

根據所述一級時效運單指標值集合中的各個一級時效運單指標值，確定質控上限值和質控下限值；

從所述一級時效運單指標值集合中選擇出滿足預設條件的一級時效運單指標值作為一級時效運單指標異常值，得到一級時效運單指標異常值集合，其中，所述預設條件是根據所述質控上限值和所述質控下限值進行設置的。

7.根據權利要求1所述的方法，其中，所述對所述妥投運單信息集合進行預處理，得到運單特征組集合和一級時效運單指標值集合，包括：

對所述妥投運單信息集合中的各個妥投運單信息進行數據清洗處理，得到清洗后的妥投運單信息集合；

基于所述清洗后的妥投運單信息集合，生成運單特征組集合和一級時效運單指標值集合。