异常快件识别方法、装置、计算机设备和存储介质与流程

1.本技术涉及物流技术领域，特别是涉及一种异常快件识别方法、装置、计算机设备和存储介质。


背景技术：

2.随着电子商务的普及，网上购物已经成为人们生活中必不可少的一部分。快递量的迅速增长随之也给快递行业带来了一些问题，例如，若在快件配送过程中，快件出现错误发运，将需要快递人员重新将该快件绕道运输回来，从而导致分拣与运输资源的浪费。
3.然而，针对该问题，目前也仅是可以通过建立数据仓库记录快件运单的路线信息，尚未有针对快件发生错误路线的改进措施。


技术实现要素：

4.基于此，有必要针对上述快件发生错误路线导致分拣与运输资源浪费的技术问题，提供一种异常快件识别方法、装置、计算机设备和存储介质。
5.一种异常快件识别方法，所述方法包括：
6.获取同一始发地到同一目的地的历史快件运单的路线信息；所述路线信息包括所述快件所经过的各个路线节点以及到达各个所述路线节点的到达时间；
7.根据所述历史快件运单的路线信息，得到所述同一始发地到所述同一目的地所经过的各个路线节点的日均快件量；
8.根据各个所述路线节点的日均快件量，从各个所述路线节点中筛选出多个目标路线节点，构成所述同一始发地到所述同一目的地的正常路线节点集合；
9.若监测到待识别快件的实时路线节点未处于所述正常路线节点集合内，则判定所述待识别快件为异常快件。
10.在其中一个实施例中，所述根据所述历史快件运单的路线信息，得到所述同一始发地到所述同一目的地所经过的各个路线节点的日均快件量，包括：
11.根据所述快件所经过的各个路线节点以及到达各个所述路线节点的到达时间，得到所述同一始发地到所述同一目的地所经过的各个路线节点的单日快件总量；
12.获取所述单日快件总量的均值，得到所述同一始发地到所述同一目的地所经过的各个路线节点的日均快件量。
13.在其中一个实施例中，所述根据各个所述路线节点的日均快件量，从各个所述路线节点中筛选出多个目标路线节点，包括：
14.获取所述同一始发地到同一目的地对应的日均快件量阈值；
15.从各个所述路线节点中筛选出日均快件量大于或等于所述日均快件量阈值的路线节点，作为目标路线节点。
16.在其中一个实施例中，所述根据各个所述路线节点的日均快件量，从各个所述路线节点中筛选出多个目标路线节点，还包括：
17.分别获取各个所述路线节点的单日快件总量大于或等于所述日均快件量阈值的第一天数；
18.获取第一天数阈值，从各个所述路线节点中筛选出所述第一天数大于所述第一天数阈值的路线节点，作为目标路线节点。
19.在其中一个实施例中，在根据各个所述路线节点的日均快件量，从各个所述路线节点中筛选出多个目标路线节点之前，还包括：
20.根据所述历史快件运单的路线信息，得到所述同一始发地到所述同一目的地的日均快件量；
21.所述根据各个所述路线节点的日均快件量，从各个所述路线节点中筛选出多个目标路线节点，包括：
22.根据各个所述路线节点的日均快件量和所述同一始发地到所述同一目的地的日均快件量，得到各个所述路线节点的快件量日均占比；
23.获取所述同一始发地到所述同一目的地对应的快件量日均占比阈值，从各个所述路线节点中筛选出快件量日均占比大于所述快件量日均占比阈值的路线节点，作为目标路线节点。
24.在其中一个实施例中，所述根据各个所述路线节点的日均快件量，从各个所述路线节点中筛选出多个目标路线节点，还包括：
25.根据各个所述路线节点的单日快件总量和所述同一始发地到所述同一目的地的日均快件量，得到各个所述路线节点的单日快件量占比；
26.分别获取各个所述路线节点的单日快件量占比大于或等于所述快件量日均占比阈值的第二天数；
27.获取第二天数阈值，从各个所述路线节点中筛选出所述第二天数大于所述第二天数阈值的路线节点，作为目标路线节点。
28.在其中一个实施例中，在判定所述待识别快件为异常快件之后，还包括：
29.生成携带有所述待识别快件的快件标识的预警信息，并将所述预警信息发送至配送人员的终端；所述预警信息用于指示所述配送人员核对和处理所述待识别快件。
30.一种异常快件识别装置，所述装置包括：
31.信息获取模块，用于获取同一始发地到同一目的地的历史快件运单的路线信息；所述路线信息包括所述快件所经过的各个路线节点以及到达各个所述路线节点的到达时间；
32.日均快件量获取模块，用于根据所述历史快件运单的路线信息，得到所述同一始发地到所述同一目的地所经过的各个路线节点的日均快件量；
33.节点集合获取模块，用于根据各个所述路线节点的日均快件量，从各个所述路线节点中筛选出多个目标路线节点，构成所述同一始发地到所述同一目的地的正常路线节点集合；
34.异常快件识别模块，用于若监测到待识别快件的实时路线节点未处于所述正常路线节点集合内，则判定所述待识别快件为异常快件。
35.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
36.获取同一始发地到同一目的地的历史快件运单的路线信息；所述路线信息包括所述快件所经过的各个路线节点以及到达各个所述路线节点的到达时间；
37.根据所述历史快件运单的路线信息，得到所述同一始发地到所述同一目的地所经过的各个路线节点的日均快件量；
38.根据各个所述路线节点的日均快件量，从各个所述路线节点中筛选出多个目标路线节点，构成所述同一始发地到所述同一目的地的正常路线节点集合；
39.若监测到待识别快件的实时路线节点未处于所述正常路线节点集合内，则判定所述待识别快件为异常快件。
40.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
41.获取同一始发地到同一目的地的历史快件运单的路线信息；所述路线信息包括所述快件所经过的各个路线节点以及到达各个所述路线节点的到达时间；
42.根据所述历史快件运单的路线信息，得到所述同一始发地到所述同一目的地所经过的各个路线节点的日均快件量；
43.根据各个所述路线节点的日均快件量，从各个所述路线节点中筛选出多个目标路线节点，构成所述同一始发地到所述同一目的地的正常路线节点集合；
44.若监测到待识别快件的实时路线节点未处于所述正常路线节点集合内，则判定所述待识别快件为异常快件。
45.上述异常快件识别方法、装置、计算机设备和存储介质，根据获取的同一始发地到同一目的地的历史快件运单的路线信息，得到同一始发地到同一目的地所经过的各个路线节点的日均快件量，根据各个路线节点的日均快件量，从各个路线节点中筛选出多个目标路线节点，构成同一始发地到同一目的地的正常路线节点集合，若监测到待识别快件的实时路线节点未处于正常路线节点集合内，则判定待识别快件为异常快件。该方法通过历史快件运单数据构建正常路线节点集合，从而根据待识别快件是否经过该正常路线节点集合之外的路线节点，实时判断待识别快件是否发生错误发运的情况，从而可对发生不合理路线的快件及时预警，以提醒配送人员核对和纠正错误发运的快件的路线，减少错误发运带来的分拣与运输资源的浪费。
附图说明
46.图1为一个实施例中异常快件识别方法的流程示意图；
47.图2为一个实施例中目标路线节点筛选步骤的流程示意图；
48.图3为另一个实施例中异常快件识别方法的流程示意图；
49.图4为一个实施例中异常快件识别装置的结构框图；
50.图5一个实施例中计算机设备的内部结构图。
具体实施方式
51.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
52.在一个实施例中，如图1所示，提供了一种异常快件识别方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
53.步骤s102，获取同一始发地到同一目的地的历史快件运单的路线信息；路线信息包括快件所经过的各个路线节点以及到达各个路线节点的到达时间。
54.可以理解的是，由于快件在运输过程中，需要在多个路线节点进行分拣、装车，然后才到达目的地，因此获取的历史快件运单的路线信息可包括快件所经过的各个路线节点以及到达各个路线节点的到达时间。其中，到达各个路线节点的时间可以视为在各路线节点的解封车时间，即在路线节点使用巴枪扫描封车条码，对车辆进行解封的时间。
55.具体实现中，若记始发地为a，目的地为b，从始发地到目的地的流向记为a-b，则获取的从始发地a到目的地b的历史快件运单的路线信息，包括快件在a-b的流向中经过的各个路线节点以及到达各个路线节点的到达时间。
56.步骤s104，根据历史快件运单的路线信息，得到同一始发地到同一目的地所经过的各个路线节点的日均快件量。
57.具体实现中，在得到从始发地a到目的地b的历史快件运单的路线信息后，可根据到达快件到达各个路线节点的到达时间，统计每日经过各路线节点进行中转的单日快件总量，分别获取各路线节点的单日快件总量的均值，得到各个路线节点的日均快件量。
58.在一个实施例中，步骤s104具体包括：根据快件所经过的各个路线节点以及到达各个路线节点的到达时间，得到同一始发地到同一目的地所经过的各个路线节点的单日快件总量；获取单日快件总量的均值，得到同一始发地到同一目的地所经过的各个路线节点的日均快件量。
59.例如，若用i表示历史的第i天，用x表示快件经过的路线节点，表示流向a-b过去第i天经过路线节点x的单日快件总量(i＝1，2，3
…
，∞)，则过去n天内流向a-b且经过路线节点x的日均快件数量可表示为：
[0060][0061]
步骤s106，根据各个路线节点的日均快件量，从各个路线节点中筛选出多个目标路线节点，构成同一始发地到同一目的地的正常路线节点集合。
[0062]
具体实现中，在得到各个路线节点的日均快件量后，可按照预设的路线节点判断条件从各个路线节点中筛选出多个目标路线节点，更具体地，预设的路线节点筛选条件可包括：筛选日均快件量大于始发地到目的地的日均快件量阈值的路线节点、筛选快件量日均占比大于始发地到目的地的日均占比阈值的路线节点、筛选第一天数(表示单日快件总量大于或等于该流向的日均快件量阈值的天数)大于第一天数阈值的路线节点、筛选第二天数(表示单日快件量占比大于或等于快件量日均占比阈值的天数)大于第二天数阈值的路线节点，当路线节点满足该预设的路线节点判断条件中的任一个条件时，将该路线节点作为目标路线节点，加入对应的始发地到目的地的正常路线节点集合中。
[0063]
步骤s108，若监测到待识别快件的实时路线节点未处于正常路线节点集合内，则
判定待识别快件为异常快件。
[0064]
具体实现中，在得到同一始发地到同一目的地的正常路线节点集合后，可根据该正常路线节点集合对各个运输中的快件进行异常识别，具体地，可利用实时监控技术(如flink监控)快件实时经过的路线节点，判断实时路线节点是否在构建的正常路线节点集合内，若在正常路线节点集合内，则判定待识别快件运输过程正常，若不在正常路线节点集合内，则判定待识别快件为异常快件。
[0065]
进一步地，在一个实施例中，在步骤s108之后，还包括：生成携带有待识别快件的快件标识的预警信息，并将预警信息发送至配送人员的终端；预警信息用于指示配送人员核对和处理待识别快件。
[0066]
其中，快件标识为标记快件唯一性的标识，快件标识可以为快件的运单号。
[0067]
具体地，在判定待识别快件为异常快件之后，可生成携带有待识别快件的快件标识的预警信息，发送给配送人员的终端和路线节点分拣配送人员，指示配送人员对该待识别快件的异常情况进行核查，确认是否为错发快件，若是，则及时对该快件的运输路线进行纠正。
[0068]
上述异常快件识别方法中，根据获取的同一始发地到同一目的地的历史快件运单的路线信息，得到同一始发地到同一目的地所经过的各个路线节点的日均快件量，根据各个路线节点的日均快件量，从各个路线节点中筛选出多个目标路线节点，构成同一始发地到同一目的地的正常路线节点集合，若监测到待识别快件的实时路线节点未处于正常路线节点集合内，则判定待识别快件为异常快件。该方法通过历史快件运单数据构建正常路线节点集合，从而根据待识别快件是否经过该正常路线节点集合之外的路线节点，实时判断待识别快件是否发生错误发运的情况，从而可对发生不合理路线的快件及时预警，以提醒配送人员核对和纠正错误发运的快件的路线，减少错误发运带来的分拣与运输资源的浪费，以及减少错误发运导致的时效延误，并可减少企业的理赔。
[0069]
在一个实施例中，上述步骤s106具体包括：获取同一始发地到同一目的地对应的日均快件量阈值；从各个路线节点中筛选出日均快件量大于或等于日均快件量阈值的路线节点，作为目标路线节点。
[0070]
具体实现中，若用表示过去n天内流向为a-b对应的日均快件量阈值。以路线节点x为例，用表示流向a-b过去第i天经过路线节点x的单日快件总量(i＝1，2，3
…
，∞)，用表示从始发地a到目的地b且经过路线节点x的日均快件量，则路线节点x为目标路线节点的关系式可表示为：
[0071][0072]
本实施例中，通过路线节点的日均快件量与日均快件量阈值进行对比，以便于根据对比结果将日均快件量大于日均快件量阈值的路线节点加入正常路线节点集合中，实现基于日均快件量大于日均快件量阈值的目标路线节点，对待识别快件是否出现错误发运的情况的及时判定。
[0073]
在一个实施例中，上述步骤s106还包括：分别获取各个路线节点的单日快件总量
大于或等于日均快件量阈值的第一天数；获取第一天数阈值，从各个路线节点中筛选出第一天数大于第一天数阈值的路线节点，作为目标路线节点。
[0074]
具体实现中，若用表示过去n天内流向a-b对应的日均快件量阈值，则路线节点x的单日快件总量大于或等于日均快件量阈值的关系式可表示为：若用k表示第一天数阈值(1≤k≤n，且为整数)，用d表示单日快件总量大于或等于日均快件量阈值的某一天，则第一天数可表示为：则根据第一天数判定路线节点x为目标路线节点的关系式可表示为：
[0075]
且
[0076]
本实施例中，通过路线节点对应的第一天数与第一天数阈值进行对比，以便于根据对比结果将第一天数大于第一天数阈值的路线节点加入正常路线节点集合中，实现基于第一天数大于第一天数阈值的目标路线节点，对待识别快件是否出现错误发运情况的及时判定。
[0077]
在一个实施例中，在上述步骤s106之前，还包括：根据历史快件运单的路线信息，得到同一始发地到同一目的地的日均快件量；
[0078]
则如图2所示，上述步骤s106还包括：
[0079]
步骤s202，根据各个路线节点的日均快件量和同一始发地到同一目的地的日均快件量，得到各个路线节点的快件量日均占比；
[0080]
步骤s204，获取同一始发地到同一目的地对应的快件量日均占比阈值，从各个路线节点中筛选出快件量日均占比大于快件量日均占比阈值的路线节点，作为目标路线节点。
[0081]
具体实现中，若用表示流向a-b过去第i天快件的数量(i＝1，2，3
…
，∞)，则可得到过去n天内流向a-b的日均快件量为：
[0082][0083]
若用表示从始发地a到目的地b且经过路线节点x的日均快件量，则经过路线节点x的快件量日均占比可表示为
[0084]
若用表示过去n天内流向为a-b的日均占比阈值，以路线节点x为例，则根据过去n天内流向为a-b，且根据路线节点x的快件量日均占比，判断路线节点x为目标路线节点的关系式可表示为：
[0085][0086]
本实施例中，通过路线节点的日均快件量占比与日均占比阈值进行对比，以便于根据对比结果将日均快件量占比大于日均占比阈值的路线节点加入正常路线节点集合中，实现基于日均快件量占比大于日均占比阈值的目标路线节点，对待识别快件是否出现错误发运的情况的及时判定。
[0087]
在一个实施例中，上述步骤s106还包括：根据各个路线节点的单日快件总量和同一始发地到同一目的地的日均快件量，得到各个路线节点的单日快件量占比；分别获取各个路线节点的单日快件量占比大于或等于快件量日均占比阈值的第二天数；获取第二天数阈值，从各个路线节点中筛选出第二天数大于第二天数阈值的路线节点，作为目标路线节点。
[0088]
具体实现中，根据路线节点x的单日快件总量和同一始发地a到同一目的地b的日均快件量得到路线节点x的单日快件量占比可表示为则单日快件量占比大于或等于日均占比阈值可用关系式表示为：可用关系式表示为：若用g表示第二天数阈值(1≤g≤n，且为整数)，用t表示单日快件量占比大于或等于快件量日均占比阈值的某一天，则第二天数可表示为：
[0089][0090]
则根据第二天数判断路线节点x为目标路线节点的关系式可表示为：
[0091]
且
[0092]
本实施例中，通过路线节点对应的第二天数与第二天数阈值进行对比，以便于根据对比结果将第二天数占比大于第二天数阈值的路线节点加入正常路线节点集合中，实现基于第二天数占比大于第二天数阈值的目标路线节点，对待识别快件是否出现错误发运情况的及时判定。
[0093]
进一步地，通过上述判定条件，则可得到如下式所示的从始发地a到目的地b的正常路线节点集合的判断条件集，其中，第一天数阈值k与第二天数阈值g可以相同，也可以不同。当路线节点满足至少一个判断条件，则可判定该路线节点为目标路线节点。
[0094][0095]
为了更清晰阐明本技术实施例提供的技术方案，以下将结合图3详细阐述一个本技术异常快件识别方法的应用实例，图3为另一个实施例中异常快件识别方法的流程示意图，该方法的具体流程如下：
[0096]
以始发地为010，目的地为755的流向010-755为例，记录历史30天的数据(即图3的历史运单的路线信息)如下表1所示，表中第一列表示第i天，如t-1表示第一天，第一行中的010、755、
…
025可表示路线节点，其余部分的数字，如8284、8596、11927
…
等表示快件量。则根据表1中的数据可计算得到过去30天内，流向为010-755的日均快件量
[0097]
在历史30天的路线信息中，统计各路线节点010、755、
…
025的每日的快件总量(即按流向与节点归集每日快件总量)，得到各路线节点的日均快件量(即图3中按流向与节点归集日均快件量)分别为：归集日均快件量)分别为：
[0098]
若令日均快件量阈值为快件量日均占比阈值为令w倍数值为1.5，则令v倍数值为1.5，则令第一天数阈值和第二天数阈值均记为k，k值为3天，则有：值和第二天数阈值均记为k，k值为3天，则有：值和第二天数阈值均记为k，k值为3天，则有：由这些判断式(即图3中判断正常节点1的判断条件)可知，路线节点010、075、020、022、769均满足日均快件量大于日均快件量阈值这一判断条件，因此，010、075、020、022、769均可判定为目标路线节点，故可加入流向为010-755的正常路线节点集合中。
[0099][0100]
表1
[0101]
但是经过路线节点451的快件，未满足如下正常路线节点的判断条件集中的任一个条件，因此，判定路线节点451为非正常路线节点。
[0102]
其中，下述判断条件集中的第一个判断条件，即图3中的正常节点1的判断条件，第二个判断条件，即图3中的正常节点2的判断条件，第三个判断条件，即图3中的正常节点3的判断条件，第四个判断条件，即图3中的正常节点4的判断条件。
[0103][0104]
经过路线节点028的快件，也未满足如下正常路线节点的判断条件集中的任一个条件，因此，判定路线节点028也为非正常路线节点。
[0105][0106]
由此可得到流向为010-755的正常路线节点集合为{010、075、020、022、769}，当监测到流向为010-755的待识别快件的实时路线节点未在该正常路线节点集合内时，则可判定待识别快件为异常快件。
[0107]
本实施例提供的异常快件识别方法，通过构建正常路线节点集合，作为疑似错发快件预警模型，可以帮助企业建立合法的路线节点库，反补规划部门设计合理的规划路由。并且可以通过实时监控快件路由，对经过不合理路线节点的快件及时通缉，提醒操作员工核对并纠正，减少错发导致的时效延误，并减少理赔，通过减少错发，以降低资源的浪费，提高运力与分拣资源的利用率。
[0108]
应该理解的是，虽然图1-3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-3中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0109]
在一个实施例中，如图4所示，提供了一种异常快件识别装置，包括：信息获取模块
402、日均快件量获取模块404、节点集合获取模块406和异常快件识别模块408，其中：
[0110]
信息获取模块402，用于获取同一始发地到同一目的地的历史快件运单的路线信息；路线信息包括快件所经过的各个路线节点以及到达各个路线节点的到达时间；
[0111]
日均快件量获取模块404，用于根据历史快件运单的路线信息，得到同一始发地到同一目的地所经过的各个路线节点的日均快件量；
[0112]
节点集合获取模块406，用于根据各个路线节点的日均快件量，从各个路线节点中筛选出多个目标路线节点，构成同一始发地到同一目的地的正常路线节点集合；
[0113]
异常快件识别模块408，用于若监测到待识别快件的实时路线节点未处于正常路线节点集合内，则判定待识别快件为异常快件。
[0114]
在一个实施例中，上述日均快件量获取模块404，具体用于根据快件所经过的各个路线节点以及到达各个路线节点的到达时间，得到同一始发地到同一目的地所经过的各个路线节点的单日快件总量；获取单日快件总量的均值，得到同一始发地到同一目的地所经过的各个路线节点的日均快件量。
[0115]
在一个实施例中，上述节点集合获取模块406，具体用于获取同一始发地到同一目的地对应的日均快件量阈值；从各个路线节点中筛选出日均快件量大于或等于日均快件量阈值的路线节点，作为目标路线节点。
[0116]
在一个实施例中，上述节点集合获取模块406，还用于分别获取各个路线节点的单日快件总量大于或等于日均快件量阈值的第一天数；获取第一天数阈值，从各个路线节点中筛选出第一天数大于第一天数阈值的路线节点，作为目标路线节点。
[0117]
在一个实施例中，上述节点集合获取模块406，还用于根据历史快件运单的路线信息，得到同一始发地到同一目的地的日均快件量；根据各个路线节点的日均快件量和同一始发地到同一目的地的日均快件量，得到各个路线节点的快件量日均占比；获取同一始发地到同一目的地对应的快件量日均占比阈值，从各个路线节点中筛选出快件量日均占比大于快件量日均占比阈值的路线节点，作为目标路线节点。
[0118]
在一个实施例中，上述节点集合获取模块406，还用于根据各个路线节点的单日快件总量和同一始发地到同一目的地的日均快件量，得到各个路线节点的单日快件量占比；分别获取各个路线节点的单日快件量占比大于或等于快件量日均占比阈值的第二天数；获取第二天数阈值，从各个路线节点中筛选出第二天数大于第二天数阈值的路线节点，作为目标路线节点。
[0119]
在一个实施例中，上述装置还包括：
[0120]
预警信息生成模块，用于生成携带有待识别快件的快件标识的预警信息，并将预警信息发送至配送人员的终端；预警信息用于指示配送人员核对和处理待识别快件。
[0121]
需要说明的是，本技术的异常快件识别装置与本技术的异常快件识别方法一一对应，在上述异常快件识别方法的实施例阐述的技术特征及其有益效果均适用于异常快件识别装置的实施例中，具体内容可参见本技术方法实施例中的叙述，此处不再赘述，特此声明。
[0122]
此外，上述异常快件识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操
作。
[0123]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、运营商网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种异常快件识别方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
[0124]
本领域技术人员可以理解，图5中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0125]
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
[0126]
获取同一始发地到同一目的地的历史快件运单的路线信息；所述路线信息包括所述快件所经过的各个路线节点以及到达各个所述路线节点的到达时间；
[0127]
根据所述历史快件运单的路线信息，得到所述同一始发地到所述同一目的地所经过的各个路线节点的日均快件量；
[0128]
根据各个所述路线节点的日均快件量，从各个所述路线节点中筛选出多个目标路线节点，构成所述同一始发地到所述同一目的地的正常路线节点集合；
[0129]
若监测到待识别快件的实时路线节点未处于所述正常路线节点集合内，则判定所述待识别快件为异常快件。
[0130]
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
[0131]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
[0132]
获取同一始发地到同一目的地的历史快件运单的路线信息；所述路线信息包括所述快件所经过的各个路线节点以及到达各个所述路线节点的到达时间；
[0133]
根据所述历史快件运单的路线信息，得到所述同一始发地到所述同一目的地所经过的各个路线节点的日均快件量；
[0134]
根据各个所述路线节点的日均快件量，从各个所述路线节点中筛选出多个目标路线节点，构成所述同一始发地到所述同一目的地的正常路线节点集合；
[0135]
若监测到待识别快件的实时路线节点未处于所述正常路线节点集合内，则判定所述待识别快件为异常快件。
[0136]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
[0137]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以
通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。
[0138]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0139]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。