[发明专利]作业行为风险识别方法、装置、计算机设备和存储介质

权利要求书

1.一种作业行为风险识别方法，所述方法包括：

获取作业数据，对所述作业数据进行特征数据提取，得到第一特征数据；

将所述第一特征数据按照风险对象的维度进行统计分析，得到第二特征数据，所述第二特征数据包括各所述风险对象的各行为特征的特征数据；

根据所述第二特征数据，确定各所述风险对象的各所述行为特征的异常识别结果；

根据所述异常识别结果，确定各所述风险对象的风险指数以及各所述风险对象的风险特征；

输出各所述风险对象的风险识别结果，所述风险识别结果包括各所述风险对象的所述风险指数以及各所述风险对象的所述风险特征。

2.根据权利要求1所述的方法，其特征在于，所述获取作业数据，包括：

获取作业录入数据和操作日志数据；

对所述作业录入数据和所述操作日志数据进行合并汇总，得到所述作业数据。

3.根据权利要求1所述的方法，其特征在于，所述对所述作业数据进行特征数据提取，得到第一特征数据，包括：

根据所述作业数据，提取各个作业环节的关键特征数据，所述关键特征数据包括以下至少一种：

能够区分作业对象的特征数据、能够区分作业操作人的特征数据、记录作业设备的特征数据、记录作业时间的特征数据、记录作业地点的特征数据，以及记录作业对象属性的特征数据。

4.根据权利要求1所述的方法，其特征在于，所述行为特征包括能够体现工作量及工作量变化的特征、能够体现作业成本及作业成本变化的特征、能够体现归属关系的特征、能够体现作业顺序的特征以及财务结算依据的特征中的至少一种。

5.根据权利要求1至4任意一项所述的方法，其特征在于，所述根据所述第二特征数据，确定各所述风险对象的各所述行为特征的异常识别结果，包括：

分别通过计算各所述风险对象的各所述行为特征的特征数据在对应的同一种行为特征的全部特征数据中的离异程度，得到各所述风险对象的各所述行为特征的异常识别结果。

6.根据权利要求5所述的方法，其特征在于，所述分别通过计算各所述风险对象的各所述行为特征的特征数据在对应的同一种行为特征的全部特征数据中的离异程度，得到各所述风险对象的各所述行为特征的异常识别结果，包括：

分别确定各所述行为特征的特征数据的上四分位数、下四分位数和四分位间距；

根据所述上四分位数和所述四分位间距，确定各所述行为特征的第一阈值，根据所述下四分位数和所述四分位间距，确定各所述行为特征的第二阈值；

根据各所述行为特征的第一阈值、各所述行为特征的第二阈值、以及各所述风险对象的各所述行为特征的特征数据，确定各所述风险对象的各所述行为特征的异常识别结果；

优选的，在t_ka＞Q_ku+1.5IQR_k或者t_ka＜Q_kL+1.5IQR_k时，判定第a个对象的第k个行为特征为风险特征，在Q_kL+1.5IQR_k≤t_ka≤Q_ku+1.5IQR_k时，判定第a个对象的第k个行为特征为非风险特征；其中，Q_ku和Q_kL分别表示第k个行为特征的特征数据的上四分位数和下四分位数，IQR_k表示第k个行为特征的特征数据的四分位间距，t_ka表示第a个对象的第k个行为特征的特征数据；

进一步优选的，所述根据所述异常识别结果，确定各所述风险对象的风险指数，包括：根据各所述风险对象的风险特征的数目，确定各所述风险对象的风险指数。

7.根据权利要求5所述的方法，其特征在于，所述作业数据为物流作业数据；

所述方法还包括：根据所述风险识别结果向用户提供预警服务。