[发明专利]一种基于大数据的智慧物流取件分析系统及方法

权利要求书

1.一种基于大数据的智慧物流取件分析系统的分析方法，还具体涉及到一种基于大数据的智慧物流取件分析系统，包括物料取件分析系统，所述物料取件分析系统包括界面选择单元、人机交互模块、主处理模块、预约对接模块、取件取证模块、信息储存模块和取件智能分析模块，界面选择单元、人机交互模块、主处理模块、预约对接模块、取件取证模块、信息储存模块和取件智能分析模块之间电连接，人机交互模块的内部设置有用于人机交互的界面选择单元，界面选择单元与主处理模块对接，主处理模块内设置有预约对接模块，且物料取件分析系统通过预约对接模块与对接系统无线连接；其特征在于：包括如下步骤：

S1：数据采集：通过多渠道采集所需要与之相关的大数据信息，通过这些大数据分析和筛选所需要的数据信息，加以整合，形成采集收集的信息集中系统；

S2：创建系统：根据采集信息，构件一个物料取件分析系统，物料取件分析系统针对物料取件中过程进行服务和处理，并对物流取件后信息进行反馈；

S3：对接系统创建：创建一个用于与物料取件分析系统进行对接的APP，用户可通过APP接入物料取件分析系统，针对物流信息以及预约取件退件的多种事宜进行使用；

S4：后续服务：针对智慧物流取件后收到的后续信息进行整合后分析，针对其存在缺陷处进行修复补正以及改进，保证其整个系统的完善性；

针对S2中物料取件分析系统的实施方法，包括如下步骤：

S201：预约对接模块用于用户通过客户端通过APP与主处理模块进行对接，进行取件时间以及地点的提前预约；

S202：预约成功后，通过人机交互模块内的界面选择单元进行功能选择，并针对取件信息进行输入，使信息相互传递后，可将该信息的物流取走；

S203：当预约成功并取走物流后，通过取件智能分析模块进行规划，针对物流配送时间和地点，以及实时路况规划一条路径，用于物流进行配送；

S204：在配送过程中针对客户收取到物流后，取件取证模块用于取证收存，便于后期物流失踪进行排查；

针对步骤S203，对物流进行配送的过程中，对物流进行监测，包括：

读取所述物流上设置的配送标签，得到所述物流的物体信息，根据所述物体信息，从所述物体信息中提取所述物流的物体属性，根据所述物体属性对配送的物流进行配送划分：及时配送物流和正常配送物流；

对所述及时配送物流进行实时监测，获取所述及时配送物流的外表包装信息；

将所述外表包装信息输入到序列生成模型中，获得实际序列，将所述实际序列与所述物流对应打包出厂时的标准序列进行配准，筛选出所述实际序列中若干个不一致序列段以及若干个单独序列；

获取所述不一致序列段的当前序列信息以及出现位置，从序列匹配数据库中，匹配对应的第一损坏事件；

同时，将所述不一致序列段的当前序列信息与对应的标准序列信息的比较，根据比较结果，对不一致序列段的差异值按照由大到小的排序，并获取排序后的序列集合，同时，按照差异值的大小，向对应不一致序列段分配对应的第一差异权值；

获取所述单独序列的序列信息以及序列位置，并判断所述单独序列是否具备出现规律性，若具备，将所述出现规律性保留，并基于规律匹配数据库，匹配对应的第二损坏事件，同时，基于历史数据库，获取与所述第二损坏事件的相关事件的出现频率以及出现状态，根据所述出现频率以及出现状态，确定所述第二损坏事件的第二差异权值；

基于所述第一损坏事件、第一差异权值以及第二损坏事件、第二差异权值，获取所述物流的当前损坏程度，所述当前损坏程度与对应的当前损坏事件有关，且所述当前损坏事件包括：包装外表凹陷、包装外表破损或包装外表有液体渗透中的任一种或多种事件的组合；

根据所述当前损坏程度，对所述及时配送物流中的物流的优先配送顺序进行重新排序，并按照重新排序后的结果进行优先配送，并基于重新排序后的结果，筛选第一配送物流，并控制与所述第一配送物流对应设置的指示灯进行闪烁，直到所述取件取证模块取证收存后结束；

其中，对于正常配送物流，则按照正常配送规则，进行配送；

针对S4中，物料取件分析系统根据用户取件后针对性进行反馈筛选，选取有用信息，包括：

获取所述用户反馈信息，并确定所述反馈信息的信息维度，通过对所述信息维度进行分割，并设定每个信息维度的权重值；

在获取所述用户反馈信息的同时，捕捉对应用户的反馈时间，进而获取反馈高峰期以及反馈低峰期；

基于每个信息维度的权重值，确定所述反馈高峰期的第一筛选评估集合，并基于所述第一筛选评估集合得到第一筛选方式，并对反馈高峰期对应的反馈信息进行第一筛选采集；

同时，从所述第一筛选评估集合中，筛选主要评估因子，作为所述反馈低峰期的第二筛选评估集合，并基于所述第二筛选评估集合得到第二筛选方式，并对反馈低峰期对应的反馈信息进行第二筛选采集；

将第二筛选采集结果中的每个第二结果与第一筛选采集结果进行循环比较，筛选出相同反馈信息，并构建不同反馈信息的反馈列表；

获取所述用户的用户属性信息以及用户历史对该系统的使用信息，构建所述用户对该系统的特有关注特征，并根据所述特有关注特征，对所述反馈列表中与该用户相关的不同反馈信息进行对应优化处理；

根据所述优化处理后的筛选信息和相同反馈信息，得到有用信息；

其中，当所述反馈列表中存在不进行优化处理的不同反馈信息时，提取对应的信息，视为随机反馈信息，并建立所述随机反馈信息的反馈机制；

当达到所述反馈机制的触发条件时，从所述随机反馈信息中抽取第一信息，并依据所述第一信息、优化处理后的筛选信息和相同反馈信息，得到有用信息。