(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111518526.5 (22)申请日 2021.12.14 (65)同一申请的已公布的文献号 申请公布号 CN 113935696 A (43)申请公布日 2022.01.14 (73)专利权人 国家邮政局邮政业 安全中心 地址 100080 北京市海淀区挂甲屯5号 (72)发明人 许良锋　王丰　王红亮　邱文真　 林义成　何嘉伟　张彬　陈曦　 (74)专利代理 机构 北京磊垚威 宇知识产权代理 事务所(普通 合伙) 11779 代理人 周明飞 (51)Int.Cl. G06Q 10/08(2012.01) G06Q 50/26(2012.01)G06N 20/00(2019.01) G06N 7/00(2006.01) (56)对比文件 CN 111967940 A,2020.1 1.20 CN 105516127 A,2016.04.20 CN 107357712 A,2017.1 1.17 CN 10934 4370 A,2019.02.15 CN 111382944 A,2020.07.07 CN 107274132 A,2017.10.20 CN 10976 6956 A,2019.0 5.17 张曼等.一种基 于快递大 数据的异常检测系 统. 《计算机 工程与科 学》 .2019, 审查员 李志研 (54)发明名称 一种寄递行为异常分析方法、 系统、 电子设 备及存储介质 (57)摘要 本发明提供一种寄递行为异常分析方法、 系 统、 电子设备及存储介质， 涉及智能检测技术领 域。 本发明提供的寄递行为异常分析方法包括： 将面单信息中的手机号码作为识别用户的唯一 标识； 确定所述用户需要分析的时间特征； 对所 述时间特征进行分析， 识别出异常数据和正常数 据； 根据所述异常数据情况， 确定所述用户是否 存在异常寄递行为。 本发明的技术方案能够识别 出用户的异常 寄递行为， 有助于事先排 查犯罪。 权利要求书2页 说明书7页 附图4页 CN 113935696 B 2022.04.08 CN 113935696 B 1.一种寄递行为异常 分析方法， 其特 征在于， 包括： 将面单信息中的手机号码作为识别用户的唯一标识； 确定所述用户需要分析的时间特 征； 对所述时间特 征进行分析， 识别出异常数据和正常数据； 根据所述异常数据情况， 确定所述用户是否存在异常 寄递行为； 所述对所述时间特 征进行分析， 识别出异常数据和正常数据包括： 判断所述时间特 征具有一个特 征变量还是多个特 征变量； 根据判断结果， 选择对应的分析 方式； 使用选择好的分析 方式， 对所述时间特 征进行分析， 识别出异常数据和正常数据； 所述时间特 征具有一个特 征变量时， 对应的分析 方式包括如下步骤： 对所述特 征变量进行正态性检验， 判断所述特 征变量是否符合高斯分布； 若符合高斯分布， 则采取 标准差法判别异常数据； 若不符合高斯分布， 则采取四分位距法判别异常数据； 所述时间特征包括收/寄件量最多的月份、 收/寄件量最多的时间段、 工作日收/寄件数 量和周末收/寄件数量， 对应的分析 方式包括如下步骤： 计算每个特征变量的平均值 μj和方差σj， j为1,2,3， …， n， n为特征变量的个数； 根据每个所述特 征变量的平均值 μj和方差σj， 计算所述时间特 征的平均值 μ和方差σ； 根据所述平均值 μ和方差σ， 计算所述时间特 征符合高斯分布的概 率密度函数； 比较概率密度 函数的计算结果p(x)与预设的ε之间的关系， 若p(x)＜ε， 则为异常数据， 若p(x)≥ε， 则为 正常数据。 2.根据权利要求1所述的寄递行为异常分析方法， 其特征在于， 所述将面单信 息中的手 机号码作为识别用户的唯一标识包括： 获取寄递数据中的面单信息； 判断所述 面单信息中是否存在手机号码脱敏或缺失的情况； 若不存在， 直接从所述面单信息中获取用户的手机号码， 将手机号码作为识别用户的 唯一标识； 若存在， 对手机号码脱敏或缺失的面单信息进行技 术还原； 删除无法还原 的面单信息， 从成功还原 的面单信息中获取用户的手机号码， 将手机号 码作为识别用户的唯一标识。 3.根据权利要求2所述的寄递行为异常分析方法， 其特征在于， 对获取的用户的手机号 码进行哈希处 理， 将哈希处 理后的手机号码作为识别用户的唯一标识。 4.根据权利要求1所述的寄递行为异常分析方法， 其特征在于， 还包括： 在所述用户存 在异常寄递行为时， 主动触发预警， 并进行二次研判， 排 查出异常包裹。 5.一种寄递行为异常 分析系统， 其特 征在于， 包括： 标识模块， 用于将面单信息中的手机号码作为识别用户的唯一标识； 时间特征确定模块， 用于确定所述用户需要分析的时间特 征； 特征分析模块， 用于对所述时间特 征进行分析， 识别出异常数据和正常数据； 寄递行为分析模块， 用于根据所述异常数据情况， 确定所述用户是否存在异常寄递行 为；权　利　要　求　书 1/2 页 2 CN 113935696 B 2所述对所述时间特 征进行分析， 识别出异常数据和正常数据包括： 判断所述时间特 征具有一个特 征变量还是多个特 征变量； 根据判断结果， 选择对应的分析 方式； 使用选择好的分析 方式， 对所述时间特 征进行分析， 识别出异常数据和正常数据； 所述时间特 征具有一个特 征变量时， 对应的分析 方式包括如下步骤： 对所述特 征变量进行正态性检验， 判断所述特 征变量是否符合高斯分布； 若符合高斯分布， 则采取 标准差法判别异常数据； 若不符合高斯分布， 则采取四分位距法判别异常数据； 所述时间特征包括收/寄件量最多的月份、 收/寄件量最多的时间段、 工作日收/寄件数 量和周末收/寄件数量， 对应的分析 方式包括如下步骤： 计算每个特征变量的平均值 μj和方差σj， j为1,2,3， …， n， n为特征变量的个数； 根据每个所述特 征变量的平均值 μj和方差σj， 计算所述时间特 征的平均值 μ和方差σ； 根据所述平均值 μ和方差σ， 计算所述时间特 征符合高斯分布的概 率密度函数； 比较概率密度 函数的计算结果p(x)与预设的ε之间的关系， 若p(x)＜ε， 则为异常数据， 若p(x)≥ε， 则为 正常数据。 6.一种电子设备， 其特 征在于， 包括： 存储器， 所述存 储器存储执行指令； 以及 处理器， 所述处理器执行所述存储器存储的执行指令， 使得所述处理器执行如权利要 求1至4中任一项所述的方法。 7.一种可读存储介质， 其特征在于， 所述可读存储介质中存储有执行指令， 所述执行指 令被处理器执行时用于实现如权利要求1至4中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 113935696 B 3