(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210898726.6 (22)申请日 2022.07.28 (71)申请人 上海东普信息科技有限公司 地址 201700 上海市青浦区外 青松公路 5045号508室U区4 4号 (72)发明人 陈龙　杨周龙　 (74)专利代理 机构 北京市京大律师事务所 11321 专利代理师 居梦琪 (51)Int.Cl. G06Q 10/08(2012.01) G06Q 30/00(2012.01) G06Q 30/06(2012.01) G06F 16/35(2019.01) G06F 40/177(2020.01)G06K 9/62(2022.01) (54)发明名称 数据处理方法、 装置、 设备及存 储介质 (57)摘要 本发明涉及快递物 流领域， 公开了一种数据 处理方法、 装置、 设备及存储介质。 该方法包括： 从第三方物流接口中获取待处理的初始快递运 单集合； 基于预置的异常数据过滤规则对初始快 递运单集合进行数据过滤， 得到异常快递运单集 合； 获取异常快递运单集合中各异常快递运单的 物流信息； 若异常快递运单的物 流信息中包含签 收信息， 则生成虚假签收投诉工单； 若异常快递 运单的物 流信息中不包含签收信息， 则生成普通 快递投诉工单； 统计虚假签收投诉工单和普通快 递投诉工单， 以生成快递投诉报表。 本发明通过 过滤出异常快递运单， 并根据运单的物流信息中 是否包括签收信息， 从而生 成不同类型的投诉工 单， 提升了异常数据的处 理效率。 权利要求书2页 说明书12页 附图6页 CN 115471148 A 2022.12.13 CN 115471148 A 1.一种数据处 理方法， 其特 征在于， 所述数据处 理方法包括： 从第三方物流接口中获取待处理的初始快递运单集合， 其中， 所述初始快递运单集合 中包括多件快递 运单； 基于预置的异常数据 过滤规则对所述初始快递运单集合进行数据过滤， 得到异常快递 运单集合； 获取所述异常快递 运单集合中各异常快递 运单的物流信息； 若所述异常快递 运单的物流信息中包 含签收信息， 则生成虚假签收投诉工单； 若所述异常快递 运单的物流信息中不包 含签收信息， 则生成普通快递投诉工单； 统计所述虚假签收投诉工单和所述普通快递投诉工单， 以生成快递投诉报表。 2.根据权利要求1所述的数据处理方法， 其特征在于， 所述基于预置的异常数据过滤规 则对所述初始快递 运单集合进行数据过滤， 得到异常快递 运单集合包括： 获取所述初始快递运单集合中每件快递运单的预警级别， 并将目标预警级别的快递运 单从所述初始快递 运单集合中移除， 得到第一快递 运单集合； 获取所述第 一快递运单集合中每个快递运单的运单类型， 并将目标运单类型的快递运 单从所述第一快递 运单集合中移除， 得到第二快递 运单集合； 获取所述第 二快递运单集合中每个快递运单所属的网络平台， 并将目标网络平台的快 递运单从所述第二快递 运单集合中移除， 得到异常快递 运单集合。 3.根据权利要求1所述的数据处理方法， 其特征在于， 所述若所述异常快递运单的物流 信息中不包 含签收信息， 则生成普通快递投诉工单包括： 若所述异常快递运单的物流信 息中不包含签收信 息， 则获取所述异常快递运单的运单 详情数据； 将所述异常快递运单的运单详情数据输入至预置的投诉分类模型中以识别所述异常 快递运单对应的目标投诉类型； 获取与所述目标投诉类型对应的罚金数据， 并根据 所述目标投诉类型以及所述罚金数 据生成普通快递投诉工单。 4.根据权利要求3所述的数据处理方法， 其特征在于， 所述将所述异常快递运单的运单 详情数据输入至预置的投诉分类模型中 以识别所述异常快递运单对应的目标投诉类型之 前， 还包括： 获取多件历史 投诉快递 运单的运单详情数据以构建训练数据集； 获取每件历史投诉快递运单对应的投诉类型， 并根据所述投诉类型对所述训练数据集 中每件历史 投诉快递 运单的运单详情数据进行 数据标注； 基于所述训练数据集对预置的初始网络模型 执行分类训练， 得到投诉分类模型。 5.根据权利要求4所述的数据处理方法， 其特征在于， 所述初始网络模型包括特征提取 网络、 全连接网络以及归一化网络， 所述基于所述训练数据集对预置的初始网络模型执行 分类训练， 得到投诉分类模型包括： 调用所述特征提取网络， 提取目标训练数据的文本特征， 其中， 所述目标训练数据为所 述训练数据集中任意 一件历史 投诉快递 运单的运单详情数据； 调用所述全连接网络， 计算所述文本特征对应的匹配得分分布， 其中， 所述匹配得分分 布用于表示所述文本特 征与每种所述投诉类型之间的匹配得分；权　利　要　求　书 1/2 页 2 CN 115471148 A 2调用所述归一化网络， 对每个匹配得分进行归一化处理， 得到所述目标训练数据的匹 配概率分布， 其中， 所述匹配概率分布用于表示所述 目标训练数据与每种 所述投诉类型之 间的匹配概 率； 基于预置的损失函数和数据标注的结果， 计算所述匹配概 率分布对应的损失值； 根据所述匹配概率分布对应的损失值调 整所述初始网络模型的网络参数， 得到投诉分 类模型。 6.根据权利要求5所述的数据处理方法， 其特征在于， 所述根据 所述匹配概率分布对应 的损失值调整所述初始网络模型的网络参数， 得到投诉分类模型包括： 将所述匹配概 率分布对应的损失值由所述初始网络模型的输出层向隐藏层反向传播； 当所述损 失值被传播至所述 隐藏层时， 根据所述损 失值， 并采用随机梯度下降算法迭 代更新所述初始网络模型的网络参数； 当所述初始网络模型的网络收敛时， 确定当前网络参数为目标网络参数， 得到投诉分 类模型。 7.根据权利要求1 ‑6中任一项所述的数据处理方法， 其特征在于， 所述统计所述虚假签 收投诉工单和所述普通快递投诉工单， 以生成快递投诉报表包括： 按照各投诉工单对应快递运单的发件地址和发件时间， 对所述虚假签收投诉工单和所 述普通快递投诉工单进行分类， 得到投诉工单分类数据； 基于预置的输入输出流将投诉工单分类数据输出至预置的报表模板 中， 得到快递投诉 报表。 8.一种数据处 理装置， 其特 征在于， 所述数据处 理装置包括： 运单集合获取模块， 用于从第 三方物流接口中获取待处理的初始快递运单集合， 其中， 所述初始快递 运单集合中包括多件快递 运单； 异常运单确定模块， 用于基于预置的异常数据过滤规则对所述初始快递运单集合进行 数据过滤， 得到异常快递 运单集合； 物流信息获取模块， 用于获取 所述异常快递 运单集合中各异常快递 运单的物流信息； 第一工单生成模块， 用于若所述异常快递运单的物流信息中包含签收信息， 则生成虚 假签收投诉工单； 第二工单生成模块， 用于若所述异常快递运单的物流信息中不包含签收信息， 则生成 普通快递投诉工单； 投诉报表生成模块， 用于统计所述虚假签收投诉工单和所述普通快递投诉工单， 以生 成快递投诉报表。 9.一种数据处理设备， 其特征在于， 所述数据处理设备包括： 存储器和至少一个处理 器， 所述存 储器中存 储有指令； 所述至少一个处理器调用所述存储器中的所述指令， 以使得所述数据处理设备执行如 权利要求1 ‑7中任一项所述的数据处 理方法的各个步骤。 10.一种计算机可读存储介质， 所述计算机可读存储介质上存储有指令， 其特征在于， 所述指令被处 理器执行时实现如权利要求1 ‑7中任一项所述数据处 理方法的各个步骤。权　利　要　求　书 2/2 页 3 CN 115471148 A 3