(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 202111670877.8 (22)申请日 2021.12.31 (71)申请人 合肥维天运通信息科技股份有限公 司 地址 230000 安徽省合肥市高新区创新大 道2700号 (72)发明人 李红红　 (74)专利代理 机构 合肥金律专利代理事务所 (普通合伙) 34184 专利代理师 黄乐瑜 (51)Int.Cl. G06Q 10/08(2012.01) G06Q 10/04(2012.01) G06K 9/62(2022.01) G06V 10/764(2022.01)G06V 20/70(2022.01) (54)发明名称 一种基于运输业务数据预测车型特征方法 及系统 (57)摘要 本发明公开了一种基于运输业务数据预测 车型特征方法及系统； 其方法包括： 通过获取历 史运单信息， 提取运单信息中的业务数据样本； 对业务数据样本进行数据清洗处理； 提取清洗处 理后的业务数据的数据特征集合， 将所述数据特 征集合分为训练集和验证集； 基于所述训练集的 数据特征使用决策树生成车型特征预测模型； 基 于所述验证集验证所述车型特征预测模型； 获取 目标运单信息， 提取运单信息中的目标业务数 据； 将目标业务数据输入至车型特征预测模型获 得车型特征， 本发明实现基于业务数据， 推测车 辆的车型车长， 短时间内完成平台内各种不规范 车型数据的清洗预测， 满足产品上对 车型车长数 据的需求。 权利要求书1页 说明书3页 附图1页 CN 114462921 A 2022.05.10 CN 114462921 A 1.一种基于运输业 务数据预测车 型特征方法， 其特 征在于， 包括： 获取历史运单信息， 提取运单信息中的业 务数据样本； 对业务数据样本进行 数据清洗处 理； 提取清洗处理后的业务数据的数据 特征集合， 将所述数据 特征集合分为训练集和验证 集； 基于所述训练集的数据特 征使用决策树 生成车型特征预测模型； 基于所述验证集验证所述车 型特征预测模型； 获取目标运单信息， 提取运单信息中的目标业 务数据； 将目标业 务数据输入至车 型特征预测模型获得 车型特征。 2.根据权利要求1所述的基于运输业务数据 预测车型特征方法， 其特征在于， 所述业务 数据样本包括车牌号， 运费， 里程， 货物名称， 货物数量， 货物数量类型， 实际车型， 实际车 长。 3.根据权利要求2所述的基于运输业务数据 预测车型特征方法， 其特征在于， 所述对业 务数据样本进行数据清洗处理具体包括： 去除货物名称为空的数据并对其进行预处理； 去 除里程为空或为 零的数据； 去除货物数量 为空或或者为零的数据。 4.根据权利要求1所述的基于运输业务数据 预测车型特征方法， 其特征在于， 所述目标 业务数据包括车牌 号， 运费， 里程， 货物名称， 货物数量， 货物数量类型。 5.根据权利要求1所述的基于运输业务数据 预测车型特征方法， 其特征在于， 所述车型 特征包括车长和车 型。 6.一种基于运输业务数据预测车型特征系统， 包括存储器和 处理器， 所述存储器用于 存储包括程序指 令的信息， 所述处理器用于控制程序指 令的执行， 其特征在于： 所述程序指 令被处理器加载并执 行时实现权利要求1至 5任意一项所述的方法。 7.一种计算机存储介质， 所述存储介质包括存储的程序， 其特征在于， 处理器执行所述 程序以实现权利要求1至 5任意一项所述的方法。权　利　要　求　书 1/1 页 2 CN 114462921 A 2一种基于运输业务数据预测车型特征方 法及系统 技术领域 [0001]本发明涉及物流运输技术领域， 尤其涉及 一种基于运输业务数据预测车型特征方 法及系统。 背景技术 [0002]目前在物流运输过程中， 货车信息的采集主要是基于图像识别和OCR技术， 图像识 别技术可以基于车辆图片识别的车辆的相关信息， 但需要采集车辆的门头照， 车身照等信 息， 业务推广成本比较高， 并且仅仅从外观图片上无法准确识别该车辆的车型。 比如集装 箱， 厢式， 冷藏货车等车型， 识别效果不佳； OCR技术是基于OCR识别行驶证上的信息， 采集车 型车长信息。 该方法对图像质量有较高要求， 另外采集识别到的车型车长信息与业务需要 的相差甚远且没有必然关联， 并且采集该信息需要 大量成本， 需要司机或车主主动上传， 采 集难度较高， 无法短时间完成。 发明内容 [0003]为解决背景技术中存在的技术问题， 本发明提出一种基于运输业务数据预测车型 特征方法及系统， 实现基于业务数据， 推测车辆的车型车长， 短时间内完成平台内各种不规 范车型数据的清洗预测， 满足产品上对车 型车长数据的需求。 [0004]本发明提出一种基于运输业 务数据预测车 型特征方法， 包括： [0005]获取历史运单信息， 提取运单信息中的业 务数据样本； [0006]对业务数据样本进行 数据清洗处 理； [0007]提取清洗处理后的业务数据的数据特征集合， 将所述数据特征集合分为训练集和 验证集； [0008]基于所述训练集的数据特 征使用决策树 生成车型特征预测模型； [0009]基于所述验证集验证所述车 型特征预测模型； [0010]获取目标运单信息， 提取运单信息中的目标业 务数据； [0011]将目标业 务数据输入至车 型特征预测模型获得 车型特征。 [0012]优选地， 所述业务数据样本包括车牌号， 运费， 里程， 货物名称， 货物数量， 货物数 量类型， 实际车 型， 实际车长 。 [0013]优选地， 所述对业务数据样本进行数据清洗处理具体包括： 去除货物名称为空的 数据并对其进行预处理； 去除里程为空或为零的数据； 去除货物数量为空或或者为零的数 据。 [0014]优选地， 所述目标业务数据包括车牌号， 运费， 里程， 货物名称， 货物数量， 货物数 量类型。 [0015]优选地， 所述车 型特征包括车长和车 型。 [0016]本发明还提出一种基于运输业务数据预测车型特征系统， 包括存储器和处理器， 所述存储器用于存储包括程序指令的信息， 所述处理器用于控制程序指令的执行， 其特征说　明　书 1/3 页 3 CN 114462921 A 3