重复转运预警方法、装置、电子设备及存储介质与流程

1.本技术涉及数据处理技术领域，具体涉及一种重复转运预警方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.随着电子商务的普及，网上购物已经成为人们生活中必不可少的一部分，因此带动了物流行业的快速发展，快递量每年也呈井喷式的增长。
3.快递运输过程中，通常会存在一些错误操作或不合理规划而导致一些问题，例如，由于人工或设备分拣错误、或者配载规划不合理导致快件在同一个地点(如同一城市)重复转运的现象，进而会导致运输成本升高、客诉率上升。
4.因此，如何减少运单重复转运现象，以降低运单的运输成本和客诉率，仍然是一个亟待解决的问题。


技术实现要素：

5.本技术提供一种重复转运预警方法、装置、电子设备及计算机可读存储介质，可以减少运单重复转运现象，降低运单的运输成本和客诉率。
6.第一方面，本技术提供一种重复转运预警方法，所述方法包括：
7.获取目标时段内第一运单总量的运单运输时节省成本最大的转运次数预警阈值，其中，所述转运次数预警阈值基于所述第一运单总量、预设的运单转运次数≥i时的投诉率信息、预设的运单转运次数为≥i的运单量占比信息、预设的理赔成本信息以及预设的预警成本信息确定；
8.检测所述目标时段内运输的待测运单在目标地点的已转运次数；
9.当所述已转运次数大于所述转运次数预警阈值时，输出所述待测运单重复转运的预警信息。
10.第二方面，本技术提供一种重复转运预警装置，所述重复转运预警装置包括：
11.获取单元，用于获取目标时段内第一运单总量的运单运输时节省成本最大的转运次数预警阈值，其中，所述转运次数预警阈值基于所述第一运单总量、预设的运单转运次数≥i时的投诉率信息、预设的运单转运次数为≥i的运单量占比信息、预设的理赔成本信息以及预设的预警成本信息确定；
12.检测单元，用于检测所述目标时段内运输的待测运单在目标地点的已转运次数；
13.预警单元，用于当所述已转运次数大于所述转运次数预警阈值时，输出所述待测运单重复转运的预警信息。
14.在本技术的一些实施例中，所述获取单元具体用于：
15.获取运单转运次数≥i时的运单投诉率信息，i为大于0的正整数，i为所述第一运单总量的运单的转运次数变量的优化变量值；
16.获取运单转运次数为≥i的运单量占比信息；
17.基于所述第一运单总量、所述投诉率信息、所述运单量占比信息和预设的理赔成本信息，确定所述第一运单总量的运单在转运次数为i时预警的新增收入信息；
18.基于所述第一运单总量、所述投诉率信息、所述运单量占比信息和预设的预警成本信息，确定所述第一运单总量的运单在转运次数为i时预警所需的新增成本信息；
19.根据所述新增收入信息和所述新增成本信息，确定所述第一运单总量的运单运输时节省成本最大的转运次数预警阈值。
20.在本技术的一些实施例中，所述获取单元具体用于：
21.获取参考时段内运单转运次数为≥i的第二运单总量；
22.获取所述参考时段内运单转运次数为≥i且运单被投诉的第三运单总量
23.基于所述第三运单总量和所述第二运单总量之比，获取运单转运次数≥i时的运单投诉率信息。
24.在本技术的一些实施例中，所述获取单元具体用于：
25.获取参考时段内的第四运单总量；
26.获取所述参考时段内运单转运次数为≥i的第二运单总量；
27.基于所述第二运单总量与所述第四运单总量之比，获取运单转运次数为≥i的运单量占比信息。
28.在本技术的一些实施例中，所述获取单元具体用于：
29.基于所述第一运单总量、所述投诉率信息和所述运单量占比信息，确定所述第一运单总量中转运次数为≥i的投诉运单量；
30.基于所述投诉运单量和预设的理赔成本信息，确定所述投诉运单量的总理赔成本信息，以作为所述第一运单总量的运单在转运次数为i时预警的新增收入信息。
31.在本技术的一些实施例中，所述获取单元具体用于：
32.基于所述第一运单总量、所述投诉率信息和所述运单量占比信息，确定所述第一运单总量中转运次数为≥i的未投诉运单量；
33.基于所述未投诉运单量和预设的预警成本信息，确定所述未投诉运单量的总预警成本信息，以作为所述第一运单总量的运单在转运次数为i时预警所需的新增成本信息。
34.在本技术的一些实施例中，所述获取单元具体用于：
35.基于所述第一运单总量的运单在转运次数为i时预警的新增收入信息和所述第一运单总量的运单在转运次数为i时预警所需的新增成本信息，确定所述第一运单总量的运单在转运次数为i时预警的节省成本；
36.从所述转运次数变量的取值范围中，获取所述节省成本最大时对应的优化变量值，以作为所述转运次数预警阈值。
37.在本技术的一些实施例中，所述检测单元具体用于：
38.通过预设消息系统，实时获取所述待测运单的路由数据；
39.通过预设分布式处理引擎，基于所述待测运单的路由数据，统计所述待测运单在目标地点的已转运次数；
40.在本技术的一些实施例中，所述预警单元具体用于：
41.当所述已转运次数大于所述转运次数预警阈值时，通过所述预设分布式处理引擎向预设管理终端输出所述待测运单重复转运的预警信息。
42.第三方面，本技术还提供一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时执行本技术提供的任一种重复转运预警方法中的步骤。
43.第四方面，本技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行所述的重复转运预警方法中的步骤。
44.本技术通过获取目标时段内第一运单总量的运单运输时节省成本最大的转运次数预警阈值，当目标时段内运输的待测运单在目标地点的已转运次数大于转运次数预警阈值时，输出待测运单重复转运的预警信息；第一方面，可以在运单被重复转运时可以及时地进行预警，从而在一定程度上减少运单重复转运现象，进而降低重复转运导致的客诉率；第二方面，由于用于判定是否输出重复转运预警信息的转运次数预警阈值是基于第一运单总量和运单转运次数≥i时的投诉率信息确定的、节省成本最大的转运次数，因此，可以在一定程度上可以降低运单的运输成本。可见，本技术实施例中可以减少运单重复转运现象，降低运单的运输成本和客诉率。
附图说明
45.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
46.图1是本技术实施例所提供的重复转运预警系统的场景示意图；
47.图2是本技术实施例提供的重复转运预警方法的一种流程示意图；
48.图3是本技术实施例中提供的转运次数预警阈值的一种确定流程示意图；
49.图4是本技术实施例中提供的转运次数预警阈值的另一种确定流程示意图；
50.图5是本技术实施例中提供重复转运预警过程的一种交互说明示意图；
51.图6是本技术实施例中提供的重复转运预警装置的一个实施例结构示意图；
52.图7是本技术实施例中提供的电子设备的一个实施例结构示意图。
具体实施方式
53.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
54.在本技术实施例的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本技术实施例的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
55.为了使本领域任何技术人员能够实现和使用本技术，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本技术。在其它实例中，不会对公知的过程进行
详细阐述，以避免不必要的细节使本技术实施例的描述变得晦涩。因此，本技术并非旨在限于所示的实施例，而是与符合本技术实施例所公开的原理和特征的最广范围相一致。
56.本技术实施例重复转运预警方法的执行主体可以为本技术实施例提供的重复转运预警装置，或者集成了该重复转运预警装置的服务器设备、物理主机或者用户设备(user equipment，ue)等不同类型的电子设备，其中，重复转运预警装置可以采用硬件或者软件的方式实现，ue具体可以为智能手机、平板电脑、笔记本电脑、掌上电脑、台式电脑或者个人数字助理(personal digital assistant，pda)等终端设备。
57.该电子设备可以采用单独运行的工作方式，或者也可以采用设备集群的工作方式，通过应用本技术实施例提供的重复转运预警方法，可以减少运单重复转运现象，降低运单的运输成本和客诉率。
58.参见图1，图1是本技术实施例所提供的重复转运预警系统的场景示意图。其中，该重复转运预警系统可以包括电子设备100，电子设备100中集成有重复转运预警装置。例如，该电子设备可以获取目标时段内第一运单总量的运单运输时节省成本最大的转运次数预警阈值，其中，所述转运次数预警阈值基于所述第一运单总量、预设的运单转运次数≥i时的投诉率信息、预设的运单转运次数为≥i的运单量占比信息、预设的理赔成本信息以及预设的预警成本信息确定；检测所述目标时段内运输的待测运单在目标地点的已转运次数；当所述已转运次数大于所述转运次数预警阈值时，输出所述待测运单重复转运的预警信息。
59.另外，如图1所示，该重复转运预警系统还可以包括存储器200，用于存储数据，如存储运单运输数据。
60.需要说明的是，图1所示的重复转运预警系统的场景示意图仅仅是一个示例，本技术实施例描述的重复转运预警系统以及场景是为了更加清楚的说明本技术实施例的技术方案，并不构成对于本技术实施例提供的技术方案的限定，本领域普通技术人员可知，随着重复转运预警系统的演变和新业务场景的出现，本发明实施例提供的技术方案对于类似的技术问题，同样适用。
61.下面，开始介绍本技术实施例提供的重复转运预警方法，本技术实施例中以电子设备作为执行主体，为了简化与便于描述，后续方法实施例中将省略该执行主体。
62.参照图2，图2是本技术实施例提供的重复转运预警方法的一种流程示意图。需要说明的是，虽然在图2或其他附图所示的流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。该重复转运预警方法包括步骤201～203，其中：
63.201、获取目标时段内第一运单总量的运单运输时节省成本最大的转运次数预警阈值。
64.其中，所述转运次数预警阈值基于所述第一运单总量、预设的运单转运次数≥i时的投诉率信息、预设的运单转运次数为≥i的运单量占比信息、预设的理赔成本信息以及预设的预警成本信息确定。
65.其中，目标时段是指待检测是否存在重复转运运单的时间段，例如，某一天、某一周、某一个月等。目标时段的具体时间区间可以根据实际业务场景需求而定，此处对目标时段的具体时间区间不做限制。
66.其中，第一运单总量是指目标时段内运输的运单的总量，第一运单总量可以是针对一个地区(如一个城市)、一个物流公司等统计维度统计得到，例如，第一运单总量为城市a在某一天内运输的快递的总量；第一运单总量可以是通过预测得到、也可以是根据运单的路由规划数据统计得到，此处对第一运单总量的具体确定方式不作限制。
67.其中，转运次数预警阈值是用于判定是否输出预警信息的、可节省的运输成本最大的运单转运次数阈值，例如，当运单的转运次数大于n次时输出预警信息可节省的运输成本最大，则转运次数预警阈值为n次。
68.步骤201中，获取转运次数预警阈值的方式有多种，示例性地，包括：
69.(1)实时确定得到转运次数预警阈值。具体地，步骤201中按照如下步骤301～305、或者步骤401～404方式实时确定得到转运次数预警阈值，为简化表述，此处不再赘述。
70.(2)直接从预设数据库中读取得到转运次数预警阈值。步骤201之前按照如下步骤301～305、或者步骤401～404方式确定得到转运次数预警阈值并存储在预设数据库中，步骤201中直接从预设数据库中查询得到目标时段内第一运单总量的运单运输时节省成本最大的转运次数预警阈值。
71.202、检测所述目标时段内运输的待测运单在目标地点的已转运次数。
72.其中，目标地点是指统计运单转运次数的地点，例如，可以是一个城市、一个中转场等。
73.其中，待测运单是指目标时段内运输的、待检测已转运次数是否大于转运次数预警阈值的各运单。
74.其中，已转运次数是指待测运单在目标地点当前已累计的转运次数，例如，假设运单1在城市a的转运地点1、转运地点2、转运地点3分别转运了一次，则运单1在城市a当前已累计的转运次数为3次，即运单1在城市a的已转运次数为3次。
75.步骤202中检测待测运单在目标地点的已转运次数的方式有多种，示例性地，包括：
76.(1)预设数据库中存储了各运单(括待测运单)的路由数据，步骤202中可以查询到待测运单的路由数据，并根据待测运单的路由数据直接统计得到待测运单在目标地点的已转运次数。其中，待测运单的路由数据具体可以包括待测运单的运单号、转运地点、转运时间等信息。
77.(2)基于分布式处理系统基于运单的实时路由数据检测得到。例如，可以基于分布式消息系统kafka实时获取运单的路由数据，并由分布式处理引擎flink根据运单的路由数据，实时统计各运单(如待测运单)在目标地点的已转运次数。此时，步骤202具体可以包括如下步骤2021～步骤2022，其中：
78.2021、通过预设消息系统，实时获取所述待测运单的路由数据。
79.其中，预设消息系统是用于收集分布式的路由数据的分布式消息系统，例如，分布式消息系统kafka。
80.其中，待测运单的路由数据具体可以包括待测运单的运单号、转运地点、转运时间等信息。
81.示例性地，各个转运地点可以设置有信息上传端，当对各运单(包括待测运单)进行转运操作时，扫描记录各运单的运单号、当前转运地点、转运时间等信息作为各运单的路
由数据，并通过转运地点的信息上传端将各运单的路由数据实时发送至预设消息系统。可以通过预设消息系统实时接收各个转运地点的信息上传端，从而，步骤2021中可以实时接收到待测运单的路由数据。
82.2022、通过预设分布式处理引擎，基于所述待测运单的路由数据，统计所述待测运单在目标地点的已转运次数。
83.其中，预设分布式处理引擎是用于根据待测运单的路由数据进行处理，统计待测运单在目标地点的已转运次数的数据处理引擎，例如，分布式处理引擎flink。
84.示例性地，如表1所示，预设分布式处理引擎从预设消息系统读取每次实时接收到的待测运单的路由数据，并根据待测运单的路由数据，更新待测运单在目标地点的已转运次数。
85.表1
[0086][0087]
比如，预设分布式处理引擎通过处理得到各运单在各转运地点的已转运次数并记录至数据库中，如下表1所示。当预设消息系统再次接收待测运单(如运单1)的路由数据(如运单号为“123”、转运地点为转运地点2、转运时间为10:00)时，预设分布式处理引擎将从预设消息系统读取待测运单(运单1)的路由数据，并根据待测运单(运单1)的路由数据按照业务规则进行处理，统计并更新数据库中记录的待测运单(运单1)在各转运地点的已转运次数(即：将运单1在转运地点2的已转运次数由“4”次更新为“5”次)，如表2所示。
[0088]
表2
[0089][0090]
通过预设消息系统实时获取待测运单的路由数据，通过预设分布式处理引擎基于所述待测运单的路由数据统计所述待测运单在目标地点的已转运次数，由于预设消息系统可以实时收集分布式的运单路由数据，预设分布式处理引擎可以实时处理路由数据及时统计运单在目标地点的已转运次数，因此，可以提高预警信息的实时性。进一步地，当预警信息的实时性提高后，对重复转运的运单的处理实时性也可以得到进一步提高，降低了运单被再次重复转运的可能性，进而又可以在一定程度降低运单的运输成本。
[0091]
203、当所述已转运次数大于所述转运次数预警阈值时，输出所述待测运单重复转运的预警信息。
[0092]
其中，预警信息可以以语音播报、文字展示、提示灯亮起等形式展示，例如，当在目标地点转运时已转运次数大于转运次数预警阈值，则可以在目标地点以语音播报方式输出待测运单重复转运的预警信息。
[0093]
步骤203中，输出预警信息的方式有多种，示例性地，包括：
[0094]
(1)在电子设备本地直接输出待测运单重复转运的预警信息，或者通过电子设备向待测运单的转运地点的管理终端输出待测运单重复转运的预警信息。
[0095]
(2)步骤202中通过预设分布式处理引擎检测到待测运单在目标地点的已转运次数大于转运次数预警阈值，通过预设分布式处理引擎向预设管理终端输出待测运单重复转运的预警信息。此时，步骤203具体可以包括：当所述已转运次数大于所述转运次数预警阈值时，通过所述预设分布式处理引擎向预设管理终端输出所述待测运单重复转运的预警信息。由于预设分布式处理引擎可以实时获取待测运单的路由数据检测待测运单在目标地点的已转运次数，因此，通过预设分布式处理引擎向预设管理终端输出待测运单重复转运的预警信息，输出待测运单重复转运的预警信息的实时性更高，进行可以更早地对重复转运的待测运单进行及早地干预，从而在一定程度上降低待测运单的运输成本。
[0096]
下面以方式一和方式二为例，介绍本技术实施例中转运次数预警阈值的确定。
[0097]
方式一：先分别确定第一运单总量的运单在转运次数为i时预警的新增收入信息、新增成本信息；再从第一运单总量的运单的转运次数变量的取值范围中，筛选出新增收入信息与新增成本信息之差最大的优化变量值，作为第一运单总量的运单运输时节省成本最大的转运次数预警阈值。此时，示例性地，如图3所示，转运次数预警阈值的确定具体可以包括如下步骤301～步骤305：
[0098]
301、获取运单转运次数≥i时的运单投诉率信息。
[0099]
其中，转运次数变量是在确定转运次数预警阈值时，针对第一运单总量的运单的转运次数设置的变量。
[0100]
其中，i为大于0的正整数，i为所述第一运单总量的运单的转运次数变量的优化变量值。
[0101]
其中，转运次数变量的取值范围是指第一运单总量的运单的转运次数的可取值范围。转运次数变量的取值范围可以为[1，∞]，也可以根据实际业务场景需求而设置具体取值范围，如，转运次数变量的取值范围设置为[1,50]，以更贴合实际业务场景，并减少确定转运次数预警阈值的数据处理量，提高转运次数预警阈值的确定速度。
[0102]
其中，优化变量值是转运次数变量的具体取值，具体是第一运单总量的运单的转运次数变量的取值范围中的一个取值。例如，转运次数变量的取值范围为[1,50]，则优化变量值可以为i＝3、或者i＝5等。
[0103]
其中，运单转运次数≥i时的运单投诉率信息具体可以是基于参考时段内运单转运次数为≥i且运单被投诉的第三运单总量(记为ti)、与参考时段内运单转运次数为≥i的第二运单总量(记为ai)之间的比率，确定的运单转运次数≥i时运单投诉率(记为pi)与优化变量值i之间的函数关系(记为f
p
(i))。
[0104]
步骤301中获取运单投诉率信息的方式有多种，示例性地，包括：
[0105]
(1)基于历史的运单运输数据统计参考时段内的运单运输数据(如参考时段内运输的运单总量、各运单在各地点的转运次数、各运单是否发生客诉等信息)，实时确定运单
转运次数≥i时的运单投诉率信息。此时，示例性地，步骤301具体可以包括如下步骤3011～步骤3033，其中：
[0106]
3011、获取参考时段内运单转运次数为≥i的第二运单总量。
[0107]
其中，参考时段是在确定转运次数预警阈值时，统计各类型运单量(如总的运输运单量、转运次数为j的运单总量、转运次数为j次且被投诉的运单总量等信息)所参考时间范围。例如，以过去一个月的运单数据确定转运次数预警阈值，则过去一个月为参考时段。
[0108]
其中，第二运单总量是指参考时段内运单转运次数为i或大于i的运单总量。例如，参考时段为过去一个月，假设过去一个月的运单总量为1000，其中，在某一城市转运次数为1、2、3、4、5、6的运单总量分别100、200、300、100、100、200；若优化变量值i＝4，则过去一个月运单转运次数为≥4的第二运单总量为：100+100+200＝400。
[0109]
3012、获取所述参考时段内运单转运次数为≥i且运单被投诉的第三运单总量。
[0110]
其中，第三运单总量是指参考时段内运单转运次数为i或大于i且运单被投诉的运单总量。例如，参考时段为过去一个月，假设过去一个月的运单总量为1000，其中，在某一城市转运次数为1、2、3、4、5、6的运单总量分别为：100、200、300、100、100、200；某一城市转运次数为1、2、3、4、5、6的运单中被投诉的运单总量分别为：1、3、6、10、15、30；若优化变量值i＝4，则过去一个月运单转运次数为≥4且运单被投诉的第三运单总量为：10+15+30＝55。
[0111]
3013、基于所述第三运单总量和所述第二运单总量之比，获取运单转运次数≥i时的运单投诉率信息。
[0112]
例如，如下公式(1)所示，首先，可以基于多个不同的优化变量值i，确定多对第二运单总量(ai)和第三运单总量(ti)，从而得到多个比率，如下表3所示。
[0113][0114]
公式(1)中及本文中，pi表示转运次数≥i次时的运单投诉率；i表示转运次数变量(即优化变量值)，用于表示运单在同一地点的转运次数；aj表示转运次数为j次的运单总量；ai表示转运次数≥i次的运单总量；tj表示转运次数为j次且被投诉的运单总量；ti表示转运次数≥i次且被投诉的运单总量。
[0115]
表3
[0116]
转运次数变量(i)比率(ti/ai)运单投诉率(pi)10.01％0.01％20.50％0.50％31.02％1.02％49.11％9.11％
………
[0117]
然后，如下公式(2)和表3所示，将参考时段内运单转运次数为≥i且运单被投诉的第三运单总量(ti)与参考时段内运单转运次数为≥i的第二运单总量(ai)之间的比率，作为
运单转运次数≥i时运单投诉率(pi)；并基于多对运单转运次数≥i时运单投诉率(pi)与转运次数变量(i)、以及预设的第一函数关系式，构建得到运单投诉率(pi)与优化变量值i之间的函数关系(f
p
(i))，作为运单转运次数≥i时的运单投诉率信息。示例性地，预设的第一函数关系式可以为如下公式(2)所示的函数关系式。
[0118]fp
(i)＝ai3+bi2+ci+d
ꢀꢀꢀ
公式(2)
[0119]
公式(2)中及本文中，f
p
(i)表示转运次数变量为i时的运单投诉率pi，a、b、c、d为系数。
[0120]
此处公式(2)仅为构建运单投诉率(pi)与优化变量值i之间的函数关系的一种函数关系式示意，可以理解的是，用于构建运单投诉率(pi)与优化变量值i之间的函数关系的第一函数关系式，除了可以是公式(2)示出的一元三次函数关系式外，还可以是一元二次函数式、一元一次函数式等。
[0121]
(2)从预设数据库中直接读取得到。示例性地，在步骤301之前，可以参考上述步骤3011～步骤3013的方式获取得到运单转运次数≥i时的运单投诉率信息，并存储在预设数据库中；在步骤301中直接从预设数据库中查询得到运单转运次数≥i时的运单投诉率信息。
[0122]
302、获取运单转运次数为≥i的运单量占比信息。
[0123]
其中，运单转运次数为≥i的运单量占比信息具体可以是基于参考时段内运单转运次数为≥i的第二运单总量(即ai)、与参考时段内的第四运单总量(记为a)之间的比率，确定的运单转运次数≥i的运单量占比(记为yi)与优化变量值i之间的函数关系(记为fy(i))。
[0124]
步骤302中获取运单量占比信息的方式有多种，示例性地，包括：
[0125]
1)基于历史的运单运输数据统计参考时段内的运单运输数据(如参考时段内运输的运单总量、各运单在各地点的转运次数、各运单是否发生客诉等信息)，实时确定运单转运次数为≥i的运单量占比信息。此时，示例性地，步骤302具体可以包括如下步骤3021～步骤3023，其中：
[0126]
3021、获取参考时段内的第四运单总量。
[0127]
其中，第四运单总量是指参考时段内的运单总量。例如，参考时段为过去一个月，假设过去一个月的运单总量为1000，则第四运单总量为1000。
[0128]
3022、获取所述参考时段内运单转运次数为≥i的第二运单总量。
[0129]
步骤3022中获取第二运单总量的方式与上述步骤3011中获取第二运单总量的方式类似，具体可以参考上述步骤3011的相关说明，此处不再赘述。
[0130]
3023、基于所述第二运单总量与所述第四运单总量之比，获取运单转运次数为≥i的运单量占比信息。
[0131]
例如，如下公式(3)所示，首先，可以基于多个不同的优化变量值i，确定多对第二运单总量(ai)和第四运单总量(ti)，从而得到多个比率，如下表4所示。
[0132]
[0133]
公式(3)中及本文中，yi表示运单转运次数≥i的运单量占比；i表示转运次数变量(即优化变量值)，用于表示运单在同一地点的转运次数；aj表示转运次数为j次的运单总量；ai表示转运次数≥i次的运单总量；a表示参考时段内的运单总量。
[0134]
表4
[0135]
转运次数变量(i)比率(ai/a)运单量占比(yi)133.4％33.4％224.7％24.7％317.8％17.8％411.1％11.1％
………
[0136]
然后，如下公式(4)和表4所示，将参考时段内运单转运次数为≥i的第二运单总量(ai)与参考时段内运单转运次数为≥i且运单被投诉的第三运单总量(ti)之间的比率，作为运单转运次数≥i的运单量占比(yi)；并基于多对运单转运次数≥i的运单量占比(yi)与转运次数变量(i)、以及预设的第二函数关系式，构建得到运单量占比(yi)与优化变量值i之间的函数关系(fy(i))，作为运单转运次数为≥i的运单量占比信息。
[0137]fy
(i)＝mi2+ni+l
ꢀꢀꢀ
公式(4)
[0138]
公式(4)中及本文中，fy(i)表示转运次数变量为i时的运单量占比yi，m、n、l为系数。
[0139]
此处公式(4)仅为构建运单量占比(yi)与优化变量值i之间的函数关系的一种函数关系式示意，可以理解的是，用于构建运单量占比(yi)与优化变量值i之间的函数关系的第二函数关系式，除了可以是公式(4)示出的一元二次函数关系式外，还可以是一元三次函数式、一元一次函数式等。
[0140]
2)从预设数据库中直接读取得到。示例性地，在步骤302之前，可以参考上述步骤3021～步骤3023的方式获取得到运单转运次数为≥i的运单量占比信息，并存储在预设数据库中；在步骤302中直接从预设数据库中查询得到运单转运次数为≥i的运单量占比信息。
[0141]
303、基于所述第一运单总量、所述投诉率信息、所述运单量占比信息和预设的理赔成本信息，确定所述第一运单总量的运单在转运次数为i时预警的新增收入信息。
[0142]
其中，预设的理赔成本信息是指每单位运单量的运单被投诉时，针对每单位运单量所需的投诉理赔成本。例如，每票快递被客户投诉时需要赔付10元，则10元/每票件被投诉快递即为理赔成本信息。
[0143]
其中，新增收入信息是第一运单总量的运单在转运次数为i时预警，所能避免的转运次数为≥i的投诉运单量的投诉理赔成本。例如，第一运单总量中转运次数为≥i(如i＝5)的投诉运单量为100件，每单位运单量的运单的投诉理赔成本为5元，则在第一运单总量的运单在转运次数为i＝5时预警可以避免投诉运单量100的运单被再次转运，从而可以避免转运次数为≥i的投诉运单量(即100件)的投诉理赔成本：100件*5元/件＝500元。由于进行预警可以避免这部分投诉理赔成本、而不作预警时这部分投诉理赔成本需要投入，因此，本技术实施例中将此部分投诉理赔成本作为预警时的新增收入。
[0144]
示例性地，步骤303具体可以包括：基于所述第一运单总量、所述投诉率信息和所
述运单量占比信息，确定所述第一运单总量中转运次数为≥i的投诉运单量；基于所述投诉运单量和预设的理赔成本信息，确定所述投诉运单量的总理赔成本信息，以作为所述第一运单总量的运单在转运次数为i时预警的新增收入信息。
[0145]
例如，首先，如上公式(2)、公式(4)及如下公式(5)所示，可以
[0146]
m1＝a'*f
p
(i)*fy(i)*c
理赔
ꢀꢀꢀ
公式(5)
[0147]
公式(5)中，m1表示第一运单总量的运单在转运次数为i时预警的新增收入信息，a’表示第一运单总量，f
p
(i)表示转运次数变量为i时的运单投诉率pi，fy(i)表示转运次数变量为i时的运单量占比yi，c
理赔
表示理赔成本信息。
[0148]
一方面，由于a'*f
p
(i)*fy(i)可以表示第一运单总量中转运次数为≥i的投诉运单量(即会发生投诉的运单总量)，因此可以反映预警后可以减少发生投诉的运单总量；另一方面，由于进行预警可以避免部分投诉理赔成本、而不作预警时部分投诉理赔成本需要投入，因此部分投诉理赔成本作为预警时的新增收入；因此，通过基于第一运单总量、投诉率信息和运单量占比信息，确定第一运单总量中转运次数为≥i的投诉运单量；再基于投诉运单量和预设的理赔成本信息，确定投诉运单量的总理赔成本信息，以作为第一运单总量的运单在转运次数为i时预警的新增收入信息，可以反映出预警后可以避免的投诉理赔成本，并将可以避免的投诉理赔成本用于后续确定可节省成本，从而在一定程度上提高节省成本的确定精度。
[0149]
304、基于所述第一运单总量、所述投诉率信息、所述运单量占比信息和预设的预警成本信息，确定所述第一运单总量的运单在转运次数为i时预警所需的新增成本信息。
[0150]
其中，预警成本信息是指每单位运单量的运单被重复转运时，针对每单位运单量运输至异常处理场地所需的处理成本，预警成本信息具体还可以进一步包括分拣成本、运输成本。例如，每票快递被重复转运时需要单独针对该票快递单独分拣出来运输至异常场地进行处理，针对该票快递单独分拣的分拣成本(如1元)和针对该票快递运输至异常场地的运输成本(如2元)的总和，可以作为每单位运单量的运单的预警成本信息(即3元/每票件重复转运快递即为预警成本信息)。
[0151]
其中，新增成本信息是第一运单总量的运单在转运次数为i时预警，所需新增的转运次数为≥i的未投诉运单量的预警成本。例如，第一运单总量中转运次数为≥i(如i＝5)的未投诉运单量为10件，每单位运单量的运单的预警成本为3元，则在第一运单总量的运单在转运次数为i＝5时预警将导致未投诉运单量10需在重复转运预警后对运单单独处理，所需新增的未投诉运单量100的运单被再次转运，从而可以避免转运次数为≥i的投诉运单量(即100件)的投诉理赔成本。由于进行预警将会导致在重复转运预警后对运单单独核查处理所需的预警成本、而不作预警时这部分预警成本不需要投入，因此，本技术实施例中将此部分预警成本作为预警时的新增成本。
[0152]
示例性地，步骤304具体可以包括：基于所述第一运单总量、所述投诉率信息和所述运单量占比信息，确定所述第一运单总量中转运次数为≥i的未投诉运单量；基于所述未投诉运单量和预设的预警成本信息，确定所述未投诉运单量的总预警成本信息，以作为所述第一运单总量的运单在转运次数为i时预警所需的新增成本信息。
[0153]
例如，首先，如上公式(2)、公式(4)及如下公式(6)所示，可以
[0154]
m1＝a'*f
p
(i)*(1-fy(i))*c
预警
ꢀꢀꢀ
公式(6)
[0155]
公式(5)中，m2表示第一运单总量的运单在转运次数为i时预警所需的新增成本信息，a’表示第一运单总量，f
p
(i)表示转运次数变量为i时的运单投诉率pi，fy(i)表示转运次数变量为i时的运单量占比yi，c
预警
表示预警成本信息。
[0156]
一方面，由于a'*f
p
(i)*(1-fy(i))可以表示第一运单总量中转运次数为≥i的未投诉运单量(即不会发生投诉的运单总量)，因此可以反映预警后将新增的不会发生投诉但需额外单独核查处理的运单总量；另一方面，由于进行预警需新增部分预警成本、而不作预警时部分预警成本不需要投入，因此部分部分预警成本作为预警时的新增成本；因此，通过基于第一运单总量、投诉率信息和运单量占比信息，确定第一运单总量中转运次数为≥i的未投诉运单量；再基于未投诉运单量和预设的理赔成本信息，确定投诉运单量的总预警成本信息，以作为第一运单总量的运单在转运次数为i时预警的新增成本信息，可以反映出预警后需新增的预警成本，并将需新增的预警成本用于后续确定可节省成本，从而在一定程度上提高节省成本的确定精度。
[0157]
305、根据所述新增收入信息和所述新增成本信息，确定所述第一运单总量的运单运输时节省成本最大的转运次数预警阈值。
[0158]
示例性地，步骤305具体可以包括：基于所述第一运单总量的运单在转运次数为i时预警的新增收入信息和所述第一运单总量的运单在转运次数为i时预警所需的新增成本信息，确定所述第一运单总量的运单在转运次数为i时预警的节省成本；从所述转运次数变量的取值范围中，获取所述节省成本最大时对应的优化变量值，以作为所述转运次数预警阈值。
[0159]
示例性地，在转运次数变量的取值范围内，获取转运次数变量的每个取值作为优化变量值i；然后，针对每个优化变量值i执行一次上述步骤301～304，得到每个优化变量值i及其对应的新增收入信息和新增成本信息。在步骤305中，将每个优化变量值i及其对应的新增收入信息和新增成本信息相加，得到每个优化变量值i及其对应的节省成本，即得到第一运单总量的运单在转运次数为i时预警的节省成本。最后，将节省成本最大时对应的优化变量值作为转运次数预警阈值。
[0160]
方式二：构建节省成本与优化变量值i之间的函数关系，直接求解节省成本最大时对应的优化变量值i(即第一运单总量的运单的转运次数变量)，作为转运次数预警阈值。此时，如图4所示，转运次数预警阈值的确定具体可以包括如下步骤401～步骤405：
[0161]
401、获取运单转运次数≥i时的运单投诉率信息。
[0162]
步骤401的实现与上述步骤301的实现类似，具体可以参考上述步骤301的相关说明，此处不再赘述。
[0163]
402、获取运单转运次数为≥i的运单量占比信息。
[0164]
步骤402的实现与上述步骤302的实现类似，具体可以参考上述步骤302的相关说明，此处不再赘述。
[0165]
403、基于所述第一运单总量、所述投诉率信息、所述运单量占比信息、预设的理赔成本信息和预设的预警成本信息，构建节省成本与优化变量值i之间的函数关系式。
[0166]
示例性地，可以基于第一运单总量、投诉率信息、运单量占比信息、预设的理赔成本信息和预设的预警成本信息，构建如下公式(7)所示的节省成本与优化变量值i之间的函数关系式。
[0167]
m＝a'*f
p
(i)*fy(i)*c
理赔-a'*f
p
(i)*(1-fy(i))*c
预警
公式(7)
[0168]
公式(7)中，m表示第一运单总量的运单在转运次数为i时预警的节省成本，a’表示第一运单总量，f
p
(i)表示转运次数变量为i时的运单投诉率pi，fy(i)表示转运次数变量为i时的运单量占比yi，c
理赔
表示理赔成本信息，c
预警
表示预警成本信息。
[0169]
第一方面，a'*f
p
(i)*fy(i)表示了第一运单总量中转运次数为≥i的运单中会发生投诉的运单总量，会发生透雨的运单总量预警后可以避免投诉理赔成本，从而实现新增收入；通过a'*f
p
(i)*fy(i)*c
理赔
(即基于基于第一运单总量、投诉率信息和运单量占比信息，确定第一运单总量中转运次数为≥i的投诉运单量；再基于投诉运单量和预设的理赔成本信息确定投诉运单量的总理赔成本信息)可以反映出预警后可以避免的投诉理赔成本，从而可以结合会发生投诉的运单总量预警后可以避免的投诉理赔成本，进而更精准地推测出第一运单总量的运单在转运次数为i时预警的节省成本，为运单运输规划提供了更好的数据依据，从而在一定程度上节省了运单的运输成本。第二方面，a'*f
p
(i)*(1-fy(i))表示了即使被重复转运的次数≥i的运单中不会发生投诉的运单总量，不会发生投诉的运单总量预警后需新增预警成本，从而导致新增成本；通过a'*f
p
(i)*(1-fy(i))*c
预警
(即基于第一运单总量、投诉率信息和运单量占比信息，确定第一运单总量中转运次数为≥i的未投诉运单量；再基于未投诉运单量和预设的理赔成本信息，确定投诉运单量的总预警成本信息)可以反映出预警后需新增的预警成本，从而可以结合不会发生投诉的运单总量预警后需新增预警成本确定节省成本，进而更精准地推测出第一运单总量的运单在转运次数为i时预警的节省成本，为运单运输规划提供了更好的数据依据，从而在一定程度上节省了运单的运输成本。
[0170]
404、基于节省成本与优化变量值i之间的函数关系式，求解节省成本最大时对应的优化变量值i，作为转运次数预警阈值。
[0171]
具体地，可以节省成本最大为目标，求解公式(7)中对应节省成本最大时对应的优化变量值i，作为转运次数预警阈值。
[0172]
请参照图5，图5是本技术实施例中提供重复转运预警过程的一种交互说明示意图，下面以通过电子设备确定转运次数预警阈值、预设消息系统kafka实时获取运单的路由数据、分布式处理引擎flink根据运单的路由数据实时统计各运单(如待测运单)在目标地点的已转运次数、预警信息输出至预设管理终端为例，说明重复转运预警过程，该重复转运预警过程具体可以包括如下步骤：
[0173]
1、电子设备基于参考时段的运单运输数据，确定转运次数预警阈值，并发送给分布式处理引擎flink。其中，转运次数预警阈值的确定可以参考上述相关说明，此处不再赘述。
[0174]
2、预设消息系统kafka实时获取运单的路由数据。
[0175]
3、分布式处理引擎flink从预设消息系统kafka读取实时获取到的运单的路由数据，并根据运单的路由数据，按照业务规则进行处理，统计并更新数据库中记录的待测运单在各转运地点的已转运次数。当待测运单在目标地点的已转运次数大于转运次数预警阈值时，分布式处理引擎flink将向预设管理终端输出待测运单重复转运的预警信息。
[0176]
由以上内容可以看出，本技术实施例中通过获取目标时段内第一运单总量的运单运输时节省成本最大的转运次数预警阈值，当目标时段内运输的待测运单在目标地点的已
转运次数大于转运次数预警阈值时，输出待测运单重复转运的预警信息；第一方面，可以在运单被重复转运时可以及时地进行预警，从而在一定程度上减少运单重复转运现象，进而降低重复转运导致的客诉率；第二方面，由于用于判定是否输出重复转运预警信息的转运次数预警阈值是基于第一运单总量和运单转运次数≥i时的投诉率信息确定的、节省成本最大的转运次数，因此，可以在一定程度上可以降低运单的运输成本。可见，本技术实施例中可以减少运单重复转运现象，降低运单的运输成本和客诉率。
[0177]
为了更好实施本技术实施例中重复转运预警方法，在重复转运预警方法基础之上，本技术实施例中还提供一种重复转运预警装置，如图6所示，为本技术实施例中重复转运预警装置的一个实施例结构示意图，该重复转运预警装置600包括：
[0178]
获取单元601，用于获取目标时段内第一运单总量的运单运输时节省成本最大的转运次数预警阈值，其中，所述转运次数预警阈值基于所述第一运单总量、预设的运单转运次数≥i时的投诉率信息、预设的运单转运次数为≥i的运单量占比信息、预设的理赔成本信息以及预设的预警成本信息确定；
[0179]
检测单元602，用于检测所述目标时段内运输的待测运单在目标地点的已转运次数；
[0180]
预警单元603，用于当所述已转运次数大于所述转运次数预警阈值时，输出所述待测运单重复转运的预警信息。
[0181]
在本技术的一些实施例中，所述获取单元601具体用于：
[0182]
获取运单转运次数≥i时的运单投诉率信息，i为大于0的正整数，i为所述第一运单总量的运单的转运次数变量的优化变量值；
[0183]
获取运单转运次数为≥i的运单量占比信息；
[0184]
基于所述第一运单总量、所述投诉率信息、所述运单量占比信息和预设的理赔成本信息，确定所述第一运单总量的运单在转运次数为i时预警的新增收入信息；
[0185]
基于所述第一运单总量、所述投诉率信息、所述运单量占比信息和预设的预警成本信息，确定所述第一运单总量的运单在转运次数为i时预警所需的新增成本信息；
[0186]
根据所述新增收入信息和所述新增成本信息，确定所述第一运单总量的运单运输时节省成本最大的转运次数预警阈值。
[0187]
在本技术的一些实施例中，所述获取单元601具体用于：
[0188]
获取参考时段内运单转运次数为≥i的第二运单总量；
[0189]
获取所述参考时段内运单转运次数为≥i且运单被投诉的第三运单总量
[0190]
基于所述第三运单总量和所述第二运单总量之比，获取运单转运次数≥i时的运单投诉率信息。
[0191]
在本技术的一些实施例中，所述获取单元601具体用于：
[0192]
获取参考时段内的第四运单总量；
[0193]
获取所述参考时段内运单转运次数为≥i的第二运单总量；
[0194]
基于所述第二运单总量与所述第四运单总量之比，获取运单转运次数为≥i的运单量占比信息。
[0195]
在本技术的一些实施例中，所述获取单元601具体用于：
[0196]
基于所述第一运单总量、所述投诉率信息和所述运单量占比信息，确定所述第一
运单总量中转运次数为≥i的投诉运单量；
[0197]
基于所述投诉运单量和预设的理赔成本信息，确定所述投诉运单量的总理赔成本信息，以作为所述第一运单总量的运单在转运次数为i时预警的新增收入信息。
[0198]
在本技术的一些实施例中，所述获取单元601具体用于：
[0199]
基于所述第一运单总量、所述投诉率信息和所述运单量占比信息，确定所述第一运单总量中转运次数为≥i的未投诉运单量；
[0200]
基于所述未投诉运单量和预设的预警成本信息，确定所述未投诉运单量的总预警成本信息，以作为所述第一运单总量的运单在转运次数为i时预警所需的新增成本信息。
[0201]
在本技术的一些实施例中，所述获取单元601具体用于：
[0202]
基于所述第一运单总量的运单在转运次数为i时预警的新增收入信息和所述第一运单总量的运单在转运次数为i时预警所需的新增成本信息，确定所述第一运单总量的运单在转运次数为i时预警的节省成本；
[0203]
从所述转运次数变量的取值范围中，获取所述节省成本最大时对应的优化变量值，以作为所述转运次数预警阈值。
[0204]
在本技术的一些实施例中，所述检测单元602具体用于：
[0205]
通过预设消息系统，实时获取所述待测运单的路由数据；
[0206]
通过预设分布式处理引擎，基于所述待测运单的路由数据，统计所述待测运单在目标地点的已转运次数；
[0207]
在本技术的一些实施例中，所述预警单元603具体用于：
[0208]
当所述已转运次数大于所述转运次数预警阈值时，通过所述预设分布式处理引擎向预设管理终端输出所述待测运单重复转运的预警信息。
[0209]
具体实施时，以上各个单元可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元的具体实施可参见前面的方法实施例，在此不再赘述。
[0210]
由于该重复转运预警装置可以执行本技术如图1至图5对应任意实施例中重复转运预警方法中的步骤，因此，可以实现本技术如图1至图5对应任意实施例中重复转运预警方法所能实现的有益效果，详见前面的说明，在此不再赘述。
[0211]
此外，为了更好实施本技术实施例中重复转运预警方法，在重复转运预警方法基础之上，本技术实施例还提供一种电子设备，参阅图7，图7示出了本技术实施例电子设备的一种结构示意图，具体的，本技术实施例提供的电子设备包括处理器701，处理器701用于执行存储器702中存储的计算机程序时实现如图1至图5对应任意实施例中重复转运预警方法的各步骤；或者，处理器701用于执行存储器702中存储的计算机程序时实现如图6对应实施例中各单元的功能。
[0212]
示例性的，计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器702中，并由处理器701执行，以完成本技术实施例。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在计算机装置中的执行过程。
[0213]
电子设备可包括，但不仅限于处理器701、存储器702。本领域技术人员可以理解，示意仅仅是电子设备的示例，并不构成对电子设备的限定，可以包括比图示更多或更少的
部件，或者组合某些部件，或者不同的部件，例如电子备还可以包括输入输出设备、网络接入设备、总线等，处理器701、存储器702、输入输出设备以及网络接入设备等通过总线相连。
[0214]
处理器701可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分。
[0215]
存储器702可用于存储计算机程序和/或模块，处理器701通过运行或执行存储在存储器702内的计算机程序和/或模块，以及调用存储在存储器702内的数据，实现计算机装置的各种功能。存储器702可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据(比如音频数据、视频数据等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
[0216]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的重复转运预警装置、电子设备及其相应单元的具体工作过程，可以参考如图1至图5对应任意实施例中重复转运预警方法的说明，具体在此不再赘述。
[0217]
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
[0218]
为此，本技术实施例提供一种计算机可读存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本技术如图1至图5对应任意实施例中重复转运预警方法中的步骤，具体操作可参考如图1至图5对应任意实施例中重复转运预警方法的说明，在此不再赘述。
[0219]
其中，该计算机可读存储介质可以包括：只读存储器(rom，read only memory)、随机存取存储器(ram，random access memory)、磁盘或光盘等。
[0220]
由于该计算机可读存储介质中所存储的指令，可以执行本技术如图1至图5对应任意实施例中重复转运预警方法中的步骤，因此，可以实现本技术如图1至图5对应任意实施例中重复转运预警方法所能实现的有益效果，详见前面的说明，在此不再赘述。
[0221]
以上对本技术实施例所提供的一种重复转运预警方法、装置、电子设备及计算机可读存储介质进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。

技术特征：
1.一种重复转运预警方法，其特征在于，所述方法包括：获取目标时段内第一运单总量的运单运输时节省成本最大的转运次数预警阈值，其中，所述转运次数预警阈值基于所述第一运单总量、预设的运单转运次数≥i时的投诉率信息、预设的运单转运次数为≥i的运单量占比信息、预设的理赔成本信息以及预设的预警成本信息确定；检测所述目标时段内运输的待测运单在目标地点的已转运次数；当所述已转运次数大于所述转运次数预警阈值时，输出所述待测运单重复转运的预警信息。2.根据权利要求1所述的重复转运预警方法，其特征在于，所述获取目标时段内第一运单总量的运单运输时节省成本最大的转运次数预警阈值，包括：获取运单转运次数≥i时的运单投诉率信息，i为大于0的正整数，i为所述第一运单总量的运单的转运次数变量的优化变量值；获取运单转运次数为≥i的运单量占比信息；基于所述第一运单总量、所述投诉率信息、所述运单量占比信息和预设的理赔成本信息，确定所述第一运单总量的运单在转运次数为i时预警的新增收入信息；基于所述第一运单总量、所述投诉率信息、所述运单量占比信息和预设的预警成本信息，确定所述第一运单总量的运单在转运次数为i时预警所需的新增成本信息；根据所述新增收入信息和所述新增成本信息，确定所述第一运单总量的运单运输时节省成本最大的转运次数预警阈值。3.根据权利要求2所述的重复转运预警方法，其特征在于，所述获取运单转运次数≥i时的运单投诉率信息，包括：获取参考时段内运单转运次数为≥i的第二运单总量；获取所述参考时段内运单转运次数为≥i且运单被投诉的第三运单总量；基于所述第三运单总量和所述第二运单总量之比，获取运单转运次数≥i时的运单投诉率信息。4.根据权利要求2所述的重复转运预警方法，其特征在于，所述获取运单转运次数为≥i的运单量占比信息，包括：获取参考时段内的第四运单总量；获取所述参考时段内运单转运次数为≥i的第二运单总量；基于所述第二运单总量与所述第四运单总量之比，获取运单转运次数为≥i的运单量占比信息。5.根据权利要求2所述的重复转运预警方法，其特征在于，所述基于所述第一运单总量、所述投诉率信息、所述运单量占比信息和预设的理赔成本信息，确定所述第一运单总量的运单在转运次数为i时预警的新增收入信息，包括：基于所述第一运单总量、所述投诉率信息和所述运单量占比信息，确定所述第一运单总量中转运次数为≥i的投诉运单量；基于所述投诉运单量和预设的理赔成本信息，确定所述投诉运单量的总理赔成本信息，以作为所述第一运单总量的运单在转运次数为i时预警的新增收入信息。6.根据权利要求2所述的重复转运预警方法，其特征在于，所述基于所述第一运单总
量、所述投诉率信息、所述运单量占比信息和预设的预警成本信息，确定所述第一运单总量的运单在转运次数为i时预警所需的新增成本信息，包括：基于所述第一运单总量、所述投诉率信息和所述运单量占比信息，确定所述第一运单总量中转运次数为≥i的未投诉运单量；基于所述未投诉运单量和预设的预警成本信息，确定所述未投诉运单量的总预警成本信息，以作为所述第一运单总量的运单在转运次数为i时预警所需的新增成本信息。7.根据权利要求2所述的重复转运预警方法，其特征在于，所述根据所述新增收入信息和所述新增成本信息，确定所述第一运单总量的运单运输时节省成本最大的转运次数预警阈值，包括：基于所述第一运单总量的运单在转运次数为i时预警的新增收入信息和所述第一运单总量的运单在转运次数为i时预警所需的新增成本信息，确定所述第一运单总量的运单在转运次数为i时预警的节省成本；从所述转运次数变量的取值范围中，获取所述节省成本最大时对应的优化变量值，以作为所述转运次数预警阈值。8.根据权利要求1-7任一项所述的重复转运预警方法，其特征在于，所述检测所述目标时段内运输的待测运单在目标地点的已转运次数，包括：通过预设消息系统，实时获取所述待测运单的路由数据；通过预设分布式处理引擎，基于所述待测运单的路由数据，统计所述待测运单在目标地点的已转运次数；所述当所述已转运次数大于所述转运次数预警阈值时，输出所述待测运单重复转运的预警信息，包括：当所述已转运次数大于所述转运次数预警阈值时，通过所述预设分布式处理引擎向预设管理终端输出所述待测运单重复转运的预警信息。9.一种重复转运预警装置，其特征在于，所述重复转运预警装置包括：获取单元，用于获取目标时段内第一运单总量的运单运输时节省成本最大的转运次数预警阈值，其中，所述转运次数预警阈值基于所述第一运单总量、预设的运单转运次数≥i时的投诉率信息、预设的运单转运次数为≥i的运单量占比信息、预设的理赔成本信息以及预设的预警成本信息确定；检测单元，用于检测所述目标时段内运输的待测运单在目标地点的已转运次数；预警单元，用于当所述已转运次数大于所述转运次数预警阈值时，输出所述待测运单重复转运的预警信息。10.一种电子设备，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时执行如权利要求1至8任一项所述的重复转运预警方法。11.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行权利要求1至8任一项所述的重复转运预警方法中的步骤。

技术总结
本申请提供一种重复转运预警方法、装置、电子设备及计算机可读存储介质。该重复转运预警方法包括：获取目标时段内第一运单总量的运单运输时节省成本最大的转运次数预警阈值，其中，所述转运次数预警阈值基于所述第一运单总量、预设的运单转运次数≥i时的投诉率信息、预设的运单转运次数为≥i的运单量占比信息、预设的理赔成本信息以及预设的预警成本信息确定；检测所述目标时段内运输的待测运单在目标地点的已转运次数；当所述已转运次数大于所述转运次数预警阈值时，输出所述待测运单重复转运的预警信息。本申请中可以减少运单重复转运现象，降低运单的运输成本和客诉率。降低运单的运输成本和客诉率。降低运单的运输成本和客诉率。


技术研发人员：吴杰 何晓宏 郭栋 杨坤 邓煜
受保护的技术使用者：顺丰科技有限公司
技术研发日：2022.01.24
技术公布日：2023/8/5