一种寄递行为异常分析方法、系统、电子设备及存储介质技术方案

本发明专利技术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。本发明专利技术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。本发明专利技术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。有助于事先排查犯罪。有助于事先排查犯罪。

【技术实现步骤摘要】
一种寄递行为异常分析方法、系统、电子设备及存储介质


[0001]本专利技术涉及智能检测
，尤其涉及一种寄递行为异常分析方法、系统、电子设备及存储介质。

技术介绍

[0002]随着互联网和电商的发展，中国寄递业务量已经连年激增，2020年，邮政快递业收入规模突破万亿元，占GDP比值超过1%，特别是快递业务量达到833亿件，日均服务人次超过4亿，连续7年稳居世界第一。
[0003]迄今为止快递业已积累了海量的数据，寄递数据具有联系网上网下的独特优势。例如收发件人姓名、地址、手机号等大都来源于网络、虚拟、社会的三位一体数据，是能在实现社会中促进“落脚生根”的宝贵资源。通过对寄递用户、地址、收寄时间等数据进行源头管控，在发现可疑包裹时对相关数据逆向反查、顺向跟控、横向对比，能有效查处、跟踪各类犯罪案件。
[0004]目前基于寄递数据的分析，往往是对于单个案件的人员来说的，而且是在案发后，根据案情实际需要掌握更多的依据和线索，进而破获犯罪嫌疑人。但是，这种方式滞后于办案，只有在案发以后才能进行操作，而不能在案发前进行必要的警告和提示。

技术实现思路

[0005]本专利技术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，可以识别出用户的异常寄递行为，有助于事先排查犯罪。
[0006]第一方面，本专利技术提供一种寄递行为异常分析方法，采用如下技术方案：所述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。
[0007]可选地，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。
[0008]可选地，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。
[0009]可选地，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。
[0010]可选地，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。
[0011]可选地，所述时间特征具有多个特征变量时，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μ
j
和方差σ
j
，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μ
j
和方差σ
j
，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。
[0012]可选地，所述寄递行为异常分析方法还包括：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。
[0013]第二方面，本专利技术提供一种寄递行为异常分析系统，采用如下技术方案：所述寄递行为异常分析系统包括：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。
[0014]第三方面，本专利技术提供一种电子设备，所述电子设备包括：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以上任一项所述的方法。
[0015]第四方面，本专利技术提供一种可读存储介质，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以上任一项所述的方法。
[0016]本专利技术提供了一种寄递行为异常分析方法、系统、电子设备及存储介质，该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；确定用户需要分析的时间特征；对时间特征进行分析，识别出异常数据和正常数据；根据异常数据情况，确定用户是否存在异常寄递行为。通过以上寄递行为异常分析方法，对用户的历史寄递数据进行分析，即可得知该用户在历史寄递过程中是否存在异常寄递行为，进而能够更好地为侦察办案和情报信息工作服务，有助于事先排查犯罪。
附图说明
[0017]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现
有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0018]图1为本专利技术实施例提供的寄递行为异常分析方法的流程图；图2为本专利技术实施例提供的第一种分析方式的流程图；图3为本专利技术实施例提供的第二种分析方式的流程图；图4为本专利技术实施例提供的寄递行为异常分析过程的流程图；图5为本专利技术实施例提供的寄递行为异常分析系统的示意图。
具体实施方式
[0019]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0020]需要说明的是，在不冲突的情况下本专利技术实施例中的各技术特征均可以相互结合。
[0021]本专利技术实施例提供一种寄递行为异常分析方法，具体地，如图1所示，图1为本专利技术实施例提供的寄递行为异常分析方法的流程图，该寄递行为异常分析方法包括：步骤S1、将面单信息中的手机号码作为识别用户的唯一标识。
[0022]可选地，步骤S1将面单信息中的手机号码作为识别用户的唯一标识包括：子步骤S11、获取寄递数据中的面单信息。
[0023]子步骤S12、判断面单信息中是否存在手机号码脱敏或缺失的情况。
[0024]子步骤S13、根据判断结果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。
[0025]具体地，子步骤S13中，若不存在手机号码脱敏或缺失的情况，直接从面单信息中获取用户的手机号码，将手机号本文档来自技高网...

【技术保护点】

【技术特征摘要】
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。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，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。5.根据权利要求4所述的寄递行为异常分析方法，其特征在于，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。6.根据权利要求4所述的寄递...

【专利技术属性】
技术研发人员：许良锋，王丰，王红亮，邱文真，林义成，何嘉伟，张彬，陈曦，
申请(专利权)人：国家邮政局邮政业安全中心，
类型：发明
国别省市：