一种无用户主动反馈订单精准投递方法、装置及介质

本发明涉及快递行业中的特殊订单领域，尤其涉及一种无用户主动反馈订单精准投递方法、装置及介质。

背景技术：

1、在现代物流体系中，快递公司的传统投递业务已十分成熟，国内外物流公司开发了一系列的方法来确保快递的精准投递。然而，对于无用户反馈的特殊订单，尚无有效策略实现精准投递的目的，这是目前行业发展中存在的一个痛点。

2、国内外物流公司的精准投递业务更多的是关注配送的时效性、服务的及时性以及用户的满意度等，这些都是建立在有用户监督和反馈的基础上的。但是现实生活中却存在一类无用户主动反馈订单，其在投递的过程中是没有用户反馈与监督的，如电费催缴单、水费催缴单、燃气费催缴单、物业费催缴单、网络费催缴单、信用卡还款催缴单以及政府相关通知单等，这些无用户主动反馈订单的投递既需要保证做到精准到户，却又缺少用户反馈，这给快递员违规投递提供了便利。目前，关于无用户主动反馈订单精准投递问题的相关研究较少，体系化服务暂未形成，部分派单单位仍采用人工核查的方式。因此，目前该领域亟需相关技术与服务来填补行业空白。

技术实现思路

1、为至少一定程度上解决现有技术中存在的技术问题之一，本发明的目的在于提供一种无用户主动反馈订单精准投递方法、装置及介质。

2、本发明所采用的第一技术方案是：

3、一种无用户主动反馈订单精准投递方法，包括以下步骤：

4、s1、根据订单信息智能化生成最优投递路径，同时应用地理围栏技术限制快递员完成投递任务的区域；

5、s2、按照预设方式获取快递员上传的待验证照片，并将待验证照片与投递订单绑定；

6、s3、根据上传的待验证图片，通过cnn图像识别模型进行对比分析或多层次查验，判断订单是否投递正确；

7、s4、若模型识别出订单投递存在问题，对快递员提出警告并开通错误警告反馈渠道；若模型发出警告是正确的，对快递员进行惩罚；若模型发出的警告是错误的，接受快递员的反馈并进一步强化模型对此场景的学习，以提高模型的识别准确率。

8、进一步地，所述s1，包括：

9、对于所有订单地址信息并根据人工蜂群算法优化结果，创建一个交互式的地图，地图上标注出所有的订单地址，以及从一个地址到另一个地址的最优路径；采用预设方式(如颜色或者箭头)来表示路径的顺序，从而指导快递员进行派单；此外，设置一个详细的派单顺序列表，列表上列出了所有的订单地址，以及在派单路径中的顺序，快递员根据派单顺序列表来进行派单；基于此，快递员就可以按照推荐的派单顺序，沿着最优路径进行派单，从而节省时间，提升效率；

10、当快递员投递某一订单时，快递员需要实时拍照并上传照片，这些照片可以作为证据，以证明订单已经被正确地投递到了指定的地点；通过使用地理围栏技术，设置虚拟的边界，所述边界的中心是投递地点的地理位置；当快递员进入所述边界时，开放快递员上传图片的权限，当快递员不在地理围栏内，关闭快递员上传图片的权限。

11、进一步地，在步骤s2中，快递员在到达指定投递地点的地理围栏范围内后，粘贴订单至对应门户；在拍摄上传待验证的图片前，快递员扫描粘贴的订单中的二维码进入提交窗口；其中每一待投递粘贴的订单中的二维码包含自身有关信息，如订单号、投递地址等。

12、进一步地，快递员扫描粘贴的方式包括如下两种：

13、①快递员直接扫描(如微信“扫一扫”，app主页“扫一扫”等)已粘贴订单的二维码；

14、②快递员在app订单列表页面，点击进入已粘贴订单的详情页，将在二级界面内扫描已粘贴订单的二维码；

15、对于第1种情形，快递员扫描后将直接锁定到已粘贴订单的提交窗口；

16、对于第2种情形，后台将判断点击进入的订单与扫描的二维码对应的已粘贴订单信息是否匹配；若信息一致，则跳转至已粘贴订单的提交窗口；若不一致，则快递员收到弹窗警告提示，重新在订单列表中选择将提交的订单或扫描对应已粘贴订单的二维码，两者核验一致后，才可跳转至提交窗口；

17、在跳转至提交窗口后，后台将立即进行下一验证程序：判断快递员实时位置信息是否位于投递任务设置的地理围栏内；如果位于地理围栏内，则界面弹出拍摄按钮，快递员在点击后即可拍摄粘贴订单与门的整体照并上传；若未进入地理围栏，则界面弹出警告提示，快递员需确认投递地址并刷新定位后进入地理围栏才可进行拍摄。

18、进一步地，所述步骤s3，包括：

19、整理无用户主动反馈订单在过去工作中所积累的图片集，建立一个标准的历史图库；

20、接收到待验证图片后，判断该用户对象在标准历史图库中是否存在历史图片；

21、如果存在历史图片，使用cnn图像识别模型将历史图片与待验证图片进行对比分析，根据分析结果判断新订单是否投递准确，并将投递准确的订单对应的待验证图片存入标准图库中；

22、如果不存在历史图片，使用cnn图像识别模型进行多层次查验；将代验证图片按照当天同一快递员订单的时间差、与当天同一快递员提交至系统的其它待验证图片对比、与当天同一楼栋中新传入系统的待验证图片对比、与当天同一片区中新传入系统的待验证图片对比的顺序依次进行查验，据此判断新订单是否投递准确，并将投递准确的订单对应的待验证图片存入标准图库中。

23、进一步地，所述步骤s4，包括：

24、若图像识别结果显示订单投递错误，模型将自动检索该订单对应的快递员信息，向快递员发送订单投递错误的警告，并开通误判警告反馈渠道；

25、订单投递错误警告发出之后，若无接收到来自快递员的误判警告反馈，则对快递员错误投递行为进行一定的记录和惩罚；

26、若接收到来自快递员的误判警告反馈，则组织人工核查，若误判情况属实，则应撤销对快递员的警告并分析模型误判原因；

27、若模型误判原因为cnn图像识别算法性能问题，分析误判图片的相关参数，并加强cnn图像识别算法对于该类图片的学习，以提高算法的识别性能。

28、进一步地，所述无用户主动反馈订单精准投递方法还包括步骤s5：

29、s5、以投递准确率、投递准时率、月送单量作为评价快递员的指标，以供公司对快递员进行管理和人工抽查快递员的订单完成情况。

30、进一步地，所述步骤s5，包括：

31、以投递准确率、配送准时率、月送单量作为评价快递员的指标，人工抽查投递准确率低的快递员当月的投递任务是否正确完成，并且根据这三个指标对快递员进行管理和奖惩，分配快递员将来的投递任务。

32、本发明所采用的第二技术方案是：

33、一种无用户主动反馈订单精准投递装置，包括：

34、至少一个处理器；

35、至少一个存储器，用于存储至少一个程序；

36、当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上所述方法。

37、本发明所采用的第三技术方案是：

38、一种计算机可读存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行如上所述方法。

39、本发明的有益效果是：本发明可有效降低错误投递的概率，对快递员起到有效的监督作用，最大程度上保证服务对象的合法权益。能够简化快递员的操作流程，降低企业的复核成本，降低快递员违规投递概率并减少后期审核成本，克服了无用户主动反馈订单错投高发问题，大幅提高无用户主动反馈订单精准投递的效率，为无用户主动反馈订单投递问题提供一个全面、高效、智能的解决方案，具有实际推广价值。