本发明涉及信息处理，尤其涉及一种限制物流黑名单客户寄件方法、装置、设备及存储介质。
背景技术：
1、在物流行业中，物流寄件服务是常见的业务之一，然而，在寄件过程中，有时会出现一些不良行为，如恶意损坏物品、虚假寄件和限制类的寄件物品，如军火物品、管制刀具、管制器械等，给物流公司和收件人带来不必要的损失和麻烦，为了防止这些不良行为的发生，目前物流公司通常会采取一些措施，如加强物品检查、提高寄件人的信誉度等，然而，这些措施并不能完全避免不良行为的发生，并且需要人工进行检查，费时费力，人工成本高，且降低了寄件效率。
技术实现思路
1、为了克服现有技术的不足，本发明的目的在于提供一种能识别每个寄件人的寄件风险评分等级，提高寄件安全度，并能对黑名单客户的寄件请求信息进行自动拦截，节省人工成本，提高了寄件效率，很大程度上防止不良寄件行为的发生，保障了物流公司和收件人的利益且提高客户满意度的限制物流黑名单客户寄件方法、装置、设备及存储介质。
2、本发明第一方面提供了一种限制物流黑名单客户寄件方法，包括：获取每个寄件人的历史寄件数据，识别所述历史寄件数据中所有的寄件物品信息，根据所述寄件物品信息生成寄件人信誉度信息；收集所有所述寄件人信誉度信息，得到寄件人信誉度数据集，根据所述寄件人信誉度数据集构建黑名单客户风险评分模型；接收用户端发送的寄件请求信息，将所述寄件请求信息输入到所述黑名单客户风险评分模型中进行识别，得到寄件风险评分等级；判断所述寄件风险评分等级是否超过预设的危险阈值；若是，则对所述寄件请求信息进行拦截，并生成拦截提醒信息。
3、可选的，在本发明第一方面的第一种实现方式中，所述获取每个寄件人的历史寄件数据，识别所述历史寄件数据中所有的寄件物品信息，根据所述寄件物品信息生成寄件人信誉度信息，包括：获取每个寄件人的历史寄件数据；识别所述历史寄件数据中所有的寄件物品文本标签，提取所述寄件物品文本标签对应的寄件物品信息；将所有所述寄件物品信息进行汇总，得到寄件物品汇总信息；将所述寄件物品汇总信息输入到预设的物品风险评估模型中，得到风险物品数量和风险物品等级；根据所述风险物品数量和所述风险物品等级生成寄件人信誉度信息。
4、可选的，在本发明第一方面的第二种实现方式中，所述收集所有所述寄件人信誉度信息，得到寄件人信誉度数据集，根据所述寄件人信誉度数据集构建黑名单客户风险评分模型，包括：收集所有所述寄件人信誉度信息，得到寄件人信誉度数据集；从预设的配置文件中读取特征工程配置信息，并根据所述特征工程配置信息对所述寄件人信誉度数据集进行特征工程处理，得到编码数据；从所述配置文件中读取模型配置信息，并根据所述模型配置信息和所述编码数据进行模型调参，得到黑名单客户风险评分模型；按照预设的时间间隔对所述黑名单客户风险评分模型进行更新。
5、可选的，在本发明第一方面的第三种实现方式中，所述接收用户端发送的寄件请求信息，将所述寄件请求信息输入到所述黑名单客户风险评分模型中进行识别，得到寄件风险评分等级，包括：接收用户端发送的寄件请求信息，对所述寄件请求信息进行解析，得到寄件人ip信息；获取所述用户端的人脸识别信息、身份证信息以及手机号码信息；根据所述人脸识别信息、所述身份证信息以及所述手机号码信息生成登录用户信息；判断所述登录用户信息与所述寄件人ip信息是否一致；若是，则将所述寄件人ip信息输入到所述黑名单客户风险评分模型中，得到风险评分分值；根据所述风险评分分值生成寄件风险评分等级。
6、可选的，在本发明第一方面的第四种实现方式中，所述若是，则将所述寄件人ip信息输入到所述黑名单客户风险评分模型中，得到风险评分分值，包括：若是，则将所述寄件人ip信息输入到所述黑名单客户风险评分模型中；在所述黑名单客户风险评分模型中对所述寄件人ip信息进行信誉度匹配，得到信誉度风险因子；利用预设的层次分析法确定所述信誉度风险因子的权重；根据所述权重计算得到所述寄件人ip信息对应的风险评分分值。
7、可选的，在本发明第一方面的第五种实现方式中，所述判断所述寄件风险评分等级是否超过预设的危险阈值，包括：获取预设的危险阈值和可疑阈值；当所述寄件风险评分等级超过所述可疑阈值且未超过所述危险阈值时，获取所述用户端发送的业务核查信息，所述业务核查信息包括寄件物品拍摄图像和寄件物品描述；根据所述业务核查信息生成核查结果；判断所述核查结果是否不通过。
8、可选的，在本发明第一方面的第六种实现方式中，所述若是，则对所述寄件请求信息进行拦截，并生成拦截提醒信息，包括：若是，则对所述寄件请求信息进行拦截，并生成拦截提醒信息；对所述拦截提醒信息的次数进行统计，得到统计数量；当所述统计数量大于预设的预警阈值时，生成预警信息，并将所述预警信息发送到业务端。
9、本发明第二方面提供了一种限制物流黑名单客户寄件装置，包括：获取识别生成模块，用于获取每个寄件人的历史寄件数据，识别所述历史寄件数据中所有的寄件物品信息，根据所述寄件物品信息生成寄件人信誉度信息；收集构建模块，用于收集所有所述寄件人信誉度信息，得到寄件人信誉度数据集，根据所述寄件人信誉度数据集构建黑名单客户风险评分模型；接收输入模块，用于接收用户端发送的寄件请求信息，将所述寄件请求信息输入到所述黑名单客户风险评分模型中进行识别，得到寄件风险评分等级；判断模块，用于判断所述寄件风险评分等级是否超过预设的危险阈值；拦截生成模块，用于若是，则对所述寄件请求信息进行拦截，并生成拦截提醒信息。
10、可选的，在本发明第二方面的第一种实现方式中，所述获取识别生成模块包括：第一获取单元，用于获取每个寄件人的历史寄件数据；识别提取单元，用于识别所述历史寄件数据中所有的寄件物品文本标签，提取所述寄件物品文本标签对应的寄件物品信息；汇总单元，用于将所有所述寄件物品信息进行汇总，得到寄件物品汇总信息；第一输入单元，用于将所述寄件物品汇总信息输入到预设的物品风险评估模型中，得到风险物品数量和风险物品等级；第一生成单元，用于根据所述风险物品数量和所述风险物品等级生成寄件人信誉度信息。
11、可选的，在本发明第二方面的第二种实现方式中，所述收集构建模块包括：收集单元，用于收集所有所述寄件人信誉度信息，得到寄件人信誉度数据集；读取处理单元，用于从预设的配置文件中读取特征工程配置信息，并根据所述特征工程配置信息对所述寄件人信誉度数据集进行特征工程处理，得到编码数据；读取调参单元，用于从所述配置文件中读取模型配置信息，并根据所述模型配置信息和所述编码数据进行模型调参，得到黑名单客户风险评分模型；更新单元，用于按照预设的时间间隔对所述黑名单客户风险评分模型进行更新。
12、可选的，在本发明第二方面的第三种实现方式中，所述接收输入模块包括：接收解析单元，用于接收用户端发送的寄件请求信息，对所述寄件请求信息进行解析，得到寄件人ip信息；第二获取单元，用于获取所述用户端的人脸识别信息、身份证信息以及手机号码信息；第二生成单元，用于根据所述人脸识别信息、所述身份证信息以及所述手机号码信息生成登录用户信息；第一判断单元，用于判断所述登录用户信息与所述寄件人ip信息是否一致；第二输入单元，用于若是，则将所述寄件人ip信息输入到所述黑名单客户风险评分模型中，得到风险评分分值；第三生成单元，用于根据所述风险评分分值生成寄件风险评分等级。
13、可选的，在本发明第二方面的第四种实现方式中，所述第二输入单元具体用于若是，则将所述寄件人ip信息输入到所述黑名单客户风险评分模型中；在所述黑名单客户风险评分模型中对所述寄件人ip信息进行信誉度匹配，得到信誉度风险因子；利用预设的层次分析法确定所述信誉度风险因子的权重；根据所述权重计算得到所述寄件人ip信息对应的风险评分分值。
14、可选的，在本发明第二方面的第五种实现方式中，所述判断模块包括：第三获取单元，用于获取预设的危险阈值和可疑阈值；第四获取单元，用于当所述寄件风险评分等级超过所述可疑阈值且未超过所述危险阈值时，获取所述用户端发送的业务核查信息，所述业务核查信息包括寄件物品拍摄图像和寄件物品描述；第四生成单元，用于根据所述业务核查信息生成核查结果；第二判断单元，用于判断所述核查结果是否不通过。
15、可选的，在本发明第二方面的第六种实现方式中，所述拦截生成模块包括：拦截生成单元，用于若是，则对所述寄件请求信息进行拦截，并生成拦截提醒信息；统计单元，用于对所述拦截提醒信息的次数进行统计，得到统计数量；生成发送单元，用于当所述统计数量大于预设的预警阈值时，生成预警信息，并将所述预警信息发送到业务端。
16、本发明第三方面提供了一种限制物流黑名单客户寄件设备，所述限制物流黑名单客户寄件设备包括：存储器和至少一个处理器，所述存储器中存储有指令；至少一个所述处理器调用所述存储器中的所述指令，以使得所述限制物流黑名单客户寄件设备执行上述任一项所述的限制物流黑名单客户寄件方法的各个步骤。
17、本发明的第四方面提供了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，所述指令被处理器执行时实现上述任一项所述限制物流黑名单客户寄件方法的各个步骤。
18、本发明的技术方案中，通过寄件人信誉度信息构建黑名单客户风险评分模型，能自动识别每个寄件人的寄件风险评分等级，并根据寄件风险评分等级超过危险阈值来识别黑名单用户，提高寄件安全度，并能对黑名单客户的寄件请求信息进行自动拦截，节省人工成本，提高了寄件效率，通过生成拦截提醒信息，方便工作人员进行实时监控和跟踪，很大程度上防止不良寄件行为的发生，保障了物流公司和收件人的利益且提高客户满意度。
1.一种限制物流黑名单客户寄件方法，其特征在于，包括：
2.根据权利要求1所述的限制物流黑名单客户寄件方法，其特征在于，所述获取每个寄件人的历史寄件数据，识别所述历史寄件数据中所有的寄件物品信息，根据所述寄件物品信息生成寄件人信誉度信息，包括：
3.根据权利要求1所述的限制物流黑名单客户寄件方法，其特征在于，所述收集所有所述寄件人信誉度信息，得到寄件人信誉度数据集，根据所述寄件人信誉度数据集构建黑名单客户风险评分模型，包括：
4.根据权利要求1所述的限制物流黑名单客户寄件方法，其特征在于，所述接收用户端发送的寄件请求信息，将所述寄件请求信息输入到所述黑名单客户风险评分模型中进行识别，得到寄件风险评分等级，包括：
5.根据权利要求4所述的限制物流黑名单客户寄件方法，其特征在于，所述若是，则将所述寄件人ip信息输入到所述黑名单客户风险评分模型中，得到风险评分分值，包括：
6.根据权利要求1所述的限制物流黑名单客户寄件方法，其特征在于，所述判断所述寄件风险评分等级是否超过预设的危险阈值，包括：
7.根据权利要求1所述的限制物流黑名单客户寄件方法，其特征在于，所述若是，则对所述寄件请求信息进行拦截，并生成拦截提醒信息，包括：
8.一种限制物流黑名单客户寄件装置，其特征在于，包括：
9.一种限制物流黑名单客户寄件设备，其特征在于，所述限制物流黑名单客户寄件设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
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中任一项所述限制物流黑名单客户寄件方法的各个步骤。
