本发明涉及快递和计算机智能领域，尤其涉及一种快递价格调整的防错方法和快递价格调整的防错系统。
背景技术：
有一些行业的价格会调整的比较频繁，经常是每个月都调整。例如快递行业，其计价方式根据地区、重量、合约客户优惠价等等多种因素决定，而执行其价格的是遍布在各地的无数个收派件快递人员。
正是由于快递行业的价格调整如此复杂和频繁，因此，很容易出现快递公司已经调整了价格(金额)，但仍有部分快递员并不知情或者记错，依然用旧价格方案进行计算的情况，这些情况的结果会给公司自身造成损失，或者影响客户体验度。
技术实现要素：
本发明解决的问题是提供一种快递价格调整的防错方法和快递价格调整的防错系统，以更好地防止快递价格调整后出现错误的收费。
为解决上述问题，本发明提供了一种快递价格调整的防错方法，包括：终端设备记录订单信息，并将所述订单信息上传服务器；所述服务器从所述订单信息中提取价格和影响价格的计价参数；所述服务器对多个所述价格及其计价参数进行比对，产生比对结果；所述服务器将所述比对结果同步至所述服务器的算法模块；所述算法模块计算并分析所述比对结果是否出现不一致的数据；若出现少部分数据与同一时期内上传的大部分数据不一致，判定所述少部分数据为存疑数据；当所述存疑数据与前一时期的在前数据不一致时，将所述存疑数据放入所述算法模块中进行训练，如果不能够训练出统一的模型，而是训练出相应的多个错误点，并且所述错误点位于一个或多个计价系数上，则判定所述存疑数据为错误数据，并判定所述少部分数据在所述计价系数上出现错误，所述服务器通过所述终端设备将所述错误点提醒所述少部分数据对应的快递员；当所述存疑数据与前一时期的在前数据不一致时，将所述存疑数据放入所述算法模块中进行训练，如果能够训练出统一的模型，则判定所述存疑数据为正确数据，并判断所述大部分数据为错误数据，所述服务器通过终端设备提醒所述大部分数据对应的快递员。
可选的，当所述存疑数据与前一时期的在前数据一致时，将所述大部分数据和所述存疑数据放入算法模块中进行训练，训练出错误点，判定所述少部分数据为错误数据，所述服务器通过所述终端设备将所述错误点提醒给所述存疑数据对应的快递员。
可选的，所述算法模块采用的所述模型为罗吉斯回归模型。
可选的，所述前一时期为10天前的一个星期；所述同一时期为最近三天。
可选的，所述计价参数包括收寄件地区、里程数、净重、包装情况、是否加急、是否投保和物品内容。
可选的，在快递价格调整的前一天至前三天中的任意一天，所述服务器向所述终端设备发送价格调整预警通知，通知快递员马上要调整价格。
可选的，在正式发布新快递价格方案当天，所述服务器向每个所述终端设备发送价格调整通知，通知快递员调整价格。
可选的，当发现所述错误点之后，在发送提醒的同时，发送正确的计价方式和计价结果给所述终端设置。
可选的，当一个所述终端设备一个月内多次收到提醒时，将所述价格方案定期重复发送给对应的所述终端设备，并提供计价查询给对应的所述终端设备。
为解决上述问题，本发明还提供了一种快递价格调整的防错系统，包括：终端设备，用于记录订单信息；服务器，所述终端设备将所述订单信息上传服务器，所述服务器从所述订单信息中提取价格和影响价格的计价参数；所述服务器对多个所述价格及其计价参数进行比对，产生比对结果；所述服务器还包括算法模块，所述服务器将所述比对结果同步至所述算法模块；所述算法模块计算并分析所述比对结果是否出现不一致的数据。
本发明的一个技术方案中，只需要通过终端设备和服务器的配合，服务器在后台自己统计分析，发现异常就能及时提醒快递员，避免因计价错误造成的个人损失或用户体验度下降。同时，直接根据终端设备记载的数据进行相互比对，很够地好地及时纠正相应的错误，而不需要让每一个价格一一拆解，一一对比相应的计价参数及其计价系数，效率更高，更灵活。
具体实施方式
现有快递价格调整的防错方法较为机械。为此，本发明提供一种更为高效灵活的方法，以解决上述存在的不足。
为更加清楚的表示，下面结合具体实施例对本发明做详细的说明。
本发明实施例提供一种快递价格调整的防错方法，包括以下步骤。
步骤一、终端设备记录订单信息，并将所述订单信息上传服务器。
步骤二、所述服务器从所述订单信息中提取价格和影响价格的计价参数。
步骤三、所述服务器对多个所述价格及其计价参数进行比对，产生比对结果。
步骤四、所述服务器将所述比对结果同步至所述服务器的算法模块。
步骤五、所述算法模块计算并分析所述比对结果是否出现不一致的数据。
上述步骤三至五过程中，本实施例特别选择将相应的比对结果在产生了之后，再放入算法模块中，为的就是更加有利于后续的判断。
本实施例在步骤五之后，会出现以下情况：
情况一，未出现不一致的数据，这种情况下，通常可以认为所有的快递员都进行了正确的计价。
情况二，出现了不一致的数据，这种情况下，则是本实施例特别要针对的。
对应上述情况二，若出现少部分数据与同一时期内上传的大部分数据不一致，判定所述少部分数据为存疑数据。
也就是说，本实施例特别针对情况二中的情形，进行分析和处理。这是因为，情况二是最可能出现的错误情况，解决了这一类情况，能够使快递避免大多数的错误。
在情况二中，本实施例又具体分下列三种方式进行判断和处理。
第一种方式，当所述存疑数据与前一时期的在前数据不一致时，将所述存疑数据放入所述算法模块中进行训练，如果不能够训练出统一的模型，而是训练出相应的多个错误点，并且所述错误点位于一个或多个计价系数上，则判定所述存疑数据为错误数据，并判定所述少部分数据在所述计价系数上出现错误，所述服务器通过所述终端设备将所述错误点提醒所述少部分数据对应的快递员。
第二种方式，当所述存疑数据与前一时期的在前数据不一致时，将所述存疑数据放入所述算法模块中进行训练，如果能够训练出统一的模型，则判定所述存疑数据为正确数据，并判断所述大部分数据为错误数据，所述服务器通过终端设备提醒所述大部分数据对应的快递员。
第三种方式，当所述存疑数据与前一时期的在前数据一致时，将所述大部分数据和所述存疑数据放入算法模块中进行训练，训练出错误点，判定所述少部分数据为错误数据，所述服务器通过所述终端设备将所述错误点提醒给所述存疑数据对应的快递员。
上述三种方式为本实施例设定的判断规则，它能够在非常高的概率下正确发现快递员的计价错误问题，并相应的发出提醒。
本实施例中，所述算法模块采用的所述模型为罗吉斯回归模型。
本实施例中，所述前一时期为10天前的一个星期，即第前17天至第前11天。所述同一时期为最近三天，即当天算在内，还包括之前的两天。所述计价参数包括收寄件地区、里程数、净重、包装情况、是否加急、是否投保和物品内容等。
对应上述内容，一种具体的情形可以是如下例子所述。
当采用上述方法的步骤一至步骤五之后，若有出现不一致的数据，并且是少部分数据与同时期(一般为三天左右)内上传的数据不一致，且此少部分数据与之前(一般为10天之前)的数据一致，则可判定此部分数据可能有问题，将整体数据(大部分数据和存疑数据一起)通过云服务器(即服务器采用云服务器为例)搭载的计算模块(所述算法模块)，通过罗吉斯回归模型，训练出可能出错的部分数据的错误点，如果错误点发生在哪个计价参数的计价系数计算上。
例如计算参数例如净重，而计价系数例如市内每公斤单价，其可通过终端设备提醒快递员，即提醒快递员可能是使用错了市内每公斤单价这一计价系数上。
在一个具体例子中，日期的设置可以根据每个公司的调价情况设置。例如，如果某个公司正常在15-30天调整一次价格，则可按上述日期将5天、10天或者15天定为一个期间，从而将一个月，分为多个期间，更有利于所述方法的展开。
在另一个具体例子中，假设之前的市内每公斤单价价格为10.0元，现在已调整为8.0元(市内每公斤单价)，则近3天的上传数据应该为8.0元。若有小部分人员仍按旧价格10.0元上传，则云服务器会发现其不一致，对这部分上传不一致价格的快递员进行提醒。而若在价格调整初期，可能发生大部分快递员都算错的情况，即大部分人都上传了旧价格10.0元，小部分为上传了正确的数据8.0元。则云服务器通过对比10天前的数据价格10.0元，结合进行判定。此时，选择将小部分数据(0.8元)写入云服务器的算法模型。若此小部分数据能在算法模块的算法中，训练出统一的模型(采用罗吉斯回归模型)，则认为这小部分数据是具有内在规律的，这小部分数据应为新的价格调整期具有规律性的价格填报，此时，判定大部分人(大部分数据)的价格计算有问题。因此，对应的，此时需要提醒的，是大部分快递员。
在上述步骤之外，本实施例中，还可以在快递价格调整的前一天至前三天中的任意一天，从所述服务器向所述终端设备发送价格调整预警通知，通知快递员马上要调整价格，从而提高快递员在价格调整期间的警惕性。
在上述步骤之外，本实施例中，进一步的，在正式发布新快递价格方案当天，所述服务器向每个所述终端设备发送价格调整通知，通知快递员调整价格。然而需要说明的是，正是由于前面提到的多种计价参数(每个计价参数都有对应的计价系数)，导致快递价格变动时，哪怕及时通知快递人员，也无法保证每个快递人员都以正确的方式进行计价，更何况正如前所述，快递行业价格变动较为频繁，每次变动的计价系数又可能不同。因此，无论再怎样通知，都是无法很好地避免相应的计价错误。
而本实施例提供的方法，直接根据快递员上传的数据进行相互比对，很够地好地及时纠正相应的错误，而不需要让每一个价格一一拆解，一一对比相应的计价参数及其计价系数，即，不需要先将每个价格涉及的计价系数都一一与正确的计价系数进行对比，效率更高，更灵活。
在上述步骤之外，本实施例中，当发现错误点之后，在发送提醒的同时，发送正确的计价方式和计价结果给对应的终端设备，亦即给对应的快递员。
在上述步骤之外，本实施例中，当一个所述终端设备一个月内多次收到提醒时，将所述价格方案定期重复发送给这个终端设备，并提供计价查询给这个所述终端设备。
除此之外，本实施例中，当一个所述终端设备一个月内多次收到提醒，也可以对使用这个终端设备的快递员的业务水平等级进行鉴评，以督促快递员避免屡屡犯错。
本实施例所提供的方法中，只需要通过终端设备和服务器的配合，服务器在后台自己统计分析，发现异常就能及时提醒快递员，避免因计价错误造成的个人损失或用户体验度下降。
本发明另一实施例中，还提供了一种快递价格调整的防错服务器，包括：终端设备，用于记录订单信息；服务器，所述终端设备将所述订单信息上传服务器，所述服务器从所述订单信息中提取价格和影响价格的计价参数。
所述服务器对多个所述价格及其计价参数进行比对，产生比对结果；所述服务器还包括算法模块，所述服务器将所述比对结果同步至所述算法模块。所述算法模块计算并分析所述比对结果是否出现不一致的数据。
所述快递价格调整的防错服务器可以用于实现上述实施例所提供的快递价格调整的防错方法，因此，所述服务器的更多内容可参考前述实施例相应内容。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。