CN107944976A - 在线订单审核方法 - Google Patents

在线订单审核方法 Download PDF

Info

Publication number
CN107944976A
CN107944976A CN201711349573.5A CN201711349573A CN107944976A CN 107944976 A CN107944976 A CN 107944976A CN 201711349573 A CN201711349573 A CN 201711349573A CN 107944976 A CN107944976 A CN 107944976A
Authority
CN
China
Prior art keywords
order
information
online
virtual user
online order
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201711349573.5A
Other languages
English (en)
Inventor
谭明
张家岩
陈俞安
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Concord Investment China Co Ltd
Original Assignee
Concord Investment China Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Concord Investment China Co Ltd filed Critical Concord Investment China Co Ltd
Priority to CN201711349573.5A priority Critical patent/CN107944976A/zh
Publication of CN107944976A publication Critical patent/CN107944976A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0633Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635Processing of requisition or of purchase orders
    • G06Q30/0637Approvals

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供的在线订单审核方法,包括如下步骤:建立多个虚拟用户信息,并存储与每一所述虚拟用户信息对应的历史在线订单信息;所述历史在线订单信息包括历史在线订单数量信息;判断当前订单是否为第一异常订单,若是,则获取生成所述当前订单的当前虚拟用户信息;其中,所述第一异常订单为使用了优惠券的订单或订单中存在一商品的收益低于预设收益值;判断在一预设时间内与所述当前虚拟用户信息对应的历史在线订单数量是否超过预设值,若是,则确认所述当前订单为第二异常订单。本发明降低了在线订单审核的人力成本,提高了在线订单审核的智能化程度及审核效率。

Description

在线订单审核方法
技术领域
本发明涉及电商技术领域,尤其涉及一种在线订单审核方法。
背景技术
随着互联网技术的不断革新,在线交易平台凭借其商品种类繁多、送货上门等优势受到越来越多消费者的青睐,并促使人们的消费习惯逐渐开始由实体店消费向在线消费转变。
在线交易平台经常会推出各种满减优惠券、打折券、买赠券等营销手段,一方面是以降低自身的利润来吸引更多的顾客消费,达到薄利多销的目的;另一方面也达到了对在线交易平台的推广的目的。但是,据统计,在线交易平台推出的优惠券中约有10%被他人恶意囤积,这不仅严重占用了正常用户的优惠福利,极大浪费了电商的市场部门用于在线交易平台推广的营销成本,而且对在线交易平台的收益也造成了一定的影响。
为了避免他人对在线交易平台营销资源的恶意套用,确保电商自身的利益,电商客服部门投入了大量人力对订单逐个进行人工审查,以及时拦截异常订单。但是,随着在线交易平台的业务发展,在线订单数量日益增加,用于人工审单的人力投入剧增、处理时效不足等问题逐渐凸显,成本高、效果欠佳的人工审单方式已无法满足在线交易平台的业务发展需求。
因此,如何实现对在线订单高效审核,避免他人对在线交易平台营销资源的恶意套用,确保电商自身的利益是目前亟待解决的技术问题。
发明内容
本发明提供一种在线订单审核方法,用以解决现有的在线订单审核方式效率较低、成本较高的问题,以避免他人对在线交易平台营销资源的恶意套用,并确保电商自身的利益。
为了解决上述问题,本发明提供了一种在线订单审核方法,包括如下步骤:
建立多个虚拟用户信息,并存储与每一所述虚拟用户信息对应的历史在线订单信息;所述历史在线订单信息包括历史在线订单数量信息;
判断当前订单是否为第一异常订单,若是,则获取生成所述当前订单的当前虚拟用户信息;其中,所述第一异常订单为使用了优惠券的订单或订单中存在一商品的收益低于预设收益值;
判断在一预设时间内与所述当前虚拟用户信息对应的历史在线订单数量是否超过预设值,若是,则确认所述当前订单为第二异常订单。
优选的,确认所述在线订单为第二异常订单之后还包括如下步骤:
采用人工审核的方式判断所述第二异常订单是否为第三异常订单,若是,则关闭所述在线订单交易,并将与所述当前在线订单对应的当前虚拟用户信息添加至第一参考名单中。
优选的,所述虚拟用户信息包括设备编号;建立多个虚拟用户信息,并统计与每一所述虚拟用户信息对应的历史在线订单信息的具体步骤是:
建立多个设备编号,且多个设备编号用于与多个移动终端一一对应;
判断一移动终端是否为首次进入在线交易平台,若是,则为所述移动终端分配一设备编号,所述在线交易平台用于生成在线订单;
统计与每一所述设备编号对应的在线订单信息。
优选的,所述虚拟用户信息包括IP地址信息;建立多个虚拟用户信息,并统计与每一所述虚拟用户信息对应的历史在线订单信息的具体步骤是:
获取进入在线交易平台的移动终端的IP地址,所述在线交易平台用于生成在线订单;
判断所述IP地址是否为首次进入所述在线交易平台,若是,则存储所述IP地址;
统计与所述IP地址对应的在线订单信息。
优选的,所述虚拟用户信息包括用户名信息,所述用户名信息用户登录所述在线交易平台;建立多个虚拟用户信息,并统计与每一所述虚拟用户信息对应的历史在线订单信息的具体步骤是:
存储用户注册的用户名信息;
统计与所述用户名信息对应的在线订单信息。
优选的,所述虚拟用户信息包括收货人信息;建立多个虚拟用户信息,并统计与每一所述虚拟用户信息对应的在线订单信息的具体步骤是:
获取生成的在线订单中的收货人信息;
判断所述收货人信息是否首次于在线交易平台出现,若是,则存储所述收货人信息;所述在线交易平台用于生成在线订单;
统计与所述收货人信息对应的在线订单信息。
优选的,所述收货人信息包括收货人姓名、收货人地址、收货人联系电话中的一种或几种。
优选的,判断在一预设时间内与所述当前虚拟用户信息对应的历史在线订单数量是否超过预设值,若是,则确认所述在线订单为第二异常订单的具体步骤包括:
建立多个敏感商品信息列表;
判断所述当前订单中是否存在敏感商品信息,若否,则确认所述当前订单为正常订单,并结束对所述在线订单的审核。
优选的,判断在一预设时间内与所述当前虚拟用户信息对应的在线订单数量是否超过预设值之前还包括如下步骤:
建立第二参考名单,所述第二参考名单中包括多个虚拟用户信息;
判断所述当前虚拟用户信息是否包含于所述第二参考名单中,若是,则确认所述在线订单为正常订单,并结束对所述在线订单的审核。
优选的,还包括如下步骤:
建立多个异常订单特征,并根据多个异常订单特征建立异常用户识别模型;
获取与所述当前虚拟用户信息对应的历史在线订单信息,并对所述历史订单信息进行特征提取;
根据提取的特征以及异常用户识别模型判断所述当前虚拟用户是否为异常用户,若否,则将当前虚拟用户信息添加至所述第二参考名单。
本发明提供的在线订单审核方法,通过对在线交易平台生成的在线订单进行自动化审核,降低了在线订单审核的人力成本,提高了在线订单审核的智能化程度;同时,通过对在线订单进行分层审核,提高了在线订单审核的效率;而且,通过建立虚拟用户信息,并统计与每一虚拟用户信息对应的历史在线订单信息,根据历史订单信息来对当前订单进行审核,避免因他人对在线交易平台营销资源的恶意套用,也确保了电商自身的利益。
附图说明
附图1是本发明具体实施方式中在线订单审核方法的流程示意图;
附图2是本发明具体实施方式中一在线订单审核结果图;
附图3是本发明具体实施方式中一虚拟用户信息对应的历史在线订单信息图。
具体实施方式
下面结合附图对本发明提供的在线订单审核方法的具体实施方式做详细说明。
本具体实施方式提供了一种在线订单审核方法,附图1是本发明具体实施方式中在线订单审核方法的流程示意图。如图1所示,本具体实施方式提供的在线订单审核方法,包括如下步骤:
步骤S11,建立多个虚拟用户信息,并存储与每一所述虚拟用户信息对应的历史在线订单信息;所述历史在线订单信息包括历史在线订单数量信息。所述虚拟用户信息,是指为进入在线交易平台的每一注册用户名信息、每一移动终端和/或每一收货人信息分配的一个唯一且固定不变的身份识别标识,即所述虚拟用户名信息不随用户登录在线交易平台的次数、移动终端开启在线交易平台页面的次数、收货人信息在不同在线订单中出现的总次数和/或在线订单生成的数量的改变而改变。所述虚拟用户信息的设置,为后续订单审核提供参考,使得自动化在线订单审核过程有据可循,提高了在线订单审核的智能性与高效性。
为了避免他人使用同一移动终端多次恶意在所述在线交易平台下单,以确保电商自身的利益,优选的,所述虚拟用户信息包括设备编号;建立多个虚拟用户信息,并统计与每一所述虚拟用户信息对应的历史在线订单信息的具体步骤是:
(S11-1-1)建立多个设备编号,且多个设备编号用于与多个移动终端一一对应;
(S11-1-2)判断一移动终端是否为首次进入在线交易平台,若是,则为所述移动终端分配一设备编号,所述在线交易平台用于生成在线订单;
(S11-1-3)统计与每一所述设备编号对应的在线订单信息。
其中,判断一移动终端是否为首次进入在线交易平台的方法,本领域技术人员可以根据实际需要进行设置,例如在用户首次进行所述在线交易平台时,在用户的浏览器中保存一个唯一的cookie,后续根据该保存的cookie来判断是否为首次进入;再例如对于安装于手机等移动终端的在线交易平台应用软件,则通过查看所述在线交易平台应用软件的userdefault来判断所述移动终端是否为首次进入该在线交易平台应用软件。由于所述设备编号是在所述移动终端首次进入所述在线交易平台时分配的唯一且固定不变的身份识别标识,按设备编号进行历史在线订单信息的统计,实现按照设备编号对订单进行划分,通过对与一设备编号对应的所有历史订单信息进行统计分析,为后续判断与一设备编号对应的在线订单是否可疑或异常订单提供了参考标准。
为了提高本具体实施方式提供的在线审核的可靠性,避免他人恶意使用不同的移动终端恶意下单,更优选的,所述虚拟用户信息包括IP地址信息;建立多个虚拟用户信息,并统计与每一所述虚拟用户信息对应的历史在线订单信息的具体步骤是:
(S11-2-1)获取进入在线交易平台的移动终端的IP地址,所述在线交易平台用于生成在线订单;
(S11-2-2)判断所述IP地址是否为首次进入所述在线交易平台,若是,则存储所述IP地址;
(S11-2-3)统计与所述IP地址对应的在线订单信息。
其中,判断所述IP地址是否为首次进入所述在线交易平台的具体方法,本领域技术人员可以根据实际需要进行选择,例如通过判断所述IP地址是否已被所述在线交易平台存储,若否,则确认所述IP地址为首次进入所述在线交易平台。
为了提高本具体实施方式提供的在线审核的可靠性,避免他人使用不同的移动终端或IP地址来恶意下单,更优选的,所述虚拟用户信息包括用户名信息,所述用户名信息用户登录所述在线交易平台;建立多个虚拟用户信息,并统计与每一所述虚拟用户信息对应的历史在线订单信息的具体步骤是:
(S11-3-1)存储用户注册的用户名信息;
(S11-3-2)统计与所述用户名信息对应的在线订单信息。
由于在线交易平台本身的特殊性,即为了确保用户个人信息的安全、且便于所述在线交易平台自身的管理,用户用于注册在线交易平台的用户名信息是互不相同的。因此,按用户名信息进行历史在线订单信息的统计,实现按照用户名信息对订单进行划分,通过对与一用户名信息对应的所有历史订单信息进行统计分析,为后续判断与一用户名信息对应的在线订单是否可疑或异常订单提供了参考标准。所述用户名信息包括用户姓名、用户昵称、联系电话、电子邮箱、注册编号中的一种或几种。
为了提高本具体实施方式提供的在线审核的可靠性,避免他人使用不同的移动终端、IP地址和/或用户名信息来恶意下单,更优选的,所述虚拟用户信息包括收货人信息;建立多个虚拟用户信息,并统计与每一所述虚拟用户信息对应的在线订单信息的具体步骤是:
(S11-4-1)获取生成的在线订单中的收货人信息;
(S11-4-2)判断所述收货人信息是否首次于在线交易平台出现,若是,则存储所述收货人信息;所述在线交易平台用于生成在线订单;
(S11-4-3)统计与所述收货人信息对应的在线订单信息。
其中,判断所述收货人信息是否首于所述在线交易平台出现的具体方法,本领域技术人员可以根据实际需要进行选择,例如通过判断所述收货人信息是否已被所述在线交易平台存储,若否,则确认所述收货人信息为首次于所述在线交易平台出现。更优选的,所述收货人信息包括收货人姓名、收货人地址、收货人联系电话中的一种或几种。
步骤S12,判断当前订单是否为第一异常订单,若是,则获取生成所述当前订单的当前虚拟用户信息;其中,所述第一异常订单为使用了优惠券的订单或订单中存在一商品的收益低于预设收益值。此时采用的是单个订单纬度的审核方法,即判断过程中只针对当前订单这一个单独的订单进行判断,判断标准是固定不变的,与当前订单对应的当前虚拟用户下的历史订单信息无关。其中,所述预设收益值的具体数值,本领域技术人员可以根据实际需要进行设置,本具体实施方式对此不作限定。
步骤S13,判断在一预设时间内与所述当前虚拟用户信息对应的历史在线订单数量是否超过预设值,若是,则确认所述当前订单为第二异常订单。优选的,当判断在一预设时间内与所述当前虚拟用户信息对应的历史在线订单数量未超过预设值,则确认当前订单为正常订单,并结束在线订单审核过程。具体来说,当判断得到所述当前订单为第一异常订单后,为了提高在线订单审核的精准度,本步骤采用订单聚集纬度的审核方法,即根据与所述当前虚拟用户信息对应的历史在线订单的数量信息,来判断当前订单是否为第二异常订单。也就是说,在本步骤的判断过程中,针对不同的订单,其判断标准是变换的,取决于与当前订单具有相同虚拟用户信息的历史在线订单信息。其中,判断在一预设时间内与所述当前虚拟用户信息对应的历史在线订单数量是否超过预设值的具体方式可以是如下中的一种:
(1-1)判断在1天内与所述当前虚拟用户信息对应的历史在线订单数量是否超过第一阈值,若是,则确认当前订单为第二异常订单;
(1-2)判断在10天内与所述当前虚拟用户信息对应的历史在线订单数量是否超过第二阈值,若是,则确认当前订单为第二异常订单;
(1-3)判断在30天内与所述当前虚拟用户信息对应的历史在线订单数量是否超过第三阈值,若是,则确认当前订单为第二异常订单。
为了提高在线订单自动审核的效率,判断在一预设时间内与所述当前虚拟用户信息对应的历史在线订单数量是否超过预设值的具体步骤包括:
(S13-1-1)查看生成当前订单的地址确信度,例如外部API(ApplicationProgramming Interface,应用程序编程接口);
(S13-1-2)判断所述地址确信度是否小于预设阈值且在一预设时间内与所述当前虚拟用户信息对应的历史在线订单数量是否超过预设值,若是,则确认所述当前订单为第二异常订单。具体来说,可以如下所示的四级市审核方法:
(S13-1-2-1)判断所述地址确信度是否小于预设阈值且1小时内与所述当前虚拟用户信息对应的历史在线订单数量是否超过第四阈值,若是,则确认所述当前订单为第二异常订单;
(S13-1-2-2)判断所述地址确信度是否小于预设阈值且10小时内与所述当前虚拟用户信息对应的历史在线订单数量是否超过第五阈值,若是,则确认所述当前订单为第二异常订单;
(S13-1-2-3)判断所述地址确信度是否小于预设阈值且20小时内与所述当前虚拟用户信息对应的历史在线订单数量是否超过第六阈值,若是,则确认所述当前订单为第二异常订单。
不仅如此,为了提高在线订单审核的效率,避免他人使用同一收货人信息、设备编号或IP地址注册多个用户名信息来恶意占用在线平台的营销资源、损害在线交易平台的利益,优选的,判断在一预设时间内与所述当前虚拟用户信息对应的历史在线订单数量是否超过预设值之后还可以包括如下步骤:
(S13-2-1)所述虚拟用户信息包括收货人信息时,判断与同一收货人信息对应的用户名信息数量是否大于第七阈值,若是,则确认所述当前订单为第二异常订单;其中,所述收货人信息包括收货地址和/或收货人联系电话;
(S13-2-2)所述虚拟用户信息包括设备编号时,判断与同一设备编号对应的用户名信息数量是否大于第八阈值,若是,则确认所述当前订单为第二异常订单;
(S13-2-2)所述虚拟用户信息包括IP地址时,判断与同一IP地址对应的用户名信息数量是否大于第九阈值,若是,则确认当前订单为第二异常订单。
优选的,确认所述在线订单为第二异常订单之后还包括如下步骤:采用人工审核的方式判断所述第二异常订单是否为第三异常订单,若是,则关闭所述在线订单交易,并将与所述当前在线订单对应的当前虚拟用户信息添加至第一参考名单中。通过建立相当于黑名单的第一参考名单之后,在步骤13之前还可以通过判断当前虚拟用户信息是否包含于所述第一参考名单,若是,则直接确认所述当前订单为第三异常订单,并关闭所述在线订单交易,从而进一步提高了在线订单审核的效率。
优选的,判断在一预设时间内与所述当前虚拟用户信息对应的历史在线订单数量是否超过预设值,若是,则确认所述在线订单为第二异常订单的具体步骤包括:
(S13-3-1)建立多个敏感商品信息列表;
(S13-3-2)判断所述当前订单中是否存在敏感商品信息,若否,则确认所述当前订单为正常订单,并结束对所述在线订单的审核。所述敏感商品信息,是指易被他人恶意购买或下单的信息,也就是易对在线交易的平台的资源进行套用或者易对电商的利益产生影响的商品信息。通过建立敏感商品信息列表,对不包含敏感商品信息的当前订单直接放过,即直接确认当前订单为正常订单,可以进一步提高在线订单的审核效率,避免了资源的浪费。
优选的,判断在一预设时间内与所述当前虚拟用户信息对应的在线订单数量是否超过预设值之前还包括如下步骤:
(2-1)建立第二参考名单,所述第二参考名单中包括多个虚拟用户信息;
(2-2)判断所述当前虚拟用户信息是否包含于所述第二参考名单中,若是,则确认所述在线订单为正常订单,并结束对所述在线订单的审核。即通过建立相当于白名单的第二参考名单,可以进一步提高在线订单的审核效率,避免了资源的浪费。
为了实现对所述第二参考名单的更新,以实现订单审核效率的不断提升,优选的,本具体实施方式提供的在线订单审核方法,还包括如下步骤:
(3-1)建立多个异常订单特征,并根据多个异常订单特征建立异常用户识别模型。具体来说,首先,对于每一虚拟用户信息对应的历史订单信息进行特征提取,建立与每一虚拟用户信息对应的一组特征;然后,采用随机森林算法等学习算法,计算多个异常订单特征中每一特征的权重,并构建异常用户识别模型。其中,异常订单特征包括在线订单中的商品类别信息、优惠券使用信息、在线订单生成时间信息、订单收货信息、异常订单数量信息、在线交易平台浏览时间信息、在线交易平台浏览商品信息、在线交易平台搜索信息等。
(3-2)获取与所述当前虚拟用户信息对应的历史在线订单信息,并对所述历史订单信息进行特征提取。
(3-3)根据提取的特征以及异常用户识别模型判断所述当前虚拟用户是否为异常用户,若否,则将当前虚拟用户信息添加至所述第二参考名单。
为了进一步提高在线自动审核的效率,判断在一预设时间内与所述当前虚拟用户信息对应的历史在线订单数量是否超过预设值之前还包括如下步骤:所述虚拟用户信息包括用户姓名;判断所述用户姓名是否由2个字或者3个字组成,若否,则直接确定当前订单为第二异常订单。
本具体实施方式提供的在线订单审核方法,通过对在线交易平台生成的在线订单进行自动化审核,降低了在线订单审核的人力成本,提高了在线订单审核的智能化程度;同时,通过对在线订单进行分层审核,提高了在线订单审核的效率;而且,通过建立虚拟用户信息,并统计与每一虚拟用户信息对应的历史在线订单信息,根据历史订单信息来对当前订单进行审核,避免因他人对在线交易平台营销资源的恶意套用,也确保了电商自身的利益。
附图2是本发明具体实施方式中一在线订单审核结果图;附图3是本发明具体实施方式中一虚拟用户信息对应的历史在线订单信息图。
1、订单201708CP08367731对应的用户名[商针涌艺]不是由2个字或者3个字组成,判定为第二异常订单;
2、订单201708CO08367778对应的虚拟用户信息统计的10天内[订单数必须小于15=>实际为20],判定为第二异常订单;
3、订单201708CO08367941对应的虚拟用户信息30天内COOK[对应帐号数必须小于30=>实际为30],判定为第二异常订单;
4、订单201708CO08368065对应的四级市10小时内[商品重复次数必须小于15=>实际为15]件,判定为第二异常订单;
5、订单201708CO08368170对应的虚拟用户信息1天内[订单数必须小于5=>实际为8],判定为第二异常订单;
6、订单201708CO08370096对应的虚拟用户信息30天内COOK[对应帐号数必须小于30=>实际为31],判定为第二异常订单;
7、订单201708CO08374903[IP=61.172.144.94]1天内[订单数最大值5=>实际为5并且城市数最大值3=>实际为3],判定为第二异常订单。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种在线订单审核方法,其特征在于,包括如下步骤:
建立多个虚拟用户信息,并存储与每一所述虚拟用户信息对应的历史在线订单信息;所述历史在线订单信息包括历史在线订单数量信息;
判断当前订单是否为第一异常订单,若是,则获取生成所述当前订单的当前虚拟用户信息;其中,所述第一异常订单为使用了优惠券的订单或订单中存在一商品的收益低于预设收益值;
判断在一预设时间内与所述当前虚拟用户信息对应的历史在线订单数量是否超过预设值,若是,则确认所述当前订单为第二异常订单。
2.根据权利要求1所述的在线订单审核方法,其特征在于,确认所述在线订单为第二异常订单之后还包括如下步骤:
采用人工审核的方式判断所述第二异常订单是否为第三异常订单,若是,则关闭所述在线订单交易,并将与所述当前在线订单对应的当前虚拟用户信息添加至第一参考名单中。
3.根据权利要求1所述的在线订单审核方法,其特征在于,所述虚拟用户信息包括设备编号;建立多个虚拟用户信息,并统计与每一所述虚拟用户信息对应的历史在线订单信息的具体步骤是:
建立多个设备编号,且多个设备编号用于与多个移动终端一一对应;
判断一移动终端是否为首次进入在线交易平台,若是,则为所述移动终端分配一设备编号,所述在线交易平台用于生成在线订单;
统计与每一所述设备编号对应的在线订单信息。
4.根据权利要求3所述的在线订单审核方法,其特征在于,所述虚拟用户信息包括IP地址信息;建立多个虚拟用户信息,并统计与每一所述虚拟用户信息对应的在线订单信息的具体步骤是:
获取进入在线交易平台的移动终端的IP地址,所述在线交易平台用于生成在线订单;
判断所述IP地址是否为首次进入所述在线交易平台,若是,则存储所述IP地址;
统计与所述IP地址对应的在线订单信息。
5.根据权利要求4所述的在线订单审核方法,其特征在于,所述虚拟用户信息包括用户名信息,所述用户名信息用户登录所述在线交易平台;建立多个虚拟用户信息,并统计与每一所述虚拟用户信息对应的历史在线订单信息的具体步骤是:
存储用户注册的用户名信息;
统计与所述用户名信息对应的在线订单信息。
6.根据权利要求5所述的在线订单审核方法,其特征在于,所述虚拟用户信息包括收货人信息;建立多个虚拟用户信息,并统计与每一所述虚拟用户信息对应的历史在线订单信息的具体步骤是:
获取生成的在线订单中的收货人信息;
判断所述收货人信息是否首次于在线交易平台出现,若是,则存储所述收货人信息;所述在线交易平台用于生成在线订单;
统计与所述收货人信息对应的在线订单信息。
7.根据权利要求6所述的在线订单审核方法,其特征在于,所述收货人信息包括收货人姓名、收货人地址、收货人联系电话中的一种或几种。
8.根据权利要求1所述的在线订单审核方法,其特征在于,判断在一预设时间内与所述当前虚拟用户信息对应的在线订单数量是否超过预设值,若是,则确认所述在线订单为第二异常订单的具体步骤包括:
建立多个敏感商品信息列表;
判断所述当前订单中是否存在敏感商品信息,若否,则确认所述当前订单为正常订单,并结束对所述在线订单的审核。
9.根据权利要求1所述的在线订单审核方法,其特征在于,判断在一预设时间内与所述当前虚拟用户信息对应的在线订单数量是否超过预设值之前还包括如下步骤:
建立第二参考名单,所述第二参考名单中包括多个虚拟用户信息;
判断所述当前虚拟用户信息是否包含于所述第二参考名单中,若是,则确认所述在线订单为正常订单,并结束对所述在线订单的审核。
10.根据权利要求9所述的在线订单审核方法,其特征在于,还包括如下步骤:
建立多个异常订单特征,并根据多个异常订单特征建立异常用户识别模型;
获取与所述当前虚拟用户信息对应的历史在线订单信息,并对所述历史订单信息进行特征提取;
根据提取的特征以及异常用户识别模型判断所述当前虚拟用户是否为异常用户,若否,则将当前虚拟用户信息添加至所述第二参考名单。
CN201711349573.5A 2017-12-15 2017-12-15 在线订单审核方法 Pending CN107944976A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711349573.5A CN107944976A (zh) 2017-12-15 2017-12-15 在线订单审核方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711349573.5A CN107944976A (zh) 2017-12-15 2017-12-15 在线订单审核方法

Publications (1)

Publication Number Publication Date
CN107944976A true CN107944976A (zh) 2018-04-20

Family

ID=61944352

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711349573.5A Pending CN107944976A (zh) 2017-12-15 2017-12-15 在线订单审核方法

Country Status (1)

Country Link
CN (1) CN107944976A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111563001A (zh) * 2020-05-06 2020-08-21 拉扎斯网络科技(上海)有限公司 一种异常检测方法、装置、检测服务器及存储介质
CN111858704A (zh) * 2020-06-29 2020-10-30 口碑(上海)信息技术有限公司 一种数据监控方法、装置、电子设备以及存储介质
CN111967940A (zh) * 2020-08-19 2020-11-20 支付宝(杭州)信息技术有限公司 一种订单量异常检测方法及装置
CN113689059A (zh) * 2020-05-19 2021-11-23 江苏物云通物流科技有限公司 网络货运平台运单风险监控系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8364522B1 (en) * 2008-01-30 2013-01-29 Intuit Inc. Method and system for providing a small business coupon distribution system
CN103279883A (zh) * 2013-05-02 2013-09-04 携程计算机技术(上海)有限公司 电子支付交易风险控制方法及系统
CN104778591A (zh) * 2015-04-01 2015-07-15 北京三快在线科技有限公司 一种异常行为的特征信息的提取、识别方法和装置
CN107330741A (zh) * 2017-07-07 2017-11-07 北京京东尚科信息技术有限公司 分品类电子券使用预测方法、装置及电子设备
CN107341716A (zh) * 2017-07-11 2017-11-10 北京奇艺世纪科技有限公司 一种恶意订单识别的方法、装置及电子设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8364522B1 (en) * 2008-01-30 2013-01-29 Intuit Inc. Method and system for providing a small business coupon distribution system
CN103279883A (zh) * 2013-05-02 2013-09-04 携程计算机技术(上海)有限公司 电子支付交易风险控制方法及系统
CN104778591A (zh) * 2015-04-01 2015-07-15 北京三快在线科技有限公司 一种异常行为的特征信息的提取、识别方法和装置
CN107330741A (zh) * 2017-07-07 2017-11-07 北京京东尚科信息技术有限公司 分品类电子券使用预测方法、装置及电子设备
CN107341716A (zh) * 2017-07-11 2017-11-10 北京奇艺世纪科技有限公司 一种恶意订单识别的方法、装置及电子设备

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111563001A (zh) * 2020-05-06 2020-08-21 拉扎斯网络科技(上海)有限公司 一种异常检测方法、装置、检测服务器及存储介质
CN113689059A (zh) * 2020-05-19 2021-11-23 江苏物云通物流科技有限公司 网络货运平台运单风险监控系统
CN111858704A (zh) * 2020-06-29 2020-10-30 口碑(上海)信息技术有限公司 一种数据监控方法、装置、电子设备以及存储介质
CN111967940A (zh) * 2020-08-19 2020-11-20 支付宝(杭州)信息技术有限公司 一种订单量异常检测方法及装置
CN111967940B (zh) * 2020-08-19 2023-02-21 支付宝(杭州)信息技术有限公司 一种订单量异常检测方法及装置

Similar Documents

Publication Publication Date Title
CN107944976A (zh) 在线订单审核方法
CN108038696B (zh) 基于设备标识码和社交群组信息的刷单检测方法及系统
CN108197851A (zh) 一种电子商务多单同地址的物流分配方法
CN103595749A (zh) 网络广告调度方法、装置与网络广告系统
CN106997541A (zh) 一种保险客服质量评估的方法及系统
CN105321129A (zh) 点餐系统的订单处理方法及订单处理系统
CN108596655A (zh) 一种基于广告签到信息的统计推广系统
CN106355485A (zh) 用户界面显示方法、资源分配方法和装置
CN107220717A (zh) 一种应用于棋牌室管理的装置及方法
CN110309373B (zh) 信息处理方法及装置
CN112330290A (zh) 工单审批方法、系统、电子设备及可读存储介质
CN105589877A (zh) 信息推送方法及应用平台
KR20150102266A (ko) 빅데이터를 이용한 여행 컨텐츠 제공 시스템
CN109462582B (zh) 文本识别方法、装置、服务器及存储介质
CN109559246A (zh) 入群审核方法、审核服务器、客户端及入群审核系统
Egena Customer satisfaction in mobile telephony: An analysis of major telecommunication service providers in Nigeria
CN107977825A (zh) 一种分发服务事件的方法及装置
JP2001306752A (ja) ネットワークを用いたアンケート代行業務方法及びシステム
CN106980790A (zh) 一种安全应急响应平台及其安全漏洞检测处理系统、方法
KR20120010676A (ko) 고객 서비스 통합 시스템
CN111695918A (zh) 广告投放方法、装置、电子设备及存储介质
US20140122663A1 (en) Overload protection based on web traffic volumes
CN107767187A (zh) 一种卡券管理方法及装置
US20150051962A1 (en) Systems and methods for managing social networks for coupon distribution
CN107944927A (zh) 一种选择广告流量的方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180420

RJ01 Rejection of invention patent application after publication