CN110288108A - 检测虚假完成订单行为的方法、装置、设备及存储介质 - Google Patents
检测虚假完成订单行为的方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110288108A CN110288108A CN201910499740.7A CN201910499740A CN110288108A CN 110288108 A CN110288108 A CN 110288108A CN 201910499740 A CN201910499740 A CN 201910499740A CN 110288108 A CN110288108 A CN 110288108A
- Authority
- CN
- China
- Prior art keywords
- order
- behavior
- false
- send
- current 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000001514 detection method Methods 0.000 title claims abstract description 32
- 230000004044 response Effects 0.000 claims abstract description 12
- 230000006399 behavior Effects 0.000 claims description 103
- 238000004590 computer program Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 10
- 239000002699 waste material Substances 0.000 abstract description 5
- 230000000875 corresponding effect Effects 0.000 description 20
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 5
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000011800 void material Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种检测虚假完成订单行为的方法、装置、设备及存储介质,其中,所述方法包括:响应于检测到司机端针对当前订单进行线下支付操作,确定所述司机端的送驾参数;根据所述送驾参数确定所述当前订单是否存在虚假完成订单的行为。本申请可以实现准确识别司机端的虚假完成订单的行为,可以避免司机端恶意挑单,进而可以避免由于司机恶意挑单行为浪费乘客的时间,并可以维护网约车平台的派单秩序,有利于提高乘客的用车体验,提高乘客对网约车平台的信任度。
Description
技术领域
本申请涉及网约车技术领域,尤其涉及一种检测虚假完成订单行为的方法、装置、设备及存储介质。
背景技术
现有的网约车技术中,司机可以通过线下支付功能进行线下收款以及完成订单,该功能可以兼顾出租车线下收款的场景和习惯。然而,一些不法司机会利用该功能进行虚假完成订单的行为(俗称“挑单”)。例如,司机接订单后如果不想履行该订单,则会快速点击已到达上车点、已接到乘客以及已到达目的地等按钮,然后通过线下支付完成该订单,以避开网约车平台的处罚。
然而,上述司机的挑单行为会浪费乘客的宝贵时间,影响乘客的用车体验,进而会降低乘客对网约车平台的信任度,并且会影响网约车平台的派单秩序。
发明内容
有鉴于此,本申请提供一种检测虚假完成订单行为的方法、装置、设备及存储介质,以提高检测虚假完成订单行为的合理性,提升司乘双方的体验。
具体地,本申请是通过如下技术方案实现的:
根据本申请的第一方面,提出了一种检测虚假完成订单行为的方法,包括:
响应于检测到司机端针对当前订单进行线下支付操作,确定所述司机端的送驾参数;
根据所述送驾参数确定所述当前订单是否存在虚假完成订单的行为。
在一实施例中,所述根据所述送驾参数确定所述当前订单是否存在虚假完成订单的行为,包括:
确定所述送驾参数的预计数值与实际数值的比较结果;
根据所述比较结果确定所述当前订单是否存在虚假完成订单的行为。
在一实施例中,所述确定所述送驾参数的预计数值与实际数值的比较结果,包括:
确定所述预计数值与所述实际数值的比值;
所述根据所述比较结果确定所述当前订单是否存在虚假完成订单的行为,包括:
若所述比值大于或等于预设阈值,则确定所述当前订单存在虚假完成订单的行为;
若所述比值小于预设阈值,则确定所述当前订单不存在虚假完成订单的行为。
在一实施例中,所述送驾参数包括送驾时间和送驾距离中的至少一种。
在一实施例中,若所述送驾参数包括送驾时间,则所述方法还包括根据以下步骤确定所述送驾时间的预计数值与实际数值:
确定所述当前订单对应的乘客的上车点、目的地以及对应的关联信息;
根据所述上车点、目的地和所述关联信息确定所述送驾时间的预计数值;
根据所述乘客的上车时刻到进行所述线下支付操作时刻的时长确定所述送驾时间的实际数值。
在一实施例中,若所述送驾参数包括送驾距离,则所述方法还包括根据以下步骤确定所述送驾距离的预计数值与实际数值:
确定所述当前订单对应的乘客的上车点和目的地;
根据所述上车点和所述目的地之间的距离确定所述送驾距离的预计数值;
根据所述司机在所述乘客的上车时刻所处位置到进行所述线下支付操作时刻所处位置之间的距离确定所述送驾距离的实际数值。
在一实施例中,所述方法还包括;
若确定所述当前订单存在虚假完成订单的行为,则向所述司机端推送警告信息,所述警告信息用于警告所述司机端进行虚假完成订单的行为的后果。
根据本申请的第二方面,提出了一种检测虚假完成订单行为的装置,包括:
送驾参数确定模块,用于响应于检测到司机端针对当前订单进行线下支付操作,确定所述司机端的送驾参数;
订单行为确定模块,用于根据所述送驾参数确定所述当前订单是否存在虚假完成订单的行为。
根据本申请的第三方面,提出了一种检测虚假完成订单行为的设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现上述任一所述的检测虚假完成订单行为的方法。
根据本申请的第四方面,提出了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行上述任一所述的检测虚假完成订单行为的方法。
由以上技术方案可见,本申请通过响应于检测到司机端针对当前订单进行线下支付操作,确定所述司机端的送驾参数,并根据所述送驾参数确定所述当前订单是否存在虚假完成订单的行为,可以实现准确识别司机端的虚假完成订单的行为,可以避免司机端恶意挑单,进而可以避免由于司机恶意挑单行为浪费乘客的时间,并可以维护网约车平台的派单秩序,有利于提高乘客的用车体验,提高乘客对网约车平台的信任度。
附图说明
图1是本申请一示例性实施例示出的一种检测虚假完成订单行为的方法的流程图;
图2是本申请一示例性实施例示出的如何根据所述送驾参数确定所述当前订单是否存在虚假完成订单的行为的流程图;
图3是本申请又一示例性实施例示出的如何根据所述送驾参数确定所述当前订单是否存在虚假完成订单的行为的流程图;
图4是本申请一示例性实施例示出的如何确定送驾时间的预计数值与实际数值的流程图;
图5是本申请一示例性实施例示出的如何确定送驾距离的预计数值与实际数值的流程图;
图6是本申请又一示例性实施例示出的一种检测虚假完成订单行为的方法的流程图;
图7是本申请一示例性实施例示出的一种检测虚假完成订单行为的装置的结构图;
图8是本申请又一示例性实施例示出的一种检测虚假完成订单行为的装置的结构图;
图9是本申请一示例性实施例示出的一种检测虚假完成订单行为的设备的结构图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
图1是本申请一示例性实施例示出的一种检测虚假完成订单行为的方法的流程图;该实施例可以用于打车平台的服务端(例如,一台服务器和多台服务器组成的服务器集群等)。如图1所示,该方法包括步骤S101-S102:
在步骤S101中:响应于检测到司机端针对当前订单进行线下支付操作,确定所述司机端的送驾参数。
在实际应用中,司机可以通过司机端的线下支付功能(例如,可以通过点击司机端的线下支付按钮)进行线下支付操作并且完成该订单。
在一实施例中,当打车平台的服务端检测到司机端针对当前订单进行线下支付操作时,可以确定司机端的送驾参数。
在一实施例中,上述送驾参数可以由开发人员根据业务需要进行设置,如设置为司机针对当前订单进行送驾的过程中所耗费的时间或所行驶的距离等参数,即送驾时间或送驾距离等,本实施例对此不进行限定。
在一实施例中,上述确定司机端的送驾参数的方式可以参见下述图4或图5所示实施例,在此先不进行详述。
在步骤S102中:根据所述送驾参数确定所述当前订单是否存在虚假完成订单的行为。
在一实施例中,当服务端确定所述司机端的送驾参数后,可以根据该送驾参数确定所述当前订单是否存在虚假完成订单的行为。
具体来说,某些不规范的司机接订单后如果不想履行当前订单,则可能针对当前订单进行虚假完成订单的行为,例如快速点击司机端中的已到达上车点、已接到乘客以及已到达目的地等按钮,然后通过线下支付完成当前订单,以避开网约车平台的处罚。在此过程中,发明人经过研究发现司机端针对当前订单的送驾参数往往会存在一些异常,例如送驾参数的数值比较小等。
可以理解的是,送驾参数的数值大小与司机的行驶成本成正相关。例如,送驾距离或送驾时间越长,则会导致送驾的行驶成本越高。因此,为了降低虚假完成订单的行为所带来的经济损失,司机通常会在较短的时间内快速点击司机端中的已到达上车点、已接到乘客以及已到达目的地等按钮,以使送驾参数的数值比较小。因此,本实施例可以通过检测该送驾参数的方式来确定所述当前订单是否存在虚假完成订单的行为。
在一实施例中,上述根据所述送驾参数确定所述当前订单是否存在虚假完成订单的行为的方式可以参见下述图2所示实施例,在此先不进行详述。
由上述描述可知,本实施例通过响应于检测到司机端针对当前订单进行线下支付操作,确定所述司机端的送驾参数,并根据所述送驾参数确定所述当前订单是否存在虚假完成订单的行为,可以实现准确识别司机端的虚假完成订单的行为,可以避免司机端恶意挑单,进而可以避免由于司机恶意挑单行为浪费乘客的时间,并可以维护网约车平台的派单秩序,有利于提高乘客的用车体验,提高乘客对网约车平台的信任度。
图2是本申请一示例性实施例示出的如何根据所述送驾参数确定所述当前订单是否存在虚假完成订单的行为的流程图;本实施例在上述实施例的基础上以如何根据所述送驾参数确定所述当前订单是否存在虚假完成订单的行为为例进行示例性说明。如图2所示,上述步骤S102中所述根据所述送驾参数确定所述当前订单是否存在虚假完成订单的行为,可以包括以下步骤S201-S202:
在步骤S201中,确定所述送驾参数的预计数值与实际数值的比较结果。
在一实施例中,当服务端检测到司机端针对当前订单进行线下支付操作时,可以确定所述司机端的送驾参数的预计数值与实际数值,进而可以将所述送驾参数的预计数值与实际数值进行比较,以得到二者的比较结果。
在一实施例中,上述送驾参数的预计数值可以由服务端根据当前订单中的上车点、目的地以及相应送驾过程涉及的路况、天气、司机位置、司机驾驶速度、司机驾驶习惯和司机端的行驶等信息进行确定。
在一实施例中,上述送驾参数的实际数值可以由服务端根据当前订单的实际处理数据(例如,司机端的线下支付等操作的执行时间等)进行确定。
在一实施例中,上述确定送驾参数的预计数值与实际数值的比较结果的方式可以开发人员根据业务需要进行设置,如设置为计算送驾参数的预计数值与实际数值的比值,或计算送驾参数的预计数值与实际数值的差值等,本实施例对此不进行限定。
在一实施例中,上述送驾参数的预计数值和实际数值的确定方式可以参见下述图4或图5所示实施例,在此先不进行详述。
在步骤S202中,根据所述比较结果确定所述当前订单是否存在虚假完成订单的行为。
在一实施例中,当服务端确定所述送驾参数的预计数值与实际数值的比较结果后,可以根据所述比较结果确定所述当前订单是否存在虚假完成订单的行为。
在一实施例中,服务端可以将该比较结果与预设阈值进行对比,以得到对比的结果,进而可以根据该对比结果确定当前订单是否存在虚假完成订单的行为。
值得说明的是,上述预设阈值可以由开发人员根据业务经验进行设置,或者根据历史订单数据进行计算,本实施例对此不进行限定。
在一实施例中,上述根据所述比较结果确定所述当前订单是否存在虚假完成订单的行为的方式还可以参见下述图3所示实施例,在此先不进行详述。
由上述描述可知,本实施例通过确定所述送驾参数的预计数值与实际数值的比较结果,并根据所述比较结果确定所述当前订单是否存在虚假完成订单的行为,可以实现基于送驾参数的预计数值和实际数值的比较结果准确地确定订单是否存在虚假完成订单的行为,可以确保检测虚假完成订单行为的合理性和准确度,进而可以避免司机端恶意挑单,达到维护网约车平台的派单秩序,以及提高乘客的用车体验和乘客对网约车平台的信任度的目的。
图3是本申请又一示例性实施例示出的如何根据所述送驾参数确定所述当前订单是否存在虚假完成订单的行为的流程图;本实施例在上述实施例的基础上以如何根据所述送驾参数确定所述当前订单是否存在虚假完成订单的行为为例进行示例性说明。如图3所示,上述步骤S102中所述根据所述送驾参数确定所述当前订单是否存在虚假完成订单的行为,可以包括以下步骤S301-S304:
在步骤S301中,确定所述预计数值与所述实际数值的比值。
在一实施例中,当服务端检测到司机端针对当前订单进行线下支付操作时,可以确定所述司机端的送驾参数的预计数值与实际数值,进而可以确定所述预计数值与所述实际数值的比值。其中,比值=送驾参数的预计数值/送驾参数的实际数值。
在一实施例中,上述送驾参数的预计数值可以由服务端根据当前订单中的上车点、目的地以及相应送驾过程涉及的路况、天气、司机位置、司机驾驶速度、司机驾驶习惯和司机端的行驶等信息进行确定。
在一实施例中,上述送驾参数的实际数值可以由服务端根据当前订单的实际处理数据(例如,司机端的线下支付等操作的执行时间等)进行确定。
在一实施例中,上述送驾参数的预计数值和实际数值的确定方式可以参见下述图4或图5所示实施例,在此先不进行详述。
在步骤S302中,所述比值是否大于或等于预设阈值:若是,则执行步骤S303;若否,则执行步骤S304。
在步骤S303中,确定所述当前订单存在虚假完成订单的行为。
在步骤S304中,确定所述当前订单不存在虚假完成订单的行为。
在一实施例中,当服务端确定所述预计数值与所述实际数值的比值后,可以将该比值与预设阈值进行比较,若该比值大于或等于预设阈值,则可以确定所述当前订单存在虚假完成订单的行为;相反,若该比值小于上述预设阈值,则可以确定所述当前订单不存在虚假完成订单的行为。
诚如上述图1所示实施例所述,送驾参数的数值大小与司机的行驶成本成正相关,为了降低虚假完成订单的行为所带来的经济损失,司机通常会在较短的时间内快速点击司机端中的已到达上车点、已接到乘客以及已到达目的地等按钮,以使送驾参数的数值比较小。因此,本实施例可以计算该送驾参数的预计数值与所述实际数值的比值,并将该比值与预设阈值进行比较,若比值大于或等于预设阈值,则表明送驾参数的预计数值远大于实际数值,因而可以判断定当前订单存在虚假完成订单的行为;相反,若该比值小于上述预设阈值,则表明送驾参数的预计数值与实际数值接近,因而可以确定所述当前订单不存在虚假完成订单的行为。
由上述描述可知,本实施例通过确定所述送驾参数的预计数值与实际数值的比值,并根据所述比值与预设阈值的比较结果确定所述当前订单是否存在虚假完成订单的行为,可以进一步提高检测虚假完成订单行为的合理性和准确度,从而避免司机端恶意挑单,可以维护网约车平台的派单秩序,以及提高乘客的用车体验和乘客对网约车平台的信任度。
在一实施例中,上述送驾参数可以包括送驾时间。图4是本申请一示例性实施例示出的如何确定送驾时间的预计数值与实际数值的流程图;本实施例在上述实施例的基础上以如何确定送驾时间的预计数值与实际数值为例进行示例性说明。
如图4所示,上述实施例的方法还可以包括根据以下步骤S401-S403确定所述送驾时间的预计数值与实际数值:
在步骤S401中,确定所述当前订单对应的乘客的上车点、目的地以及对应的关联信息。
在一实施例中,当服务端检测到司机端针对当前订单进行线下支付操作时,可以确定所述当前订单对应的乘客的上车点、目的地以及对应的关联信息。
在一实施例中,上述关联信息可以由开发人员根据实际业务需要进行设置,如设置为包括以下至少一种:
路况、天气、司机定位信息、司机送驾轨迹、司机送驾速度以及司机驾驶习惯等。
在步骤S402中,根据所述上车点、目的地和所述关联信息确定所述送驾时间的预计数值。
在一实施例中,当服务端确定所述当前订单对应的乘客的上车点、目的地以及对应的关联信息后,可以根据上述上车点、目的地和对应的关联信息预计司机的送驾时间,得到送驾时间的预计数值。
值得说明的是,根据上车点、目的地和对应的关联信息预计司机的送驾时间的方式可以由开发人员根据业务需求从现有技术中进行选取,本实施例对此不进行限定。
在步骤S403中,根据所述乘客的上车时刻到进行所述线下支付操作时刻的时长确定所述送驾时间的实际数值。
在一实施例中,服务端可以通过司机端确定乘客的上车时刻以及司机端进行线下支付操作时刻,进而可以根据所述乘客的上车时刻到进行所述线下支付操作时刻的时长确定所述送驾时间的实际数值。
例如,可以将所述线下支付操作时刻与所述乘客的上车时刻之间的差值来确定所述送驾时间的实际数值。
值得说明的是,上述步骤S402与步骤S403的执行顺序仅用于示例性说明,在实际实施时,也可以根据需要先执行步骤S403在执行步骤S402,本实施例对此不进行限定。
由上述描述可知,本实施例通过确定所述当前订单对应的乘客的上车点、目的地以及对应的关联信息,并根据所述上车点、目的地和所述关联信息确定所述送驾时间的预计数值,以及根据所述乘客的上车时刻到进行所述线下支付操作时刻的时长确定所述送驾时间的实际数值,可以准确地确定所述送驾时间的预计数值与实际数值,进而可以为后续基于送驾时间的预计数值与实际数值的比值确定当前订单是否存在虚假完成订单的行为奠定基础。
在一实施例中,所述送驾参数包括送驾距离。图5是本申请一示例性实施例示出的如何确定送驾距离的预计数值与实际数值的流程图;本实施例在上述实施例的基础上以如何确定送驾距离的预计数值与实际数值为例进行示例性说明。
如图5所示,上述实施例的方法还可以包括根据以下步骤S501-S503确定所述送驾距离的预计数值与实际数值:
在步骤S501中,确定所述当前订单对应的乘客的上车点和目的地。
在一实施例中,当服务端检测到司机端针对当前订单进行线下支付操作时,可以确定所述当前订单对应的乘客的上车点和目的地。
在步骤S502中,根据所述上车点和所述目的地之间的距离确定所述送驾距离的预计数值。
在一实施例中,当服务端确定所述当前订单对应的乘客的上车点和目的地后,可以计算该上车点和目的地之间的距离,进而得到送驾距离的预计数值。
值得说明的是,根据上车点和目的地预计司机的送驾距离的方式可以由开发人员根据业务需求从现有技术中进行选取,本实施例对此不进行限定。
在步骤S503中,根据所述司机在所述乘客的上车时刻所处位置到进行所述线下支付操作时刻所处位置之间的距离确定所述送驾距离的实际数值。
在一实施例中,服务端可以通过司机端确定所述司机在所述乘客的上车时刻所处位置和司机进行所述线下支付操作时刻所处位置,进而可以根据所述司机在所述乘客的上车时刻所处位置到进行所述线下支付操作时刻所处位置之间的距离确定所述送驾距离的实际数值。
值得说明的是,上述步骤S502与步骤S503的执行顺序仅用于示例性说明,在实际实施时,也可以根据需要先执行步骤S503在执行步骤S502,本实施例对此不进行限定。
由上述描述可知,本实施例通过确定所述当前订单对应的乘客的上车点和目的地,并根据所述上车点和目的地确定所述送驾距离的预计数值,以及根据所述司机在所述乘客的上车时刻所处位置到进行所述线下支付操作时刻所处位置之间的距离确定所述送驾距离的实际数值,可以准确地确定所述送驾距离的预计数值与实际数值,进而可以为后续基于送驾距离的预计数值与实际数值的比值确定当前订单是否存在虚假完成订单的行为奠定基础。
图6是本申请又一示例性实施例示出的一种检测虚假完成订单行为的方法的流程图;该实施例可以用于打车平台的服务端(例如,一台服务器和多台服务器组成的服务器集群等)。如图6所示,该方法包括步骤S601-S603:
在步骤S601中:响应于检测到司机端针对当前订单进行线下支付操作,确定所述司机端的送驾参数。
在步骤S602中:根据所述送驾参数确定所述当前订单是否存在虚假完成订单的行为。
其中,步骤S601-S602的相关解释和说明可以参见上述实施例,在此不进行赘述。
在步骤S603中:若确定所述当前订单存在虚假完成订单的行为,则向所述司机端推送警告信息,所述警告信息用于警告所述司机端进行虚假完成订单的行为的后果。
在一实施例中,当服务端确定所述当前订单存在虚假完成订单的行为时,可以向所述司机端推送警告信息,以警告所述司机端进行虚假完成订单的行为的后果。
可以理解的是,当司机通过司机端接收到上述警告信息后,可能会因为怕承担相应后果而减少虚假完成订单的行为,因而可以降低司机端恶意挑单的概率,进而可以避免浪费乘客的时间,同时可以维护网约车平台的派单秩序,有利于提高乘客的用车体验,提高乘客对网约车平台的信任度。
值得说明的是,上述警告信息的内容和形式可以由开发人员根据实际需要进行自由设置,本实施例对此不进行限定。
在一实施例中,上述方法还可以包括以下步骤:
若确定所述当前订单存在虚假完成订单的行为,则统计所述司机端进行虚假完成订单的行为的总次数;
若所述总次数大于或等于预设次数阈值,则对所述司机端进行封禁。
可以理解的是,通过统计所述司机端进行虚假完成订单的行为的总次数,并当所述总次数大于或等于预设次数阈值时,对所述司机端进行封禁,可使其他司机因为怕被封禁而减少虚假完成订单的行为,可以进一步降低司机端恶意挑单的概率,进而可以维护网约车平台的派单秩序,提高乘客对网约车平台的信任度。
图7是本申请一示例性实施例示出的一种检测虚假完成订单行为的装置的结构图;如图7所示,该装置包括:送驾参数确定模块110和订单行为确定模块120,其中:
送驾参数确定模块110,用于响应于检测到司机端针对当前订单进行线下支付操作,确定所述司机端的送驾参数;
订单行为确定模块120,用于根据所述送驾参数确定所述当前订单是否存在虚假完成订单的行为。
由上述描述可知,本实施例通过响应于检测到司机端针对当前订单进行线下支付操作,确定所述司机端的送驾参数,并根据所述送驾参数确定所述当前订单是否存在虚假完成订单的行为,可以实现准确识别司机端的虚假完成订单的行为,可以避免司机端恶意挑单,进而可以避免由于司机恶意挑单行为浪费乘客的时间,并可以维护网约车平台的派单秩序,有利于提高乘客的用车体验,提高乘客对网约车平台的信任度。
图8是本申请又一示例性实施例示出的一种检测虚假完成订单行为的装置的结构图;其中,送驾参数确定模块210和订单行为确定模块220与前述图7所示实施例中的送驾参数确定模块110和订单行为确定模块120的功能相同,在此不进行赘述。如图8所示,订单行为确定模块220,可以包括:
比较结果确定单元221,用于确定所述送驾参数的预计数值与实际数值的比较结果;
订单行为确定单元222,用于根据所述比较结果确定所述当前订单是否存在虚假完成订单的行为。
在一实施例中,比较结果确定单元221,还可以用于:
确定所述预计数值与所述实际数值的比值;
所述订单行为确定单元,还用于:
当所述比值大于或等于预设阈值时,确定所述当前订单存在虚假完成订单的行为;
当所述比值小于预设阈值时,确定所述当前订单不存在虚假完成订单的行为。
在一实施例中,所述送驾参数包括送驾时间和送驾距离中的至少一种。
在一实施例中,当所述送驾参数包括送驾时间时,订单行为确定模块220还包括送驾时间确定单元223;所述送驾时间确定单元223用于:
确定所述当前订单对应的乘客的上车点、目的地以及对应的关联信息;
根据所述上车点、目的地和所述关联信息确定所述送驾时间的预计数值;
根据所述乘客的上车时刻到进行所述线下支付操作时刻的时长确定所述送驾时间的实际数值;
在一实施例中,当所述送驾参数包括送驾距离时,订单行为确定模块220还包括送驾距离确定单元224;送驾距离确定单元224用于:
确定所述当前订单对应的乘客的上车点和目的地;
根据所述上车点和所述目的地之间的距离确定所述送驾距离的预计数值;
根据所述司机在所述乘客的上车时刻所处位置到进行所述线下支付操作时刻所处位置之间的距离确定所述送驾距离的实际数值。
在一实施例中,所述装置还包括;
警告信息推送模块230,用于当确定所述当前订单存在虚假完成订单的行为时,向所述司机端推送警告信息,所述警告信息用于警告所述司机端进行虚假完成订单的行为的后果。
值得说明的是,上述所有可选技术方案,可以采用任意结合形成本公开的可选实施例,在此不再一一赘述。
本发明的检测虚假完成订单行为的装置的实施例可以应用在网络设备上。装置实施例可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。以软件实现为例,作为一个逻辑意义上的装置,是通过其所在设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的,其中计算机程序用于执行上述图1~图6所示实施例提供的检测虚假完成订单行为的方法。从硬件层面而言,如图9所示,为本发明的检测虚假完成订单行为的设备的硬件结构图,除了图9所示的处理器、网络接口、内存以及非易失性存储器之外,所述设备通常还可以包括其他硬件,如负责处理报文的转发芯片等等;从硬件结构上来讲该设备还可能是分布式的设备,可能包括多个接口卡,以便在硬件层面进行报文处理的扩展。另一方面,本申请还提供了一种计算机可读存储介质,存储介质存储有计算机程序,计算机程序用于执行上述图1~图6所示实施例提供的检测虚假完成订单行为的方法。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求指出。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请保护的范围之内。
Claims (10)
1.一种检测虚假完成订单行为的方法,其特征在于,包括:
响应于检测到司机端针对当前订单进行线下支付操作,确定所述司机端的送驾参数;
根据所述送驾参数确定所述当前订单是否存在虚假完成订单的行为。
2.根据权利要求1所述的方法,其特征在于,所述根据所述送驾参数确定所述当前订单是否存在虚假完成订单的行为,包括:
确定所述送驾参数的预计数值与实际数值的比较结果;
根据所述比较结果确定所述当前订单是否存在虚假完成订单的行为。
3.根据权利要求2所述的方法,其特征在于,所述确定所述送驾参数的预计数值与实际数值的比较结果,包括:
确定所述预计数值与所述实际数值的比值;
所述根据所述比较结果确定所述当前订单是否存在虚假完成订单的行为,包括:
若所述比值大于或等于预设阈值,则确定所述当前订单存在虚假完成订单的行为;
若所述比值小于预设阈值,则确定所述当前订单不存在虚假完成订单的行为。
4.根据权利要求1所述的方法,其特征在于,所述送驾参数包括送驾时间和送驾距离中的至少一种。
5.根据权利要求4所述的方法,其特征在于,若所述送驾参数包括送驾时间,则所述方法还包括根据以下步骤确定所述送驾时间的预计数值与实际数值:
确定所述当前订单对应的乘客的上车点、目的地以及对应的关联信息;
根据所述上车点、目的地和所述关联信息确定所述送驾时间的预计数值;
根据所述乘客的上车时刻到进行所述线下支付操作时刻的时长确定所述送驾时间的实际数值。
6.根据权利要求4所述的方法,其特征在于,若所述送驾参数包括送驾距离,则所述方法还包括根据以下步骤确定所述送驾距离的预计数值与实际数值:
确定所述当前订单对应的乘客的上车点和目的地;
根据所述上车点和所述目的地之间的距离确定所述送驾距离的预计数值;
根据所述司机在所述乘客的上车时刻所处位置到进行所述线下支付操作时刻所处位置之间的距离确定所述送驾距离的实际数值。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述方法还包括;
若确定所述当前订单存在虚假完成订单的行为,则向所述司机端推送警告信息,所述警告信息用于警告所述司机端进行虚假完成订单的行为的后果。
8.一种检测虚假完成订单行为的装置,其特征在于,包括:
送驾参数确定模块,用于响应于检测到司机端针对当前订单进行线下支付操作,确定所述司机端的送驾参数;
订单行为确定模块,用于根据所述送驾参数确定所述当前订单是否存在虚假完成订单的行为。
9.一种检测虚假完成订单行为的设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现上述权利要求1-7任一所述的检测虚假完成订单行为的方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1-7任一所述的检测虚假完成订单行为的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910499740.7A CN110288108A (zh) | 2019-06-11 | 2019-06-11 | 检测虚假完成订单行为的方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910499740.7A CN110288108A (zh) | 2019-06-11 | 2019-06-11 | 检测虚假完成订单行为的方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110288108A true CN110288108A (zh) | 2019-09-27 |
Family
ID=68003726
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910499740.7A Pending CN110288108A (zh) | 2019-06-11 | 2019-06-11 | 检测虚假完成订单行为的方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110288108A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112465522A (zh) * | 2020-11-26 | 2021-03-09 | 江苏满运物流信息有限公司 | 一种虚假订单识别方法、装置、电子设备及存储介质 |
CN112686678A (zh) * | 2020-12-30 | 2021-04-20 | 北京顺达同行科技有限公司 | 一种确定虚假订单的方法、装置、设备及存储介质 |
CN113408952A (zh) * | 2021-07-16 | 2021-09-17 | 首约科技(北京)有限公司 | 一种司机动机判断方法 |
CN113723970A (zh) * | 2021-08-25 | 2021-11-30 | 深圳依时货拉拉科技有限公司 | 订单列表推送方法、装置、存储介质和计算机设备 |
CN113807871A (zh) * | 2021-09-30 | 2021-12-17 | 南京领行科技股份有限公司 | 异常行为监控方法、装置、电子设备及存储介质 |
CN115018596A (zh) * | 2022-08-03 | 2022-09-06 | 浙江口碑网络技术有限公司 | 虚假定位识别及模型训练方法、装置、设备、介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106548241A (zh) * | 2016-10-25 | 2017-03-29 | 先锋智道(北京)科技有限公司 | 网约车运行状态的确定方法、装置及系统 |
CN108764940A (zh) * | 2018-05-24 | 2018-11-06 | 北京嘀嘀无限科技发展有限公司 | 代驾行为监管方法、装置和服务器 |
CN109146506A (zh) * | 2017-06-28 | 2019-01-04 | 北京嘀嘀无限科技发展有限公司 | 审查作弊订单的方法及系统、终端设备、计算机设备 |
CN109429520A (zh) * | 2017-06-28 | 2019-03-05 | 北京嘀嘀无限科技发展有限公司 | 用于车辆检查的系统和方法 |
CN109756845A (zh) * | 2017-11-01 | 2019-05-14 | 北京嘀嘀无限科技发展有限公司 | 网络约车场景中作弊订单的识别方法和装置 |
-
2019
- 2019-06-11 CN CN201910499740.7A patent/CN110288108A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106548241A (zh) * | 2016-10-25 | 2017-03-29 | 先锋智道(北京)科技有限公司 | 网约车运行状态的确定方法、装置及系统 |
CN109146506A (zh) * | 2017-06-28 | 2019-01-04 | 北京嘀嘀无限科技发展有限公司 | 审查作弊订单的方法及系统、终端设备、计算机设备 |
CN109429520A (zh) * | 2017-06-28 | 2019-03-05 | 北京嘀嘀无限科技发展有限公司 | 用于车辆检查的系统和方法 |
CN109756845A (zh) * | 2017-11-01 | 2019-05-14 | 北京嘀嘀无限科技发展有限公司 | 网络约车场景中作弊订单的识别方法和装置 |
CN108764940A (zh) * | 2018-05-24 | 2018-11-06 | 北京嘀嘀无限科技发展有限公司 | 代驾行为监管方法、装置和服务器 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112465522A (zh) * | 2020-11-26 | 2021-03-09 | 江苏满运物流信息有限公司 | 一种虚假订单识别方法、装置、电子设备及存储介质 |
CN112465522B (zh) * | 2020-11-26 | 2022-07-01 | 江苏满运物流信息有限公司 | 一种虚假订单识别方法、装置、电子设备及存储介质 |
CN112686678A (zh) * | 2020-12-30 | 2021-04-20 | 北京顺达同行科技有限公司 | 一种确定虚假订单的方法、装置、设备及存储介质 |
CN113408952A (zh) * | 2021-07-16 | 2021-09-17 | 首约科技(北京)有限公司 | 一种司机动机判断方法 |
CN113723970A (zh) * | 2021-08-25 | 2021-11-30 | 深圳依时货拉拉科技有限公司 | 订单列表推送方法、装置、存储介质和计算机设备 |
CN113723970B (zh) * | 2021-08-25 | 2024-02-02 | 深圳依时货拉拉科技有限公司 | 订单列表推送方法、装置、存储介质和计算机设备 |
CN113807871A (zh) * | 2021-09-30 | 2021-12-17 | 南京领行科技股份有限公司 | 异常行为监控方法、装置、电子设备及存储介质 |
CN115018596A (zh) * | 2022-08-03 | 2022-09-06 | 浙江口碑网络技术有限公司 | 虚假定位识别及模型训练方法、装置、设备、介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110288108A (zh) | 检测虚假完成订单行为的方法、装置、设备及存储介质 | |
CN108334972A (zh) | 车辆行程监控方法及装置 | |
CN109034660B (zh) | 基于预测模型的风险控制策略的确定方法及相关装置 | |
US10491688B2 (en) | Virtualized network function placements | |
US10636042B2 (en) | Method, system, computer program product and program for creating and using actionable journey maps | |
US10614490B2 (en) | Integrated architecture for performing online advertising allocation | |
CN105023165A (zh) | 社交网络平台中投放任务的控制方法、装置及系统 | |
CN103632542A (zh) | 交通信息处理方法、装置和相应设备 | |
CN109146280A (zh) | 一种推送信息的方法、装置及系统 | |
CN108876349A (zh) | 电子装置、支付通道确定方法及存储介质 | |
CN103164663A (zh) | 一种基于滑动窗口的服务器过载保护方法及装置 | |
CN109829717A (zh) | 支付通道的运维方法、装置、计算机装置及存储介质 | |
Lee | Optimal pricing strategies and customers’ equilibrium behavior in an unobservable M/M/1 queueing system with negative customers and repair | |
US20210203680A1 (en) | Web service usage anomaly detection and prevention | |
CN110213128A (zh) | 服务端口检测方法、电子设备及计算机存储介质 | |
CN108629560A (zh) | 任务派发方法、电子设备及存储介质 | |
CN110264276A (zh) | 确定推送用户群的方法、装置、设备及存储介质 | |
CN105868973A (zh) | 事件资源的处理方法和装置 | |
CN110414703A (zh) | 一种信息处理方法、装置、设备及存储介质 | |
CN109684309A (zh) | 一种数据质量评测方法及装置、计算机设备和存储介质 | |
CN106296259A (zh) | 一种软件评价信息的获取方法和相关装置及设备 | |
CN109978197A (zh) | 一种处理订单的方法、装置、设备及存储介质 | |
CN107609655A (zh) | 对象回收方法和装置 | |
CN107844986A (zh) | 一种用车订单计价方法及服务器 | |
CN109493168A (zh) | 一种处理订单的方法、装置、设备及存储介质 |
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 |