CN110930103A - 服务单审核方法及系统、介质和计算机系统 - Google Patents

Abstract

本公开提供了一种服务单审核方法，包括：获取待审核的服务单的服务单数据；获取自动审单规则集；将待审核的服务单的服务单数据，与自动审单规则集中的规则匹配；以及在匹配成功的情况下，将待审核的服务单的服务单数据输入自动审单流程进行审核。本公开提供了一种服务单审核系统，一种计算机系统和一种计算机可读存储介质。

Description

服务单审核方法及系统、介质和计算机系统

技术领域

本公开涉及互联网技术领域，更具体地，涉及一种服务单审核方法，一种服务单审核系统，一种计算机系统和一种计算机可读存储介质。

背景技术

服务单审核发生在商品售后环节，当客户对商品有售后需求时，首先提交售后服务申请单(简称服务单)，在审核通过后，才正式进入售后流程。

服务单的申请通常需要附带针对商品问题的文本描述以及图片等非结构化数据材料，机器学习算法对非结构化数据的分析能力有限，与人的分析鉴别能力相差甚远，因此，目前基于非结构化数据分析算法的自动审核系统较难实现，目前服务单的审核主要还是采用人工处理。

在实现本公开构思的过程中，发明人发现相关技术中至少存在如下问题：人工审核需要消耗大量人力，而且为了满足一定的处理时效，往往需要配备高于日平均处理量的人力，以应对销售旺季，服务单量也随之增加的情况；此外，人工审核服务单流程复杂，通常客户需要等待较长时间才能得到处理结果。总之，人工审单的缺点是人工成本高、用户体验差。

发明内容

有鉴于此，本公开提供了一种能够在一定程度上节约人工成本并提高用户体验的服务单审核方法和系统。

本公开的一个方面提供了一种服务单审核方法，包括：获取待审核的服务单的服务单数据；获取自动审单规则集；将上述待审核的服务单的服务单数据，与上述自动审单规则集中的规则匹配；以及在匹配成功的情况下，将上述待审核的服务单的服务单数据输入自动审单流程进行审核。

根据本公开的实施例，在获取自动审单规则集之前，上述方法还包括生成上述自动审单规则集，该操作包括：获取原始样本，其中，上述原始样本包括正样本和负样本，上述正样本是审核通过的服务单的样本，上述负样本是已审核但未通过的服务单的样本；利用上述原始样本训练规则决策树；在训练完成后，从上述规则决策树中筛选出正样本纯度值满足预设条件的内节点；以及将上述正样本纯度值满足预设条件的内节点对应的审单规则确定为自动审单规则并生成相应的自动审单规则集。

根据本公开的实施例，上述在训练完成后，从上述规则决策树中筛选出正样本纯度值满足预设条件的内节点，包括：在训练完成后，统计进入上述决策树中每个内节点的样本总数以及正样本总数；通过进入各节点的正样本总数与样本总数的比值，计算每个内节点的正样本纯度值；从上述规则决策树中筛选出正样本纯度值大于等于成本平衡值的内节点作为满足上述预设条件的内节点，其中，上述成本平衡值表征每单服务单自动审核通过所带来的平均成本损失与平均人工审核成本之间的平衡关系。

根据本公开的实施例，上述成本平衡值按如下公式计算：

其中，p表示上述成本平衡值，C_r表示服务单的单均人工审核成本，C_s表示单均对象售后成本，C_a表示单均对象损失成本。

根据本公开的实施例，在从上述规则决策树中筛选出正样本纯度值大于等于成本平衡值的内节点之后，上述方法还包括：找出上述正样本纯度值大于等于成本平衡值的内节点中相互之间存在继承关系的节点和相互之间不存在继承关系的节点；对于上述相互之间存在继承关系的节点，丢弃子节点并保留父节点；以及将上述相互之间不存在继承关系的节点，以及上述相互之间存在继承关系的节点中保留下来的父节点，作为满足上述预设条件的内节点。

根据本公开的实施例，上述获取待审核的服务单的服务单数据，包括：针对上述待审核的服务单，获取与之关联的用户画像和/或对象画像。

根据本公开的实施例，上述方法还包括：在匹配失败的情况下，将上述待审核的服务单的服务单数据输入人工审单流程进行审核。

本公开的另一个方面提供了一种服务单审核系统，包括：第一获取模块，用于获取待审核的服务单的服务单数据；第二获取模块，用于获取自动审单规则集；匹配模块，用于将上述待审核的服务单的服务单数据，与上述自动审单规则集中的规则匹配；以及自动审核模块，用于在匹配成功的情况下，将上述待审核的服务单的服务单数据输入自动审单流程进行审核。

根据本公开的实施例，上述系统还包括，生成模块，用于在获取自动审单规则集之前，生成上述自动审单规则集，上述生成模块包括：获取单元，用于获取原始样本，其中，上述原始样本包括正样本和负样本，上述正样本是审核通过的服务单的样本，上述负样本是已审核但未通过的服务单的样本；训练单元，用于利用上述原始样本训练规则决策树；第一筛选单元，用于在训练完成后，从上述规则决策树中筛选出正样本纯度值满足预设条件的内节点；以及第一确定单元，用于将上述正样本纯度值满足预设条件的内节点对应的审单规则确定为自动审单规则并生成相应的自动审单规则集。

根据本公开的实施例，上述第一筛选单元包括：统计子单元，用于在训练完成后，统计进入上述决策树中每个内节点的样本总数以及正样本总数；计算子单元，用于通过进入各节点的正样本总数与样本总数的比值，计算每个内节点的正样本纯度值；筛选子单元，用于从上述规则决策树中筛选出正样本纯度值大于等于成本平衡值的内节点作为满足上述预设条件的内节点，其中，上述成本平衡值表征每单服务单自动审核通过所带来的平均成本损失与平均人工审核成本之间的平衡关系。

根据本公开的实施例，上述成本平衡值按如下公式计算：

其中，p表示上述成本平衡值，C_r表示服务单的单均人工审核成本，C_s表示单均对象售后成本，C_a表示单均对象损失成本。

根据本公开的实施例，上述生成模块还包括：查找单元，用于在从上述规则决策树中筛选出正样本纯度值大于等于成本平衡值的内节点之后，找出上述正样本纯度值大于等于成本平衡值的内节点中相互之间存在继承关系的节点和相互之间不存在继承关系的节点；第二筛选单元，用于对于上述相互之间存在继承关系的节点，丢弃子节点并保留父节点；以及第二确定单元，用于将上述相互之间不存在继承关系的节点，以及上述相互之间存在继承关系的节点中保留下来的父节点，作为满足上述预设条件的内节点。

根据本公开的实施例，上述第一获取模块还用于：针对上述待审核的服务单，获取与之关联的用户画像和/或对象画像。

根据本公开的实施例，上述系统还包括：人工审核模块，用于在匹配失败的情况下，将上述待审核的服务单的服务单数据输入人工审单流程进行审核。

本公开的另一方面提供了一种计算机系统，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如上上述的方法。

本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

本公开的另一方面提供了一种计算机程序，所述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

根据本公开的实施例，因为采用了基于画像模型和成本平衡原理，筛选符合自动审核条件的服务单进入自动审单流程进行审核，筛选不符合自动审核条件的服务单进入人工审单流程进行审核技术手段，所以至少部分地克服了相关技术中只能进行人工审单导致人工成本高，用户体验差的技术问题，进而达到了通过自动审核部分或者全部服务单来节约人工成本高，并提高用户体验的技术效果。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：

图1示意性示出了可以应用本公开的服务单审核方法和系统的示例性系统架构；

图2示意性示出了根据本公开实施例的服务单审核方法的流程图；

图3示意性示出了根据本公开实施例的画像模型的示意图；

图4示意性示出了根据本公开实施例的生成自动审单规则集的流程图；

图5示意性示出了根据本公开实施例的筛选规则决策树中的内节点的流程图；

图6和图7示意性示出了根据本公开实施例的生成自动审单规则集的示意图；

图8示意性示出了根据本公开实施例的服务单审核系统的框图；

图9示意性示出了根据本公开另一实施例的服务单审核系统的框图；

图10示意性示出了根据本公开实施例的第一筛选单元的框图；以及

图11示意性示出了根据本公开实施例的适于实现服务单审核方法和系统的计算机系统的框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。本领域技术人员还应理解，实质上任意表示两个或更多可选项目的转折连词和/或短语，无论是在说明书、权利要求书还是附图中，都应被理解为给出了包括这些项目之一、这些项目任一方、或两个项目的可能性。例如，短语“A或B”应当被理解为包括“A”或“B”、或“A和B”的可能性。

本公开的实施例提供了一种能够在一定程度上节约人工成本并提高用户体验的服务单审核方法，以及能够实现该方法的服务单审核系统。该方法包括获取待审核的服务单的服务单数据；获取自动审单规则集；将待审核的服务单的服务单数据，与自动审单规则集中的规则匹配；以及在匹配成功的情况下，将待审核的服务单的服务单数据输入自动审单流程进行审核。

图1示意性示出了可以应用本公开的服务单审核方法和系统的示例性系统架构。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。

如图1所示，根据该实施例的系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线和/或无线通信链路等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。

需要说明的是，本公开实施例所提供的服务单审核方法一般可以由服务器105执行。相应地，本公开实施例所提供的服务单审核系统一般可以设置于服务器105中。本公开实施例所提供的服务单审核方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的服务单审核系统也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。或者，本公开实施例所提供的服务单审核方法也可以由终端设备101、102、或103执行，或者也可以由不同于终端设备101、102、或103的其他终端设备执行。相应地，本公开实施例所提供的服务单审核系统也可以设置于终端设备101、102、或103中，或设置于不同于终端设备101、102、或103的其他终端设备中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

此外，本公开提供的服务单审核方法及系统可以应用于互联网交易实体和非互联网交易实体的商品售后服务场景，具体地，可以用于审核换货申请单、退货申请单、维修申请单和安装申请单等，在此不做限定。

需要注意的是，上述场景仅为可以应用本公开实施例的应用场景的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他环境或场景。

图2示意性示出了根据本公开实施例的服务单审核方法的流程图。

如图2所示，该方法包括操作S210～S240。

在操作S210，获取待审核的服务单的服务单数据。

具体地，待审核的服务单是消费者即用户提交的申请某项或者某几项售后服务的单子。服务单数据包括但不限于用户信息、对象信息(即商品信息)和服务单属性等。

在操作S220，获取自动审单规则集。

自动审单规则集中包括一条或者多条自动审单规则，它可以是关于以下信息中的一种或者几种的规则：用户信息、商品信息和服务单属性等。

在操作S230，将待审核的服务单的服务单数据，与自动审单规则集中的规则匹配。

在操作S240，在匹配成功的情况下，将待审核的服务单的服务单数据输入自动审单流程进行审核。

在将待审核的服务单的服务单数据与自动审单规则集中的规则匹配时，可能会与一条或者多条自动审单规则匹配成功，而在本公开实施例中，只要存在与之匹配的自动审单规则，就可以认为该待审核的服务单符合自动审单条件，因而可以将相应的服务单数据输入自动审单流程进行审核。

进一步，作为一种可选的实施例，该方法还可以包括：在匹配失败的情况下，将待审核的服务单的服务单数据输入人工审单流程进行审核。

更进一步，为了使本公开的提供的服务单审核方法更完整，在匹配自动审单规则集中的规则之前，该方法还可以做如下处理：

首先，判断待审核的服务单是否为非常规服务单，判断依据为服务单的属性，判断逻辑为非常规服务单推送给人工审核流程进行审核，常规服务单需要进行下一步判断。具体实施举例包括但不限于此：例如某服务单的属性描述为，其服务内容是对客户购买的某件商品进行维修申请，已经是第二次为该件商品提交维修申请，这说明之前的售后服务未解决客户问题，为了不影响客户的满意度，需要对该服务单的审核慎重处理，因此需要推送给人工审核流程进行审核。

其次，对于常规服务单，还需要进一步判断提交服务单的账户是否属于风险用户，判断依据为用户画像中的身份类标签，判断逻辑为该类标签显示该账户为风险用户，为了防止造成巨大损失，也需要对该服务单的审核慎重处理，因此也需要推送给人工审核流程进行审核，非风险用户需要进行下一步判断。具体实施举例包括但不限于此：例如该服务单申请账户的身份标签显示其为马甲账户、售后黑名单用户等，则该服务单可以推送人工审核流程审核，否则则进行下一步判断。

对于非风险用户，还需要判断提交服务单的账户是否属于重要客户，判断依据为用户画像中的身份类标签，判断逻辑为该类标签显示该账户为重要客户，则将服务单推送给自动审核流程进行审核，否则需要进行下一步判断。具体实施举例包括但不限于此：例如该服务单的申请账户的身份标签显示其为高价值或高信用用户，为了慎重起见，则将该服务单推送给人工审核流程审核，否则需要再进行下一步判断。

对于非重要客户，还需要判断服务单是否符合自动审单规则集中的相关规则，判断依据为用户画像、商品画像及服务单属性，判断逻辑为所提交的服务单如果符合自动审单规则中的一条规则，则将该服务单推送至自动审核流程审核，否则推送至人工审核流程审核。具体实施举例包括但不限于此：例如现有如下一条规则，用户画像【年龄(30-40)、学历(硕士以上)、账户等级(钻石)、售后信用得分(＞90)、用户价值(＞80)】，商品画像【维修率(＞0.1)、投诉次数(＞10)】，服务单属性【种类(维修)】，同时满足上述要求才认为符合该条规则，其中，用户画像为提交服务单的账户所对应的用户画像，商品画像为服务单中提及的(或绑定的)需要进行退换货/维修的商品画像。上述规则仅为举例说明，并非特定的规则。

需要说明的是，非常规服务单、风险用户、重要客户的判别规则，根据审单规范和业务诉求可以人为指定。

此外，在本公开实施例中，人工审核流程的处理结果包括通过、不通过等多种处理结果，具体可以由人工审核规范决定，自动审核流程的处理结果为全部通过。

与现有技术通常是人工审单，导致人工成本高，消费者体验差相比，根据本公开实施例提供的技术方案，按照自动审单规则筛选出符合自动审单规则的进行自动审单，不符合自动审单规则的进行人工审单，可以节约人工成本，提高消费者体验。

下面参考图3～图7，结合具体实施例对图2所示的方法做进一步说明。

作为一种可选的实施例，获取待审核的服务单的服务单数据，包括：针对待审核的服务单，获取与之关联的用户画像和/或对象画像。

如图3所示，画像系统(又称画像模型)，具有画像层、模块层和标签层三层结构，具体包括用户画像和商品画像。其中，用户画像具体包括基本模型、信用模型、价值模型和身份模型，各模型拥有各自的标签集合，标签集合由一系列相关标签组成；商品画像具体包括商品模型、品类模型和品牌模型，各模型拥有各自的标签集合，标签集合由一系列相关标签组成。

也即，用户画像分为用户基本信息、用户信用信息、用户价值信息以及用户身份信息四类，分别包含了描述用户基本信息的标签、描述用户信用信息的标签、描述用户价值信息的标签以及描述用户身份信息的标签若干；商品画像包含对商品基本信息描述的标签以及售后服务相关标签。各标签的建模方法和所使用的数据依据标签含义的不同而不同。

具体地，在获取待审核的服务单的服务单数据的过程中，可以基于该服务单关联对应的画像模型，如通过服务单的账号及服务单中绑定的商品的商品号关联该服务单的用户画像和商品画像的相关标签属性，得到具有扩展属性的服务单。

本公开实施例，针对人工审单存在人工成本高、用户体验差的问题，提出了一种基于画像模型的服务单审核方法，利用用户画像、商品画像、服务单属性以及一整套判别规则，对服务单进行层层过滤，筛选出部分服务单进行自动审核，达到降低人工成本，增加用户体验的目的。

作为一种可选的实施例，该方法除了包括操作S210～S240之外，在操作S220获取自动审单规则集之前，还可以包括生成自动审单规则集的操作，如图4所示，该操作可以包括操作S310～S340，为了便于描述，此处省略对操作S210～S240的描述。其中：

操作S410，获取原始样本，其中，原始样本包括正样本和负样本，正样本是审核通过的服务单的样本，负样本是已审核但未通过的服务单的样本。

此外，原始样本还包括画像系统及其标签信息。

操作S420，利用原始样本训练规则决策树；

操作S430，在训练完成后，从规则决策树中筛选出正样本纯度值满足预设条件的内节点；以及

操作S440，将正样本纯度值满足预设条件的内节点对应的审单规则确定为自动审单规则并生成相应的自动审单规则集。

需要说明的是，预设条件可以根据用户需求设定，在此不做限定。

由于决策树中的每一个内节点对应一条审单规则，可以仅提取所有保留内节点(即正样本纯度值满足预设条件的内节点)所对应的规则，构成自动审单规则集合R。

通过本公开实施例，基于画像系统的标签生成自动审核规则，需要判断所有可能规则是否满足预设条件，并且由于画像系统标签众多，遍历所有可能规则需要消耗大量计算资源，在工程上是不可行的，本公开采用决策树模型提取规则，具有较低的算法复杂度，计算速度快，是决策树模型的非典型性用法。

进一步，作为一种可选的实施例，如图5所示，操作S330即在训练完成后，从规则决策树中筛选出正样本纯度值满足预设条件的内节点可以包括：

操作S510，在训练完成后，统计进入决策树中每个内节点的样本总数以及正样本总数；

操作S520，通过进入各节点的正样本总数与样本总数的比值，计算每个内节点的正样本纯度值；

操作S530，从规则决策树中筛选出正样本纯度值大于等于成本平衡值的内节点作为满足预设条件的内节点，其中，成本平衡值表征每单服务单自动审核通过所带来的平均成本损失与平均人工审核成本之间的平衡关系。

具体地，自动审单规则并非一条规则，而是多条规则组成的规则集合R，集合R中的每个元素代表一条规则。

例如，自动审单规则集合R中的规则需要通过以下步骤确定：

步骤1，构建扩展属性样本集，以相关历史数据(即已审核的历史服务单的相关数据)作为原始样本D，通过画像系统对原始样本的属性进行扩展，得到扩展属性样本集De，其中，原始样本D中标签为“通过”的样本定义为正样本，标签为“未通过”的样本定义为负样本；

步骤2，建立规则树T(又称决策树)，基于扩展属性样本集训练决策树，决策树的变量选择和分裂算法采用C4.5或者CART算法，直到不能分裂为止；

步骤3，如图6所示，初次筛选规则树T的内节点，筛选后的规则树标记为T1，筛选规则为计算规则树T上每一个内节点上的正样本纯度Q，计算公式为：

其中，M为进入该节点的样本总数，m为进入该节点的正样本的数量，然后保留正样本纯度Q≥p的内节点，丢弃正样本纯度Q＜p的内节点，其中，p为成本平衡值。

通过本公开实施例，基于已审核的历史服务单的通过与未通过等扩展属性，以及这些服务单本身所包含的用户画像、商品画像和服务单属性等，训练规则决策树，并基于成本平衡模型，保留正样本纯度值满足成本平衡值的内节点，以生成自动审单规则集，可以在节约人工成本，提高消费者体验基础上，尽量减少商家的成本损失。

进一步，作为一种可选的实施例，具体地，可以利用成本平衡模型，计算成本平衡值，计算公式如下：

其中，p表示成本平衡值，C_r表示售后服务单的单均人工审核成本，C_s表示单均对象(如商品)售后成本，C_a表示单均对象(如商品)损失成本，定义为商品总价格损失与总单量的比值，计算公式如下：

其中，d_i为相关历史数据集合中第i条记录，N为集合中所有记录的数量，L为商品损失函数，商品损失为由于商品产生售后服务环节导致商品价格的损失，例如商品退货后报废，则商品损失为商品价格，退货后二次销售，则商品价格损失为原价格减去二次销售价格。

通过本公开实施例，采用成本平衡模型的计算成本平衡值的方法，其技术原理：由于自动审单的处理结果只有一种(即“通过”)，因此采用规则判断进行自动审单有误判的可能性。虽然自动审单能够节省人工审核成本，但是如果发生误判则会增加商品损失和售后服务成本。为了解决这一矛盾，在本公开实施例中基于成本平衡原理确定规则的选取，在规则生成的步骤中，当样本纯度Q大于成本平衡点p时，在统计意义上，该条规则节省的人工审核成本将大于由于其误判产生的商品损失和售后服务成本之和，因此该条规则会使总成本降低。

作为一种可选的实施例，在操作S530中从规则决策树中筛选出正样本纯度值大于等于成本平衡值的内节点之后，该方法还可以包括：找出正样本纯度值大于等于成本平衡值的内节点中相互之间存在继承关系的节点和相互之间不存在继承关系的节点；对于相互之间存在继承关系的节点，丢弃子节点并保留父节点；以及将相互之间不存在继承关系的节点，以及相互之间存在继承关系的节点中保留下来的父节点，作为满足预设条件的内节点。

基于上述实施例中的示例，如图7所示，在规则树T1的基础上对内节点进一步筛选即二次筛选规则树T，筛选后的规则树标记为T2筛选规则为在T1的所有节点中，找出相互之间存在继承关系的节点，对于相互之间存在继承关系的节点，仅保留父节点，丢弃子节点，可以滤除重复的、冗余的规则，简化规则匹配逻辑，提高规则匹配效率。

图8示意性示出了根据本公开实施例的服务单审核系统的框图。

如图8所示，该系统800包括第一获取模块810，第二获取模块820，匹配模块830和自动审核模块840。

第一获取模块810，用于获取待审核的服务单的服务单数据；

第二获取模块820，用于获取自动审单规则集；

匹配模块830，用于将上述待审核的服务单的服务单数据，与上述自动审单规则集中的规则匹配；以及

自动审核模块840，用于在匹配成功的情况下，将上述待审核的服务单的服务单数据输入自动审单流程进行审核。

作为一种可选的实施例，上述系统还包括：人工审核模块，用于在匹配失败的情况下，将上述待审核的服务单的服务单数据输入人工审单流程进行审核。

与现有技术通常是人工审单，导致人工成本高，消费者体验差相比，根据本公开实施例提供的技术方案，按照自动审单规则筛选出符合自动审单规则的进行自动审单，不符合自动审单规则的进行人工审单，可以节约人工成本，提高消费者体验。

作为一种可选的实施例，上述第一获取模块还用于：针对上述待审核的服务单，获取与之关联的用户画像和/或对象画像。

本公开实施例，针对人工审单存在人工成本高、用户体验差的问题，提出了一种基于画像模型的服务单审核方法，利用用户画像、商品画像、服务单属性以及一整套判别规则，对服务单进行层层过滤，筛选出部分服务单进行自动审核，达到降低人工成本，增加用户体验的目的。

作为一种可选的实施例，如图9所示，上述系统还可以包括，生成模块910，用于在获取自动审单规则集之前，生成上述自动审单规则集，上述生成模块910包括：获取单元911，用于获取原始样本，其中，上述原始样本包括正样本和负样本，上述正样本是审核通过的服务单的样本，上述负样本是已审核但未通过的服务单的样本；训练单元912，用于利用上述原始样本训练规则决策树；第一筛选单元913，用于在训练完成后，从上述规则决策树中筛选出正样本纯度值满足预设条件的内节点；以及第一确定单元914，用于将上述正样本纯度值满足预设条件的内节点对应的审单规则确定为自动审单规则并生成相应的自动审单规则集。

通过本公开实施例，基于画像系统的标签生成自动审核规则，需要判断所有可能规则是否满足预设条件，并且由于画像系统标签众多，遍历所有可能规则需要消耗大量计算资源，在工程上是不可行的，本公开采用决策树模型提取规则，具有较低的算法复杂度，计算速度快，是决策树模型的非典型性用法。

作为一种可选的实施例，如图10所示，上述第一筛选单元913包括：统计子单元9131，用于在训练完成后，统计进入上述决策树中每个内节点的样本总数以及正样本总数；计算子单元9132，用于通过进入各节点的正样本总数与样本总数的比值，计算每个内节点的正样本纯度值；筛选子单元9133，用于从上述规则决策树中筛选出正样本纯度值大于等于成本平衡值的内节点作为满足上述预设条件的内节点，其中，上述成本平衡值表征每单服务单自动审核通过所带来的平均成本损失与平均人工审核成本之间的平衡关系。

通过本公开实施例，基于已审核的历史服务单的通过与未通过等扩展属性，以及这些服务单本身所包含的用户画像、商品画像和服务单属性等，训练规则决策树，并基于成本平衡模型，保留正样本纯度值满足成本平衡值的内节点，以生成自动审单规则集，可以在节约人工成本，提高消费者体验基础上，尽量减少商家的成本损失。

作为一种可选的实施例，上述成本平衡值按如下公式计算：

其中，p表示上述成本平衡值，C_r表示服务单的单均人工审核成本，C_s表示单均对象售后成本，C_a表示单均对象损失成本。

通过本公开实施例，采用成本平衡模型的计算成本平衡值的方法，其技术原理：由于自动审单的处理结果只有一种(即“通过”)，因此采用规则判断进行自动审单有误判的可能性。虽然自动审单能够节省人工审核成本，但是如果发生误判则会增加商品损失和售后服务成本。为了解决这一矛盾，在本公开实施例中基于成本平衡原理确定规则的选取，在规则生成的步骤中，当样本纯度Q大于成本平衡点p时，在统计意义上，该条规则节省的人工审核成本将大于由于其误判产生的商品损失和售后服务成本之和，因此该条规则会使总成本降低。

作为一种可选的实施例，上述生成模块还包括：查找单元，用于在从上述规则决策树中筛选出正样本纯度值大于等于成本平衡值的内节点之后，找出上述正样本纯度值大于等于成本平衡值的内节点中相互之间存在继承关系的节点和相互之间不存在继承关系的节点；第二筛选单元，用于对于上述相互之间存在继承关系的节点，丢弃子节点并保留父节点；以及第二确定单元，用于将上述相互之间不存在继承关系的节点，以及上述相互之间存在继承关系的节点中保留下来的父节点，作为满足上述预设条件的内节点。

通过本公开实施例，可以滤除重复的、冗余的规则，简化规则匹配逻辑，提高规则匹配效率。

根据本公开实施例的模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

例如，第一获取模块810，第二获取模块820，匹配模块830和自动审核模块840中的任意多个可以合并在一个模块/单元/子单元中实现，或者其中的任意一个模块/单元/子单元可以被拆分成多个模块/单元/子单元。或者，这些模块/单元/子单元中的一个或多个模块/单元/子单元的至少部分功能可以与其他模块/单元/子单元的至少部分功能相结合，并在一个模块/单元/子单元中实现。作为一种可选的实施例，第一获取模块810，第二获取模块820，匹配模块830和自动审核模块840中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，第一获取模块810，第二获取模块820，匹配模块830和自动审核模块840中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

需要说明的是，本公开的实施例中系统部分与本公开的实施例中方法部分是相对应的，系统部分的描述具体参考方法部分，在此不再赘述。

图11示意性示出了根据本公开实施例的适于实现服务单审核方法和系统的计算机系统的框图。图11示出的计算机系统仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图11所示，根据本公开实施例的计算机系统1100包括处理器1101，其可以根据存储在只读存储器(ROM)1102中的程序或者从存储部分1108加载到随机访问存储器(RAM)1103中的程序而执行各种适当的动作和处理。处理器1101例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器1101还可以包括用于缓存用途的板载存储器。处理器1101可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 1103中，存储有系统1100操作所需的各种程序和数据。处理器1101、ROM1102以及RAM 1103通过总线1104彼此相连。处理器1101通过执行ROM 1102和/或RAM 1103中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 1102和RAM 1103以外的一个或多个存储器中。处理器1101也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。

根据本公开实施例，系统1100还可以包括输入/输出(I/O)接口1105，输入/输出(I/O)接口1105也连接至总线1104。系统1100还可以包括连接至I/O接口1105的以下部件中的一项或多项：包括键盘、鼠标等的输入部分1106；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1107；包括硬盘等的存储部分1108；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1109。通信部分1109经由诸如因特网的网络执行通信处理。驱动器1110也根据需要连接至I/O接口1105。可拆卸介质1111，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1110上，以便于从其上读出的计算机程序根据需要被安装入存储部分1108。

根据本公开的实施例，根据本公开实施例的方法流程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1109从网络上被下载和安装，和/或从可拆卸介质1111被安装。在该计算机程序被处理器1101执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。

根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质。例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 1102和/或RAM 1103和/或ROM 1102和RAM 1103以外的一个或多个存储器。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

Claims (16)

1.一种服务单审核方法，包括：

获取待审核的服务单的服务单数据；

获取自动审单规则集；

将所述待审核的服务单的服务单数据，与所述自动审单规则集中的规则匹配；以及

在匹配成功的情况下，将所述待审核的服务单的服务单数据输入自动审单流程进行审核。

2.根据权利要求1所述的方法，其中，在获取自动审单规则集之前，所述方法还包括生成所述自动审单规则集，该操作包括：

获取原始样本，其中，所述原始样本包括正样本和负样本，所述正样本是审核通过的服务单的样本，所述负样本是已审核但未通过的服务单的样本；

利用所述原始样本训练规则决策树；

在训练完成后，从所述规则决策树中筛选出正样本纯度值满足预设条件的内节点；以及

将所述正样本纯度值满足预设条件的内节点对应的审单规则确定为自动审单规则并生成相应的自动审单规则集。

3.根据权利要求2所述的方法，其中，所述在训练完成后，从所述规则决策树中筛选出正样本纯度值满足预设条件的内节点，包括：

在训练完成后，统计进入所述决策树中每个内节点的样本总数以及正样本总数；

通过进入各节点的正样本总数与样本总数的比值，计算每个内节点的正样本纯度值；

从所述规则决策树中筛选出正样本纯度值大于等于成本平衡值的内节点作为满足所述预设条件的内节点，其中，所述成本平衡值表征每单服务单自动审核通过所带来的平均成本损失与平均人工审核成本之间的平衡关系。

4.根据权利要求3所述的方法，其中，所述成本平衡值按如下公式计算：

其中，p表示所述成本平衡值，C_r表示服务单的单均人工审核成本，C_s表示单均对象售后成本，C_a表示单均对象损失成本。

5.根据权利要求3所述的方法，其中，在从所述规则决策树中筛选出正样本纯度值大于等于成本平衡值的内节点之后，所述方法还包括：

找出所述正样本纯度值大于等于成本平衡值的内节点中相互之间存在继承关系的节点和相互之间不存在继承关系的节点；

对于所述相互之间存在继承关系的节点，丢弃子节点并保留父节点；以及

将所述相互之间不存在继承关系的节点，以及所述相互之间存在继承关系的节点中保留下来的父节点，作为满足所述预设条件的内节点。

6.根据权利要求1所述的方法，其中，所述获取待审核的服务单的服务单数据，包括：

针对所述待审核的服务单，获取与之关联的用户画像和/或对象画像。

7.根据权利要求1所述的方法，其中，所述方法还包括：

在匹配失败的情况下，将所述待审核的服务单的服务单数据输入人工审单流程进行审核。

8.一种服务单审核系统，包括：

第一获取模块，用于获取待审核的服务单的服务单数据；

第二获取模块，用于获取自动审单规则集；

匹配模块，用于将所述待审核的服务单的服务单数据，与所述自动审单规则集中的规则匹配；以及

自动审核模块，用于在匹配成功的情况下，将所述待审核的服务单的服务单数据输入自动审单流程进行审核。

9.根据权利要求8所述的系统，其中，所述系统还包括，生成模块，用于在获取自动审单规则集之前，生成所述自动审单规则集，所述生成模块包括：

获取单元，用于获取原始样本，其中，所述原始样本包括正样本和负样本，所述正样本是审核通过的服务单的样本，所述负样本是已审核但未通过的服务单的样本；

训练单元，用于利用所述原始样本训练规则决策树；

第一筛选单元，用于在训练完成后，从所述规则决策树中筛选出正样本纯度值满足预设条件的内节点；以及

第一确定单元，用于将所述正样本纯度值满足预设条件的内节点对应的审单规则确定为自动审单规则并生成相应的自动审单规则集。

10.根据权利要求9所述的系统，其中，所述第一筛选单元包括：

统计子单元，用于在训练完成后，统计进入所述决策树中每个内节点的样本总数以及正样本总数；

计算子单元，用于通过进入各节点的正样本总数与样本总数的比值，计算每个内节点的正样本纯度值；

筛选子单元，用于从所述规则决策树中筛选出正样本纯度值大于等于成本平衡值的内节点作为满足所述预设条件的内节点，其中，所述成本平衡值表征每单服务单自动审核通过所带来的平均成本损失与平均人工审核成本之间的平衡关系。

11.根据权利要求10所述的系统，其中，所述成本平衡值按如下公式计算：

其中，p表示所述成本平衡值，C_r表示服务单的单均人工审核成本，C_s表示单均对象售后成本，C_a表示单均对象损失成本。

12.根据权利要求10所述的系统，其中，所述生成模块还包括：

查找单元，用于在从所述规则决策树中筛选出正样本纯度值大于等于成本平衡值的内节点之后，找出所述正样本纯度值大于等于成本平衡值的内节点中相互之间存在继承关系的节点和相互之间不存在继承关系的节点；

第二筛选单元，用于对于所述相互之间存在继承关系的节点，丢弃子节点并保留父节点；以及

第二确定单元，用于将所述相互之间不存在继承关系的节点，以及所述相互之间存在继承关系的节点中保留下来的父节点，作为满足所述预设条件的内节点。

13.根据权利要求8所述的系统，其中，所述第一获取模块还用于：

针对所述待审核的服务单，获取与之关联的用户画像和/或对象画像。

14.根据权利要求8所述的系统，其中，所述系统还包括：

人工审核模块，用于在匹配失败的情况下，将所述待审核的服务单的服务单数据输入人工审单流程进行审核。

15.一种计算机系统，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1至7中任一项所述的方法。

16.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现权利要求1至7中任一项所述的方法。

Images