CN110930221A - 异常订单处理方法、存储介质及计算机设备 - Google Patents
异常订单处理方法、存储介质及计算机设备 Download PDFInfo
- Publication number
- CN110930221A CN110930221A CN201911129209.7A CN201911129209A CN110930221A CN 110930221 A CN110930221 A CN 110930221A CN 201911129209 A CN201911129209 A CN 201911129209A CN 110930221 A CN110930221 A CN 110930221A
- Authority
- CN
- China
- Prior art keywords
- abnormal
- order
- orders
- characteristic parameters
- parameters
- 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.)
- Granted
Links
Images
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
- 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)
- 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
本发明公开了一种异常订单处理方法,通过获取异常订单中的特征参数以及特征参数对应的权重,根据特征参数对异常订单进行分类存储,针对分类存储后的每一存储类型中的异常订单,基于特征参数对应的权重进行异常订单的优先级排序,最后按照异常订单的优先级排序结果进行订单处理。通过根据特征参数对异常订单进行分类存储以及优先级排序,在此基础上可实现自查处理异常订单,可以更加轻松、便捷的处理异常订单,减少了人力成本并且提高了异常订单的处理效率。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种异常订单处理方法、存储介质及计算机设备。
背景技术
现有的互联网产品促销通过seo、网站推广广告植入等手段和技术实现商品促销。通过多媒体技术和网络传递商品的服务、性能、功效等特征信息,多媒体技术是基于现实的快捷且双向的传播模式,为了使双方在互不见面的场景下表达清楚自己的需求和意愿,我们不仅要熟悉传统的电子商务方式,更需要通过计算机和网络技术知识,以一种新的促销方法和手段,使交易双方更满意和方便。如果在此过程中出现的异常情况,也需要按照系统的、有预备和规范的去处理。
而现有的大部分商务销售,对于出现异常情况的订单都会采取人工检查和客服回访确认等手段来查询处理,如果订单量特别庞大,对于此种方式就相当消耗劳动力和时间,这时候采用提前预知的系统的处理方法就显得尤为重要了。
发明内容
本发明要解决的技术问题是:如何提高异常订单的处理效率,降低人力成本。
为解决上述技术问题,本发明提供了一种异常订单处理方法,其包括:
获取所述异常订单的特征参数以及所述特征参数对应的权重;
根据所述特征参数对所述异常订单进行分类存储;
针对分类存储后的每一存储类型中的异常订单,基于所述特征参数对应的权重进行异常订单的优先级排序;
按照所述异常订单的优先级排序结果进行异常订单处理。
优选的,所述异常订单的特征参数包括用户选填参数,所述用户选填参数包括预约时间、发票、积分和认筹码中的至少一种。
优选的,所述异常订单的特征参数还包括订单时间参数,所述订单时间参数包括订单提交时间。
优选的,根据所述特征参数对所述异常订单进行分类存储,包括:根据获取的所述特征参数的数量对所述异常订单进行分类存储。
优选的,在根据获取的所述特征参数的数量对所述异常订单进行分类存储之后,还根据所述特征参数的数量由多至少对各个存储类型进行优先级排序。
优选的,与所述异常订单的订单时间参数对应的权重大于与所述用户选填参数对应的权重;
针对分类存储后的每一存储类型中的异常订单,基于所述特征参数对应的权重进行异常订单的优先级排序,包括:
针对分类存储后的每一存储类型中的异常订单,基于所述异常订单的订单时间参数进行异常订单的优先级排序。
优选的,针对分类存储后的每一存储类型中的异常订单,基于所述异常订单的订单时间参数进行异常订单的优先级排序,当多个异常订单的订单时间参数相同时,还根据用户选填参数对应的权重对所述多个异常订单进行优先级排序。
优选的,获取所述特征参数对应的权重包括:
通过埋点监测获取历史异常订单;
利用概率估计算法分析所述历史异常订单的各个特征参数所占比例,
根据各个特征参数所占比例,利用散点排列法获取各个特征参数对应的权重。
本发明的另一个方面,提供了一种存储介质,该存储介质中存储有计算机程序,该计算机程序被处理器执行时能够实现上述任一项所述的异常订单处理方法。
本发明的另一个方面,提供了一种计算机设备,其包括:处理器以及存储介质,该存储介质中存储有计算机程序,该计算机程序被处理器执行时能够实现上述任一项所述的异常订单处理方法。
与现有技术相比,上述方案中的一个或多个实施例可以具有如下优点或有益效果:
应用本发明的异常订单处理方法,通过获取异常订单中的特征参数以及特征参数对应的权重,根据特征参数对异常订单进行分类存储,针对分类存储后的每一存储类型中的异常订单,基于特征参数对应的权重进行异常订单的优先级排序,最后按照异常订单的优先级排序结果进行订单处理。通过根据特征参数对异常订单进行分类存储以及优先级排序,在此基础上可实现自查处理异常订单,可以更加轻松、便捷的处理异常订单,减少了人力成本并且提高了异常订单的处理效率。
附图说明
通过结合附图阅读下文示例性实施例的详细描述可更好地理解本公开的范围。其中所包括的附图是:
图1示出了本申请实施例提供的一种异常订单处理方法的流程示意图。
图2示出了本申请实施例提供的订单提交页面示意图。
图3示出了本申请实施例提供的另一种异常订单处理方法的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下将结合附图及实施例来详细说明本发明的实施方法,借此对本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。
在现有技术中,互联网产品促销通过seo、网站推广广告植入等手段和技术实现商品促销。通过多媒体技术和网络传递商品的服务、性能、功效等特征信息,多媒体技术是基于现实的快捷且双向的传播模式,为了使双方在互不见面的场景下表达清楚自己的需求和意愿,我们不仅要熟悉传统的电子商务方式,更需要通过计算机和网络技术知识,以一种新的促销方法和手段,使交易双方更满意和方便。如果在此过程中出现的异常情况,也需要按照系统的、有预备和规范的去处理。
而现有的大部分商务销售,对于出现异常情况的订单都会采取人工检查和客服回访确认等手段来查询处理,如果订单量特别庞大,对于此种方式就相当消耗劳动力和时间,这时候采用提前预知的系统的处理方法就显得尤为重要了。
有鉴于此,本发明提供了一种异常订单处理方法,该方法通过获取异常订单中的特征参数以及特征参数对应的权重,根据特征参数对异常订单进行分类存储,针对分类存储后的每一存储类型中的异常订单,基于特征参数对应的权重进行异常订单的优先级排序,最后按照异常订单的优先级排序结果进行订单处理。通过根据特征参数对异常订单进行分类存储以及优先级排序,在此基础上可以实现自查异常订单,可以更加轻松、便捷的处理异常订单,减少了人力成本并且提高了异常订单的处理效率。
实施例一
参见图1,图1示出了本发明实施例提供的一种异常订单处理方法的流程示意图,其包括步骤S101至步骤S104。
在步骤S101中,获取异常订单的特征参数以及特征参数对应的权重。
其中,特征参数可以为用户选填参数,用户选填参数可以包括预约时间、发票、积分和认筹码中的至少一种。特征参数还可以包括订单时间参数,例如订单提交时间。需要说明的是,异常订单中还可以包括订单生成时默认选择的用户收货地址、收货电话等信息,用户选填信息还可以包括优惠券信息等,参见图2示出的本申请提供的一种订单提交页面。
需要说明的是,异常订单出现的概率和用户选择的特征参数以及该特征参数对应信息的复杂程度有关。因此可以通过对异常订单中的特征参数进行分析,确定异常订单处理的优先级。
该步骤S101可以具体为,通过设置存储接口,在提交用户订单时,将异常订单中的特征参数存入数据库中,以方便后续的查询和修改。相应的,针对获取到的特征参数,作为示例,可以通过对历史异常订单埋点监测,如在加入购物车、提交订单、申请退款等接口调用时获取相关订单的信息,然后利用概率估计算法分析得到每个特征参数所占比例,最后利用散点排列获取每个特征参数对应的权重。
在步骤S102中,根据特征参数对异常订单进行分类存储。
作为一示例,该步骤可以具体为,根据特征参数的类型将异常订单分别存储至不同的数据库表中,例如,获取到一个异常订单中包含用户选择的特征参数“预约时间”,一个异常订单中包含用户选择的特征参数“发票”,则可以将这两个异常订单分别存储。分类存储后的异常订单更便于管理,可以针对不同类型对应设置处理方案,提高异常订单处理的效率。
作为另一示例,该步骤可以为,根据特征参数的数量对异常订单进行分类存储,例如,获取到一个异常订单中同时包含“提交时间”、“预约时间”、“发票”三个特征参数,获取到另一个异常订单中同时包含“提交时间”、“预约时间”、“发票”和“认筹码”四个特征参数,则按照特征参数的数量将两个异常订单分类存储。如获取到第三个异常订单中同时包含四个特征参数,则将该异常订单保存至和第二个异常订单相同的数据库表中。每个异常订单都具有相应的提交时间,订单异常除可能和提交时间有关,订单异常也和用户填选的特征参数的数量有关,数量越多可能订单对应信息的复杂程度越大,越容易出现异常,通过按照特征参数的数量进行异常订单的分类存储,有利于实现对异常订单的分类管理,并根据异常订单的情况给出相应的解决方案,便于管理且可避免遗漏。
在步骤S103中,针对分类存储后的每一存储类型中的异常订单,基于特征参数对应的权重进行异常订单的优先级排序。
作为示例,该步骤可以为,针对分类存储后的每一存储类型中的异常订单,基于各个特征参数对应的权重,计算每个异常订单中多个特征参数的权重加和值,根据计算得到的权重加和值进行异常订单的优先级排序,其中,权重加和值越大的优先级越高。
作为另一示例,该步骤还可以为,根据需求预先设置异常订单的提交时间对应的权重大于用户选填参数对应的权重,则该步骤可以具体为,根据异常订单的提交时间,针对分类存储后的每一存储类型中的异常订单进行优先级排序。按异常订单的生成时间由远及近,对异常订单进行排序,异常订单的生成时间越早,优先级越高。
当异常订单的生成时间相同时,还可以根据用户选填参数对应的权重对多个异常订单进行优先级排序。例如,在包含一个用户选填参数的异常订单存储数据库中,优先利用提交时间对该存储数据库中的异常订单进行排序后得到两个提交时间相同的异常订单1和异常订单2,在异常订单1中包含用户选填参数“认筹码”,在异常订单2中包含用户选填参数“预约时间”。根据在步骤S101中提供的方法获取到不同特征参数对应的权重,对比得到“预约时间”对应的权重大于“认筹码”对应的权重,则可以提高异常订单2的优先级排序。
作为另一示例,当每个异常订单中包含有订单提交时间和多个用户选填参数时,在根据特征参数的数量对异常订单进行分类存储后,针对每一存储类型中的异常订单,还可以获取每个订单中包含的各个特征参数对应的权重加和,得到每个异常订单相应的权重加和值,根据权重加和值对异常订单进行优先级排序,其中,权重加和值越大的优先级越高。
在步骤S104中,按照异常订单的优先级排序结果进行异常订单处理。
针对分类存储后的异常订单,按照异常订单的优先级排序结果,相应的会针对每个存储类型的异常订单设置处理逻辑。通过对不同存储类型的异常订单相应设置不同的处理逻辑,可以节约查询过程、避免遗漏,从而完成容错率最低的查询、处理操作。该异常订单处理逻辑可以通过接收用户反馈或者根据系统预警指示触发,对异常订单进行查询和处理。
另外,在对异常订单处理完毕后,可以根据异常订单的处理类型将该处理后的订单再次存放在相应的数据库表中,并可以将该异常订单的异常信息保存到异常日志,以便于之后的订单查询、分析和管理。
以上为本申请实施例提供的一种异常订单处理方法,该方法通过获取异常订单中的特征参数以及特征参数对应的权重,根据特征参数对异常订单进行分类存储,针对分类存储后的每一存储类型中的异常订单,基于特征参数对应的权重进行异常订单的优先级排序,最后按照异常订单的优先级排序结果进行订单处理。通过根据特征参数对异常订单进行分类存储以及优先级排序,在此基础上可实现自查处理异常订单,可以更加轻松、便捷的处理异常订单,减少了人力成本并且提高了异常订单的处理效率。
实施例二
参见图3,图3示出了本发明实施例提供的另一种异常订单处理方法的流程示意图,其包括步骤S301至步骤S305。
在步骤S301中,获取异常订单的特征参数以及特征参数对应的权重。
其中,特征参数可以为用户选填参数,用户选填参数可以包括预约时间、发票、积分和认筹码中的至少一种。特征参数还可以包括订单时间参数,例如订单提交时间。需要说明的是,异常订单中还可以包括订单生成时默认选择的用户收货地址、收货电话等信息,用户选填信息还可以包括优惠券信息等。
需要说明的是,异常订单出现的概率和用户选择的特征参数以及该特征参数对应信息的复杂程度有关。因此可以通过对异常订单中的特征参数进行分析,确定异常订单处理的优先级。
该步骤可以具体为,通过设置存储接口,在提交用户订单时,将异常订单中的特征参数存入数据库中,以方便后续的查询和修改。相应的,针对获取到的特征参数,具体的,对历史异常订单埋点监测,如在加入购物车、提交订单、申请退款等接口调用时获取相关订单的信息,然后利用概率估计算法分析得到每个特征参数所占比例,最后利用散点排列获取每个特征参数对应的权重。
作为示例,获取异常订单的参数还可以为查询最近时间段内处理的历史异常订单,通过最近历史异常订单包含的特征参数分析,调整异常订单中特征参数的权重,进一步根据调整后的特征参数权重进行异常订单的优先级排序。
在步骤S302中,根据特征参数的数量对异常订单进行分类存储。
该步骤可以具体为,根据异常订单中包含的特征参数的数量对异常订单进行分类存储,例如,获取到一个异常订单中同时包含“提交时间”、“预约时间”、“发票”三个特征参数,获取到另一个异常订单中同时包含“提交时间”、“预约时间”、“发票”和“认筹码”四个特征参数,则按照特征参数的数量将两个异常订单分类存储。如获取到第三个异常订单中同时包含四个特征参数,则将该异常订单保存至和第二个异常订单相同的数据库表中。因订单异常和用户选填参数的数量也有关,数量越大可能订单对应信息的复杂程度越大,越容易出现异常。通过按照特征参数的数量进行异常订单的分类存储,有利于实现对异常订单的分类管理,并根据异常订单的情况给出相应的解决方案,便于管理且可避免遗漏。
在步骤S303中,根据特征参数的数量由多至少对各个存储类型进行优先级排序。
在本申请实施例中,特征参数包括异常订单的生成时间和用户选填参数,其中,用户选填参数至少有一个。用户选填参数的数量和该订单对应信息的复杂程度有关,数量越多可能订单对应信息的复杂程度越大,越容易出现异常。针对此,可以获取到的特征参数的数量由多至少对各个存储类型进行优先级排序,数量越多,存储类型的优先级越高。
在步骤S304中,针对分类存储后的每一存储类型中的异常订单,基于特征参数对应的权重进行异常订单的优先级排序。
该步骤可以具体为,根据异常订单的提交时间,针对分类存储后的每一存储类型中的异常订单进行优先级排序。按异常订单的生成时间由远及近,对异常订单进行排序,异常订单的生成时间越早,优先级越高。
当异常订单的生成时间相同时,还可以根据用户选填参数对应的权重对多个异常订单进行优先级排序排序。例如,在包含一个用户选填参数的异常订单存储数据库中,优先利用提交时间对该存储数据库中的异常订单进行排序后得到两个提交时间相同的异常订单1和异常订单2,在异常订单1中包含用户选填参数“认筹码”,在异常订单2中包含用户选填参数“预约时间”。根据在步骤S301中提供的方法获取到不同特征参数对应的权重,对比得到“预约时间”对应的权重大于“认筹码”对应的权重,则可以提高异常订单2的优先级排序。
作为另一示例,当每个异常订单中包含有订单生成时间和多个用户选填参数时,在根据特征参数的数量对异常订单进行分类存储后,针对每一存储类型中的异常订单,还可以将每个订单中包含的特征参数以及各个参数对应的权重进行加权求和,得到每个异常订单相应的权重值,根据权重值对异常订单进行优先级排序,其中,权重越大的优先级越高。
在步骤S305中,按照异常订单的优先级排序结果进行异常订单处理。
针对分类存储后的异常订单,按照异常订单的优先级排序结果,相应的会针对每个存储类型的异常订单设置处理逻辑。通过对不同存储类型的异常订单相应设置不同的处理逻辑,可以节约查询过程、避免遗漏,从而完成容错率最低的查询、处理操作。该异常订单处理逻辑可以通过接收用户反馈或者根据系统预警指示触发,对异常订单进行查询和处理。
另外,在对异常订单处理完毕后,可以根据异常订单的处理类型将该处理后的订单再次存放在相应的数据库表中,并可以将该异常订单的异常信息保存到异常日志,以便于之后的订单查询、分析和管理。
以上为本申请实施例提供的另一种异常订单处理方法,该方法通过在获取通过获取异常订单中的特征参数以及特征参数对应的权重,根据特征参数对异常订单进行分类存储之后,根据特征参数的数量由多至少对各个存储类型进行优先级排序,在此基础上再针对分类存储后的每一存储类型中的异常订单,基于特征参数对应的权重进行异常订单的优先级排序,最后根据异常订单的优先级排序结果进行订单处理。通过各个存储类型中的特征参数的数量对异常订单进行优先级排序,可以针对订单异常的复杂程度相应的设置对应的处理逻辑,从而更有利于提高异常订单的处理效率。
本申请的另一方面提供了一种存储介质,该存储介质中存储有计算机程序,该计算机程序被处理器执行时能够实现以下所述的异常订单处理方法,包括:
获取异常订单的特征参数以及特征参数对应的权重;
根据特征参数对异常订单进行分类存储;
针对分类存储后的每一存储类型中的异常订单,基于特征参数对应的权重进行异常订单的优先级排序;
按照异常订单的优先级排序结果进行异常订单处理。
本申请的另一个方面,还提供了一种计算机设备,其包括:处理器以及存储介质,该存储介质中存储有计算机程序,该计算机程序被处理器执行时能够实现以下所述的异常订单处理方法:
获取异常订单的特征参数以及特征参数对应的权重;
根据特征参数对异常订单进行分类存储;
针对分类存储后的每一存储类型中的异常订单,基于特征参数对应的权重进行异常订单的优先级排序;
按照异常订单的优先级排序结果进行异常订单处理。
虽然本发明所公开的实施方式如上,但所述的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属技术领域内的技术人员,在不脱离本发明所公开的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (10)
1.一种异常订单处理方法,其特征在于,包括:
获取所述异常订单的特征参数以及所述特征参数对应的权重;
根据所述特征参数对所述异常订单进行分类存储;
针对分类存储后的每一存储类型中的异常订单,基于所述特征参数对应的权重进行异常订单的优先级排序;
按照所述异常订单的优先级排序结果进行异常订单处理。
2.根据权利要求1所述的方法,其特征在于,所述异常订单的特征参数包括用户选填参数,所述用户选填参数包括预约时间、发票、积分和认筹码中的至少一种。
3.根据权利要求2所述的方法,其特征在于,所述异常订单的特征参数还包括订单时间参数,所述订单时间参数包括订单提交时间。
4.根据权利要求3所述的方法,其特征在于,根据所述特征参数对所述异常订单进行分类存储,包括:根据获取的所述特征参数的数量对所述异常订单进行分类存储。
5.根据权利要求4所述的方法,其特征在于,在根据获取的所述特征参数的数量对所述异常订单进行分类存储之后,还根据所述特征参数的数量由多至少对各个存储类型进行优先级排序。
6.根据权利要求3至5中任意一项所述的方法,其特征在于,其中,与所述异常订单的订单时间参数对应的权重大于与所述用户选填参数对应的权重;
针对分类存储后的每一存储类型中的异常订单,基于所述特征参数对应的权重进行异常订单的优先级排序,包括:
针对分类存储后的每一存储类型中的异常订单,基于所述异常订单的订单时间参数进行异常订单的优先级排序。
7.根据权利要求6所述的方法,其特征在于,针对分类存储后的每一存储类型中的异常订单,基于所述异常订单的订单时间参数进行异常订单的优先级排序,当多个异常订单的订单时间参数相同时,还根据用户选填参数对应的权重对所述多个异常订单进行优先级排序。
8.根据权利要求1所述的方法,其特征在于,获取所述特征参数对应的权重包括:
通过埋点监测获取历史异常订单;
利用概率估计算法分析所述历史异常订单的各个特征参数所占比例,
根据各个特征参数所占比例,利用散点排列法获取各个特征参数对应的权重。
9.一种存储介质,其特征在于,该存储介质中存储有计算机程序,该计算机程序被处理器执行时能够实现如权利要求1至8中任一项所述的异常订单处理方法。
10.一种计算机设备,其特征在于,包括:处理器以及存储介质,该存储介质中存储有计算机程序,该计算机程序被处理器执行时能够实现如权利要求1至8中任一项所述的异常订单处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911129209.7A CN110930221B (zh) | 2019-11-18 | 2019-11-18 | 异常订单处理方法、存储介质及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911129209.7A CN110930221B (zh) | 2019-11-18 | 2019-11-18 | 异常订单处理方法、存储介质及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110930221A true CN110930221A (zh) | 2020-03-27 |
CN110930221B CN110930221B (zh) | 2022-11-18 |
Family
ID=69853265
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911129209.7A Active CN110930221B (zh) | 2019-11-18 | 2019-11-18 | 异常订单处理方法、存储介质及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110930221B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111459701A (zh) * | 2020-04-07 | 2020-07-28 | 北京思特奇信息技术股份有限公司 | 一种异常订单的检测处理系统及方法 |
CN112580084A (zh) * | 2021-02-01 | 2021-03-30 | 开封大学 | 一种基于低碳经济的新能源数据异常检测方法 |
CN112734615A (zh) * | 2021-01-08 | 2021-04-30 | 天讯瑞达通信技术有限公司 | 一种语音事项监控和督办方法、系统及存储介质 |
CN112837013A (zh) * | 2021-02-02 | 2021-05-25 | 拉扎斯网络科技(上海)有限公司 | 业务处理方法、装置及设备 |
CN113516529A (zh) * | 2021-04-26 | 2021-10-19 | 新东方教育科技集团有限公司 | 异常订单确定方法、装置、存储介质及电子设备 |
CN113781156A (zh) * | 2021-05-13 | 2021-12-10 | 北京沃东天骏信息技术有限公司 | 恶意订单的识别方法、模型的训练方法、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1975771A (zh) * | 2006-12-20 | 2007-06-06 | 华为技术有限公司 | 基于优先级实现订单调度的系统和方法 |
CN107067178A (zh) * | 2017-04-18 | 2017-08-18 | 携程计算机技术(上海)有限公司 | 订单质量评估方法及系统 |
CN107094208A (zh) * | 2016-09-28 | 2017-08-25 | 北京小度信息科技有限公司 | 工单处理方法及装置 |
CN110288193A (zh) * | 2019-05-23 | 2019-09-27 | 中国平安人寿保险股份有限公司 | 任务监控处理方法、装置、计算机设备及存储介质 |
-
2019
- 2019-11-18 CN CN201911129209.7A patent/CN110930221B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1975771A (zh) * | 2006-12-20 | 2007-06-06 | 华为技术有限公司 | 基于优先级实现订单调度的系统和方法 |
CN107094208A (zh) * | 2016-09-28 | 2017-08-25 | 北京小度信息科技有限公司 | 工单处理方法及装置 |
CN107067178A (zh) * | 2017-04-18 | 2017-08-18 | 携程计算机技术(上海)有限公司 | 订单质量评估方法及系统 |
CN110288193A (zh) * | 2019-05-23 | 2019-09-27 | 中国平安人寿保险股份有限公司 | 任务监控处理方法、装置、计算机设备及存储介质 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111459701A (zh) * | 2020-04-07 | 2020-07-28 | 北京思特奇信息技术股份有限公司 | 一种异常订单的检测处理系统及方法 |
CN112734615A (zh) * | 2021-01-08 | 2021-04-30 | 天讯瑞达通信技术有限公司 | 一种语音事项监控和督办方法、系统及存储介质 |
CN112580084A (zh) * | 2021-02-01 | 2021-03-30 | 开封大学 | 一种基于低碳经济的新能源数据异常检测方法 |
CN112837013A (zh) * | 2021-02-02 | 2021-05-25 | 拉扎斯网络科技(上海)有限公司 | 业务处理方法、装置及设备 |
CN112837013B (zh) * | 2021-02-02 | 2023-08-11 | 拉扎斯网络科技(上海)有限公司 | 业务处理方法、装置及设备 |
CN113516529A (zh) * | 2021-04-26 | 2021-10-19 | 新东方教育科技集团有限公司 | 异常订单确定方法、装置、存储介质及电子设备 |
CN113516529B (zh) * | 2021-04-26 | 2024-03-26 | 新东方教育科技集团有限公司 | 异常订单确定方法、装置、存储介质及电子设备 |
CN113781156A (zh) * | 2021-05-13 | 2021-12-10 | 北京沃东天骏信息技术有限公司 | 恶意订单的识别方法、模型的训练方法、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110930221B (zh) | 2022-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110930221B (zh) | 异常订单处理方法、存储介质及计算机设备 | |
CN109647719B (zh) | 用于分拣货物的方法和装置 | |
CN108694637B (zh) | 订单处理方法、装置、服务器和存储介质 | |
EP2662831B1 (en) | Comparing virtual and real images of a shopping planogram | |
US10963888B2 (en) | Payment complaint method, device, server and readable storage medium | |
CN107748792B (zh) | 数据检索方法及装置、终端 | |
CN112184348B (zh) | 订单数据处理方法、装置、电子设备及介质 | |
CN110717697A (zh) | 一种出库定位的方法和装置 | |
CN111815228A (zh) | 配送订单的定价方法、装置、电子设备及存储介质 | |
CN109241084B (zh) | 数据的查询方法、终端设备及介质 | |
CN111666275B (zh) | 一种数据处理方法、装置、电子设备及存储介质 | |
CN111325587A (zh) | 用于生成信息的方法和装置 | |
CN113793081A (zh) | 仓储监控方法、装置、计算机可读介质及电子设备 | |
CN110895761A (zh) | 一种售后服务申请信息的处理方法和装置 | |
CN111680236A (zh) | 菜单显示方法、装置、终端设备及存储介质 | |
CN112784212A (zh) | 一种优化库存的方法和装置 | |
CN111753614A (zh) | 一种商品货架的监控方法和装置 | |
CN107977876A (zh) | 用于处理订单信息的方法及装置 | |
CN115860548A (zh) | 基于大数据的SaaS一站式平台管理方法、系统及介质 | |
CN110245177A (zh) | 一种百万级数据的导出方法 | |
CN114385606A (zh) | 一种大数据清洗方法、系统、存储介质和电子设备 | |
CN110838019A (zh) | 确定试用品发放人群的方法和装置 | |
CN111694872B (zh) | 一种业务处置的数据化方案的提供方法及装置 | |
CN113971572A (zh) | 数据处理方法、交互方法、计算设备及计算机存储介质 | |
CN111768139B (zh) | 备货处理方法、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |