CN111179023A - 订单识别方法及装置 - Google Patents
订单识别方法及装置 Download PDFInfo
- Publication number
- CN111179023A CN111179023A CN201911261901.5A CN201911261901A CN111179023A CN 111179023 A CN111179023 A CN 111179023A CN 201911261901 A CN201911261901 A CN 201911261901A CN 111179023 A CN111179023 A CN 111179023A
- Authority
- CN
- China
- Prior art keywords
- order
- identification
- target
- characteristic information
- determining
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012545 processing Methods 0.000 claims description 5
- 230000006399 behavior Effects 0.000 description 17
- 238000012163 sequencing technique Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000035784 germination Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
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
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种订单识别方法及装置。其中,该方法包括:确定目标用户登陆网站完成订单的登陆设备,其中,上述订单包括以下至少之一:逾期支付订单、违法订单、虚假订单;依据上述目标用户和登陆设备确定与上述订单对应的目标特征信息,其中,上述目标特征信息包括:用户特征信息、登陆设备特征信息;确定与上述目标特征信息对应的目标识别策略;依据上述目标识别策略识别上述网站中的待识别订单。本发明解决了现有技术中人工预测闪住套现行为的预测效率和准确性较低,难以有效预防闪住套现行为发生的技术问题。
Description
技术领域
本发明涉及识别技术领域,具体而言,涉及一种订单识别方法及装置。
背景技术
在现有技术中,为了增强用户的酒店入住和消费体验,很多酒店和酒店预定应用程序之间通过签署协议的方式,为符合信用标准的用户,提供零押金享闪住的“闪住”服务,但是,随着“闪住”服务的普及和广泛应用,闪住套现的现象时有发生,导致酒店方和酒店预定应用程序方的利益受损,因此,需要在发生闪住套现的萌芽阶段,对一些用户是否会产生闪住套现行为进行预测,以防止闪住套现行为的发生。
但是,由于在闪住套现的萌芽阶段还没有产生闪住套现行为,通常需要人工进行识别和预测,人工识别的工作量太大且识别套现样本太少,导致效率和准确性较低,而无法进行有效的预测,难以预防闪住套现行为的发生。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种订单识别方法及装置,以至少解决现有技术中人工预测闪住套现行为的预测效率和准确性较低,难以有效预防闪住套现行为发生的技术问题。
根据本发明实施例的一个方面,提供了一种订单识别方法,包括:确定目标用户登陆网站完成订单的登陆设备,其中,上述订单包括以下至少之一:逾期支付订单、违法订单、虚假订单;依据上述目标用户和登陆设备确定与上述订单对应的目标特征信息,其中,上述目标特征信息包括:用户特征信息、登陆设备特征信息;确定与上述目标特征信息对应的目标识别策略;依据上述目标识别策略识别上述网站中的待识别订单。
进一步地,确定目标用户登陆网站完成订单的登陆设备,包括:获取上述目标用户登陆上述网站的登陆信息,上述登陆信息包括:设备识别码;依据上述设备识别码确定上述登陆设备。
进一步地,依据上述目标用户和登陆设备确定与上述订单对应的目标特征信息,包括:依据上述登陆设备确定与上述订单对应的登陆设备特征信息,其中,上述登陆设备特征信息包括以下至少之一:登陆地点信息、应用程序列表信息;获取上述目标用户在上述网站的支付信息;依据上述支付信息确定与上述订单对应的用户特征信息,其中,上述用户特征信息包括以下至少之一:下单信息、用信信息、用户个人信息。
进一步地,在上述逾期支付订单为第一逾期支付订单的情况下,在确定与上述目标特征信息对应的目标识别策略之前,上述方法还包括:确定上述目标用户与上述登陆设备之间的关联关系;通过处理上述关联关系和上述目标特征信息得到汇总数据;呈现上述汇总数据,并获取依据上述汇总数据确定的人工反馈数据。
进一步地,在上述逾期支付订单为第一逾期支付订单的情况下,确定与上述目标特征信息对应的目标识别策略,包括:依据上述人工反馈数据、登陆设备特征信息和用户特征信息,确定多个识别策略;获取上述多个识别策略中的每个识别策略识别历史订单的准确率;依据上述准确率对上述多个识别策略进行排序;依据排序结果从上述多个识别策略中选取上述目标识别策略。
进一步地,在上述逾期支付订单为第二逾期支付订单的情况下,确定与上述目标特征信息对应的目标识别策略,包括:依据上述登陆设备特征信息和上述用户特征信息确定多个识别策略;获取上述多个识别策略中的每个识别策略识别历史订单的准确率;依据上述准确率对上述多个识别策略进行排序;依据排序结果从上述多个识别策略中选取上述目标识别策略,其中,第一逾期支付订单和第二逾期支付订单的种类不同。
进一步地,获取上述多个识别策略中的每个识别策略识别历史订单的准确率,包括:获取与上述登陆设备对应的上述目标用户在预定时间段内的历史订单数据,其中,上述历史订单数据包括:历史订单量、历史订单金额、取消订单量;分别依据上述多个识别策略中的每个识别策略和上述历史订单数据,计算得到多个历史逾期率;通过分别比对预定逾期率和上述多个历史逾期率中的每个历史逾期率,确定上述每个识别策略识别上述历史订单的准确率。
进一步地,依据上述目标识别策略识别上述网站中的待识别订单之后,上述方法还包括:获取识别上述待识别订单得到的实时识别结果;依据上述实时识别结果对存储在网络侧设备的上述目标识别策略进行调整。
进一步地,依据上述目标识别策略识别上述网站中的待识别订单之后,上述方法还包括:获取识别上述待识别订单得到的实时识别结果;依据上述实时识别结果对满足预定要求的待识别订单进行拦截。
根据本发明实施例的另一方面,还提供了一种订单识别装置,包括:第一确定模块,用于确定目标用户登陆网站完成订单的登陆设备,其中,上述订单包括以下至少之一:逾期支付订单、违法订单、虚假订单;第二确定模块,用于依据上述目标用户和登陆设备确定与上述订单对应的目标特征信息,其中,上述目标特征信息包括:用户特征信息、登陆设备特征信息;第三确定模块,用于确定与上述目标特征信息对应的目标识别策略;识别模块,用于依据上述目标识别策略识别上述网站中的待识别订单。
根据本发明实施例的另一方面,还提供了一种存储介质,上述存储介质包括存储的程序,其中,在上述程序运行时控制上述存储介质所在设备执行任意一项上述的订单识别方法。
根据本发明实施例的另一方面,还提供了一种处理器,上述处理器用于运行程序,其中,上述程序运行时执行任意一项上述的订单识别方法。
在本发明实施例中,通过确定目标用户登陆网站完成订单的登陆设备,其中,上述订单包括以下至少之一:逾期支付订单、违法订单、虚假订单;依据上述目标用户和登陆设备确定与上述订单对应的目标特征信息,其中,上述目标特征信息包括:用户特征信息、登陆设备特征信息;确定与上述目标特征信息对应的目标识别策略;依据上述目标识别策略识别上述网站中的待识别订单,达到了提高预测闪住套现行为的预测效率和准确性的目的,从而实现了有效预防闪住套现行为发生的技术效果,进而解决了现有技术中人工预测闪住套现行为的预测效率和准确性较低,难以有效预防闪住套现行为发生的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种订单识别方法的流程图;
图2是根据本发明实施例的一种可选的订单识别方法的流程图;
图3是根据本发明实施例的一种订单识别装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
首先,为方便理解本发明实施例,下面将对本发明中所涉及的部分术语或名词进行解释说明:
闪住:在入住酒店时对于符合信用标准的用户,可以直接零押金享受闪住,未符合信用标准的用户在预定酒店时,可以预先进行信用卡的授权,入住时可以同样享受闪住;即是“到店免押金,离店免查房,离店后再扣款”的服务。
实施例1
根据本发明实施例,提供了一种订单识别方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
在本申请实施例中,发明人在研究上述目标用户和登陆设备之间的关系时,发现登陆设备与目标用户之间呈现了多对多的关系,同一登陆设备上有时会对应多个目标用户,因而可以确定目标用户在同一设备上登陆了多个账号,并集中在某一时间段进行闪住订单实现套现最终导致订单逾期。因此,本申请从登陆设备的角度出发,针对如何自动识别实施套现的登陆设备以及相应套现特征的发现与部署,提供了本申请实施例中的订单识别方法及装置。
图1是根据本发明实施例的一种订单识别方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,确定目标用户登陆网站完成订单的登陆设备,其中,上述订单包括以下至少之一:逾期支付订单、违法订单、虚假订单;
步骤S104,依据上述目标用户和登陆设备确定与上述订单对应的目标特征信息,其中,上述目标特征信息包括:用户特征信息、登陆设备特征信息;
步骤S106,确定与上述目标特征信息对应的目标识别策略;
步骤S108,依据上述目标识别策略识别上述网站中的待识别订单。
在本发明实施例中,通过确定目标用户登陆网站完成订单的登陆设备,其中,上述订单包括以下至少之一:逾期支付订单、违法订单、虚假订单;依据上述目标用户和登陆设备确定与上述订单对应的目标特征信息,其中,上述目标特征信息包括:用户特征信息、登陆设备特征信息;确定与上述目标特征信息对应的目标识别策略;依据上述目标识别策略识别上述网站中的待识别订单,达到了提高预测闪住套现行为的预测效率和准确性的目的,从而实现了有效预防闪住套现行为发生的技术效果,进而解决了现有技术中人工预测闪住套现行为的预测效率和准确性较低,难以有效预防闪住套现行为发生的技术问题。
可选的,上述目标用户为预定酒店的消费者,例如,享受“闪住”服务的消费者,上述网站为预定酒店的网站,例如,携程网站、大众点评网站等,上述登陆设备可以为计算机设备,移动终端设备等可以登陆上述网站进行浏览网站并下单的设备。
可选的,上述订单包括以下至少之一:逾期支付订单、违法订单、虚假订单;上述目标特征信息包括:用户特征信息、登陆设备特征信息。
在本申请实施例中,通过获取上述目标用户登陆上述网站的登陆信息,例如,可以唯一识别该登陆设备的设备识别码;依据上述设备识别码确定上述登陆设备;并依据上述目标用户和登陆设备确定与上述订单对应的目标特征信息,例如,依据上述登陆设备确定与上述订单对应的登陆设备特征信息,依据目标用户在上述网站的支付信息,确定与上述订单对应的用户特征信息。进而可以确定与上述目标特征信息对应的目标识别策略;依据上述目标识别策略识别上述网站中的待识别订单。
在一种可选的实施例中,确定目标用户登陆网站完成订单的登陆设备,包括:
步骤S202,获取上述目标用户登陆上述网站的登陆信息,上述登陆信息包括:设备识别码;
步骤S204,依据上述设备识别码确定上述登陆设备。
作为一种可选的实施例,在本申请实施例中,通过获取上述目标用户登陆上述网站的登陆信息,例如,可以唯一识别该登陆设备的设备识别码;依据上述设备识别码确定上述登陆设备。
在一种可选的实施例中,依据上述目标用户和登陆设备确定与上述订单对应的目标特征信息,包括:
步骤S302,依据上述登陆设备确定与上述订单对应的登陆设备特征信息,其中,上述登陆设备特征信息包括以下至少之一:登陆地点信息、应用程序列表信息;
步骤S304,获取上述目标用户在上述网站的支付信息;
步骤S306,依据上述支付信息确定与上述订单对应的用户特征信息,其中,上述用户特征信息包括以下至少之一:下单信息、用信信息、用户个人信息。
在本申请实施例中,可以通过已经确定的登陆设备,确定与该订单对应的登陆设备特征信息,例如,登陆地点信息和/或应用程序列表信息;还可以通过获取目标用户在上述网站的支付信息,确定与上述订单对应的用户特征信息,其中,上述用户特征信息包括以下至少之一:下单信息、用信信息、用户个人信息。
在一种可选的实施例中,在上述逾期支付订单为第一逾期支付订单的情况下,在确定与上述目标特征信息对应的目标识别策略之前,上述方法还包括:
步骤S402,确定上述目标用户与上述登陆设备之间的关联关系;
步骤S404,通过处理上述关联关系和上述目标特征信息得到汇总数据;
步骤S406,呈现上述汇总数据,并获取依据上述汇总数据确定的人工反馈数据。
可选的,上述第一逾期支付订单即为已知逾期订单,由于逾期支付订单为样本订单,该已知逾期订单即为已知产生逾期支付的订单,未知逾期订单为不知道是否产生逾期支付的订单。
作为一种可选的实施例,上述已知逾期订单可以为目前每日新增的已知逾期订单,该订单与登陆点的登陆设备关联,由于用户与登陆设备之间存在关联关系,从而完成登陆设备与用户的扩展延伸,继而收集登陆设备的登陆设备特征信息和用户特征信息,完成在登陆设备维度上的特征汇总,以及用户维度的明细表,将这些可能的异常设备汇总与明细表格呈现给运营人员,由运营人员查看与登陆设备存在关联关系的目标用户的相应行为,从而对套现设备进行人工定性,并输入依据上述汇总数据确定的人工反馈数据。
在一种可选的实施例中,在上述逾期支付订单为第一逾期支付订单的情况下,确定与上述目标特征信息对应的目标识别策略,包括:
步骤S502,依据上述人工反馈数据、登陆设备特征信息和用户特征信息,确定多个识别策略;
步骤S504,获取上述多个识别策略中的每个识别策略识别历史订单的准确率;
步骤S506,依据上述准确率对上述多个识别策略进行排序;
步骤S508,依据排序结果从上述多个识别策略中选取上述目标识别策略。
在上述逾期支付订单为第一逾期支付订单的情况下,可以从目标用户的订单行为、个人特征对应与登陆设备的汇总来完成规则的制定,用户特征信息中的下单信息和用信信息可以从各业务线订单量、订单金额,取消订单等进行总结得到,用户特征信息中的用户个人信息可以从实名,联系手机、邮箱以及来源等进行总结得到,通过将用户维度的用户特征信息汇总至登陆设备维度,完成初步套现规则的制定,在依据上述人工反馈数据、登陆设备特征信息和用户特征信息,确定多个识别策略之后,获取上述多个识别策略中的每个识别策略识别历史订单的准确率,并依据上述准确率对上述多个识别策略进行排序得到排序结果,进而根据上述排序结果从上述多个识别策略中选取上述目标识别策略。
在一种可选的实施例中,在上述逾期支付订单为第二逾期支付订单的情况下,确定与上述目标特征信息对应的目标识别策略,包括:
步骤S602,依据上述登陆设备特征信息和上述用户特征信息确定多个识别策略;
步骤S604,获取上述多个识别策略中的每个识别策略识别历史订单的准确率;
步骤S606,依据上述准确率对上述多个识别策略进行排序;
步骤S608,依据排序结果从上述多个识别策略中选取上述目标识别策略,其中,第一逾期支付订单和第二逾期支付订单的种类不同。
可选的,上述第二逾期支付订单即为未知逾期订单,由于逾期支付订单为样本订单,该未知逾期订单即为不知道是否产生逾期支付的订单。
在上述逾期支付订单为第二逾期支付订单的情况下,可以依据上述登陆设备特征信息和上述用户特征信息确定多个识别策略;在确定多个识别策略之后,获取上述多个识别策略中的每个识别策略识别历史订单的准确率,并依据上述准确率对上述多个识别策略进行排序得到排序结果,进而根据上述排序结果从上述多个识别策略中选取上述目标识别策略。
可选的,上述第二逾期支付订单即直接从登陆点进行登陆设备的筛选,选择近两个月来的登陆设备,从登陆点获取登陆设备特征信息,从支付点获取登陆设备对应的目标用户的下单信息、用信信息,以及用户个人特征信息等等。
在一种可选的实施例中,获取上述多个识别策略中的每个识别策略识别历史订单的准确率,包括:
步骤S702,获取与上述登陆设备对应的上述目标用户在预定时间段内的历史订单数据,其中,上述历史订单数据包括:历史订单量、历史订单金额、取消订单量;
步骤S704,分别依据上述多个识别策略中的每个识别策略和上述历史订单数据,计算得到多个历史逾期率;
步骤S706,通过分别比对预定逾期率和上述多个历史逾期率中的每个历史逾期率,确定上述每个识别策略识别上述历史订单的准确率。
在是上述可选的实施例中,通过获取与上述登陆设备对应的上述目标用户在预定时间段内的历史订单数据,例如,历史订单量、历史订单金额、取消订单量;进而可以分别依据上述多个识别策略中的每个识别策略和上述历史订单数据,计算得到多个历史逾期率;通过分别比对预定逾期率和上述多个历史逾期率中的每个历史逾期率,确定上述每个识别策略识别上述历史订单的准确率。
在本申请实施例中,由于第二逾期支付订单主要从登陆设备特征信息和用户特征信息完成规则的制定,即确定目标识别策略,该登陆设备特征信息主要从登陆地点,APP列表等进行总结,用户特征信息中的下单信息和用信信息可以从各业务线订单量、订单金额,取消订单等进行总结得到,用户特征信息中的用户个人信息可以从用户实名,联系手机、邮箱以及来源等进行总结得到,通过将用户维度的用户特征信息汇总至登陆设备维度,完成初步套现规则的制定,确定与上述目标特征信息对应的多个目标识别策略。
如下表1所示,本申请实施例还可以在确定与上述目标特征信息对应的多个目标识别策略(如表1中的识别策略1、识别策略2、识别策略3、识别策略4)之后,根据规则抓取设备对应的用户历史闪住近两月订单行为,计算对应的闪住逾期率,初步了解各个规则抓取的设备数和准确率,从上述多个识别策略中选取上述目标识别策略。
表1
在一种可选的实施例中,依据上述目标识别策略识别上述网站中的待识别订单之后,上述方法还包括:
步骤S802,获取识别上述待识别订单得到的实时识别结果;
步骤S804,依据上述实时识别结果对存储在网络侧设备的上述目标识别策略进行调整。
可选的,在确定上述目标识别策略之后,可以该目标识别策略进行线上部署,并在依据上述目标识别策略识别上述网站中的待识别订单之后,通过获取识别上述待识别订单得到的实时识别结果,例如,当天闪住下单情况以及下单用户后续对应的逾期表现,对存储在网络侧设备的上述目标识别策略进行调整。
在一种可选的实施例中,依据上述目标识别策略识别上述网站中的待识别订单之后,上述方法还包括:
步骤S902,获取识别上述待识别订单得到的实时识别结果;
步骤S904,依据上述实时识别结果对满足预定要求的待识别订单进行拦截。
可选的,上述预定要求的待识别订单即为闪付套现的订单。
在依据上述目标识别策略识别上述网站中的待识别订单之后,通过获取识别上述待识别订单得到的实时识别结果,还可以依据上述实时识别结果对满足预定要求的待识别订单进行拦截,例如,每日未知逾期支付订单和已知逾期支付订单会自动更新,依据上述目标识别策略可以及时对闪付套现的订单进行拦截。
图2是根据本发明实施例的一种可选的订单识别方法的流程图,如图2所示,在确定目标用户登陆网站完成订单的登陆设备之后,由于该订单包括逾期支付订单,根据该逾期支付订单的种类可以分为第一逾期支付订单和第二逾期支付订单,因此可以根据逾期支付订单的种类不同,分别根据第一逾期支付订单和第二逾期支付订单指定不同的识别策略,其中,第一逾期支付订单为已知逾期支付订单,还可以参考运营人员反馈的人工反馈数据,根据人工反馈数据、登陆设备特征信息和用户特征信息,确定多个识别策略,第二逾期支付订单为未知逾期支付订单,根据登陆设备特征信息和用户特征信息,确定多个识别策略,获取上述多个识别策略中的每个识别策略识别历史订单的准确率;依据上述准确率对上述多个识别策略进行排序;依据排序结果从上述多个识别策略中选取上述目标识别策略,并在获取目标识别策略识别上述待识别订单得到的实时识别结果之后,可以依据上述实时识别结果对存储在网络侧设备的上述目标识别策略进行调整;以及依据上述实时识别结果对满足预定要求的待识别订单进行拦截。
实施例2
根据本发明实施例,还提供了一种用于实施上述订单识别方法的装置实施例,图3是根据本发明实施例的一种订单识别装置的结构示意图,如图3所示,上述订单识别装置,包括:第一确定模块30、第二确定模块32、第三确定模块34和识别模块36,其中:
第一确定模块30,用于确定目标用户登陆网站完成订单的登陆设备,其中,上述订单包括以下至少之一:逾期支付订单、违法订单、虚假订单;第二确定模块32,用于依据上述目标用户和登陆设备确定与上述订单对应的目标特征信息,其中,上述目标特征信息包括:用户特征信息、登陆设备特征信息;第三确定模块34,用于确定与上述目标特征信息对应的目标识别策略;识别模块36,用于依据上述目标识别策略识别上述网站中的待识别订单。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,例如,对于后者,可以通过以下方式实现:上述各个模块可以位于同一处理器中;或者,上述各个模块以任意组合的方式位于不同的处理器中。
此处需要说明的是,上述第一确定模块30、第二确定模块32、第三确定模块34和识别模块36对应于实施例1中的步骤S102至步骤S108,上述模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在计算机终端中。
需要说明的是,本实施例的可选或优选实施方式可以参见实施例1中的相关描述,此处不再赘述。
上述的订单识别装置还可以包括处理器和存储器,上述第一确定模块30、第二确定模块32、第三确定模块34和识别模块36等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元,上述内核可以设置一个或以上。存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
根据本申请实施例,还提供了一种存储介质实施例。可选地,在本实施例中,上述存储介质包括存储的程序,其中,在上述程序运行时控制上述存储介质所在设备执行上述任意一种订单识别方法。
可选地,在本实施例中,上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中,或者位于移动终端群中的任意一个移动终端中,上述存储介质包括存储的程序。
可选地,在程序运行时控制存储介质所在设备执行以下功能:确定目标用户登陆网站完成订单的登陆设备,其中,上述订单包括以下至少之一:逾期支付订单、违法订单、虚假订单;依据上述目标用户和登陆设备确定与上述订单对应的目标特征信息,其中,上述目标特征信息包括:用户特征信息、登陆设备特征信息;确定与上述目标特征信息对应的目标识别策略;依据上述目标识别策略识别上述网站中的待识别订单。
根据本申请实施例,还提供了一种处理器实施例。可选地,在本实施例中,上述处理器用于运行程序,其中,上述程序运行时执行上述任意一种订单识别方法。
本申请实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:确定目标用户登陆网站完成订单的登陆设备,其中,上述订单包括以下至少之一:逾期支付订单、违法订单、虚假订单;依据上述目标用户和登陆设备确定与上述订单对应的目标特征信息,其中,上述目标特征信息包括:用户特征信息、登陆设备特征信息;确定与上述目标特征信息对应的目标识别策略;依据上述目标识别策略识别上述网站中的待识别订单。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:确定目标用户登陆网站完成订单的登陆设备,其中,上述订单包括以下至少之一:逾期支付订单、违法订单、虚假订单;依据上述目标用户和登陆设备确定与上述订单对应的目标特征信息,其中,上述目标特征信息包括:用户特征信息、登陆设备特征信息;确定与上述目标特征信息对应的目标识别策略;依据上述目标识别策略识别上述网站中的待识别订单。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
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单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
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来说,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 (12)
1.一种订单识别方法,其特征在于,包括:
确定目标用户登陆网站完成订单的登陆设备,其中,所述订单包括以下至少之一:逾期支付订单、违法订单、虚假订单;
依据所述目标用户和登陆设备确定与所述订单对应的目标特征信息,其中,所述目标特征信息包括:用户特征信息、登陆设备特征信息;
确定与所述目标特征信息对应的目标识别策略;
依据所述目标识别策略识别所述网站中的待识别订单。
2.根据权利要求1所述的方法,其特征在于,确定目标用户登陆网站完成订单的登陆设备,包括:
获取所述目标用户登陆所述网站的登陆信息,所述登陆信息包括:设备识别码;
依据所述设备识别码确定所述登陆设备。
3.根据权利要求1所述的方法,其特征在于,依据所述目标用户和登陆设备确定与所述订单对应的目标特征信息,包括:
依据所述登陆设备确定与所述订单对应的登陆设备特征信息,其中,所述登陆设备特征信息包括以下至少之一:登陆地点信息、应用程序列表信息;
获取所述目标用户在所述网站的支付信息;
依据所述支付信息确定与所述订单对应的用户特征信息,其中,所述用户特征信息包括以下至少之一:下单信息、用信信息、用户个人信息。
4.根据权利要求3所述的方法,其特征在于,在所述逾期支付订单为第一逾期支付订单的情况下,在确定与所述目标特征信息对应的目标识别策略之前,所述方法还包括:
确定所述目标用户与所述登陆设备之间的关联关系;
通过处理所述关联关系和所述目标特征信息得到汇总数据;
呈现所述汇总数据,并获取依据所述汇总数据确定的人工反馈数据。
5.根据权利要求4所述的方法,其特征在于,在所述逾期支付订单为第一逾期支付订单的情况下,确定与所述目标特征信息对应的目标识别策略,包括:
依据所述人工反馈数据、登陆设备特征信息和用户特征信息,确定多个识别策略;
获取所述多个识别策略中的每个识别策略识别历史订单的准确率;
依据所述准确率对所述多个识别策略进行排序;
依据排序结果从所述多个识别策略中选取所述目标识别策略。
6.根据权利要求3所述的方法,其特征在于,在所述逾期支付订单为第二逾期支付订单的情况下,确定与所述目标特征信息对应的目标识别策略,包括:
依据所述登陆设备特征信息和所述用户特征信息确定多个识别策略;
获取所述多个识别策略中的每个识别策略识别历史订单的准确率;
依据所述准确率对所述多个识别策略进行排序;
依据排序结果从所述多个识别策略中选取所述目标识别策略,其中,第一逾期支付订单和第二逾期支付订单的种类不同。
7.根据权利要求5或6所述的方法,其特征在于,获取所述多个识别策略中的每个识别策略识别历史订单的准确率,包括:
获取与所述登陆设备对应的所述目标用户在预定时间段内的历史订单数据,其中,所述历史订单数据包括:历史订单量、历史订单金额、取消订单量;
分别依据所述多个识别策略中的每个识别策略和所述历史订单数据,计算得到多个历史逾期率;
通过分别比对预定逾期率和所述多个历史逾期率中的每个历史逾期率,确定所述每个识别策略识别所述历史订单的准确率。
8.根据权利要求1所述的方法,其特征在于,依据所述目标识别策略识别所述网站中的待识别订单之后,所述方法还包括:
获取识别所述待识别订单得到的实时识别结果;
依据所述实时识别结果对存储在网络侧设备的所述目标识别策略进行调整。
9.根据权利要求1所述的方法,其特征在于,依据所述目标识别策略识别所述网站中的待识别订单之后,所述方法还包括:
获取识别所述待识别订单得到的实时识别结果;
依据所述实时识别结果对满足预定要求的待识别订单进行拦截。
10.一种订单识别装置,其特征在于,包括:
第一确定模块,用于确定目标用户登陆网站完成订单的登陆设备,其中,所述订单包括以下至少之一:逾期支付订单、违法订单、虚假订单;
第二确定模块,用于依据所述目标用户和登陆设备确定与所述订单对应的目标特征信息,其中,所述目标特征信息包括:用户特征信息、登陆设备特征信息;
第三确定模块,用于确定与所述目标特征信息对应的目标识别策略;
识别模块,用于依据所述目标识别策略识别所述网站中的待识别订单。
11.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至9中任意一项所述的订单识别方法。
12.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至9中任意一项所述的订单识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911261901.5A CN111179023B (zh) | 2019-12-10 | 2019-12-10 | 订单识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911261901.5A CN111179023B (zh) | 2019-12-10 | 2019-12-10 | 订单识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111179023A true CN111179023A (zh) | 2020-05-19 |
CN111179023B CN111179023B (zh) | 2023-06-02 |
Family
ID=70653801
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911261901.5A Active CN111179023B (zh) | 2019-12-10 | 2019-12-10 | 订单识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111179023B (zh) |
Cited By (2)
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 |
CN112819476A (zh) * | 2021-02-25 | 2021-05-18 | 北京互金新融科技有限公司 | 风险识别方法、装置、非易失性存储介质和处理器 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040210476A1 (en) * | 2001-03-31 | 2004-10-21 | First Data Corporation | Airline ticket payment and reservation system and methods |
US20090307028A1 (en) * | 2006-02-06 | 2009-12-10 | Mediakey Ltd. | A method and a system for identifying potentially fraudulent customers in relation to electronic customer action based systems, and a computer program for performing said method |
CN103279868A (zh) * | 2013-05-22 | 2013-09-04 | 兰亭集势有限公司 | 一种自动识别欺诈订单的方法和装置 |
EP2709045A1 (en) * | 2012-09-13 | 2014-03-19 | Marc Coussement | System and method for hotel reservation and for automated check-in |
CN105654303A (zh) * | 2015-12-31 | 2016-06-08 | 拉扎斯网络科技(上海)有限公司 | 一种高风险用户识别方法及装置 |
CN106157187A (zh) * | 2016-07-04 | 2016-11-23 | 北京佳阳科技有限公司 | 一种客房应收款管理方法及装置 |
US20170046632A1 (en) * | 2015-08-10 | 2017-02-16 | Traxo, Inc. | System and method for processing travel reservations made outside of company travel policy |
CN107392801A (zh) * | 2017-07-21 | 2017-11-24 | 上海携程商务有限公司 | 控制扰乱订单的方法及其装置、存储介质、电子设备 |
CN107644302A (zh) * | 2017-10-16 | 2018-01-30 | 广州云系信息科技有限公司 | 跨平台订单核算方法、装置、可移动终端及支付系统 |
US20180181910A1 (en) * | 2015-08-20 | 2018-06-28 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining information related to a current order based on historical orders |
CN109086628A (zh) * | 2018-08-14 | 2018-12-25 | 广东工业大学 | 一种订单处理方法及相关装置 |
CN109345220A (zh) * | 2018-08-15 | 2019-02-15 | 北京三快在线科技有限公司 | 支付处理方法、装置及计算机可读存储介质 |
CN109741065A (zh) * | 2019-01-28 | 2019-05-10 | 广州虎牙信息科技有限公司 | 一种支付风险识别方法、装置、设备及存储介质 |
CN109785077A (zh) * | 2019-01-30 | 2019-05-21 | 北京互金新融科技有限公司 | 订单的处理方法和装置 |
CN110084682A (zh) * | 2019-04-29 | 2019-08-02 | 携程计算机技术(上海)有限公司 | 订单审核结算方法、系统、设备及存储介质 |
CN110197292A (zh) * | 2019-01-23 | 2019-09-03 | 广东启正电子科技有限公司 | 一种酒店管理方法、装置、终端及存储介质 |
-
2019
- 2019-12-10 CN CN201911261901.5A patent/CN111179023B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040210476A1 (en) * | 2001-03-31 | 2004-10-21 | First Data Corporation | Airline ticket payment and reservation system and methods |
US20090307028A1 (en) * | 2006-02-06 | 2009-12-10 | Mediakey Ltd. | A method and a system for identifying potentially fraudulent customers in relation to electronic customer action based systems, and a computer program for performing said method |
EP2709045A1 (en) * | 2012-09-13 | 2014-03-19 | Marc Coussement | System and method for hotel reservation and for automated check-in |
CN103279868A (zh) * | 2013-05-22 | 2013-09-04 | 兰亭集势有限公司 | 一种自动识别欺诈订单的方法和装置 |
US20140351109A1 (en) * | 2013-05-22 | 2014-11-27 | Light In The Box Limited | Method and apparatus for automatically identifying a fraudulent order |
US20170046632A1 (en) * | 2015-08-10 | 2017-02-16 | Traxo, Inc. | System and method for processing travel reservations made outside of company travel policy |
US20180181910A1 (en) * | 2015-08-20 | 2018-06-28 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining information related to a current order based on historical orders |
CN105654303A (zh) * | 2015-12-31 | 2016-06-08 | 拉扎斯网络科技(上海)有限公司 | 一种高风险用户识别方法及装置 |
CN106157187A (zh) * | 2016-07-04 | 2016-11-23 | 北京佳阳科技有限公司 | 一种客房应收款管理方法及装置 |
CN107392801A (zh) * | 2017-07-21 | 2017-11-24 | 上海携程商务有限公司 | 控制扰乱订单的方法及其装置、存储介质、电子设备 |
CN107644302A (zh) * | 2017-10-16 | 2018-01-30 | 广州云系信息科技有限公司 | 跨平台订单核算方法、装置、可移动终端及支付系统 |
CN109086628A (zh) * | 2018-08-14 | 2018-12-25 | 广东工业大学 | 一种订单处理方法及相关装置 |
CN109345220A (zh) * | 2018-08-15 | 2019-02-15 | 北京三快在线科技有限公司 | 支付处理方法、装置及计算机可读存储介质 |
CN110197292A (zh) * | 2019-01-23 | 2019-09-03 | 广东启正电子科技有限公司 | 一种酒店管理方法、装置、终端及存储介质 |
CN109741065A (zh) * | 2019-01-28 | 2019-05-10 | 广州虎牙信息科技有限公司 | 一种支付风险识别方法、装置、设备及存储介质 |
CN109785077A (zh) * | 2019-01-30 | 2019-05-21 | 北京互金新融科技有限公司 | 订单的处理方法和装置 |
CN110084682A (zh) * | 2019-04-29 | 2019-08-02 | 携程计算机技术(上海)有限公司 | 订单审核结算方法、系统、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
"上海黄浦查破一起虚假订单诈骗案", 《中国防伪报道》 * |
段梦雅;刘蓓琳;: "基于网红经济的"去哪儿网"营销模式研究", 电子商务 * |
Cited By (3)
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 |
CN112819476A (zh) * | 2021-02-25 | 2021-05-18 | 北京互金新融科技有限公司 | 风险识别方法、装置、非易失性存储介质和处理器 |
Also Published As
Publication number | Publication date |
---|---|
CN111179023B (zh) | 2023-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110517097B (zh) | 识别异常用户的方法、装置、设备及存储介质 | |
CN105630977B (zh) | 应用程序推荐方法、装置及系统 | |
CN108540431A (zh) | 账号类型的识别方法、装置和系统 | |
CN105389488B (zh) | 身份认证方法及装置 | |
CN101447051A (zh) | 支付方法和支付装置 | |
CN105100029B (zh) | 对用户进行身份验证的方法和装置 | |
CN111339436A (zh) | 一种数据识别方法、装置、设备以及可读存储介质 | |
CN110033302A (zh) | 恶意账户识别方法及装置 | |
CN110348519A (zh) | 金融产品欺诈团伙的识别方法和装置 | |
CN109753808A (zh) | 一种隐私泄漏风险评估方法及装置 | |
CN108022096A (zh) | 一种移动支付方法、装置、终端及可读存储介质 | |
CN111179023B (zh) | 订单识别方法及装置 | |
CN109495378A (zh) | 检测异常帐号的方法、装置、服务器及存储介质 | |
CN112182520B (zh) | 非法账号的识别方法、装置、可读介质及电子设备 | |
CN107656959B (zh) | 一种留言方法、装置及留言设备 | |
US9754223B2 (en) | Methods and systems for generating and validating electronic tickets | |
US20160112369A1 (en) | System and Method for Validating a Customer Phone Number | |
CN105208179B (zh) | 电话号码识别方法、系统及电子产品 | |
CN107682433A (zh) | 信息推送方法、装置、设备和介质 | |
CN108734514B (zh) | 用户归一方法 | |
CN110224851A (zh) | 账户信息的合并方法、装置、计算机设备及计算机存储介质 | |
CN106934708B (zh) | 事件记录方法和装置 | |
CN109146444A (zh) | 虚拟账户创建方法及装置、账户信息更新方法及装置 | |
CN117252429A (zh) | 风险用户的识别方法、装置、存储介质及电子设备 | |
CN107623696A (zh) | 一种基于用户行为特征的用户身份验证方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |