CN111861496A - 司机管控与订单审核方法、设备及存储介质 - Google Patents
司机管控与订单审核方法、设备及存储介质 Download PDFInfo
- Publication number
- CN111861496A CN111861496A CN201910289305.1A CN201910289305A CN111861496A CN 111861496 A CN111861496 A CN 111861496A CN 201910289305 A CN201910289305 A CN 201910289305A CN 111861496 A CN111861496 A CN 111861496A
- Authority
- CN
- China
- Prior art keywords
- cheating
- order
- orders
- preset
- audited
- 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 63
- 238000007405 data analysis Methods 0.000 claims abstract description 40
- 238000004590 computer program Methods 0.000 claims description 27
- 238000012550 audit Methods 0.000 claims description 26
- 238000007726 management method Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 15
- 239000000126 substance Substances 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 7
- 230000006399 behavior Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000003213 activating effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 241000209202 Bromus secalinus Species 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012552 review 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
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- 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
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Finance (AREA)
Abstract
本申请实施例提供一种司机管控和订单审核方法、设备及存储介质。在本申请实施例中,通过对预设时长内的待审核订单进行数据分析,得到预设时长内的作弊订单,并根据含有作弊订单的司机各自对应的作弊订单的关联信息,对司机进行管控,可加大运输服务平台对司机的管控力度和监管能力,进而有助于降低因司机作弊对运输服务平台造成的经济和声誉的损害。
Description
技术领域
本申请涉及互联网技术领域,尤其涉及一种司机管控与订单审核方法、设备及存储介质。
背景技术
随着互联网以及智能终端设备的发展,线上下单逐渐深入人们的生活,为人们提供便利,并成了人们生活中必不可少的部分。例如,在一种应用场景下,用户可通过运输服务类应用(Application,APP)在线预约或订购货物运输服务。
在实际应用中,有些司机可能存在恶意刷单行为,这种行为给运营商造成了一定的经济损失,运营平台对司机行为的监管能力有待提高。
发明内容
本申请的多个方面提供一种司机管控与订单审核方法、设备及存储介质,用以提高运营平台对司机的监管能力,进而有助于降低运营商损失。
本申请实施例提供一种司机管控方法,适用于服务端设备,包括:
对预设时长内的待审核订单进行数据分析,以确定所述待审核订单中的作弊订单;
获取所述作弊订单各自对应的司机;
根据所述司机在所述预设时长内各自对应的作弊订单的关联信息,对所述司机进行管控。
相应地,本申请实施例还提供一种存储有计算机指令的计算机可读存储介质,其特征在于,当所述计算机指令被一个或多个处理器执行时,致使所述一个或多个处理器执行上述司机管控方法中的步骤。
本申请实施例还提供一种订单审核方法,适用于服务端设备,包括:
获取待审核订单;
对待审核订单进行数据分析,以判断所述待审核订单是否满足预设的作弊规则;
若判断结果为是,则确定所述待审核订单为作弊订单。
相应地,本申请实施例还提供一种存储有计算机指令的计算机可读存储介质,其特征在于,当所述计算机指令被一个或多个处理器执行时,致使所述一个或多个处理器执行上述订单审核方法中的步骤。
本申请实施例还提供一种订单审核方法,适用于服务端设备,包括:
获取当前审核周期内的历史订单;
对当前审核周期内的历史订单进行数据分析,以确定出当前审核周期内的历史订单中满足当前作弊规则的疑似作弊订单;
将所述疑似作弊订单发送给客服终端,以供客服从所述疑似作弊订单中确定出作弊订单。
相应地,本申请实施例还提供一种存储有计算机指令的计算机可读存储介质,其特征在于,当所述计算机指令被一个或多个处理器执行时,致使所述一个或多个处理器执行上述订单审核方法中的步骤。
本申请实施例还提供一种服务端设备,包括:存储器和处理器;其中,
所述存储器,用于存储计算机程序和预设时长内的待审核订单;
所述处理器耦合至所述存储器,用于执行所述计算机程序以用于:
对所述待审核订单进行数据分析,以确定所述待审核订单中的作弊订单;
获取所述作弊订单各自对应的司机;
根据所述司机在所述预设时长内各自对应的作弊订单的关联信息,对所述司机进行管控。
本申请实施例还提供一种服务端设备,包括:存储器和处理器;其中,
所述存储器,用于存储计算机程序和待审核订单;
所述处理器耦合至所述存储器,用于执行所述计算机程序以用于:
获取待审核订单;
对待审核订单进行数据分析,以判断所述待审核订单是否满足预设的作弊规则;
若判断结果为是,则确定所述待审核订单为作弊订单。
本申请实施例还提供一种服务端设备,包括存储器、处理器和通信组件;其中,
所述存储器,用于存储计算机程序和当前审核周期内的历史订单;
所述处理器耦合至所述存储器,用于执行所述计算机程序以用于:
获取当前审核周期内的历史订单;
对当前审核周期内的历史订单进行数据分析,以确定出当前审核周期内的历史订单中满足当前作弊规则的疑似作弊订单;
将所述疑似作弊订单发送给客服终端,以供客服从所述疑似作弊订单中确定出作弊订单。
在本申请实施例中,通过对预设时长内的待审核订单进行数据分析,得到预设时长内的作弊订单,并根据含有作弊订单的司机各自对应的作弊订单的关联信息,对司机进行管控,可加大运输服务平台对司机的管控力度和监管能力,进而有助于降低因司机作弊对运输服务平台造成的经济和声誉的损害。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1a为本申请实施例提供的一种司机管控方法的流程示意图;
图1b为本申请实施例提供的一种作弊规则确定方法的流程示意图;
图2为本申请实施例提供的一种订单审核方法的流程示意图;
图3a为本申请实施例提供的另一种订单审核方法的流程示意图;
图3b为本申请实施例提供的又一种订单审核方法的流程示意图;
图4为本申请实施例提供的一种服务端设备的结构示意图;
图5为本申请实施例提供的另一种服务端设备的结构示意图;
图6为本申请实施例提供的又一种服务端设备的结构示意图。
具体实施方式
为使本申请的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
针对现有运输服务应用平台对司机的监管能力较低的技术问题,本申请实施例提供一种解决方案,基本思路是:通过对预设时长内的待审核订单进行数据分析,得到预设时长内的作弊订单,并根据含有作弊订单的司机各自对应的作弊订单的关联信息,对司机进行管控,可加大运输服务平台对司机的管控力度和监管能力,进而有助于降低因司机作弊对运输服务平台造成的经济和声誉的损害。
以下结合附图,详细说明本申请各实施例提供的技术方案。
图1a为本申请实施例提供的一种司机管控方法的流程示意图。该方法适用于服务端设备。该方法包括:
101、对预设时长内的待审核订单进行数据分析,以确定待审核订单中的作弊订单。
102、获取作弊订单各自对应的司机。
103、根据司机在预设时长内各自对应的作弊订单的关联信息,对司机进行管控。
在本实施例中,服务端设备是指服务端负责对司机进行管控和调度的任意设备,其可以为单一服务器设备,也可以云化的服务器阵列,或者为云化的服务器阵列中运行的虚拟机(Virtual Machine,VM)。另外,服务端设备也可以指具备相应服务能力的其他计算设备,例如电脑等终端设备(运行服务程序)等。
在本实施例中,作弊订单是指司机采取非正常手段而完成的订单。例如恶意刷单、恶意拆单等,但不限于此。在一些应用场景中,运输服务平台为了提高司机的工作积极性,会根据设置一定的运输补贴,若司机在预设时长内完成订单的条件满足预设的补贴条件,则给予司机相适配的补贴。例如,若司机在预设时长内完成的运输里程满足预设的运输里程条件,则给予司机相应的运费补贴。又例如,若司机在预设时长内完成的订单数量满足预设的订单完成量条件,则给予司机相应的订单补贴。但是,在实际应用中,司机为了骗取平台补贴,可能存在恶意刷单、恶意拆分订单的行为,这些行为给服务应用平台造成了一定的经济损失。
在本实施例中,在步骤101中,对预设时长内的待审核订单进行数据分析,进而从中确定出作弊订单。其中,预设时长可根据实际需求进行灵活设置。例如,可对过去一周、一个月、2个月等的待审核订单进行数据分析。相应地,服务端设备在步骤101之前,可根据其内部存储的历史订单的时间信息,获取预设时长内的待审核订单。
进一步,在步骤102中,对确定出的作弊订单进行数据分析,获取作弊订单各自对应的司机。接着,在步骤103中,根据每个司机在预设时长内各自对应的作弊订单的关联信息,对司机进行管控。即对于在预设时长内存在作弊订单的第一司机,则根据第一司机在预设时长内的作弊订单的关联信息,对第一司机进行管控。其中,作弊订单的关联信息可以为作弊订单的数量、作弊订单的起始地址与目的地址之间的距离等,但不限于此。
在本实施例中,通过对预设时长内的待审核订单进行数据分析,得到预设时长内的作弊订单,并根据含有作弊订单的司机各自对应的作弊订单的关联信息,对司机进行管控,可加大运输服务平台对司机的管控力度和监管能力,进而有助于降低因司机作弊对运输服务平台造成的经济和声誉的损害。
在一些实施例中,可预先设置的作弊规则。相应地,步骤101的一种可选实施方式为:针对待审核订单中的第一待审核订单,判断第一待审核订单是否满足预设的作弊规则;若判断结果为是,则确定第一待审核订单为作弊订单。相应地,若判断结果为否,则确定第一待审核订单不是作弊订单。其中,第一待审核订单为预设时长内的待审核订单中的任一订单。
在本申请实施例中,根据预设的作弊规则的不同,获取待审核订单的不同信息来判断其是否为作弊订单。由于对每个待审核订单的判断方式相同,下面仍以第一待审核订单为例,进行示例性说明。
判断方式1:可判断第一待审核订单的下单用户是否存在于完成预设时长内的待审核订单的司机中。例如,可判断第一待审核订单的下单用户的登录账号是否存在于待审核订单对应的司机的登录账号中。其中,登录账号可以为手机号码、即时通讯账号、自定义的用户名等,但不限于此。其中,判断第一待审核订单的下单用户是否存在于完成预设时长内的待审核订单的司机中,包括:判断第一待审核订单的下单用户是否为完成第一待审核订单的司机;以及判断第一待审核订单的下单用户是否为完成待审核订单中除第一待审核订单之外的其他订单的司机。
判断方式2:判断第一待审核订单对应的目标司机在预设时长内的单位时薪是否大于预设的薪资阈值。其中,预设的薪资阈值可根据司机的正常收入以及完成一单的收入进行设置,其具体取值在此不进行限定。
判断方式3:判断第一待审核订单对应的目标司机在预设时长内的订单完成量是否大于预设的数量阈值。其中,预设的薪资阈值可根据司机在预设时长内正常的订单完成量进行设置,其具体取值在此不进行限定。
判断方式4:判断第一待审核订单对应的目标司机到达第一待审核订单中的起始地址的时刻与下单用户下单的时刻之间的时间间隔是否小于预设的第一时长阈值。其中,预设的第一时长阈值可根据司机正常就位的时间进行灵活设置,其具体取值在此不进行限定。
判断方式5:判断完成第一待审核订单所耗费的时间是否小于预设的第二时长阈值。其中,完成第一待审核订单所耗费的时间可根据第一待审核订单的起始地址和目的地址的距离以及车速信息进行设置,其具体取值在此不进行限定。
值得说明的是,在本申请实施例中可采用上述实施方式1-5中的至少一种进行作弊订单的审核和判断,且若至少一种判断的结果为是,则确定第一待审核订单为作弊订单。可选地,可采用任一种判断方式作为作弊规则,对待审核订单是否为作弊订单进行判断;也可将多种判断方式结合作为作弊规则,对待审核订单是否为作弊订单进行判断。相应地,若采用多种判断方式结合,对待审核订单是否为作弊订单进行判断,则多种判断方式的判断结果均为是,确定第一待审核订单为作弊订单。例如,若采用判断方式1-5进行结合作为作弊规则,则当判断方式1-5的判断结果均为是时,确定第一待审核订单为作弊订单。
在实际应用中,最初的作弊规则可能无法准确识别出待审核订单中的作弊订单,即识别出的作弊订单的准确率可能较低。基于此,在判断第一待审核订单是否满足预设的作弊规则之前,还可不断更新作弊规则,直至确定出的作弊订单的准确率大于或等于预设的准确率阈值。其中,预设的准确率阈值可根据实际容错需求进行灵活设置。下面结合图1b所示的作弊规则确定方法进行示例性说明。如图1b所示,该作弊规则确定方法包括:
S1:获取当前审核周期内的历史订单。
其中,审核周期可根据实际需求进行灵活设置。例如,可以将审核周期设置为1个月,则每一个月对当月的历史订单进行审核。进一步,审核周期与预设时长可以相同,也可以不同,在此不进行限定。可选地,当前审核周期为预设时长之前的审核周期。
S2:对当前审核周期内的历史订单进行数据分析,以确定出当前审核周期内的历史订单中满足当前作弊规则的疑似作弊订单。
S3:将疑似作弊订单发送给客服终端,以供客服从疑似作弊订单中确定出作弊订单,并返回作弊订单。
其中,客服终端为客服采用的终端设备,其可以为客服侧的电脑、工作站、平板电脑、智能手机、可穿戴设备等,但不限于此。
S4:根据客服从疑似作弊订单中确定出的作弊订单,计算疑似作弊订单中出现作弊订单的概率。
S5:判断疑似作弊订单中出现作弊订单的概率是否大于或等于预设的概率阈值;若判断结果为是,则执行步骤S6;若判断结果为否,则执行步骤S7:。
其中,预设的概率阈值大于或等于上述预设的准确率阈值,其具体取值可根据实际容错需求进行灵活设置。
S6:将当前作弊规则作为预设的作弊规则。
S7:根据客服确定出的作弊订单的特征,更新当前作弊规则。
其中,客服确定出的作弊订单的特征可以为作弊订单所满足的规则。例如,可以为上述判断方式1-5中的作弊规则,也可为其他客服确定出的作弊订单满足的其他作弊规则。
S8:将更新后的作弊规则作为当前作弊规则,将下一审核周期的历史订单作为当前审核周期的作弊订单,并返回执行步骤S1。即:利用更新后的作弊规则作为下一审核周期的历史订单的作弊规则,对下一周期的历史订单进行作弊审核。
重复执行步骤S1-S5的操作,直至疑似作弊订单中出现作弊订单的概率大于或等于预设的概率阈值,并将此时对应的作弊规则作为预设的作弊规则。这样,当对预设时长内的待审核订单采用进行作弊审核时,从中确定出的作弊订单的准确率将满足预设的准确率要求,可提高对作弊订单识别的准确率。
在实际应用中,针对不同的平台补贴策略,可设置不同的作弊订单关联信息。例如,对于司机在预设时长内完成的订单数量满足预设的订单完成量条件,则给予司机相应的订单补贴的应用场景,作弊订单的关联信息可设置为作弊订单的数量。又例如,对于司机在预设时长内完成的运输里程满足预设的运输里程条件,则给予司机相应的运输补贴的应用场景,作弊订单的关联信息可设置为作弊订单的起始地址和目标地址之间的距离,等等。
下面以作弊订单的关联信息为作弊订单的数量,并以第一司机为例,对步骤103的具体实施方式进行示例性说明。其中,第一司机为在预设时长内存在作弊订单的司机中的任一司机。
在实际应用中,考虑到有些司机在正常情况下可能订单量很少,无法维持其正常生活,不得已采取刷单或拆单的方法来提高收入,维持生活。为了使这部分司机能够维持其生活,减少其作弊量,步骤103的一种可选实施方式为:统计第一司机在预设时长内完成除作弊订单之外的其他订单的数量;若该数量小于预设的订单完成量阈值,则将第一司机调度至运力稀缺区域,或者将待运输订单优先分配给第一司机。例如,服务端设备将待运输订单推送给处于接单范围内的第一司机和其他司机。进一步,当服务端设备接收到第一司机和其他司机的包含愿意接单的响应信息时,优先将待运输订单分配给第一司机。其中,订单完成量阈值可根据全职司机的正常收入水平以及每单收入进行设置,在此不进行限定。
相应地,若第一司机在预设时长内完成除作弊订单之外的其他订单的数量大于预设的订单完成量阈值,则按照第一司机在预设时长内的作弊订单的数量所处的惩戒梯度,对第一司机进行惩戒。其中,根据惩戒策略的不同,可采取不同的方式对第一司机进行惩戒。
例如,在一种实施方式中,设置的惩戒策略可以为:不同数量的作弊订单对应不同的惩戒力度。假设第一司机在预设时长内的作弊订单的数量为N,进一步,若0<N≤N1,则对第一司机进行警告处分;若N1<N≤N2,则对第一司机进行停运M天的处罚;若N>N2,则将第一司机除名等等,但不限于此。其中,N1和N2均为正整数,且N1<N2。
在另一种实施方式中,例如,设置的惩戒策略可以为:不同数量的作弊订单对应不同的限制抢单优先级。可选地,可在司机终端设备上设置抢单延时,其中作弊订单的数量越多,抢单延时的时间越长。假设第一司机在预设时长内的作弊订单的数量为N,进一步,若0<N≤N1,则当第一司机的终端设备接收到服务端设备推送的抢单通知时,触发延时抢单为T1的倒计时,当倒计时结束时,激活第一司机的终端设备上的抢单控件。若N1<N≤N2,则当第一司机的终端设备接收到服务端设备推送的抢单通知时,触发延时抢单为T2的倒计时,当倒计时结束时,激活第一司机的终端设备上的抢单控件。若N2<N≤N3,则当第一司机的终端设备接收到服务端设备推送的抢单通知时,触发延时抢单为T3的倒计时,当倒计时结束时,激活第一司机的终端设备上的抢单控件,等等。其中,N3均正整数,且N1<N2<N3;T1、T2、T3分别表示设置的抢单延时时长,且T1<T2<T3。
相应地,本申请实施例还提供一种存储有计算机指令的计算机可读存储介质,当所述计算机指令被一个或多个处理器执行时,致使一个或多个处理器执行上述司机管控方法中的步骤。
除了上述司机管控方法之外,本申请实施例还提供一种订单审核方法,以确定出作弊订单,防止司机为了骗取平台补助对订单作弊等,有助于降低运输服务平台损失。下面从服务端设备的角度,进行示例性说明。
图2为本申请实施例提供的一种订单审核方法的流程示意图。该方法适用于服务端设备,其中服务端设备的实现形式可参见上实施例的相关内容,在此不再赘述。如图2所示,该方法包括:
201、获取待审核订单。
202、对待审核订单进行数据分析,以判断待审核订单是否满足预设的作弊规则。
203、若判断结果为是,则确定待审核订单为作弊订单。
在本实施例中,待审核订单可以为一个或多个,其中,多个是指2个或2个以上。当待审核订单为多个时,则将待审核订单中满足预设的作弊规则的订单确定为作弊订单。
在本实施例中,根据预设的作弊规则的不同,获取待审核订单的不同信息来判断其是否为作弊订单。其中,步骤202的具体实施方式可参见上述实施例中判断方式1-5的相关内容,在此不再赘述。
在本实施例中,通过对待审核订单进行数据分析,将满足预设的作弊规则的订单确定为作弊订单,可为后续对司机管控提供参考依据,有助于提高运输服务平台对司机的管控能力。另一方面,对于设置有订单补贴的运输服务平台,可减少司机采用作弊订单骗取平台补贴的概率,有助于降低运输服务平台的经济损失。
在实际应用中,最初的作弊规则可能无法准确识别出待审核订单中的作弊订单,即识别出的作弊订单的准确率可能较低。基于此,在判断第一待审核订单是否满足预设的作弊规则之前,还可不断更新作弊规则,直至确定出的作弊订单的准确率大于或等于预设的准确率阈值,并将此时的作弊规则确定为预设的作弊规则。其中,预设的准确率阈值可根据实际容错需求进行灵活设置。其中,确定预设的作弊规则的实施方式可参见上述图1b中的相关内容,在此不再赘述。值得说明的是,在本实施例中,图1b中的当前审核周期为图2中的待审核订单的生成时间之前的审核周期。
相应地,本申请实施例还提供一种存储有计算机指令的计算机可读存储介质,当所述计算机指令被一个或多个处理器执行时,致使所述一个或多个处理器执行上述图2以及可选实施方式中的步骤。
图3a为本申请实施例提供的另一种订单审核方法的流程示意图。该方法适用于服务端设备,其中服务端设备的实现形式可参见上实施例的相关内容,在此不再赘述。如图3a所示,该方法包括:
301、获取当前审核周期内的历史订单。
302、对当前审核周期内的历史订单进行数据分析,以确定出当前审核周期内的历史订单中满足当前作弊规则的疑似作弊订单。
303、将疑似作弊订单发送给客服终端,以供客服从疑似作弊订单中确定出作弊订单。
在本实施例中,将满足当前作弊规则的订单作为疑似作弊订单,并将疑似作弊订单发送给客服终端,由客服再次确定疑似作弊订单是否为作弊订单,可提高对作弊订单进行识别的准确率,降低误识别的概率。
在一些实施例中,为了提高服务端设备对作弊订单识别的准确率,可对作弊规则进行更新,直至确定出的作弊订单的准确率大于或等于预设的准确率阈值。其中,预设的准确率阈值可根据实际容错需求进行灵活设置。基于此,如图3b所示,本申请实施例还提供一种订单审核方法,包括:
S301、获取当前审核周期内的历史订单。
S302、对当前审核周期内的历史订单进行数据分析,以确定出当前审核周期内的历史订单中满足当前作弊规则的疑似作弊订单。
S303、将疑似作弊订单发送给客服终端,以供客服从疑似作弊订单中确定出作弊订单。
S304、根据客服从所述疑似作弊订单中确定出的作弊订单,计算疑似作弊订单中出现作弊订单的概率。
S305、判断疑似作弊订单中出现作弊订单的概率是否大于或等于预设的概率阈值。若判断结果为是,则执行步骤S306以及步骤309和310;若判断结果为否,则执行步骤307。
S306、将当前作弊规则确定为预设的作弊规则。
S307、根据客服确定出的作弊订单的特征,更新当前作弊规则。
S308、将更新后的作弊规则作为当前作弊规则,将下一审核周期的历史订单作为当前审核周期的作弊订单,并返回执行步骤S301。
重复执行步骤S301-S305,直至当前审核周期内的历史订单中疑似作弊订单中出现作弊订单的概率大于或等于预设的概率阈值,并将此时对应的作弊规则作为预设的作弊规则。这样,当对预设时长内的待审核订单采用进行作弊审核时,从中确定出的作弊订单的准确率将满足预设的准确率要求,可提高对作弊订单识别的准确率。
S309、针对目标审核周期的待审核订单,判断待审核订单是否满足所述预设的作弊规则。若判断结果为是,则执行步骤310。
其中,目标审核周期是指确定预设的作弊规则之后的审核周期。
S310、确定待审核订单为作弊订单。
相应地,本申请实施例还提供一种存储有计算机指令的计算机可读存储介质,当所述计算机指令被一个或多个处理器执行时,致使所述一个或多个处理器执行上述图3a和/或图3b中所示方法中的步骤。
需要说明的是,上述实施例所提供方法的各步骤的执行主体均可以是同一设备,或者,该方法也由不同设备作为执行主体。比如,步骤101和102的执行主体可以为设备A;又比如,步骤101的执行主体可以为设备A,步骤102的执行主体可以为设备B;等等。另外,在上述实施例及附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行,操作的序号如201、202等,仅仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。
图4为本申请实施例提供的一种服务端设备的结构示意图。如图4所示,该服务端设备包括:存储器40a和处理器40b。
在本实施例中,存储器40a,用于存储计算机程序和预设时长内的待审核订单。
处理器40b耦合至存储器40a,用于执行计算机程序以用于:对待审核订单进行数据分析,以确定待审核订单中的作弊订单;获取作弊订单各自对应的司机;以及根据司机在预设时长内各自对应的作弊订单的关联信息,对司机进行管控。
在一可选实施例中,处理器40b在确定待审核订单中的作弊订单时,具体用于:针对第一待审核订单,判断第一待审核订单是否满足预设的作弊规则;若判断结果为是,则确定第一待审核订单为作弊订单;其中,第一待审核订单为待审核订单中的任一订单。
进一步,处理器40b在判断第一待审核订单是否满足预设的作弊规则时,具体用于执行以下至少一种判断操作:判断第一待审核订单的下单用户是否存在于完成待审核订单的司机中;判断第一待审核订单对应的目标司机在预设时长内的单位薪资是否大于预设的薪资阈值;判断目标司机在预设时长内的订单完成量是否大于预设的数量阈值;判断目标司机到达第一待审核订单中的起始地址的时刻与下单用户下单的时刻的时间间隔是否小于预设的第一时长阈值;判断完成第一待审核订单所耗费的时间是否小于预设的第二时长阈值;若至少一种判断操作的结果为是,则确定第一待审核订单为作弊订单。
在另一可选实施例中,处理器40b在对司机进行管控时,具体用于:若第一司机在预设时长内的完成除作弊订单之外的其他订单的数量小于预设的订单完成量阈值,则将第一司机调度至运力稀缺区域,或者将待运输订单优先分配给第一司机;其中,第一司机为司机中的任一司机。若第一司机在预设时长内的完成除作弊订单之外的其他订单的数量大于或等于预设的订单完成量阈值,则按照第一司机在预设时长内的作弊订单的数量所处的惩戒梯度,对第一司机进行惩戒。
在又一可选实施例中,服务端设备还包括通信组件40c。处理器40b在判断第一待审核订单是否满足预设的作弊规则之前,还用于:对当前审核周期内的历史订单进行数据分析,以确定出当前审核周期内的历史订单中满足当前作弊规则的疑似作弊订单;通过通信组件40c将疑似作弊订单发送给客服终端,以供客服从疑似作弊订单中确定出作弊订单并返回作弊订单;根据客服从疑似作弊订单中确定出的作弊订单,计算疑似作弊订单中出现作弊订单的概率;判断疑似作弊订单中出现作弊订单的概率是否大于或等于预设的概率阈值;若判断结果为是,则将当前作弊规则作为预设的作弊规则。相应地,若判断结果为否,则根据客服确定出的作弊订单的特征,更新当前作弊规则;将更新后的作弊规则作为当前作弊规则,将下一审核周期的历史订单作为当前审核周期的作弊订单;重复执行对当前审核周期内的历史订单进行数据分析的步骤,直至当前审核周期内的历史订单中疑似作弊订单中出现作弊订单的概率大于或等于预设的概率阈值,并将此时对应的作弊规则作为预设的作弊规则。
在一些可选实施方式中,如图4所示,该服务端设备还可以包括:电源组件40d、显示器40e等可选组件。图4中仅示意性给出部分组件,并不意味着服务端设备必须包含图4所示全部组件,也不意味着服务端设备只能包括图4所示组件。
本实施例提供的服务端设备,通过对预设时长内的待审核订单进行数据分析,得到预设时长内的作弊订单,并根据含有作弊订单的司机各自对应的作弊订单的关联信息,对司机进行管控,可加大运输服务平台对司机的管控力度和监管能力,进而有助于降低因司机作弊对运输服务平台造成的经济和声誉的损害。
图5为本申请实施例提供的另一种服务端设备的结构示意图。如图5所示,该服务端设备包括:存储器50a和处理器50b。
在本实施例中,存储器50a,用于存储计算机程序和待审核订单。
处理器50b耦合至存储器50a,用于执行计算机程序以用于:获取待审核订单;对待审核订单进行数据分析,以确定待审核订单是否满足预设的作弊规则;若判断结果为是,则确定待审核订单为作弊订单。
在一可选实施例中,处理器50a在确定待审核订单是否满足预设的作弊规则时,具体用于执行以下至少一种判断操作:判断待审核订单的下单用户是否存在于完成待审核订单的司机中;判断待审核订单对应的目标司机在预设时长内的单位薪资是否大于预设的薪资阈值;判断目标司机在预设时长内的订单完成量是否大于预设的数量阈值;判断目标司机到达待审核订单中的起始地址的时刻与下单用户下单的时刻的时间间隔是否小于预设的第一时长阈值;判断完成待审核订单所耗费的时间是否小于预设的第二时长阈值;若至少一种判断操作的结果为是,则确定待审核订单为作弊订单。
在另一可选实施例中,服务端设备还包括通信组件50c。处理器50b在判断待审核订单是否满足预设的作弊规则之前,还用于:对当前审核周期内的历史订单进行数据分析,以确定出当前审核周期内的历史订单中满足当前作弊规则的疑似作弊订单;通过通信组件50c将疑似作弊订单发送给客服终端,以供客服从疑似作弊订单中确定出作弊订单并返回作弊订单;根据客服从疑似作弊订单中确定出的作弊订单,计算疑似作弊订单中出现作弊订单的概率;判断疑似作弊订单中出现作弊订单的概率是否大于或等于预设的概率阈值;若判断结果为是,则将当前作弊规则作为预设的作弊规则。相应地,若判断结果为否,则根据客服确定出的作弊订单的特征,更新当前作弊规则;将更新后的作弊规则作为当前作弊规则,将下一审核周期的历史订单作为当前审核周期的作弊订单;重复执行对当前审核周期内的历史订单进行数据分析的步骤,直至当前审核周期内的历史订单中疑似作弊订单中出现作弊订单的概率大于或等于预设的概率阈值,并将此时对应的作弊规则作为预设的作弊规则。
在一些可选实施方式中,如图5所示,该服务端设备还可以包括:电源组件50d、显示器50e等可选组件。图5中仅示意性给出部分组件,并不意味着服务端设备必须包含图5所示全部组件,也不意味着服务端设备只能包括图5所示组件。
本实施例提供的服务端设备,通过对待审核订单进行数据分析,将满足预设的作弊规则的订单确定为作弊订单,可为后续对司机管控提供参考依据,有助于提高运输服务平台对司机的管控能力。另一方面,对于设置有订单补贴的运输服务平台,可减少司机采用作弊订单骗取平台补贴的概率,有助于降低运输服务平台的经济损失。
图6为本申请实施例提供的又一种服务端设备的结构示意图。如图6所示,该服务端设备包括:存储器60a、处理器60b和通信组件60c。
在本实施例中,存储器60a,用于存储计算机程序和当前审核周期内的历史订单。
处理器60b耦合至存储器60a,用于执行计算机程序以用于:获取当前审核周期内的历史订单;对当前审核周期内的历史订单进行数据分析,以确定出当前审核周期内的历史订单中满足当前作弊规则的疑似作弊订单;通过通信组件60c将疑似作弊订单发送给客服终端,以供客服从疑似作弊订单中确定出作弊订单。
在一可选实施例中,处理器60b还用于:根据客服从疑似作弊订单中确定出的作弊订单,计算疑似作弊订单中出现作弊订单的概率;判断疑似作弊订单中出现作弊订单的概率是否大于或等于预设的概率阈值;若判断结果为是,则将当前作弊规则确定为预设的作弊规则。相应地,若判断结果为否,则根据客服确定出的作弊订单的特征,更新当前作弊规则;将更新后的作弊规则作为当前作弊规则,将下一审核周期的历史订单作为当前审核周期的作弊订单;重复执行对当前审核周期内的历史订单进行数据分析的步骤,直至当前审核周期内的历史订单中疑似作弊订单中出现作弊订单的概率大于或等于预设的概率阈值,并将此时对应的作弊规则作为预设的作弊规则。
进一步,处理器60b还用于:针对目标审核周期的待审核订单,判断待审核订单是否满足预设的作弊规则;若判断结果为是,则确定待审核订单为作弊订单;其中,目标审核周期是指确定预设的作弊规则之后的审核周期。
在一些可选实施方式中,如图6所示,该服务端设备还可以包括:电源组件60d、显示器60e等可选组件。图6中仅示意性给出部分组件,并不意味着服务端设备必须包含图6所示全部组件,也不意味着服务端设备只能包括图6所示组件。
本实施例提供的服务端设备,将满足当前作弊规则的订单作为疑似作弊订单,并将疑似作弊订单发送给客服终端,由客服再次确定疑似作弊订单是否为作弊订单,可提高对作弊订单进行识别的准确率,降低误识别的概率。
在上述图4、图5和图6中,存储器用于存储计算机程序,并可被配置为存储其它各种数据以支持在服务端设备上的操作。其中,处理器可执行存储器中存储的计算机程序,以实现相应控制逻辑。存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
在上述图4、图5和图6中,通信组件被配置为便于服务端设备和其他设备之间有线或无线方式的通信。服务端设备可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,通信组件还可基于近场通信(NFC)模块,射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在上述图4、图5和图6中,电源组件被配置为服务端设备的各种组件提供电力。电源组件可以包括电源管理系统,一个或多个电源,及其他与为电源组件所在设备生成、管理和分配电力相关联的组件。
在上述图4、图5和图6中,显示器可以包括液晶显示器(LCD)和或者触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。
需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存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)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
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实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (18)
1.一种司机管控方法,适用于服务端设备,其特征在于,包括:
对预设时长内的待审核订单进行数据分析,以确定所述待审核订单中的作弊订单;
获取所述作弊订单各自对应的司机;
根据所述司机在所述预设时长内各自对应的作弊订单的关联信息,对所述司机进行管控。
2.根据权利要求1所述的方法,其特征在于,所述对预设时长内的待审核订单进行数据分析,以确定所述待审核订单中的作弊订单,包括:
针对第一待审核订单,判断所述第一待审核订单是否满足预设的作弊规则;
若判断结果为是,则确定所述第一待审核订单为作弊订单;
其中,所述第一待审核订单为所述待审核订单中的任一订单。
3.根据权利要求2所述的方法,其特征在于,所述判断所述第一待审核订单是否满足预设的作弊规则,包括执行以下至少一种判断操作:
判断所述第一待审核订单的下单用户是否存在于完成所述待审核订单的司机中;
判断所述第一待审核订单对应的目标司机在所述预设时长内的单位薪资是否大于预设的薪资阈值;
判断所述目标司机在所述预设时长内的订单完成量是否大于预设的数量阈值;
判断所述目标司机到达所述第一待审核订单中的起始地址的时刻与所述下单用户下单的时刻的时间间隔是否小于预设的第一时长阈值;
判断完成所述第一待审核订单所耗费的时间是否小于预设的第二时长阈值;
若所述至少一种判断操作的结果为是,则确定所述第一待审核订单为作弊订单。
4.根据权利要求1所述的方法,其特征在于,所述根据所述司机在所述预设时长内各自对应的作弊订单的关联信息,对所述司机进行管控,包括:
若第一司机在所述预设时长内的完成除作弊订单之外的其他订单的数量小于预设的订单完成量阈值,则将所述第一司机调度至运力稀缺区域,或者将待运输订单优先分配给所述第一司机;其中,所述第一司机为所述司机中的任一司机。
5.根据权利要求4所述的方法,其特征在于,还包括:
若所述第一司机在所述预设时长内的完成除作弊订单之外的其他订单的数量大于或等于预设的订单完成量阈值,则按照所述第一司机在所述预设时长内的作弊订单的数量所处的惩戒梯度,对所述第一司机进行惩戒。
6.根据权利要求2-5任一项所述的方法,其特征在于,在判断所述第一待审核订单是否满足预设的作弊规则之前,还包括:
对当前审核周期内的历史订单进行数据分析,以确定出当前审核周期内的历史订单中满足当前作弊规则的疑似作弊订单;
将所述疑似作弊订单发送给客服终端,以供客服从所述疑似作弊订单中确定出作弊订单并返回所述作弊订单;
根据所述客服从所述疑似作弊订单中确定出的作弊订单,计算所述疑似作弊订单中出现作弊订单的概率;
判断所述疑似作弊订单中出现作弊订单的概率是否大于或等于预设的概率阈值;
若判断结果为是,则将当前作弊规则作为所述预设的作弊规则。
7.根据权利要求6所述的方法,其特征在于,还包括:
若判断结果为否,则根据所述客服确定出的作弊订单的特征,更新当前作弊规则;
将更新后的作弊规则作为当前作弊规则,将下一审核周期的历史订单作为当前审核周期的作弊订单;
重复执行所述对当前审核周期内的历史订单进行数据分析的步骤,直至当前审核周期内的历史订单中疑似作弊订单中出现作弊订单的概率大于或等于预设的概率阈值,并将此时对应的作弊规则作为所述预设的作弊规则。
8.一种订单审核方法,适用于服务端设备,其特征在于,包括:
获取待审核订单;
对待审核订单进行数据分析,以判断所述待审核订单是否满足预设的作弊规则;
若判断结果为是,则确定所述待审核订单为作弊订单。
9.一种订单审核方法,适用于服务端设备,其特征在于,包括:
获取当前审核周期内的历史订单;
对当前审核周期内的历史订单进行数据分析,以确定出当前审核周期内的历史订单中满足当前作弊规则的疑似作弊订单;
将所述疑似作弊订单发送给客服终端,以供客服从所述疑似作弊订单中确定出作弊订单。
10.根据权利要求9所述的方法,其特征在于,还包括:
根据所述客服从所述疑似作弊订单中确定出的作弊订单,计算所述疑似作弊订单中出现作弊订单的概率;
判断所述疑似作弊订单中出现作弊订单的概率是否大于或等于预设的概率阈值;
若判断结果为是,则将所述当前作弊规则确定为预设的作弊规则。
11.根据权利要求10所述的方法,其特征在于,还包括:
若判断结果为否,则根据所述客服确定出的作弊订单的特征,更新当前作弊规则;
将更新后的作弊规则作为当前作弊规则,将下一审核周期的历史订单作为当前审核周期的作弊订单;
重复执行所述对当前审核周期内的历史订单进行数据分析的步骤,直至当前审核周期内的历史订单中疑似作弊订单中出现作弊订单的概率大于或等于预设的概率阈值,并将此时对应的作弊规则作为所述预设的作弊规则。
12.根据权利要求10或11所述的方法,其特征在于,还包括:
针对目标审核周期的待审核订单,判断所述待审核订单是否满足所述预设的作弊规则;
若判断结果为是,则确定所述待审核订单为作弊订单;
其中,所述目标审核周期是指确定所述预设的作弊规则之后的审核周期。
13.一种服务端设备,其特征在于,包括:存储器和处理器;其中,
所述存储器,用于存储计算机程序和预设时长内的待审核订单;
所述处理器耦合至所述存储器,用于执行所述计算机程序以用于:
对所述待审核订单进行数据分析,以确定所述待审核订单中的作弊订单;
获取所述作弊订单各自对应的司机;
根据所述司机在所述预设时长内各自对应的作弊订单的关联信息,对所述司机进行管控。
14.一种服务端设备,其特征在于,包括:存储器和处理器;其中,
所述存储器,用于存储计算机程序和待审核订单;
所述处理器耦合至所述存储器,用于执行所述计算机程序以用于:
获取所述待审核订单;
对所述待审核订单进行数据分析,以判断所述待审核订单是否满足预设的作弊规则;
若判断结果为是,则确定所述待审核订单为作弊订单。
15.一种服务端设备,其特征在于,包括:存储器、处理器和通信组件;其中,
所述存储器,用于存储计算机程序和当前审核周期内的历史订单;
所述处理器耦合至所述存储器,用于执行所述计算机程序以用于:
获取当前审核周期内的历史订单;
对当前审核周期内的历史订单进行数据分析,以确定出当前审核周期内的历史订单中满足当前作弊规则的疑似作弊订单;
通过所述通信组件将所述疑似作弊订单发送给客服终端,以供客服从所述疑似作弊订单中确定出作弊订单。
16.一种存储有计算机指令的计算机可读存储介质,其特征在于,当所述计算机指令被一个或多个处理器执行时,致使所述一个或多个处理器执行权利要求1-7任一项所述方法中的步骤。
17.一种存储有计算机指令的计算机可读存储介质,其特征在于,当所述计算机指令被一个或多个处理器执行时,致使所述一个或多个处理器执行权利要求8所述方法中的步骤。
18.一种存储有计算机指令的计算机可读存储介质,其特征在于,当所述计算机指令被一个或多个处理器执行时,致使所述一个或多个处理器执行权利要求9-12任一项所述方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910289305.1A CN111861496A (zh) | 2019-04-11 | 2019-04-11 | 司机管控与订单审核方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910289305.1A CN111861496A (zh) | 2019-04-11 | 2019-04-11 | 司机管控与订单审核方法、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111861496A true CN111861496A (zh) | 2020-10-30 |
Family
ID=72951948
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910289305.1A Pending CN111861496A (zh) | 2019-04-11 | 2019-04-11 | 司机管控与订单审核方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111861496A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112837119A (zh) * | 2021-01-28 | 2021-05-25 | 天津五八到家货运服务有限公司 | 异常订单识别方法、装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108537554A (zh) * | 2017-03-02 | 2018-09-14 | 北京嘀嘀无限科技发展有限公司 | 基于打针定位刷单的反作弊识别方法及装置 |
CN108596632A (zh) * | 2017-03-07 | 2018-09-28 | 北京嘀嘀无限科技发展有限公司 | 一种基于订单属性和用户行为的反作弊识别方法及系统 |
CN108765073A (zh) * | 2018-05-23 | 2018-11-06 | 天津五八到家科技有限公司 | 司机管控方法、司机终端及服务端 |
-
2019
- 2019-04-11 CN CN201910289305.1A patent/CN111861496A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108537554A (zh) * | 2017-03-02 | 2018-09-14 | 北京嘀嘀无限科技发展有限公司 | 基于打针定位刷单的反作弊识别方法及装置 |
CN108596632A (zh) * | 2017-03-07 | 2018-09-28 | 北京嘀嘀无限科技发展有限公司 | 一种基于订单属性和用户行为的反作弊识别方法及系统 |
CN108765073A (zh) * | 2018-05-23 | 2018-11-06 | 天津五八到家科技有限公司 | 司机管控方法、司机终端及服务端 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112837119A (zh) * | 2021-01-28 | 2021-05-25 | 天津五八到家货运服务有限公司 | 异常订单识别方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111724091A (zh) | 订单分配方法、服务端设备及存储介质 | |
US10387197B2 (en) | System and methods for transaction-based process management | |
US10885477B2 (en) | Data processing for role assessment and course recommendation | |
CN111754149A (zh) | 司机调度方法、设备及存储介质 | |
CN110414883A (zh) | 货物运输和下单方法、设备及存储介质 | |
CN108491254A (zh) | 一种数据仓库的调度方法及装置 | |
CN108765073A (zh) | 司机管控方法、司机终端及服务端 | |
CN107861765B (zh) | 产品配置方法、设备和计算机可读存储介质 | |
CN111861496A (zh) | 司机管控与订单审核方法、设备及存储介质 | |
CN110400105A (zh) | 订单分配方法、设备、系统及存储介质 | |
CN112686678A (zh) | 一种确定虚假订单的方法、装置、设备及存储介质 | |
CN111724216B (zh) | 车辆选择方法、终端设备及存储介质 | |
CN111882323A (zh) | 基于云服务租赁的用户融资风险控制方法及装置 | |
CN111832858A (zh) | 订单分配方法、设备、系统及存储介质 | |
CN110516922B (zh) | 分配数据处理对象的方法及装置 | |
CN112633855A (zh) | 一种任务提醒方法及计算机设备 | |
CN111062792A (zh) | 额度调控方法、装置、设备及存储介质 | |
EP3556084B1 (en) | Application-sensitive strategy for server decommissioning | |
CN114428723A (zh) | 测试系统、系统测试方法、相关设备及存储介质 | |
CN108428098A (zh) | 员工自助离司方法、应用服务器及计算机可读存储介质 | |
CN117707744B (zh) | 一种dsm数据服务管理方法、装置、电子设备及介质 | |
CN107944667B (zh) | 对象模型处理方法和装置 | |
CN117221066A (zh) | 业务调度方法、装置、处理器及电子设备 | |
CN115526595A (zh) | 一种工时分配方法、装置、电子设备及计算机存储介质 | |
CN115907679A (zh) | 一种企业项目申报的咨询管理方法及装置 |
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 |