CN111932348A - 针对异常订单的报警方法、装置、电子设备和可读介质 - Google Patents

针对异常订单的报警方法、装置、电子设备和可读介质 Download PDF

Info

Publication number
CN111932348A
CN111932348A CN202010998345.6A CN202010998345A CN111932348A CN 111932348 A CN111932348 A CN 111932348A CN 202010998345 A CN202010998345 A CN 202010998345A CN 111932348 A CN111932348 A CN 111932348A
Authority
CN
China
Prior art keywords
order information
candidate
abnormal
information group
early warning
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
Application number
CN202010998345.6A
Other languages
English (en)
Other versions
CN111932348B (zh
Inventor
张国安
赵强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Billion Information Technology Co.,Ltd.
Original Assignee
Beijing Missfresh Ecommerce Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Missfresh Ecommerce Co Ltd filed Critical Beijing Missfresh Ecommerce Co Ltd
Priority to CN202010998345.6A priority Critical patent/CN111932348B/zh
Publication of CN111932348A publication Critical patent/CN111932348A/zh
Application granted granted Critical
Publication of CN111932348B publication Critical patent/CN111932348B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

Abstract

本公开的实施例公开了针对异常订单的报警方法、装置、电子设备和可读介质。该方法的一具体实施方式包括：获取用户的订单信息集合，其中，该订单信息包括以下至少一项：用户编号，下单时间，订单金额。选择该订单信息集合中用户编号相同的订单信息以生成候选订单信息组，得到候选订单信息组集合。确定该候选订单信息组集合中每个候选订单信息组对应的预警值，得到预警值集合。从该候选订单信息组集合中选择对应预警值满足预定条件的候选订单信息组作为异常订单信息。该实施方式保证了在统一标准下对异常订单信息进行监控以及报警，解决了由于人工监控的结果容易受到人的主观经验影响的问题。

Description

针对异常订单的报警方法、装置、电子设备和可读介质
技术领域
本公开的实施例涉及计算机技术领域，具体涉及异常订单信息报警方法、装置、电子设备可读介质。
背景技术
异常订单信息报警，是指对订单信息进行监控，进而识别出异常订单信息并进行报警的一种方法。常用的异常订单信息报警方法是对信息进行人工监控，从而识别出异常订单信息并进行报警。
然而，当采用上述方式进行异常订单信息报警时，往往会存在如下技术问题：
第一，人工监控的结果容易受到人的主观经验的影响，对异常订单信息进行监控以及报警的标准往往不统一；
第二，对异常订单信息的监控以及报警考虑的因素过于单一，可能会将正常订单信息误判为异常订单信息，从而对“所谓”异常订单信息的处理浪费订单所在平台方的处理资源；
第三，未考虑订单产生时的时间的重要程度，使得对于异常订单信息的判定不够准确，从而导致了计算机资源的浪费。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了针对异常订单的报警方法、装置、电子设备和可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面，本公开的一些实施例提供了一种针对异常订单的报警方法，该方法包括：获取用户的订单信息集合，其中，上述订单信息包括以下至少一项：用户编号，下单时间，订单金额。选择上述订单信息集合中用户编号相同的订单信息以生成候选订单信息组，得到候选订单信息组集合。确定上述候选订单信息组集合中每个候选订单信息组对应的预警值，得到预警值集合。从上述候选订单信息组集合中选择对应预警值满足预定条件的候选订单信息组作为异常订单信息。
在一些实施例中，所述确定所述候选订单信息组对应的预警值，包括：
通过以下公式，确定所述候选订单信息组对应的预警值：
Figure 674182DEST_PATH_IMAGE001
，
其中，
Figure 36899DEST_PATH_IMAGE002
表示所述预警值，
Figure 493288DEST_PATH_IMAGE003
表示所述候选订单信息组中候选订单信息的数量，
Figure 248755DEST_PATH_IMAGE004
表示序号，
Figure 106989DEST_PATH_IMAGE005
表示序号，
Figure 673231DEST_PATH_IMAGE006
表示所述候选订单信息组中候选订单信息包括的订单金额，
Figure 616916DEST_PATH_IMAGE007
表示所述候选订单信息组中第
Figure 644915DEST_PATH_IMAGE004
个候选订单信息包括的订单金额，
Figure 357656DEST_PATH_IMAGE008
表示所述候选订单信息组中第
Figure 344067DEST_PATH_IMAGE009
个候选订单信息包括的订单金额，
Figure 761666DEST_PATH_IMAGE010
表示所述时间差值集合中时间差值的数量，
Figure 858935DEST_PATH_IMAGE011
表示所述时间差值集合中的时间差值，
Figure 160603DEST_PATH_IMAGE012
表示所述时间差值集合中第
Figure 317915DEST_PATH_IMAGE005
个时间差值，
Figure 236193DEST_PATH_IMAGE013
表示第一阈值，取值范围为[0,1],
Figure 622306DEST_PATH_IMAGE014
表示第二阈值，取值为
Figure 44060DEST_PATH_IMAGE015
。
在一些实施例中，所述基于所述异常订单信息对应的预警值，确定所述异常订单信息对应的用户帐号的奖惩分数值，包括：
通过以下公式确定所述异常订单信息对应的用户帐号的奖惩分数值：
Figure 372273DEST_PATH_IMAGE016
，
其中，
Figure 512267DEST_PATH_IMAGE017
表示所述异常订单信息对应的预警值，
Figure 951339DEST_PATH_IMAGE018
表示第三阈值，取值范围为[1,5]且为整数，
Figure 742446DEST_PATH_IMAGE019
表示第四阈值，取值范围为[12,48]且为12的倍数，
Figure 975981DEST_PATH_IMAGE020
表示第五阈值，取值范围为[1,24]，
Figure 603272DEST_PATH_IMAGE021
表示所述奖惩分数值。
第二方面，本公开的一些实施例提供了一种异常订单信息报警装置，装置包括：获取单元，被配置成获取用户的订单信息集合，其中，上述订单信息包括以下至少一项：用户编号，下单时间，订单金额。第一选择单元，被配置成选择上述订单信息集合中用户编号相同的订单信息以生成候选订单信息组，得到候选订单信息组集合。确定单元，被配置成确定上述候选订单信息组集合中每个候选订单信息组对应的预警值，得到预警值集合。第二选择单元，被配置成从上述候选订单信息组集合中选择对应预警值满足预定条件的候选订单信息组作为异常订单信息。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中所描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中所描述的方法。
本公开的上述各个实施例具有如下有益效果：首先，获取用户的订单信息集合，其中，上述订单信息包括以下至少一项：用户编号，下单时间，订单金额。通过获取用户的订单信息集合，为下一步的选择进行数据准备。其次，选择上述订单信息集合中用户编号相同的订单信息以生成候选订单信息组，得到候选订单信息组集合。通过将用户编号相同的用户订单划分到同一组内，方便确定用户编号对应的用户的订单是否为异常订单信息。进而，确定上述候选订单信息组集合中每个候选订单信息组对应的预警值，得到预警值集合。通过确定上述候选订单信息组对应的预警值，为下一步的选择提供判断依据。最后，从上述候选订单信息组集合中选择对应预警值满足预定条件的候选订单信息组作为异常订单信息。由此，解决了人工监控的结果容易受到人的主观经验的影响，而导致的对异常订单信息进行监控以及报警的标准往往不统一的问题。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1是根据本公开的一些实施例的针对异常订单的报警方法的一个应用场景示意图；
图2是根据本公开的针对异常订单的报警方法的一些实施例的流程图；
图3是根据本公开的针对异常订单的报警方法的另一些实施例的流程图；
图4是根据本公开的针对异常订单的报警方法的一些实施例的结构示意图；
图5是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开的一些实施例的针对异常订单的报警方法的一个应用场景示意图。
在图1的应用场景图中，首先，计算设备101可以获取用户的订单信息集合102，其中，上述订单信息包括以下至少一项：用户编号，下单时间，订单金额。其次，计算设备101可以选择上述订单信息集合102中用户编号相同的订单信息以生成候选订单信息组，得到候选订单信息组集合103。进而，计算设备101可以确定上述候选订单信息组集合103中每个候选订单信息组对应的预警值，得到预警值集合104。最后，计算设备101可以从上述候选订单信息组集合103中选择对应预警值满足预定条件的候选订单信息组作为异常订单信息105。
需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件和软件模块，也可以是实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的计算设备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计算设备。
继续参考图2，示出了根据本公开的针对异常订单的报警方法的一些实施例的流程200。该方法可以由图1的计算设备101来执行。该针对异常订单的报警方法，包括以下步骤：
步骤201，获取用户的订单信息集合。
在一些实施例中，针对异常订单的报警方法的执行主体（如图1所示的计算设备101）可以通过有线连接的方式或无线连接的方式获取用户的订单信息集合。其中，上述订单信息包括但不限于以下至少一项：用户编号，下单时间，订单金额。
作为示例，上述订单信息集合可以是[[001，2020-8-12-12:00:00，1元]，[001，2020-8-12-12:01:00，1元]，[001，2020-8-12-12:02:00，2元]，[001，2020-8-12-12:03:00，1元]，[002，2020-8-12-12:00:00，20元]，[002，2020-8-12-12:02:00，40元]]。
步骤202，选择订单信息集合中用户编号相同的订单信息以生成候选订单信息组，得到候选订单信息组集合。
在一些实施例中，上述执行主体可以选择上述订单信息集合中用户编号相同的订单信息以生成候选订单信息组，得到候选订单信息组集合。
作为示例，上述候选订单信息组集合可以是[([001，2020-8-12-12:00:00，1元]，[001，2020-8-12-12:01:00，1元]，[001，2020-8-12-12:02:00，2元]，[001，2020-8-12-12:03:00，1元])，([002，2020-8-12-12:00:00，20元]，[002，2020-8-12-12:02:00，40元])]。
步骤203，确定候选订单信息组集合中每个候选订单信息组对应的预警值，得到预警值集合。
在一些实施例中，上述执行主体可以通过以下公式确定上述候选订单信息组集合中每个候选订单信息组对应的预警值，得到预警值集合：
Figure 314876DEST_PATH_IMAGE022
。
其中，
Figure 976801DEST_PATH_IMAGE002
表示上述预警值。
Figure 131970DEST_PATH_IMAGE003
表示上述候选订单信息组中候选订单信息的数量。
Figure 980978DEST_PATH_IMAGE004
表示序号。
Figure 761852DEST_PATH_IMAGE006
表示上述候选订单信息组中候选订单信息包括的订单金额。
Figure 12705DEST_PATH_IMAGE007
表示上述候选订单信息组中第
Figure 853622DEST_PATH_IMAGE004
个候选订单信息包括的订单金额。
Figure 189925DEST_PATH_IMAGE023
表示上述候选订单信息组中候选订单信息包括的下单时间。
Figure 749389DEST_PATH_IMAGE024
表示上述候选订单信息组中第
Figure 120328DEST_PATH_IMAGE004
个候选订单信息包括的下单时间。
Figure 866567DEST_PATH_IMAGE025
表示上述候选订单信息组中第
Figure 424587DEST_PATH_IMAGE026
个候选订单信息包括的下单时间。
Figure 812843DEST_PATH_IMAGE027
表示第六阈值，取值范围为[0,1]。
Figure 772709DEST_PATH_IMAGE028
表示第七阈值，取值为
Figure 706161DEST_PATH_IMAGE029
。
作为示例，上述候选订单信息组集合可以是[([001，2020-8-12-12:00:00，1元]，[001，2020-8-12-12:01:00，1元]，[001，2020-8-12-12:02:00，2元]，[001，2020-8-12-12:03:00，1元])，([002，2020-8-12-12:00:00，20元]，[002，2020-8-12-12:02:00，40元])]。上述第六阈值可以是0.3。上述第七阈值可以是0.7。则通过上述公式计算得到的预警值集合可以是[0.9，4.5]（计算过程如下式）。
Figure 17057DEST_PATH_IMAGE030
。
在一些实施例的一些可选的实现方式中，上述执行主体确定候选订单信息组集合中每个候选订单信息组对应的预警值，得到预警值集合，可以包括以下步骤：
第第一步，确定上述候选订单信息组中各个候选订单信息包括的订单金额的总额，作为第一订单金额总额。
第二步，确定上述时间差值集合中每个时间差值的倒数作为第一时间，得到第一时间集合。
第三步，确定上述候选订单信息组中每两个相邻订单信息包括的订单金额的差值作为第一差值，得到第一差值集合。
第四步，确定第一阈值和第二阈值。
第五步，基于上述第一阈值、上述第二阈值、上述第一订单金额总额、上述第一时间集合和上述第一差值集合，确定上述候选订单信息组对应的预警值。
步骤204，从候选订单信息组集合中选择对应预警值满足预定条件的候选订单信息组作为异常订单信息。
在一些实施例中，上述执行主体可以从候选订单信息组集合中选择对应预警值满足预定条件的候选订单信息组作为异常订单信息。上述预定条件可以是预警值与预警值集合中的最小的预警值相同。
作为示例，上述候选订单信息组集合可以是[([001，2020-8-12-12:00:00，1元]，[001，2020-8-12-12:01:00，1元]，[001，2020-8-12-12:02:00，2元]，[001，2020-8-12-12:03:00，1元])，([002，2020-8-12-12:00:00，20元]，[002，2020-8-12-12:02:00，40元])]。上述预警值集合可以是[0.9，4.5]。则上述预警值集合中的最小的预警值为0.9。从而，可以选择预警值0.9对应的候选订单信息组([001，2020-8-12-12:00:00，1元]，[001，2020-8-12-12:01:00，1元]，[001，2020-8-12-12:02:00，2元]，[001，2020-8-12-12:03:00，1元])作为异常订单信息。
本公开的上述各个实施例具有如下有益效果：首先，获取用户的订单信息集合，其中，上述订单信息包括以下至少一项：用户编号，下单时间，订单金额。通过获取用户的订单信息集合，为下一步的选择进行数据准备。其次，选择上述订单信息集合中用户编号相同的订单信息以生成候选订单信息组，得到候选订单信息组集合。通过将用户编号相同的用户订单划分到同一组内，方便确定用户编号对应的用户的订单是否为异常订单信息。进而，确定上述候选订单信息组集合中每个候选订单信息组对应的预警值，得到预警值集合。通过确定上述候选订单信息组对应的预警值，为下一步的选择提供判断依据。最后，从上述候选订单信息组集合中选择对应预警值满足预定条件的候选订单信息组作为异常订单信息。由此，解决了人工监控的结果容易受到人的主观经验的影响，而导致的对异常订单信息进行监控以及报警的标准往往不统一的问题。
进一步参考图3，示出了根据本公开的针对异常订单的报警方法的另一些实施例的流程图300。上述方法可以由图1的计算设备101来执行。上述针对异常订单的报警方法，包括以下步骤：
步骤301，获取用户的订单信息集合。
步骤302，选择订单信息集合中用户编号相同的订单信息以生成候选订单信息组，得到候选订单信息组集合。
在一些实施例中，步骤301-302的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤201-202，在此不再赘述。
步骤303，确定候选订单信息组中每两个下单时间相邻的候选订单信息包括的下单时间的时间差值，得到时间差值集合。
在一些实施例中，上述执行主体可以确定上述候选订单信息组中每两个下单时间相邻的候选订单信息包括的下单时间的时间差值，得到时间差值集合。其中，上述时间差值的单位可以为分钟。上述每两个下单时间相邻的候选订单信息可以是指两个候选订单信息包括的下单时间之间的时间段中不包括其他候选订单信息包括的下单时间的候选订单信息对。
作为示例，上述候选订单信息组可以是([001，2020-8-12-12:00:30:00，1元]，[001，2020-8-12-12:01:00，1元]，[001，2020-8-12-12:02:00，2元]，[001，2020-8-12-12:04:00，1元]，[001，2020-8-12-12:05:00，1元])。则得到的时间差值集合可以是[0.5，1，2，1]。
步骤304，基于时间差值集合，确定候选订单信息组对应的预警值。
在一些实施例中，上述执行主体可以基于时间差值集合，确定候选订单信息组对应的预警值。
在一些实施例的一些可选的实现方式中，上述执行主体可以基于上述时间差值集合，通过以下公式确定候选订单信息组对应的预警值：
Figure 677845DEST_PATH_IMAGE031
。
其中，
Figure 757797DEST_PATH_IMAGE002
表示上述预警值。
Figure 111418DEST_PATH_IMAGE003
表示上述候选订单信息组中候选订单信息的数量。
Figure 158877DEST_PATH_IMAGE004
表示序号。
Figure 357777DEST_PATH_IMAGE005
表示序号。
Figure 557814DEST_PATH_IMAGE006
表示上述候选订单信息组中候选订单信息包括的订单金额。
Figure 82337DEST_PATH_IMAGE007
表示上述候选订单信息组中第
Figure 836666DEST_PATH_IMAGE004
个候选订单信息包括的订单金额。
Figure 370415DEST_PATH_IMAGE008
表示上述候选订单信息组中第
Figure 910112DEST_PATH_IMAGE009
个候选订单信息包括的订单金额。
Figure 339957DEST_PATH_IMAGE010
表示上述时间差值集合中时间差值的数量。
Figure 112741DEST_PATH_IMAGE011
表示上述时间差值集合中的时间差值。
Figure 919023DEST_PATH_IMAGE012
表示上述时间差值集合中第
Figure 828073DEST_PATH_IMAGE005
个时间差值。
Figure 694398DEST_PATH_IMAGE013
表示第一阈值，取值范围为[0,1],
Figure 941096DEST_PATH_IMAGE014
表示第二阈值，取值为
Figure 551069DEST_PATH_IMAGE015
。
其中，
Figure 314625DEST_PATH_IMAGE002
表示上述预警值。
Figure 86272DEST_PATH_IMAGE003
表示上述候选订单信息组中候选订单信息的数量。
Figure 833648DEST_PATH_IMAGE004
表示序号。
Figure 981733DEST_PATH_IMAGE005
表示序号。
Figure 350528DEST_PATH_IMAGE006
表示上述候选订单信息组中候选订单信息包括的订单金额。
Figure 293077DEST_PATH_IMAGE007
表示上述候选订单信息组中第
Figure 262170DEST_PATH_IMAGE004
个候选订单信息包括的订单金额。
Figure 213945DEST_PATH_IMAGE008
表示上述候选订单信息组中第
Figure 952094DEST_PATH_IMAGE032
个候选订单信息包括的订单金额。
Figure 331123DEST_PATH_IMAGE010
表示上述时间差值集合中时间差值的数量。
Figure 771200DEST_PATH_IMAGE011
表示上述时间差值集合中的时间差值。
Figure 526667DEST_PATH_IMAGE012
表示上述时间差值集合中第
Figure 181639DEST_PATH_IMAGE005
个时间差值。
Figure 482301DEST_PATH_IMAGE013
表示第一阈值，取值范围为[0,1],
Figure 894828DEST_PATH_IMAGE014
表示第二阈值，取值为
Figure 453985DEST_PATH_IMAGE015
。
Figure 901147DEST_PATH_IMAGE033
。
上述公式作为本公开的实施例的一个发明点，由此解决了背景技术提及的技术问题二“对异常订单信息的监控以及报警考虑的因素过于单一，可能会将正常订单信息误判为异常订单信息，从而对“所谓”异常订单信息的处理浪费订单所在平台方的处理资源”。影响异常订单信息的监控以及报警考虑的因素过于单一的因素往往如下：现有技术往往仅考虑订单之间的时间间隔或订单的金额，从而使得对异常订单信息的监控以及报警考虑的因素过于单一。如果解决了上述因素，就能减少将正常订单信息误判为异常订单信息的情况出现，进而，减少了对“所谓”异常订单信息的处理，浪费订单所在平台方的处理资源的问题。为了达到这一效果，首先，本公开引入了
Figure 887558DEST_PATH_IMAGE034
（订单金额增长率），通过数值化的形式表现了当前订单的订单金额相对于前一个订单的订单金额的起伏情况。其次，由于刷单过程中产生的订单金额数值较小，当订单金额发生变化时，订单金额增长率数值会增大。例如，当前订单的订单金额为2元，上一个订单的订单金额为1元，此时的订单金额增长率为1。当前订单的订单金额为1000元，上一个订单的订单金额为500元，此时的订单金额增长率也为1。明显的，后种情况的订单更能满足利益诉求方（例如，购物平台）的诉求。进而，为了消除误判，由此引入了
Figure 52960DEST_PATH_IMAGE035
（订单金额的总和）的均值，此外，由于刷单产生的订单之间的时间差值较小，因此引入了
Figure 402426DEST_PATH_IMAGE036
（时间差值的倒数），通过时间差值的倒数对异常订单信息进行突出。除此之外，通过引入第一阈值以及第二阈值，使得能够根据不同需求，突出各个部分的特征，使得公式的应用场景更加广泛。通过综合的考虑影响异常订单生成的因素，最终，提高对异常订单信息的判定效率，减少了处理资源的消耗。
步骤305，从候选订单信息组集合中选择对应预警值满足预定条件的候选订单信息组作为异常订单信息。
在一些实施例中，步骤305的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤204，在此不再赘述。
步骤306，基于异常订单信息对应的预警值，确定异常订单信息对应的用户帐号的奖惩分数值。
在一些实施例中，上述执行主体可以基于异常订单信息对应的预警值，确定异常订单信息对应的用户帐号的奖惩分数值。
在一些实施例的一些可选的实现方式中，上述执行主体基于异常订单信息对应的预警值，确定异常订单信息对应的用户帐号的奖惩分数值，可以包括以下步骤：
第一步，确定第三阈值、第四阈值、第五阈值。
第二步，基于上述第四阈值和上述第五阈值对正弦函数进行放缩和平移，生成第一正弦函数。
第三步，基于上述异常订单信息对应的预警值、上述第三阈值和上述第一正弦函数，确定上述异常订单信息对应的用户帐号的奖惩分数值。
在一些实施例的一些可选的实现方式中，上述执行主体可以基于上述异常订单信息对应的预警值以及以下公式，确定异常订单信息对应的用户帐号的奖惩分数值，其中，由于上述异常订单信息包括用户编号。用户帐号包括用户编号。因此上述用户帐号可以通过用户编号与异常订单信息进行关联：
Figure 704095DEST_PATH_IMAGE037
。
其中，
Figure 595827DEST_PATH_IMAGE017
表示上述异常订单信息对应的预警值。
Figure 248525DEST_PATH_IMAGE018
表示第三阈值，取值范围为[1,5]且为整数。
Figure 883906DEST_PATH_IMAGE019
表示第四阈值，取值范围为[12,48]且为12的倍数。
Figure 305660DEST_PATH_IMAGE020
表示第五阈值，取值范围为[1,24]。
Figure 119027DEST_PATH_IMAGE021
表示上述奖惩分数值。
作为示例，上述异常订单信息可以是([001，2020-8-12-12:00:30:00，1元]，[001，2020-8-12-12:01:00，1元]，[001，2020-8-12-12:02:00，2元]，[001，2020-8-12-12:04:00，1元]，[001，2020-8-12-12:05:00，1元])。上述异常订单信息对应的预警值可以是2.76。上述第三阈值可以是2。上述第四阈值可以是12。上述第五阈值可以是12。则可以通过上述公式确定上述异常订单信息对应的用户帐号的奖惩分数值为5.5199（计算过程如下式，计算结果保留四位小数）。
Figure 259021DEST_PATH_IMAGE038
。
上述公式作为本公开的实施例的一个发明点，由此解决了背景技术提及的技术问题三“未考虑订单产生时的时间的重要程度，使得对于异常订单信息的判定不够准确，从而导致了计算机资源的浪费”。影响异常订单信息判定准确度的因素往往如下：未考虑到不同日期的重要程度。比如，“活动日”的订单量较大，此时，应加强对异常订单信息的监控，减少资源消耗。在订单量较少的日期，应降低对于异常订单信息的监控。由于未考虑时间因素对于异常订单信息的判定的影响，从而导致判定不够准确。如果解决了上述因素，就能提高异常订单信息判定的准确度。为了达到这一效果，首先，本公开引入了第三阈值用以突出日期特征，其中，第三阈值数值越小，表示当前日期的重要程度越高。其次，一天中不同时刻的重要程度也往往不同，因此，本公开引入第四阈值用于对正弦函数
Figure 698092DEST_PATH_IMAGE039
进行偏移以及放缩，使得经过偏移以及放缩后的正弦函数
Figure 239932DEST_PATH_IMAGE039
能够更好地表征一天中不同时刻的重要性。除此之外，本公开通过将上述第五阈值输入至经过偏移以及放缩后的正弦函数
Figure 988314DEST_PATH_IMAGE039
中，从而得到上述第五阈值对应的时刻的特征值。最终，将上述影响因素进行相乘进而得到奖惩分数值。本公开通过综合考量影响奖惩值生成的因素，从而，提高了异常订单信息判定的准确度，进而，提高了计算机资源的使用效率，减少了计算机资源的浪费。
步骤307，基于奖惩分数值，对用户帐号进行处理。
在一些实施例中，上述执行主体可以基于上述奖惩分数值，对上述用户帐号进行处理。其中，由于上述异常订单信息包括用户编号。上述用户帐号包括用户编号。因此上述用户帐号可以通过用户编号与异常订单信息进行关联。
在一些实施例的一些可选的实现方式中，上述执行主体可以响应于确定上述奖惩分数值在第一预设区间，对上述帐号进行第一预设处理。其中，第一预设区间可以是[0,10)。第一预设处理可以是对上述用户帐号进行为期10天的封禁。
在一些实施例的一些可选的实现方式中，上述执行主体可以响应于确定上述奖惩分数值在第二预设区间，对上述帐号进行第二预设处理。其中，第二预设区间可以是(10,20]。第二预设处理可以是对上述用户账号进行为期24小时的封禁。
本公开的上述各个实施例具有如下有益效果：首先，引入了
Figure 350025DEST_PATH_IMAGE034
（订单金额增长率），通过数值化的形式表现了当前订单的订单金额相对于前一个订单的订单金额的起伏情况。由于刷单过程中产生的订单金额数值较小，当订单金额发生变化时，订单金额增长率数值会增大。例如，当前订单的订单金额为2元，上一个订单的订单金额为1元，此时的订单金额增长率为1。当前订单的订单金额为1000元，上一个订单的订单金额为500元，此时的订单金额增长率也为1。明显的，后种情况的订单更能满足利益诉求方的诉求。为了消除误判，由此引入了
Figure 327209DEST_PATH_IMAGE040
（订单金额的总和）的均值，可以有效地避免对满足利益诉求方诉求的订单的误判。此外，由于刷单产生的订单之间的时间差值较小，因此引入了
Figure 989134DEST_PATH_IMAGE036
（时间差值的倒数），通过时间差值的倒数对异常订单信息进行突出。除此之外，通过引入第一阈值以及第二阈值，使得能够根据不同需求，突出各个部分的特征。进而，由于不同日期的重要程度不同，例如，活动日的重要程度往往高于平常日期。因此，引入了第三阈值用以突出日期特征，其中，第三阈值数值越小，表示当前日期的重要程度越高。此外，一天中不同时刻的重要程度也往往不同，因此引入第四阈值用于对正弦函数
Figure 659150DEST_PATH_IMAGE039
进行偏移以及放缩，使得经过偏移以及放缩后的正弦函数
Figure 242578DEST_PATH_IMAGE039
能够更好地表征一天中不同时刻的重要性。最后，第五阈值用于表征时刻，通过将上述第五阈值输入至经过偏移以及放缩后的正弦函数
Figure 774185DEST_PATH_IMAGE039
中，从而得到上述第五阈值对应的时刻的特征值。通过考虑时间因素对于异常订单信息的评估的影响，使得能够更加精准的对异常订单信息进行评估。
进一步参考图4，作为对上述各图所示方法的实现，本公开提供了一种针对异常订单的报警装置的一些实施例，这些装置实施例与图2上述的那些方法实施例相对应，该装置具体可以应用与各种电子设备中。如图4所示，一些实施例的针对异常订单的报警装置400包括：获取单元401、第一选择单元402、确定单元403和第二选择单元404。其中，获取单元401，被配置成获取用户的订单信息集合，其中，上述订单信息包括以下至少一项：用户编号，下单时间，订单金额。第一选择单元402，被配置成选择上述订单信息集合中用户编号相同的订单信息以生成候选订单信息组，得到候选订单信息组集合。确定单元403，被配置成确定上述候选订单信息组集合中每个候选订单信息组对应的预警值，得到预警值集合。第二选择单元404，被配置成从上述候选订单信息组集合中选择对应预警值满足预定条件的候选订单信息组作为异常订单信息。
可以理解的是，该装置400中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置400及其中包含的单元，在此不再赘述。
下面参考图5，其示出了适于用来实现本公开的一些实施例的电子设备（例如图1中的计算设备101）500的结构示意图。图5示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图5所示，电子设备500可以包括处理装置（例如中央处理器、图形处理器等）501，其可以根据存储在只读存储器（ROM）502中的程序或者从存储装置508加载到随机访问存储器（RAM）503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出（I/O）接口505也连接至总线504。
通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图5中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些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。在这样的一些实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、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）、光纤、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。在本公开的一些实施例中，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。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP（HyperText TransferProtocol，超文本传输协议）之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信（例如，通信网络）互连。通信网络的示例包括局域网（“LAN”），广域网（“WAN”），网际网（例如，互联网）以及端对端网络（例如，ad hoc端对端网络），以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读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该电子设备执行时，使得该电子设备：获取用户的订单信息集合，其中，上述订单信息包括以下至少一项：用户编号，下单时间，订单金额。选择上述订单信息集合中用户编号相同的订单信息以生成候选订单信息组，得到候选订单信息组集合。确定上述候选订单信息组集合中每个候选订单信息组对应的预警值，得到预警值集合。从上述候选订单信息组集合中选择对应预警值满足预定条件的候选订单信息组作为异常订单信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）——连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
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，该模块、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，框图和/或流程图中的每个方框、以及框图和/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。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、第一选择单元、确定单元、第二选择单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取用户的订单信息集合的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、片上系统（SOC）、复杂可编程逻辑设备（CPLD）等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种针对异常订单的报警方法，包括：
获取用户的订单信息集合，其中，所述订单信息包括以下至少一项：用户编号，下单时间，订单金额；
选择所述订单信息集合中用户编号相同的订单信息以生成候选订单信息组，得到候选订单信息组集合；
确定所述候选订单信息组集合中每个候选订单信息组对应的预警值，得到预警值集合；
从所述候选订单信息组集合中选择对应预警值满足预定条件的候选订单信息组作为异常订单信息。
2.根据权利要求1所述的方法，其中，所述方法还包括：
基于所述异常订单信息对应的预警值，确定所述异常订单信息对应的用户帐号的奖惩分数值；
基于所述奖惩分数值，对所述用户帐号进行处理。
3.根据权利要求2所述的方法，其中，所述基于所述奖惩分数值，对所述用户帐号进行处理，包括：
响应于确定所述奖惩分数值在第一预设区间，对所述帐号进行第一预设处理；
响应于确定所述奖惩分数值在第二预设区间，对所述帐号进行第二预设处理。
4.根据权利要求1所述的方法，其中，所述确定所述候选订单信息组集合中每个候选订单信息组对应的预警值，包括：
确定所述候选订单信息组中每两个下单时间相邻的候选订单信息包括的下单时间的时间差值，得到时间差值集合。
5.根据权利要求4所述的方法，其中，所述方法还包括：
基于所述时间差值集合，确定所述候选订单信息组对应的预警值。
6.根据权利要求5所述的方法，其中，所述确定所述候选订单信息组对应的预警值，包括：
确定所述候选订单信息组中各个候选订单信息包括的订单金额的总额，作为第一订单金额总额；
确定所述时间差值集合中每个时间差值的倒数作为第一时间，得到第一时间集合；
确定所述候选订单信息组中每两个相邻订单信息包括的订单金额的差值作为第一差值，得到第一差值集合；
确定第一阈值和第二阈值；
基于所述第一阈值、所述第二阈值、所述第一订单金额总额、所述第一时间集合和所述第一差值集合，确定所述候选订单信息组对应的预警值。
7.根据权利要求2所述的方法，其中，所述基于所述异常订单信息对应的预警值，确定所述异常订单信息对应的用户帐号的奖惩分数值，包括：
确定第三阈值、第四阈值、第五阈值；
基于所述第四阈值和所述第五阈值对正弦函数进行放缩和平移，生成第一正弦函数；
基于所述异常订单信息对应的预警值、所述第三阈值和所述第一正弦函数，确定所述异常订单信息对应的用户帐号的奖惩分数值。
8.一种针对异常订单的报警装置，包括：
获取单元，被配置成获取用户的订单信息集合，其中，所述订单信息包括以下至少一项：用户编号，下单时间，订单金额；
第一选择单元，被配置成选择所述订单信息集合中用户编号相同的订单信息以生成候选订单信息组，得到候选订单信息组集合；
确定单元，被配置成确定所述候选订单信息组集合中每个候选订单信息组对应的预警值，得到预警值集合；
第二选择单元，被配置成从所述候选订单信息组集合中选择对应预警值满足预定条件的候选订单信息组作为异常订单信息。
9.一种电子设备，包括：一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
CN202010998345.6A 2020-09-22 2020-09-22 针对异常订单的报警方法、装置、电子设备和可读介质 Active CN111932348B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010998345.6A CN111932348B (zh) 2020-09-22 2020-09-22 针对异常订单的报警方法、装置、电子设备和可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010998345.6A CN111932348B (zh) 2020-09-22 2020-09-22 针对异常订单的报警方法、装置、电子设备和可读介质

Publications (2)

Publication Number Publication Date
CN111932348A true CN111932348A (zh) 2020-11-13
CN111932348B CN111932348B (zh) 2021-01-05

Family

ID=73334011

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010998345.6A Active CN111932348B (zh) 2020-09-22 2020-09-22 针对异常订单的报警方法、装置、电子设备和可读介质

Country Status (1)

Country Link
CN (1) CN111932348B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113095756A (zh) * 2021-04-14 2021-07-09 北京京东振世信息技术有限公司 异常运单特征确定方法、装置、设备和计算机可读介质
CN117436709A (zh) * 2023-12-20 2024-01-23 四川宽窄智慧物流有限责任公司 一种跨区域订单数据统筹预警方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107464169A (zh) * 2017-08-10 2017-12-12 北京小度信息科技有限公司 信息输出方法和装置
US20180184600A1 (en) * 2017-01-04 2018-07-05 Lindsay Corporation Irrigation system control system
CN110335098A (zh) * 2019-04-24 2019-10-15 上海恺英网络科技有限公司 在产品支付中心服务端的订单识别方法及设备
CN111681088A (zh) * 2020-08-11 2020-09-18 北京每日优鲜电子商务有限公司 信息推送方法、装置、电子设备和计算机可读介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180184600A1 (en) * 2017-01-04 2018-07-05 Lindsay Corporation Irrigation system control system
CN107464169A (zh) * 2017-08-10 2017-12-12 北京小度信息科技有限公司 信息输出方法和装置
CN110335098A (zh) * 2019-04-24 2019-10-15 上海恺英网络科技有限公司 在产品支付中心服务端的订单识别方法及设备
CN111681088A (zh) * 2020-08-11 2020-09-18 北京每日优鲜电子商务有限公司 信息推送方法、装置、电子设备和计算机可读介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113095756A (zh) * 2021-04-14 2021-07-09 北京京东振世信息技术有限公司 异常运单特征确定方法、装置、设备和计算机可读介质
CN113095756B (zh) * 2021-04-14 2024-01-12 北京京东振世信息技术有限公司 异常运单特征确定方法、装置、设备和计算机可读介质
CN117436709A (zh) * 2023-12-20 2024-01-23 四川宽窄智慧物流有限责任公司 一种跨区域订单数据统筹预警方法
CN117436709B (zh) * 2023-12-20 2024-03-19 四川宽窄智慧物流有限责任公司 一种跨区域订单数据统筹预警方法

Also Published As

Publication number Publication date
CN111932348B (zh) 2021-01-05

Similar Documents

Publication Publication Date Title
CN108880931B (zh) 用于输出信息的方法和装置
CN115085196B (zh) 电力负荷预测值确定方法、装置、设备和计算机可读介质
CN111932348B (zh) 针对异常订单的报警方法、装置、电子设备和可读介质
CN115293657B (zh) 碳排放指标信息生成方法、装置、电子设备和介质
CN111612377A (zh) 信息推送方法、装置、电子设备和计算机可读介质
CN112035753A (zh) 推荐页面生成方法、装置、电子设备和计算机可读介质
CN114780338A (zh) 主机信息处理方法、装置、电子设备和计算机可读介质
CN113837324A (zh) 电量数据监测方法、系统、存储介质和电子设备
CN116388112A (zh) 异常供应端断电方法、装置、电子设备和计算机可读介质
CN111385150A (zh) 用于获取信息的方法及装置
CN111881469A (zh) 数据处理方法、装置
CN113902230A (zh) 电量偏差控制方法、系统、存储介质和电子设备
CN110163706B (zh) 用于生成信息的方法和装置
CN111275466B (zh) 一种超期单量预警的方法和装置
CN113760178A (zh) 缓存数据处理方法、装置、电子设备和计算机可读介质
CN114764627A (zh) 基于横向联合学习参与方的数据贡献力确定方法和装置
CN114792258B (zh) 信息生成方法、装置、电子设备和计算机可读介质
CN116757443B (zh) 新型配电网电力线损率预测方法、装置、电子设备和介质
CN117235535B (zh) 异常供应端断电方法、装置、电子设备和介质
CN116881097B (zh) 用户终端告警方法、装置、电子设备和计算机可读介质
CN112073202B (zh) 信息生成方法、装置、电子设备和计算机可读介质
CN113758608B (zh) 一种报警处理方法和装置
CN112734962B (zh) 考勤信息生成方法、装置、计算机设备和可读存储介质
CN116894538B (zh) 节点碳排放信息生成方法、装置、电子设备和介质
CN112235167B (zh) 流量报警方法、装置、电子设备和计算机可读介质

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
TR01 Transfer of patent right

Effective date of registration: 20231110

Address after: 518000, 705, No. 121 Minsheng Avenue, Shangcun Community, Gongming Street, Guangming District, Shenzhen City, Guangdong Province

Patentee after: Shenzhen Hongli Intellectual Property Service Co.,Ltd.

Address before: 100102 room 801, 08 / F, building 7, yard 34, Chuangyuan Road, Chaoyang District, Beijing

Patentee before: BEIJING MISSFRESH E-COMMERCE Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20231208

Address after: Room 801, No. 5 Lingshan East Road, Tianhe District, Guangzhou City, Guangdong Province, 510630 (office only)

Patentee after: Guangzhou Billion Information Technology Co.,Ltd.

Address before: 518000, 705, No. 121 Minsheng Avenue, Shangcun Community, Gongming Street, Guangming District, Shenzhen City, Guangdong Province

Patentee before: Shenzhen Hongli Intellectual Property Service Co.,Ltd.

TR01 Transfer of patent right