风险控制方法和装置制造方法及图纸

本说明书实施例提供一种风险控制方法和装置，根据历史订单地址聚类得到地址类簇，再根据历史订单地址的风险特征筛选出目标地址类簇，从而建立地址黑名单，并对当前订单进行风险控制。由于不法分子变更收货地址的成本较高，因此，通过这种方式能较好地识别出存在风险的订单，提高风险控制的有效性，降低风险控制成本。

Risk control methods and devices

The embodiment of this specification provides a risk control method and device. The address clusters are obtained by clustering the historical order addresses, and then the target address clusters are screened according to the risk characteristics of the historical order addresses, so as to establish the address blacklist and control the risk of the current order. Because of the high cost of illegal elements changing the receiving address, this method can better identify risky orders, improve the effectiveness of risk control and reduce the cost of risk control.

【技术实现步骤摘要】
风险控制方法和装置
本说明书涉及数据处理
，尤其涉及风险控制方法和装置。
技术介绍
随着电子商务的发展，越来越多的用户和商户都开始加入网络购物的行列。然而，有些不法分子会通过盗用用户账户支付订单来非法获利，使用户蒙受损失。尤其是对于跨境电商，由于用户使用外卡交易，存在拒付返回时间长、信息缺失等问题。基于此，有必要对订单进行风险控制。
技术实现思路
基于此，本说明书提供了风险控制方法和装置。根据本说明书实施例的第一方面，提供一种风险控制方法，所述方法包括：根据所述历史订单地址的风险特征从地址类簇中筛选出目标地址类簇；其中，所述地址类簇是通过对一段时间内的历史订单地址进行聚类而获得的；根据所述目标地址类簇建立地址黑名单，并根据所述地址黑名单对当前订单进行风险控制。可选地，根据所述目标地址类簇建立地址黑名单的步骤包括：将所述目标地址类簇的质心地址加入地址黑名单。可选地，根据所述地址黑名单对当前订单进行风险控制的步骤包括：分别计算当前订单地址与地址黑名单中各个黑地址的相似度；若所述相似度大于预设的第一相似度阈值，对当前订单进行风险控制。可选地，分别计算当前订单地址与地址黑名单中各个黑地址的相似度的步骤包括：对所述当前订单地址进行分词，得到第一分词结果，根据所述第一分词结果计算第一向量；分别计算所述第一向量与各个黑地址对应的第二向量的相似度；其中，所述第二向量根据所述黑地址的第二分词结果得到。可选地，根据所述第一分词结果计算第一向量的步骤包括：将所述第一分词结果输入神经网络，获取所述第一向量。可选地，根据所述第一分词结果计算第一向量的步骤包括：获取所述第一分词结果和第二分词结果的并集，根据所述并集计算所述第一向量；其中，若所述当前订单地址中存在所述并集中的分词结果，将所述第一向量中与并集中分词结果对应的元素的取值设为1，否则，将所述第一向量中与并集中分词结果对应的元素的取值设为0。可选地，所述方法还包括：以其中一个未聚类的历史订单地址为起点地址，获取与所述起点地址相似度大于预设的第二相似度阈值的历史订单地址；若获取到的历史订单地址的数量大于预设的数量阈值，分别以获取到的各个历史订单地址为起点地址，并返回获取与所述起点地址相似度大于预设的第二相似度阈值的历史订单地址的步骤；将所述起点地址与获取到的各个历史订单地址划分到同一个地址类簇中。可选地，所述聚类为离线聚类。可选地，所述风险特征包括所述地址类簇中所述历史订单地址的以下至少任一特征：时间分布特征、变异地址的数量特征、最早使用时间特征、历史信用特征、使用所述历史订单地址的用户中新用户的比例特征。可选地，所述地址黑名单中还包括：拒付率大于预设值的历史订单地址；其中，所述拒付率通过以下方式计算：η＝(X1+X2)/(Y1+Y2)；式中，η是所述拒付率，X1是历史订单地址对应的订单中被拒付的订单数量，X2是历史订单地址的变异地址对应的订单中被拒付的订单数量，Y1是历史订单地址对应的订单数量，Y2是历史订单地址的变异地址对应的订单数量。可选地，所述方法还包括：对所述历史订单地址执行以下操作：大小写归一化；和/或标点符号清洗。可选地，所述变异地址包括根据以下方式生成的地址：在所述历史订单地址中插入若干个字符；和/或将所述历史订单地址中的若干个字符转换成其他语种；和/或对所述历史订单地址中字符的顺序进行更改。可选地，所述方法还包括：按照预设的时间间隔对所述地址类簇进行更新。根据本说明书实施例的第二方面，提供一种风险控制装置，所述装置包括：筛选模块，用于根据所述历史订单地址的风险特征从地址类簇中筛选出目标地址类簇；其中，所述地址类簇是通过对一段时间内的历史订单地址进行聚类而获得的；风险控制模块，用于根据所述目标地址类簇建立地址黑名单，并根据所述地址黑名单对当前订单进行风险控制。可选地，风险控制模块包括：添加单元，用于将所述目标地址类簇的质心地址加入地址黑名单。可选地，风险控制模块包括：第一计算单元，用于分别计算当前订单地址与地址黑名单中各个黑地址的相似度；风险控制单元，用于若所述相似度大于预设的第一相似度阈值，对当前订单进行风险控制。可选地，第一计算单元包括：向量计算子单元，用于对所述当前订单地址进行分词，得到第一分词结果，根据所述第一分词结果计算第一向量；相似度计算子单元，用于分别计算所述第一向量与各个黑地址对应的第二向量的相似度；其中，所述第二向量根据所述黑地址的第二分词结果得到。可选地，向量计算子单元用于：将所述第一分词结果输入神经网络，获取所述第一向量。可选地，向量计算子单元用于：获取所述第一分词结果和第二分词结果的并集，根据所述并集计算所述第一向量；其中，若所述当前订单地址中存在所述并集中的分词结果，将所述第一向量中与并集中分词结果对应的元素的取值设为1，否则，将所述第一向量中与并集中分词结果对应的元素的取值设为0。可选地，所述装置还包括：第一获取模块，用于以其中一个未聚类的历史订单地址为起点地址，获取与所述起点地址相似度大于预设的第二相似度阈值的历史订单地址；第二获取模块，用于若获取到的历史订单地址的数量大于预设的数量阈值，分别以获取到的各个历史订单地址为起点地址，并返回执行第一获取模块的功能；划分模块，用于将所述起点地址与获取到的各个历史订单地址划分到同一个地址类簇中。可选地，所述聚类为离线聚类。可选地，所述风险特征包括所述地址类簇中所述历史订单地址的以下至少任一特征：时间分布特征、变异地址的数量特征、最早使用时间特征、历史信用特征、使用所述历史订单地址的用户中新用户的比例特征。可选地，所述地址黑名单中还包括：拒付率大于预设值的历史订单地址；其中，所述拒付率通过以下方式计算：η＝(X1+X2)/(Y1+Y2)；式中，η是所述拒付率，X1是历史订单地址对应的订单中被拒付的订单数量，X2是历史订单地址的变异地址对应的订单中被拒付的订单数量，Y1是历史订单地址对应的订单数量，Y2是历史订单地址的变异地址对应的订单数量。可选地，所述装置还包括：预处理模块，用于对所述历史订单地址执行以下操作：大小写归一化；和/或标点符号清洗。可选地，所述变异地址包括根据以下方式生成的地址：在所述历史订单地址中插入若干个字符；和/或将所述历史订单地址中的若干个字符转换成其他语种；和/或对所述历史订单地址中字符的顺序进行更改。可选地，所述装置还包括：更新模块，用于按照预设的时间间隔对所述地址类簇进行更新。根据本说明书实施例的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一实施例的方法。根据本说明书实施例的第四方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现任一实施例的方法。应用本说明书实施例方案，根据历史订单地址聚类得到地址类簇，再根据历史订单地址的风险特征筛选出目标地址类簇，从而建立地址黑名单，并对当前订单进行风险控制。由于不法分子变更收货地址的成本较高，因此，通过这种方式能较好地识别出存在风险的订单，提高风险控制的有效性，降低风险控制成本。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书。附图说明此处的附图被并入说明书中并构成本文档来自技高网...

【技术保护点】
1.一种风险控制方法，所述方法包括：根据所述历史订单地址的风险特征从地址类簇中筛选出目标地址类簇；其中，所述地址类簇是通过对一段时间内的历史订单地址进行聚类而获得的；根据所述目标地址类簇建立地址黑名单，并根据所述地址黑名单对当前订单进行风险控制。

【技术特征摘要】
1.一种风险控制方法，所述方法包括：根据所述历史订单地址的风险特征从地址类簇中筛选出目标地址类簇；其中，所述地址类簇是通过对一段时间内的历史订单地址进行聚类而获得的；根据所述目标地址类簇建立地址黑名单，并根据所述地址黑名单对当前订单进行风险控制。2.根据权利要求1所述的方法，根据所述目标地址类簇建立地址黑名单的步骤包括：将所述目标地址类簇的质心地址加入地址黑名单。3.根据权利要求1所述的方法，根据所述地址黑名单对当前订单进行风险控制的步骤包括：分别计算当前订单地址与地址黑名单中各个黑地址的相似度；若所述相似度大于预设的第一相似度阈值，对当前订单进行风险控制。4.根据权利要求3所述的方法，分别计算当前订单地址与地址黑名单中各个黑地址的相似度的步骤包括：对所述当前订单地址进行分词，得到第一分词结果，根据所述第一分词结果计算第一向量；分别计算所述第一向量与各个黑地址对应的第二向量的相似度；其中，所述第二向量根据所述黑地址的第二分词结果得到。5.根据权利要求4所述的方法，根据所述第一分词结果计算第一向量的步骤包括：将所述第一分词结果输入神经网络，获取所述第一向量。6.根据权利要求4所述的方法，根据所述第一分词结果计算第一向量的步骤包括：获取所述第一分词结果和第二分词结果的并集，根据所述并集计算所述第一向量；其中，若所述当前订单地址中存在所述并集中的分词结果，将所述第一向量中与并集中分词结果对应的元素的取值设为1，否则，将所述第一向量中与并集中分词结果对应的元素的取值设为0。7.根据权利要求1所述的方法，所述方法还包括：以其中一个未聚类的历史订单地址为起点地址，获取与所述起点地址相似度大于预设的第二相似度阈值的历史订单地址；若获取到的历史订单地址的数量大于预设的数量阈值，分别以获取到的各个历史订单地址为起点地址，并返回获取与所述起点地址相似度大于预设的第二相似度阈值的历史订单地址的步骤；将所述起点地址与获取到的各个历史订单地址划分到同一个地...

【专利技术属性】
技术研发人员：丁安安，赵华，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY