审查作弊订单的方法及系统、终端设备、计算机设备技术方案

本公开实施例提出了一种审查作弊订单的方法及系统，应用于互联网约车技术领域。审查作弊订单的方法包括：采集网约车订单在多个事件节点的节点信息；根据节点信息计算出多个数据组；判断数据组内的数据是否处于预设范围内，以确定数据组是否具备可达性；根据对多个数据组的可达性的判断结果确定网约车订单是否为作弊订单。本公开实施例提供的审查作弊订单的方法，通过采集订单在多个事件节点的节点信息并加以计算，可得出一系列反映网约车订单的运行情况的数据，再对得到的数据进行分层次的判断，可以审查出网约车订单是否为作弊订单，进而免除相应的奖励和补贴，减少损失。

Methods and systems for reviewing fraudulent orders, terminal equipment and computer equipment

The embodiment of the present disclosure provides a method and system for examining cheating orders, which is applied to the field of Internet car booking technology. The methods of reviewing cheating orders include: collecting node information of multi-event nodes; calculating multiple data groups according to node information; judging whether the data in the data group is within the preset range to determine whether the data group is accessible; and determining whether the order is a cheating order based on the results of judging the accessibility of multiple data groups. By collecting and calculating the node information of the order at multiple event nodes, a series of data reflecting the operation of the order can be obtained, and then the obtained data can be judged hierarchically to examine whether the order is a cheating order, thereby eliminating the corresponding incentives and subsidies and reducing losses. \u3002

【技术实现步骤摘要】
审查作弊订单的方法及系统、终端设备、计算机设备
本公开实施例涉及互联网约车
，具体而言，涉及一种审查作弊订单的方法、一种审查作弊订单的系统、一种终端设备、一种计算机设备及一种计算机可读存储介质。
技术介绍
现在各大网约车公司和平台为了鼓励司机和乘客使用平台约车，培养用户习惯，常在司机和乘客完成订单后发送各类打车券、补贴和奖励等。一些作弊团伙为了获取平台的奖励和补贴，往往利用各种办法伪造订单。作弊订单(或虚假订单)存在很多情况，比如作弊者为了提高作弊效率，司机和乘客相互配合，预先约定乘客呼叫订单，司机接单后就直接开始行程，行驶一段距离后结束订单，然后通过累计一定量的订单满足平台条件就可以领取奖励和补贴。这类行为给平台造成极大损失，危害平台发展。
技术实现思路
本公开实施例旨在至少解决现有技术或相关技术中存在的技术问题之一。为此，本公开实施例的一个目的在于，提出一种审查作弊订单的方法。本公开实施例的另一个目的在于，提出一种审查作弊订单的系统。本公开实施例的再一个目的在于，提出一种终端设备。本公开实施例的又一个目的在于，提出一种计算机设备。本公开实施例的还一个目的在于，提出一种计算机可读存储介质。有鉴于此，根据本公开实施例的一个目的，提供了一种审查作弊订单的方法，包括：采集网约车订单在多个事件节点的节点信息；根据节点信息计算出多个数据组；判断数据组内的数据是否处于预设范围内，以确定数据组是否具备可达性；根据对多个数据组的可达性的判断结果确定网约车订单是否为作弊订单。本公开实施例提供的审查作弊订单的方法，通过采集订单在多个事件节点的节点信息并加以计算，可得出一系列反映网约车订单的运行情况的数据，再对得到的数据进行分层次的判断，可以审查出网约车订单是否为作弊订单，进而免除相应的奖励和补贴，减少损失。一方面，许多终端用户为保护隐私拒绝后台采集实时定位信息，导致无法直接比较司机和乘客的轨迹是否一致；另一方面，在作弊过程中，司机的很多订单都是预先约定好的，但是并没有真实的载客行程，司机和乘客在时空上并不具有可达性，即从理论上来说，从订单中的一个事件节点位置无法在相应时间内到达另一个事件节点位置。本公开实施例提供的方法综合上述两方面因素，借助司机和乘客在执行订单操作的几个事件节点上传的节点信息对订单的运行情况进行分析，以判断网约车订单的行车数据是否满足可达性，再进一步统计这些行车数据的可达性，即可发现作弊订单，计算量小，审查结果可靠。另外，根据本公开实施例提供的上述技术方案中的审查作弊订单的方法，还可以具有如下附加技术特征：在上述技术方案中，优选地，每个节点信息包括事件名称、时刻、位置坐标；每个数据组包括时间差、距离值、速度值。在该技术方案中，每个节点信息包括了事件名称，以便于维护人员核实信息，包括时刻和位置坐标(通常为GPS位置)，可计算出数据组中的时间差和距离值，进而计算速度值，有助于反映订单行车情况。具体地，事件名称包括乘客呼叫订单，司机抢单，司机接到乘客，行程开始，行程结束，乘客支付，乘客评价等。在上述任一技术方案中，优选地，根据节点信息计算出多个数据组包括：将多个节点信息按时间先后顺序排列，并将相邻两个节点信息组成一个节点信息组，对应于一个数据组；计算同组的节点信息的位置坐标之间的直线距离，作为对应的数据组的距离值；计算同组的节点信息的时刻之间的差值，作为对应的数据组的时间差；计算距离值和时间差的商，作为速度值。在该技术方案中，具体限定了计算数据组的过程。首先将采集到的相邻时刻的节点信息组成一个节点信息组，一方面，相邻时刻的节点信息之间的距离相对较小，能够更真实地反映行车情况；另一方面，分成多组后，多事件互相依赖，伪造订单时序上容易出错，导致时空不可达，难以逃避侦查，从而提高了审查的准确性和识别度。再对节点信息组进行计算，可得到相应的数据组。在上述任一技术方案中，优选地，判断数据组内的数据是否处于预设范围内，以确定数据组是否具备可达性包括：判断时间差是否大于预设时间差；若时间差大于预设时间差，则查询数据组对应的统计最大车速，并确定车速阈值，统计最大车速由当日实际路况统计而来；判断速度值是否小于或等于车速阈值，若判断结果为是，则判定当前数据组具备可达性；若时间差小于或等于预设时间差，则判断距离值是否小于或等于预设距离，若判断结果为是，则判定当前数据组具备可达性。在该技术方案中，具体限定了确定数据组是否具备可达性的过程。鉴于在现实世界中，一定区域内的一段时间内，空间距离、交通复杂情况、天气情况等都会制约人从某一地点到另一个地点的最快速度和最短时间，可以利用全量的数据统计城市的行车的速度在城市的时间和空间的分布情况。如果在行驶过程中乘客和司机在各个时间段的速度超出城市的实际分布，那么这个订单并不具有现实的时空可达性。具体判断时，先判断时间差的大小，同时合理选取预设时间差，可将数据组分为两种情况分别进行审查，一种是行驶了一定路程的情况，如行程开始和行程结束对应的数据组，另一种是未行驶的情况，如司机接到乘客和行程开始对应的数据组。对于第一种情况，通过查询全量的城市行车速度统计结果，并将之与数据组中的速度值进行比较，即可判定数据组的可达性。对于第二种情况，可直接将距离值与预设距离进行比较，而无需查询统计结果，合理减少了系统的运算量。在上述任一技术方案中，优选地，查询数据组对应的统计最大车速，并确定车速阈值包括：分别确定对应的两个节点信息的时刻所属的时间区间和位置坐标所在的地理区域；查询在时间区间和地理区域下的统计最大车速；判断两个节点信息对应的两个统计最大车速的差值是否小于或等于预设差值；若是，则将两个统计最大车速的平均值作为数据组的统计最大车速；若否，则将两个统计最大车速中的较大值作为数据组的统计最大车速；将数据组的统计最大车速按照预设比例增大后，作为车速阈值。在该技术方案中，具体限定了确定车速阈值的过程。由于城市行车速度是按时间区间和地理区域进行统计的，即先将城市划分为多个地理区域，再统计每个地理区域在不同时间区间内的行车速度，该时间区间也是预先划分的，如划分出早晚高峰时段、日间时段、夜间时段，因此不同的节点信息可能属于不同的时间区间或不同的地理区域，为此，先找到两个节点信息各自对应的时间区间和地理区域，再查询相应的统计最大车速，继而确定出数据组的统计最大车速，当两个节点信息的统计最大车速相差不大时取其平均值，以准确反映真实交通分布，当相差较大时取较大者，以避免误判。对于确定下来的统计最大车速，继续将其放大预设比例，可抵消因定位误差造成的速度值偏大，从而避免误判，保证了用户的利益。在上述任一技术方案中，优选地，根据对多个数据组的可达性的判断结果确定网约车订单是否为作弊订单包括：计算具备可达性的数据组在多个数据组中所占的比例，作为网约车订单的可达率；判断可达率是否小于或等于预设概率，若判断结果为是，则判定网约车订单为作弊订单。在该技术方案中，具体限定了判断网约车订单是否为作弊订单的过程。首先统计对多个数据组的判断结果，再将统计得到的可达率与预设概率进行比较，得出审查结果。从不可达的角度看，当网约车订单的多个数据组中存在速度超出正常行车速度的情况时，就判定这个订单存在时空不可达的事件，当这类事件在订单中达本文档来自技高网...

【技术保护点】
1.一种审查作弊订单的方法，其特征在于，包括：采集网约车订单在多个事件节点的节点信息；根据所述节点信息计算出多个数据组；判断所述数据组内的数据是否处于预设范围内，以确定所述数据组是否具备可达性；根据对多个所述数据组的可达性的判断结果确定所述网约车订单是否为作弊订单。

【技术特征摘要】
1.一种审查作弊订单的方法，其特征在于，包括：采集网约车订单在多个事件节点的节点信息；根据所述节点信息计算出多个数据组；判断所述数据组内的数据是否处于预设范围内，以确定所述数据组是否具备可达性；根据对多个所述数据组的可达性的判断结果确定所述网约车订单是否为作弊订单。2.根据权利要求1所述的审查作弊订单的方法，其特征在于，每个所述节点信息包括事件名称、时刻、位置坐标；每个所述数据组包括时间差、距离值、速度值。3.根据权利要求2所述的审查作弊订单的方法，其特征在于，所述根据所述节点信息计算出多个数据组包括：将多个所述节点信息按时间先后顺序排列，并将相邻两个所述节点信息组成一个节点信息组，对应于一个所述数据组；计算同组的所述节点信息的所述位置坐标之间的直线距离，作为对应的所述数据组的所述距离值；计算同组的所述节点信息的所述时刻之间的差值，作为对应的所述数据组的所述时间差；计算所述距离值和所述时间差的商，作为所述速度值。4.根据权利要求2所述的审查作弊订单的方法，其特征在于，所述判断所述数据组内的数据是否处于预设范围内，以确定所述数据组是否具备可达性包括：判断所述时间差是否大于预设时间差；若所述时间差大于所述预设时间差，则查询所述数据组对应的统计最大车速，并确定车速阈值，所述统计最大车速由当日实际路况统计而来；判断所述速度值是否小于或等于所述车速阈值，若判断结果为是，则判定当前所述数据组具备可达性；若所述时间差小于或等于所述预设时间差，则判断所述距离值是否小于或等于预设距离，若判断结果为是，则判定当前所述数据组具备可达性。5.根据权利要求4所述的审查作弊订单的方法，其特征在于，所述查询所述数据组对应的统计最大车速，并确定车速阈值包括：分别确定对应的两个所述节点信息的所述时刻所属的时间区间和所述位置坐标所在的地理区域；查询在所述时间区间和所述地理区域下的统计最大车速；判断两个所述节点信息对应的两个所述统计最大车速的差值是否小于或等于预设差值；若是，则将两个所述统计最大车速的平均值作为所述数据组的所述统计最大车速；若否，则将两个所述统计最大车速中的较大值作为所述数据组的所述统计最大车速；将所述数据组的所述统计最大车速按照预设比例增大后，作为所述车速阈值。6.根据权利要求2所述的审查作弊订单的方法，其特征在于，所述根据对多个所述数据组的可达性的判断结果确定所述网约车订单是否为作弊订单包括：计算具备可达性的所述数据组在多个所述数据组中所占的比例，作为所述网约车订单的可达率；判断所述可达率是否小于或等于预设概率，若判断结果为是，则判定所述网约车订单为作弊订单。7.根据权利要求2所述的审查作弊订单的方法，其特征在于，所述采集网约车订单在多个事件节点的节点信息具体执行为：从乘客终端和司机终端采集所述节点信息。8.根据权利要求1至7中任一项所述的审查作弊订单的方法，其特征在于，在所述根据对多个所述数据组的可达性的判断结果确定所述网约车订单是否为作弊订单之前还包括：判断是否已确定所有所述数据组的可达性；若判断结果为是，则执行所述根据对多个所述数据组的可达性的判断结果确定所述网约车订单是否为作弊订单；若判断结果为否，则执行所述判断所述数据组内的数据是否处于预设范围内，以确定所述数据组是否具备可达性。9.根据权利要求1至7中任一项所述的审查作弊订单的方法，其特征在于，所述节点信息的数量为至少三个。10.一种审查作弊订单的系统，其特征在于，包括：采集模块，用于采集网约车订单在多个事件节点的节点信息；计算模块，用于根据所述节点信息计算出多个数据组；第一判断模块，用于判断所述数据组内的数据是否处于预设范围内，以确定所述数据...

【专利技术属性】
技术研发人员：张天明，
申请(专利权)人：北京嘀嘀无限科技发展有限公司，
类型：发明
国别省市：北京,11