异常订单处理系统及方法技术方案

本申请实施例提供一种异常订单处理系统及方法，涉及计算机技术领域，该系统包括：机器判责模块，用于根据预设的判责模型及目标异常订单的订单信息，对目标异常订单进行责任判定，得到机器判责结果；申诉模块，用于接收用户针对机器判责结果做出的申诉请求，并将申诉请求下发至人工判责模块；人工判责模块，用于接收申诉模块下发的申诉请求，并根据申诉请求及机器判责模块生成的机器判责结果对目标异常订单进行责任判定，得到人工判责结果。本申请实施例可以建立一个用于对异常的订单进行处理的闭环系统，该系统可以结合判责模型、接单用户或发单用户的投诉及人工判责，对异常的订单进行合理的责任判定，从而减少给接单用户或发单用户带来的麻烦。

Abnormal Order Processing System and Method

The embodiment of this application provides an exception order processing system and method, which relates to the field of computer technology. The system includes: a machine responsibility module, which is used to determine the responsibility of the target exception order according to the preset responsibility model and the order information of the target exception order, and obtain the result of the machine responsibility; and a complaint module, which is used to receive the user's appeal against the result of the machine responsibility. The request is sent to the manual judgment module, which receives the appeal request from the appeal module, and judges the responsibility of the target abnormal order according to the result of the appeal request and the machine judgment module, and obtains the manual judgment result. The embodiment of this application can establish a closed-loop system for handling abnormal orders. The system can reasonably determine the responsibility of abnormal orders by combining the judgment model, the complaints of the receiving or issuing users and the manual judgment, thereby reducing the trouble to the receiving or issuing users.

【技术实现步骤摘要】
异常订单处理系统及方法
本申请实施例涉及计算机
，特别涉及一种异常订单处理系统及方法。
技术介绍
随着互联网技术的发展，基于互联网技术的O2O(OnlineToOffline，在线离线/线上到线下)服务(例如呼叫打车、外卖配送等)为人们的生活带来了越来越多的便利。目前，O2O服务系统中，对于一些异常订单，例如被取消的订单、或被投诉的订单，并没有一种合理的处理机制，进而给接单用户或发单用户带来一些麻烦。可见，提出一种异常订单处理系统，已成为本领域技术人员亟待解决的问题。
技术实现思路
为了解决上述问题，本申请实施例提供一种异常订单处理系统及方法。具体地，本申请实施例是通过如下技术方案实现的：根据本申请实施例的第一方面，提供一种异常订单处理系统，所述系统包括：机器判责模块、申诉模块及人工判责模块，其中，所述机器判责模块，用于根据预设的判责模型及目标异常订单的订单信息，对所述目标异常订单进行责任判定，得到机器判责结果；所述申诉模块，用于接收用户针对所述机器判责模块生成的机器判责结果做出的申诉请求，并将所述申诉请求下发至所述人工判责模块；所述人工判责模块，用于接收所述申诉模块下发的申诉请求，并根据所述申诉请求及所述机器判责模块生成的机器判责结果对所述目标异常订单进行责任判定，得到人工判责结果。本申请实施例中，所述系统还包括：判责模型训练模块，用于获得多个历史异常订单的订单信息，从所述多个历史异常订单的订单信息中提取各自的特征信息，使用逻辑回归LR算法对所述历史异常订单的特征信息进行训练，得到判责模型，并将所述判责模型提供给所述机器判责模块。本申请实施例中，所述判责模型训练模块，还用于接收所述人工判责模块生成的人工判责结果，并根据所述人工判责结果及所述目标异常订单的订单信息修正所述判责模型。本申请实施例中，所述系统还包括：用户属性修正模块，用于接收所述人工判责模块生成的人工判责结果，并根据所述人工判责结果，修正所述目标异常订单的关联用户的属性，其中，所述属性包括：服务分、和/或成交率。本申请实施例中，所述申诉模块，包括：申诉请求接收子模块，用于接收用户针对所述机器判责模块生成的机器判责结果做出的申诉请求；请求类型确定子模块，用于确定所述申诉请求的类型；申诉请求下发子模块，用于按照预设的申诉请求类型与申诉请求下发优先级的对应关系，将所述申诉请求下发至所述人工判责模块。本申请实施例中，所述判责模型的输出结果是一个概率值，该概率值的取值范围为0～1，根据概率值的取值来判断导致目标异常订单异常的原因是接单用户的责任，还是发单用户的责任；其中，概率值的取值越接近于0，目标订单的取消行为越有可能是接单用户的责任，概率值的取值越接近于1，目标订单的取消行为越有可能是发单用户的责任。根据本申请实施例的第二方面，提供一种异常订单处理方法，所述方法基于上述异常订单处理系统，包括：机器判责模块在接收到目标异常订单时，根据预设的判责模型及目标异常订单的订单信息，对所述目标异常订单进行责任判定，得到机器判责结果；申诉模块接收用户针对所述机器判责模块生成的机器判责结果做出的申诉请求，并将所述申诉请求下发至所述人工判责模块；人工判责模块接收所述申诉模块下发的申诉请求，并根据所述申诉请求及所述机器判责模块生成的机器判责结果对所述目标异常订单进行责任判定，得到人工判责结果。本申请实施例中，所述异常订单处理系统还包括判责模型训练模块，所述方法还包括：判责模型训练模块获得多个历史异常订单的订单信息，从所述多个历史异常订单的订单信息中提取各自的特征信息，使用逻辑回归LR算法对所述历史异常订单的特征信息进行训练，得到判责模型，并将所述判责模型提供给所述机器判责模块。本申请实施例中，所述方法还包括：判责模型训练模块接收所述人工判责模块生成的人工判责结果，并根据所述人工判责结果及所述目标异常订单的订单信息修正所述判责模型。本申请实施例中，所述异常订单处理系统还包括用户属性修正模块，所述方法还包括：用户属性修正模块，用于接收所述人工判责模块生成的人工判责结果，并根据所述人工判责结果，修正所述目标异常订单的关联用户的属性，其中，所述属性包括：服务分、和/或成交率。本申请实施例中，所述申诉模块包括：申诉请求接收子模块、请求类型确定子模块及申诉请求下发子模块；所述申诉模块接收用户针对所述机器判责模块生成的机器判责结果做出的申诉请求，并将所述申诉请求下发至所述人工判责模块，包括：申诉请求接收子模块接收用户针对所述机器判责模块生成的机器判责结果做出的申诉请求；请求类型确定子模块确定所述申诉请求的类型；申诉请求下发子模块按照预设的申诉请求类型与申诉请求下发优先级的对应关系，将所述申诉请求下发至所述人工判责模块。本申请实施例中，所述判责模型的输出结果是一个概率值，该概率值的取值范围为0～1，根据概率值的取值来判断导致目标异常订单异常的原因是接单用户的责任，还是发单用户的责任；其中，概率值的取值越接近于0，目标订单的取消行为越有可能是接单用户的责任，概率值的取值越接近于1，目标订单的取消行为越有可能是发单用户的责任。根据本申请实施例的第三方面，提供一种计算机存储介质，所述存储介质中存储有程序指令，所述程序指令包括：机器判责模块在接收到目标异常订单时，根据预设的判责模型及目标异常订单的订单信息，对所述目标异常订单进行责任判定，得到机器判责结果；申诉模块接收用户针对所述机器判责模块生成的机器判责结果做出的申诉请求，并将所述申诉请求下发至所述人工判责模块；人工判责模块接收所述申诉模块下发的申诉请求，并根据所述申诉请求及所述机器判责模块生成的机器判责结果对所述目标异常订单进行责任判定，得到人工判责结果。本申请实施例中，可以建立一个用于对异常的订单进行处理的闭环系统，该系统可以结合判责模型、接单用户或发单用户的投诉及人工判责，对异常的订单进行合理的责任判定，从而减少给接单用户或发单用户带来的麻烦。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的，并不能限制本申请实施例。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请实施例，并与说明书一起用于解释本专利技术的原理。图1是本申请实施例根据一示例性实施例示出的一种异常订单处理系统的框图；图2是本申请实施例根据一示例性实施例示出的另一种异常订单处理系统的框图；图3是本申请实施例根据一示例性实施例示出的另一种异常订单处理系统的框图；图4是本申请实施例根据一示例性实施例示出的另一种异常订单处理系统的框图；图5是本申请实施例根据一示例性实施例示出的一种异常订单处理方法的流程图；图6是本申请实施例根据一示例性实施例示出的另一种异常订单处理方法的流程图；图7是本申请实施例根据一示例性实施例示出的一种用于异常订单处理系统的一结构示意图。具体实施方式这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请实施例相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请实施例的一些方面相一致的装置和方法的例子。在本申请实施例使用的术语是仅仅出于描述特定实施例的目的，而非旨在本文档来自技高网...

【技术保护点】
1.一种异常订单处理系统，其特征在于，所述系统包括：机器判责模块、申诉模块及人工判责模块，其中，所述机器判责模块，用于根据预设的判责模型及目标异常订单的订单信息，对所述目标异常订单进行责任判定，得到机器判责结果；所述申诉模块，用于接收用户针对所述机器判责模块生成的机器判责结果做出的申诉请求，并将所述申诉请求下发至所述人工判责模块；所述人工判责模块，用于接收所述申诉模块下发的申诉请求，并根据所述申诉请求及所述机器判责模块生成的机器判责结果对所述目标异常订单进行责任判定，得到人工判责结果。

【技术特征摘要】
1.一种异常订单处理系统，其特征在于，所述系统包括：机器判责模块、申诉模块及人工判责模块，其中，所述机器判责模块，用于根据预设的判责模型及目标异常订单的订单信息，对所述目标异常订单进行责任判定，得到机器判责结果；所述申诉模块，用于接收用户针对所述机器判责模块生成的机器判责结果做出的申诉请求，并将所述申诉请求下发至所述人工判责模块；所述人工判责模块，用于接收所述申诉模块下发的申诉请求，并根据所述申诉请求及所述机器判责模块生成的机器判责结果对所述目标异常订单进行责任判定，得到人工判责结果。2.根据权利要求1所述的系统，其特征在于，所述系统还包括：判责模型训练模块，用于获得多个历史异常订单的订单信息，从所述多个历史异常订单的订单信息中提取各自的特征信息，使用逻辑回归LR算法对所述历史异常订单的特征信息进行训练，得到判责模型，并将所述判责模型提供给所述机器判责模块。3.根据权利要求2所述的系统，其特征在于，所述判责模型训练模块，还用于接收所述人工判责模块生成的人工判责结果，并根据所述人工判责结果及所述目标异常订单的订单信息修正所述判责模型。4.根据权利要求1所述的系统，其特征在于，所述系统还包括：用户属性修正模块，用于接收所述人工判责模块生成的人工判责结果，并根据所述人工判责结果，修正所述目标异常订单的关联用户的属性，其中，所述属性包括：服务分、和/或成交率。5.根据权利要求1所述的系统，其特征在于，所述申诉模块，包括：申诉请求接收子模块，用于接收用户针对所述机器判责模块生成的机器判责结果做出的申诉请求；请求类型确定子模块，用于确定所述申诉请求的类型；申诉请求下发子模块，用于按照预设的申诉请求类型与申诉请求下发优先级的对应关系，将所述申诉请求下发至所述人工判责模块。6.根据权利要求1所述的系统，其特征在于，所述判责模型的输出结果是一个概率值，该概率值的取值范围为0～1，根据概率值的取值来判断导致目标异常订单异常的原因是接单用户的责任，还是发单用户的责任；其中，概率值的取值越接近于0，目标订单的取消行为越有可能是接单用户的责任，概率值的取值越接近于1，目标订单的取消行为越有可能是发单用户的责任。7.一种异常订单处理方法，其特征在于，所述方法基于权利要求1所述的异常订单处理系统，包括：机器判责模块在接收到目标异常订单时，根据预设的判责模型及目标异常订单的订单信息，对所述目标异常订单进行责任判定，得到机器判责结果；申诉模块接收用户针对所述机器判责模块生成的机器判责结果做出的申诉请求，并将所述申诉请求下发至所述人工判责模块；人工判责模块接收所述申诉模...

【专利技术属性】
技术研发人员：刘章勋，邓晓琳，
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