【技术实现步骤摘要】
一种订单量异常检测方法及装置
本申请涉及计算机
，尤其涉及一种订单量异常检测方法及装置。
技术介绍
企业电子商务平台是建立在互联网上的管理环境，通过该平台进行商务活动保证商务顺利运营，区别于传统意义的平台，企业电子商务平台是虚拟的网络空间，它不受时间和空间的限制，具有高效性和直通性。但是，电子商务平台在提高交易效益的同时，也存在自身的一些缺陷，其中最重要的是对线上虚假交易无法进行有力的监管，虚假交易不仅污染了真实的交易数据，也加大了监管机构和企业的决策难度。例如：一些商家想要领取平台发放的一些补贴或奖励，为了满足领取条件，就故意生成虚假订单等。因此，亟需提供一种订单量异常检测方案，以对平台交易进行更有效的监管。
技术实现思路
本说明书实施例提供一种订单量异常检测方法及装置，以解决现有的方法无法对订单量异常进行检测，导致对平台的线上交易无法实现有效监管的问题。为解决上述技术问题，本说明书实施例是这样实现的：本说明书实施例提供的订单量异常检测方法，包括：获取设定历...
【技术保护点】
1.一种订单量异常检测方法，包括：/n获取设定历史时间段内待识别行业的历史订单量；/n根据所述历史订单量选择特定算法进行拟合分析，得到正常概率下所述待识别行业的历史订单量区间；/n获取所述待识别行业在设定时间段内的待分析订单量；/n判断所述待分析订单量是否位于所述历史订单量区间，得到第一判断结果；/n当所述第一判断结果表示所述待分析订单量位于所述历史订单量区间之外时，确定所述待识别行业在设定时间段内的待分析订单量存在异常。/n
【技术特征摘要】
1.一种订单量异常检测方法，包括：
获取设定历史时间段内待识别行业的历史订单量；
根据所述历史订单量选择特定算法进行拟合分析，得到正常概率下所述待识别行业的历史订单量区间；
获取所述待识别行业在设定时间段内的待分析订单量；
判断所述待分析订单量是否位于所述历史订单量区间，得到第一判断结果；
当所述第一判断结果表示所述待分析订单量位于所述历史订单量区间之外时，确定所述待识别行业在设定时间段内的待分析订单量存在异常。
2.根据权利要求1所述的方法，所述根据所述历史订单量选择特定算法进行拟合分析之前，还包括：
判断所述历史订单量是否大于或等于检测阈值，得到第二判断结果；
当所述第二判断结果表示所述历史订单量大于或等于所述检测阈值时，对所述历史订单量进行异常检测；
当所述第二判断结果表示所述历史订单量小于所述检测阈值时，不对所述历史订单量进行异常检测。
3.根据权利要求1所述的方法，所述根据所述历史订单量选择特定算法进行拟合分析，得到正常概率下所述待识别行业的历史订单量区间，具体包括：
根据所述历史订单量的分布趋势选择特定算法进行拟合分析，得到所述特定算法对应的正常概率下所述待识别行业的历史订单量区间。
4.根据权利要求1所述的方法，所述根据所述历史订单量选择特定算法进行拟合分析，得到正常概率下所述待识别行业的历史订单量区间，具体包括：
根据所述历史订单量的具体数量选择特定算法进行拟合分析，得到所述特定算法对应的正常概率下所述待识别行业的历史订单量区间。
5.根据权利要求3所述的方法，所述根据所述历史订单量的分布趋势选择特定算法进行拟合分析，得到所述特定算法对应的正常概率下所述待识别行业的历史订单量区间，具体包括：
对所述历史订单量进行正态性校验，判断所述历史订单量是否服从正态分布，得到第三判断结果；
当所述第三判断结果表示所述历史订单量服从正态分布时，根据所述正态分布的四西格玛原则确定正常概率下所述待识别行业的历史订单量区间。
6.根据权利要求4所述的方法，所述根据所述历史订单量的具体数量选择特定算法进行拟合分析，得到所述特定算法对应的正常概率下所述待识别行业的历史订单量区间，具体包括：
确定所述历史订单量的具体数量是否小于第一预设阈值；
若所述历史订单量的具体数量小于所述第一预设阈值，则采用帕累托分布方法确定正常概率下所述待识别行业的历史订单量区间。
7.根据权利要求5所述的方法，所述对所述历史订单量进行正态性校验，判断所述历史订单量是否服从正态分布，得到第三判断结果之后，还包括：
当所述第三判断结果表示所述历史订单量不服从正态分布时，校验所述历史订单量是否服从帕累托分布；
若所述历史订单量服从帕累托分布，采用帕累托分布方法确定正常概率下所述待识别行业的历史订单量区间。
8.根据权利要求5所述的方法，所述根据所述正态分布的四西格玛原则确定正常概率下所述待识别行业的历史订单量区间，具体包括：
根据所述历史订单量确定所述历史订单量对应的正态均值以及正态方差；
根据所述正态均值以及所述正态方差确定四西格玛值；
根据所述四西格玛值确定在正常概率内所述待识别行业的订单量区间。
9.根据权利要求1所述的方法，所述根据所述历史订单量选择特定算法进行拟合分析之后，还包括：
确定所述历史订单量对应的上分位点和下分位点；
根据所述上分位点和所述下分位点确定所述待识别行业对应的历史订单量区间。
10.根据权利要求1所述的方法，所述根据所述历史订单量选择特定算法进行拟合分析，得到正常概率下所述待识别行业的历史订单量区间，具体包括：
根据所述历史订单量的分布趋势以及所述历史订单量的具体数量选择特定算法进行拟合分析，得到所述特定算法对应的正常概率下所述待识别行业的历史订单量区间。
11.根据权利要求10所述的方法，所述根据所述历史订单量的分布趋势以及所述历史订单量的具体数量选择特定算法进行拟合分析，得到所述特定算法对应的正常概率下所述待识别行业的历史订单量区间，具体包括：
对所述历史订单量进行正态性校验，判断所述历史订单量是否服从正态分布，得到第四判断结果；
当所述第四判断结果表示所述历史订单量服从正态分布时，根据所述正态分布的四西格玛原则确定正常概率下所述待识别行业的历史订单量区间；
当所述第四判断结果表示所述历史订单量不服从正态分布时，确定所述历史订单量的具体数量是否小于第一预设阈值；
若所述历史订单量的具体数量小于所述第一预设阈值，则采用帕累托分布方法确定正常概率下所述待识别行业的历史订单量区间。
12.根据权利要求1所述的方法，所述确定所述待识别行业在设定时间段内的待分析订单量存在异常之后，还包括：
确定所述待分析订单量中的异常订单。
13.根据权利要求12所述的方法，所述确定所述待识别行业中的异常订单之后，还包括：
获取所述待分析订单对应的订单记录；所述订单记录中至少包括订单对应的商户；
根据所述订单记录将所述待分析订单中包含的商家信息对应的商户，确定为异常商户。
14.一种订单量异常检测装置，包括：
历史订单量获取模块，用于获取设定历史时间段内待识别行业的历史订单量；
历史订单量区间确定模块，用于根据所述历史订单量选择特定算法进行拟合分析，得...
【专利技术属性】
技术研发人员：韦露娜，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。