一种订单检测方法、装置、电子设备及存储介质制造方法及图纸

本申请提供了一种订单检测方法、装置、电子设备及存储介质，属于互联网技术领域。本申请通过获取预设时间段内的订单集合，所述订单集合中包括一个第一订单和至少一个第二订单；针对任一个所述第二订单，基于对应的所述第一特征数据和所述第二特征数据，确定所述第一订单与所述第二订单的第一相似度；针对任一个所述第二订单，基于对应的所述第一订单的第一下单时间、所述第二订单的第二下单时间及所述第一订单与所述第二订单的第一相似度，确定所述第一订单与所述第二订单的时间衰减相似度；将时间衰减相似度大于预设阈值的第二订单，以及所述第一订单，确定为目标订单集合。提高检测团体欺诈行为的准确性。

【技术实现步骤摘要】
一种订单检测方法、装置、电子设备及存储介质
本申请涉及互联网
，尤其涉及一种订单检测方法、装置、电子设备及存储介质。
技术介绍
随着互联网的快速发展，各种传统的业务逐渐转至线上，互联网金融中的网络消费信贷逐渐成为一种流行的贷款方式，网络消费信贷的产生带来大量的电子交易数据，同时伴随着网络消费信贷欺诈数量的大量增加。传统的检测消费信贷欺诈的方法一般是：基于历史订单数据(历史订单数据中包括：欺诈申请的订单和正常申请的订单)，采用监督学习算法建立分类模型，利用分类模型对新订单进行分析，得到新订单的欺诈概率来量化欺诈风险。也即，从历史数据中发现消费信贷欺诈时重复出现的个体的欺诈特征，基于个体的欺诈特征检测欺诈申请。然而，随着消费信贷欺诈模式的不断演化和发展，出现越来越多的团体欺诈，团体欺诈的订单往往伴随着时间和空间上的密集与频繁或申请行为上的相似以及申请用户信息上存在关联关系等特性，在团体欺诈中个体的欺诈特征并不显著，导致仅根据个体特征检测团体欺诈申请的结果不够准确。
技术实现思路
本申请实施例的目的在于提供一种订单检测方法、装置、电子设备及存储介质，以解决根据个体特征检测团体欺诈申请的结果不够精确的问题。具体技术方案如下：第一方面，提供了一种订单检测方法，所述方法包括：获取预设时间段内的订单集合，所述订单集合中包括一个第一订单和至少一个第二订单，所述第一订单为所述订单集合中符合预设条件的订单，所述第一订单对应有第一特征数据，所述第二订单对应有第二特征数据；针对任一个所述第二订单，基于对应的所述第一特征数据和所述第二特征数据，确定所述第一订单与所述第二订单的第一相似度，得到至少一个第一相似度；针对任一个所述第二订单，基于对应的所述第一订单的第一下单时间、所述第二订单的第二下单时间及所述第一订单与所述第二订单的第一相似度，确定所述第一订单与所述第二订单的时间衰减相似度，得到至少一个时间衰减相似度；将时间衰减相似度大于预设阈值的第二订单，以及所述第一订单，确定为目标订单集合。在一个可能的实施方式中，所述目标订单集合中包括：一个第一目标订单和至少一个第二目标订单；所述第一目标订单中对应有多个类别的特征数据；所述第二目标订单中对应有多个类别的特征数据；所述方法还包括：针对任一个所述第二目标订单，将所述第二目标订单和所述第一目标订单作为一个目标订单组合，所述目标订单组合对应有一个目标团体；针对任一个所述目标订单组合中的第一目标订单和第二目标订单，基于任一类别对应的特征数据，确定所述类别对应的第一目标订单和第二目标订单的第二相似度，得到所述第一目标订单和第二目标订单的至少一个第二相似度；基于至少一个所述第二相似度，确定与所述目标订单组合对应的目标团体的团体类型。在一个可能的实施方式中，所述类别包括：第一类别、第二类别及第三类别；所述基于至少一个所述第二相似度，确定与所述目标订单组合对应的目标团体的团体类型，包括：在至少一个第二相似度中，将第二相似度最大的作为目标相似度；若所述目标相似度为所述第一类别对应的第二相似度，确定所述目标团体的类型为第一类型；若所述目标相似度为所述第二类别对应的第二相似度，确定所述目标团体的类型为第二类型；若所述目标相似度为所述第三类别对应的第二相似度，确定所述目标团体的类型为第三类型。在一个可能的实施方式中，所述方法还包括：基于预设划分条件，确定所述目标订单组合中的第一目标订单和第二目标订单的风险等级；基于所述风险等级，确定对所述目标订单组合中的第一目标订单和第二目标订单的控制。在一个可能的实施方式中，所述基于对应的所述第一订单的第一下单时间、所述第二订单的第二下单时间及所述第一订单与所述第二订单的第一相似度，确定所述第一订单与所述第二订单的时间衰减相似度，包括：基于所述第一下单时间和所述第二下单时间，确定第一订单和所述第二订单的下单间隔时间；利用预设时间衰减公式基于所述下单间隔时间，确定所述第一订单和所述第二订单的时间衰减系数，其中，所述预设时间衰减公式包括：T＝e-kt，其中，T为时间衰减系数，k为衰减因子，t为时间周期，e为自然底数；将所述第一相似度与所述时间衰减系数的乘积，作为时间衰减相似度。在一个可能的实施方式中，所述基于对应的所述第一特征数据和所述第二特征数据，确定所述第一订单与所述第二订单的第一相似度，包括：利用余弦相似度公式基于所述第一特征数据和所述第二特征数据，确定所述第一特征数据和所述第二特征数据之间的余弦相似度，将所述余弦相似度作为所述第一订单与所述第二订单的第一相似度；其中，所述余弦相似度公式包括：其中，xi为第一特征数据，为第一特征数据的均值，yi为第二特征数据，为第二特征数据的均值。在一个可能的实施方式中，所述方法还包括：将所述第一特征数据和所述第二特征数据转化为数值型数据，并将所述第一特征数据和所述第二特征数据缩放至同一量纲。第二方面，提供了一种订单检测装置，所述装置包括：获取模块，用于获取预设时间段内的订单集合，所述订单集合中包括一个第一订单和至少一个第二订单，所述第一订单为所述订单集合中符合预设条件的订单，所述第一订单对应有第一特征数据，所述第二订单对应有第二特征数据；第一确定模块，用于针对任一个所述第二订单，基于对应的所述第一特征数据和所述第二特征数据，确定所述第一订单与所述第二订单的第一相似度，得到至少一个第一相似度；第二确定模块，用于针对任一个所述第二订单，基于对应的所述第一订单的第一下单时间、所述第二订单的第二下单时间及所述第一订单与所述第二订单的第一相似度，确定所述第一订单与所述第二订单的时间衰减相似度，得到至少一个时间衰减相似度；第三确定模块，用于将时间衰减相似度大于预设阈值的第二订单，以及所述第一订单，确定为目标订单集合。在一个可能的实施方式中，所述目标订单集合中包括：一个第一目标订单和至少一个第二目标订单；所述第一目标订单中对应有多个类别的特征数据；所述第二目标订单中对应有多个类别的特征数据；所述装置还包括：组合模块，用于针对任一个所述第二目标订单，将所述第二目标订单和所述第一目标订单作为一个目标订单组合，所述目标订单组合对应有一个目标团体；第四确定模块，用于针对任一个所述目标订单组合中的第一目标订单和第二目标订单，基于任一类别对应的特征数据，确定所述类别对应的第一目标订单和第二目标订单的第二相似度，得到所述第一目标订单和第二目标订单的至少一个第二相似度；第五确定模块，用于基于至少一个所述第二相似度，确定与所述目标订单组合对应的目标团体的团体类型。在一个可能的实施方式中，所述类别包括：第一类别、第二类别及第三类别；所述第五确定模块，具体用于：在至少一个第二相似度中，将第二相似度最大的作为目标相似度；若所述目标相似度本文档来自技高网...

【技术保护点】
1.一种订单检测方法，其特征在于，所述方法包括：/n获取预设时间段内的订单集合，所述订单集合中包括一个第一订单和至少一个第二订单，所述第一订单为所述订单集合中符合预设条件的订单，所述第一订单对应有第一特征数据，所述第二订单对应有第二特征数据；/n针对任一个所述第二订单，基于对应的所述第一特征数据和所述第二特征数据，确定所述第一订单与所述第二订单的第一相似度，得到至少一个第一相似度；/n针对任一个所述第二订单，基于对应的所述第一订单的第一下单时间、所述第二订单的第二下单时间及所述第一订单与所述第二订单的第一相似度，确定所述第一订单与所述第二订单的时间衰减相似度，得到至少一个时间衰减相似度；/n将时间衰减相似度大于预设阈值的第二订单，以及所述第一订单，确定为目标订单集合。/n

【技术特征摘要】
1.一种订单检测方法，其特征在于，所述方法包括：
获取预设时间段内的订单集合，所述订单集合中包括一个第一订单和至少一个第二订单，所述第一订单为所述订单集合中符合预设条件的订单，所述第一订单对应有第一特征数据，所述第二订单对应有第二特征数据；
针对任一个所述第二订单，基于对应的所述第一特征数据和所述第二特征数据，确定所述第一订单与所述第二订单的第一相似度，得到至少一个第一相似度；
针对任一个所述第二订单，基于对应的所述第一订单的第一下单时间、所述第二订单的第二下单时间及所述第一订单与所述第二订单的第一相似度，确定所述第一订单与所述第二订单的时间衰减相似度，得到至少一个时间衰减相似度；
将时间衰减相似度大于预设阈值的第二订单，以及所述第一订单，确定为目标订单集合。


2.根据权利要求1所述的方法，其特征在于，所述目标订单集合中包括：一个第一目标订单和至少一个第二目标订单；所述第一目标订单中对应有多个类别的特征数据；所述第二目标订单中对应有多个类别的特征数据；
所述方法还包括：
针对任一个所述第二目标订单，将所述第二目标订单和所述第一目标订单作为一个目标订单组合，所述目标订单组合对应有一个目标团体；
针对任一个所述目标订单组合中的第一目标订单和第二目标订单，基于任一类别对应的特征数据，确定所述类别对应的第一目标订单和第二目标订单的第二相似度，得到所述第一目标订单和第二目标订单的至少一个第二相似度；
基于至少一个所述第二相似度，确定与所述目标订单组合对应的目标团体的团体类型。


3.根据权利要求2所述的方法，其特征在于，所述类别包括：第一类别、第二类别及第三类别；所述基于至少一个所述第二相似度，确定与所述目标订单组合对应的目标团体的团体类型，包括：
在至少一个第二相似度中，将第二相似度最大的作为目标相似度；
若所述目标相似度为所述第一类别对应的第二相似度，确定所述目标团体的类型为第一类型；
若所述目标相似度为所述第二类别对应的第二相似度，确定所述目标团体的类型为第二类型；
若所述目标相似度为所述第三类别对应的第二相似度，确定所述目标团体的类型为第三类型。


4.根据权利要求2所述的方法，其特征在于，所述方法还包括：
基于预设划分条件，确定所述目标订单组合中的第一目标订单和第二目标订单的风险等级；
基于所述风险等级，确定对所述目标订单组合中的第一目标订单和第二目标订单的控制。


5.根据权利要求1所述的方法，其特征在于，所述基于对应的所述第一订单的第一下单时间、所述第二订单的第二下单时间及所述第一订单与所述第二订单的第一相似度，确定所述第一订单与所述第...

【专利技术属性】
技术研发人员：文芷晴，刘慈文，
申请(专利权)人：上海晓途网络科技有限公司，
类型：发明
国别省市：上海;31