本发明专利技术公开了一种订单审核方法，包括以下步骤：获取可疑订单的评估分数、当前可疑订单的数量和在线审核端的数量；基于可疑订单的评估分数和当前可疑订单的数量与在线审核端的数量的比值给可疑订单配置审核队列；审核队列包括机器审核队列和人工审核队列；分别对进入人工审核队列的可疑订单和进入机器审核队列的可疑订单标注人工审核标签和机器审核标签；将携带机器审核标签的可疑订单再次配置人工审核队列。本发明专利技术根据可疑订单的评估分数配置审核队列，保证复核可疑订单不会造成积压，且避免给网约车平台带来大量资金损失。将携带机器审核标签的可疑订单再次人工审核保留操作痕迹和留存数据，可纠正机器审核时出现的错误，便于审核系统的维护。便于审核系统的维护。便于审核系统的维护。
【技术实现步骤摘要】
一种订单审核方法、系统、电子设备及存储介质
[0001]本专利技术属于数据处理
，具体涉及一种订单审核方法、系统、电子设备及存储介质。
技术介绍
[0002]网约车领域，司机端每接收一次乘客端的打车请求，订单系统会生成一个订单。随着日常生活中网约车的普及，网约车的订单量也逐渐增多，而这些订单中存在许多支付异常订单、刷单订单、行车轨迹异常订单等异常订单，需要通过审核并挑选出这些异常订单。
[0003]现有技术中，通常通过风控系统筛选存在异常数据的可疑订单，再通过人工复核确认该可疑订单是否为异常订单，但是人工复核存在效率低和时效性差的问题，当订单数量较多时，复核人员的数量不足容易造成可疑订单的积压，未及时审核可疑订单，容易给网约车平台带来资金上的损失。
技术实现思路
[0004]本专利技术的目的是要解决上述的技术问题，提供一种订单审核方法、系统、电子设备及存储介质。
[0005]为了解决上述问题，本专利技术按以下技术方案予以实现的：
[0006]第一方面，本专利技术提供了一种订单审核方法，包括以下步骤：
[0007]获取可疑订单的评估分数、当前可疑订单的数量和在线审核端的数量；
[0008]基于可疑订单的评估分数和当前可疑订单的数量与在线审核端的数量的比值给所述可疑订单配置审核队列；所述审核队列包括机器审核队列和人工审核队列；
[0009]分别对进入人工审核队列的可疑订单和进入机器审核队列的可疑订单标注人工审核标签和机器审核标签；
[0010]将携带机器审核标签的可疑订单再次配置人工审核队列。
[0011]结合第一方面，本专利技术还提供了第一方面的第1种实施方式，所述基于可疑订单的评估分数和当前可疑订单的数量与在线审核端的数量的比值给所述可疑订单配置审核队列，具体为：
[0012]若当前可疑订单的数量与在线审核端的数量的比值大于比值阈值，同时调用人工审核队列和机器审核队列；
[0013]若可疑订单的评估分数小于分数阈值，给该可疑订单配置人工审核队列。
[0014]结合第一方面，本专利技术还提供了第一方面的第2种实施方式，所述机器审核队列设有审核模型，所述审核模型是以人工审核队列的审核结果和可疑订单的数据作为训练集训练而成。
[0015]结合第一方面，本专利技术还提供了第一方面的第3种实施方式，所述审核模型是通过以下方法获得：
[0016]获取预设时间段内人工审核队列审核完成的可疑订单；
[0017]获取所述可疑订单的订单标签；所述订单标签由人工审核队列所标注；
[0018]将可疑订单数据和所述订单标签输入决策树模型中训练得到所述审核模型。
[0019]结合第一方面，本专利技术还提供了第一方面的第4种实施方式，在获取可疑订单的评估分数前，还包括：
[0020]将全部订单的订单数据作为输入通过风控系统识别可疑订单，并给所述可疑订单标记评估分数；所述风控系统中设有若干识别规则，所述识别规则用于识别可疑订单。
[0021]结合第一方面，本专利技术还提供了第一方面的第5种实施方式，所述将全部订单的订单数据作为输入通过风控系统识别可疑订单，具体为：
[0022]获取全部订单的订单数据；
[0023]将所述订单数据中每一项数据与相对应的识别规则中的数据范围进行对比，识别可疑订单；
[0024]根据该识别规则的预设权重计算并标记该可疑订单的评估分数。
[0025]结合第一方面，本专利技术还提供了第一方面的第6种实施方式，所述识别规则通过以下方法获得：
[0026]获取预设时间段内人工审核队列审核完成的异常订单，所述异常订单为可疑订单中携带异常订单标签的可疑订单；
[0027]统计所述异常订单中每一项数据的最值；
[0028]根据所述最值生成所述识别规则。
[0029]第二方面，本专利技术提供了一种订单审核系统，包括：
[0030]订单获取模块，所述获取模块用于获取可疑订单的评估分数、当前可疑订单的数量和在线审核端的数量；
[0031]队列配置模块，所述队列配置模块用于基于可疑订单的评估分数和当前可疑订单的数量与在线审核端的数量的比值给所述可疑订单配置审核队列；所述审核队列包括机器审核队列和人工审核队列；
[0032]标签标注模块，所述标签标注模块用于分别对进入人工审核队列的可疑订单和进入机器审核队列的可疑订单标注人工审核标签和机器审核标签；
[0033]再次配置模块，所述再次配置模块用于将携带机器审核标签的可疑订单再次配置人工审核队列。
[0034]第三方面，本专利技术提供了一种电子设备，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，所述至少一个处理器执行指令时，具体执行如第一方面中任一项所述的一种订单审核方法。
[0035]第四方面，本专利技术提供了一种存储介质，存储有计算机程序，所述计算机程序被处理器执行时，具体执行如第一方面中任一项所述的一种订单审核方法。
[0036]与现有技术相比，本专利技术的有益效果是：
[0037]1、通过可疑订单的评估分数、当前可疑订单的数量与在线审核端的数量的比值来给可疑订单配置审核队列，可有效解决人工审核队列审核端数量不足的问题，当订单数量较多时，根据可疑订单的评估分数配置审核队列，将金额较低，异常数据较少的订单分配给机器审核，保证复核可疑订单不会造成积压，且避免给网约车平台带来大量资金损失。
[0038]2、当携带机器审核标签的可以订单再次进入人工审核队列后，当人工审核队列的人力较为充足时，可将携带机器审核标签的可疑订单再次通过人工审核保留操作痕迹和留存数据，同时也可纠正机器审核时出现的错误，方便对机器审核系统的维护工作。
附图说明
[0039]下面结合附图对本专利技术的具体实施方式作进一步详细的说明，其中：
[0040]图1是本专利技术的一种订单审核方法的流程示意图；
[0041]图2是本专利技术的一种订单审核系统的结构示意图。
具体实施方式
[0042]以下结合附图对本专利技术的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。
[0043]下面将参照附图更详细地描述本公开的优选实施例。虽然附图中显示了本公开的优选实施例，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
[0044]在本文中使用的术语“包括”及其变形表示开放性包括，即“包括但不限于”。除非特别申明，术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种订单审核方法，其特征在于，包括以下步骤：获取可疑订单的评估分数、当前可疑订单的数量和在线审核端的数量；基于可疑订单的评估分数和当前可疑订单的数量与在线审核端的数量的比值给所述可疑订单配置审核队列；所述审核队列包括机器审核队列和人工审核队列；分别对进入人工审核队列的可疑订单和进入机器审核队列的可疑订单标注人工审核标签和机器审核标签；将携带机器审核标签的可疑订单再次配置人工审核队列。2.根据权利要求1所述的一种订单审核方法，其特征在于，所述基于可疑订单的评估分数和当前可疑订单的数量与在线审核端的数量的比值给所述可疑订单配置审核队列，具体为：若当前可疑订单的数量与在线审核端的数量的比值大于比值阈值，同时调用人工审核队列和机器审核队列；若可疑订单的评估分数小于分数阈值，给该可疑订单配置人工审核队列。3.根据权利要求1所述的一种订单审核方法，其特征在于,所述机器审核队列设有审核模型，所述审核模型是以人工审核队列的审核结果和可疑订单的数据作为训练集训练而成。4.根据权利要求3所述的一种订单审核方法，其特征在于，所述审核模型是通过以下方法获得：获取预设时间段内人工审核队列审核完成的可疑订单；获取所述可疑订单的订单标签；所述订单标签由人工审核队列所标注；将可疑订单数据和所述订单标签输入决策树模型中训练得到所述审核模型。5.据权利要求1所述的一种订单审核方法，其特征在于，在获取可疑订单的评估分数前，还包括：将全部订单的订单数据作为输入通过风控系统识别可疑订单，并给所述可疑订单标记评估分数；所述风控系统中设有若干识别规则，所述识别规则用于识别可疑订单。6.据权利要求5所述的一种订单审核方法，其特征在于，所...
【专利技术属性】
技术研发人员：范文娟，
申请(专利权)人：广州宸祺出行科技有限公司，
类型：发明
国别省市：
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。