本发明专利技术公开了一种数据处理方法、装置、电子设备及计算机可读存储介质。其中，该方法包括：获取目标账户的当前订单数据，其中，当前订单数据为待确定目标账户订单状态的订单对应的订单数据；依据当前订单数据，确定当前订单数据的订单类型；获取目标账户中与订单类型相关的第一历史订单数据，以及目标账户的账户属性数据；依据第一历史订单数据，以及账户属性数据，对目标账户的当前订单数据为异常订单数据的概率进行预测，得到目标账户的当前订单数据为异常订单数据的第一概率。本发明专利技术解决了相关技术中在用户进行购票时，存在的难以及时、准确的识别出非正常购票行为的技术问题。准确的识别出非正常购票行为的技术问题。准确的识别出非正常购票行为的技术问题。
【技术实现步骤摘要】
数据处理方法、装置、电子设备及计算机可读存储介质
[0001]本专利技术涉及计算机领域，具体而言，涉及一种数据处理方法、装置、电子设备及计算机可读存储介质。
技术介绍
[0002]目前，各平台针对门票产品推出的优惠活动日益频繁，但是，与此同时会引来大量倒卖票的人员前来刷票(网络非正常购票行为)，尤其对于一些热门且优惠力度大的门票产品，倒卖票的人员会进行抬价倒卖。一方面该行为损害了用户的利益，存在一些被倒卖票的人员锁住资源的产品的现象，导致用户在平台的体验感大幅下降，易造成用户流失。另一方面，倒卖票的人员的存在导致平台无法触达到真正要触达的正常用户，造成平台的资源浪费和损失。因此，针对非正常购票用户的识别和处置对于平台和用户保护都至关重要。
[0003]为了有效遏制倒卖票的人员的非正常购票行为，相关技术中，已存在一些根据历史反馈，针对用户账号、用户设备或IP等维度的异常用户信息被纳入倒卖票的黑名单。也有一些根据一定时间内用户单维度下单频数的方法用来识别异于普通用户的异常访问。但是单纯应用黑名单只能被动根据反馈情况进行响应，在覆盖率和响应速度上都无法满足面临的挑战。而根据单维度下单频数进行识别依赖于短时间内下单数量积累，对于时间跨度较大且下单数量较少的倒卖票的人员则会出现无法识别的情况。
[0004]针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
[0005]本专利技术实施例提供了一种数据处理方法、装置、电子设备及计算机可读存储介质，以至少解决相关技术中在用户进行购票时，存在的难以及时、准确的识别出非正常购票行为的技术问题。
[0006]根据本专利技术实施例的一个方面，提供了一种数据处理方法，包括：获取目标账户的当前订单数据，其中，所述当前订单数据为待确定所述目标账户订单状态的订单对应的订单数据；依据所述当前订单数据，确定所述当前订单数据的订单类型；获取所述目标账户中与所述订单类型相关的第一历史订单数据，以及所述目标账户的账户属性数据；依据所述第一历史订单数据，以及所述账户属性数据，对所述目标账户的当前订单数据为异常订单数据的概率进行预测，得到所述目标账户的当前订单数据为异常订单数据的第一概率。
[0007]可选地，依据所述第一历史订单数据，以及所述账户属性数据，对所述目标账户的当前订单数据为异常订单数据的概率进行预测，得到所述目标账户的当前订单数据为异常订单数据的第一概率，包括：依据所述目标账户的第一历史订单数据，确定在所述订单类型下所述目标账户的第二历史订单数据，其中，所述第二历史订单数据包括：历史订单次数，历史订单金额，历史订单时间，历史付款方式，以及历史登录所述目标账户的设备信息；确定所述第二历史订单数据与所述当前订单数据中对应数据的多个第一偏离度，其中，所述当前订单数据包括：当前订单金额，当前订单时间，当前付款账户，以及登录所述目标账户
的当前设备信息；依据所述多个第一偏离度，对所述目标账户的当前订单数据为异常订单数据的概率进行预测，得到所述目标账户的当前订单数据为异常订单数据的第一概率。
[0008]可选地，依据所述多个第一偏离度，对所述目标账户的当前订单数据为异常订单数据的概率进行预测，得到所述目标账户的当前订单数据为异常订单数据的第一概率，包括：确定所述当前订单数据对应的理论订单金额；确定所述理论订单金额与所述当前订单金额的比例；在所述比例大于第一预定阈值的情况下，确定所述当前订单数据中的订单金额为所述当前订单金额的原因；依据所述原因，以及所述多个第一偏离度，对所述目标账户的当前订单数据为异常订单数据的概率进行预测，得到所述目标账户的当前订单数据为异常订单数据的第一概率。
[0009]可选地，还包括：在所述目标账户的当前订单数据为异常订单数据的第一概率大于第二预定阈值的情况下，确定所述目标账户订单状态为异常订单，禁止为所述目标账户分配与所述当前订单数据对应的订单资源。
[0010]可选地，还包括：在所述目标账户的当前订单数据为异常订单数据的第一概率小于或等于第二预定阈值的情况下，确定所述目标账户订单状态为正常订单，为所述目标账户分配与所述当前订单数据对应的订单资源。
[0011]可选地，还包括：在所述目标账户对所述当前订单数据进行修改的情况下，确定所述目标账户的修改次数，以及修改后的修改订单数据；确定所述第二历史订单数据与所述修改订单数据中对应数据的多个第二偏离度；依据所述目标账户的修改次数，以及所述多个第二偏离度，对所述目标账户的修改订单数据为异常订单数据的概率进行预测，得到所述目标账户的修改订单数据为异常订单数据的第二概率；在所述第二概率大于第三预定阈值的情况下，取消为所述目标账户分配的与所述当前订单数据对应的订单资源。
[0012]可选地，还包括：获取为所述目标账户的开具的发票，确定所述发票中的购买方数据；依据所述购买方数据，确定目标购买方，以及所述目标购买方在预定时间内进行的与所述订单类型相关的第三历史订单数据；确定所述第三历史订单数据的订单数量，在所述订单数量超过第四预定阈值的情况下，确定所述目标购买方的合法程度；在所述目标购买方为非法购买方的情况下，取消为所述目标购买方对应的账户分配的与所述第三历史订单数据对应的订单资源。
[0013]根据本专利技术实施例的一个方面，提供了一种数据处理装置，包括：第一获取模块，用于获取目标账户的当前订单数据，其中，所述当前订单数据为待确定所述目标账户订单状态的订单对应的订单数据；确定模块，用于依据所述当前订单数据，确定所述当前订单数据的订单类型；第二获取模块，用于获取所述目标账户中与所述订单类型相关的第一历史订单数据，以及所述目标账户的账户属性数据；预测模块，用于依据所述第一历史订单数据，以及所述账户属性数据，对所述目标账户的当前订单数据为异常订单数据的概率进行预测，得到所述目标账户的当前订单数据为异常订单数据的第一概率。
[0014]根据本专利技术实施例的一个方面，提供了一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现上述任一项所述的数据处理方法。
[0015]根据本专利技术实施例的一个方面，提供了一种计算机可读存储介质，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行上述任一项所
述的数据处理方法。
[0016]在本专利技术实施例中，获取待确定目标账户订单状态的当前订单数据，确定出该当前订单数据的数据类型，进而能够依据该数据类型，获取目标账户中与订单类型相关的第一历史订单数据，结合目标账户的账户属性数据，能够对目标账户的当前订单数据为异常订单数据的概率进行预测，达到了得到目标账户的当前订单数据为异常订单数据的第一概率的目的。因为该概率是根据与当前订单数据相关的历史数据与账户属性数据得到的，因此，更能够针对性地判断目标账户的当前订单数据是否为异常订单数据，使得预测出的概率更加准确，结果更加可靠，解决了相关技术中在用户进行购票时，存在的难以及时、准确的识别出非正常购票行为的技术问题。本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：获取目标账户的当前订单数据，其中，所述当前订单数据为待确定所述目标账户订单状态的订单对应的订单数据；依据所述当前订单数据，确定所述当前订单数据的订单类型；获取所述目标账户中与所述订单类型相关的第一历史订单数据，以及所述目标账户的账户属性数据；依据所述第一历史订单数据，以及所述账户属性数据，对所述目标账户的当前订单数据为异常订单数据的概率进行预测，得到所述目标账户的当前订单数据为异常订单数据的第一概率。2.根据权利要求1所述的方法，其特征在于，所述依据所述第一历史订单数据，以及所述账户属性数据，对所述目标账户的当前订单数据为异常订单数据的概率进行预测，得到所述目标账户的当前订单数据为异常订单数据的第一概率，包括：依据所述目标账户的第一历史订单数据，确定在所述订单类型下所述目标账户的第二历史订单数据，其中，所述第二历史订单数据包括：历史订单次数，历史订单金额，历史订单时间，历史付款方式，以及历史登录所述目标账户的设备信息；确定所述第二历史订单数据与所述当前订单数据中对应数据的多个第一偏离度，其中，所述当前订单数据包括：当前订单金额，当前订单时间，当前付款账户，以及登录所述目标账户的当前设备信息；依据所述多个第一偏离度，对所述目标账户的当前订单数据为异常订单数据的概率进行预测，得到所述目标账户的当前订单数据为异常订单数据的第一概率。3.根据权利要求2所述的方法，其特征在于，所述依据所述多个第一偏离度，对所述目标账户的当前订单数据为异常订单数据的概率进行预测，得到所述目标账户的当前订单数据为异常订单数据的第一概率，包括：确定所述当前订单数据对应的理论订单金额；确定所述理论订单金额与所述当前订单金额的比例；在所述比例大于第一预定阈值的情况下，确定所述当前订单数据中的订单金额为所述当前订单金额的原因；依据所述原因，以及所述多个第一偏离度，对所述目标账户的当前订单数据为异常订单数据的概率进行预测，得到所述目标账户的当前订单数据为异常订单数据的第一概率。4.根据权利要求1所述的方法，其特征在于，还包括：在所述目标账户的当前订单数据为异常订单数据的第一概率大于第二预定阈值的情况下，确定所述目标账户订单状态为异常订单，禁止为所述目标账户分配与所述当前订单数据对应的订单资源。5.根据权利要求2所述的方法，其特征在于，还包...
【专利技术属性】
技术研发人员：彭晨，徐何飞，
申请(专利权)人：北京互金新融科技有限公司，
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。