恶意订单的识别及处理方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种恶意订单的识别及处理方法、装置、设备及存储介质，其中方法包括：获取用户下订单时的IP地址、联系电话、收货地址和行为数据；将行为数据输入至预先训练好的行为分析预测模型，得到行为数据是异常行为的概率；当概率超过预设概率阈值时，基于预设规则分析IP地址、联系电话和收货地址是否异常；当IP地址、联系电话和收货地址存在一个以上维度异常时，将订单标记为恶意订单并拉黑用户；当IP地址、联系电话和收货地址均正常时，将订单打上可疑标签。本发明专利技术通过对存在恶意订单概率较大的行为数据进行分析，再辅以其他多个维度分析订单是否为恶意订单，提高了恶意订单识别的准确率。的准确率。的准确率。

【技术实现步骤摘要】
恶意订单的识别及处理方法、装置、设备及存储介质


[0001]本申请涉及电子商务及数据处理
，特别是涉及一种恶意订单的识别及处理方法、装置、设备及存储介质。

技术介绍

[0002]伴随电商行业发展，平台流量越来越高，客户的恶意手法也日渐丰富，商家出现集中性投诉被恶意订单攻击情况，由于恶意订单造成的损失日益加剧。且被商家主动提报的恶意订单仅仅占恶意订单本身的一部分，大量的恶意订单还在张狂的增长，商家如遇到恶意下单，不仅会影响到商品库存积压，也会导致商家到供应商的订单的退货申请增加，影响商家在供应商那里的评价。
[0003]目前，客服人员在识别恶意订单时，缺乏对订单的所有信息进行综合性的客观分析，导致分析结果不够准确，同时还要耗费大量人力。

技术实现思路

[0004]本申请提供一种恶意订单的识别及处理方法、装置、设备及存储介质，以解决恶意订单识别准确率不高的问题。
[0005]为解决上述技术问题，本申请采用的一个技术方案是：提供一种恶意订单的识别及处理方法，包括：获取用户下订单时的IP地址、联系电话、收货地址和行为数据；将行为数据输入至预先训练好的行为分析预测模型，得到行为数据是异常行为的概率，行为分析预测模型根据预先准备的群体用户样本中的历史恶意订单数据训练得到；当概率超过预设概率阈值时，基于预设规则分析IP地址、联系电话和收货地址是否异常；当IP地址、联系电话和收货地址存在一个以上维度异常时，将订单标记为恶意订单并拉黑用户；当IP地址、联系电话和收货地址均正常时，将订单打上可疑标签。
[0006]作为本申请的进一步改进，得到行为数据是异常行为的概率之后，还包括：当概率未超过预设概率阈值时，基于预设规则分析IP地址、联系电话和收货地址是否异常；当IP地址、联系电话和收货地址中存在两个或两个以上维度异常时，将订单标记为恶意订单并拉黑用户；当IP地址、联系电话和收货地址中存在一个维度异常时，将订单打上可疑标签。
[0007]作为本申请的进一步改进，将订单打上可疑标签之后，还包括：统计用户的所有历史订单中被打上可疑标签的订单数量；当订单数量超过预设订单数量时，将订单标记为恶意订单并拉黑用户。
[0008]作为本申请的进一步改进，基于预设规则分析IP地址，包括：将IP 地址与所有用户的历史订单数据中的历史IP地址匹配，以确定使用过 IP地址下过订单的用户数量；当用户数量超过预设用户数量时，将IP地址标记为异常；当用户数量未超过预设用户数量时，解析IP地址的层级关系并当确认IP地址使用了代理时，将IP地址标记为异常。
[0009]作为本申请的进一步改进，基于预设规则分析联系电话，包括：将联系电话与预先从运营商获取到的虚拟号码号段进行匹配，以确认联系电话是否为虚拟号码；若是，则将联
系电话标记为异常。
[0010]作为本申请的进一步改进，基于预设规则分析收货地址，包括：判断收货地址是否接收过历史正常订单；若否，则根据地图数据，确认收货地址不满足预设收货地址条件时，将收货地址标记为异常。
[0011]作为本申请的进一步改进，将订单打上可疑标签之后，还包括：将订单转人工核验，并当人工核验结果为恶意订单时，将用户拉黑。
[0012]为解决上述技术问题，本申请采用的另一个技术方案是：提供一种恶意订单的识别及处理装置，包括：获取模块，用于获取用户下订单时的IP地址、联系电话、收货地址和行为数据；预测模块，用于将行为数据输入至预先训练好的行为分析预测模型，得到行为数据是异常行为的概率，行为分析预测模型根据预先准备的群体用户样本中的历史恶意订单数据训练得到；多维度分析模块，用于当概率超过预设概率阈值时，基于预设规则分析IP地址、联系电话和收货地址是否异常；第一处理模块，用于当IP地址、联系电话和收货地址存在一个以上维度异常时，将订单标记为恶意订单并拉黑用户；第二处理模块，用于当IP地址、联系电话和收货地址均正常时，将订单打上可疑标签。
[0013]为解决上述技术问题，本申请采用的再一个技术方案是：提供一种计算机设备，所述计算机设备包括处理器、与所述处理器耦接的存储器，所述存储器中存储有程序指令，所述程序指令被所述处理器执行时，使得所述处理器执行如上述中任一项所述的恶意订单的识别及处理方法的步骤。
[0014]为解决上述技术问题，本申请采用的再一个技术方案是：提供一种存储介质，存储有能够实现上述恶意订单的识别及处理方法的程序指令。本申请的有益效果是：本申请的恶意订单的识别及处理方法通过首先对容易确认出异常操作的行为数据，结合行为分析预测模型预测用户下订单时行为数据存在异常的概率，当该概率超过预设概率阈值时，再辅以 IP地址、联系电话和收货地址三个维度对该订单进行分析，当该三个维度中存在异常则直接确认该订单是否为异常订单，从而实现了以用户下单时的行为数据为主，IP地址、联系电话和收货地址为辅的恶意订单识别方式，大大提高了恶意订单的识别准确率，而当该三个维度不存在异常时，则为订单打上可疑标签，方便用户查看快速查找到这些订单进行核验，最终还实现了对下过恶意订单的用户进行拉黑处理，防止其恶意骚扰。
附图说明
[0015]图1是本专利技术第一实施例的恶意订单的识别及处理方法的流程示意图；
[0016]图2是本专利技术实施例的恶意订单的识别及处理装置的功能模块示意图；
[0017]图3是本专利技术实施例的计算机设备的结构示意图；
[0018]图4是本专利技术实施例的存储介质的结构示意图。
具体实施方式
[0019]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0020]本申请中的术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。本申请实施例中所有方向性指示(诸如上、下、左、右、前、后
……
)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0021]在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种恶意订单的识别及处理方法，其特征在于，包括：获取用户订单的相关数据信息，所述相关数据信息包括IP地址、联系电话、收货地址和行为数据；将所述行为数据输入至预先训练好的行为分析预测模型，得到所述行为数据是异常行为的概率，所述行为分析预测模型根据预先准备的群体用户样本中的历史恶意订单数据训练得到；当所述概率超过预设概率阈值时，基于预设规则分析所述IP地址、所述联系电话和所述收货地址是否异常；当所述IP地址、所述联系电话和所述收货地址存在一个以上维度异常时，将所述订单标记为恶意订单并拉黑所述用户；当所述IP地址、所述联系电话和所述收货地址均正常时，将所述订单打上可疑标签。2.根据权利要求1所述的恶意订单识别及处理方法，其特征在于，所述得到所述行为数据是异常行为的概率之后，还包括：当所述概率未超过所述预设概率阈值时，基于所述预设规则分析所述IP地址、所述联系电话和所述收货地址是否异常；当所述IP地址、所述联系电话和所述收货地址中存在两个或两个以上维度异常时，将所述订单标记为恶意订单并拉黑所述用户；当所述IP地址、所述联系电话和所述收货地址中存在一个维度异常时，将所述订单打上可疑标签。3.根据权利要求1或2所述的恶意订单识别及处理方法，其特征在于，所述将所述订单打上可疑标签之后，还包括：统计所述用户的所有历史订单中被打上可疑标签的订单数量；当所述订单数量超过预设订单数量时，将所述订单标记为恶意订单并拉黑所述用户。4.根据权利要求1或2所述的恶意订单识别及处理方法，其特征在于，所述基于所述预设规则分析所述IP地址，包括：将所述IP地址与所有用户的历史订单数据中的历史IP地址匹配，以确定使用过所述IP地址下过订单的用户数量；当所述用户数量超过预设用户数量时，将所述IP地址标记为异常；当所述用户数量未超过预设用户数量时，解析所述IP地址的层级关系并当确认所述IP地址使用了代理时，将所述IP地址标记为异常。5.根据权利要求1或2所述的恶意订单识别及处理方法，其特...

【专利技术属性】
技术研发人员：刘培明，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：