本申请公开了一种基于收货地址的刷单识别方法、装置及设备，该方法包括获取同一时间段内的所有订单的收货地址信息；分析各个收货地址信息间的关联关系；根据各个收货地址信息间的关联关系，对各个订单进行分组，得到多组订单集合；根据每组订单集合中的订单数量，确定订单集合对应的下单用户是否存在刷单行为。可见，本申请可以利用同一时间段内的各个订单的收货地址信息，对各个订单的关联关系进行确定，从而识别刷单行为。此外，由于订单信息中的收货手机号、用户标识等数据较容易伪造，而收货地址信息伪造的难度较高，因而，本申请利用收货地址信息进行刷单识别能够进一步提高本申请的准确度。申请的准确度。申请的准确度。
【技术实现步骤摘要】
基于收货地址的刷单识别方法、装置及设备
[0001]本申请涉及信息识别
，更具体地说，涉及一种基于收货地址的刷单识别方法、装置及设备。
技术介绍
[0002]网购已然成为人们生活中常见的一种购物方式，网购汇总了各个地方的商品，通过网购，消费者可以挑选各处的商品，因而，网购市场上常常出现供大于求的情况，使得商家竞争激烈。由于消费者在购物网站上先浏览到的商品销售成功率更高，而购物网站上的商品排序方式很大程度上由商品的销售量以及好评率决定，基于此，不少商家采用雇佣人员或者购买机器人账号进行刷单的方式，提高销售量以及好评率。但这种不良的竞争方式，对购物网站的信誉以及其余商家的权益都造成了一定的损耗。因而，亟需一种刷单识别方法，识别刷单行为，以及时对刷单行为进行处理。
技术实现思路
[0003]有鉴于此，本申请提供了一种基于收货地址的刷单识别方法、装置及设备，用于识别刷单行为，以及时对刷单行为进行处理。
[0004]为了实现上述目的，现提出的方案如下：
[0005]一种基于收货地址的刷单识别方法，包括：
[0006]获取同一时间段内的所有订单的收货地址信息；
[0007]分析各个所述收货地址信息间的关联关系；
[0008]根据各个收货地址信息间的关联关系，对各个订单进行分组，得到多组订单集合；
[0009]根据每组所述订单集合中的订单数量，确定所述订单集合对应的下单用户是否存在刷单行为。
[0010]可选的，所述获取同一时间段内的所有订单的收货地址信息，包括：
[0011]获取同一时间段内每个所述订单的收货地址相关数据；
[0012]判断所述收货地址相关数据中是否存在同一行政等级的两个以上的行政标识；
[0013]若存在，则利用行政区域库，对所述收货地址相关数据进行修正，得到所述订单的收货地址信息。
[0014]可选的，所述利用行政区域库，对所述收货地址相关数据进行修正，得到所述订单的收货地址信息，包括：
[0015]检索所述行政区域库，选取与所述收货地址相关数据匹配的地址作为目标地址，得到多个目标地址；
[0016]利用所述收货地址相关数据对每个所述目标地址进行评分；
[0017]将所述收货地址相关数据修订为评分最高的目标地址，修订后的收货地址相关数据为所述订单的收货地址信息。
[0018]可选的，利用所述收货地址相关数据对每个所述目标地址进行评分，包括：
[0019]根据每个所述目标地址中行政标识与所述收货地址相关数据的行政标识的重合度，确定所述目标地址的重合分；
[0020]根据所述目标地址中不同的行政标识在所述收货地址相关数据中的字符间隔，确定所述目标地址的准确分；
[0021]将所述目标地址的重合分以及准确分之和作为所述目标地址的评分。
[0022]可选的，所述分析各个所述收货地址信息间的关联关系，包括：
[0023]计算每两个收货地址信息间的相似性；
[0024]根据各个相似性的大小，对各个收货地址信息进行层次聚类，得到聚类结果，其中，所述聚类结果包括多个聚类集合，每个聚类集合中包括一个以上收货地址信息，位于同一聚类集合中的收货地址信息为存在关联关系的收货地址信息。
[0025]可选的，计算每两个收货地址信息间的相似性，包括：
[0026]采用共同字符匹配技术，计算每两个收货地址信息间的相似性；
[0027]或，
[0028]采用编辑距离技术，计算每两个收货地址信息间的相似性；
[0029]或，
[0030]采用海明距离度量技术，计算每两个收货地址信息间的相似性。
[0031]可选的，所述分析各个所述收货地址信息间的关联关系，包括：
[0032]对各个收货地址信息按照下单时间进行组合，得到多个地址组合；
[0033]统计各个地址组合的数量；
[0034]对每个所述地址组合对应的收货地址信息进行字符切分，得到每个地址组合对应的多个分词；
[0035]统计所述地址组合的每个所述分词在该地址组合中的出现次数；
[0036]计算包含该分词的地址组合的个数；
[0037]根据所述包含该分词的地址组合的个数、该分词的在该地址组合中的所述出现次数以及所述数量，计算该分词在该地址组合中的Tfidf值；
[0038]将每个所述地址组合中Tfidf值最高的分词作为该地址组合的暗号，在该地址组合中存在该暗号的收货地址信息为存在关联关系的收货地址信息。
[0039]可选的，所述根据所述包含该分词的地址组合的个数、该分词的在该地址组合中的所述出现次数以及所述数量，计算该分词在该地址组合中的Tfidf值，包括：
[0040]计算该分词的逆文档系数，所述逆文档系数为目标商的自然对数，所述目标商为所述数量与所述包含该分词的地址组合的个数的商；
[0041]将所述逆文档系数与该分词的所述出现次数的乘积作为该分词在该地址组合中的Tfidf值。
[0042]一种基于收货地址的刷单识别装置，包括：
[0043]获取单元，用于获取同一时间段内的所有订单的收货地址信息；
[0044]分析单元，用于分析各个所述收货地址信息间的关联关系；
[0045]分组单元，用于根据各个收货地址信息间的关联关系，对各个订单进行分组，得到多组订单集合；
[0046]确定单元，用于根据每组所述订单集合中的订单数量，确定所述订单集合对应的
下单用户是否存在刷单行为。
[0047]一种基于收货地址的刷单识别设备，包括存储器和处理器；
[0048]所述存储器，用于存储程序；
[0049]所述处理器，用于执行所述程序，实现上述的基于收货地址的刷单识别方法的各个步骤。
[0050]从上述的技术方案可以看出，本申请提供的基于收货地址的刷单识别方法，获取同一时间段内的所有订单的收货地址信息；分析各个所述收货地址信息间的关联关系，基于此，本申请可以通过分析每个订单的收货地址信息间的关联关系，获知各个订单间的关联关系；根据各个收货地址间的关联关系，对各个订单进行分组，得到多组订单集合；根据每组所述订单集合中的订单数量，确定所述订单集合对应的下单用户是否存在刷单行为；基于此，本申请可以根据各个订单间的关联关系，对刷单行为进行识别。可见，本申请可以利用同一时间段内的各个订单的收货地址信息，对各个订单的关联关系进行确定，从而识别刷单行为。此外，由于订单信息中的收货手机号、用户标识等数据较容易伪造，而收货地址信息伪造的难度较高，因而，本申请利用收货地址信息进行刷单识别能够进一步提高本申请的准确度。
附图说明
[0051]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于收货地址的刷单识别方法，其特征在于，包括：获取同一时间段内的所有订单的收货地址信息；分析各个所述收货地址信息间的关联关系；根据各个收货地址信息间的关联关系，对各个订单进行分组，得到多组订单集合；根据每组所述订单集合中的订单数量，确定所述订单集合对应的下单用户是否存在刷单行为。2.根据权利要求1所述的基于收货地址的刷单识别方法，其特征在于，所述获取同一时间段内的所有订单的收货地址信息，包括：获取同一时间段内每个所述订单的收货地址相关数据；判断所述收货地址相关数据中是否存在同一行政等级的两个以上的行政标识；若存在，则利用行政区域库，对所述收货地址相关数据进行修正，得到所述订单的收货地址信息。3.根据权利要求2所述的基于收货地址的刷单识别方法，其特征在于，所述利用行政区域库，对所述收货地址相关数据进行修正，得到所述订单的收货地址信息，包括：检索所述行政区域库，选取与所述收货地址相关数据匹配的地址作为目标地址，得到多个目标地址；利用所述收货地址相关数据对每个所述目标地址进行评分；将所述收货地址相关数据修订为评分最高的目标地址，修订后的收货地址相关数据为所述订单的收货地址信息。4.根据权利要求3所述的基于收货地址的刷单识别方法，其特征在于，利用所述收货地址相关数据对每个所述目标地址进行评分，包括：根据每个所述目标地址中行政标识与所述收货地址相关数据的行政标识的重合度，确定所述目标地址的重合分；根据所述目标地址中不同的行政标识在所述收货地址相关数据中的字符间隔，确定所述目标地址的准确分；将所述目标地址的重合分以及准确分之和作为所述目标地址的评分。5.根据权利要求1所述的基于收货地址的刷单识别方法，其特征在于，所述分析各个所述收货地址信息间的关联关系，包括：计算每两个收货地址信息间的相似性；根据各个相似性的大小，对各个收货地址信息进行层次聚类，得到聚类结果，其中，所述聚类结果包括多个聚类集合，每个聚类集合中包括一个以上收货地址信息，位于同一聚类集合中的收货地址信息为存在关联关系的收货地址信息。6.根据权利要求5所述的基于收货地址的刷单识别方法，其特征在于，计算每两个收货地址信息间...
【专利技术属性】
技术研发人员：李鑫海，
申请(专利权)人：广州品唯软件有限公司，
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。