异常订单的检测方法、装置及计算机设备制造方法及图纸

本申请公开了一种异常订单的检测方法、装置及计算机设备，涉及信息处理技术领域，可用于解决目前在进行刷单检测时，检测效率较低且准确性不高的技术问题。其中方法包括：提取虚拟商品交易平台内用户订单的订单信息；基于所述订单信息确定所述用户订单的指标检测参数；根据所述指标检测参数计算所述用户订单属于异常订单的预测概率；将对应所述预测概率大于预设概率阈值的用户订单标记为异常订单。本申请适用于对真人恶意地址刷单行为所产生的异常订单的检测。常订单的检测。常订单的检测。

【技术实现步骤摘要】
异常订单的检测方法、装置及计算机设备


[0001]本申请涉及信息处理
，尤其涉及到一种异常订单的检测方法、装置及计算机设备。

技术介绍

[0002]随着互联网技术的突飞猛进，互联网线上到线下(Online To Offline，O2O)行业迅猛发展，O2O模式已广泛应用于在线旅游、房地产、订票、移动互联网、餐饮、汽车租赁、电子优惠券、奢侈品等诸多领域。大量的O2O行业采取补贴用户的经营模式，使得O2O行业普遍存在恶意刷单行为。恶意刷单行为是指以欺骗或违反业务规则的手段获得利益的行为；可能的获利方包括用户、商家、中间人等，并可能发生这些获利方之间的串通行为。由于刷单行为会导致普通用户被刷单行为导致的假象所迷惑，因此，急需对刷单行为进行检测，并采取相应处理方式。
[0003]现有技术中的刷单检测仅限于电商平台内部的自我督查机制，对于刷单检测结果中疑似刷单的店铺，各大电商平台也仅仅是对其部分进行降权或者强制关闭，并未对外公开，用户无法获得一个直观的数据查看刷单状况，基于利益最大化的原则以及当前电商发展现状，无法从根本上杜绝刷单现象。导致异常订单的检测效率较低，准确性不高。

技术实现思路

[0004]有鉴于此，本申请提供了一种异常订单的检测方法、装置及计算机设备，可用于解决目前在进行刷单检测时，检测效率较低且准确性不高的技术问题。
[0005]根据本申请的一个方面，提供了一种异常订单的检测方法，该方法包括：
[0006]提取虚拟商品交易平台内用户订单的订单信息；
[0007]基于所述订单信息确定所述用户订单的指标检测参数；
[0008]根据所述指标检测参数计算所述用户订单属于异常订单的预测概率；
[0009]将对应所述预测概率大于预设概率阈值的用户订单标记为异常订单。
[0010]根据本申请的另一个方面，提供了一种异常订单的检测装置，该装置还包括：
[0011]提取模块，用于提取虚拟商品交易平台内用户订单的订单信息；
[0012]确定模块，用于基于所述订单信息确定所述用户订单的指标检测参数；
[0013]计算模块，用于根据所述指标检测参数计算所述用户订单属于异常订单的预测概率；
[0014]标记模块，用于将对应所述预测概率大于预设概率阈值的用户订单标记为异常订单。
[0015]根据本申请的又一个方面，提供了一种非易失性可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述异常订单的检测方法。
[0016]根据本申请的再一个方面，提供了一种计算机设备，包括非易失性可读存储介质、处理器及存储在非易失性可读存储介质上并可在处理器上运行的计算机程序，所述处理器
执行所述程序时实现上述异常订单的检测方法。
[0017]借由上述技术方案，本申请提供的一种异常订单的检测方法、装置及计算机设备，与目前异常订单的检测方式相比，本申请可首先提取虚拟商品交易平台内用户订单的订单信息，并根据订单信息确定目标订单在各个预设维度下的指标检测参数；进而可根据指标检测参数综合计算出用户订单属于异常订单的预测概率；最后可基于预测概率与预设概率阈值的比较结果确定用户订单是否为异常订单。在本申请中，通过建立指标检测参数的评价机制，可从多个数据维度出发，客观准确地检测出异常订单，进而能够实现对刷单现象的有效控制，实现对用户或商家合法利益的保护，为虚拟商品交易平台营造良好的购物交易环境。
附图说明
[0018]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0019]图1示出了本申请实施例提供的一种异常订单的检测方法的流程示意图；
[0020]图2示出了本申请实施例提供的另一种异常订单的检测方法的流程示意图；
[0021]图3示出了本申请实施例提供的一种异常订单的检测装置的结构示意图；
[0022]图4示出了本申请实施例提供的另一种异常订单的检测装置的结构示意图。
具体实施方式
[0023]下文将参考附图并结合实施例来详细说明本申请。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互结合。
[0024]针对目前在进行刷单检测时，检测效率较低且准确性不高的技术问题，本申请提供了一种异常订单的检测方法，如图1所示，该方法包括：
[0025]101、提取虚拟商品交易平台内用户订单的订单信息。
[0026]其中，虚拟商品交易平台是指互联网虚拟产品交易平台，在虚拟商品交易平台中展示有各类虚拟产品，并支持用户针对各类虚拟产品的线上交易操作。具体的，用户需要在虚拟商品交易平台注册，实现个人信息的认证，在完成登录后，用户可针对虚拟商品交易平台内的任一虚拟产品发起订单交易请求，平台即可响应于订单交易请求指引用户完成支付操作。在用户完成与平台内商家的交易操作后，虚拟商品交易平台即可为用户生成所交易虚拟产品对应的产品订单。
[0027]在具体的应用场景中，在虚拟商品交易平台盛行的同时，也伴随着真人恶意地址刷单行为的发生，真人恶意地址刷单行为是指以欺骗或违反业务规则的手段获得利益的行为；可能的获利方包括用户、商家、中间人等，并可能发生这些获利方之间的串通行为。与技术手段刷单不同，真人恶意地址刷单是有人在刷单群里下达任务，接受任务的人用自己的真实设备、真实ip、真实身份信息下单。下单后统一寄往某个地方，在收货地址中添加标记，以方便刷单人直接提货，不需要等快递员送货。因为地址实际上不存在，快递员也无法送货。相对应的刷单流程可为：收货人搜索平台优惠，找到有利可图的商品；收货人找到刷单群发布刷单任务；刷单人领取任务去对应电商平台下单，统一寄到收货人统一的地址；快递员根据地址特殊标记，直接联系真实的收货人提货；收货人收到货后，给刷单人货款+佣金，
刷单交易完成。相应的，对于本实施例，为了判定用户订单是否为真人恶意地址刷单过程中产生的异常订单，故需要对用户订单进行异常性排查。具体的，首先需要提取用户订单的订单信息，进而基于订单信息进行异常订单的分析与筛查。其中，订单信息包括但不限于订单地址信息、用户身份信息、订单来源信息、订单类型信息等多个维度数据。
[0028]为了克服现有技术中刷单检测的检测效率较低且准确性不高的缺陷，本申请实施例可首先提取虚拟商品交易平台内用户订单的订单信息，并根据订单信息确定目标订单在各个预设维度下的指标检测参数，进而根据各个预设维度下的指标检测参数，实现对异常订单的综合排查。通过建立指标检测参数的评价机制，可从多个数据维度出发，客观准确地检测出异常订单，进而能够实现对刷单现象的有效控制，实现对用户或商家合法利益的保护，为虚拟商品交易平台营造良好的购物交易环境。本专利技术实施例主要适用于对虚拟商品交易平台内所生成订单的异常检测场景，本专利技术实施例的执行主体为能够对异常订单进行检测的装置或者设备，具体可以设置在客户端或者服务器一侧。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常订单的检测方法，其特征在于，包括：提取虚拟商品交易平台内用户订单的订单信息；基于所述订单信息确定所述用户订单的指标检测参数；根据所述指标检测参数计算所述用户订单属于异常订单的预测概率；将对应所述预测概率大于预设概率阈值的用户订单标记为异常订单。2.根据权利要求1所述的方法，其特征在于，所述订单信息包括订单地址信息；所述基于所述订单信息确定所述用户订单的指标检测参数，具体包括：将所述订单信息中的订单地址信息与预设风险标记区域进行区域地址匹配；根据区域地址匹配结果，确定所述用户订单的第一指标检测参数。3.根据权利要求2所述的方法，其特征在于，所述基于所述订单信息确定所述用户订单的指标检测参数，具体包括：解析所述订单地址信息，判断所述订单地址信息中是否存在预设组合规则下的标记字符；根据判断结果生成所述用户订单的第二指标检测参数。4.根据权利要求1所述的方法，其特征在于，所述订单信息包括用户身份信息；所述基于所述订单信息确定所述用户订单的指标检测参数，具体包括：确定与所述订单信息中用户身份信息关联的终端设备标识；根据历史异常订单标记结果统计与所述终端设备标识匹配的异常订单数量；基于所述异常订单数量确定所述用户订单的第三指标检测参数。5.根据权利要求1所述的方法，其特征在于，所述根据所述指标检测参数计算所述用户订单属于异常订单的预测概率，具体包括：按照预设权重配比计算所述第一指标检测参数、所述第二指标检测参数、所述第三指标检测参数的加权求和结果；将所述加权求和结果确定为所述用户订单属于异常订单的预测概率；所述将...

【专利技术属性】
技术研发人员：田坡敏，
申请(专利权)人：易纳购科技北京有限公司，
类型：发明
国别省市：