[发明专利]一种基于算法识别错误的风控方法及其系统与存储介质

说明书

本发明公开了一种基于算法识别错误的风控方法及其系统与存储介质，风控方法包括以下步骤：S1：利用服务器实时获得当前的交易请求，并根据交易算法生成订单交易数据，将所述订单交易数据发送至风控模块；S2：所述风控模块根据风控逻辑对订单交易数据进行分析，过滤出风险订单；S3：所述风险订单转入处理模块进行处理。本发明的基于算法识别错误的风控方法大幅度提升了订单交易结算准确率，有效保证了无人值守终端的订单交易准确性。

技术领域

本发明涉及零售业务处理技术领域，特别涉及一种基于算法识别错误的风控方法及其系统与存储介质。

背景技术

目前，零售行业AI视觉识别技术的识别准确率为95％左右，为处理5％的识别错误率，保证用户的交易结算准确率在100％。为了解决识别错误的问题，本发明基于业务特性以及交易风控策略，提出了一种基于算法识别错误的风控方法及其系统与存储介质，目的在于拓展前沿AI识别技术在商业应用落地的可行性。

发明内容

为了满足上述要求，本发明的一个目的在于提供一种基于算法识别错误的风控方法，该方法可以处理交易过程中AI视觉识别技术的识别错误率，保障用户的交易结算准确率。

本发明的第二个目的在于提出一种基于算法识别错误的风控系统。

本发明的第三个目的在于提出另一种基于算法识别错误的风控系统。

本发明的第四个目的在于提出一种非临时性计算机可读存储介质，其上存储有计算机程序。

为了实现上述目的，本发明采用以下技术方案：

一种基于算法识别错误的风控方法，包括以下步骤：

S1：利用服务器实时获得当前的交易请求，并根据交易算法生成订单交易数据，将所述订单交易数据发送至风控模块；

S2：所述风控模块根据风控逻辑对订单交易数据进行分析，过滤出风险订单；

S3：所述风险订单转入处理模块进行处理。

优选地，所述方法还包括：

所述步骤S1还包括利用服务器根据算法识别商品得到商品信息；所述的商品信息包括商品SKU、商品价格、商品数量、商品所在柜端设备属性、商品状态、商品的库存信息；

所述步骤S2还包括利用服务器统计风险订单，得到商品的交易算法识别正确率；

所述步骤S2还包括利用服务器统计风险订单，得到所述风险订单中商品所在柜端设备连续识别错误商品的错误次数，并将所述的错误次数与柜端设备属性相关联；

利用处理器统计所述订单交易数据执行完S2步骤，并且不符合所述风控逻辑的无风险订单；

获得所述的无风险订单中商品所在柜端设备连续出现无风险订单的无风险次数，并将所述的无风险次数与柜端设备属性相关联。

优选地，所述步骤S2包括：

所述风控模块将不符合风控逻辑的交易订单通过预设的交易算法正常结算；

所述风控逻辑包括以下条件：

S100：所述订单交易数据中商品交易算法识别正确率低于预设识别率阈值；

S101：所述订单交易数据中商品数量为负数；

S102：所述订单交易数据中金额大于预设金额阈值；

S103：所述订单交易数据中商品数量大于预设数量阈值；

S104：所述订单交易数据中柜端设备的错误次数大于预设次数阈值；

S105：所述订单交易数据中商品状态为预设状态；