[发明专利]骑手行为的识别方法、装置、电子设备及存储介质

权利要求书

1.一种骑手行为的识别方法，其特征在于，包括：

确定目标应用程序对应的待识别骑手集合；

获取所述待识别骑手集合中待识别骑手的历史数据；

根据所述历史数据，确定在目标时段所述待识别骑手在至少两个目标识别因子的得分，所述目标时段为一天内的预设时段；

根据所述待识别骑手在至少两个目标识别因子的得分，确定所述待识别骑手集合中具有预设行为类型的骑手，所述预设行为类型是指骑手在所述目标时段内以与使用所述目标应用程序的相同身份使用其他应用程序。

2.根据权利要求1所述的方法，其特征在于，所述根据所述待识别骑手在至少两个目标识别因子的得分，确定所述待识别骑手集合中具有预设行为类型的骑手，包括：

根据所述待识别骑手在至少两个目标识别因子的得分以及所述至少两个目标识别因子对应的预设权重，确定所述待识别骑手的识别得分；

根据所述识别得分，确定所述待识别骑手集合中具有预设行为类型的骑手。

3.根据权利要求2所述的方法，其特征在于，所述根据所述识别得分，确定所述待识别骑手集合中的具有预设行为类型的骑手，包括：

对所述待识别骑手集合中的各个待识别骑手的识别得分按照从大到小的顺序进行排序，选取排序靠前的预设数量的待识别骑手，作为所述待识别骑手集合中具有预设行为类型的骑手；或者

将所述识别得分大于或等于预设得分阈值的待识别骑手作为所述待识别骑手集合中具有预设行为类型的骑手。

4.根据权利要求1所述的方法，其特征在于，所述目标识别因子的得分包括：目标时段完单量得分、目标时段摇摆时长占比得分、轨迹点识别得分、WiFi指纹识别得分或目标应用程序外其他相同功能应用程序安装识别得分，所述目标时段摇摆时长是指在所述目标时段内所述目标应用程序在后台运行而所述其他应用程序在运行的时间长度。

5.根据权利要求4所述的方法，其特征在于，所述根据所述历史数据，确定在目标时段所述待识别骑手在至少两个目标识别因子的得分，包括下述至少两种：

根据所述历史数据，确定待识别骑手在识别周期内的目标时段完单量均值，并根据所述目标时段完单量均值，确定所述待识别骑手的目标时段完单量得分；

根据所述历史数据，确定待识别骑手在识别周期内目标时段的摇摆时长占比，并根据所述摇摆时长占比，确定所述待识别骑手的目标时段摇摆时长占比得分；

根据所述历史数据中待识别骑手在识别周期内目标时段的轨迹点和对应的第一时间点，确定待识别骑手在识别周期内目标时段经过的第一商家，根据所述第一商家的属性信息和待识别骑手的运力类型，确定轨迹点识别得分；

根据所述历史数据中待识别骑手在识别周期内目标时段的WiFi指纹和对应的第二时间点，确定待识别骑手在识别周期内目标时段经过的第二商家，根据所述第二商家的属性信息和待识别骑手的运力类型，确定WiFi指纹识别得分；

根据所述历史数据，识别待识别骑手是否安装所述目标应用程序以外的其他相同功能的应用程序，并根据识别结果确定应用程序安装识别得分；

其中，所述识别周期的时间长度小于所述统计周期的时间长度。

6.根据权利要求5所述的方法，其特征在于，所述根据所述目标时段完单量均值，确定所述待识别骑手的目标时段完单量得分，包括：

根据所述历史数据，确定待识别骑手在统计周期内的目标时段完单量的平均值和标准差；

根据所述目标时段完单量均值、所述平均值和所述标准差，确定所述待识别骑手的目标时段完单量得分。

7.根据权利要求5所述的方法，其特征在于，所述根据所述摇摆时长占比，确定所述待识别骑手的目标时段摇摆时长占比得分，包括：

根据所述历史数据，确定所述待识别骑手在统计周期内目标时段的摇摆时长占比的最大值和最小值；

根据所述摇摆时长占比、最大值和最小值，对所述摇摆时长占比进行归一化，将归一化结果作为所述待识别骑手的目标时段摇摆时长占比得分。