[发明专利]订单信息的处理方法、设备、存储介质及计算机程序产品在审

专利信息
申请号: 202110236725.0 申请日: 2021-03-03
公开(公告)号: CN112967105A 公开(公告)日: 2021-06-15
发明(设计)人: 蔡民超;戴桂婷 申请(专利权)人: 北京嘀嘀无限科技发展有限公司
主分类号: G06Q30/06 分类号: G06Q30/06;G06Q30/00;G06Q50/30;G07C9/00
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 杜叶蕊;黄健
地址: 100193 北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 订单 信息 处理 方法 设备 存储 介质 计算机 程序 产品
【权利要求书】:

1.一种订单信息的处理方法,其特征在于,包括:

获得历史订单信息集,所述历史订单信息集中至少包括各用户的埋点数据以及各用户的订单数据;

根据埋点数据以及订单数据对历史订单信息集进行预处理,得到异常订单信息集,以及异常订单信息集的团伙识别结果;

利用所述异常订单信息集和相应的团伙识别结果,对预先构建基于图算法的团伙识别模型进行训练,得到训练完毕的团伙识别模型。

2.根据权利要求1所述的处理方法,其特征在于,所述根据埋点数据以及订单数据对历史订单信息集进行预处理,得到异常订单信息集,包括:

根据埋点数据对历史订单信息集中各用户的订单数据进行数据筛选,得到多个候选订单数据;

根据多个候选订单数据,构建订单信息集,所述订单信息集用于表示各候选订单数据中的不同账户与不同设备之间的对应关系;

根据订单信息集中所述账户与设备之间的对应关系,从所述订单信息集中选出具有多边对应关系的账户或设备的订单数据,以生成所述异常订单信息集。

3.根据权利要求2所述的处理方法,其特征在于,所述埋点数据为用户在多个关键操作节点进行操作的操作数据;

所述根据埋点数据对历史订单信息集中各用户的订单数据进行数据筛选,得到多个候选订单数据,包括:

根据各埋点数据中用户对不同关键操作节点进行操作的操作数据,确定埋点数据对应的关键操作节点覆盖率;

选出所述关键操作节点覆盖率小于第一阈值的埋点数据,并将选出的埋点数据所对应的用户的订单数据作为所述候选订单数据。

4.根据权利要求2所述的处理方法,其特征在于,所述根据订单信息集中所述账户与设备之间的对应关系,从所述订单信息集中选出具有多边对应关系的账户或设备的订单数据,以生成所述异常订单信息集,包括:

从所述订单信息集中,选出具有多边对应关系的异常账户或异常设备;其中,所述具有对边对应关系的异常账户是指同一账户在多个设备下产生订单量的账户;所述具有多边对应关系的异常设备是指多个账户在同一设备下产生订单量的设备;

采用所述异常账户、其对应的设备和订单量,以及所述异常设备、其对应的账户和订单量,生成所述异常订单信息集。

5.一种订单信息的处理方法,其特征在于,包括:

获取待识别的订单信息集,所述待识别的订单信息集中包括各待识别账户在各待识别设备下的订单量;

利用训练完毕的团伙识别模型对所述待识别的订单信息集进行处理,得到团伙识别结果;其中,所述团伙识别结果中包括属于同一团伙的至少一个待识别账户,和/或,至少一个待识别设备;

其中,所述训练完毕的团伙识别模型是根据权利要求1-4任一项所述的订单信息的处理方法处理获得的。

6.一种订单信息的处理设备,其特征在于,包括:

第一获取模块,用于获得历史订单信息集,所述历史订单信息集中至少包括各用户的埋点数据以及各用户的订单数据;

第一处理模块,用于根据埋点数据以及订单数据对历史订单信息集进行预处理,得到异常订单信息集,以及异常订单信息集的团伙识别结果;

训练模块,用于利用所述异常订单信息集和相应的团伙识别结果,对预先构建基于图算法的团伙识别模型进行训练,得到训练完毕的团伙识别模型。

7.一种订单信息的处理设备,其特征在于,包括:

第二获取模块,用于获取待识别的订单信息集,所述待识别的订单信息集中包括各待识别账户在各待识别设备下的订单量;

第二处理模块,用于利用训练完毕的团伙识别模型对所述待识别的订单信息集进行处理,得到团伙识别结果;其中,所述团伙识别结果中包括属于同一团伙的至少一个待识别账户,和/或,至少一个待识别设备;

其中,所述训练完毕的团伙识别模型是根据权利要求1-4任一项所述的订单信息的处理方法处理获得的。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京嘀嘀无限科技发展有限公司,未经北京嘀嘀无限科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110236725.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top