[发明专利]基于数据分析的异常订单识别方法、装置、设备及介质

说明书

本发明公开了一种基于数据分析的异常订单识别方法，包括：提取收件信息中的收货地址，对收货地址进行地址聚类，得到若干个地址分组；通过各地址分组中收货地址的群聚特性进行第一层识别；在第一层别的基础上提取收货地址的地址信息元素，根据地址信息元素对收货地址进行第二层识别；在第二层识别的基础上，对收件信息中的收货人联系方式是否和收货地址匹配进行第三层识别；在第三层识别的基础上，对收件信息中的收货人信息的风险特性进行第四层识别；最终根据四层识别的结果来判断订单是否为异常订单。本发明解决了现有技术在对异常订单识别时准确率低，误判率高的问题。

技术领域

本发明属于信息技术领域，特别涉及基于数据分析的异常订单识别方法、装置、设备及介质。

背景技术

随着电子商务技术的快速发展，营销手段越来越丰富，例如，抢购、大规模促销等，这类营销活动的主要特点为：将商品设定为较低的价格，并在一个指定的时间点开放购买。在这类营销活动中，可能会出现一些异常订单，采用违背活动规则的方式，大批量抢占资源，再以高价卖出。这些异常订单的行为会给营销企业造成严重的经济损失，同时也影响其他具有真实购买意图的用户的利益，因此，需要对这异常订单进行识别。

黑产团伙在购物平台上进行大批量的购买行为时，其订单中往往会存在大量的重复信息，该重复信息可能为收货地址、联系电话、收货人姓名等。相关技术中，主要是通过订单包括的收货地址之间的相似度来对恶意订单进行识别，例如，确定多个订单中每两个订单包括的收货地址之间的相似度，如果某两个订单包括的收货地址之间的相似度大于指定相似度，则将这两个订单包括的收货地址均确定为目标收货地址，对于某个目标收货地址，如果该多个订单中该目标收货地址的数量大于指定数量，则将该目标收货地址对应的订单确定为恶意订单。但是这种通过收货地址比对来确定异常订单的方法容易出现误判的情况，在规避了被黑产“薅羊毛”的同时也影响了一部分正常用户的体验，反而会带来一些负面的营销效果，因此，如何充分利用用户订单中的收件信息来准确识别出异常订单成为了一个难题。

发明内容

本发明实施例提供了基于数据分析的异常订单识别方法、装置、设备及介质，以解决现有技术在对异常订单识别时准确率低，误判率高的问题。

一种基于数据分析的异常订单识别方法，包括：

提取收件信息中的收货地址，对收货地址进行地址聚类，得到若干个地址分组；

为各地址分组匹配各地址分组对应的第一阈值，判断各所述地址分组中是否存在地址个数大于第一阈值的目标地址分组，并为所述目标地址分组中的收货地址及其对应的收件信息打上第一层可疑标签；

提取打有第一层可疑标签的收货地址的地址信息元素，根据所述地址信息元素计算所述打有第一层可疑标签的收货地址的可疑度评分，根据所述可疑度评分判断是否对相应的收货地址及收件信息打上第二层可疑标签；

提取打有第二层可疑标签的收件信息中的收货人联系方式，判断所述收货人联系方式的归属地与收件信息中的收货地址是否匹配，对所述收货人联系方式的归属地与收件信息中的收货地址不匹配的收货地址及其对应的收件信息打上第三层可疑标签；

提取打有第三层可疑标签的收件信息中的收货人信息，分析所述收货人信息的风险特性，对风险特性进行统计得到各风险特性对应的风险特性占比，根据所述风险特性占比计算所述收货人信息的风险值，根据所述收货人信息的风险值判断是否对相应的收件信息打上第四层可疑标签；

将同时打有第一层可疑标签、第二层可疑标签、第三层可疑标签和第四层可疑标签的收件信息对应的订单确定为异常订单，停止对所述异常订单的权益发放。

可选地，所述提取收件信息中的收货地址，对收货地址进行地址聚类，得到若干个地址分组包括：

提取收件信息中的收货地址，对收货地址进行拆分，得到收货地址的行政地址；