[发明专利]订单分类方法、分类系统、计算机设备及可读存储介质

说明书

本公开实施例提出了一种订单分类方法、分类系统、计算机设备及可读存储介质。其中，订单分类方法包括：获取异常订单，提取异常订单的特征信息；将异常订单的特征信息输入至预设分类模型，对异常订单进行责任方分类。采用本公开实施例，能够精准地判断出异常订单的责任方，以便进行干预措施进而降低订单异常情况，提高订单成功率。

技术领域

本公开实施例涉及计算机技术领域，具体而言，涉及一种订单分类方法、分类系统、计算机设备及可读存储介质。

背景技术

在网约车平台针对驾驶员和用户管控的项目中，对一个例如取消、投诉或者差评的异常订单，需要确定异常的责任方，责任方主要有驾驶员、用户或者网约车平台，异常订单的获取很容易，但是责任方的标注却很困难，即训练样本的标签获取非常困难，获取的数量也非常有限。

相关技术中，是通过人工标注以及根据驾驶员或用户的反馈标注出一部分样本，其包括正样本和负样本，但这种标注方式标注的样本非常有限，并且不能保证相对于整体数据集是无偏的，因此直接用该部分的样本进行训练会出现训练样本和实际预估样本不一致的问题，可能在训练集上表现的效果很好，但是实际预估时的效果欠佳，即过拟合的一种。

发明内容

本公开实施例旨在至少解决现有技术或相关技术中存在的技术问题之一

为此，本公开实施例的一个方面在于提出了一种订单分类方法。

本公开实施例的另一个方面在于提出了一种订单分类系统。

本公开实施例的再一个方面在于提出了一种计算机设备。

本公开实施例的又一个方面在于提出了一种计算机可读存储介质。

有鉴于此，根据本公开实施例的一个方面，提出了一种订单分类方法，包括：获取异常订单，提取异常订单的特征信息；将异常订单的特征信息输入至预设分类模型，对异常订单进行责任方分类。

本公开实施例提供的订单分类方法，获取具有取消、投诉或者差评等异常情况的异常订单，提取出该异常订单的与异常情况相关的一个或者多个特征信息。进一步地，利用预设分类模型根据一个或者多个特征信息对该异常订单进行责任方分类，即区分出该异常订单的责任方是驾驶员、用户还是网约车平台。采用本公开实施例，能够精准地判断出异常订单的责任方，以便进行干预措施进而降低订单异常情况，提高订单成功率。

根据本公开实施例的上述订单分类方法，还可以具有以下技术特征：

在上述技术方案中，优选地，还包括：采集多个样本异常订单，将多个样本异常订单划分为第一类样本异常订单和第二类异常样本订单；根据每个第一类样本异常订单的特征信息，获取每个第一类样本异常订单的责任方标注信息；训练责任方标注信息，建立预设分类模型；将第二类异常样本订单的特征信息输入至预设分类模型，对第二类异常样本订单进行责任方分类并得到每个第二类异常样本订单的责任方置信度；对第一类样本异常订单和责任方置信度大于第一阈值的第二类异常样本订单进行迭代训练，直至预设分类模型达到预设收敛条件。