[发明专利]基于当前订单的差评预警方法、系统、黑名单库建立方法

说明书

本发明公开了一种基于当前订单的差评预警方法，该方法能够根据比对信息判断待测买家是否与差评师黑名单库中的其中一个差评师为同一人，若为同一人，则发出差评预警，否则，接受待测买家的交易；差评师黑名单库中的差评师主要由根据历史买家的自身信息及历史买家的评论信息判断出的恶意差评人员组成，若待测买家与差评师黑名单库中的其中一个差评师为同一人，则表明该当前买家为更换了账号的历史差评师，该种基于当前订单的差评预警方法能够甄别更换了账号的差评师，且在差评师给出差评之前即可进行甄别，最大限度地减少了恶意差评对卖家的干扰。本发明还提供了基于当前订单的差评预警系统、黑名单库的建立方法、计算机设备及存储介质。

技术领域

本发明属于电子商务信息技术领域，尤其涉及一种基于当前订单的差评预警方法、系统、黑名单库的建立方法、计算机设备及存储介质。

背景技术

随着互联网的快速发展，电子商务在商业领域中所处的地位也越来越重要，电子商务迅速发展的同时，也造成一些用户想通过电子商务网站进行非正常行为来谋求利益。例如，在电子商务网站上非正常分子以买家身份进行商品购买，之后在评价系统中对所购商品给予中差评价或不予评价，最后通过修改中差评价、删除中差评价等条件向商铺卖家索取钱财的非正常行为。这些用户的行为极大地影响了电子商务领域中正常交易行为的进行，这些非常行为的用户通常被称为差评师。

针对上述问题，最原始的识别差评师的具体方法是：在商铺卖家接收到买家通过电子商务网站客户端发送的以敲诈、威胁为目的的信息时，商铺卖家或客服部门人员依靠经验进行主观判断是否为差评师，具体为查看该买家过往的购买记录、评价记录以及注册时间和信用度，这种识别差评师的方法存在以下问题：1)人工识别，效率非常低；2)由于用来识别差评师的信息不完整，人为识别的主观意识比较强，因此识别的准确性非常低；3)在差评师索取钱财时才进行识别，非常被动，给卖家带来极大的困扰。

为了提高识别效率和准确率，现有技术中出现了利用计算机自动识别买家是否为差评师的方法，例如CN201210494802-用户身份的识别、信息的过滤及搜索方法和服务器，具体为：获取该买家在当前电商平台上的历史评论信息以及注册信息，然后根据设定的算法规则进行判定其是否为差评师。

但该方法存在缺陷：1)只能针对有历史数据的，更换新号后则无法识别；2)依然是给出差评后再进行甄别，不能最大限度地减少卖家的干扰。

发明内容

本发明的技术目的是提供一种基于当前订单的差评预警方法、系统、黑名单库的建立方法、计算机设备及存储介质，该种基于当前订单的差评预警方法能够甄别更换了账号的差评师，且在差评师给出差评之前即可进行甄别，最大限度地减少了恶意差评对卖家的干扰。

为解决上述问题，本发明的技术方案为：

一种基于当前订单的差评预警方法，包括：

获取电商平台的差评师黑名单库，所述差评师黑名单库中的差评师主要由根据历史买家的自身信息及历史买家的评论信息判断出的恶意差评人员组成；

获取当前订单的订单信息；

从所述当前订单的订单信息中提取待测买家的比对信息，根据所述比对信息判断所述待测买家是否与所述差评师黑名单库中的其中一个差评师为同一人，若为同一人，则发出差评预警，否则，接受所述待测买家的交易；

所述历史买家的自身信息包括电商平台账号ID、姓名、电话、收件地址；

所述比对信息包括设备标识码信息、定位信息、社交好友信息中的至少一种和所述自身信息。