[发明专利]商家逃单行为的识别方法、装置、电子设备及存储介质

权利要求书

1.一种商家逃单行为的识别方法，其特征在于，包括：

基于专家模型确定目标商家的至少一个逃单行为证据项的逃单行为描述特征；

基于所述专家模型和所述至少一个逃单行为证据项的逃单行为描述特征，分别预测所述目标商家的对应各所述逃单行为证据项的逃单概率；

通过对所述目标商家的对应各所述逃单行为证据项的逃单概率进行线性融合，确定所述目标商家的第一逃单概率；

基于预设多个机器学习模型分别对所述目标商家进行逃单概率预测，得到与所述机器学习模型各自对应的第二逃单概率；

根据所述第一逃单概率、与所述机器学习模型各自对应的第二逃单概率，通过预设融合模型计算所述目标商家的逃单概率。

2.根据权利要求1所述的方法，其特征在于，所述基于所述专家模型和所述至少一个逃单行为证据项的逃单行为描述特征，分别预测所述目标商家的对应各所述逃单行为证据项的逃单概率的步骤，包括：

确定所述专家模型中包括的与所述至少一个逃单行为证据项匹配的特征处理模版；

通过所述特征处理模版，分别对与所述特征处理模版匹配的所述逃单行为证据项的逃单行为描述特征的特征值进行数据处理，确定各所述逃单行为证据项的各所述逃单行为描述特征可生成逃单行为证据项的评分；

对于每个所述逃单行为证据项，将该逃单行为证据项的各所述逃单行为描述特征中预设逃单行为描述特征的所述评分，确定为所述目标商家的对应该逃单行为证据项的逃单概率。

3.根据权利要求2所述的方法，其特征在于，所述通过所述特征处理模版，分别对与所述特征处理模版匹配的所述逃单行为证据项的逃单行为描述特征的特征值进行数据处理，确定各所述逃单行为证据项的各所述逃单行为描述特征可生成逃单行为证据项的评分的步骤，包括：

通过执行预设的与所述特征处理模版对应的程序指令，对相应的逃单行为证据项的各所述逃单行为描述特征的特征值分别进行以下数据处理：

将所述逃单行为描述特征的特征值与预设的特征值区间和得分的对应关系进行匹配判断，并确定与所述特征值匹配的得分作为所述逃单行为描述特征可生成逃单行为证据项的评分；

其中，所述特征值区间、所述特征值区间和得分的对应关系是根据历史逃单商家数据和专家模型确定的。

4.根据权利要求2所述的方法，其特征在于，所述通过所述特征处理模版，分别对与所述特征处理模版匹配的所述逃单行为证据项的逃单行为描述特征的特征值进行数据处理，确定各所述逃单行为证据项的各所述逃单行为描述特征可生成逃单行为证据项的评分的步骤之后，还包括：

对于每个所述逃单行为证据项，根据确定的该逃单行为证据项的各所述逃单行为描述特征可生成逃单行为证据项的评分、所述专家模型中包括的证据项生成模版，生成该逃单行为证据项的描述信息。

5.根据权利要求2所述的方法，其特征在于，所述通过所述特征处理模版，分别对与所述特征处理模版匹配的所述逃单行为证据项的逃单行为描述特征的特征值进行数据处理，确定各所述逃单行为证据项的各所述逃单行为描述特征可生成逃单行为证据项的评分的步骤之前，还包括：

分别确定各所述逃单行为证据项的逃单行为描述特征是否满足预设特征阈值；

若满足，则通过所述特征处理模版，分别对与所述特征处理模版匹配的所述逃单行为证据项的逃单行为描述特征的特征值进行数据处理，确定各所述逃单行为证据项的各所述逃单行为描述特征可生成逃单行为证据项的评分。