[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

说明书

本申请公开了一种商家逃单行为的识别方法，属于计算机技术领域，有助于提升商家逃单行为识别准确率。本申请公开的商家逃单行为的识别方法包括：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、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。

技术领域

本申请涉及计算机技术领域，特别是涉及一种商家逃单行为的识别方法、装置、电子设备及计算机可读存储介质。

背景技术

电子商务平台应为一便利性以及自身影响，为平台上的入住商家实现了用户引流和用户导入，平台和商家基于通过平台完成的订单成交量等资源结算数据进行资源结算。而商家的逃单行为则是通过各种行为对订单成交量等资源结算数据进行影响，从而影响平台和商家之间的资源结算准确性，对平台的收益产生了很大的影响。

为此，现有技术中出现了识别商家逃单行为的方法，主要包括：基于用户反馈，人工确定商家逃单行为；基于专家模型识别逃单商家；通过机器学习模型预测商家逃单概率，根据逃单概率识别逃单商家。然而，现有技术中的识别商家逃单行为的方法，至少存在一下缺陷：第一，基于用户反馈，由人工确定商家逃单行为准确率，且无法主动发现逃单商家；第二，基于专家模型识别逃单商家行为，不具备学习能力，无法识别层出不穷的逃单行为；第三，通过机器学习模型预测商家逃单概率的方法存在冷启动问题，在样本数量较少时，识别准确率低。

可见，现有技术中的商家逃单行为识别方法至少存在识别准确率低的缺陷。

发明内容

本申请提供一种商家逃单行为的识别方法，有助于提升商家逃单行为识别准确率。

为了解决上述问题，第一方面，本申请实施例提供了一种商家逃单行为的识别方法，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。

第二方面，本申请实施例提供了一种商家逃单行为的识别装置，包括：

逃单行为描述特征确定模块，用于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；

单证据项逃单概率确定模块，用于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；

第一逃单概率确定模块，用于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；

第二逃单概率确定模块，用于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；

逃单概率融合模块，用于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。