[发明专利]订单行为识别方法、装置、存储介质和处理器

权利要求书

1.一种订单行为识别方法，其特征在于，包括：

获取订单行为的行为数据；

基于分类模型对所述行为数据进行识别，得到所述订单行为的类型，其中，所述分类模型包括通过目标阈值对订单变量的目标衍生变量进行分组得到的分类规则，所述订单变量包括连续订单变量和离散订单变量。

2.根据权利要求1所述的方法，其特征在于，在基于分类模型对所述行为数据进行识别，得到所述订单行为的类型之前，所述方法还包括：

通过多个目标阈值对多个所述目标衍生变量进行分组，得到所述分类模型的多条分类规则；

获取每条分类规则对订单样本进行处理得到的处理结果，其中，所述处理结果用于指示所述每条分类规则的性能指标；

将指示出所述性能指标最高的所述处理结果对应的分类规则，确定为所述分类模型的分类规则。

3.根据权利要求1所述的方法，其特征在于，在基于分类模型对所述行为数据进行识别，得到所述订单行为的类型之前，所述方法还包括：

通过所述连续订单变量的分位数获取所述连续订单变量的衍生变量；

通过所述离散订单变量的编码值获取所述离散订单变量的衍生变量；

通过所述连续订单变量的衍生变量和所述离散订单变量的衍生变量确定所述目标衍生变量。

4.根据权利要求3所述的方法，其特征在于，通过所述连续订单变量的衍生变量和所述离散订单变量的衍生变量确定所述目标衍生变量包括：

通过所述连续订单变量的衍生变量确定所述连续订单变量的信息值；

通过所述离散订单变量的衍生变量确定所述离散订单变量的信息值；

将所述信息值最大的所述连续订单变量或所述离散订单变量确定为所述目标衍生变量。

5.根据权利要求4所述的方法，其特征在于，通过所述连续订单变量的衍生变量确定所述连续订单变量的信息值包括：

通过所述连续订单变量的衍生变量对应的正常订单样本、异常订单样本和对应的编码值，确定所述连续订单变量的信息值。

6.根据权利要求4所述的方法，其特征在于，通过所述离散订单变量的衍生变量确定所述离散订单变量的信息值包括：

通过所述离散订单变量的衍生变量对应的正常订单样本、异常订单样本和对应的编码值，确定所述离散订单变量的信息值。

7.根据权利要求1至6中任意一项所述的方法，其特征在于，所述订单行为的类型包括以下之一：异常订单类型和正常订单类型。

8.一种订单行为识别装置，其特征在于，包括：

获取单元，用于获取订单行为的行为数据；

识别单元，用于基于分类模型对所述行为数据进行识别，得到所述订单行为的类型，其中，所述分类模型包括通过目标阈值对订单变量的目标衍生变量进行分组得到的分类规则，所述订单变量包括连续订单变量和离散订单变量。

9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至7中任意一项所述的方法。

10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的方法。