[发明专利]一种恶意订单识别方法、装置及存储介质在审

专利信息
申请号: 201911170262.1 申请日: 2019-11-26
公开(公告)号: CN112950298A 公开(公告)日: 2021-06-11
发明(设计)人: 李慧 申请(专利权)人: 北京沃东天骏信息技术有限公司
主分类号: G06Q30/06 分类号: G06Q30/06;G06Q10/06
代理公司: 北京德琦知识产权代理有限公司 11018 代理人: 谢安昆;宋志强
地址: 100083 北京市海淀区杏石口路6*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 恶意 订单 识别 方法 装置 存储 介质
【权利要求书】:

1.一种恶意订单识别方法,其特征在于,该方法包括:

预先获取历史订单信息、每一历史订单对应的关联信息和恶意标志,根据获取的历史订单信息、每一历史订单对应的关联信息和恶意标志生成恶意订单识别模型;其中,所述关联信息包括:下单账户信息及下单账户恶意度、目标货物提供者信息及目标货物提供者恶意聚集度、和/或目标货物信息及目标货物恶意聚集度;

获取待识别订单信息、以及获取待识别订单对应的关联信息;

将待识别订单信息和待识别订单对应的关联信息输入所述恶意订单识别模型,得到待识别订单的恶意度;

根据待识别订单的恶意度判断待识别订单是否是恶意订单。

2.根据权利要求1所述的方法,其特征在于,

预先获取历史订单信息、每一历史订单对应的关联信息和恶意标志时,进一步获取该历史订单对应的恶意类型,其中,当该历史订单不是恶意订单时,该历史订单无对应的恶意类型或对应的恶意类型为预设的代表无恶意的类型值;

根据获取的历史订单信息、每一历史订单对应的关联信息和恶意标志生成恶意订单识别模型时,进一步根据获取的历史订单信息和每一历史订单对应的恶意类型生成恶意类型识别模型;

将待识别订单信息和待识别订单对应的关联信息输入所述恶意订单识别模型,得到待识别订单的恶意度时,进一步将待识别订单信息输入到所述恶意类型识别模型,得到待识别订单的恶意类型;

根据待识别订单的恶意度判断待识别订单是否是恶意订单时,进一步将待识别订单的恶意类型作为判断待识别订单是否是恶意订单的影响因子。

3.根据权利要求2所述的方法,其特征在于,

所述订单信息包括订单属性信息和作为恶意类别衡量因素的交易信息,所述交易信息包括的下单时间、下单金额、优惠信息、支付延迟时长、和/或目标货物所属品类。

4.根据权利要求1所述的方法,其特征在于,

预先获取历史订单信息、每一历史订单对应的关联信息和恶意标志,根据获取的历史订单信息、每一历史订单对应的关联信息和恶意标志生成恶意订单识别模型时,进一步执行以下操作:

当所述关联信息包括下单账户信息时,预先获取账户信息和每一账户的恶意标志,根据获取的账户信息和每一账户的恶意标志生成账户恶意度模型;所述账户信息包括账户属性信息、账户评价信息和账户行为信息;

当所述关联信息包括目标货物提供者信息时,预先获取货物提供者信息和每一货物提供者的恶意标志,根据获取的货物提供者信息和每一货物提供者的恶意标志生成货物提供者恶意聚集度模型;所述货物提供者信息包括货物提供者属性信息和货物提供者交易信息;

当所述关联信息包括目标货物信息时,预先获取货物信息和每一货物的恶意标志,根据获取的货物信息和每一货物的恶意标志生成货物恶意聚集度模型,所述货物信息包括货物属性信息和货物所属品类的交易信息。

5.根据权利要求4所述的方法,其特征在于,

所述账户评价信息包括:账户价值、账户忠诚度、账户活跃度;

所述账户行为信息包括:注册时间、支付卡绑定时间、最近一次登录时间及购买时间与当前时间的差值、以及最近预设时长内的购买次数、购买频率、购买总金额、恶意下单次数、恶意订单总金额、和预设单位时长内的消费变异度;

所述货物提供者交易信息包括:首次被恶意攻击时间与当前时间的差值、最近一次交易时间及被恶意攻击时间与当前时间的差值、以及最近预设时长内被恶意攻击次数、被恶意订单索赔的总金额、和预设单位时长内的被恶意攻击变异度;

所述货物所属品类的交易信息包括:首次被恶意攻击时间与当前时间的差值、最近一次被购买时间及被恶意攻击时间与当前时间的差值、以及最近预设时长内被恶意攻击次数、被恶意订单索赔的总金额、和预设单位时长的被恶意攻击变异度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京沃东天骏信息技术有限公司,未经北京沃东天骏信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911170262.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top