[发明专利]一种基于神经网络模型的订单处理方法和装置

说明书

本发明提供了一种基于神经网络模型的订单处理方法，该方法包括：获取包含价值修正参数的第一类订单和包含价值修正参数的第二类订单；确定获取的订单的特征数据，并利用获取的订单的特征数据对预先搭建的带有嵌入层的神经网络模型进行训练，得到带有嵌入层的订单识别模型；接收包含价值修正参数的待识别订单，将待识别订单的特征数据输入所述订单识别模型，得到所述订单识别模型的嵌入层输出的待识别订单的特征向量和所述订单识别模型输出的待识别订单的类别度量值；根据待识别订单的类别度量值和特征向量确定待识别订单是否为第一类订单，当待识别订单是第一类订单时，将待识别订单发送至审核平台进行审核。

技术领域

本发明涉及电子商务技术领域，特别涉及一种基于神经网络模型的订单处理方法和装置。

背景技术

电商网站经常会推出多种优惠活动(优惠券、满减、满赠等)，一些优惠活动支持叠加使用，当这些优惠活动设置不合理或者存在一定漏洞时，可能会被黑产群体利用进行大量套利，为商家带来极大经济损失。

当前有两种方法来防止上述情况的产生：一种通过人工数据分析及经验，人为发现优惠活动的漏洞，并据此设置业务规则；另一种是通过历史数据训练机器学习模型，利用训练的模型来识别套利订单。

以上两种方法都只能用来判断单个订单是否有套利风险，但并不能把它们联系起来，无法区分出群体行为的以套利为目的的恶意订单和非群体行为的以套利为目的的正常订单。

发明内容

有鉴于此，本发明的目的在于提供了一种基于神经网络模型的订单处理方法和装置，能够用于识别和处理群体行为的以套利为目的的恶意订单。

为了达到上述目的，本发明提供了如下技术方案：

一种群体行为订单的识别方法，包括：

获取包含价值修正参数的第一类订单和包含价值修正参数的第二类订单；

确定获取的订单的特征数据，并利用获取的订单的特征数据对预先搭建的带有嵌入层的神经网络模型进行训练，得到带有嵌入层的订单识别模型；

接收包含价值修正参数的待识别订单，将待识别订单的特征数据输入所述订单识别模型，得到所述订单识别模型的嵌入层输出的待识别订单的特征向量和所述订单识别模型输出的待识别订单的类别度量值；

根据待识别订单的类别度量值和特征向量确定待识别订单是否为第一类订单，当待识别订单是第一类订单时，将待识别订单发送至审核平台进行审核。

一种基于神经网络模型的订单处理装置，包括：

收集单元，用于获取包含价值修正参数的第一类订单和包含价值修正参数的第二类订单；

训练单元，用于确定收集单元获取的订单的特征数据，并利用获取的订单的特征数据对预先搭建的带有嵌入层的神经网络模型进行训练，得到带有嵌入层的订单识别模型；

处理单元，用于接收包含价值修正参数的待识别订单，将待识别订单的特征数据输入所述订单识别模型，得到所述订单识别模型的嵌入层输出的待识别订单的特征向量和所述订单识别模型输出的待识别订单的类别度量值；

决策单元，用于根据待识别订单的类别度量值和特征向量确定待识别订单是否为第一类订单，当待识别订单是第一类订单时，将待识别订单发送至审核平台进行审核。

一种电子设备，包括：至少一个处理器，以及与所述至少一个处理器通过总线相连的存储器；所述存储器存储有可被所述至少一个处理器执行的一个或多个计算机程序；所述至少一个处理器执行所述一个或多个计算机程序时实现上述群体行为订单的识别方法中的步骤。

一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个计算机程序，所述一个或多个计算机程序被处理器执行时实现上述群体行为订单的识别方法中的步骤。