[发明专利]恶意订单的识别及处理方法、装置、设备及存储介质

说明书

本发明公开了一种恶意订单的识别及处理方法、装置、设备及存储介质，其中方法包括：获取用户下订单时的IP地址、联系电话、收货地址和行为数据；将行为数据输入至预先训练好的行为分析预测模型，得到行为数据是异常行为的概率；当概率超过预设概率阈值时，基于预设规则分析IP地址、联系电话和收货地址是否异常；当IP地址、联系电话和收货地址存在一个以上维度异常时，将订单标记为恶意订单并拉黑用户；当IP地址、联系电话和收货地址均正常时，将订单打上可疑标签。本发明通过对存在恶意订单概率较大的行为数据进行分析，再辅以其他多个维度分析订单是否为恶意订单，提高了恶意订单识别的准确率。

技术领域

本申请涉及电子商务及数据处理技术领域，特别是涉及一种恶意订单的识别及处理方法、装置、设备及存储介质。

背景技术

伴随电商行业发展，平台流量越来越高，客户的恶意手法也日渐丰富，商家出现集中性投诉被恶意订单攻击情况，由于恶意订单造成的损失日益加剧。且被商家主动提报的恶意订单仅仅占恶意订单本身的一部分，大量的恶意订单还在张狂的增长，商家如遇到恶意下单，不仅会影响到商品库存积压，也会导致商家到供应商的订单的退货申请增加，影响商家在供应商那里的评价。

目前，客服人员在识别恶意订单时，缺乏对订单的所有信息进行综合性的客观分析，导致分析结果不够准确，同时还要耗费大量人力。

发明内容

本申请提供一种恶意订单的识别及处理方法、装置、设备及存储介质，以解决恶意订单识别准确率不高的问题。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种恶意订单的识别及处理方法，包括：获取用户下订单时的IP地址、联系电话、收货地址和行为数据；将行为数据输入至预先训练好的行为分析预测模型，得到行为数据是异常行为的概率，行为分析预测模型根据预先准备的群体用户样本中的历史恶意订单数据训练得到；当概率超过预设概率阈值时，基于预设规则分析IP地址、联系电话和收货地址是否异常；当IP地址、联系电话和收货地址存在一个以上维度异常时，将订单标记为恶意订单并拉黑用户；当IP地址、联系电话和收货地址均正常时，将订单打上可疑标签。

作为本申请的进一步改进，得到行为数据是异常行为的概率之后，还包括：当概率未超过预设概率阈值时，基于预设规则分析IP地址、联系电话和收货地址是否异常；当IP地址、联系电话和收货地址中存在两个或两个以上维度异常时，将订单标记为恶意订单并拉黑用户；当IP地址、联系电话和收货地址中存在一个维度异常时，将订单打上可疑标签。

作为本申请的进一步改进，将订单打上可疑标签之后，还包括：统计用户的所有历史订单中被打上可疑标签的订单数量；当订单数量超过预设订单数量时，将订单标记为恶意订单并拉黑用户。

作为本申请的进一步改进，基于预设规则分析IP地址，包括：将IP 地址与所有用户的历史订单数据中的历史IP地址匹配，以确定使用过 IP地址下过订单的用户数量；当用户数量超过预设用户数量时，将IP地址标记为异常；当用户数量未超过预设用户数量时，解析IP地址的层级关系并当确认IP地址使用了代理时，将IP地址标记为异常。

作为本申请的进一步改进，基于预设规则分析联系电话，包括：将联系电话与预先从运营商获取到的虚拟号码号段进行匹配，以确认联系电话是否为虚拟号码；若是，则将联系电话标记为异常。

作为本申请的进一步改进，基于预设规则分析收货地址，包括：判断收货地址是否接收过历史正常订单；若否，则根据地图数据，确认收货地址不满足预设收货地址条件时，将收货地址标记为异常。

作为本申请的进一步改进，将订单打上可疑标签之后，还包括：将订单转人工核验，并当人工核验结果为恶意订单时，将用户拉黑。