[发明专利]风险控制方法和装置

说明书

本说明书实施例提供一种风险控制方法和装置，根据历史订单地址聚类得到地址类簇，再根据历史订单地址的风险特征筛选出目标地址类簇，从而建立地址黑名单，并对当前订单进行风险控制。由于不法分子变更收货地址的成本较高，因此，通过这种方式能较好地识别出存在风险的订单，提高风险控制的有效性，降低风险控制成本。

技术领域

本说明书涉及数据处理技术领域，尤其涉及风险控制方法和装置。

背景技术

随着电子商务的发展，越来越多的用户和商户都开始加入网络购物的行列。然而，有些不法分子会通过盗用用户账户支付订单来非法获利，使用户蒙受损失。尤其是对于跨境电商，由于用户使用外卡交易，存在拒付返回时间长、信息缺失等问题。基于此，有必要对订单进行风险控制。

发明内容

基于此，本说明书提供了风险控制方法和装置。

根据本说明书实施例的第一方面，提供一种风险控制方法，所述方法包括：根据所述历史订单地址的风险特征从地址类簇中筛选出目标地址类簇；其中，所述地址类簇是通过对一段时间内的历史订单地址进行聚类而获得的；根据所述目标地址类簇建立地址黑名单，并根据所述地址黑名单对当前订单进行风险控制。

可选地，根据所述目标地址类簇建立地址黑名单的步骤包括：将所述目标地址类簇的质心地址加入地址黑名单。

可选地，根据所述地址黑名单对当前订单进行风险控制的步骤包括：分别计算当前订单地址与地址黑名单中各个黑地址的相似度；若所述相似度大于预设的第一相似度阈值，对当前订单进行风险控制。

可选地，分别计算当前订单地址与地址黑名单中各个黑地址的相似度的步骤包括：对所述当前订单地址进行分词，得到第一分词结果，根据所述第一分词结果计算第一向量；分别计算所述第一向量与各个黑地址对应的第二向量的相似度；其中，所述第二向量根据所述黑地址的第二分词结果得到。

可选地，根据所述第一分词结果计算第一向量的步骤包括：将所述第一分词结果输入神经网络，获取所述第一向量。

可选地，根据所述第一分词结果计算第一向量的步骤包括：获取所述第一分词结果和第二分词结果的并集，根据所述并集计算所述第一向量；其中，若所述当前订单地址中存在所述并集中的分词结果，将所述第一向量中与并集中分词结果对应的元素的取值设为1，否则，将所述第一向量中与并集中分词结果对应的元素的取值设为0。

可选地，所述方法还包括：以其中一个未聚类的历史订单地址为起点地址，获取与所述起点地址相似度大于预设的第二相似度阈值的历史订单地址；若获取到的历史订单地址的数量大于预设的数量阈值，分别以获取到的各个历史订单地址为起点地址，并返回获取与所述起点地址相似度大于预设的第二相似度阈值的历史订单地址的步骤；将所述起点地址与获取到的各个历史订单地址划分到同一个地址类簇中。

可选地，所述聚类为离线聚类。

可选地，所述风险特征包括所述地址类簇中所述历史订单地址的以下至少任一特征：时间分布特征、变异地址的数量特征、最早使用时间特征、历史信用特征、使用所述历史订单地址的用户中新用户的比例特征。

可选地，所述地址黑名单中还包括：拒付率大于预设值的历史订单地址；其中，所述拒付率通过以下方式计算：η＝(X1+X2)/(Y1+Y2)；式中，η是所述拒付率，X1是历史订单地址对应的订单中被拒付的订单数量，X2是历史订单地址的变异地址对应的订单中被拒付的订单数量，Y1是历史订单地址对应的订单数量，Y2是历史订单地址的变异地址对应的订单数量。

可选地，所述方法还包括：对所述历史订单地址执行以下操作：大小写归一化；和/或标点符号清洗。

可选地，所述变异地址包括根据以下方式生成的地址：在所述历史订单地址中插入若干个字符；和/或将所述历史订单地址中的若干个字符转换成其他语种；和/或对所述历史订单地址中字符的顺序进行更改。