[发明专利]恶意订单的识别方法、模型的训练方法、设备及存储介质

说明书

本申请提供了一种恶意订单的识别方法、模型的训练方法、设备及存储介质，在该方法中，获取多个待识别订单；根据预设的不同维度对多个待识别订单进行分组，得到多个待识别订单在不同维度的分组结果，分组结果包括相同维度下同一来源的至少一个待识别订单；将多个待识别订单在不同维度的分组结果输入识别模型，得到每个待识别订单是否为恶意订单的识别结果；识别模型为用于识别每个待识别订单是否为恶意订单的模型。通过根据预设的不同维度对多个待识别订单进行分组，从而综合多个待识别订单在不同维度的分组结果来判别每个待识别订单是否为恶意订单，能够提高恶意订单识别的成功率。

技术领域

本申请涉及互联网技术领域，尤其涉及一种恶意订单的识别方法、模型的训练方法、设备及存储介质。

背景技术

随着互联网以及计算机技术的发展，零售行业已演变为互联共享的生态，网络线上购物成为主流购物方式之一。然而，随着电商行业竞争愈发激烈，经常会出现恶意订单。例如，一些商家或用户在较短时间内对竞争商家的店铺下单购买大量物品，之后再退货以侵占竞争商家的库存，对商家造成经济损失以及浪费大量人力物力等资源。因此，识别恶意订单对于商家和购物平台都是极其重要的。

目前，常见的恶意订单的识别方法主要是通过分析订单对应的账户在设备或IP上的聚集度来确定该账户是否为恶意账户，进而通过现有订单和历史订单的相似度确定订单是否为恶意订单。或者，通过监测同一IP地址在一段时间内的订单数量，并分析订单在时间上的聚集性来确定是否为恶意订单。或者，通过分析用户的历史下单行为在时间上的差异性，判断该用户是否为恶意用户，之后利用订单信息进行相似度评价来对当前订单进行判定。或者，通过分析订单地址是否为有效地址，判定该订单是否为恶意订单。

然而，现有技术中对于恶意订单的识别准确度低，导致恶意订单的识别成功率低。

发明内容

本申请提供一种恶意订单的识别方法、模型的训练方法、设备及存储介质，用以解决现有技术中恶意订单的识别准确度低，导致恶意订单的识别成功率低的问题。

第一方面，本申请实施例提供一种恶意订单的识别方法，包括：获取多个待识别订单；根据预设的不同维度对所述多个待识别订单进行分组，得到所述多个待识别订单在不同维度的分组结果；所述分组结果包括相同维度下同一来源的至少一个订单；将所述多个待识别订单在不同维度的分组结果输入识别模型，得到所述多个待识别订单是否为恶意订单的识别结果；其中，所述识别模型为用于识别所述多个待识别订单中每个订单是否为恶意订单的模型。

第二方面，本申请提供一种模型的训练方法，包括：获取多个样本订单；根据预设的不同维度对所述多个样本订单进行分组，得到所述多个样本订单在不同维度的分组结果；所述分组结果包括相同维度下同一来源的至少一个样本订单；根据所述多个样本订单在不同维度的分组结果进行训练，得到所述第一识别模型。

第三方面，本申请实施例提供一种恶意订单的识别装置，包括：第一获取模块，用于获取多个待识别订单；第一分组模块，用于根据预设的不同维度对所述多个待识别订单进行分组，得到所述多个待识别订单在不同维度的分组结果；所述分组结果包括相同维度下同一来源的至少一个待识别订单；确定模块，用于将所述多个待识别订单在不同维度的分组结果输入识别模型，得到所述多个待识别订单是否为恶意订单的识别结果；其中，所述识别模型为用于识别所述多个待识别订单中每个订单是否为恶意订单的模型。

第四方面，本申请实施例提供一种模型的训练装置，包括：第二获取模块，用于获取多个样本订单；第二分组模块，用于根据预设的不同维度对所述多个样本订单进行分组，得到所述多个样本订单在不同维度的分组结果；所述分组结果包括相同维度下同一来源的至少一个样本订单；训练模块，用于根据所述多个样本订单在不同维度的分组结果进行训练，得到所述第一识别模型。

第五方面，本申请提供一种计算机设备，包括：处理器、存储器及收发器；所述存储器存储计算机执行指令；所述处理器执行所述计算机程序指令时实现第一方面方法，和/或第二方面的方法。