[发明专利]异常订单管理方法及相关装置在审
申请号: | 202210646328.5 | 申请日: | 2022-06-08 |
公开(公告)号: | CN115131093A | 公开(公告)日: | 2022-09-30 |
发明(设计)人: | 王龙;徐童;何平;杨周龙 | 申请(专利权)人: | 上海东普信息科技有限公司 |
主分类号: | G06Q30/06 | 分类号: | G06Q30/06 |
代理公司: | 苏州领跃知识产权代理有限公司 32370 | 代理人: | 张帆 |
地址: | 201702 上海市青浦区*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 异常 订单 管理 方法 相关 装置 | ||
1.一种异常订单管理方法,其特征在于,所述方法包括:
当订单满足第一预设条件或者第二预设条件时,将所述订单的订单状态调整为异常,并将所述订单的异常处理状态设置为待处理;
对所述订单进行流转处理以得到所述订单的流转处理结果,并将所述订单的异常处理状态调整为已处理;
当所述订单的异常处理状态为已处理时,对所述订单进行判责以得到所述订单的判责结果,所述订单的判责结果用于指示所述订单的责任方及其对应的判责金额;
基于所述订单的判责结果,更新每个所述责任方的结算信息;
其中,所述订单满足所述第一预设条件是指:
获取所述订单处于待运送的订单状态的时长,以得到所述订单的待运送时长,并当检测到所述订单的待运送时长不小于第一预设时长时,确定所述订单满足所述第一预设条件;
所述订单满足所述第二预设条件是指:
当接收到针对所述订单的异常标记操作时,响应于所述异常标记操作,确定所述订单满足所述第二预设条件。
2.根据权利要求1所述的异常订单管理方法,其特征在于,所述方法还包括:
当检测到所述订单的待运送时长不小于第二预设时长且小于所述第一预设时长时,将所述订单的订单状态调整为预警;
其中,所述第二预设时长小于所述第一预设时长。
3.根据权利要求2所述的异常订单管理方法,其特征在于,所述方法还包括:
当所述订单的订单状态为异常或预警时,生成所述订单对应的显示图像,所述显示图像用于利用不同的显示方式指示所述订单的不同订单状态;
利用显示设备显示所述显示图像。
4.根据权利要求1所述的异常订单管理方法,其特征在于,所述对所述订单进行流转处理以得到所述订单的流转处理结果,包括:
采用预设的流转处理规则对所述订单进行流转处理,以得到所述订单的流转处理结果;或者,
当接收到针对所述订单的流转处理操作时,响应于所述流转处理操作,获取所述订单的流转处理结果。
5.根据权利要求1所述的异常订单管理方法,其特征在于,所述对所述订单进行判责以得到所述订单的判责结果,包括:
将所述订单的订单信息输入判责模型,以得到所述订单的责任方及其对应的判责比例;
计算所述订单的订单金额和每个所述责任方的判责比例之积,以得到每个所述责任方对应的判责金额;
其中,所述判责模型的训练过程包括:
获取训练集,所述训练集包括多个训练数据,每个所述训练数据包括一个样本订单的订单信息以及所述样本订单的责任方及其对应的判责比例的标注数据;
针对所述训练集中的每个训练数据,执行以下处理:
将所述训练数据中的样本订单的订单信息输入预设的深度学习模型,以得到所述样本订单的责任方及其对应的判责比例的预测数据;
基于所述样本订单的责任方及其对应的判责比例的预测数据和标注数据,对所述深度学习模型的模型参数进行更新;
检测是否满足预设的训练结束条件;若是,则将训练出的深度学习模型作为所述判责模型;若否,则利用下一个所述训练数据继续训练所述深度学习模型。
6.根据权利要求5所述的异常订单管理方法,其特征在于,所述基于所述订单的判责结果,更新每个所述责任方的结算信息,包括:
基于所述订单的判责结果,检测每个所述责任方是否满足预设的惩罚性判责条件;
当检测到所述责任方满足所述惩罚性判责条件时,采用预设的惩罚性判责规则对所述责任方的判责金额进行调整;
利用交互设备接收针对所述判责金额的确认操作,响应于所述确认操作,利用调整后的判责金额更新所述责任方的结算信息。
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上海东普信息科技有限公司,未经上海东普信息科技有限公司许可,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/202210646328.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:泥石流监测雷达参数验证方法
- 下一篇:三角锁针结构的毛毯后整理工艺