【技術實現步驟摘要】
本申請涉及計算機，尤其涉及一種異常數據識別方法、裝置、電子設備及計算機可讀介質。
技術介紹
1、目前，異常倒賣物資或票券的用戶遍布線上線下各個場景，熱門商品、演唱會門票、火車票、門診掛號、商場返券等等，都是異常套利的對象。而當前針對電商環節，基本是基于不一致信息或者環境異常或者異常聚集等維度來進行判定是否是異常囤貨。異常套利識別主要基于異常識別規則且脫離業務場景，識別效率和準確率低。
技術實現思路
1、有鑒于此，本申請實施例提供一種異常數據識別方法、裝置、電子設備及計算機可讀介質，能夠解決現有的異常倒賣物資或票券的用戶套利識別主要基于異常識別規則且脫離業務場景，識別效率和準確率低的問題。
2、為實現上述目的，根據本申請實施例的一個方面，提供了一種異常數據識別方法，包括：
3、接收異常數據識別請求，獲取對應的訂單數據；
4、提取訂單數據中的地址數據，基于預設維度切分地址數據，以生成維度地址串；
5、根據維度地址串和異常枝字符串，確定異常分數；
6、基于異常分數，確定并攔截訂單數據中的異常訂單數據。
7、可選地，確定異常分數，包括：
8、將維度地址串與異常枝字符串中的每個字符串進行匹配，確定匹配的字符數量；
9、確定異常枝字符串的長度，根據匹配的字符數量和長度，確定異常分數。
10、可選地，根據匹配的字符數量和長度，確定異常分數，包括：
11、計算匹配的字符數量與長度
12、將各個分數中最大的分數確定為異常分數。
13、可選地，基于預設維度切分地址數據，以生成維度地址串，包括：
14、基于行政區域劃分對應的三級地址維度以及明細地址維度，切分地址數據，以生成對應的維度地址串。
15、可選地，在確定異常分數之前，方法還包括：
16、獲取歷史異常訂單數據，提取對應的異常地址數據；
17、確定異常地址數據中的三級地址和明細地址，進而根據各三級地址構建明細地址對應的異常頻繁模式樹模型；
18、基于異常頻繁模式樹模型，確定異常枝字符串。
19、可選地，基于異常分數，確定并攔截訂單數據中的異常訂單數據，包括：
20、將大于預設閾值的異常分數對應的訂單數據確定為異常訂單數據；
21、攔截異常訂單數據。
22、可選地，提取訂單數據中的地址數據，包括：
23、剔除訂單數據中的虛擬訂單數據和線下門店訂單數據，以得到預處理數據；
24、提取預處理數據中的地址數據。
25、可選地，在確定并攔截訂單數據中的異常訂單數據之后，方法還包括：
26、基于異常訂單數據更新異常枝字符串。
27、另外，本申請還提供了一種異常數據識別裝置，包括：
28、接收單元，被配置成接收異常數據識別請求，獲取對應的訂單數據；
29、數據提取單元，被配置成提取訂單數據中的地址數據，基于預設維度切分地址數據，以生成維度地址串；
30、異常分數確定單元，被配置成根據維度地址串和異常枝字符串，確定異常分數；
31、攔截單元，被配置成基于異常分數，確定并攔截訂單數據中的異常訂單數據。
32、可選地，異常分數確定單元進一步被配置成：
33、將維度地址串與異常枝字符串中的每個字符串進行匹配，確定匹配的字符數量；
34、確定異常枝字符串的長度，根據匹配的字符數量和長度，確定異常分數。
35、可選地，異常分數確定單元進一步被配置成：
36、計算匹配的字符數量與長度的比值，以得到各個分數；
37、將各個分數中最大的分數確定為異常分數。
38、可選地，數據提取單元進一步被配置成：
39、基于行政區域劃分對應的三級地址維度以及明細地址維度，切分地址數據，以生成對應的維度地址串。
40、可選地，異常數據識別裝置還包括異常枝字符串確定單元，被配置成：
41、獲取歷史異常訂單數據，提取對應的異常地址數據；
42、確定異常地址數據中的三級地址和明細地址，進而根據各三級地址構建明細地址對應的異常頻繁模式樹模型；
43、基于異常頻繁模式樹模型，確定異常枝字符串。
44、可選地，攔截單元進一步被配置成：
45、將大于預設閾值的異常分數對應的訂單數據確定為異常訂單數據；
46、攔截異常訂單數據。
47、可選地，數據提取單元進一步被配置成：
48、剔除訂單數據中的虛擬訂單數據和線下門店訂單數據，以得到預處理數據；
49、提取預處理數據中的地址數據。
50、可選地，異常數據識別裝置還包括更新單元，被配置成：
51、基于異常訂單數據更新異常枝字符串。
52、另外，本申請還提供了一種異常數據識別電子設備，包括：一個或多個處理器；存儲裝置，用于存儲一個或多個程序，當一個或多個程序被一個或多個處理器執行，使得一個或多個處理器實現如上述的異常數據識別方法。
53、另外，本申請還提供了一種計算機可讀介質，其上存儲有計算機程序，程序被處理器執行時實現如上述的異常數據識別方法。
54、上述專利技術中的一個實施例具有如下優點或有益效果：本申請通過接收異常數據識別請求，獲取對應的訂單數據；提取訂單數據中的地址數據，基于預設維度切分地址數據，以生成維度地址串；根據維度地址串和異常枝字符串，確定異常分數；基于異常分數，確定并攔截訂單數據中的異常訂單數據。從而提升對異常訂單數據的識別能力，提高對異常訂單數據識別的速率和準確率。
55、上述的非慣用的可選方式所具有的進一步效果將在下文中結合具體實施方式加以說明。
本文檔來自技高網...【技術保護點】
1.一種異常數據識別方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述確定異常分數，包括：
3.根據權利要求2所述的方法，其特征在于，所述根據所述匹配的字符數量和所述長度，確定異常分數，包括：
4.根據權利要求1所述的方法，其特征在于，所述基于預設維度切分所述地址數據，以生成維度地址串，包括：
5.根據權利要求1所述的方法，其特征在于，在所述確定異常分數之前，所述方法還包括：
6.根據權利要求1所述的方法，其特征在于，所述基于所述異常分數，確定并攔截所述訂單數據中的異常訂單數據，包括：
7.根據權利要求1所述的方法，其特征在于，所述提取所述訂單數據中的地址數據，包括：
8.根據權利要求1所述的方法，其特征在于，在所述確定并攔截所述訂單數據中的異常訂單數據之后，所述方法還包括：
9.一種異常數據識別裝置，其特征在于，包括：
10.根據權利要求9所述的裝置，其特征在于，所述異常分數確定單元進一步被配置成：
11.一種異常數據識別電子設備，其特征
12.一種計算機可讀介質，其上存儲有計算機程序，其特征在于，所述程序被處理器執行時實現如權利要求1-8中任一所述的方法。
...【技術特征摘要】
1.一種異常數據識別方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述確定異常分數，包括：
3.根據權利要求2所述的方法，其特征在于，所述根據所述匹配的字符數量和所述長度，確定異常分數，包括：
4.根據權利要求1所述的方法，其特征在于，所述基于預設維度切分所述地址數據，以生成維度地址串，包括：
5.根據權利要求1所述的方法，其特征在于，在所述確定異常分數之前，所述方法還包括：
6.根據權利要求1所述的方法，其特征在于，所述基于所述異常分數，確定并攔截所述訂單數據中的異常訂單數據，包括...
【專利技術屬性】
技術研發人員：于沖沖，鮑冰楠，陳倩倩，張艷妮，郗劍亮，辛穎，
申請(專利權)人：京東科技控股股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。