[發明專利]異常訂單處理系統及方法

在審

• 申請號: 201710322027.6
• 申請日: 2017-05-09
• 公開（公告）號: CN109409970A
• 公開（公告）日: 2019-03-01
• 發明（設計）人: 劉章勛;鄧曉琳
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06Q30/02;G06Q30/00
• 代理公司: 北京友聯知識產權代理事務所(普通合伙) 11343
• 代理人: 尚志峰;汪海屏

1.一種異常訂單處理系統，其特征在于，所述系統包括：

機器判責模塊、申訴模塊及人工判責模塊，其中，

所述機器判責模塊，用于根據預設的判責模型及目標異常訂單的訂單信息，對所述目標異常訂單進行責任判定，得到機器判責結果；

所述申訴模塊，用于接收用戶針對所述機器判責模塊生成的機器判責結果做出的申訴請求，并將所述申訴請求下發至所述人工判責模塊；

所述人工判責模塊，用于接收所述申訴模塊下發的申訴請求，并根據所述申訴請求及所述機器判責模塊生成的機器判責結果對所述目標異常訂單進行責任判定，得到人工判責結果。

2.根據權利要求1所述的系統，其特征在于，所述系統還包括：

判責模型訓練模塊，用于獲得多個歷史異常訂單的訂單信息，從所述多個歷史異常訂單的訂單信息中提取各自的特征信息，使用邏輯回歸LR算法對所述歷史異常訂單的特征信息進行訓練，得到判責模型，并將所述判責模型提供給所述機器判責模塊。

3.根據權利要求2所述的系統，其特征在于，所述判責模型訓練模塊，還用于接收所述人工判責模塊生成的人工判責結果，并根據所述人工判責結果及所述目標異常訂單的訂單信息修正所述判責模型。

4.根據權利要求1所述的系統，其特征在于，所述系統還包括：

用戶屬性修正模塊，用于接收所述人工判責模塊生成的人工判責結果，并根據所述人工判責結果，修正所述目標異常訂單的關聯用戶的屬性，其中，所述屬性包括：服務分、和/或成交率。

5.根據權利要求1所述的系統，其特征在于，所述申訴模塊，包括：

申訴請求接收子模塊，用于接收用戶針對所述機器判責模塊生成的機器判責結果做出的申訴請求；

請求類型確定子模塊，用于確定所述申訴請求的類型；

申訴請求下發子模塊，用于按照預設的申訴請求類型與申訴請求下發優先級的對應關系，將所述申訴請求下發至所述人工判責模塊。

6.根據權利要求1所述的系統，其特征在于，所述判責模型的輸出結果是一個概率值，該概率值的取值范圍為0～1，根據概率值的取值來判斷導致目標異常訂單異常的原因是接單用戶的責任，還是發單用戶的責任；其中，概率值的取值越接近于0，目標訂單的取消行為越有可能是接單用戶的責任，概率值的取值越接近于1，目標訂單的取消行為越有可能是發單用戶的責任。

7.一種異常訂單處理方法，其特征在于，所述方法基于權利要求1所述的異常訂單處理系統，包括：

機器判責模塊在接收到目標異常訂單時，根據預設的判責模型及目標異常訂單的訂單信息，對所述目標異常訂單進行責任判定，得到機器判責結果；

申訴模塊接收用戶針對所述機器判責模塊生成的機器判責結果做出的申訴請求，并將所述申訴請求下發至所述人工判責模塊；

人工判責模塊接收所述申訴模塊下發的申訴請求，并根據所述申訴請求及所述機器判責模塊生成的機器判責結果對所述目標異常訂單進行責任判定，得到人工判責結果。

8.根據權利要求7所述的方法，其特征在于，所述異常訂單處理系統還包括判責模型訓練模塊，所述方法還包括：

判責模型訓練模塊獲得多個歷史異常訂單的訂單信息，從所述多個歷史異常訂單的訂單信息中提取各自的特征信息，使用邏輯回歸LR算法對所述歷史異常訂單的特征信息進行訓練，得到判責模型，并將所述判責模型提供給所述機器判責模塊。

9.根據權利要求8所述的方法，其特征在于，所述方法還包括：

判責模型訓練模塊接收所述人工判責模塊生成的人工判責結果，并根據所述人工判責結果及所述目標異常訂單的訂單信息修正所述判責模型。