本技术实施例涉及数据分析，具体涉及一种异常订单识别方法、装置、设备及介质。
背景技术：
1、网约车因其可预约性与便捷性被愈来愈多的用户所选用。实际应用中，网约车平台需定期根据接单数量对司机进行薪酬结算。为确保薪酬结算的准确性，需对订单进行异常识别，以防止通过刷单方式增加接单数量。
2、相关技术中多直接根据司机端订单的行驶数据进行异常分析，或基于聚类算法分析订单是否满足预设的异常条件，上述方式仅根据指定的异常判别方向对订单进行异常判别，存在局限性较大，识别精度较低的问题。
技术实现思路
1、本技术实施例提供一种异常订单识别方法、装置、设备及介质，用于对司机完成的订单进行异常识别。
2、为达到上述目的，本技术实施例的技术方案是这样实现的：
3、第一方面，本技术实施例提供了一种异常订单识别方法，所述方法包括：
4、响应于订单检测指示，获取待处理订单和至少一个异常指标项；其中，所述异常指标项是基于网约车平台内的历史异常订单确定的；
5、获取所述异常指标项在所述待处理订单中的第一指标值，以及所述异常指标项在所述历史异常订单中的第二指标值；
6、根据所述第一指标值和所述第二指标值确定所述待处理订单的杰卡德系数，并基于所述杰卡德系数确定所述待处理订单是否为异常订单。
7、在一些可能的实施例中，所述异常指标项是通过下述方式确定的：
8、针对每一预设指标项，确定所述预设指标项在各所述历史异常订单中的候选指标值；
9、针对所述候选指标值确定各所述预设指标项的点二列相关系数；
10、根据各所述预设指标项的点二列相关系数，从各所述预设指标项中选定所述异常指标项。
11、在一些可能的实施例中，所述预设指标项包括下述指标中的至少一个：遮挡摄像头次数指标，异常停车次数指标、异常停车时间指标、订单实际终点与计划终点的偏差指标、订单实际服务时长与预估服务时长的偏差指标、订单实际结算金额和预估结算金额的偏差指标、订单行程轨迹和推荐行程轨迹的相似度指标、订单高速费用指标、订单服务费用指标、订单附加费用指标。
12、在一些可能的实施例中，所获取所述异常指标项在所述待处理订单中的第一指标值之后，所述方法还包括：
13、根据各所述异常指标项的第一指标值和各所述异常指标项的预设权重确定所述待处理订单的指标得分；
14、若所述指标得分大于第一阈值且所述杰卡德系数大于第二阈值则确定所述待处理订单为所述异常订单。
15、在一些可能的实施例中，所述方法还包括：
16、根据所述平台内注册乘客的账户信息确定目标账户；其中，所述账户信息至少包括账户标识和账户绑定设备的设备标识；
17、获取所述平台内尚未支付且等待支付时间超过指定时长的待支付订单；
18、若所述待支付订单的发布账户的设备标识与任一目标账户的设备标识相同，则确定所述待支付订单为所述异常订单。
19、在一些可能的实施例中，所述根据所述平台内注册乘客的账户信息确定目标账户，包括：
20、将账户标识不同且设备标识相同的账户作为所述目标账户。
21、在一些可能的实施例中，所述账户信息还包括根据各历史订单的流水确定的平均流水、根据各所述订单的实付金额确定的平均实付金额以及根据各所述历史订单的优惠金额确定的平均优惠金额，各所述历史订单是所述账户已结算的订单；所述方法还包括：
22、获取所述平均优惠金额与所述平均流水的第一比值，以及所述平均实付金额与所述平均流水的第二比值；
23、根据所述第一比值和所述第二比值确定所述账户是否为所述目标账户。
24、第二方面，本技术实施例提供了一种异常订单识别装置，所述装置包括：
25、异常指标模块，被配置为执行响应于订单检测指示，获取待处理订单和至少一个异常指标项；其中，所述异常指标项是基于网约车平台内的历史异常订单确定的；
26、指标检测模块，被配置为执行获取所述异常指标项在所述待处理订单中的第一指标值，以及所述异常指标项在所述历史异常订单中的第二指标值；
27、异常识别模块，被配置为执行根据所述第一指标值和所述第二指标值确定所述待处理订单的杰卡德系数，并基于所述杰卡德系数确定所述待处理订单是否为异常订单。
28、在一些可能的实施例中，所述异常指标项是通过下述方式确定的：
29、针对每一预设指标项，确定所述预设指标项在各所述历史异常订单中的候选指标值；
30、针对所述候选指标值确定各所述预设指标项的点二列相关系数；
31、根据各所述预设指标项的点二列相关系数，从各所述预设指标项中选定所述异常指标项。
32、在一些可能的实施例中，所述预设指标项包括下述指标中的至少一个：遮挡摄像头次数指标，异常停车次数指标、异常停车时间指标、订单实际终点与计划终点的偏差指标、订单实际服务时长与预估服务时长的偏差指标、订单实际结算金额和预估结算金额的偏差指标、订单行程轨迹和推荐行程轨迹的相似度指标、订单高速费用指标、订单服务费用指标、订单附加费用指标。
33、在一些可能的实施例中，执行所述获取所述异常指标项在所述待处理订单中的第一指标值之后，所述指标检测模块还被配置为：
34、根据各所述异常指标项的第一指标值和各所述异常指标项的预设权重确定所述待处理订单的指标得分；
35、若所述指标得分大于第一阈值且所述杰卡德系数大于第二阈值则确定所述待处理订单为所述异常订单。
36、在一些可能的实施例中，所述装置还包括：
37、异常检测模块，被配置为执行根据所述平台内注册乘客的账户信息确定目标账户；其中，所述账户信息至少包括账户标识和账户绑定设备的设备标识；
38、获取所述平台内尚未支付且等待支付时间超过指定时长的待支付订单；
39、若所述待支付订单的发布账户的设备标识与任一目标账户的设备标识相同，则确定所述待支付订单为所述异常订单。
40、在一些可能的实施例中，执行所述根据所述平台内注册乘客的账户信息确定目标账户，所述异常检测模块被配置为：
41、将账户标识不同且设备标识相同的账户作为所述目标账户。
42、在一些可能的实施例中，所述账户信息还包括根据各历史订单的流水确定的平均流水、根据各所述订单的实付金额确定的平均实付金额以及根据各所述历史订单的优惠金额确定的平均优惠金额，各所述历史订单是所述账户已结算的订单；所述异常检测模块还被配置为：
43、获取所述平均优惠金额与所述平均流水的第一比值，以及所述平均实付金额与所述平均流水的第二比值；
44、根据所述第一比值和所述第二比值确定所述账户是否为所述目标账户。
45、第三方面，本技术实施例提供一种电子设备，包括：
46、存储器，用于存储程序指令；
47、处理器，用于调用所述存储器中存储的程序指令，按照获得的程序指令执行第一方面中任一项所述的方法包括的步骤。
48、第四方面，本技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被计算机执行时，使所述计算机执行第一方面中任一项所述的方法。
49、第五方面，本技术实施例提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序代码，当所述计算机程序代码在计算机上运行时，使得计算机执行第一方面任一项所述的方法。
50、本技术实施例中，预先基于网约车平台内的历史异常订单选定用于异常订单判别的异常指标项。根据该异常指标项在待处理订单中的第一指标值和在各历史异常订单中的第二指标值确定待处理订单的杰卡德系数。该杰卡德系数用于反映待处理订单与各历史异常订单在异常指标项的维度的相似程度。由此，可基于待处理订单的杰卡德系数确定待处理订单是否为异常订单。
51、本技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本公开而了解。本技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
1.一种异常订单识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述异常指标项是通过下述方式确定的：
3.根据权利要求2所述的方法，其特征在于，所述预设指标项包括下述指标中的至少一个：遮挡摄像头次数指标，异常停车次数指标、异常停车时间指标、订单实际终点与计划终点的偏差指标、订单实际服务时长与预估服务时长的偏差指标、订单实际结算金额和预估结算金额的偏差指标、订单行程轨迹和推荐行程轨迹的相似度指标、订单高速费用指标、订单服务费用指标、订单附加费用指标。
4.根据权利要求1所述的方法，其特征在于，所述获取所述异常指标项在所述待处理订单中的第一指标值之后，所述方法还包括：
5.根据权利要求1-4中任一所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述根据所述平台内注册乘客的账户信息确定目标账户，包括：
7.根据权利要求5所述的方法，其特征在于，所述账户信息还包括根据各历史订单的流水确定的平均流水、根据各所述订单的实付金额确定的平均实付金额以及根据各所述历史订单的优惠金额确定的平均优惠金额，各所述历史订单是所述账户已结算的订单；所述方法还包括：
8.一种异常订单识别装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被计算机执行时，使所述计算机执行如权利要求1-7中任一项所述的方法。
