CN105468742B - 恶意订单识别方法及装置 - Google Patents

Abstract

本公开是关于一种恶意订单识别方法及装置，属于电子技术应用领域。所述方法包括：根据预设的第一分词算法，对待识别地址进行分词，得到该待识别地址中的特征词语集合；根据预先建立的词语与权重的对应关系，获取该特征词语集合中每个特征词语的目标权重，得到与该特征词语集合对应的目标权重集合；根据该目标权重集合，判断该待识别地址是否为恶意地址；当该待识别地址为恶意地址时，确定该待识别地址对应的订单为恶意订单。本公开通过预先建立的词语与权重的对应关系，对恶意地址和恶意订单进行识别，提高了恶意订单识别的准确率，解决了与历史恶意地址相似的订单地址在下单过程中在线快速识别并阻击下单的问题。本公开用于识别恶意订单。

Description

恶意订单识别方法及装置

技术领域

本公开涉及电子技术应用领域，特别涉及一种恶意订单识别方法及装置。

背景技术

随着电子商务技术的快速发展，各种营销手段层出不穷，当下流行一种抢购、大促模式的营销手段，例如：将商品定价为较低的价格，并在一个指定的时间点开放购买。在这种情况下，可能会出现一些恶意用户，采用违背活动规则的方式，大批量抢占资源，再以高价卖出。这些恶意用户的行为严重影响了其他具有真实购买意图的用户的利益。

相关技术中，恶意用户在电商平台中进行大批量的购买行为时，电商平台数据库中存储的该恶意用户的订单信息中，可能会出现大量的重复信息：例如地址信息、联系电话、收获人姓名或者下单时所使用的终端的互联网协议(简称：IP)地址等。因此，相关技术中，一般是通过对订单信息进行相似度评价来识别恶意用户的。例如可以计算各个订单中的地址信息的相似度，并将地址信息相似度超过一定阈值的订单确定为备选订单，若该备选订单的数量也超过一定的阈值，则可以将该备选订单确定为恶意订单。

发明内容

为了解决相关技术中的问题，本公开提供了一种恶意订单识别方法及装置。所述技术方案如下：

根据本公开实施例的第一方面，提供一种恶意订单识别方法，所述方法包括：

根据预设的第一分词算法，对待识别地址进行分词，得到所述待识别地址中的特征词语集合；

根据预先建立的词语与权重的对应关系，获取所述特征词语集合中每个特征词语的目标权重，得到与所述特征词语集合对应的目标权重集合；

根据所述目标权重集合，判断所述待识别地址是否为恶意地址；

当所述待识别地址为恶意地址时，确定所述待识别地址对应的订单为恶意订单。

可选的，所述根据所述目标权重集合，判断所述待识别地址是否为恶意地址，包括：

根据所述目标权重集合，通过恶意度公式计算所述待识别地址的恶意度g，所述恶意度公式为：其中，n为所述特征词语集合中包括的特征词语的个数，a_i为第i个特征词语的目标权重，所述n为大于或等于1的整数，所述i为大于等于1，小于等于n的整数，所述e为自然常数；

判断所述待识别地址的恶意度g是否小于预设阈值t；

当所述恶意度g小于预设阈值t时，确定所述待识别地址为恶意地址；

当所述恶意度g不小于预设阈值t时，确定所述待识别地址不为恶意地址。

可选的，所述方法还包括：

获取数据库中存储的历史地址及所述历史地址的标识，所述标识为恶意地址或者正常地址中的一种；

根据预设的第二分词算法，对数据库中存储的每个所述历史地址进行分词，得到每个所述历史地址的分词词语集合；

根据每个所述历史地址的分词词语集合，建立特征词语库；

根据每个所述历史地址的标识，通过预设的机器学习分类模型，确定所述特征词语库中每个词语的权重；

根据所述特征词语库，以及所述特征词语库中每个词语的权重，建立所述词语与权重的对应关系。

可选的，所述预设的机器学习分类模型为逻辑回归模型，

所述根据每个所述历史地址的标识，通过预设的机器学习分类模型，确定所述特征词语库中每个词语的权重，包括：

根据所述特征词语库，以及每个所述历史地址的分词词语集合，确定每个所述历史地址的特征向量，所述每个所述历史地址的特征向量中记录了所述每个所述历史地址的分词词语集合中每个词语在所述特征词语库中的索引；

根据每个所述历史地址的标识以及每个所述历史地址的特征向量，通过逻辑回归模型，确定所述特征词语库中每个词语的权重。

可选的，所述第二分词算法包括所述第一分词算法，所述第一分词算法包括三字切分算法。

根据本公开实施例的第二方面，提供一种恶意订单识别装置，所述装置包括：

第一分词模块，被配置为根据预设的第一分词算法，对待识别地址进行分词，得到所述待识别地址中的特征词语集合；

第一获取模块，被配置为根据预先建立的词语与权重的对应关系，获取所述特征词语集合中每个特征词语的目标权重，得到与所述特征词语集合对应的目标权重集合；

判断模块，被配置为根据所述目标权重集合，判断所述待识别地址是否为恶意地址；

第一确定模块，被配置为当所述待识别地址为恶意地址时，确定所述待识别地址对应的订单为恶意订单。

可选的，所述判断模块，被配置为：

根据所述目标权重集合，通过恶意度公式计算所述待识别地址的恶意度g，所述恶意度公式为：其中，n为所述特征词语集合中包括的特征词语的个数，a_i为第i个特征词语的目标权重，所述n为大于或等于1的整数，所述i为大于等于1，小于等于n的整数，所述e为自然常数；

判断所述待识别地址的恶意度g是否小于预设阈值t；

当所述恶意度g小于预设阈值t时，确定所述待识别地址为恶意地址；

当所述恶意度g不小于预设阈值t时，确定所述待识别地址不为恶意地址。

可选的，所述装置还包括：

第二获取模块，被配置为获取数据库中存储的历史地址及所述历史地址的标识，所述标识为恶意地址或者正常地址中的一种；

第二分词模块，被配置为根据预设的第二分词算法，对数据库中存储的每个所述历史地址进行分词，得到每个所述历史地址的分词词语集合；

第一建立模块，被配置为根据每个所述历史地址的分词词语集合，建立特征词语库；

第二确定模块，被配置为根据每个所述历史地址的标识，通过预设的机器学习分类模型，确定所述特征词语库中每个词语的权重；

第二建立模块，被配置为根据所述特征词语库，以及所述特征词语库中每个词语的权重，建立所述词语与权重的对应关系。

可选的，所述预设的机器学习分类模型为逻辑回归模型，所述第二确定模块，被配置为：

根据所述特征词语库，以及每个所述历史地址的分词词语集合，确定每个所述历史地址的特征向量，所述每个所述历史地址的特征向量中记录了所述每个所述历史地址的分词词语集合中每个词语在所述特征词语库中的索引；

根据每个所述历史地址的标识以及每个所述历史地址的特征向量，通过逻辑回归模型，确定所述特征词语库中每个词语的权重。

可选的，所述第二分词算法包括所述第一分词算法，所述第一分词算法包括三字切分算法。

根据本公开实施例的第三方面，提供一种恶意订单识别装置，所述装置包括：处理器；

用于存储所述处理器的可执行指令的存储器；

其中，所述处理器被配置为：

根据预设的第一分词算法，对待识别地址进行分词，得到所述待识别地址中的特征词语集合；

根据预先建立的词语与权重的对应关系，获取所述特征词语集合中每个特征词语的目标权重，得到与所述特征词语集合对应的目标权重集合；

根据所述目标权重集合，判断所述待识别地址是否为恶意地址；

当所述待识别地址为恶意地址时，确定所述待识别地址对应的订单为恶意订单。

本公开的实施例提供的技术方案可以包括以下有益效果：

本公开实施例提供的一种恶意订单识别方法及装置，可以根据预设的第一分词算法，对待识别地址进行分词，得到该待识别地址中的特征词语集合；根据预先建立的词语与权重的对应关系，获取该特征词语集合中每个特征词语的目标权重，得到与该特征词语集合对应的目标权重集合；根据该目标权重集合，判断该待识别地址是否为恶意地址；当该待识别地址为恶意地址时，确定该待识别地址对应的订单为恶意订单。该算法可以通过预先建立的词语与权重的对应关系，对订单中的地址进行识别，进而确定该订单是否为恶意订单，提高了识别恶意订单时的准确性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。

附图说明

为了更清楚地说明本公开的实施例，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1-1是本公开部分实施例提供的一种恶意订单识别方法所涉及的实施环境的示意图；

图1-2是根据一示例性实施例示出的一种恶意订单识别方法的流程图；

图2-1是根据一示例性实施例示出的另一种恶意订单识别方法的流程图；

图2-2是根据一示例性实施例示出的一种建立词语与权重的对应关系的方法的流程图；

图3-1是根据一示例性实施例示出的一种恶意订单识别装置的框图；

图3-2是根据一示例性实施例示出的另一种恶意订单识别装置的框图；

图4是根据一示例性实施例示出的又一种恶意订单识别装置的框图。

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

具体实施方式

为了使本公开的目的、技术方案和优点更加清楚，下面将结合附图对本公开作进一步地详细描述，显然，所描述的实施例仅仅是本公开一部份实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本公开保护的范围。

图1-1是本公开部分实施例提供的一种恶意订单识别方法所涉及的实施环境的示意图。该实施环境可以包括：服务器110和至少一个终端120。服务器110可以是一台服务器，或者由若干台服务器组成的服务器集群，或者是一个云计算服务中心。终端120可以为智能手机、电脑、多媒体播放器、电子阅读器、可穿戴式设备等。服务器110和终端120之间可以通过有线网络或无线网络建立连接。

其中，用户可以通过终端120在购物平台中填写购物订单，该购物平台所对应的服务器110中可以存储用户填写的购物订单，并对该订单进行分析，判断该订单是否为恶意订单。

图1-2是根据一示例性实施例示出的一种恶意订单识别方法的流程图，该方法可以应用于图1-1所示的服务器110中，如图1-2所示，该方法包括：

在步骤101中，根据预设的第一分词算法，对待识别地址进行分词，得到该待识别地址中的特征词语集合。

在步骤102中，根据预先建立的词语与权重的对应关系，获取该特征词语集合中每个特征词语的目标权重，得到与该特征词语集合对应的目标权重集合。

在步骤103中，根据该目标权重集合，判断该待识别地址是否为恶意地址。

在步骤104中，当该待识别地址为恶意地址时，确定该待识别地址对应的订单为恶意订单。

综上所述，本公开实施例提供的一种恶意订单识别方法，可以根据预先建立的词语与权重的对应关系，获取待识别地址的特征词语集合所对应的目标权重集合，并根据该目标权重集合判断该待识别地址是否为恶意地址，进而确定该订单是否为恶意订单，提高了识别恶意订单时的准确性。

可选的，该根据该目标权重集合，判断该待识别地址是否为恶意地址，包括：

根据该目标权重集合，通过恶意度公式计算该待识别地址的恶意度g，该恶意度公式为：其中，n为该特征词语集合中包括的特征词语的个数，a_i为第i个特征词语的目标权重，该n为大于或等于1的整数，该i为大于等于1，小于等于n的整数，该e为自然常数；

判断该待识别地址的恶意度g是否小于预设阈值t；

当该恶意度g小于预设阈值t时，确定该待识别地址为恶意地址；

当该恶意度g不小于预设阈值t时，确定该待识别地址不为恶意地址。

可选的，该方法还包括：

获取数据库中存储的历史地址及该历史地址的标识，该标识为恶意地址或者正常地址中的一种；

根据预设的第二分词算法，对数据库中存储的每个该历史地址进行分词，得到每个该历史地址的分词词语集合；

根据每个该历史地址的分词词语集合，建立特征词语库；

根据每个该历史地址的标识，通过预设的机器学习分类模型，确定该特征词语库中每个词语的权重；

根据该特征词语库，以及该特征词语库中每个词语的权重，建立该词语与权重的对应关系。

可选的，该预设的机器学习分类模型为逻辑回归模型，

该根据每个该历史地址的标识，通过预设的机器学习分类模型，确定该特征词语库中每个词语的权重，包括：

根据该特征词语库，以及每个该历史地址的分词词语集合，确定每个该历史地址的特征向量，该每个该历史地址的特征向量中记录了该每个该历史地址的分词词语集合中每个词语在该特征词语库中的索引；

根据每个该历史地址的标识以及每个该历史地址的特征向量，通过逻辑回归模型，确定该特征词语库中每个词语的权重。

可选的，该第二分词算法包括该第一分词算法，该第一分词算法包括三字切分算法。

综上所述，本公开实施例提供的一种恶意订单识别方法，根据预设的第一分词算法，对待识别地址进行分词，得到该待识别地址中的特征词语集合，根据预先建立的词语与权重的对应关系，获取该特征词语集合中每个特征词语的目标权重，得到与该特征词语集合对应的目标权重集合，根据该目标权重集合，判断该待识别地址是否为恶意地址，当该待识别地址为恶意地址时，确定该待识别地址对应的订单为恶意订单。本公开实施例提供的恶意订单识别方法，提高了恶意订单识别的准确性和识别效率。

图2-1是根据一示例性实施例示出的另一种恶意订单识别方法的流程图，该方法可以应用于图1-1所示的服务器110中，如图2-1所示，该方法包括：

在步骤201中，根据预设的第一分词算法，对待识别地址进行分词，得到该待识别地址中的特征词语集合。执行步骤202。

在本公开实施例中，当服务器需要判断某一订单是否为恶意订单时，可以将该订单中包括的地址作为待识别地址，并根据预设的第一分词算法，对该待识别地址进行分词，其中该预设的第一分词算法可以为三字切分算法。三字切分算法是指对待识别地址按照每三个单字进行顺序切分，进而得到特征词语集合，由于本公开实施例中所处理的待识别地址属于短文本，并且恶意订单中的地址通常是由杂乱无章，没有特定意义的单字组成的，因此采用三字切分算法分词能够较好的保留待识别地址的特征。在进行三字切分时，可以将每个数字或者字母确定为一个单字，例如对“科技路20A座”进行三字切分后得到的特征词语可以包括：科技路，技路2，路20，20A，0A座。其中，将数字“2”、“0”和字母“A”分别作为一个单字。

进一步的，为了提高对地址识别的精度，在对待识别地址进行分词之前，还可以先去除待识别地址中的停用词，该停用词可以为预先设置的对待识别地址影响较小的一些字符，例如标点符号和空格等字符。

示例的，假设某一订单中的待识别地址为“大驷乡原新微旨僻几天2号A”，则根据三字切分算法对该待识别地址进行分词后，得到的特征词语集合可以为{大驷乡，驷乡原，乡原新，原新微，新微旨，微旨僻，旨僻几，僻几天，几天2，天2号，2号A}。

在步骤202中，根据预先建立的词语与权重的对应关系，获取该特征词语集合中每个特征词语的目标权重，得到与该特征词语集合对应的目标权重集合。执行步骤203。

在本公开实施例中，服务器中可以预先建立词语与权重的对应关系。当服务器确定特征词语集合后，可以从该词语与权重的对应关系中，获取每个特征词语的目标权重，进而得到与该特征词语集合对应的目标权重集合。

图2-2是根据一示例性实施例示出的一种建立词语与权重的对应关系的方法的流程图，如图2-2所示，该方法包括：

在步骤2021中，获取数据库中存储的历史地址及该历史地址的标识，该标识为恶意地址或者正常地址中的一种。

在本公开实施例中，购物平台服务器的数据中可以存储有已完成的历史订单，该已完成的历史订单是指订单对应的用户已经确认收货，或者该订单已经被用户取消或者被服务器撤销。对于历史订单中的历史地址，数据库中还可以记录有该历史地址的标识，该标识用于标记该历史地址是否为恶意地址。示例的，假设数据库中存储的历史地址为：“大驷乡原新微旨僻几天2号A”和“北京市海淀区学院路300号”，则数据库中存储的历史地址与标识的对应关系可以如表1所示，即历史地址“大驷乡原新微旨僻几天2号A”的标识为：恶意地址；历史地址“北京市海淀区学院路300号”的标识为：正常地址。

表1

历史地址	标识
		大驷乡原新微旨僻几天2号A	恶意地址
北京市海淀区学院路300号	正常地址

在步骤2022中，根据预设的第二分词算法，对数据库中存储的每个历史地址进行分词，得到每个历史地址的分词词语集合。

在本公开实施例中，为了便于从词语与权重的对应关系中，获取特征词语集合中每个特征词的目标权重，该预设的第二分词算法需要包括该预设的第一分词算法，该第一分词算法可以与该第二分词算法相同，也可以为该第二分词算法中包括的多种切分算法中的任意一种或几种切分算法。优选的，该第一分词算法与该第二分词算法相同，且均为三字切分算法。

示例的，假设数据库中存储的历史地址包括：“大驷乡原新微旨僻几天2号A”和“北京市海淀区学院路300号”，则根据三字切分算法对地址“大驷乡原新微旨僻几天2号A”进行分词后，得到的该历史地址的分词词语集合可以为：{大驷乡，驷乡原，乡原新，原新微，新微旨，微旨僻，旨僻几，僻几天，几天2，天2号，2号A}；对历史地址“北京市海淀区学院路300号”进行分词后得到的该历史地址的分词词语集合可以为：{北京市，京市海，市海淀，海淀区，淀区学，区学院，学院路，院路3，路30，300，00号}。

在步骤2023中，根据每个历史地址的分词词语集合，建立特征词语库。

在本公开实施例中，服务器可以将获取的每个历史地址的分词词语集合组成特征词语库，并且能够为该特征词语库中的每个词语分配索引，以便于后期利用该特征词语库确定每个历史地址的特征向量。示例的，对于历史地址“大驷乡原新微旨僻几天2号A”和“北京市海淀区学院路300号”的分词词语集合，建立的特征词语库可以为如表2所示，其中词语“大驷乡”的索引为1，“驷乡原”的索引为2，“00号”的索引为22。

表2

在步骤2024中，根据该特征词语库，以及每个该历史地址的分词词语集合，确定每个该历史地址的特征向量。

该每个历史地址的特征向量中记录了每个历史地址的分词词语集合中每个词语在该特征词语库中的索引。该特征向量可以用稀疏向量的形式表示，也可以用密度向量的形式表示。示例的，对于历史地址“大驷乡原新微旨僻几天2号A”，根据表2所示的特征词语库，可以确定该历史地址的分词词语集合中每个词语在特征词语库中的索引，用稀疏向量的形式表示该历史地址的特征向量为：V1＝(22，[1,2,3,4,5,6,7,8,9,10,11]，[1,1,1,1,1,1,1,1,1,1,1])，其中，22表示该特征词语库的维度，即该特征词语库中包括的词语的个数，[1,2,3,4,5,6,7,8,9,10,11]为该特征向量的值向量，该值向量中记录了该历史地址的分词词语集合中每个词语在该特征词语库中的索引，[1,1,1,1,1,1,1,1,1,1,1]为顺序向量，该顺序向量中第i为数字为1，则表明该历史地址的分词词语集合中含有索引值为i的词语，若该向量中第i为数字为0，则表明该历史地址的分词词语集合中不含有索引值为i的词语。

需要说明的是，在实际应用中，每个历史地址的特征向量除了采用稀疏向量的形式表示，还可以采用密度向量的形式表示。例如，对于历史地址“大驷乡原新微旨僻几天2号A”，采用密度向量的形式可以表示为：V1＝[1,1,1,1,1,1,1,1,1,1,1,0,0,0,0,0,0,0,0,0,0,0]。其中，该向量中第i为数字为1，则表明该历史地址的分词词语集合中含有索引值为i的词语，若该向量中第i为数字为0，则表明该历史地址的分词词语集合中不含有索引值为i的词语。

在步骤2025中，根据每个历史地址的标识以及每个历史地址的特征向量，通过逻辑回归模型，确定该特征词语库中每个词语的权重。

在本公开实施例中，可以根据每个历史地址的标识以及每个历史地址的特征向量，通过机器学习分类模型对特征词语库中的每个词语的权重进行训练，进而确定每个词语的权重。其中，机器学习分类模型可以采用向量机(英文：Support Vector Machine；简称：SVM)分类模型或者逻辑回归模型等。由于逻辑回归模型中采用拟合函数能更好的拟合特征词语库中词语的分布，因此本公开实施例中采用逻辑回归模型对特征词语库中每个词语的权重进行训练。该模型中采用的逻辑回归拟合函数可以为：

其中，g(k)表示第k个历史地址的恶意度，在训练时，若该历史地址的标识为恶意地址，则g(k)＝0；若该历史地址的标识为正常地址，则g(k)＝1；e为自然常数，m表示该历史地址的分词词语集合中包括的词语的个数，b_j表示分词词语集合中第j个词语的权重。对上述逻辑回归拟合函数训练求解特征词语库中每个词语的权重时，可以采用梯度下降法、牛顿法或者拟牛顿法等相关算法进行求解。其中，采用逻辑回归模型对特征词语库中每个词语的权重进行训练，以及采用相关算法对拟合函数求解的过程可以参考相关技术，本公开实施例在此不做赘述。

示例的，假设数据库中存储的历史地址为：“大驷乡原新微旨僻几天2号A”和“北京市海淀区学院路300号”，则根据该两个历史地址的标识以及该两个历史地址的特征向量，通过逻辑回归模型，对于表2所示的特征词语库中每个词语，确定的权重可以如表3所示。其中，词语“大驷乡”的权重为A，学院路的权重为R，00号的权重为V。需要说明的是，该特征词语库中每个词语对应的权重可以小于0，也可以大于1。

表3

在步骤2026中，根据该特征词语库，以及该特征词语库中每个词语的权重，建立该词语与权重的对应关系。

示例的，根据表2所示的特征词语库，以及上述步骤2025中确定的每个词语的权重，服务器中建立的该词语与权重的对应关系可以如上述表3所示。

因此，对于待识别地址：“大驷乡原新微旨僻几天2号A”，可以从表3所示的对应关系中，获取该待识别地址的特征词语集合中，每个特征词语对应的目标权重，例如，特征词语“大驷乡”的目标权重为：A，特征词语“新微旨”的目标权重为：E，最后得到的该特征词语集合{大驷乡，驷乡原，乡原新，原新微，新微旨，微旨僻，旨僻几，僻几天，几天2，天2号，2号A}所对应的目标权重集合可以为{A，B，C，D，E，F，G，H，I，J，K}。

在步骤203中，根据该目标权重集合，通过恶意度公式计算该待识别地址的恶意度g。

该恶意度公式为：其中，n为该特征词语集合中包括的特征词语的个数，a_i为第i个特征词语的目标权重，该n为大于或等于1的整数，该i为大于等于1，小于等于n的整数，即1≤i≤n，该e为自然常数。表示对a₁至a_n求和。

示例的，对于待识别地址：“大驷乡原新微旨僻几天2号A”的目标权重集合，根据上述恶意度公式，可以确定该待识别地址的恶意度为：

在步骤204中，判断该待识别地址的恶意度g是否小于预设阈值t。

当该恶意度g小于预设阈值t时，执行步骤205；当该恶意度g不小于预设阈值t时，执行步骤206。在本公开实施例中，待识别地址的恶意度g越接近于0，则服务器可以确认该待识别地址为恶意地址的概率越高。在本公开实施例中，为了提高恶意地址识别的准确性，该预设阈值t可以根据数据库中存储的地址的实际情况进行设定，一般情况下，该预设阈值t可以设置为0.2。示例的，假设根据恶意度公式确定的待识别地址“大驷乡原新微旨僻几天2号A”的恶意度g为0.18，由于该待识别地址的恶意度g小于该预设阈值0.2，因此服务器可以执行步骤205。

在步骤205中，确定该待识别地址为恶意地址。执行步骤207。

当该恶意度g小于预设阈值t时，确定该待识别地址为恶意地址。示例的，服务器可以将待识别地址“大驷乡原新微旨僻几天2号A”确定为恶意地址。

在步骤206中，确定该待识别地址不为恶意地址。

当该待识别地址的恶意度g不大于预设阈值t时，服务器可以确定该待识别地址不为恶意地址。

在步骤207中，当该待识别地址为恶意地址时，确定该待识别地址对应的订单为恶意订单。

服务器确定待识别地址为恶意地址后，即可将该待识别地址所对应的订单确定为恶意订单，并进一步将该恶意订单对应的用户确定为恶意用户。之后，服务器可以对恶意订单或者恶意用户执行预设操作，例如撤销该恶意订单或者注销该恶意用户的账号，进而保证其他正常用户的利益。

综上所述，本公开实施例提供的一种恶意订单识别方法，可以根据预先建立的词语与权重的对应关系，获取待识别地址的特征词语集合所对应的目标权重集合，并根据该目标权重集合判断该待识别地址是否为恶意地址，进而确定该订单是否为恶意订单，提高了识别恶意订单时的准确性。尤其是对于一些重复出现的恶意订单，本公开实施例提供的恶意订单识别方法的识别准确率较高。

需要说明的是，本公开实施例提供的恶意订单识别方法的步骤的先后顺序可以进行适当调整，步骤也可以根据情况进行相应增减。任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到变化的方法，都应涵盖在本公开的保护范围之内，因此不再赘述。

图3-1是根据一示例性实施例示出的一种恶意订单识别装置的框图，如图3-1所示，该装置包括：

第一分词模块301，被配置为根据预设的第一分词算法，对待识别地址进行分词，得到该待识别地址中的特征词语集合。

第一获取模块302，被配置为根据预先建立的词语与权重的对应关系，获取该特征词语集合中每个特征词语的目标权重，得到与该特征词语集合对应的目标权重集合。

判断模块303，被配置为根据该目标权重集合，判断该待识别地址是否为恶意地址。

第一确定模块304，被配置为当该待识别地址为恶意地址时，确定该待识别地址对应的订单为恶意订单。

综上所述，本公开实施例提供的一种恶意订单识别装置，可以根据预先建立的词语与权重的对应关系，获取待识别地址的特征词语集合所对应的目标权重集合，并根据该目标权重集合判断该待识别地址是否为恶意地址，进而确定该订单是否为恶意订单，提高了识别恶意订单时的准确性。

图3-2是根据一示例性实施例示出的另一种恶意订单识别装置的框图，如图3-2所示，该装置包括：

第一分词模块301，被配置为根据预设的第一分词算法，对待识别地址进行分词，得到该待识别地址中的特征词语集合。

第一获取模块302，被配置为根据预先建立的词语与权重的对应关系，获取该特征词语集合中每个特征词语的目标权重，得到与该特征词语集合对应的目标权重集合。

判断模块303，被配置为根据该目标权重集合，判断该待识别地址是否为恶意地址。

第一确定模块304，被配置为当该待识别地址为恶意地址时，确定该待识别地址对应的订单为恶意订单。

第二获取模块305，被配置为获取数据库中存储的历史地址及该历史地址的标识，该标识为恶意地址或者正常地址中的一种。

第二分词模块306，被配置为根据预设的第二分词算法，对数据库中存储的每个该历史地址进行分词，得到每个该历史地址的分词词语集合。

第一建立模块307，被配置为根据每个该历史地址的分词词语集合，建立特征词语库。

第二确定模块308，被配置为根据每个该历史地址的标识，通过预设的机器学习分类模型，确定该特征词语库中每个词语的权重。

第二建立模块309，被配置为根据该特征词语库，以及该特征词语库中每个词语的权重，建立该词语与权重的对应关系。

可选的，该判断模块303，被配置为：

根据该目标权重集合，通过恶意度公式计算该待识别地址的恶意度g，该恶意度公式为：其中，n为该特征词语集合中包括的特征词语的个数，a_i为第i个特征词语的目标权重，该n为大于或等于1的整数，该i为大于等于1，小于等于n的整数，该e为自然常数；

判断该待识别地址的恶意度g是否小于预设阈值t；

当该恶意度g小于预设阈值t时，确定该待识别地址为恶意地址；

当该恶意度g不小于预设阈值t时，确定该待识别地址不为恶意地址。

可选的，该预设的机器学习分类模型为逻辑回归模型，该第二确定模块308，被配置为：

根据该特征词语库，以及每个该历史地址的分词词语集合，确定每个该历史地址的特征向量，该每个该历史地址的特征向量中记录了该每个该历史地址的分词词语集合中每个词语在该特征词语库中的索引；

根据每个该历史地址的标识以及每个该历史地址的特征向量，通过逻辑回归模型，确定该特征词语库中每个词语的权重。

可选的，该第二分词算法包括该第一分词算法，该第一分词算法包括三字切分算法。

综上所述，本公开实施例提供的一种恶意订单识别装置，可以根据预先建立的词语与权重的对应关系，获取待识别地址的特征词语集合所对应的目标权重集合，并根据该目标权重集合判断该待识别地址是否为恶意地址，进而确定该订单是否为恶意订单，提高了识别恶意订单时的准确性。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图4是根据一示例性实施例示出的又一种恶意订单识别装置400的框图。例如，装置400可以被提供为一服务器。参照图4，装置400包括处理组件422，其进一步包括一个或多个处理器，以及由存储器432所代表的存储器资源，用于存储可由处理部件422执行的指令，例如应用程序。存储器432中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件422被配置为执行指令，以执行上述恶意订单识别方法，所述方法包括：

根据预设的第一分词算法，对待识别地址进行分词，得到该待识别地址中的特征词语集合；

根据预先建立的词语与权重的对应关系，获取该特征词语集合中每个特征词语的目标权重，得到与该特征词语集合对应的目标权重集合；

根据该目标权重集合，判断该待识别地址是否为恶意地址；

当该待识别地址为恶意地址时，确定该待识别地址对应的订单为恶意订单。

可选的，该根据该目标权重集合，判断该待识别地址是否为恶意地址，包括：

根据该目标权重集合，通过恶意度公式计算该待识别地址的恶意度g，该恶意度公式为：其中，n为该特征词语集合中包括的特征词语的个数，a_i为第i个特征词语的目标权重，该n为大于或等于1的整数，该i为大于等于1，小于等于n的整数，该e为自然常数；

判断该待识别地址的恶意度g是否小于预设阈值t；

当该恶意度g小于预设阈值t时，确定该待识别地址为恶意地址；

当该恶意度g不小于预设阈值t时，确定该待识别地址不为恶意地址。

可选的，该方法还包括：

获取数据库中存储的历史地址及该历史地址的标识，该标识为恶意地址或者正常地址中的一种；

根据预设的第二分词算法，对数据库中存储的每个该历史地址进行分词，得到每个该历史地址的分词词语集合；

根据每个该历史地址的分词词语集合，建立特征词语库；

根据每个该历史地址的标识，通过预设的机器学习分类模型，确定该特征词语库中每个词语的权重；

根据该特征词语库，以及该特征词语库中每个词语的权重，建立该词语与权重的对应关系。

可选的，该预设的机器学习分类模型为逻辑回归模型，

该根据每个该历史地址的标识，通过预设的机器学习分类模型，确定该特征词语库中每个词语的权重，包括：

根据该特征词语库，以及每个该历史地址的分词词语集合，确定每个该历史地址的特征向量，该每个该历史地址的特征向量中记录了该每个该历史地址的分词词语集合中每个词语在该特征词语库中的索引；

根据每个该历史地址的标识以及每个该历史地址的特征向量，通过逻辑回归模型，确定该特征词语库中每个词语的权重。

可选的，该第二分词算法包括该第一分词算法，该第一分词算法包括三字切分算法。

装置400还可以包括一个电源组件426被配置为执行装置400的电源管理，一个有线或无线网络接口450被配置为将装置400连接到网络，和一个输入输出(I/O)接口458。装置400可以操作基于存储在存储器432的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (11)

1.一种恶意订单识别方法，其特征在于，所述方法包括：

根据预设的第一分词算法，对待识别地址进行分词，得到所述待识别地址中的特征词语集合；

根据预先建立的词语与权重的对应关系，获取所述特征词语集合中每个特征词语的目标权重，得到与所述特征词语集合对应的目标权重集合；

根据所述目标权重集合，判断所述待识别地址是否为恶意地址；

当所述待识别地址为恶意地址时，确定所述待识别地址对应的订单为恶意订单。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标权重集合，判断所述待识别地址是否为恶意地址，包括：

根据所述目标权重集合，通过恶意度公式计算所述待识别地址的恶意度g，所述恶意度公式为：其中，n为所述特征词语集合中包括的特征词语的个数，a_i为第i个特征词语的目标权重，所述n为大于或等于1的整数，所述i为大于等于1，小于等于n的整数，所述e为自然常数；

判断所述待识别地址的恶意度g是否小于预设阈值t；

当所述恶意度g小于预设阈值t时，确定所述待识别地址为恶意地址；

当所述恶意度g不小于预设阈值t时，确定所述待识别地址不为恶意地址。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取数据库中存储的历史地址及所述历史地址的标识，所述标识为恶意地址或者正常地址中的一种；

根据预设的第二分词算法，对数据库中存储的每个所述历史地址进行分词，得到每个所述历史地址的分词词语集合；

根据每个所述历史地址的分词词语集合，建立特征词语库；

根据每个所述历史地址的标识，通过预设的机器学习分类模型，确定所述特征词语库中每个词语的权重；

根据所述特征词语库，以及所述特征词语库中每个词语的权重，建立所述词语与权重的对应关系。

4.根据权利要求3所述的方法，其特征在于，所述预设的机器学习分类模型为逻辑回归模型，

所述根据每个所述历史地址的标识，通过预设的机器学习分类模型，确定所述特征词语库中每个词语的权重，包括：

根据所述特征词语库，以及每个所述历史地址的分词词语集合，确定每个所述历史地址的特征向量，所述每个所述历史地址的特征向量中记录了所述每个所述历史地址的分词词语集合中每个词语在所述特征词语库中的索引；

根据每个所述历史地址的标识以及每个所述历史地址的特征向量，通过逻辑回归模型，确定所述特征词语库中每个词语的权重。

5.根据权利要求4所述的方法，其特征在于，所述第二分词算法包括所述第一分词算法，所述第一分词算法包括三字切分算法，所述三字切分算法是指对地址按照每三个单字进行顺序切分。

6.一种恶意订单识别装置，其特征在于，所述装置包括：

第一分词模块，被配置为根据预设的第一分词算法，对待识别地址进行分词，得到所述待识别地址中的特征词语集合；

第一获取模块，被配置为根据预先建立的词语与权重的对应关系，获取所述特征词语集合中每个特征词语的目标权重，得到与所述特征词语集合对应的目标权重集合；

判断模块，被配置为根据所述目标权重集合，判断所述待识别地址是否为恶意地址；

第一确定模块，被配置为当所述待识别地址为恶意地址时，确定所述待识别地址对应的订单为恶意订单。

7.根据权利要求6所述的装置，其特征在于，所述判断模块，被配置为：

根据所述目标权重集合，通过恶意度公式计算所述待识别地址的恶意度g，所述恶意度公式为：其中，n为所述特征词语集合中包括的特征词语的个数，a_i为第i个特征词语的目标权重，所述n为大于或等于1的整数，所述i为大于等于1，小于等于n的整数，所述e为自然常数；

判断所述待识别地址的恶意度g是否小于预设阈值t；

当所述恶意度g小于预设阈值t时，确定所述待识别地址为恶意地址；

当所述恶意度g不小于预设阈值t时，确定所述待识别地址不为恶意地址。

8.根据权利要求6所述的装置，其特征在于，所述装置还包括：

第二获取模块，被配置为获取数据库中存储的历史地址及所述历史地址的标识，所述标识为恶意地址或者正常地址中的一种；

第二分词模块，被配置为根据预设的第二分词算法，对数据库中存储的每个所述历史地址进行分词，得到每个所述历史地址的分词词语集合；

第一建立模块，被配置为根据每个所述历史地址的分词词语集合，建立特征词语库；

第二确定模块，被配置为根据每个所述历史地址的标识，通过预设的机器学习分类模型，确定所述特征词语库中每个词语的权重；

第二建立模块，被配置为根据所述特征词语库，以及所述特征词语库中每个词语的权重，建立所述词语与权重的对应关系。

9.根据权利要求8所述的装置，其特征在于，所述预设的机器学习分类模型为逻辑回归模型，所述第二确定模块，被配置为：

根据所述特征词语库，以及每个所述历史地址的分词词语集合，确定每个所述历史地址的特征向量，所述每个所述历史地址的特征向量中记录了所述每个所述历史地址的分词词语集合中每个词语在所述特征词语库中的索引；

根据每个所述历史地址的标识以及每个所述历史地址的特征向量，通过逻辑回归模型，确定所述特征词语库中每个词语的权重。

10.根据权利要求9所述的装置，其特征在于，所述第二分词算法包括所述第一分词算法，所述第一分词算法包括三字切分算法，所述三字切分算法是指对地址按照每三个单字进行顺序切分。

11.一种恶意订单识别装置，其特征在于，所述装置包括：

处理器；

用于存储所述处理器的可执行指令的存储器；

其中，所述处理器被配置为：

根据预设的第一分词算法，对待识别地址进行分词，得到所述待识别地址中的特征词语集合；

根据预先建立的词语与权重的对应关系，获取所述特征词语集合中每个特征词语的目标权重，得到与所述特征词语集合对应的目标权重集合；

根据所述目标权重集合，判断所述待识别地址是否为恶意地址；

当所述待识别地址为恶意地址时，确定所述待识别地址对应的订单为恶意订单。