(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210892195.X (22)申请日 2022.07.27 (71)申请人 上海东普信息科技有限公司 地址 201700 上海市青浦区外 青松公路 5045号508室U区4 4号 (72)发明人 陈龙　杨周龙　 (74)专利代理 机构 北京市京大律师事务所 11321 专利代理师 居梦琪 (51)Int.Cl. G06Q 10/08(2012.01) G06Q 30/06(2012.01) (54)发明名称 订单数据处理方法、 装置、 设备及存 储介质 (57)摘要 本发明涉及物 流运输领域， 公开了一种订单 数据处理方法、 装置、 设备及存储介质。 所述方法 包括： 接收目标地区在目标时间段内的虚假签收 订单集合， 并获取每个虚假签收订单对应的物流 运输信息和订单签收信息； 根据订单签收信息中 包括的签收类型， 确定每个虚假签收订单对应的 责任物流网点； 根据每个虚假签收订单对应的责 任物流网点， 计算目标地区中各物 流网点在目标 时间段内的虚假签收率； 基于目标地区中各物流 网点在目标时间段内的虚假签收率， 对目标地区 中各物流网点执行奖惩策略。 本发 明通过统计各 网点对应的虚假签收订单， 从而计算各网点虚假 签收率， 并根据虚假签收率对网点进行奖惩， 进 而提升快递 服务质量。 权利要求书2页 说明书11页 附图5页 CN 115293689 A 2022.11.04 CN 115293689 A 1.一种订单 数据处理方法， 其特 征在于， 所述 订单数据处理方法包括： 接收目标地区在目标时间段内的虚假签收订单集合， 并获取所述虚假签收订单集合中 每个虚假签 收订单对应的物流运输信息和订单签 收信息， 其中， 所述物流运输信息中包括 订单在物流 运输途中经 过的多个物流网点； 根据所述订单签收信 息中包括的签收类型， 从每个虚假签收订单的物流运输信 息中确 定每个虚假签收订单对应的责任物流网点； 根据每个虚假签收订单对应的责任物流网点， 计算所述目标地 区中各物流网点在所述 目标时间段内的虚假签收率； 基于所述目标地 区中各物流网点在所述目标时间段内的虚假签收率， 对所述目标地 区 中各物流网点执 行奖惩策略。 2.根据权利要求1所述的订单数据处理方法， 其特征在于， 在所述接收目标地 区在目标 时间段内的虚假签收订单集合， 并获取所述虚 假签收订单集合中每个虚 假签收订单对应的 物流运输信息和订单签收信息之前， 还 包括： 获取所述目标地区在所述目标时间段内的订单签收信息集 合； 基于所述订单签收信息集合构建初始二部 图网络， 其中， 所述初始二部 图网络中包括 多个网络节点以及连接网络节点的无向边， 每条无向边对应所述订单签收信息集合中的一 条订单签收记录， 每条无向边连接的两个网络节 点分别对应签收用户和派送订单的物流网 点； 基于Fraudar算法对所述初始二部图网络进行可疑签收群体计算， 得到第一可疑签收 群体； 根据所述第 一可疑签收群体中包含的订单签收记录， 生成所述目标地 区在所述目标时 间段内的虚假签收订单集 合。 3.根据权利要求2所述的订单数据处理方法， 其特征在于， 所述基于Fraudar算法对所 述初始二部图网络进行 可疑签收群 体计算， 得到第一可疑签收群 体包括： 计算所述初始二部图网络中每 个网络节点的节点可疑度； 确定节点可疑度最大的网络节点 为目标网络节点； 从所述初始二部图网络中迭代移除所述目标网络节点以及与所述目标网络节点相连 的无向边， 直至所述初始二部图网络的体积为 零， 得到多个致密子图网络； 计算每个致密子图网络的全局平均可疑度； 确定全局平均可疑度最大的致密子图网络为目标二部图网络； 解析所述目标二部图网络以得到第一可疑签收群 体。 4.根据权利要求3所述的订单数据处理方法， 其特征在于， 所述计算所述初始二部图网 络中每个网络节点的节点可疑度包括： 计算所述初始二部图网络中每条 无向边的边可疑度； 计算所述初始二部图网络 中每个网络节点所连接的无向边的边可疑度之和， 得到所述 初始二部图网络中每 个网络节点的节点可疑度。 5.根据权利要求3 中所述的订单数据处理方法， 其特征在于， 所述计算每个致密子图网 络的全局平均可疑度包括： 计算每个致密子图网络中各网络节点的节点可疑度之和；权　利　要　求　书 1/2 页 2 CN 115293689 A 2统计每个致密子图网络中包 含网络节点的数量； 根据每个致密子图网络 中各网络节点的节点可疑度之和以及包含 网络节点的数量， 计 算单位网络节点对应的节点可疑度， 得到每 个致密子图网络的全局平均可疑度。 6.根据权利要求2所述的订单数据处理方法， 其特征在于， 所述基于Fraudar算法对所 述初始二部图网络进 行可疑群体计算， 得到所述目标地区在所述目标时间段内的虚 假签收 订单集合之后， 还 包括： 对所述第一可疑签收群体进行至少一次迭代， 得到每次迭代得到的第二可疑签收群 体， 其中， 每次迭代包括： 将前一次可疑群体计算得到的可疑签收群体从所述初始 二部图网 络中移除， 并基于所述Fraudar算法对移除后的初始二部图网络进行 可疑签收群 体计算； 将每次迭代得到的第二可疑签收群体中包含订单签收记录合并至所述虚假签收订单 集合中。 7.根据权利要求1 ‑6中任一项所述的订单数据处理方法， 其特征在于， 所述基于所述目 标地区中各物流网点在所述目标时间段内的虚 假签收率， 对所述目标地区中各物流网点执 行奖惩策略之后， 还 包括： 统计所述目标地区中各物流网点在所述目标时间段内的虚假签收订单； 基于所述目标地 区中各物流网点在所述目标时间段内虚假签收订单的物流运输信 息、 订单签收信息以及所述虚假签收率， 生成虚假签收分析报表。 8.一种订单 数据处理装置， 其特 征在于， 所述 订单数据处理装置包括： 信息获取模块， 用于接收目标地区在目标时间段内的虚假签收订单集合， 并获取所述 虚假签收订单集合中每个虚假签 收订单对应的物流运输信息和订单签 收信息， 其中， 所述 物流运输信息中包括 订单在物流 运输途中经 过的多个物流网点； 责任确认模块， 用于根据所述订单签收信息中包括的签收类型， 从每个虚假签收订单 的物流运输信息中确定每 个虚假签收订单对应的责任物流网点； 虚假签收率计算模块， 用于根据每个虚假签收订单对应的责任物流网点， 计算所述目 标地区中各物流网点在所述目标时间段内的虚假签收率； 网点奖惩模块， 用于基于所述目标地 区中各物流网点在所述目标时间段内的虚假签收 率， 对所述目标地区中各物流网点执 行奖惩策略。 9.一种订单数据处理设备， 其特征在于， 所述订单数据处理设备包括： 存储器和至少一 个处理器， 所述存 储器中存 储有指令； 所述至少一个处理器调用所述存储器中的所述指令， 以使得所述订单数据处理设备执 行如权利要求1 ‑7中任意一项所述的订单 数据处理方法。 10.一种计算机可读存储介质， 所述计算机可读存储介质上存储有指令， 其特征在于， 所述指令被处 理器执行时实现如权利要求1 ‑7中任一项所述的订单 数据处理方法。权　利　要　求　书 2/2 页 3 CN 115293689 A 3