Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于深度学习的作弊订单的识别策略的方法和装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明提供了一种基于深度学习的作弊订单的识别策略的方法和装置,包括以下步骤:S1、历史数据获取;S2、特征工程处理‑生成训练集、测试集和验证集;S3、重复S1,根据数据生成订单维度的数据;S4、利用自编码器加载数据集‑生成自编码器模型;本发明通过利用自编码器模型在网约车营销补贴模式下,可以更准确更真实的预测订单是否为作弊单,进而更方便针对性的进行风险控制,这是传统的策略和机器学习无法比拟;自编码器模型是基于深度学习的神经网络构建,可以学习到更内部的演变规律,对于异常的值或者突发情况更为敏感,稳定性更高,且深度学习具有较强的泛化能力、可拓展性、可延展性,能够通过一个模型覆盖更多的场景。

主权项:1.一种基于深度学习的作弊订单的识别策略的方法,其特征在于,包括以下步骤:S1、历史数据获取;S2、特征工程处理-生成训练集、测试集和验证集;S3、重复S1,根据数据生成订单维度的数据;S4、利用自编码器加载数据集-生成自编码器模型;S5、迭代器模型效果验证;S6、重复S4和S5,进行模型优化,并根据评估指标,确定最终优化模型;S7、获取实时数据,并对数据进行特征工程处理;S8、导入模型-将数据导入自编码器模型,生成基于每个订单的作弊概率预测结果。

全文数据:

权利要求:

百度查询: 北京白龙马云行科技有限公司 一种基于深度学习的作弊订单的识别策略的方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。