摘要
本发明提供了一种基于自编码器的网约车异常订单的检测方法,包括以下步骤:S1、训练离线识别模型:S11.获取180天内的订单数据,订单数据由订单发单和订单完单的数据统称;S12.进行订单数据特征工程,构建订单特征;S13.进行订单录音特征工程;S14.训练自编码器模型;S2、数据预测及异常订单识别:S21.实时对完单后的订单做特征工程;S22.对于每一条订单数据,利用自编码器网络对齐进行编码和解码,得到解码后的结果;本发明通过本方法增强对各类作弊手段的识别能力和适应性,提高识别结果的准确率,最终目的为在尽量减少算法设计、启动和运营维护成本的同时,可以尽可能全的对异常订单进行识别检测。
技术关键词
异常订单
编码器
数据特征工程
统计特征
司机
语音识别模型
上下文特征
网约车订单
生成数据集
打车订单
编解码
行程
数据压缩
离线
音频
系统为您推荐了相关专利信息
高层语义特征
前馈神经网络
扫描模块
生成多尺度
编码器
运动模块
机械臂
主控模块
无线通讯模块
定位模块
养老机器人
健康监测系统
隐私保护模块
生命体征数据
基线
集成服务系统
特征提取单元
数据采集模块
特征提取模块
异常流量
解译方法
合成孔径雷达影像
深度神经网络
多源融合
编码器