针对saas平台代驾司机的历史行为刷券风险预测方法及系统

本发明公开了针对saas平台代驾司机的历史行为刷券风险预测方法及系统；本发明涉及saas网约车平台技术领域；根据预处理后的历史数据，包括完单量a、优惠券订单量b、订单总额c、优惠券总额d和已被标记为刷券的订单量e，以及与之对应的每个权重αi，计算每个司机的刷券历史风险分数β；通过综合分析司机的历史行为数据和当前订单特性，本发明能够更准确地预测司机刷优惠券的风险，相比传统风控手段，大大提高了风险识别的准确性。本发明中实时风险分数的计算机制，使得平台能够在订单支付完成后立即对司机行为进行评估，及时发现并处理潜在的风险，采用统计和机器学习算法(广义最小二乘法、熵权法)计算每个司机的历史风险分数。