一种基于深度学习的虚假收货地址预测方法和装置
公开
摘要
本发明提出了一种基于深度学习的虚假收货地址预测方法和装置,该方法包括如下步骤:获取用户收货地址,并对收货地址进行切词获得普通词汇;对普通词汇进行编码,生成与收货地址对应的词向量;根据统一长度,对词向量进行补齐;采用独热编码将补齐后的词向量进行转换,再采用词嵌入将词向量转换为低维度的词向量矩阵;根据聚类算法对词向量矩阵进行聚类,选择聚类结果中超过阈值的收货地址,并在收货地址加上异常标签,生成异常收货地址;将异常收货地址输入神经网络模型中,输出异常收货地址为虚假地址的机率。本发明具有较高的准确率和极快的运行速度,且不受外部数据的干扰,不需要人工手动提供数据标签,可以自动获取订单地址的标签。
基本信息
专利标题 :
一种基于深度学习的虚假收货地址预测方法和装置
专利标题(英):
暂无
公开(公告)号 :
CN114298013A
申请号 :
CN202111632068.8
公开(公告)日 :
2022-04-08
申请日 :
2021-12-29
授权号 :
暂无
授权日 :
暂无
发明人 :
顾扬王济宣
申请人 :
江苏苏宁银行股份有限公司
申请人地址 :
江苏省南京市建邺区河西金融城4号楼
代理机构 :
南京瑞华腾知识产权代理事务所(普通合伙)
代理人 :
胡海
优先权 :
CN202111632068.8
主分类号 :
G06F40/226
IPC分类号 :
G06F40/226 G06F40/284 G06F40/126 G06F40/166 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06F
电数字数据处理
G06F40/226
验证
法律状态
2022-04-08 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载