技术摘要：
本申请提供了一种安全事件订单的检测方法、装置和电子设备，其中，该方法包括：获取多种特征数据，其中，多种特征数据为目标订单执行过程中，在不同时段获取到的与目标订单相关联的特征数据，特征数据包括：会话数据和/或反馈评价数据；利用每种特征数据相对应的目标预  全部
背景技术：
目前，随着互联网的快速发展，网约车客户端在人们的出行中占据了重要作用。目 前，随着互联网的快速发展，网约车服务在人们的出行中占据了重要作用，进而推动了网约 车服务内容的多样性，例如有普通出租车服务、快车服务、拼车服务以及顺风车服务等等。 为了保证网约车的服务质量，网约车平台通常通过人工筛查的方式对订单的相关信息进行 监管，从大量的服务订单中查找异常订单。而异常订单中有一类是安全事件订单，涉及到乘 客或司机的人身或名誉安全，属于比较严重的事件，对于排查的及时性要求较高，但是，上 述依赖于人工筛查的方式，在服务订单的数量较多时，筛查效率低，无法满足安全事件订单 的排查需求。
技术实现要素：
有鉴于此，本申请实施例的目的在于提供一种安全事件订单的检测方法、装置和 电子设备，解决了由于无法准确识别出有安全事件的订单导致的有安全事件的订单无法得 到及时处理的技术问题。 根据本申请的一个方面，提供一种电子设备，可以包括一个或多个存储介质和一 个或多个与存储介质通信的处理器。一个或多个存储介质存储有处理器可执行的机器可读 指令。当电子设备运行时，处理器与存储介质之间通过总线通信，处理器执行所述机器可读 指令，以执行一个或多个以下操作： 获取多种特征数据，其中，所述多种特征数据为目标订单执行过程中，在不同时段 获取到的与所述目标订单相关联的特征数据，所述特征数据包括：会话数据和/或反馈评价 数据；利用每种特征数据相对应的目标预测模型对相应的特征数据进行处理，得到多种预 测结果，其中，所述预测结果用于表征在特征数据的获取时段，所述目标订单存在安全事件 的标签的概率；对所述多种预测结果进行融合，得到目标预测结果，并基于所述目标预测结 果确定所述目标订单是否为安全事件订单。 在本申请较佳的实施例中，利用每种特征数据相对应的目标预测模型对相应的特 征数据进行处理包括：在每种特征数据中提取指定文本信息；将所述特征数据和提取到的 所述指定文本信息输入到所述相对应的目标预测模型中进行处理，得到相应的预测结果。 在本申请较佳的实施例中，在每种特征数据中提取指定文本信息包括：利用目标 算法或者目标语言模型在所述每种特征数据中提取指定文本信息。 在本申请较佳的实施例中，所述目标预测模型包括以下任一种：神经网络模型、集 成树模型和最大熵模型。 在本申请较佳的实施例中，对所述多种预测结果进行融合，得到目标预测结果包 6 CN 111612197 A 说　明　书 2/16 页 括：确定每个预测结果的权重值；基于所述权重值对所述多种预测结果进行加权求和计算， 并将加权求和计算结果作为所述目标预测结果。 在本申请较佳的实施例中，基于所述目标预测结果确定所述目标订单是否为安全 事件订单包括：判断所述目标预测结果是否大于或者等于预设阈值；若是，则确定所述目标 订单为安全事件订单。 在本申请较佳的实施例中，所述多种特征数据包括以下至少之一：第一类特征数 据，第二类特征数据，第三类特征数据和第四类特征数据；所述第一类特征数据为会话服务 提供方与目标对象之间的会话信息，其中，所述目标对象包括订单服务提供方和/或服务请 求方；所述第二类特征数据为所述订单服务提供方和所述服务请求方之间的互相评价数 据；所述第三类特征数据为所述会话服务提供方记录的所述目标订单的订单描述信息；所 述第四类特征数据为所述订单服务提供方和/或所述服务请求方在所述目标订单执行过程 中的音频数据。 在本申请较佳的实施例中，所述多种特征数据包括：所述第一类特征数据；利用每 种特征数据相对应的目标预测模型对相应的特征数据进行处理，得到多种预测结果包括： 确定与所述第一类特征数据相对应的第一目标预测模型；利用所述第一目标预测模型对所 述第一类特征数据进行处理，得到第一预测结果。 在本申请较佳的实施例中，所述多种特征数据包括：所述第二类特征数据；利用每 种特征数据相对应的目标预测模型对相应的特征数据进行处理，得到多种预测结果包括： 确定与所述第二类特征数据相对应的第二目标预测模型；利用所述第二目标预测模型对所 述第二类特征数据进行处理，得到第二预测结果。 在本申请较佳的实施例中，所述多种特征数据包括：所述第三类特征数据；利用每 种特征数据相对应的目标预测模型对相应的特征数据进行处理，得到多种预测结果包括： 确定与所述第三类特征数据相对应的第三目标预测模型；利用所述第三目标预测模型对所 述第三类特征数据进行处理，得到第三预测结果。 在本申请较佳的实施例中，所述方法还包括：确定训练样本，其中，所述训练样本 包括：历史订单的多种特征数据和标签信息，其中，所述历史订单的多种特征数据为在目标 订单发起之后，且在所述目标订单结束之前，在不同时段获取到的不同类型的特征数据；所 述标签信息用于表征所述历史订单是否为安全事件订单；利用所述训练样本对相应的待训 练模型进行训练，得到所述目标预测模型。 在本申请较佳的实施例中，利用所述训练样本对相应的待训练模型进行训练，得 到所述目标预测模型包括：在所述历史订单的每种特征数据中提取指定文本信息；将所述 历史订单的特征数据和提取到的指定文本信息输入到相对应的待训练模型中进行处理，得 到目标预测结果。 在本申请较佳的实施例中，所述方法还包括：若确定出所述目标订单是所述安全 事件订单，则统计订单服务提供方所属的历史订单中安全事件订单的数量，其中，所述订单 服务提供方为所述目标订单所属的订单服务提供方；若所述数量超过预设数量，则向服务 请求方和/或所述服务请求方的紧急联系方发送报警提示信息。 在本申请较佳的实施例中，所述方法还包括：若确定出所述目标订单不是所述安 全事件订单，则增加订单服务提供方的信誉值，其中，所述订单服务提供方为所述目标订单 7 CN 111612197 A 说　明　书 3/16 页 所属的订单服务提供方。 根据本申请的另一个方面，还提供了一种安全事件订单的检测装置，包括：获取单 元，用于获取多种特征数据，其中，所述多种特征数据为目标订单执行过程中，在不同时段 获取到的与所述目标订单相关联的特征数据，所述特征数据包括：会话数据和/或反馈评价 数据；处理单元，用于利用每种特征数据相对应的目标预测模型对相应的特征数据进行处 理，得到多种预测结果，其中，所述预测结果用于表征在特征数据的获取时段，所述目标订 单存在安全事件的标签的概率；融合确定单元，用于对所述多种预测结果进行融合，得到目 标预测结果，并基于所述目标预测结果确定所述目标订单是否为安全事件订单。 在本申请较佳的实施例中，所述处理单元包括：提取模块，用于在每种特征数据中 提取指定文本信息；处理模块，用于将所述特征数据和提取到的所述指定文本信息输入到 所述相对应的目标预测模型中进行处理，得到相应的预测结果。 在本申请较佳的实施例中，所述提取模块，用于：利用目标算法或者目标语言模型 在所述每种特征数据中提取指定文本信息。 在本申请较佳的实施例中，所述目标预测模型包括以下任一种：神经网络模型、集 成树模型和最大熵模型。 在本申请较佳的实施例中，所述融合确定单元用于：确定每个预测结果的权重值； 基于所述权重值对所述多种预测结果进行加权求和计算，并将加权求和计算结果作为所述 目标预测结果。 在本申请较佳的实施例中，所述融合确定单元还用于：判断所述目标预测结果是 否大于或者等于预设阈值；若是，则确定所述目标订单为安全事件订单。 在本申请较佳的实施例中，所述多种特征数据包括以下至少之一：第一类特征数 据，第二类特征数据，第三类特征数据和第四类特征数据；所述第一类特征数据为会话服务 提供方与目标对象之间的会话信息，其中，所述目标对象包括订单服务提供方和/或服务请 求方；所述第二类特征数据为所述订单服务提供方和所述服务请求方之间的互相评价数 据；所述第三类特征数据为所述会话服务提供方记录的所述目标订单的订单描述信息；所 述第四类特征数据为所述订单服务提供方和/或所述服务请求方在所述目标订单执行过程 中的音频数据。 在本申请较佳的实施例中，所述多种特征数据包括：所述第一类特征数据；所述处 理单元还用于：确定与所述第一类特征数据相对应的第一目标预测模型；利用所述第一目 标预测模型对所述第一类特征数据进行处理，得到第一预测结果。 在本申请较佳的实施例中，所述多种特征数据包括：所述第二类特征数据；所述处 理单元还用于：确定与所述第二类特征数据相对应的第二目标预测模型；利用所述第二目 标预测模型对所述第二类特征数据进行处理，得到第二预测结果。 在本申请较佳的实施例中，所述多种特征数据包括：所述第三类特征数据；所述处 理单元还用于：确定与所述第三类特征数据相对应的第三目标预测模型；利用所述第三目 标预测模型对所述第三类特征数据进行处理，得到第三预测结果。 在本申请较佳的实施例中，所述装置还用于：确定训练样本，其中，所述训练样本 包括：历史订单的多种特征数据和标签信息，其中，所述历史订单的多种特征数据为在目标 订单发起之后，且在所述目标订单结束之前，在不同时段获取到的不同类型的特征数据；所 8 CN 111612197 A 说　明　书 4/16 页 述标签信息用于表征所述历史订单是否为安全事件订单；利用所述训练样本对相应的待训 练模型进行训练，得到所述目标预测模型。 在本申请较佳的实施例中，所述装置还用于：在所述历史订单的每种特征数据中 提取指定文本信息；将所述历史订单的特征数据和提取到的指定文本信息输入到相对应的 待训练模型中进行处理，得到目标预测结果。 在本申请较佳的实施例中，所述装置还用于：若确定出所述目标订单是所述安全 事件订单，则统计订单服务提供方所属的历史订单中安全事件订单的数量，其中，所述订单 服务提供方为所述目标订单所属的订单服务提供方；若所述数量超过预设数量，则向服务 请求方和/或所述服务请求方的紧急联系方发送报警提示信息。 在本申请较佳的实施例中，所述装置还用于：若确定出所述目标订单不是所述安 全事件订单，则增加订单服务提供方的信誉值，其中，所述订单服务提供方为所述目标订单 所属的订单服务提供方。 根据本申请的另一个方面，还提供了一种电子设备，包括：处理器、存储介质和总 线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理 器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行时执行 上述所述的安全事件订单的检测方法的步骤。 根据本申请的另一个方面，还提供了一种计算机可读存储介质，该计算机可读存 储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述所述的安全事件订单 的检测方法的步骤。 在本实施例中，首先，在目标订单的执行过程中，在不同时段获取到的不同类型的 与目标订单相关联的多种特征数据，然后，利用每种特征数据相对应的目标预测模型对相 应的特征数据进行处理，得到多种预测结果；最后，对多种预测结果进行融合，得到目标预 测结果，并基于目标预测结果确定目标订单是否为安全事件订单。通过上述描述可知，在本 实施例中，能够及时预测服务订单是否为安全事件订单，进而解决了由于无法准确识别出 有安全事件的订单导致的有安全事件的订单无法得到及时处理的技术问题。 附图说明 为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附 图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对 范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这 些附图获得其他相关的附图。 图1示出了本申请实施例所提供的一种电子设备的示意图； 图2示出了本申请实施例所提供的一种安全事件订单的检测方法的流程图； 图3示出了本申请实施例所提供的第一种可选地安全事件订单的检测方法的流程 图； 图4示出了本申请实施例所提供的第二种可选地安全事件订单的检测方法的流程 图； 图5示出了本申请实施例所提供的第三种可选地安全事件订单的检测方法的流程 图； 9 CN 111612197 A 说　明　书 5/16 页 图6示出了本申请实施例所提供的第四种可选地安全事件订单的检测方法的流程 图； 图7示出了本申请实施例所提供的第五种可选地安全事件订单的检测方法的流程 图； 图8示出了本申请实施例所提供的第六种可选地安全事件订单的检测方法的流程 图； 图9示出了本申请实施例所提供的一种安全事件订单的检测装置的示意图。