共计 721 个字符，预计需要花费 2 分钟才能阅读完成。您也可以 收藏到微信
一、方法特征
本方法的核心在于：对司机在过去 7 日内所有抢单的订单进行筛选与汇总，并基于此数据执行以下分析流程。
二、分析流程
S1：数据准备
为司机 7 日内所有抢单的订单，补充详细的订单信息。
S2：初步筛选（数量阈值判断）
计算司机在 7 日内的总抢单数量。
判断该数量是否超过预设阈值 n：
如果未超过：判定为“暂无异常”，流程结束。
如果超过：继续进行后续详细计算。
S3：多维度指标计算
同时计算以下五个关键指标：
S31（时间分布）：统计司机在 每日 24 个小时中每个小时 的抢单量（s1, s2, s3, …, s24）。
S32（响应速度）：计算司机从接到订单通知到点击抢单，响应时间分别在 1 秒内、2 秒内、5 秒内 的订单占比（p1, p2, p3）。
S33（大额订单偏好）：计算司机所抢订单中，大额订单的占比 r1。
S34（小额订单偏好）：计算司机所抢订单中，小额订单的占比 r2。
S35（金额集中度）：计算司机所抢订单的总金额，占该司机所有服务订单（包括非抢单）总金额的占比 r3。
S4：第一轮判断（全天候活跃度）
判断条件 ：司机是否在 24 小时中的 每一个小时 的抢单量均大于阈值 x1，并且确认其 非双班司机。
如果满足：直接判定司机使用了抢单软件。
如果不满足：流程继续。
S5：第二轮判断（极速响应）
判断条件 ：司机在 1 秒内 的抢单率 p1 是否超过阈值 x。
如果超过：判定司机使用了抢单软件。
如果未超过：流程继续。
S6：综合风险评估
对在步骤 S3 中计算出的所有指标进行 加权统计 ，计算得出司机的 综合抢单风险分（score）。
S7：最终判断
判断条件：综合风险分 score 是否大于最终阈值 Y。
如果 score > Y：判定司机使用了抢单软件。
如果 score ≤ Y：判断结束，无明确异常。
S8：流程结束
