원래 이름 기록: 广州哆啦科技有限公司

本发明涉及电子商务技术领域，公开了一种基于增强学习的跨境电商异常订单处理方法及系统，所述方法包括采集用户历史交易记录和实时行为记录，得到原始数据集；根据原始数据集，进行格式统一，得到结构化数据集并进行多维度特征提取，得到多维行为特征；根据多维行为特征，进行异常序列分析和风险等级分类，并匹配风控调整参数；根据风控调整参数和结构化数据集，进行环境分组、风险订单识别和异常特征提取，得到异常分布特征；根据异常分布特征，通过预先构建的神经网络模型进行综合风险分析，得到综合风险评分；根据综合风险评分和所述历史交易记录，进行异常订单判断和风控处理，并优化神经网络模型。本方法提高异常订单检测的准确性。

本发明提出了一面向多场景的商品款式特征提取与同款检索方法、系统、存储介质及程序产品，所述方法包括：从至少两个不同观测视角获取待识别商品的多张图像；从每张图像中分别提取对应的特征组合；基于所述商品类型和每一视角下的特征组合，分别计算待识别商品与商品库中候选商品的特征匹配数量，得到多个视角下的初始匹配序列；融合所述多个初始匹配序列，生成一个综合匹配排序；输出所述综合匹配排序作为最终的识别结果。本发明在定的业务场景，侵权风控、基于明确属性的选品下，不仅更简单、成本更a低，而且在避免长尾效应和实现实时更新方面，其识别效果和实用性远超需要定期训练的大模型方案。