是指服务需求方，如交通工具叫车服务中的乘客所使用的移动终端或个人计算机(Personal Computer，简称PC)等设备。例如智能手机、个人数码助理(PDA)、平板电脑、笔记本电脑、车载电脑(carputer)、掌上游戏机、智能眼镜、智能手表、可穿戴设备、虚拟显示设备或显示增强设备(如 Google Glass、Oculus Rift、Hololens、Gear VR)等。
[0053]本公开实施例中提及的终端为服务提供方即向用户设备提供运营服务的终端，如交通工具叫车服务中的司机所使用的用于接单的移动终端或PC端等设备。诸如上述呼叫服务方所使用各设备。因此，本实施例中，为了区别乘客和司机，分别采用用户设备UE和终端来分别表示乘客和司机所持的移动终端等设备。
[0054]图1示出了本公开一实施例提供的一种虚假订单的识别方法的流程示意图，如图1所示，该方法包括如下步骤:
[0055]101、接收用户设备发送的打车请求，所述打车请求包括目的地；
[0056]上述用户设备可以为移动终端或PC端等，在实际应用中，上述打车请求除包含目的地之外，还包括:出发地、及所述用户设备的标识、用户设备发送打车请求的时间等等或其中某一信息或组合信息。其中，上述用户设备的标识包含手机号码、身份标识码(Identity，简称id)、用户设备的IP地址、硬件地址(Media Access Control，简称MAC)等或其中某一信息或组合信息。
[0057]可理解的是，上述打车请求是用户通过安装在用户设备上的第三方软件识别并发送给打车平台的，打车平台可以理解为处理打车请求的平台，具体的，上述打车请求中的出发地可以理解为用户在通过用户设备发送打车请求时在用户设备的第三方软件中输入的出发地，或者是该第三方软件通过GPS定位当前用户设备所在位置作为出发地；上述打车请求中的目的地，为用户在第三方软件中输入的要求到达的目的地。
[0058]102、获取在第一预设时间段内与所述目的地相同的所有订单；
[0059]上述第一预设时间段为打车平台预先设定的，具体为统计与打车请求中目的地相同的所有订单的数量的时间段，该第一预设时间段可以为12小时，24小时、48小时等，本实施例不对其进行限定。
[0060]103、确定所述所有订单中订单的状态为被终端投诉或取消的概率；
[0061]在具体应用中，上述步骤102中统计的在第一预设时间段中(例如:24小时)与打车请求中的目的地相同的所有订单中，每一个订单均包含了订单的状态，其中该状态可以包括:被终端投诉、订单取消、订单完成等状态。
[0062]上述步骤103可以理解为，通过步骤102中统计的在第一预设时间段内与步骤101中打车请求的目的地相同的所有打车请求的订单的个数，以及步骤102统计的所有打车请求的订单中订单的状态为被终端投诉或订单取消的个数，则上述订单的状态为被终端投诉或取消的概率可以理解为:所有打车请求的订单中订单的状态为被终端投诉或订单取消的个数与所有打车请求的订单的个数的百分比。
[0063]104、根据包含所述目的地的所有订单的数量以及所述概率，判断所述用户设备发送的打车请求的订单是否为虚假订单。
[0064]上述方法通过获取用户设备发送的打车请求中的目的地，在预设时间段内获取与该目的地相同的所有订单的数量以及所有订单中订单的状态为被终端投诉或取消的概率，判断该打车请求的订单是否为虚假订单，通过识别虚假订单，净化了互联网信息传输环境，提升了用户体验。
[0065]上述步骤104在具体应用中具体包括以下两种方案判断所述用户设备发送的打车请求的订单是否为虚假订单:
[0066]第一种方案是:在所述订单的数量大于等于第一预设阈值，且所述概率大于第二预设阈值时，可以确定所述用户设备发送的打车请求的订单为虚假订单，且在第二预设时间段内不向终端推送包括该虚假订单中目的地的所有打车请求的订单。
[0067]可理解的是，上述第一预设阈值为订单的数量的阈值，也就是说在达不到该第一预设阈值时，例如订单数量特别少只有I个或者2个时，检测其是否为虚假订单对整个打车系统并无多大影响，因此，本实施例中设置该阈值，主要是为了对数量较大，能够对该打车平台产生一定影响的订单进行排查是否为虚假订单，该第一预设阈值可以为50、100等。
[0068]上述第二预设阈值为上述在预设时间段内获取与该目的地相同的所有订单的数量的订单中订单的状态为被终端投诉或取消的概率的阈值，也可以理解为在第一预设时间段内，与打车请求中的目的地相同的所有订单中被终端投诉或取消的个数占总订单个数的百分比的阈值，该第二预设阈值可以为75%、80%等。
[0069]上述第二预设时间段为暂停推送打车请求订单的时间段，在该时间段内，将该虚假订单进行有效过滤，净化了互联网信息传输环境，提升了用户体验，避免包括该虚假订单中目的地的所有打车请求的订单被推送，该第二预设时间段可以为24小时、72小时等，该第二预设时间段可以根据终端的运营力以及用户的出行高峰期等进行适应性调整，比如在高峰期缩短暂停推送订单的时间，本实施例不对其进行限定。
[0070]当然，如果在该第二预设时间段之后，又接收到了目的地相同的打车请求，则再按照上述步骤重新验证该打车请求的订单是否为虚假订单。
[0071]举例来说，如果某个相同目的地当天的订单的数量大于η(如:100)且订单的状态为被终端投诉或取消的概率(例如:80%)大于某一阈值α I(如:75%)，则认为到达该目的地的所有打车请求的订单都是虚假订单，在未来的预设的一段时间内(如:24小时)不给司机推送该目的地的订单。
[0072]例如:相同目的地均为A的订单在20150401出现了 200次，其中订单的状态为订单取消的订单有90个，被终端投诉的订单有70个，则被终端投诉或取消的概率为(90+70)/200 = 80%，认为以该目的地为打车请求的订单均为虚假订单，在24小时内暂停向终端推送包括该虚假订单中目的地的所有打车请求的订单。
[0073]第二种方案是包括以下步骤:
[0074]1041、在所述订单的数量大于等于第一预设阈值，且所述概率大于第三预设阈值且小于第二预设阈值时，可以确定所述用户设备发送的打车请求的订单为待验证虚假订单；
[0075]上述第三预设阈值与第二预设阈值一样，也为在预设时间段内获取与打车请求中的目的地相同的所有订单的数量的订单中订单的状态为被终端投诉或取消的概率的阈值，也可以理解为在第一预设时间段内，与打车请求中的目的地相同的所有订单中被终端投诉或取消的个数占总订单个数的百分比的阈值，该第三预设阈值可以为60%、50%等。
[0076]1042、向符合预设条件的终端推送包括该虚假订单中目的地的所有打车请求的订单，同时还向订单验证设备推送验证所述待验证虚假订单是否为虚假订单的请求；
[0077]在上述步骤1041中由于确定用户设备发送的打车请求的订单为待验证虚假订单，故还需要向订单验证设备发送验证该待验证虚假订单是否且虚假订单，在未确定该待验证虚假订单为虚假订单之前，这时为了保证正常运营，本公开采用的方法是向符合预设条件的终端推送该订单，该预设条件的终端可以理解为向距离所述用户设备为预设距离的终端或向预设数量的终端推送包括该虚假订单中目的地的所有打车请求的订单。
[0078]1043、接收所述订单验证设备验证的结果，并根据所述结果判断是否向终端推送包括该虚假订单中目的地的所有打车请求的订单。
[0079]具体的，上述步骤1043包括以下两个方案:
[0080]第一种方案是:在所述结果确认所述待验证虚假订单不为虚假订单时，则向终端推送包括该虚假订单中目的地的所有打车请求的订单
[0081]具体可以理解为可以根据打车平台中预先设置的策略