随着互联网的发展,人们的衣食住行逐渐依赖于在线网络服务平台。某网约车平台,以其友好、优质的服务质量赢得了广大群众的信赖,从众多打车服务平台中脱颖而出。平台每天有千万订单,如何把控订单数据,监测实时订单,有效发现处理异常订单,是运营人员需要面对和解决的问题。针对各个业务方反馈进来的事故数据,特别是重大意外事故(如2018年1月份的地图事故),需要进一步提高事故善后处理效率,为此提出内部引入善后平台这一概念,从技术上帮助运营人员高效地处理异常订单。本文经过内部调研,设计并实现了基于检测算法的实时订单产出以及异常订单进行相关处理的流程化善后平台系统。本文讨论了出租行业的现状,异常检测算法的发展进程,以及平台如何有效获取异常订单数据并第一时间对其进行处理。善后平台系统,将聚集各方系统资源根据业务方要求进行善后处理。首先,平台从订单系统处,获取所需订单数据,而后通过异常检测对订单数据进行异常筛选,对于确认过的异常订单,作为事故方数据,上传至平台。善后平台根据事故方数据,针对性分类进行善后处理。平台分析了行程中的实时订单和专车业务线订单数据特征,研究了目前典型的异常检测算法,最终选择了箱线图模型和局部异常因子模型(Local Outlier Factor)算法相结合,获取异常数据。其中平台善后处理能力包括:异常关单,乘客司机补扣款,发券扣券,删卡扣天,冻结订单,善后通知等操作。善后平台系统以Spring Boot为框架,基于MVC(Model View Controller)设计模式,使用java作为其主要开发语言。数据库采用MySQL为持久化数据库,为提高数据查询效率,使用Redis做缓存,ElasticSearch做索引查询。本平台流程化处理异常订单数据,主要分为任务管理,通讯录,数据导出,异常检测四大模块。任务管理模块涉及字段补全,冻结订单/账户,善后方案确定,执行善后动作等系统功能。善后平台解决了对海量订单数据的异常筛选问题,实现了流程化处理事故数据。平台已投入实际使用中,根据业务需求,平台处理事故能力尚不健全,目前还在不断地迭代开发中。