本地搭建了 使用rag知识库+ ollaman 的deepseek-r1:32b 模型
目前有一个需求 电商网站 用户下单 做风控处理（可能成功用户发货，失败给用户退款）
订单表字段 id userid goodsid createtime status
登录表字段 id userid ip createtime
收货地址表 id userid address createtime

风控规则如下
1.登录ip 占比10%，
2.总历史下单数量 占比10%
3.收货地址数量有重复 占比10%， 这样类似的规则 等，
都要算下， 评估出来 超过50% 就通过 否则不通过这样

怎么把历史的数据 订单 登录ip 收货地址 这3个表的数据，喂给模型，然后训练出来， 如果有新的用户下单， 就能评估出来这样的一个风险百分比

求会的大佬教教 付费解决