电商交易作弊识别方法及系统与流程

本申请涉及数据分析，尤其涉及一种电商交易作弊识别方法、系统、电子装置及计算机可读存储介质。

背景技术：

1、随着计算机技术的普及与电子商务业务的发展，用户常常会在电子装置上进行电商交易。但是，在电商交易过程中也开始出现各种作弊手段，并且作弊用户呈现团队化趋势。因此，如何识别出交易中出现的作弊团队和作弊用户，保障财产安全，成为一个亟需解决的问题。

技术实现思路

1、本申请的主要目的在于提出一种电商交易作弊识别方法、系统、电子装置及计算机可读存储介质，旨在解决如何准确地识别出作弊团队和作弊用户的问题。

2、第一方面，本申请实施例提供了一种电商交易作弊识别方法，所述方法包括：

3、基于多个用户之间的关系构建图数据，所述图数据由多个节点和多条边组成，所述节点表示用户，所述边表示用户与用户之间建立的关系，所述边的权重表示用户与用户之间建立关系的次数，所述关系根据多个维度的特征数据建立；

4、基于所述图数据，聚合所述多个用户以得到多个团队；

5、根据团队定位策略，从所述多个团队中识别作弊团队，其中，所述团队定位策略是基于团队操作行为的作弊团队定位策略。

6、第二方面，本申请实施例提供一种电商交易作弊识别系统，所述系统包括：

7、构建模块，用于基于多个用户之间的关系构建图数据，所述图数据由多个节点和多条边组成，所述节点表示用户，所述边表示用户与用户之间建立的关系，所述边的权重表示用户与用户之间建立关系的次数，所述关系根据多个维度的特征数据建立；

8、聚合模块，用于基于所述图数据，聚合所述多个用户以得到多个团队；

9、识别模块，用于根据团队定位策略，从所述多个团队中识别作弊团队，其中，所述团队定位策略是基于团队操作行为的作弊团队定位策略。

10、第三方面，本申请实施例提供一种电子装置，所述电子装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的电商交易作弊识别程序，所述电商交易作弊识别程序被所述处理器执行时实现如上述的电商交易作弊识别方法。

11、第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有电商交易作弊识别程序，所述电商交易作弊识别程序被处理器执行时实现如上述的电商交易作弊识别方法。

12、本申请实施例提出的电商交易作弊识别方法、系统、电子装置及计算机可读存储介质，能够根据多种维度的特征数据来建立用户关系，并将建立用户关系的次数作为图数据中边的权重，使得所述图数据所反映出的用户关系更加多元，也使得所述聚合模型在聚合过程中所考虑的依据更加全面，聚合结果更加准确。并且，在根据用户关系构建图数据和通过聚合模型处理所述图数据得到多个团队后，根据基于团队操作行为的团队定位策略，从所述多个团队中识别作弊团队，有效提高了作弊团队识别的准确性，避免将正常团队误当做作弊团队进行处置，保证了商业生态的公正和稳定。

技术特征：

1.一种电商交易作弊识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的电商交易作弊识别方法，其特征在于，所述基于多个用户之间的关系构建图数据，包括：

3.根据权利要求2所述的电商交易作弊识别方法，其特征在于，所述根据多个维度的特征建立用户与用户之间的关系，包括：

4.根据权利要求1所述的电商交易作弊识别方法，其特征在于，所述基于所述图数据，聚合所述多个用户以得到多个团队，包括：

5.根据权利要求4所述的电商交易作弊识别方法，其特征在于，所述通过聚合模型处理所述图数据，包括：

6.根据权利要求5所述的电商交易作弊识别方法，其特征在于，所述通过聚合模型处理所述图数据，包括：

7.根据权利要求4所述的电商交易作弊识别方法，其特征在于，所述通过聚合模型处理所述图数据，包括：

8.根据权利要求7所述的电商交易作弊识别方法，其特征在于，所述通过聚合模型处理所述图数据，包括：

9.根据权利要求1所述的电商交易作弊识别方法，其特征在于，所述根据团队定位策略，从所述多个团队中识别作弊团队，包括：

10.根据权利要求1所述的电商交易作弊识别方法，其特征在于，所述方法还包括：

11.根据权利要求10所述的电商交易作弊识别方法，其特征在于，所述根据用户定位策略识别作弊用户，包括：

12.根据权利要求9或11所述的电商交易作弊识别方法，其特征在于，所述操作行为数据包括交易前n天浏览商品时间、交易前n天浏览商品数量、交易前n天发送私信给商户数量，其中，n为预设正整数。

13.根据权利要求9所述的电商交易作弊识别方法，其特征在于，所述根据所述平均值和第一阈值，确定所述团队是否为作弊团队，包括：

14.根据权利要求11所述的电商交易作弊识别方法，其特征在于，所述根据所述操作行为数据和第二阈值，确定所述用户是否为作弊用户，包括：

15.一种电商交易作弊识别系统，其特征在于，所述系统包括：

16.一种电子装置，其特征在于，所述电子装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的电商交易作弊识别程序，所述电商交易作弊识别程序被所述处理器执行时实现如权利要求1至14中任一项所述的电商交易作弊识别方法。

17.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有电商交易作弊识别程序，所述电商交易作弊识别程序被处理器执行时实现如权利要求1至14中任一项所述的电商交易作弊识别方法。

技术总结
本申请公开了一种电商交易作弊识别方法，该方法包括：基于多个用户之间的关系构建图数据，所述图数据由多个节点和多条边组成，所述节点表示用户，所述边表示用户与用户之间建立的关系，所述边的权重表示用户与用户之间建立关系的次数，所述关系根据多个维度的特征数据建立；基于所述图数据，聚合所述多个用户以得到多个团队；根据团队定位策略，从所述多个团队中识别作弊团队，其中，所述团队定位策略是基于团队操作行为的作弊团队定位策略。本申请还公开了一种电商交易作弊识别系统、电子装置和计算机可读存储介质。由此，能够有效提高作弊团队识别的准确性。

技术研发人员：李旭峰
受保护的技术使用者：北京新氧科技有限公司
技术研发日：
技术公布日：2024/1/16