一种商品交易风控方法、装置、设备及存储介质与流程

本技术涉及大数据，尤其涉及一种商品交易风控方法、装置、设备及存储介质。

背景技术：

1、电商平台中的非正常交易行为会对电商平台的用户、商家的利润甚至声誉造成严重影响。

2、现有的电商平台打击非正常类交易行为，通常是对交易商品的近期盈亏利润走向和待支付价格进行检测，以判断以该待支付价格进行交易是否会影响电商平台的利润，甚至是亏损，从而避免被恶意薅羊毛导致商家亏损严重的情况。

3、但是随着电商行业的发展，线上销售中出现的非正常交易行为也变得多种多样，例如雇人刷单、间接洗钱、以违法途径购买特供商品影响正常客户合约和平台声誉等待，因此仅以交易是否盈亏来实现交易风险的把控，难以应对当前市场上操作方式越来越多的异常交易行为。

技术实现思路

1、本技术提供了一种商品交易风控方法、装置、设备及存储介质，能够极大地提高了对非正常交易行为的诊断精确度和交易风控的可靠性。

2、第一方面，本技术实施例提供了一种商品交易风控方法，包括：

3、接收用户的待支付订单，获取用户信息和待支付订单的各个交易商品；

4、获取交易商品的成本价格、交易单价、商品属性和预设时间段的交易流量数据；

5、将交易流量数据输入流量监控模型，得到流量诊断结果；

6、基于成本价格和交易单价进行盈亏判断，得到盈亏诊断结果；

7、根据商品属性和用户信息进行权限检测，得到权限诊断结果；

8、基于流量诊断结果、盈亏诊断结果和权限诊断结果判断交易是否异常。

9、进一步的，预设时间段为交易商品未被诊断出交易异常的、连续的72小时。

10、进一步的，交易流量数据包括交易商品在预设时间段内的历史交易次数和历史交易数量。

11、进一步的，上述将交易流量数据输入流量监控模型，得到流量诊断结果，包括：

12、将交易流量数据输入流量监控模型，得到正常流量范围；

13、判断待支付订单中交易商品的数量是否超过了正常流量范围；

14、若超过，则流量诊断结果为流量异常，否则流量诊断结果为流量正常。

15、进一步的，该方法还包括：

16、根据正常流量范围得到交易商品的危险阈值；

17、若流量诊断结果为流量异常，则计算交易商品的超出数量；

18、判断超出数量是否大于危险阈值；

19、若是，则发送异常警告信息到交易商品的客服。

20、进一步的，该方法还包括：

21、基于最小二乘支持向量回归机算法构建预训练模型；

22、将多种商品在预设时间段内的交易流量数据作为训练流量数据；

23、将各训练流量数据依次输入预训练模型，得到流量监控模型。

24、进一步的，上述基于成本价格和交易单价进行盈亏判断，得到盈亏诊断结果，包括：

25、获取交易商品的上市价格、历史交易平均单价和二手交易平均单价，并输入商品估值模型，得到交易商品的估值价格；

26、根据估值价格、成本价格和交易单价进行盈亏判断，得到盈亏诊断结果。

27、进一步的，上述根据估值价格、成本价格和交易单价进行盈亏判断，得到盈亏诊断结果，包括：

28、根据成本价格或估值价格确定交易商品的亏损阈值；

29、若交易单价小于等于成本价格，则盈亏诊断结果为亏损；

30、若交易单价小于估值价格，且交易单价与估值价格的差值大于亏损阈值，则盈亏诊断结果为亏损；否则盈亏诊断结果为盈利。

31、进一步的，上述根据商品属性和用户信息进行权限检测，得到权限诊断结果，包括：

32、根据商品属性判断交易商品是否为特殊商品；

33、若是，则判断用户信息在交易商品的权限用户名单中是否有匹配；

34、若无匹配，则权限诊断结果为异常；

35、若有匹配或交易商品不是特殊商品，则权限诊断结果无异常。

36、进一步的，该方法还包括：

37、若权限诊断结果为异常，则生成权限异常信息并展示给用户。

38、进一步的，上述基于流量诊断结果、盈亏诊断结果和权限诊断结果判断交易是否异常，包括：

39、若流量诊断结果或权限诊断结果为异常，则判断交易异常；

40、若流量诊断结果和权限诊断结果均为正常，盈亏诊断结果为亏损，则获取交易商品在预设时间段内的净收入；

41、基于盈亏诊断结果和净收入判断交易是否异常。

42、进一步的，上述基于盈亏诊断结果和净收入判断交易是否异常，包括：

43、若交易单价小于等于成本价格，则判断交易异常；

44、若交易单价小于估值价格，且交易单价与估值价格的差值大于亏损阈值，则基于净收入和成本价格计算交易商品在预设时间段内的利润率；

45、若利润率大于预设利润阈值，则判断交易正常，否则判断交易异常。

46、进一步的，该方法还包括：若利润率大于预设利润阈值，则在用户完成待支付订单的支付后，将待支付订单放入低价出售数据库中。

47、第二方面，本技术实施例提供了一种商品交易风控装置，包括：

48、接收模块，用于接收用户的待支付订单，获取用户信息和待支付订单的各个交易商品；

49、获取模块，用于获取交易商品的成本价格、交易单价、商品属性和预设时间段内的交易流量数据；

50、流量诊断模块，用于将交易流量数据输入流量监控模型，得到流量诊断结果；

51、盈亏诊断模块，用于基于成本价格和交易单价进行盈亏判断，得到盈亏诊断结果；

52、权限诊断模块，用于根据商品属性和用户信息进行权限检测，得到权限诊断结果；

53、风控模块，用于基于流量诊断结果、盈亏诊断结果和权限诊断结果判断交易是否异常。

54、进一步的，上述流量诊断模块包括：

55、输入单元，用于将交易流量数据输入流量监控模型，得到正常流量范围；

56、判断单元，用于判断待支付订单中交易商品的数量是否超过了正常流量范围；

57、流量诊断单元，用于在超过正常流量范围时，判断流量诊断结果为流量异常，在不超过正常流量范围时，判断流量诊断结果为流量正常。

58、进一步的，该装置还包括：

59、阈值确定模块，用于根据正常流量范围得到交易商品的危险阈值；

60、超出计算模块，用于在流量诊断结果为流量异常时，计算交易商品的超出数量；

61、超出判断模块，用于判断超出数量是否大于危险阈值；

62、警告模块，用于在大于危险阈值时，发送异常警告信息到交易商品的客服。

63、进一步的，该装置还包括：

64、构建模块，用于基于最小二乘支持向量回归机算法构建预训练模型；

65、收集模块，用于将多种商品在预设时间段内的交易流量数据作为训练流量数据；

66、训练模块，用于将各训练流量数据依次输入预训练模型，得到流量监控模型。

67、进一步的，上述盈亏诊断模块，包括：

68、估值单元，用于获取交易商品的上市价格、历史交易平均单价和二手交易平均单价，并输入商品估值模型，得到交易商品的估值价格；

69、盈亏诊断单元，用于根据估值价格、成本价格和交易单价进行盈亏判断，得到盈亏诊断结果。

70、第三方面，本技术实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时执行如上述任一实施例的一种商品交易风控方法的步骤。

71、第四方面，本技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述任一实施例的一种商品交易风控方法的步骤。

72、综上，与现有技术相比，本技术实施例提供的技术方案带来的有益效果至少包括：

73、本技术实施例提供的一种商品交易风控方法，分别从交易流量、价格是否亏损和购买权限三个角度同时对用户的待支付订单进行风险诊断和检测；对交易流量的诊断避免了刷单、洗钱的异常行为；对交易单价的盈亏诊断避免了恶意用户通过自制程序薅羊毛的异常行为，基于商品属性的权限诊断避免了无合约用户的恶意竞争；从商家和用户两个角度、三个数据维度进行商品交易风险的把控，极大地提高了对非正常交易行为的诊断精确度和交易风控的可靠性。