CN106127505A - 一种刷单识别方法及装置 - Google Patents

一种刷单识别方法及装置 Download PDF

Info

Publication number
CN106127505A
CN106127505A CN201610417230.7A CN201610417230A CN106127505A CN 106127505 A CN106127505 A CN 106127505A CN 201610417230 A CN201610417230 A CN 201610417230A CN 106127505 A CN106127505 A CN 106127505A
Authority
CN
China
Prior art keywords
user
user group
group
transaction information
brush
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610417230.7A
Other languages
English (en)
Inventor
张静
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Zhongshang Huimin Group Co., Ltd
Original Assignee
Beijing Zhongcheng Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Zhongcheng Information Technology Co Ltd filed Critical Beijing Zhongcheng Information Technology Co Ltd
Priority to CN201610417230.7A priority Critical patent/CN106127505A/zh
Publication of CN106127505A publication Critical patent/CN106127505A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0225Avoiding frauds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0609Buyer or seller confidence or verification

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种刷单识别方法及装置。该方法包括:根据至少一个关联特征对多个目标账号进行关联,得到第一用户组;获取所述第一用户组的交易信息;根据所述第一用户组的交易信息对所述第一用户组进行刷单识别。本发明的技术方案以用户组作为刷单识别对象,根据用户组的交易信息识别作弊用户,进而能够识别出通过大量不同账户进行刷单的某一作弊用户,解决对单个账户的交易信息进行检测的识别方式无法识别出较为复杂的刷单行为问题,提高刷单的识别率。

Description

一种刷单识别方法及装置
技术领域
本发明实施例涉及互联网技术,尤其涉及一种刷单识别方法及装置。
背景技术
随着互联网技术的突飞猛进,互联网线上到线下(Online To Offline,O2O)行业迅猛发展,O2O模式已广泛应用于在线旅游、房地产、订票、移动互联网、餐饮、汽车租赁、电子优惠券、奢侈品等诸多领域。
大量的O2O行业采取补贴用户的经营模式,使得O2O行业普遍存在刷单现象。刷单是指通过一定的交易方式非正常获取平台的优惠补贴。现有技术中,通过监测每个账户的交易信息来阻止用户的刷单行为。例如,很多平台有首单立减的优惠补贴,平台会检测每个账户的交易记录,若存在交易记录,则该账户不享受此优惠补贴,从而对每个账号获取优惠补贴进行限制,阻止用户通过一个账户进行刷单多次获取优惠补贴。
然而,用户可通过使用多台设备、多个手机和/或使用虚拟机注册的大量账号进行刷单,通过对单个账户的交易信息进行检测的识别方式无法识别出上述较为复杂的刷单行为,现有的刷单识别方法的识别率较低。
发明内容
本发明提供一种刷单识别方法及装置,以实现识别通过大量不同账户进行刷单的同一作弊用户,提高刷单的识别率,减少商家的损失。
第一方面,本发明实施例提供了一种刷单识别方法,包括:根据至少一个关联特征对多个目标账号进行关联,得到第一用户组;
获取所述第一用户组的交易信息;
根据所述第一用户组的交易信息对所述第一用户组进行刷单识别。
上述方法中,优选的是,所述根据至少一个关联特征对多个目标账号进行关联,得到第一用户组,包括:
如果目标设备上登录有多个目标账号,则将所述多个目标账号进行强关联。
上述方法中,优选的是,所述根据至少一个关联特征对多个目标账号进行关联,得到第一用户组,还可包括:
如果多个目标账号通过目标支付账号进行支付,则将所述多个目标账号进行强关联。
上述方法中,优选的是,所述获取所述第一用户组的交易信息,包括:
将所述第一用户组内的每个账户的交易信息进行累计,得到所述第一用户组的交易信息。
上述方法中,优选的是,所述在获取所述第一用户组的交易信息之前,还包括:
如果所述第一用户组与第二用户组具有相同的目标账号,则将所述第一用户组和所述第二用户组合并为新的第一用户组,所述第二用户组为强关联得到的任一用户组。
上述方法中,优选的是,所述在获取所述第一用户组的交易信息之前,还包括:
如果所述第一用户组与第二用户组具有相同的收件人信息,则将所述第一用户组和所述第二用户组进行弱关联;
相应的,所述根据所述第一用户组的交易信息对所述第一用户组进行刷单识别,包括:
将所述第一用户组的交易信息和预设比例的所述第二用户组的交易信息进行累计;
根据累计得到的交易信息对所述第一用户组进行刷单识别。
上述方法中,优选的是,所述根据至少一个关联特征对多个目标账号进行关联,包括:
判断登录有目标账号的设备是否为模拟器;
如果是模拟器则对所述模拟器上登录的多个目标账号进行强关联。
第二方面,本发明实施例还提供了一种刷单识别装置,该装置包括:
关联单元,用于根据至少一个关联特征对多个目标账号进行关联,得到第一用户组;
交易信息获取单元,用于获取所述关联单元得到的所述第一用户组的交易信息;
刷单识别单元,用于根据所述交易信息获取单元获取的所述第一用户组的交易信息对所述第一用户组进行刷单识别。
上述装置中,优选的是,所述关联单元具体用于:
如果目标设备上登录有多个目标账号,则将所述多个目标账号进行强关联。
上述装置中,优选的是,所述关联单元具体还用于:
如果多个目标账号通过目标支付账号进行支付,则将所述多个目标账号进行强关联。
上述装置中,优选的是,所述交易信息获取单元具体用于:
将所述关联单元得到的所述第一用户组内的每个账户的交易信息进行累计,得到所述第一用户组的交易信息。
上述装置中,优选的是,还包括:
用户组合并单元,用于如果所述关联单元得到的所述第一用户组与第二用户组具有相同的目标账号,则将所述第一用户组和所述第二用户组合并为新的第一用户组,所述第二用户组为通过强关联得到的任一用户组。
上述装置中,优选的是,还包括:
弱关联单元,用于如果所述关联单元得到的所述第一用户组与第二用户组具有相同的收件人信息,则将所述第一用户组和所述第二用户组进行弱关联;
相应的,所述刷单识别单元,包括:
交易信息累计子单元,用于将所述第一用户组的交易信息和预设比例的所述第二用户组的交易信息进行累计;
刷单识别子单元,用于根据累计得到的交易信息对所述第一用户组进行刷单识别。
上述装置中,优选的是,所述关联单元包括:
模拟器判断子单元,用于判断登录有目标账号的设备是否为模拟器;
关联子单元,如果所述模拟器判断子单元判断为是模拟器,则对所述模拟器上登录的多个目标账号进行强关联。
本发明实施例通过根据至少一个关联特征对多个目标账号进行关联,得到第一用户组,并根据第一用户组的交易信息对第一用户组进行刷单识别,从而实现以用户组作为刷单识别对象,根据用户组的交易信息识别作弊用户,进而能够识别出通过大量不同账户进行刷单的某一作弊用户,解决对单个账户的交易信息进行检测的识别方式无法识别出较为复杂的刷单行为问题,提高刷单的识别率。
附图说明
图1为本发明实施例一中的一种刷单识别方法的流程示意图;
图2为本发明实施例二中的一种刷单识别方法的流程示意图;
图3为本发明实施例三中的一种刷单识别方法的流程示意图;
图4为本发明实施例四中的一种刷单识别方法的流程示意图;
图5为本发明实施例五中的一种刷单识别方法的流程示意图;
图6为本发明实施例六中的一种刷单识别方法的流程示意图;
图7为本发明实施例七中的一种刷单识别方法的流程示意图;
图8为本发明实施例八中的一种刷单识别方法的流程示意图;
图9为本发明实施例九中的一种刷单识别装置的结构示意图;
图10为本发明实施例九中的一种刷单识别装置中关联单元的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种刷单识别方法的流程示意图,本实施例可适用于用户刷单识别的情况,该方法可以由刷单识别装置来执行,其中该装置可由软件和/或硬件实现,并一般可集成于服务器中。具体包括如下步骤:
步骤110、根据至少一个关联特征对多个目标账号进行关联,得到第一用户组;
其中,关联特征指把现象与问题有关系的因素串联起来的特征,通过关联特征可将各种因素关联在一起。关联特征可以为登录设备、支付账号等。
目标账号可以为任一平台的账号。平台可以为在线旅游、房地产、订票、移动互联网、餐饮、汽车租赁、电子优惠券、奢侈品等诸多领域平台。其中,账号可以有多种形式,例如数字账号,数字加字母等形式,账号还可以为中文或英文甚至符号组成,示例性的,账号可以为手机号码、邮箱账户或身份证号码等。
步骤120、获取第一用户组的交易信息。
交易信息是指交易过程中产生的可以被记录获得的内容,依据平台的不同交易信息也可不同。示例性地,餐饮娱乐行业的交易信息可以包括商家信息、消费时间、消费次数、消费价格等信息;打车行业的交易信息可以包括出租车牌、起步地点、目的地、打车时间、打车次数及优惠券使用次数等信息。
获取的交易信息的方式,可以为打开其他相关的应用程序读取该应用程序中所需交易信息的内容或者从接收其它终端发送的该交易信息的内容。
步骤130、根据第一用户组的交易信息对第一用户组进行刷单识别。
示例性的,刷单识别方式可以通过机器学习的方式进行识别,典型的机器学习方法包括,神经网络、支持向量机、遗传算法、、贝叶斯学习及聚类分析等算法,刷单识别方式还可以通过预定义的规则进行识别,示例性的,预定义的规则可以是若第一用户组的某个交易信息大于给定的阈值,则认定第一用户组中的账户为刷单账户。
本实施例的技术方案,通过根据至少一个关联特征对多个目标账号进行关联,得到第一用户组,并获取第一用户组的交易信息,根据第一用户组的交易信息对第一用户组进行刷单识别,从而实现以用户组作为刷单识别对象,根据用户组的交易信息识别作弊用户,进而能够识别出通过大量不同账户进行刷单的某一作弊用户,解决对单个账户的交易信息进行检测的识别方式无法识别出较为复杂的刷单行为问题,提高刷单的识别率。
实施例二
图2为本发明实施例二提供的一种刷单识别方法的流程示意图,作为对实施例一的进一步说明。步骤110、根据至少一个关联特征对多个目标账号进行关联,得到第一用户组,可通过下述方式进行实施:
步骤110a、如果目标设备上登录有多个目标账号,则将多个目标账号进行强关联。
从目标设备上获取预设时间段内的目标账号信息,根据获取的目标账号信息确定在该预设时间段内使用该目标设备登录的各目标账号。其中,预设时间段可以为1-7天。
示例性的,目标设备可为智能手机、平板电脑或智能手表等设备。示例性的,对于某一平台,在预设的时间内,账号A、B和C均通过智能手机T1登录,则将账号A、B和C强关联在一起,若账号A又在另一智能手机T2登录,且通过智能手机T2登录的账号还有D、E,则账号A、D、E也强关联在一起。所述多个目标账号为至少两个目标账号。
示例性的,强关联为将多个目标账号添加用户组标识,具有同一个用户组标识的至少两个目标账号组成一个用户组。
本实施例的方案可以将通过目标设备登录的多个账号强关联在一起,成为同一用户组,实现以用户组作为刷单识别对象,根据用户组的交易信息识别作弊用户,进而能够识别出通过同一设备登录大量不同账户进行刷单的某一作弊用户。
实施例三
图3为本发明实施例三提供的一种刷单识别方法的流程示意图,作为对上述实施例的进一步说明。进一步的,步骤110、根据至少一个关联特征对多个目标账号进行关联,得到第一用户组,还可通过下述方式进行实施:
步骤110b、如果多个目标账号通过目标支付账号进行支付,则将所述多个目标账号进行强关联。
示例性的,目标支付账号可以为任一支付账号。
示例性的,目标支付账号可以为支付宝账号,银行卡账号,微信支付账号等。
从本地服务器获取支付账号信息,根据获取的支付账号信息,确定在预设时间段内使用同一支付账号进行支付的各目标账号。其中,预设时间段可以为1-7天。
示例性的,对于某一平台,在预设的时间内,账号A、B和C均通过支付宝账户P1支付,则将账号A、B和C强关联在一起,若账号A还曾通过支付宝账户P2支付,且通过支付宝账户P2支付的账号还有D、E,则账号A、D、E也强关联在一起。
本实施例的方案可以将通过目标支付账号支付的多个账号强关联在一起,成为同一用户组,实现以用户组作为刷单识别对象,根据用户组的交易信息识别作弊用户,进而能够识别出通过大量不同账户使用同一支付账号进行刷单的某一作弊用户。
实施例四
图4为本发明实施例四提供的一种刷单识别方法的流程示意图,作为对上述实施例的进一步说明。进一步的,步骤120、获取第一用户组的交易信息,包括:
步骤120a、将第一用户组内的每个账户的交易信息进行累计,得到第一用户组的交易信息。
示例性的,第一用户组包括A、B和C三个账户,每个账户的交易信息包括商铺信息、消费次数、消费金额、消费时间及使用优惠券次数等,则第一用户组的交易信息为A、B和C三个账户的商铺信息、消费次数、消费金额、消费时间及使用优惠券次数等信息的分别累加。
本实施例通过将用户组内的每个账户的交易信息进行累计,得到用户组的交易信息,进而根据用户组的交易信息识别作弊用户,解决对单个账户的交易信息进行检测的识别方式无法识别出较为复杂的刷单行为问题,提高刷单的识别率。
实施例五
图5为本发明实施例五提供的一种刷单识别方法的流程示意图,作为对上述实施例的进一步说明。步骤120、获取第一用户组的交易信息之前,还包括:
步骤140、如果第一用户组与第二用户组具有相同的目标账号,则将第一用户组和第二用户组合并为新的第一用户组,第二用户组为强关联得到的任一用户组。
示例性的,第一用户组包括A、B和C账户,第二用户组包括B和D账户,另一第二用户组包括B、E、F和G账户,由于三个用户组中均包括B账户,则新的第一用户组包括A、B、C、D、E、F和G账户。
示例性的,第一用户组包括A、B和C账户,第二用户组包括B、C和D账户,由于两个用户组中均包括B或C账户,则新的第一用户组包括A、B、C和D账户。
本实施例通过将具有相同的目标账号的用户组合并为新的用户组,实现通过同一账号将其它账号关联在一起,在其他关联特征的基础上又进一步关联,使得用户组包含的范围可以更广,通过以新的用户组作为刷单识别对象,根据新的用户组的交易信息识别作弊用户,进而能够更加准确识别通过大量不同账户进行刷单的某一作弊用户,提高刷单的识别率。
实施例六
图6为本发明实施例四提供的一种刷单识别方法的流程示意图,作为对上述实施例的进一步说明,在步骤120、获取第一用户组的交易信息之前,还包括:
步骤150、如果第一用户组与第二用户组具有相同的收件人信息,则将第一用户组和第二用户组进行弱关联;
示例性的,收件人信息具体为收件人电话、收件人地址等信息。
示例性的,第一用户组包括A、B和C账户,第二用户组包括D和E账户,另一第二用户组包括A和F账户,若该三个用户组包括同一个收件人电话,则将该三个用户组弱关联。
示例性的,弱关联为将弱关联的用户组添加弱关联标识,具有同一个弱关联标识的至少两个用户组构成弱关联用户组。
进一步的,步骤130、根据第一用户组的交易信息对第一用户组进行刷单识别,包括:
步骤130a、将第一用户组的交易信息和预设比例的第二用户组的交易信息进行累计;
示例性的,第一用户组的交易信息中消费次数为2、消费金额为300、使用优惠券次数为4,第二用户组的交易信息中消费次数为4、消费金额为400、使用优惠券次数为6,另一第二用户组的交易信息中消费次数为3、消费金额为200、使用优惠券次数为2,预设比例为0.5,则第一用户组的交易信息中消费次数为2+4×0.5+3×0.5=5.5,消费金额为300+400×0.5+200×0.5=600,使用优惠券次数为4+6×0.5+2×0.5=8。
步骤130b、根据累计得到的交易信息对第一用户组进行刷单识别。
本实施例通过将具有相同收件人信息的用户组弱关联,并将用户组的交易信息和预设比例的与其弱关联的用户组的交易信息进行累计,最后通过累计的信息对用户组进行刷单识别,丰富了用户组的交易信息,,根据用户组的交易信息识别作弊用户,提高刷单用户的识别率。
实施例七
图7本发明实施例七提供的一种刷单识别方法的流程示意图,作为对上述实施例的进一步说明。步骤110、根据至少一个关联特征对多个目标账号进行关联,得到第一用户组,可通过下述方式进行实施:
步骤110c、判断登录有目标账号的设备是否为模拟器;
步骤110d、如果是模拟器则对所述模拟器上登录的多个目标账号进行强关联。
示例性的,模拟器可以为安卓模拟器、iOS模拟器等模拟器。
示例性的,可以通过获取国际移动设备标识(International Mobile EquipmentIdentity,IMEI)、中央处理器(Central Processing Unit,CPU)序列号等信息进行模拟器识别。
实施例八
下面通过一个使用场景对上述方法进行进一步说明,如图8所示,包括:
步骤110、根据至少一个关联特征对多个目标账号进行关联,得到第一用户组。
如果目标设备上登录有多个目标账号,则将所述多个目标账号进行强关联。
优选的,在将所述多个目标账号进行强关联之前,可将登录设备生成唯一标识,用于识别登录设备;优选的,唯一设备标识可为IMEI码、屏幕尺寸、CPU序列号等信息通过消息摘要算法(Message-Digest Algorithm 5,MD5)生成的MD5码。MD5码可作为设备指纹唯一地标识设备。
如果多个目标账号通过目标支付账号进行支付,则将多个目标账号进行强关联。
步骤140、如果第一用户组与第二用户组具有相同的目标账号,则将第一用户组和第二用户组合并为新的第一用户组,第二用户组为强关联得到的任一用户组。
步骤150、如果第一用户组与第二用户组具有相同的收件人信息,则将第一用户组和第二用户组进行弱关联。
步骤120、获取第一用户组的交易信息。
步骤130a、将第一用户组的交易信息和预设比例的第二用户组的交易信息进行累计。
步骤130b、根据累计得到的交易信息对第一用户组进行刷单识别。
优选的,在第一用户组被识别为刷单后,将该用户组的所有账户加入黑名单。
本实施例,详细说明了通过关联特征将多个账号强关联,确定用户组,并将具有相同账号的用户组合并为新的用户组,然后将具有同一收件人信息的用户组弱关联,并将与一用户组弱关联的其他用户组的交易信息以预设的比例进行累计,从而通过该累计的信息对该用户组进行刷单识别,使得累计的交易信息包含范围更加广泛,从而实现根据用户组的交易信息识别作弊用户,进而能够识别出通过大量不同账户进行刷单的某一作弊用户,解决对单个账户的交易信息进行检测的识别方式无法识别出较为复杂的刷单行为问题,提高刷单的识别率。
实施例九
图9为本发明实施例九提供的一种刷单识别装置的结构示意图,装置位于服务器中,包括:
关联单元11,用于根据至少一个关联特征对多个目标账号进行关联,得到第一用户组;
交易信息获取单元12,用于获取关联单元11得到的第一用户组的交易信息;
刷单识别单元13,用于根据交易信息获取单元12获取的第一用户组的交易信息对第一用户组进行刷单识别。
进一步的,关联单元11具体用于:
如果目标设备上登录有多个目标账号,则将多个目标账号进行强关联。
进一步的,关联单元11具体用于:
如果多个目标账号通过目标支付账号进行支付,则将多个目标账号进行强关联。
进一步的,交易信息获取单元12具体用于:
将关联单元11得到的第一用户组内的每个账户的交易信息进行累计,得到第一用户组的交易信息。
进一步的,还包括:
用户组合并单元14,用于如果关联单元11得到的第一用户组与第二用户组具有相同的目标账号,则将第一用户组和第二用户组合并为新的第一用户组,第二用户组为通过强关联得到的任一用户组。
进一步的,还包括:
弱关联单元15,用于如果关联单元11得到的第一用户组与第二用户组具有相同的收件人信息,则将第一用户组和第二用户组进行弱关联;
相应的,刷单识别单元13,包括:
交易信息累计子单元131,用于将第一用户组的交易信息和预设比例的第二用户组的交易信息进行累计;
刷单识别子单元132,用于根据累计得到的交易信息对第一用户组进行刷单识别。
进一步的,如图10所示,关联单元11包括:
模拟器判断子单元111,用于判断登录有目标账号的设备是否为模拟器;
关联子单元112,如果模拟器判断子单元111判断为是模拟器,则对模拟器上登录的多个目标账号进行强关联。
上述装置可执行本发明任意实施例提供的方法,具备执行上述方法相应的功能单元和有益效果。
本发明实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种刷单识别方法,该方法包括:
根据至少一个关联特征对多个目标账号进行关联,得到第一用户组;
获取所述第一用户组的交易信息;
根据所述第一用户组的交易信息对所述第一用户组进行刷单识别。
可选的,该计算机可执行指令在由计算机处理器执行时还可以用于执行本发明任意实施例所提供的刷单识别方法的技术方案。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (14)

1.一种刷单识别方法,其特征在于,包括:
根据至少一个关联特征对多个目标账号进行关联,得到第一用户组;
获取所述第一用户组的交易信息;
根据所述第一用户组的交易信息对所述第一用户组进行刷单识别。
2.根据权利要求1所述的刷单识别方法,其特征在于,所述根据至少一个关联特征对多个目标账号进行关联,包括:
如果目标设备上登录有多个目标账号,则将所述多个目标账号进行强关联。
3.根据权利要求1或2所述的刷单识别方法,其特征在于,所述根据至少一个关联特征对多个目标账号进行关联,包括:
如果多个目标账号通过目标支付账号进行支付,则将所述多个目标账号进行强关联。
4.根据权利要求3所述的刷单识别方法,其特征在于,所述获取所述第一用户组的交易信息,包括:
将所述第一用户组内的每个账户的交易信息进行累计,得到所述第一用户组的交易信息。
5.根据权利要求3所述的刷单识别方法,其特征在于,在所述获取所述第一用户组的交易信息之前,还包括:
如果所述第一用户组与第二用户组具有相同的目标账号,则将所述第一用户组和所述第二用户组合并为新的第一用户组,所述第二用户组为强关联得到的任一用户组。
6.根据权利要求3所述的刷单识别方法,其特征在于,在所述获取所述第一用户组的交易信息之前,还包括:
如果所述第一用户组与第二用户组具有相同的收件人信息,则将所述第一用户组和所述第二用户组进行弱关联;
相应的,所述根据所述第一用户组的交易信息对所述第一用户组进行刷单识别,包括:
将所述第一用户组的交易信息和预设比例的所述第二用户组的交易信息进行累计;
根据累计得到的交易信息对所述第一用户组进行刷单识别。
7.根据权利要求1所述的刷单识别方法,其特征在于,所述根据至少一个关联特征对多个目标账号进行关联,包括:
判断登录有目标账号的设备是否为模拟器;
如果是模拟器则对所述模拟器上登录的多个目标账号进行强关联。
8.一种刷单识别装置,其特征在于,包括:
关联单元,用于根据至少一个关联特征对多个目标账号进行关联,得到第一用户组;
交易信息获取单元,用于获取所述关联单元得到的所述第一用户组的交易信息;
刷单识别单元,用于根据所述交易信息获取单元获取的所述第一用户组的交易信息对所述第一用户组进行刷单识别。
9.根据权利要求8所述的刷单识别装置,其特征在于,所述关联单元具体用于:
如果目标设备上登录有多个目标账号,则将所述多个目标账号进行强关联。
10.根据权利要求8或9所述的刷单识别装置,其特征在于,所述关联单元具体用于:
如果多个目标账号通过目标支付账号进行支付,则将所述多个目标账号进行强关联。
11.根据权利要求10所述的刷单识别装置,其特征在于,所述交易信息获取单元具体用于:
将所述关联单元得到的所述第一用户组内的每个账户的交易信息进行累计,得到所述第一用户组的交易信息。
12.根据权利要求10所述的刷单识别装置,其特征在于,还包括:
用户组合并单元,用于如果所述关联单元得到的所述第一用户组与第二用户组具有相同的目标账号,则将所述第一用户组和所述第二用户组合并为新的第一用户组,所述第二用户组为通过强关联得到的任一用户组。
13.根据权利要求10所述的刷单识别装置,其特征在于,还包括:
弱关联单元,用于如果所述关联单元得到的所述第一用户组与第二用户组具有相同的收件人信息,则将所述第一用户组和所述第二用户组进行弱关联;
相应的,所述刷单识别单元,包括:
交易信息累计子单元,用于将所述第一用户组的交易信息和预设比例的所述第二用户组的交易信息进行累计;
刷单识别子单元,用于根据累计得到的交易信息对所述第一用户组进行刷单识别。
14.根据权利要求8所述的刷单识别装置,其特征在于,所述关联单元包括:
模拟器判断子单元,用于判断登录有目标账号的设备是否为模拟器;
关联子单元,如果所述模拟器判断子单元判断为是模拟器,则对所述模拟器上登录的多个目标账号进行强关联。
CN201610417230.7A 2016-06-14 2016-06-14 一种刷单识别方法及装置 Pending CN106127505A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610417230.7A CN106127505A (zh) 2016-06-14 2016-06-14 一种刷单识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610417230.7A CN106127505A (zh) 2016-06-14 2016-06-14 一种刷单识别方法及装置

Publications (1)

Publication Number Publication Date
CN106127505A true CN106127505A (zh) 2016-11-16

Family

ID=57270922

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610417230.7A Pending CN106127505A (zh) 2016-06-14 2016-06-14 一种刷单识别方法及装置

Country Status (1)

Country Link
CN (1) CN106127505A (zh)

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107146089A (zh) * 2017-03-29 2017-09-08 北京三快在线科技有限公司 一种刷单识别方法及装置,电子设备
CN107274212A (zh) * 2017-05-26 2017-10-20 北京小度信息科技有限公司 作弊识别方法及装置
CN107481126A (zh) * 2017-09-27 2017-12-15 北京同城必应科技有限公司 一种防刷单的方法、服务器和客户端
CN107730096A (zh) * 2017-09-29 2018-02-23 北京神州绿盟信息安全科技股份有限公司 一种情报数据源的质量评估方法及装置
CN107958382A (zh) * 2017-12-06 2018-04-24 北京小度信息科技有限公司 异常行为识别方法、装置、电子设备及存储介质
CN108108866A (zh) * 2016-11-24 2018-06-01 阿里巴巴集团控股有限公司 一种风险控制的方法及装置
CN108259181A (zh) * 2017-11-28 2018-07-06 中国平安财产保险股份有限公司 刷单检测方法及终端设备
CN108734366A (zh) * 2017-04-24 2018-11-02 北京京东尚科信息技术有限公司 用户识别方法及其***
CN109034583A (zh) * 2018-07-17 2018-12-18 阿里巴巴集团控股有限公司 异常交易识别方法、装置及电子设备
CN109285009A (zh) * 2018-08-06 2019-01-29 北京三快在线科技有限公司 刷单识别方法和刷单识别装置
CN109636413A (zh) * 2018-11-23 2019-04-16 杭州优行科技有限公司 一种存储介质、服务器、刷单行为识别方法及装置
CN109784811A (zh) * 2019-01-15 2019-05-21 长春市震撼科技有限公司 一种用于电子商务的商品销售***
CN109886702A (zh) * 2017-12-04 2019-06-14 北京京东尚科信息技术有限公司 一种判定业务活动中异常行为的方法和装置
CN109978033A (zh) * 2019-03-15 2019-07-05 第四范式(北京)技术有限公司 同操作人识别模型的构建与同操作人识别的方法和装置
CN110533432A (zh) * 2019-07-19 2019-12-03 重庆小雨点小额贷款有限公司 一种业务处理方法、装置、服务器及客户端
CN110648195A (zh) * 2019-08-28 2020-01-03 苏宁云计算有限公司 一种用户识别方法、装置、计算机设备
CN110795723A (zh) * 2019-11-08 2020-02-14 浙江执御信息技术有限公司 一种判断是否刷单的方法
CN111027023A (zh) * 2019-12-11 2020-04-17 重庆锐云科技有限公司 一种基于频繁分析的房产在线开盘检测方法及***
CN111191925A (zh) * 2019-12-30 2020-05-22 南京领行科技股份有限公司 数据处理方法、装置、设备和存储介质
CN111582886A (zh) * 2020-05-07 2020-08-25 支付宝(杭州)信息技术有限公司 虚假资源转移的识别方法、装置、设备及介质
CN117196640A (zh) * 2023-11-06 2023-12-08 青岛巨商汇网络科技有限公司 一种基于服务体验的全流程可视化管理***及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103279869A (zh) * 2013-05-24 2013-09-04 北京京东尚科信息技术有限公司 一种确定信息处理目标的方法和装置
CN105160572A (zh) * 2015-09-30 2015-12-16 努比亚技术有限公司 控制订单生成的装置、方法及秒杀***
CN105657659A (zh) * 2016-01-29 2016-06-08 北京邮电大学 一种识别打车业务中刷单用户的方法和***

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103279869A (zh) * 2013-05-24 2013-09-04 北京京东尚科信息技术有限公司 一种确定信息处理目标的方法和装置
CN105160572A (zh) * 2015-09-30 2015-12-16 努比亚技术有限公司 控制订单生成的装置、方法及秒杀***
CN105657659A (zh) * 2016-01-29 2016-06-08 北京邮电大学 一种识别打车业务中刷单用户的方法和***

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108108866A (zh) * 2016-11-24 2018-06-01 阿里巴巴集团控股有限公司 一种风险控制的方法及装置
CN107146089B (zh) * 2017-03-29 2020-11-13 北京三快在线科技有限公司 一种刷单识别方法及装置,电子设备
CN107146089A (zh) * 2017-03-29 2017-09-08 北京三快在线科技有限公司 一种刷单识别方法及装置,电子设备
CN108734366B (zh) * 2017-04-24 2022-09-30 北京京东尚科信息技术有限公司 用户识别方法及其***、非易失性存储介质和计算机***
CN108734366A (zh) * 2017-04-24 2018-11-02 北京京东尚科信息技术有限公司 用户识别方法及其***
CN107274212A (zh) * 2017-05-26 2017-10-20 北京小度信息科技有限公司 作弊识别方法及装置
CN107481126A (zh) * 2017-09-27 2017-12-15 北京同城必应科技有限公司 一种防刷单的方法、服务器和客户端
CN107730096A (zh) * 2017-09-29 2018-02-23 北京神州绿盟信息安全科技股份有限公司 一种情报数据源的质量评估方法及装置
CN108259181B (zh) * 2017-11-28 2020-12-11 中国平安财产保险股份有限公司 刷单检测方法及终端设备
CN108259181A (zh) * 2017-11-28 2018-07-06 中国平安财产保险股份有限公司 刷单检测方法及终端设备
CN109886702A (zh) * 2017-12-04 2019-06-14 北京京东尚科信息技术有限公司 一种判定业务活动中异常行为的方法和装置
CN107958382A (zh) * 2017-12-06 2018-04-24 北京小度信息科技有限公司 异常行为识别方法、装置、电子设备及存储介质
CN109034583A (zh) * 2018-07-17 2018-12-18 阿里巴巴集团控股有限公司 异常交易识别方法、装置及电子设备
CN109285009A (zh) * 2018-08-06 2019-01-29 北京三快在线科技有限公司 刷单识别方法和刷单识别装置
CN109285009B (zh) * 2018-08-06 2021-03-02 北京三快在线科技有限公司 刷单识别方法和刷单识别装置
CN109636413A (zh) * 2018-11-23 2019-04-16 杭州优行科技有限公司 一种存储介质、服务器、刷单行为识别方法及装置
CN109784811A (zh) * 2019-01-15 2019-05-21 长春市震撼科技有限公司 一种用于电子商务的商品销售***
CN109978033A (zh) * 2019-03-15 2019-07-05 第四范式(北京)技术有限公司 同操作人识别模型的构建与同操作人识别的方法和装置
CN110533432A (zh) * 2019-07-19 2019-12-03 重庆小雨点小额贷款有限公司 一种业务处理方法、装置、服务器及客户端
CN110533432B (zh) * 2019-07-19 2022-03-25 重庆小雨点小额贷款有限公司 一种业务处理方法、装置、服务器及客户端
CN110648195B (zh) * 2019-08-28 2022-02-25 苏宁云计算有限公司 一种用户识别方法、装置、计算机设备
WO2021036453A1 (zh) * 2019-08-28 2021-03-04 苏宁云计算有限公司 一种用户识别方法、装置、计算机设备
CN110648195A (zh) * 2019-08-28 2020-01-03 苏宁云计算有限公司 一种用户识别方法、装置、计算机设备
CN110795723A (zh) * 2019-11-08 2020-02-14 浙江执御信息技术有限公司 一种判断是否刷单的方法
CN111027023A (zh) * 2019-12-11 2020-04-17 重庆锐云科技有限公司 一种基于频繁分析的房产在线开盘检测方法及***
CN111191925A (zh) * 2019-12-30 2020-05-22 南京领行科技股份有限公司 数据处理方法、装置、设备和存储介质
CN111191925B (zh) * 2019-12-30 2022-06-10 南京领行科技股份有限公司 数据处理方法、装置、设备和存储介质
CN111582886A (zh) * 2020-05-07 2020-08-25 支付宝(杭州)信息技术有限公司 虚假资源转移的识别方法、装置、设备及介质
CN117196640A (zh) * 2023-11-06 2023-12-08 青岛巨商汇网络科技有限公司 一种基于服务体验的全流程可视化管理***及方法
CN117196640B (zh) * 2023-11-06 2024-02-02 青岛巨商汇网络科技有限公司 一种基于服务体验的全流程可视化管理***及方法

Similar Documents

Publication Publication Date Title
CN106127505A (zh) 一种刷单识别方法及装置
CN110009174B (zh) 风险识别模型训练方法、装置及服务器
CN108038696B (zh) 基于设备标识码和社交群组信息的刷单检测方法及***
CN107563757B (zh) 数据风险识别的方法及装置
CN109003131B (zh) 基于用户场景属性信息的精准营销方法及装置
CN107437223A (zh) 贷款信息审核方法、装置及设备
CN105931068A (zh) 一种持卡人消费画像的生成方法及装置
CN107798102A (zh) 一种页面展示方法及装置
CN108509583A (zh) 一种信息推送方法、服务器及计算机可读存储介质
CN107492021A (zh) 订单来源分析方法及装置
CN113469789A (zh) 异常订单的检测方法、装置及计算机设备
CN110310079A (zh) 基于智能决策的申请数据评价方法、装置、计算机设备及存储介质
CN109858919A (zh) 异常账号的确定方法及装置、在线下单方法及装置
CN108876545A (zh) 订单识别方法、装置和可读存储介质
CN109118316A (zh) 线上店铺真实性的识别方法和装置
CN104636473A (zh) 基于电子支付行为的数据处理方法和***
CN110392155A (zh) 通知消息的显示、处理方法、装置及设备
CN108694626A (zh) 客户档案建立方法及装置
CN109840778A (zh) 欺诈用户的识别方法及装置、可读存储介质
Ghosh et al. Foreign direct investment, firm heterogeneity, and exports: An analysis of Indian manufacturing
CN103593355A (zh) 用户原创内容的推荐方法及推荐装置
CN114596111A (zh) 风险识别模型生成方法、装置、设备及存储介质
CN112347457A (zh) 异常账户检测方法、装置、计算机设备和存储介质
CN107730335A (zh) 一种应用于电商平台的多阶段价格数据处理***
CN108399266A (zh) 数据抽取方法、装置、电子设备及计算机可读存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20170303

Address after: 100102 Beijing Chaoyang District Guangshun North Street Hospital No. 5 No. 32 5003

Applicant after: Beijing Huimin bee Technology Co., Ltd.

Address before: 100015 Chaoyang District City, Jiuxianqiao, a layer of No. 9, unit 901, unit 16

Applicant before: Beijing Zhongcheng Information Technology Co., Ltd.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20200323

Address after: 250101 Wanke Jinyu center, No. 975, caoshanling South Road, Jinan area, China (Shandong) pilot Free Trade Zone, Jinan City, Shandong Province 2806

Applicant after: Shandong Zhongshang Huimin Group Co., Ltd

Address before: 100102 Beijing Chaoyang District Guangshun North Street Hospital No. 5 No. 32 5003

Applicant before: Beijing Huimin bee Technology Co., Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20161116