CN108200082A - Ota平台的用于识别用户恶意刷单的方法及*** - Google Patents

Ota平台的用于识别用户恶意刷单的方法及*** Download PDF

Info

Publication number
CN108200082A
CN108200082A CN201810074283.2A CN201810074283A CN108200082A CN 108200082 A CN108200082 A CN 108200082A CN 201810074283 A CN201810074283 A CN 201810074283A CN 108200082 A CN108200082 A CN 108200082A
Authority
CN
China
Prior art keywords
user
malice
information
grade
software
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.)
Granted
Application number
CN201810074283.2A
Other languages
English (en)
Other versions
CN108200082B (zh
Inventor
周超
钱诚灏
刘宁吉
刘江
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.)
Shanghai Ctrip Business Co Ltd
Original Assignee
Shanghai Ctrip Business 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 Shanghai Ctrip Business Co Ltd filed Critical Shanghai Ctrip Business Co Ltd
Priority to CN201810074283.2A priority Critical patent/CN108200082B/zh
Publication of CN108200082A publication Critical patent/CN108200082A/zh
Application granted granted Critical
Publication of CN108200082B publication Critical patent/CN108200082B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
    • H04L63/1441—Countermeasures against malicious traffic
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0609—Buyer or seller confidence or verification
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/10—Network architectures or network communication protocols for network security for controlling access to devices or network resources
    • H04L63/101—Access control lists [ACL]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
    • H04L63/1441—Countermeasures against malicious traffic
    • H04L63/1466—Active attacks involving interception, injection, modification, spoofing of data unit addresses, e.g. hijacking, packet injection or TCP sequence number attacks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种OTA平台的用于识别用户恶意刷单的方法及***，所述方法包括：S1、获取每个用户的注册信息，根据注册信息确定用户的第一恶意等级，并判断是否超过等级阈值，若是，则执行步骤S4；否则，执行步骤S2；S2、获取用户设备信息和/或用户订单信息；S3、根据用户设备信息和/或用户订单信息，确定用户的第二恶意等级，并判断是否超过等级阈值，若是，则执行步骤S4；确定用户为恶意刷单用户，并对其进行拦截操作。本发明能够实现对恶意刷单用户进行拦截操作；同时，根据OTA平台的优惠产品的不同优惠力度，采取不同的控制方法分别进行控制，即实现从多维度数据有效地评估用户，提高了对恶意刷单用户精准识别与拦截。

Description

OTA平台的用于识别用户恶意刷单的方法及***
技术领域
本发明涉及集成OTA(Online Travel Agency，在线旅行社)平台风控技术领域，特别涉及一种OTA平台的用于识别用户恶意刷单的方法及***。
背景技术
随着人口红利的慢慢减退，OTA平台的新用户获客成本也随之不断地水涨船高，同时竞争也日趋白热化；各种类型的吸引新用户注册的优惠产品也不断增多，与此同时也被网络黑色产业链(如恶意刷单作弊行为等)入侵，特别是对于一些优惠力度大的产品，因此，识别并处置业务开展中不断升级的风险成了当务之急。
其中，恶意刷单作弊行为是指以欺骗或违反业务规则的手段获得利益的行为；可能的获利方包括用户、商家、中间人等，并可能发生这些获利方之间的串通行为。作弊的形式有很多种，其中不变的是必然有利益作为作弊动机。这些作弊以伪装成新用户尤为明显，具体地，如用户发起的以欺骗或违反业务规则的手段获得平台优惠补贴、用户权益等利益；黄牛会利用刷机、众包等方式得到优惠权益。
对于恶意刷单用户，目前已经形成完整且专业的作弊产业链，这些作弊团伙包含了生产作弊工具、刷单和点评等完整链条，流程完整分工明确，行动迅速且参与者广泛。目前，恶意刷单用户一般会通过一些恶意软件、模拟器等进行批量操作，实现从注册、登录、浏览、下单全部自动化操作；黑色产业链利用各种作弊软件实现了对Client ID(用户身份)等信息伪造，躲避了现有的一些基础业务规则，从而无法被识别，实现恶意刷单操作；因此，需要从新的维度对同一用户是否发生刷单行为进行识别分析，进而对黑色产业链的作弊手段采取尽早拦截。
发明内容
本发明要解决的技术问题是为了克服现有技术中存在对现有恶意刷单用户无法有效地识别和拦截等缺陷，目的在于提供一种OTA平台的用于识别用户恶意刷单的方法及***。
本发明是通过下述技术方案来解决上述技术问题：
本发明提供一种OTA平台的用于识别用户恶意刷单的方法，所述方法包括：
S1、获取每个用户的注册信息，根据所述注册信息确定用户的第一恶意等级，并判断所述第一恶意等级是否超过等级阈值，若是，则执行步骤S4；否则，执行步骤S2；
S2、获取用户设备信息和/或用户订单信息；
S3、根据所述用户设备信息和/或所述用户订单信息，确定用户的第二恶意等级，并判断所述第二恶意等级是否超过所述等级阈值，若是，则执行步骤S4；
S4、确定用户为恶意刷单用户，并对所述恶意刷单用户进行拦截操作。
较佳地，所述用户设备信息包括设备序列号；
步骤S3中具体包括：
根据所述设备序列号，获取所述设备序列号在设定时间内出现的次数，并判断所述次数是否超过第一设定阈值，若是，则确定用户的所述第二恶意等级超过所述等级阈值，并执行步骤S4。
较佳地，所述用户设备信息包括安装软件信息；
步骤S3中具体包括：
将所述安装软件信息与OTA平台的数据库中的软件黑名单进行比对，获取所述安装软件信息中属于所述软件黑名单的软件数量，并判断所述软件数量是否超过第二设定阈值，若是，则确定用户的所述第二恶意等级超过所述等级阈值，并执行步骤S4。
较佳地，所述用户订单信息包括商家信息和下单用户的经纬度信息；
步骤S3中具体包括：
根据所述商家信息，获取每个用户在所述商家下单的用户设备安装的软件数量的均值和/或方差，并判断所述均值和/或所述方差是否小于第三设定阈值，若是，则确定用户的所述第二恶意等级超过所述等级阈值，并执行步骤S4；或，
根据所述下单用户的经纬度信息，获取处于同一经纬度的每个用户的所述安装软件信息对应的设备安装的软件数量的均值和/或方差，并判断所述均值和/或所述方差是否小于第三设定阈值，若是，则确定用户的所述第二恶意等级超过所述等级阈值，并执行步骤S4。
较佳地，所述用户订单信息包括订单来源信息和订单所属的地理位置信息；
步骤S3中具体包括：
根据所述订单来源信息和所述订单所属的地理位置信息，获取同一商家的同一优惠产品对应的属于同一所述订单来源信息和/或同一所述订单所属地理位置信息的订单数量，并判断所述订单数量是否超过第四设定阈值，若是，则确定用户的第二恶意等级超过所述等级阈值，并执行步骤S4。
本发明还提供一种OTA平台的用于识别用户恶意刷单的***，所述***包括第一信息获取模块、第一判断模块、第二信息获取模块、第二判断模块和处理模块；
所述第一信息获取模块用于获取每个用户的注册信息；
所述第一判断模块用于根据所述注册信息确定用户的第一恶意等级，并判断所述第一恶意等级是否超过等级阈值，若是，则调用所述处理模块；否则，调用所述第二信息获取模块；
所述第二信息获取模块用于获取用户设备信息和/或用户订单信息；
所述第二判断模块用于根据所述用户设备信息和/或所述用户订单信息，判断用户的第二恶意等级是否超过所述等级阈值，若是，则调用所述处理模块；
所述处理模块用于确定用户为恶意刷单用户，并对所述恶意刷单用户进行拦截操作。
较佳地，所述用户设备信息包括设备序列号；
所述第二判断模块包括第一获取单元和第一判断单元；
所述第一获取单元用于根据所述设备序列号，获取所述设备序列号在设定时间内出现的次数，并调用所述第一判断单元；
所述第一判断单元用于判断所述次数是否超过第一设定阈值，若是，则确定用户的所述第二恶意等级超过所述等级阈值，并调用所述处理模块。
较佳地，所述用户设备信息包括安装软件信息；
所述第二判断模块包括第二获取单元和第二判断单元；
所述第二获取单元用于将所述安装软件信息与OTA平台的数据库中的软件黑名单进行比对，获取所述安装软件信息中属于所述软件黑名单的软件数量，并调用所述第二判断单元；
所述第二判断单元用于判断所述软件数量是否超过第二设定阈值，若是，则确定用户的所述第二恶意等级超过所述等级阈值，并调用所述处理模块。
较佳地，所述用户订单信息包括商家信息和下单经纬度信息；
所述第二判断模块包括第三获取单元和第三判断单元；
所述第三获取单元用于根据所述商家信息，获取每个用户在所述商家下单的用户设备安装的软件数量的均值和/或方差，并调用所述第三判断单元；或，
所述第三获取单元还用于根据所述下单用户的经纬度信息，获取处于同一经纬度的每个用户的所述安装软件信息对应的设备安装的软件数量的均值和/或方差，并调用所述第三判断单元；
所述第三判断单元用于判断所述均值和/或所述方差是否小于第三设定阈值，若是，则确定用户的所述第二恶意等级超过所述等级阈值，并调用所述处理模块。
较佳地，所述用户订单信息包括订单来源信息和订单所属的地理位置信息；
所述第二判断模块包括第四获取单元和第四判断单元；
所述第四获取单元用于根据所述订单来源信息和所述订单所属的地理位置信息，获取同一商家的同一优惠产品对应的属于同一所述订单来源信息和/或同一所述订单所属地理位置信息的订单数量，并调用所述第四判断单元；
所述第四判断单元用于判断所述订单数量是否超过第四设定阈值，若是，则确定用户的所述第二恶意等级超过所述等级阈值，并调用所述处理模块。
本发明的积极进步效果在于：
本发明通过获取每个用户的注册信息、用户设备信息和/或用户订单信息，判断用户的恶意等级，确定用户为恶意刷单用户，并对恶意刷单用户进行拦截操作；同时，根据OTA平台的优惠产品的不同优惠力度，选择用户对应的不同维度信息，并采取不同的控制方法分别进行控制，降低了用户打扰率，即实现从多维度数据有效地评估用户，提高了对恶意刷单用户精准识别与拦截。
附图说明
图1为本发明实施例1的OTA平台的用于识别用户恶意刷单的方法的流程图；
图2为本发明实施例1的OTA平台的用于识别用户恶意刷单的方法的恶意刷单过程的流程图；
图3为本发明实施例2的OTA平台的用于识别用户恶意刷单的方法的流程图；
图4为本发明实施例3的OTA平台的用于识别用户恶意刷单的方法的流程图；
图5为本发明实施例4的OTA平台的用于识别用户恶意刷单的方法的流程图；
图6为本发明实施例5的OTA平台的用于识别用户恶意刷单的方法的流程图；
图7为本发明实施例6的OTA平台的用于识别用户恶意刷单的***的模块示意图；
图8为本发明实施例7的OTA平台的用于识别用户恶意刷单的***的模块示意图；
图9为本发明实施例8的OTA平台的用于识别用户恶意刷单的***的模块示意图；
图10为本发明实施例9的OTA平台的用于识别用户恶意刷单的***的模块示意图；
图11为本发明实施例10的OTA平台的用于识别用户恶意刷单的***的模块示意图。
具体实施方式
下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
实施例1
如图1所示，本实施例的OTA平台的用于识别用户恶意刷单的方法包括：
S101、获取每个用户的注册信息，根据所述注册信息确定用户的第一恶意等级，并判断所述第一恶意等级是否超过等级阈值，若是，则执行步骤S104；否则，执行步骤S102；
S102、获取用户设备信息和/或用户订单信息；
S103、根据所述用户设备信息和/或所述用户订单信息，确定用户的第二恶意等级，并判断所述第二恶意等级是否超过所述等级阈值，若是，则执行步骤S104；
S104、确定用户为恶意刷单用户，并对所述恶意刷单用户进行拦截操作。
其中，如图2所示，恶意刷单用户的刷单过程包括：SA、在OTA平台进行批量注册；SB、伪造信息来集中领取商家发放的优惠券；SC、使用领取的优惠券到对应的商家进行刷单操作，获得立减的优惠，或获得返现，再从账户中进行提现操作。
OTA平台根据识别出的恶意刷单用户的恶意等级，对用户在OTA平台进行注册、领券、用券、门票出票、支付结果回抛、提现等涉及营销的各个阶段、各个环节进行不同力度的控制和拦截；
本实施例基于用户设备(如手机客户端)，通过获取每个用户的注册信息、用户设备信息和/或用户订单信息，判断用户的恶意等级，确定用户为恶意刷单用户，并对恶意刷单用户进行拦截操作；同时，根据OTA平台的优惠产品的不同优惠力度，选择用户对应的不同维度信息，并采取不同的控制方法分别进行控制，降低了用户打扰率，即实现从多维度数据有效地评估用户，提高了对恶意刷单用户精准识别与拦截，有效地阻止了刷单、线上黄牛、羊毛党等一系列钻商家规则、技术漏洞以牟利的群体，限制了恶意刷单用户通过注册账号领用一些优惠力度较大、资源较为紧缺的产品和优惠券的情况，从而将该部分的补贴让真实的新用户享用，提升了用户的黏度和复购率，节省了OTA平台用于市场补贴、营销推广的费用，同时也提高了用户体验，保障了普通用户的权益。
实施例2
如图3所示，本实施例的OTA平台的用于识别用户恶意刷单的方法是对实施例1的进一步细化，具体地，本实施例中的所述用户设备信息包括设备序列号；
步骤S103中具体包括：
S1031、根据所述设备序列号，获取所述设备序列号在设定时间内出现的次数，并判断所述次数是否超过第一设定阈值，若是，则确定用户的所述第二恶意等级超过所述等级阈值，并执行步骤S104。
本实施例基于用户设备(如手机客户端)，通过获取每个用户的注册信息、用户设备信息，判断用户的恶意等级，确定用户为恶意刷单用户，并对恶意刷单用户进行拦截操作；同时，根据OTA平台的优惠产品的不同优惠力度，选择用户的设备序列号，并采取对应的控制方法进行控制，降低了用户打扰率，有效地评估用户，提高了对恶意刷单用户精准识别与拦截，有效地阻止了刷单、线上黄牛、羊毛党等一系列钻商家规则、技术漏洞以牟利的群体，限制了恶意刷单用户通过注册账号领用一些优惠力度较大、资源较为紧缺的产品和优惠券的情况，从而将该部分的补贴让真实的新用户享用，提升了用户的黏度和复购率，节省了OTA平台用于市场补贴、营销推广的费用，同时也提高了用户体验，保障了普通用户的权益。
实施例3
如图4所示，本实施例的OTA平台的用于识别用户恶意刷单的方法是对实施例1的进一步细化，具体地，本实施例中的所述用户设备信息包括安装软件信息；
步骤S103中具体包括：
S1032、将所述安装软件信息与OTA平台的数据库中的软件黑名单进行比对，获取所述安装软件信息中属于所述软件黑名单的软件数量，并判断所述软件数量是否超过第二设定阈值，若是，则确定用户的所述第二恶意等级超过所述等级阈值，并执行步骤S104。
本实施例基于用户设备(如手机客户端)，通过获取每个用户的注册信息、用户设备信息，判断用户的恶意等级，确定用户为恶意刷单用户，并对恶意刷单用户进行拦截操作；同时，根据OTA平台的优惠产品的不同优惠力度，选择用户设备的安装软件信息，并采取对应的控制方法进行控制，降低了用户打扰率，有效地评估用户，提高了对恶意刷单用户精准识别与拦截，有效地阻止了刷单、线上黄牛、羊毛党等一系列钻商家规则、技术漏洞以牟利的群体，限制了恶意刷单用户通过注册账号领用一些优惠力度较大、资源较为紧缺的产品和优惠券的情况，从而将该部分的补贴让真实的新用户享用，提升了用户的黏度和复购率，节省了OTA平台用于市场补贴、营销推广的费用，同时也提高了用户体验，保障了普通用户的权益。
实施例4
如图5所示，本实施例的OTA平台的用于识别用户恶意刷单的方法是对实施例1的进一步细化，具体地，本实施例中的所述用户订单信息包括商家信息和下单用户的经纬度信息；
步骤S103中具体包括：
S1033、根据所述商家信息，获取每个用户在所述商家下单的用户设备安装的软件数量的均值和/或方差，并判断所述均值和/或所述方差是否小于第三设定阈值，若是，则确定用户的所述第二恶意等级超过所述等级阈值，并执行步骤S104；或，
根据所述下单用户的经纬度信息，获取处于同一经纬度的每个用户的所述安装软件信息对应的设备安装的软件数量的均值和/或方差，并判断所述均值和/或所述方差是否小于第三设定阈值，若是，则确定用户的所述第二恶意等级超过所述等级阈值，并执行步骤S104。
本实施例基于用户设备(如手机客户端)，通过获取每个用户的注册信息、用户订单信息，判断用户的恶意等级，确定用户为恶意刷单用户，并对恶意刷单用户进行拦截操作；同时，根据OTA平台的优惠产品的不同优惠力度，选择商家信息和下单经纬度信息，并采取对应的控制方法进行控制，降低了用户打扰率，有效地评估用户，提高了对恶意刷单用户精准识别与拦截，有效地阻止了刷单、线上黄牛、羊毛党等一系列钻商家规则、技术漏洞以牟利的群体，限制了恶意刷单用户通过注册账号领用一些优惠力度较大、资源较为紧缺的产品和优惠券的情况，从而将该部分的补贴让真实的新用户享用，提升了用户的黏度和复购率，节省了OTA平台用于市场补贴、营销推广的费用，同时也提高了用户体验，保障了普通用户的权益。
实施例5
如图6所示，本实施例的OTA平台的用于识别用户恶意刷单的方法是对实施例1的进一步细化，具体地，本实施例中的所述用户订单信息包括订单来源信息和订单所属的地理位置信息；
步骤S103中具体包括：
S1034、根据所述订单来源信息和所述订单所属的地理位置信息，获取同一商家的同一优惠产品对应的属于同一所述订单来源信息和/或同一所述订单所属地理位置信息的订单数量，并判断所述订单数量是否超过第四设定阈值，若是，则确定用户的第二恶意等级超过所述等级阈值，则确定用户的所述第二恶意等级超过所述等级阈值，并执行步骤S104。
本实施例基于用户设备(如手机客户端)，通过获取每个用户的注册信息、用户订单信息，判断用户的恶意等级，确定用户为恶意刷单用户，并对恶意刷单用户进行拦截操作；同时，根据OTA平台的优惠产品的不同优惠力度，选择订单来源信息和订单所属的地理位置信息，并采取对应的控制方法进行控制，降低了用户打扰率，有效地评估用户，提高了对恶意刷单用户精准识别与拦截，有效地阻止了刷单、线上黄牛、羊毛党等一系列钻商家规则、技术漏洞以牟利的群体，限制了恶意刷单用户通过注册账号领用一些优惠力度较大、资源较为紧缺的产品和优惠券的情况，从而将该部分的补贴让真实的新用户享用，提升了用户的黏度和复购率，节省了OTA平台用于市场补贴、营销推广的费用，同时也提高了用户体验，保障了普通用户的权益。
实施例6
如图7所示，本实施例的OTA平台的用于识别用户恶意刷单的***包括第一信息获取模块1、第一判断模块2、第二信息获取模块3、第二判断模块4和处理模块5。
所述第一信息获取模块1用于获取每个用户的注册信息；
所述第一判断模块2用于根据所述注册信息确定用户的第一恶意等级，并判断所述第一恶意等级是否超过等级阈值，若是，则调用所述处理模块；否则，调用所述第二信息获取模块3；
所述第二信息获取模块3用于获取用户设备信息和/或用户订单信息；
所述第二判断模块4用于根据所述用户设备信息和/或所述用户订单信息，判断用户的第二恶意等级是否超过所述等级阈值，若是，则调用所述处理模块5；
所述处理模块5用于确定用户为恶意刷单用户，并对所述恶意刷单用户进行拦截操作。
其中，如图2所示，恶意刷单用户的刷单过程包括：通过在OTA平台进行批量注册，伪造信息集中领取商家发放的优惠券，然后在使用领取的优惠券到对应的商家进行刷单操作，从而获得立减的优惠，或获得返现从而账户中进行提现操作。
OTA平台根据识别出的恶意刷单用户的恶意等级，对用户在OTA平台进行注册、领券、用券、门票出票、支付结果回抛、提现等涉及营销的各个阶段、各个环节进行不同力度的控制和拦截；
本实施例基于用户设备(如手机客户端)，通过获取每个用户的注册信息、用户设备信息和/或用户订单信息，判断用户的恶意等级，确定用户为恶意刷单用户，并对恶意刷单用户进行拦截操作；同时，根据OTA平台的优惠产品的不同优惠力度，选择用户对应的不同维度信息，并采取不同的控制方法分别进行控制，降低了用户打扰率，即实现从多维度数据有效地评估用户，提高了对恶意刷单用户精准识别与拦截，有效地阻止了刷单、线上黄牛、羊毛党等一系列钻商家规则、技术漏洞以牟利的群体，限制了恶意刷单用户通过注册账号领用一些优惠力度较大、资源较为紧缺的产品和优惠券的情况，从而将该部分的补贴让真实的新用户享用，提升了用户的黏度和复购率，节省了OTA平台用于市场补贴、营销推广的费用，同时也提高了用户体验，保障了普通用户的权益。
实施例7
如图8所示，本实施例的OTA平台的用于识别用户恶意刷单的***是对实施例6的进一步细化，具体地，本实施例中的所述用户设备信息包括设备序列号；
所述第二判断模块4包括第一获取单元41和第一判断单元42；
所述第一获取单元41用于根据所述设备序列号，获取所述设备序列号在设定时间内出现的次数，并调用所述第一判断单元42；
所述第一判断单元42用于判断所述次数是否超过第一设定阈值，若是，则确定用户的第二恶意等级是否超过所述等级阈值，并调用所述处理模块5。
本实施例基于用户设备(如手机客户端)，通过获取每个用户的注册信息、用户设备信息，判断用户的恶意等级，确定用户为恶意刷单用户，并对恶意刷单用户进行拦截操作；同时，根据OTA平台的优惠产品的不同优惠力度，选择用户的设备序列号，并采取对应的控制方法进行控制，降低了用户打扰率，有效地评估用户，提高了对恶意刷单用户精准识别与拦截，有效地阻止了刷单、线上黄牛、羊毛党等一系列钻商家规则、技术漏洞以牟利的群体，限制了恶意刷单用户通过注册账号领用一些优惠力度较大、资源较为紧缺的产品和优惠券的情况，从而将该部分的补贴让真实的新用户享用，提升了用户的黏度和复购率，节省了OTA平台用于市场补贴、营销推广的费用，同时也提高了用户体验，保障了普通用户的权益。
实施例8
如图9所示，本实施例的OTA平台的用于识别用户恶意刷单的***是对实施例6的进一步细化，具体地，本实施例中的所述用户设备信息包括安装软件信息；
所述第二判断模块4包括第二获取单元43和第二判断单元44；
所述第二获取单元43用于将所述安装软件信息与OTA平台的数据库中的软件黑名单进行比对，获取所述安装软件信息中属于所述软件黑名单的软件数量，并调用所述第二判断单元44；
所述第二判断单元34用于判断所述软件数量是否超过第二设定阈值，若是，则确定用户的第二恶意等级超过所述等级阈值，并调用所述处理模块5。
本实施例基于用户设备(如手机客户端)，通过获取每个用户的注册信息、用户设备信息，判断用户的恶意等级，确定用户为恶意刷单用户，并对恶意刷单用户进行拦截操作；同时，根据OTA平台的优惠产品的不同优惠力度，选择用户设备的安装软件信息，并采取对应的控制方法进行控制，降低了用户打扰率，有效地评估用户，提高了对恶意刷单用户精准识别与拦截，有效地阻止了刷单、线上黄牛、羊毛党等一系列钻商家规则、技术漏洞以牟利的群体，限制了恶意刷单用户通过注册账号领用一些优惠力度较大、资源较为紧缺的产品和优惠券的情况，从而将该部分的补贴让真实的新用户享用，提升了用户的黏度和复购率，节省了OTA平台用于市场补贴、营销推广的费用，同时也提高了用户体验，保障了普通用户的权益。
实施例9
如图10所示，本实施例的OTA平台的用于识别用户恶意刷单的***是对实施例6的进一步细化，具体地，本实施例中的所述用户订单信息包括商家信息和下单用户的经纬度信息；
所述第二判断模块4包括第三获取单元45和第三判断单元46；
所述第三获取单元45用于根据所述商家信息，获取每个用户在所述商家下单的用户设备安装的软件数量的均值和/或方差，并调用所述第三判断单元46；或，
所述第三获取单元45还用于根据所述下单用户的经纬度信息，获取处于同一经纬度的每个用户的所述安装软件信息对应的设备安装的软件数量的均值和/或方差，并调用所述第三判断单元46；
所述第三判断单元46用于判断所述均值和/或所述方差是否小于第三设定阈值，若是，则确定用户的第二恶意等级超过所述等级阈值，并调用所述处理模块5。
本实施例基于用户设备(如手机客户端)，通过获取每个用户的注册信息、用户订单信息，判断用户的恶意等级，确定用户为恶意刷单用户，并对恶意刷单用户进行拦截操作；同时，根据OTA平台的优惠产品的不同优惠力度，选择商家信息和下单经纬度信息，并采取对应的控制方法进行控制，降低了用户打扰率，有效地评估用户，提高了对恶意刷单用户精准识别与拦截，有效地阻止了刷单、线上黄牛、羊毛党等一系列钻商家规则、技术漏洞以牟利的群体，限制了恶意刷单用户通过注册账号领用一些优惠力度较大、资源较为紧缺的产品和优惠券的情况，从而将该部分的补贴让真实的新用户享用，提升了用户的黏度和复购率，节省了OTA平台用于市场补贴、营销推广的费用，同时也提高了用户体验，保障了普通用户的权益。
实施例10
如图11所示，本实施例的OTA平台的用于识别用户恶意刷单的***是对实施例6的进一步细化，具体地，本实施例中的所述用户订单信息包括订单来源信息和订单所属的地理位置信息；
所述第二判断模块4包括第四获取单元47和第四判断单元48；
所述第四获取单元47用于根据所述订单来源信息和所述订单所属的地理位置信息，获取同一商家的同一优惠产品对应的属于同一所述订单来源信息和/或同一所述订单所属地理位置信息的订单数量，并调用所述第四判断单元48；
所述第四判断单元48用于判断所述订单数量是否超过第四设定阈值，若是，则确定用户的第二恶意等级超过所述等级阈值，并调用所述处理模块5。
本实施例基于用户设备(如手机客户端)，通过获取每个用户的注册信息、用户订单信息，判断用户的恶意等级，确定用户为恶意刷单用户，并对恶意刷单用户进行拦截操作；同时，根据OTA平台的优惠产品的不同优惠力度，选择订单来源信息和订单所属的地理位置信息，并采取对应的控制方法进行控制，降低了用户打扰率，有效地评估用户，提高了对恶意刷单用户精准识别与拦截，有效地阻止了刷单、线上黄牛、羊毛党等一系列钻商家规则、技术漏洞以牟利的群体，限制了恶意刷单用户通过注册账号领用一些优惠力度较大、资源较为紧缺的产品和优惠券的情况，从而将该部分的补贴让真实的新用户享用，提升了用户的黏度和复购率，节省了OTA平台用于市场补贴、营销推广的费用，同时也提高了用户体验，保障了普通用户的权益。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式作出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (10)

1.一种OTA平台的用于识别用户恶意刷单的方法，其特征在于，所述方法包括：
S1、获取每个用户的注册信息，根据所述注册信息确定用户的第一恶意等级，并判断所述第一恶意等级是否超过等级阈值，若是，则执行步骤S4；否则，执行步骤S2；
S2、获取用户设备信息和/或用户订单信息；
S3、根据所述用户设备信息和/或所述用户订单信息，确定用户的第二恶意等级，并判断所述第二恶意等级是否超过所述等级阈值，若是，则执行步骤S4；
S4、确定用户为恶意刷单用户，并对所述恶意刷单用户进行拦截操作。
2.如权利要求1所述的OTA平台的用于识别用户恶意刷单的方法，其特征在于，所述用户设备信息包括设备序列号；
步骤S3中具体包括：
根据所述设备序列号，获取所述设备序列号在设定时间内出现的次数，并判断所述次数是否超过第一设定阈值，若是，则确定用户的所述第二恶意等级超过所述等级阈值，并执行步骤S4。
3.如权利要求1所述的OTA平台的用于识别用户恶意刷单的方法，其特征在于，所述用户设备信息包括安装软件信息；
步骤S3中具体包括：
将所述安装软件信息与OTA平台的数据库中的软件黑名单进行比对，获取所述安装软件信息中属于所述软件黑名单的软件数量，并判断所述软件数量是否超过第二设定阈值，若是，则确定用户的所述第二恶意等级超过所述等级阈值，并执行步骤S4。
4.如权利要求3所述的OTA平台的用于识别用户恶意刷单的方法，其特征在于，所述用户订单信息包括商家信息和下单用户的经纬度信息；
步骤S3中具体包括：
根据所述商家信息，获取每个用户在所述商家下单的用户设备安装的软件数量的均值和/或方差，并判断所述均值和/或所述方差是否小于第三设定阈值，若是，则确定用户的所述第二恶意等级超过所述等级阈值，并执行步骤S4；或，
根据所述下单用户的经纬度信息，获取处于同一经纬度的每个用户的所述安装软件信息对应的设备安装的软件数量的均值和/或方差，并判断所述均值和/或所述方差是否小于第三设定阈值，若是，则确定用户的所述第二恶意等级超过所述等级阈值，并执行步骤S4。
5.如权利要求1所述的OTA平台的用于识别用户恶意刷单的方法，其特征在于，所述用户订单信息包括订单来源信息和订单所属的地理位置信息；
步骤S3中具体包括：
根据所述订单来源信息和所述订单所属的地理位置信息，获取同一商家的同一优惠产品对应的属于同一所述订单来源信息和/或同一所述订单所属地理位置信息的订单数量，并判断所述订单数量是否超过第四设定阈值，若是，则确定用户的所述第二恶意等级超过所述等级阈值，并执行步骤S4。
6.一种OTA平台的用于识别用户恶意刷单的***，其特征在于，所述***包括第一信息获取模块、第一判断模块、第二信息获取模块、第二判断模块和处理模块；
所述第一信息获取模块用于获取每个用户的注册信息；
所述第一判断模块用于根据所述注册信息确定用户的第一恶意等级，并判断所述第一恶意等级是否超过等级阈值，若是，则调用所述处理模块；否则，调用所述第二信息获取模块；
所述第二信息获取模块用于获取用户设备信息和/或用户订单信息；
所述第二判断模块用于根据所述用户设备信息和/或所述用户订单信息，判断用户的第二恶意等级是否超过所述等级阈值，若是，则调用所述处理模块；
所述处理模块用于确定用户为恶意刷单用户，并对所述恶意刷单用户进行拦截操作。
7.如权利要求6所述的OTA平台的用于识别用户恶意刷单的***，其特征在于，所述用户设备信息包括设备序列号；
所述第二判断模块包括第一获取单元和第一判断单元；
所述第一获取单元用于根据所述设备序列号，获取所述设备序列号在设定时间内出现的次数，并调用所述第一判断单元；
所述第一判断单元用于判断所述次数是否超过第一设定阈值，若是，则确定用户的所述第二恶意等级超过所述等级阈值，并调用所述处理模块。
8.如权利要求6所述的OTA平台的用于识别用户恶意刷单的***，其特征在于，所述用户设备信息包括安装软件信息；
所述第二判断模块包括第二获取单元和第二判断单元；
所述第二获取单元用于将所述安装软件信息与OTA平台的数据库中的软件黑名单进行比对，获取所述安装软件信息中属于所述软件黑名单的软件数量，并调用所述第二判断单元；
所述第二判断单元用于判断所述软件数量是否超过第二设定阈值，若是，则确定用户的所述第二恶意等级超过所述等级阈值，并调用所述处理模块。
9.如权利要求6所述的OTA平台的用于识别用户恶意刷单的***，其特征在于，所述用户订单信息包括商家信息和下单用户的经纬度信息；
所述第二判断模块包括第三获取单元和第三判断单元；
所述第三获取单元用于根据所述商家信息，获取每个用户在所述商家下单的用户设备安装的软件数量的均值和/或方差，并调用所述第三判断单元；或，
所述第三获取单元还用于根据所述下单用户的经纬度信息，获取处于同一经纬度的每个用户的所述安装软件信息对应的设备安装的软件数量的均值和/或方差，并调用所述第三判断单元；
所述第三判断单元用于判断所述均值和/或所述方差是否小于第三设定阈值，若是，则确定用户的所述第二恶意等级超过所述等级阈值，并调用所述处理模块。
10.如权利要求6所述的OTA平台的用于识别用户恶意刷单的***，其特征在于，所述用户订单信息包括订单来源信息和订单所属的地理位置信息；
所述第二判断模块包括第四获取单元和第四判断单元；
所述第四获取单元用于根据所述订单来源信息和所述订单所属的地理位置信息，获取同一商家的同一优惠产品对应的属于同一所述订单来源信息和/或同一所述订单所属地理位置信息的订单数量，并调用所述第四判断单元；
所述第四判断单元用于判断所述订单数量是否超过第四设定阈值，若是，则确定用户的所述第二恶意等级超过所述等级阈值，并调用所述处理模块。
CN201810074283.2A 2018-01-25 2018-01-25 Ota平台的用于识别用户恶意刷单的方法及*** Active CN108200082B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810074283.2A CN108200082B (zh) 2018-01-25 2018-01-25 Ota平台的用于识别用户恶意刷单的方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810074283.2A CN108200082B (zh) 2018-01-25 2018-01-25 Ota平台的用于识别用户恶意刷单的方法及***

Publications (2)

Publication Number Publication Date
CN108200082A true CN108200082A (zh) 2018-06-22
CN108200082B CN108200082B (zh) 2021-03-26

Family

ID=62590659

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810074283.2A Active CN108200082B (zh) 2018-01-25 2018-01-25 Ota平台的用于识别用户恶意刷单的方法及***

Country Status (1)

Country Link
CN (1) CN108200082B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109657892A (zh) * 2018-09-27 2019-04-19 深圳壹账通智能科技有限公司 基于数据分析的机器行为识别方法、装置、设备和介质
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***
CN109949069A (zh) * 2019-01-28 2019-06-28 平安科技（深圳）有限公司 可疑用户筛选方法、装置、计算机设备及存储介质
CN110009389A (zh) * 2019-02-19 2019-07-12 阿里巴巴集团控股有限公司 一种设备识别方法及装置
CN111311411A (zh) * 2020-02-14 2020-06-19 北京三快在线科技有限公司 一种非法行为的识别方法及装置
CN112669058A (zh) * 2020-12-21 2021-04-16 上海多维度网络科技股份有限公司 应用程序的数据处理方法以及装置、存储介质、电子装置
CN113034168A (zh) * 2019-12-25 2021-06-25 北京达佳互联信息技术有限公司 内容项投放方法、装置、计算机设备及存储介质
CN113781156A (zh) * 2021-05-13 2021-12-10 北京沃东天骏信息技术有限公司 恶意订单的识别方法、模型的训练方法、设备及存储介质
CN114329431A (zh) * 2021-12-28 2022-04-12 四川启睿克科技有限公司 一种基于移动设备多重特征检测的新用户验证方法
CN114331592A (zh) * 2021-12-10 2022-04-12 北京互金新融科技有限公司 识别恶意刷单行为的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140201619A1 (en) * 2013-01-11 2014-07-17 Beijing Lenovo Software Ltd. Method And Device For Implementing Local Operation On Web Page
CN105512920A (zh) * 2015-11-23 2016-04-20 北京奇虎科技有限公司 网络购票处理方法和服务器
CN105956911A (zh) * 2016-05-23 2016-09-21 北京小米移动软件有限公司 购买请求处理方法及装置
CN106845223A (zh) * 2016-12-13 2017-06-13 北京三快在线科技有限公司 用于检测恶意代码的方法和装置
CN107507042A (zh) * 2017-09-15 2017-12-22 携程计算机技术（上海）有限公司 基于用户画像的营销方法及***

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140201619A1 (en) * 2013-01-11 2014-07-17 Beijing Lenovo Software Ltd. Method And Device For Implementing Local Operation On Web Page
CN105512920A (zh) * 2015-11-23 2016-04-20 北京奇虎科技有限公司 网络购票处理方法和服务器
CN105956911A (zh) * 2016-05-23 2016-09-21 北京小米移动软件有限公司 购买请求处理方法及装置
CN106845223A (zh) * 2016-12-13 2017-06-13 北京三快在线科技有限公司 用于检测恶意代码的方法和装置
CN107507042A (zh) * 2017-09-15 2017-12-22 携程计算机技术（上海）有限公司 基于用户画像的营销方法及***

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109657892A (zh) * 2018-09-27 2019-04-19 深圳壹账通智能科技有限公司 基于数据分析的机器行为识别方法、装置、设备和介质
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***
CN109949069A (zh) * 2019-01-28 2019-06-28 平安科技（深圳）有限公司 可疑用户筛选方法、装置、计算机设备及存储介质
WO2020155508A1 (zh) * 2019-01-28 2020-08-06 平安科技（深圳）有限公司 可疑用户筛选方法、装置、计算机设备及存储介质
CN110009389A (zh) * 2019-02-19 2019-07-12 阿里巴巴集团控股有限公司 一种设备识别方法及装置
CN110009389B (zh) * 2019-02-19 2023-07-18 创新先进技术有限公司 一种设备识别方法及装置
CN113034168A (zh) * 2019-12-25 2021-06-25 北京达佳互联信息技术有限公司 内容项投放方法、装置、计算机设备及存储介质
CN111311411B (zh) * 2020-02-14 2022-03-08 北京三快在线科技有限公司 一种非法行为的识别方法及装置
CN111311411A (zh) * 2020-02-14 2020-06-19 北京三快在线科技有限公司 一种非法行为的识别方法及装置
CN112669058A (zh) * 2020-12-21 2021-04-16 上海多维度网络科技股份有限公司 应用程序的数据处理方法以及装置、存储介质、电子装置
CN113781156A (zh) * 2021-05-13 2021-12-10 北京沃东天骏信息技术有限公司 恶意订单的识别方法、模型的训练方法、设备及存储介质
CN114331592A (zh) * 2021-12-10 2022-04-12 北京互金新融科技有限公司 识别恶意刷单行为的方法
CN114329431A (zh) * 2021-12-28 2022-04-12 四川启睿克科技有限公司 一种基于移动设备多重特征检测的新用户验证方法
CN114329431B (zh) * 2021-12-28 2024-05-31 四川启睿克科技有限公司 一种基于移动设备多重特征检测的新用户验证方法

Also Published As

Publication number Publication date
CN108200082B (zh) 2021-03-26

Similar Documents

Publication Publication Date Title
CN108200082A (zh) Ota平台的用于识别用户恶意刷单的方法及***
CN107248082B (zh) 养卡识别方法及装置
CN106022834B (zh) 广告反作弊方法及装置
CN106651458B (zh) 一种广告反作弊方法和装置
CN105976216A (zh) 广告效果评估方法、广告投放方法及装置
US20140297366A1 (en) Scaled subscriber profile groups for emarketers
CN101510856A (zh) 一种sns网络中成员关系圈的提取方法和装置
CN107862053A (zh) 基于用户关系的用户画像构造方法、装置及计算设备
CN113412607B (zh) 内容推送方法、装置、移动终端及存储介质
CN113206909A (zh) 骚扰电话拦截方法及装置
CN111626754B (zh) 养卡用户识别方法及装置
CN106937291A (zh) 养卡识别方法及***
CN105824818A (zh) 一种信息化管理方法、平台及***
CN111782735A (zh) 羊毛党流量识别方法及装置
CN108416684A (zh) 一种账号主体的可信程度评估方法、装置及服务器
CN109191167A (zh) 一种目标用户的挖掘方法和装置
CN110807667B (zh) 一种激活沉睡客户的方法和装置
CN103593355A (zh) 用户原创内容的推荐方法及推荐装置
CN111612085A (zh) 一种对等组中异常点的检测方法及装置
CN108022150B (zh) 基于o2o数据的推荐方法和***
CN105405026A (zh) 一种基于用户行为的定制机确定方法及装置
CN111182018A (zh) 一种用户识别方法、装置、设备及介质
CN111179023A (zh) 订单识别方法及装置
CN110210884A (zh) 确定用户特征数据的方法、装置、计算机设备及存储介质
CN107705135A (zh) 一种基于公司存量联系人数据评价潜在商业价值的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant