CN108596653A - 一种优惠券异常使用检测***、方法、设备及存储介质 - Google Patents
一种优惠券异常使用检测***、方法、设备及存储介质 Download PDFInfo
- Publication number
- CN108596653A CN108596653A CN201810297108.XA CN201810297108A CN108596653A CN 108596653 A CN108596653 A CN 108596653A CN 201810297108 A CN201810297108 A CN 201810297108A CN 108596653 A CN108596653 A CN 108596653A
- Authority
- CN
- China
- Prior art keywords
- suspicious
- discount coupon
- behavior
- courier
- account
- 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
Links
Classifications
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0211—Determining the effectiveness of discounts or incentives
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0225—Avoiding frauds
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种优惠券异常使用检测方法、***及设备。获取登录行为或注册行为的身份标识信息,各登录行为或注册行为,以判断并标识可疑账号;将所述可疑账号所使用的优惠券的关联信息与所述优惠券对应运单的收件人信息和发件人信息进行匹配,若匹配失败,则标识可疑优惠券消费行为;判断所述可疑优惠券消费行为的发生时间与所述运单的收派件时间的时间差是否大于时间阈值,若是,则将所述运单的收派员标识为待判别快递员;获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,判断优惠券抵扣行为是否超过预定频率,若是,则标识为可疑快递员。便于企业及时采取措施,打击优惠券黑产链,及时挽回公司损失。
Description
技术领域
本发明涉及物流领域,尤其涉及一种优惠券异常使用检测***、方法、设备及存储介质。
背景技术
在物流领域,快递业务因需要进行客户引流增加新客户以及促进老户消费,会进行优惠券发放。
优惠券的“异常”获取行为已形成一个强大的黑色产业链,黑产方可通过各种途径获取快递优惠券后进行售卖,通常会将优惠券价格压缩10倍,例如5元的优惠券会以0.5元的价格进行售卖;
黑产优惠券的售卖对象可能是有需求寄快递的一般人群,甚至是快递公司内部快递员。内部快递员违规使用该优惠券抵扣正常的快递应收款,将之变现为个人收入。
上述黑产优惠券买卖严重伤害了公司利益,而内部快递员非法购买优惠券谋取个人利益更加促进了黑产优惠券买卖产业的发展,必须要尽快解决。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种优惠券异常使用检测方法、***及设备。
根据本发明的一个方面,提供了一种优惠券异常使用检测方法,包括以下步骤:
获取登录行为或注册行为的身份标识信息,并获取所述身份标识信息对应的各登录行为或注册行为,以判断并标识可疑账号;
将所述可疑账号所使用的优惠券的关联信息与所述优惠券对应运单的收件人信息和发件人信息进行匹配,若匹配失败,则标识可疑优惠券消费行为;
判断所述可疑优惠券消费行为的发生时间与所述运单的收派件时间的时间差是否大于时间阈值,若是,则将所述运单的收派员标识为待判别快递员;
获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,以判断优惠券抵扣行为是否超过预定频率,若是,则将所述待判别快递员标识为可疑快递员。
进一步的,所述身份标识信息包括以下至少一项:终端设备号、微信识别码、IP地址。
进一步的,获取登录行为或注册行为的身份标识信息,并获取所述身份标识信息对应的各登录行为或注册行为,以判断并标识可疑账号,包括:
获取全时段内终端设备号或微信识别码对应的登录或注册账号数量;
检测是否存在超过频率阈值的可疑高频注册或登录时段,若是,则将所述终端设备号或微信识别码对应的登录或注册账号标识为可疑账号。
进一步的,获取登录行为或注册行为的身份标识信息,并获取所述身份标识信息对应的各登录行为或注册行为,以判断并标识可疑账号,包括:
获取全时段内在终端IP地址登录或注册账号相应的登录或注册流水信息,根据所述登录或注册流水信息得出全时段内在所述终端IP地址登录或注册的账号数量;
检测是否存在登录行为或注册行为超过频率阈值的可疑高频注册或登录时段,若是,则将所述终端IP地址上登录或注册的账号标识为可疑账号。
进一步的,所述的优惠券异常使用检测方法,还包括:
获取源终端IP在全时段内登录或注册的账号数量;
检测是否存在登录行为或注册行为超过频率阈值的可疑高频注册或登录时段,若是,则源终端IP标识为可疑源终端IP;
将源终端IP上登录或注册的账号,标识为可疑账号。
进一步的,所述的优惠券异常使用检测方法,还包括:
获取源终端C段各IP在全时段内登录或注册的账号数量;
检测所述各IP在全时段内是否存在登录行为或注册行为超过频率阈值的可疑高频注册或登录时段,若是,则将所述IP标识为可疑IP;
获取源终端C段在所述全时段内可疑IP数量;
判断所述全时段内可疑IP数量是否大于第一数量阈值,若是,则将可疑IP标识为可疑账号。
进一步的,获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,以判断优惠券抵扣行为是否超过预定频率,若是,则将所述待判别快递员标识为可疑快递员,包括:
获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,判断是否所述优惠券抵扣行为超过预定频率的高频优惠券抵扣时段,若是,且高频优惠券抵扣时段的数量高于第二数量阈值,则将所述待判别快递员标识为可疑快递员。
进一步的,获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,以判断优惠券抵扣行为是否超过预定频率,若是,则将所述待判别快递员标识为可疑快递员,包括:
获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,判断是否存在所述优惠券抵扣行为超过预定频率的高频优惠券抵扣时段,若是,且高频优惠券抵扣时段对应的频率大于第一预定频率,则将所述待判别快递员标识为可疑快递员。
根据本发明的另一个方面,提供了一种优惠券异常使用检测***,包括:
可疑账号标识单元,配置用于获取登录行为或注册行为的身份标识信息,并获取所述身份标识信息对应的各登录行为或注册行为,以判断并标识可疑账号;
可疑优惠券消费行为标识单元,配置用于将所述可疑账号所使用的优惠券的关联信息与所述优惠券对应运单的收件人信息和发件人信息进行匹配,若匹配失败,则标识可疑优惠券消费行为;
待判别快递员标识单元,配置用于判断所述可疑优惠券消费行为的发生时间与所述运单的收派件时间的时间差是否大于时间阈值,若是,则将所述运单的收派员标识为待判别快递员;
可疑快递员标识单元,配置用于获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,以判断优惠券抵扣行为是否超过预定频率,若是,则将所述待判别快递员标识为可疑快递员。
可疑账号标识单元获取的所述身份标识信息包括以下至少一项:终端设备号、微信识别码、IP地址。
可疑账号标识单元还配置用于:
获取全时段内终端设备号或微信识别码对应的登录或注册账号数量;
检测是否存在超过频率阈值的可疑高频注册或登录时段,若是,则将所述终端设备号或微信识别码对应的登录或注册账号标识为可疑账号。
可疑账号标识单元还配置用于:
获取全时段内在终端IP地址登录或注册账号相应的登录或注册流水信息,根据所述登录或注册流水信息得出全时段内在所述终端IP地址登录或注册的账号数量;
检测是否存在登录行为或注册行为超过频率阈值的可疑高频注册或登录时段,若是,则将所述终端IP地址上登录或注册的账号标识为可疑账号。
可疑账号标识单元还配置用于:
获取源终端IP在全时段内登录或注册的账号数量;
检测是否存在登录行为或注册行为超过频率阈值的可疑高频注册或登录时段,若是,则源终端IP标识为可疑源终端IP;
将源终端IP上登录或注册的账号,标识为可疑账号。
可疑账号标识单元还配置用于:
获取源终端C段各IP在全时段内登录或注册的账号数量;
检测所述各IP在全时段内是否存在登录行为或注册行为超过频率阈值的可疑高频注册或登录时段,若是,则将所述IP标识为可疑IP;
获取源终端C段在所述全时段内可疑IP数量;
判断所述全时段内可疑IP数量是否大于第一数量阈值,若是,则将可疑IP标识为可疑账号。
可疑快递员标识单元还配置用于:
获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,判断是否所述优惠券抵扣行为超过预定频率的高频优惠券抵扣时段,若是,且高频优惠券抵扣时段的数量高于第二数量阈值,则将所述待判别快递员标识为可疑快递员。
可疑快递员标识单元还配置用于:
获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,判断是否存在所述优惠券抵扣行为超过预定频率的高频优惠券抵扣时段,若是,且高频优惠券抵扣时段对应的频率大于第一预定频率,则将所述待判别快递员标识为可疑快递员。
根据本发明的另一个方面,提供了一种设备,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如上任一项所述的方法。
根据本发明的另一个方面,提供了一种存储有计算机程序的计算机可读存储介质,该程序被处理器执行时实现如上任一项所述的方法。
与现有技术相比,本发明具有以下有益效果:
1、本发明示例的优惠券异常使用检测方法,获取登录行为或注册行为的身份标识信息,并获取所述身份标识信息对应的各登录行为或注册行为,以判断并标识可疑账号;将所述可疑账号所使用的优惠券的关联信息与所述优惠券对应运单的收件人信息和发件人信息进行匹配,若匹配失败,则标识可疑优惠券消费行为;判断所述可疑优惠券消费行为的发生时间与所述运单的收派件时间的时间差是否大于时间阈值,若是,则将所述运单的收派员标识为待判别快递员;获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,以判断优惠券抵扣行为是否超过预定频率,若是,则将所述待判别快递员标识为可疑快递员。便于企业及时采取措施,打击优惠券黑产链,及时挽回公司损失。
2、本发明示例的优惠券异常使用检测***,登录或注册账号数量获取单元配置用于可疑账号标识单元配置用于获取登录行为或注册行为的身份标识信息,并获取所述身份标识信息对应的各登录行为或注册行为,以判断并标识可疑账号;可疑优惠券消费行为标识单元配置用于将所述可疑账号所使用的优惠券的关联信息与所述优惠券对应运单的收件人信息和发件人信息进行匹配,若匹配失败,则标识可疑优惠券消费行为;待判别快递员标识单元配置用于判断所述可疑优惠券消费行为的发生时间与所述运单的收派件时间的时间差是否大于时间阈值,若是,则将所述运单的收派员标识为待判别快递员;可疑快递员标识单元配置用于获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,以判断优惠券抵扣行为是否超过预定频率,若是,则将所述待判别快递员标识为可疑快递员,通过上述单元相互协作,识别出违规快递员信息,给内部员工一警示,便于物流企业及时发现、并处理违规快递员,切断企业内部优惠券黑产链。
3.本发明示例的登录异常检测设备、通过存储有计算机程序的计算机可读介质,所述程序被运行用于识别出违规快递员,命中率高,便于切断物流企业内部优惠券黑产链,使企业健康发展。
附图说明
图1为本发明流程图。
具体实施方式
为了更好的了解本发明的技术方案,下面结合具体实施例、说明书附图对本发明作进一步说明。
实施例一:
本实施例提供了一种优惠券异常使用检测方法,包括以下步骤:
S1、获取登录行为或注册行为的身份标识信息,并获取所述身份标识信息对应的各登录行为或注册行为,以判断并标识可疑账号。
所述身份标识信息包括以下至少一项:终端设备号、微信识别码、IP地址。
所述身份标识信息为终端设备号或微信识别码时,获取登录行为或注册行为的身份标识信息,并获取所述身份标识信息对应的各登录行为或注册行为,以判断并标识可疑账号,包括:
获取全时段内终端设备号或微信识别码对应的登录或注册账号数量;
检测是否存在超过频率阈值的可疑高频注册或登录时段,若是,则将所述终端设备号或微信识别码对应的登录或注册账号标识为可疑账号。
所述身份标识信息为IP地址时,获取登录行为或注册行为的身份标识信息,并获取所述身份标识信息对应的各登录行为或注册行为,以判断并标识可疑账号,包括:
获取全时段内在终端IP地址登录或注册账号相应的登录或注册流水信息,根据所述登录或注册流水信息得出全时段内在所述终端IP地址登录或注册的账号数量;
检测是否存在登录行为或注册行为超过频率阈值的可疑高频注册或登录时段,若是,则将所述终端IP地址上登录或注册的账号标识为可疑账号。
情形一具体包括:
获取源终端IP在全时段内登录或注册的账号数量;
检测是否存在登录行为或注册行为超过频率阈值的可疑高频注册或登录时段,若是,则源终端IP标识为可疑源终端IP;
将源终端IP上登录或注册的账号,标识为可疑账号。
情形二具体包括:
获取源终端C段各IP在全时段内登录或注册的账号数量;
检测所述各IP在全时段内是否存在登录行为或注册行为超过频率阈值的可疑高频注册或登录时段,若是,则将所述IP标识为可疑IP;
获取源终端C段在所述全时段内可疑IP数量;
判断所述全时段内可疑IP数量是否大于第一数量阈值,若是,则将可疑IP标识为可疑账号。
S2、将所述可疑账号所使用的优惠券的关联信息与所述优惠券对应运单的收件人信息和发件人信息进行匹配,若匹配失败,则标识可疑优惠券消费行为。
S3、判断所述可疑优惠券消费行为的发生时间与所述运单的收派件时间的时间差是否大于时间阈值,若是,则将所述运单的收派员标识为待判别快递员。
S4、获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,以判断优惠券抵扣行为是否超过预定频率,若是,则将所述待判别快递员标识为可疑快递员,并生成检测结果输出。
获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,以判断优惠券抵扣行为是否超过预定频率,若是,则将所述待判别快递员标识为可疑快递员,包括:
情形一,获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,判断是否所述优惠券抵扣行为超过预定频率的高频优惠券抵扣时段,若是,且高频优惠券抵扣时段的数量高于第二数量阈值,则将所述待判别快递员标识为可疑快递员。
情形二,获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,以判断优惠券抵扣行为是否超过预定频率,若是,则将所述待判别快递员标识为可疑快递员,包括:
获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,判断是否存在所述优惠券抵扣行为超过预定频率的高频优惠券抵扣时段,若是,且高频优惠券抵扣时段对应的频率大于第一预定频率,则将所述待判别快递员标识为可疑快递员。
上述优惠券异常使用检测方法,具体步骤如下:
1.识别可疑快递会员账号,识别出可疑快递会员账户,主要包括三种情形。
1.1.情形一:
快递员违规使用的优惠券一定来源于可疑的快递会员账号。因目前快递会员用户大多的登录渠道存在于手机终端设备号、终端识别码,如手机app和手机微信。
收集快递会员用户登录对应的手机设备号以及微信识别码。对同一手机设备号或微信识别码在时间段X内登录超过N个快递会员账号的(X取值半小时、一小时,N对应取值5、10),标志为可疑设备号或微信识别码,将可疑设备号或微信识别码上登录的会员账号群体初步标志为可疑账号,即为可疑账户。
1.2.情形二:在获取不到会员设备号或微信识别码的情况下,获取快递会员的登录流水,若存在:
某用户源终端IP在时间段X内登录超过N个快递会员账号的(X取值半小时、一小时,N对应取值10、20),定义为可疑IP,将可疑IP上登录快递会员账号定义为可疑账号,其对应账户定义为可疑账户。
某用户源终端C段单IP在时间段X内登录超过N个快递会员账号的(X取值半小时、一小时,N对应取值5、10),且在X的时段内该C段内出现的满足如上定义的IP存在超过P个(P取值为5至10),定义为可疑IPC段,将可疑IPC段上登录快递会员账号定义为可疑账号,其对应账户定义为可疑账户。
1.3.情形三:注册的连续性行为:获取快递会员注册流水,要素包括源IP、注册时间、注册账号(可唯识别会员身份)
某用户源终端IP在时间段X内注册超过N个快递会员账号的(X取值半小时、一小时,N对应取值10、20),定义为可疑IP,将可疑IP上注册快递会员账号定义为可疑注册账号(其归属于可疑账号),其对应账户定义为可疑注册账户(其归属于可疑账户)。
某用户源终端C段单IP在时间段X内注册超过N个快递会员账号的(X取值半小时、一小时,N对应取值5、10),且在X的时段内该C段内出现的满足如上定义的IP存在超过P个(P取值为5至10),定义为可疑IPC段,将可疑IPC段上注册快递会员账号定义为可疑注册账号(其归属于可疑账号),其对应账户定义为可疑注册账户(其归属于可疑账户)。
2.基于优惠券抵扣行为集中度定义可疑快递员
在寄件或收件中,主体只有快递员和客户。由于快递员抵扣优惠券的行为无法直接识别,可通过说明优惠券被客户使用的可能性极低来推论优惠券被快递员使用的概率较高。对于第一阶段识别的可疑会员账号的优惠券消费情况,进行如下分析:
(1)将会员账号优惠券绑定的手机号与收寄件手机号进行匹配,如果与收寄件一方号码相符,则将该笔运单标记为正常。因为订单已经生成,收付件人手机号已经确认,收派员无法将号码更改,而此时优惠券抵扣的手机号与收寄件人不同,则为可疑的优惠券消费行为。
(2)根据第一步识别的可疑优惠券消费,识别该笔运单对应的收款快递员。根据不同付款方式,确定收款快递员。如果该笔运单付款方式为寄付,那么收款快递员就是收件员;如果付款方式为到付,则收款快递员为派件员。因客户不一定将快递非直接打入公司账户,如客户将快递费以现金或个人转账等线下操作的方式交付快递员,则快递员在该票快递上存在操作优惠券的空间。
(3)分析取件或送件与抵扣优惠券时间差。正常情况下,快递员收件(寄方付款)以及派件(收方付款)后,付款方会马上抵扣优惠券。在快递员违规使用优惠券的情况下,如快递员派(收)完件,未在半小时内抵扣该笔运单的优惠券,则很高概率非客户操作,则将所述运单的收派员标识为待判别快递员。
(4)以及可以快递源为对象,判断优惠券抵扣集中度。对收款快递员及该笔运单绑定的优惠券抵扣时间进行排序,如果同一快递员存在如下其中一种情况定义为可疑违规使用优惠券快递员:
少量多次连续抵扣:相关优惠券连续被抵扣间隔小于X分钟的券数高于N张,且存在多次高于N张的情形,则将之定义为可疑违规使用优惠券快递员。其中X取值为1至5,N取值为3至5。
单次连续抵扣:相关优惠券连续被抵扣间隔小于X分钟的券数高于N张,且单次高于N张的情形,则将之定义为可疑违规使用优惠券快递员。其中X取值为1至5,N取值为20(具体的取值范围为公司可接受的损失为准)。
本实施例还提供了一种优惠券异常使用检测***,包括:
可疑账号标识单元,配置用于获取登录行为或注册行为的身份标识信息,并获取所述身份标识信息对应的各登录行为或注册行为,以判断并标识可疑账号;
可疑优惠券消费行为标识单元,配置用于将所述可疑账号所使用的优惠券的关联信息与所述优惠券对应运单的收件人信息和发件人信息进行匹配,若匹配失败,则标识可疑优惠券消费行为;
待判别快递员标识单元,配置用于判断所述可疑优惠券消费行为的发生时间与所述运单的收派件时间的时间差是否大于时间阈值,若是,则将所述运单的收派员标识为待判别快递员;
可疑快递员标识单元,配置用于获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,以判断优惠券抵扣行为是否超过预定频率,若是,则将所述待判别快递员标识为可疑快递员,并生成检测结果输出。
其中,可疑账号标识单元获取的所述身份标识信息包括以下至少一项:终端设备号、微信识别码、IP地址。
可疑账号标识单元还配置用于:
获取全时段内终端设备号或微信识别码对应的登录或注册账号数量;
检测是否存在超过频率阈值的可疑高频注册或登录时段,若是,则将所述终端设备号或微信识别码对应的登录或注册账号标识为可疑账号。
可疑账号标识单元还配置用于:
获取全时段内在终端IP地址登录或注册账号相应的登录或注册流水信息,根据所述登录或注册流水信息得出全时段内在所述终端IP地址登录或注册的账号数量;
检测是否存在登录行为或注册行为超过频率阈值的可疑高频注册或登录时段,若是,则将所述终端IP地址上登录或注册的账号标识为可疑账号。
可疑账号标识单元还配置用于:
获取源终端IP在全时段内登录或注册的账号数量;
检测是否存在登录行为或注册行为超过频率阈值的可疑高频注册或登录时段,若是,则源终端IP标识为可疑源终端IP;
将源终端IP上登录或注册的账号,标识为可疑账号。
可疑账号标识单元还配置用于:
获取源终端C段各IP在全时段内登录或注册的账号数量;
检测所述各IP在全时段内是否存在登录行为或注册行为超过频率阈值的可疑高频注册或登录时段,若是,则将所述IP标识为可疑IP;
获取源终端C段在所述全时段内可疑IP数量;
判断所述全时段内可疑IP数量是否大于第一数量阈值,若是,则将可疑IP标识为可疑账号。
可疑快递员标识单元还配置用于:
获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,判断是否所述优惠券抵扣行为超过预定频率的高频优惠券抵扣时段,若是,且高频优惠券抵扣时段的数量高于第二数量阈值,则将所述待判别快递员标识为可疑快递员。
可疑快递员标识单元还配置用于:
获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,判断是否存在所述优惠券抵扣行为超过预定频率的高频优惠券抵扣时段,若是,且高频优惠券抵扣时段对应的频率大于第一预定频率,则将所述待判别快递员标识为可疑快递员。
该***具体组成单元用途与上述优惠券异常使用检测方法,具体步
骤对应,故该处不再具体说明。
本实施例还提供了一种设备,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如上任一项所述的方法。
本实施例还提供了一种存储有计算机程序的计算机可读存储介质,该程序被处理器执行时实现如上任一项所述的方法。
实施例二
本实施例与实施例一相同的特征不再赘述,本实施例与实施例一不同的特征在于:
优惠券异常使用检测方法,具体步骤如下:
1.识别可疑快递会员账号,识别出可疑快递会员账户,主要包括三种情形。
1.1.情形一:
快递员违规使用的优惠券一定来源于可疑的快递会员账号。因目前快递会员用户大多的登录渠道存在于手机终端设备号、终端识别码,如手机app和手机微信。
收集快递会员用户登录对应的手机设备号以及微信识别码。对同一手机设备号或微信识别码在时间段X内登录超过N个快递会员账号的(X取值半小时、一小时,N对应取值6、12),标志为可疑设备号或微信识别码,将可疑设备号或微信识别码上登录的会员账号群体初步标志为可疑账号,即为可疑账户。
1.2.情形二:在获取不到会员设备号或微信识别码的情况下,获取快递会员的登录流水,若存在:
某用户源终端IP在时间段X内登录超过N个快递会员账号的(X取值半小时、一小时,N对应取值12、24),定义为可疑IP,将可疑IP上登录快递会员账号定义为可疑账号,其对应账户定义为可疑账户。
某用户源终端C段单IP在时间段X内登录超过N个快递会员账号的(X取值半小时、一小时,N对应取值6、12),且在X的时段内该C段内出现的满足如上定义的IP存在超过P个(P取值为6至12),定义为可疑IPC段,将可疑IPC段上登录快递会员账号定义为可疑账号,其对应账户定义为可疑账户。
1.3.情形三:注册的连续性行为:获取快递会员注册流水,要素包括源IP、注册时间、注册账号(可唯识别会员身份)
某用户源终端IP在时间段X内注册超过N个快递会员账号的(X取值半小时、一小时,N对应取值12、24),定义为可疑IP,将可疑IP上注册快递会员账号定义为可疑账号,其对应账户定义为可疑账户。
某用户源终端C段单IP在时间段X内注册超过N个快递会员账号的(X取值半小时、一小时,N对应取值6、12),且在X的时段内该C段内出现的满足如上定义的IP存在超过P个(P取值为6至12),定义为可疑IPC段,将可疑IPC段上注册快递会员账号定义为可疑账号,其对应账户定义为可疑账户。
2.基于优惠券抵扣行为集中度定义可疑快递员
在寄件或收件中,主体只有快递员和客户。由于快递员抵扣优惠券的行为无法直接识别,可通过说明优惠券被客户使用的可能性极低来推论优惠券被快递员使用的概率较高。对于第一阶段识别的可疑会员账号的优惠券消费情况,进行如下分析:
(1)将会员账号优惠券绑定的手机号与收寄件手机号进行匹配,如果与收寄件一方号码相符,则将该笔运单标记为正常。因为订单已经生成,收付件人手机号已经确认,收派员无法将号码更改,而此时优惠券抵扣的手机号与收寄件人不同,则为可疑的优惠券消费行为。
(2)根据第一步识别的可疑优惠券消费,识别该笔运单对应的收款快递员。根据不同付款方式,确定收款快递员。如果该笔运单付款方式为寄付,那么收款快递员就是收件员;如果付款方式为到付,则收款快递员为派件员。因客户不一定将快递非直接打入公司账户,如客户将快递费以现金或个人转账等线下操作的方式交付快递员,则快递员在该票快递上存在操作优惠券的空间。
(3)分析取件或送件与抵扣优惠券时间差。正常情况下,快递员收件(寄方付款)以及派件(收方付款)后,付款方会马上抵扣优惠券。在快递员违规使用优惠券的情况下,如快递员派(收)完件,未在半小时内抵扣该笔运单的优惠券,则很高概率非客户操作,则将所述运单的收派员标识为待判别快递员。
(4)以及可以快递源为对象,判断优惠券抵扣集中度。对收款快递员及该笔运单绑定的优惠券抵扣时间进行排序,如果同一快递员存在如下其中一种情况定义为可疑违规使用优惠券快递员:
少量多次连续抵扣:相关优惠券连续被抵扣间隔小于X分钟的券数高于N张,且存在多次高于N张的情形,则将之定义为可疑违规使用优惠券快递员。其中X取值为1至5,N取值为4至6。
单次连续抵扣:相关优惠券连续被抵扣间隔小于X分钟的券数高于N张,且单次高于N张的情形,则将之定义为可疑违规使用优惠券快递员。其中X取值为1至5,N取值为24(具体的取值范围为公司可接受的损失为准)。
实施例三
本实施例与实施例一相同的特征不再赘述,本实施例与实施例一不同的特征在于:
优惠券异常使用检测方法,具体步骤如下:
1.识别可疑快递会员账号,识别出可疑快递会员账户,主要包括三种情形。
1.1.情形一:
快递员违规使用的优惠券一定来源于可疑的快递会员账号。因目前快递会员用户大多的登录渠道存在于手机终端设备号、终端识别码,如手机app和手机微信。
收集快递会员用户登录对应的手机设备号以及微信识别码。对同一手机设备号或微信识别码在时间段X内登录超过N个快递会员账号的(X取值半小时、一小时,N对应取值4、8),标志为可疑设备号或微信识别码,将可疑设备号或微信识别码上登录的会员账号群体初步标志为可疑账号,即为可疑账户。
1.2.情形二:在获取不到会员设备号或微信识别码的情况下,获取快递会员的登录流水,若存在:
某用户源终端IP在时间段X内登录超过N个快递会员账号的(X取值半小时、一小时,N对应取值8、16),定义为可疑IP,将可疑IP上登录快递会员账号定义为可疑账号,其对应账户定义为可疑账户。
某用户源终端C段单IP在时间段X内登录超过N个快递会员账号的(X取值半小时、一小时,N对应取值4、8),且在X的时段内该C段内出现的满足如上定义的IP存在超过P个(P取值为4至8),定义为可疑IPC段,将可疑IPC段上登录快递会员账号定义为可疑账号,其对应账户定义为可疑账户。
1.3.情形三:注册的连续性行为:获取快递会员注册流水,要素包括源IP、注册时间、注册账号(可唯识别会员身份)
某用户源终端IP在时间段X内注册超过N个快递会员账号的(X取值半小时、一小时,N对应取值8、16),定义为可疑IP,将可疑IP上注册快递会员账号定义为可疑账号,其对应账户定义为可疑账户。
某用户源终端C段单IP在时间段X内注册超过N个快递会员账号的(X取值半小时、一小时,N对应取值4、8),且在X的时段内该C段内出现的满足如上定义的IP存在超过P个(P取值为4至8),定义为可疑IPC段,将可疑IPC段上注册快递会员账号定义为可疑账号,其对应账户定义为可疑账户。
2.基于优惠券抵扣行为集中度定义可疑快递员
在寄件或收件中,主体只有快递员和客户。由于快递员抵扣优惠券的行为无法直接识别,可通过说明优惠券被客户使用的可能性极低来推论优惠券被快递员使用的概率较高。对于第一阶段识别的可疑会员账号的优惠券消费情况,进行如下分析:
(1)将会员账号优惠券绑定的手机号与收寄件手机号进行匹配,如果与收寄件一方号码相符,则将该笔运单标记为正常。因为订单已经生成,收付件人手机号已经确认,收派员无法将号码更改,而此时优惠券抵扣的手机号与收寄件人不同,则为可疑的优惠券消费行为。
(2)根据第一步识别的可疑优惠券消费,识别该笔运单对应的收款快递员。根据不同付款方式,确定收款快递员。如果该笔运单付款方式为寄付,那么收款快递员就是收件员;如果付款方式为到付,则收款快递员为派件员。因客户不一定将快递非直接打入公司账户,如客户将快递费以现金或个人转账等线下操作的方式交付快递员,则快递员在该票快递上存在操作优惠券的空间。
(3)分析取件或送件与抵扣优惠券时间差。正常情况下,快递员收件(寄方付款)以及派件(收方付款)后,付款方会马上抵扣优惠券。在快递员违规使用优惠券的情况下,如快递员派(收)完件,未在半小时内抵扣该笔运单的优惠券,则很高概率非客户操作,则将所述运单的收派员标识为待判别快递员。
(4)以及可以快递源为对象,判断优惠券抵扣集中度。对收款快递员及该笔运单绑定的优惠券抵扣时间进行排序,如果同一快递员存在如下其中一种情况定义为可疑违规使用优惠券快递员:
少量多次连续抵扣:相关优惠券连续被抵扣间隔小于X分钟的券数高于N张,且存在多次高于N张的情形,则将之定义为可疑违规使用优惠券快递员。其中X取值为1至5,N取值为3至4。
单次连续抵扣:相关优惠券连续被抵扣间隔小于X分钟的券数高于N张,且单次高于N张的情形,则将之定义为可疑违规使用优惠券快递员。其中X取值为1至5,N取值为16(具体的取值范围为公司可接受的损失为准)。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能。
Claims (18)
1.一种优惠券异常使用检测方法,其特征是,包括以下步骤:
获取登录行为或注册行为的身份标识信息,并获取所述身份标识信息对应的各登录行为或注册行为,以判断并标识可疑账号;
将所述可疑账号所使用的优惠券的关联信息与所述优惠券对应运单的收件人信息和发件人信息进行匹配,若匹配失败,则标识可疑优惠券消费行为;
判断所述可疑优惠券消费行为的发生时间与所述运单的收派件时间的时间差是否大于时间阈值,若是,则将所述运单的收派员标识为待判别快递员;
获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,以判断优惠券抵扣行为是否超过预定频率,若是,则将所述待判别快递员标识为可疑快递员。
2.根据权利要求1所述的优惠券异常使用检测方法,其特征是,所述身份标识信息包括以下至少一项:终端设备号、微信识别码、IP地址。
3.根据权利要求2所述的优惠券异常使用检测方法,其特征是,获取登录行为或注册行为的身份标识信息,并获取所述身份标识信息对应的各登录行为或注册行为,以判断并标识可疑账号,包括:
获取全时段内终端设备号或微信识别码对应的登录或注册账号数量;
检测是否存在超过频率阈值的可疑高频注册或登录时段,若是,则将所述终端设备号或微信识别码对应的登录或注册账号标识为可疑账号。
4.根据权利要求2所述的优惠券异常使用检测方法,其特征是,获取登录行为或注册行为的身份标识信息,并获取所述身份标识信息对应的各登录行为或注册行为,以判断并标识可疑账号,包括:
获取全时段内在终端IP地址登录或注册账号相应的登录或注册流水信息,根据所述登录或注册流水信息得出全时段内在所述终端IP地址登录或注册的账号数量;
检测是否存在登录行为或注册行为超过频率阈值的可疑高频注册或登录时段,若是,则将所述终端IP地址上登录或注册的账号标识为可疑账号。
5.根据权利要求4所述的优惠券异常使用检测方法,其特征是,还包括:
获取源终端IP在全时段内登录或注册的账号数量;
检测是否存在登录行为或注册行为超过频率阈值的可疑高频注册或登录时段,若是,则源终端IP标识为可疑源终端IP;
将源终端IP上登录或注册的账号,标识为可疑账号。
6.根据权利要求4所述的优惠券异常使用检测方法,其特征是,还包括:
获取源终端C段各IP在全时段内登录或注册的账号数量;
检测所述各IP在全时段内是否存在登录行为或注册行为超过频率阈值的可疑高频注册或登录时段,若是,则将所述IP标识为可疑IP;
获取源终端C段在所述全时段内可疑IP数量;
判断所述全时段内可疑IP数量是否大于第一数量阈值,若是,则将可疑IP标识为可疑账号。
7.根据权利要求1-6任一所述的优惠券异常使用检测方法,其特征是,获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,以判断优惠券抵扣行为是否超过预定频率,若是,则将所述待判别快递员标识为可疑快递员,包括:
获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,判断是否所述优惠券抵扣行为超过预定频率的高频优惠券抵扣时段,若是,且高频优惠券抵扣时段的数量高于第二数量阈值,则将所述待判别快递员标识为可疑快递员。
8.根据权利要求1-6任一所述的优惠券异常使用检测方法,其特征是,获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,以判断优惠券抵扣行为是否超过预定频率,若是,则将所述待判别快递员标识为可疑快递员,包括:
获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,判断是否存在所述优惠券抵扣行为超过预定频率的高频优惠券抵扣时段,若是,且高频优惠券抵扣时段对应的频率大于第一预定频率,则将所述待判别快递员标识为可疑快递员。
9.一种优惠券异常使用检测***,其特征是,包括:
可疑账号标识单元,配置用于获取登录行为或注册行为的身份标识信息,并获取所述身份标识信息对应的各登录行为或注册行为,以判断并标识可疑账号;
可疑优惠券消费行为标识单元,配置用于将所述可疑账号所使用的优惠券的关联信息与所述优惠券对应运单的收件人信息和发件人信息进行匹配,若匹配失败,则标识可疑优惠券消费行为;
待判别快递员标识单元,配置用于判断所述可疑优惠券消费行为的发生时间与所述运单的收派件时间的时间差是否大于时间阈值,若是,则将所述运单的收派员标识为待判别快递员;
可疑快递员标识单元,配置用于获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,以判断优惠券抵扣行为是否超过预定频率,若是,则将所述待判别快递员标识为可疑快递员。
10.根据权利要求9所述的优惠券异常使用检测***,其特征是,可疑账号标识单元获取的所述身份标识信息包括以下至少一项:终端设备号、微信识别码、IP地址。
11.根据权利要求10所述的优惠券异常使用检测***,其特征是,可疑账号标识单元还配置用于:
获取全时段内终端设备号或微信识别码对应的登录或注册账号数量;
检测是否存在超过频率阈值的可疑高频注册或登录时段,若是,则将所述终端设备号或微信识别码对应的登录或注册账号标识为可疑账号。
12.根据权利要求10所述的优惠券异常使用检测***,其特征是,可疑账号标识单元还配置用于:
获取全时段内在终端IP地址登录或注册账号相应的登录或注册流水信息,根据所述登录或注册流水信息得出全时段内在所述终端IP地址登录或注册的账号数量;
检测是否存在登录行为或注册行为超过频率阈值的可疑高频注册或登录时段,若是,则将所述终端IP地址上登录或注册的账号标识为可疑账号。
13.根据权利要求12所述的优惠券异常使用检测***,其特征是,可疑账号标识单元还配置用于:
获取源终端IP在全时段内登录或注册的账号数量;
检测是否存在登录行为或注册行为超过频率阈值的可疑高频注册或登录时段,若是,则源终端IP标识为可疑源终端IP;
将源终端IP上登录或注册的账号,标识为可疑账号。
14.根据权利要求12所述的优惠券异常使用检测***,其特征是,可疑账号标识单元还配置用于:
获取源终端C段各IP在全时段内登录或注册的账号数量;
检测所述各IP在全时段内是否存在登录行为或注册行为超过频率阈值的可疑高频注册或登录时段,若是,则将所述IP标识为可疑IP;
获取源终端C段在所述全时段内可疑IP数量;
判断所述全时段内可疑IP数量是否大于第一数量阈值,若是,则将可疑IP标识为可疑账号。
15.根据权利要求9-14任一所述的优惠券异常使用检测***,其特征是,可疑快递员标识单元还配置用于:
获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,判断是否所述优惠券抵扣行为超过预定频率的高频优惠券抵扣时段,若是,且高频优惠券抵扣时段的数量高于第二数量阈值,则将所述待判别快递员标识为可疑快递员。
16.根据权利要求9-14任一所述的优惠券异常使用检测***,其特征是,可疑快递员标识单元还配置用于:
获取所述待判别快递员所处理各运单优惠券的抵扣时间信息,判断是否存在所述优惠券抵扣行为超过预定频率的高频优惠券抵扣时段,若是,且高频优惠券抵扣时段对应的频率大于第一预定频率,则将所述待判别快递员标识为可疑快递员。
17.一种设备,其特征是,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如权利要求1-8中任一项所述的方法。
18.一种存储有计算机程序的计算机可读存储介质,其特征是,该程序被处理器执行时实现如权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810297108.XA CN108596653A (zh) | 2018-04-04 | 2018-04-04 | 一种优惠券异常使用检测***、方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810297108.XA CN108596653A (zh) | 2018-04-04 | 2018-04-04 | 一种优惠券异常使用检测***、方法、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108596653A true CN108596653A (zh) | 2018-09-28 |
Family
ID=63625430
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810297108.XA Pending CN108596653A (zh) | 2018-04-04 | 2018-04-04 | 一种优惠券异常使用检测***、方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108596653A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109509020A (zh) * | 2018-10-22 | 2019-03-22 | 阿里巴巴集团控股有限公司 | 一种优惠券金额核对方法及装置 |
CN110580782A (zh) * | 2019-09-12 | 2019-12-17 | 深圳市丰巢科技有限公司 | 一种快递柜的电子券的处理方法、装置、设备及存储介质 |
CN110677390A (zh) * | 2019-09-10 | 2020-01-10 | 中国平安财产保险股份有限公司 | 异常账号识别的方法、装置、电子设备和存储介质 |
CN111311285A (zh) * | 2020-02-21 | 2020-06-19 | 深圳壹账通智能科技有限公司 | 一种防止用户非法登录的方法、装置、设备和存储介质 |
CN111563001A (zh) * | 2020-05-06 | 2020-08-21 | 拉扎斯网络科技(上海)有限公司 | 一种异常检测方法、装置、检测服务器及存储介质 |
CN111652539A (zh) * | 2020-04-22 | 2020-09-11 | 上海德启信息科技有限公司 | 一种异常事件监控方法、装置、*** |
CN111967905A (zh) * | 2020-08-10 | 2020-11-20 | 上海中通吉网络技术有限公司 | 电子式快递优惠券的应用方法及相关设备 |
CN112529639A (zh) * | 2020-12-23 | 2021-03-19 | ***股份有限公司 | 异常帐户识别方法、装置、设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105357167A (zh) * | 2014-08-19 | 2016-02-24 | 阿里巴巴集团控股有限公司 | 业务处理方法和装置 |
CN106384273A (zh) * | 2016-10-08 | 2017-02-08 | 江苏通付盾科技有限公司 | 恶意刷单检测***及方法 |
CN106953832A (zh) * | 2016-01-07 | 2017-07-14 | 福建天晴数码有限公司 | 处理网游可疑账号的方法及*** |
CN107135195A (zh) * | 2017-02-20 | 2017-09-05 | 平安科技(深圳)有限公司 | 异常用户账号的检测方法和装置 |
KR20170111275A (ko) * | 2016-03-25 | 2017-10-12 | 주식회사 수산아이앤티 | 인터넷 안심 서비스 제공 방법 및 그 장치 |
CN107464169A (zh) * | 2017-08-10 | 2017-12-12 | 北京小度信息科技有限公司 | 信息输出方法和装置 |
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 |
-
2018
- 2018-04-04 CN CN201810297108.XA patent/CN108596653A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105357167A (zh) * | 2014-08-19 | 2016-02-24 | 阿里巴巴集团控股有限公司 | 业务处理方法和装置 |
CN106953832A (zh) * | 2016-01-07 | 2017-07-14 | 福建天晴数码有限公司 | 处理网游可疑账号的方法及*** |
KR20170111275A (ko) * | 2016-03-25 | 2017-10-12 | 주식회사 수산아이앤티 | 인터넷 안심 서비스 제공 방법 및 그 장치 |
CN106384273A (zh) * | 2016-10-08 | 2017-02-08 | 江苏通付盾科技有限公司 | 恶意刷单检测***及方法 |
CN107135195A (zh) * | 2017-02-20 | 2017-09-05 | 平安科技(深圳)有限公司 | 异常用户账号的检测方法和装置 |
CN107464169A (zh) * | 2017-08-10 | 2017-12-12 | 北京小度信息科技有限公司 | 信息输出方法和装置 |
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 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109509020A (zh) * | 2018-10-22 | 2019-03-22 | 阿里巴巴集团控股有限公司 | 一种优惠券金额核对方法及装置 |
CN109509020B (zh) * | 2018-10-22 | 2023-10-17 | 创新先进技术有限公司 | 一种优惠券金额核对方法及装置 |
CN110677390A (zh) * | 2019-09-10 | 2020-01-10 | 中国平安财产保险股份有限公司 | 异常账号识别的方法、装置、电子设备和存储介质 |
CN110580782A (zh) * | 2019-09-12 | 2019-12-17 | 深圳市丰巢科技有限公司 | 一种快递柜的电子券的处理方法、装置、设备及存储介质 |
CN110580782B (zh) * | 2019-09-12 | 2022-01-07 | 深圳市丰巢科技有限公司 | 一种快递柜的电子券的处理方法、装置、设备及存储介质 |
CN111311285A (zh) * | 2020-02-21 | 2020-06-19 | 深圳壹账通智能科技有限公司 | 一种防止用户非法登录的方法、装置、设备和存储介质 |
CN111652539A (zh) * | 2020-04-22 | 2020-09-11 | 上海德启信息科技有限公司 | 一种异常事件监控方法、装置、*** |
CN111652539B (zh) * | 2020-04-22 | 2023-08-25 | 上海德启信息科技有限公司 | 一种异常事件监控方法、装置、*** |
CN111563001A (zh) * | 2020-05-06 | 2020-08-21 | 拉扎斯网络科技(上海)有限公司 | 一种异常检测方法、装置、检测服务器及存储介质 |
CN111967905A (zh) * | 2020-08-10 | 2020-11-20 | 上海中通吉网络技术有限公司 | 电子式快递优惠券的应用方法及相关设备 |
CN112529639A (zh) * | 2020-12-23 | 2021-03-19 | ***股份有限公司 | 异常帐户识别方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108596653A (zh) | 一种优惠券异常使用检测***、方法、设备及存储介质 | |
CN106549974B (zh) | 预测社交网络账户是否恶意的设备、方法及*** | |
US20180075437A1 (en) | Data verification in transactions in distributed network | |
US20080191007A1 (en) | Methods and Systems for Identifying Fraudulent Transactions Across Multiple Accounts | |
CN109299973A (zh) | 一种基于人脸识别的广告推送方法及相关设备 | |
EP1067492A3 (en) | Transaction notification system and method | |
CN109741161B (zh) | 商务卡关联监督方法、***、终端及可读存储介质 | |
CN108876208A (zh) | 一种分期支付风控审核方法及*** | |
US20060026102A1 (en) | Fraud detection mechanism adapted for inconsistent data collection | |
CN110909384B (zh) | 确定泄露用户信息的业务方的方法及装置 | |
CN108259680B (zh) | 诈骗电话识别方法、装置以及用于识别诈骗电话的服务器 | |
KR20130040048A (ko) | 비정상 계정 검출 장치 및 방법 | |
CN111091409B (zh) | 客户标签的确定方法、装置和服务器 | |
CN115564449A (zh) | 交易账户的风险管控方法、装置及电子设备 | |
CN111105064B (zh) | 确定欺诈事件的嫌疑信息的方法及装置 | |
KR20150061540A (ko) | 허위판매 방지 시스템 및 그 제공방법 | |
CN110991777A (zh) | 虚开***企业的查找方法及装置、存储介质及电子设备 | |
CN106557925B (zh) | 一种反欺诈支付的校验方法及*** | |
US20040215579A1 (en) | Supplemental address verification | |
CN106549851A (zh) | 一种违规信息发送群的判定方法及装置 | |
CN113962690A (zh) | 预付式消费商务运营保障***及方法 | |
FI116170B (fi) | Menetelmä palautteen välittämisessä palautejärjestelmästä sekä tietojen välitysjärjestelmä | |
CN118096191B (zh) | 一种智能用户信息保护的反欺诈***及方法 | |
US20220188831A1 (en) | Data verification in transactions in distributed network | |
CN107154938A (zh) | 编码信息的安全检测方法和安全检测装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180928 |