CN112330355A - 消费券交易数据处理方法、装置、设备及存储介质 - Google Patents
消费券交易数据处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112330355A CN112330355A CN202011082535.XA CN202011082535A CN112330355A CN 112330355 A CN112330355 A CN 112330355A CN 202011082535 A CN202011082535 A CN 202011082535A CN 112330355 A CN112330355 A CN 112330355A
- Authority
- CN
- China
- Prior art keywords
- user
- coupon
- consumption
- transaction
- verification
- 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
Links
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 238000003672 processing method Methods 0.000 title description 11
- 238000000034 method Methods 0.000 claims abstract description 99
- 238000012545 processing Methods 0.000 claims abstract description 43
- 238000012795 verification Methods 0.000 claims description 123
- 230000006399 behavior Effects 0.000 claims description 49
- 239000000203 mixture Substances 0.000 claims description 36
- 230000015654 memory Effects 0.000 claims description 35
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 10
- 238000011144 upstream manufacturing Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 16
- 230000000977 initiatory effect Effects 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 27
- 230000008569 process Effects 0.000 description 19
- 230000002265 prevention Effects 0.000 description 16
- 230000006870 function Effects 0.000 description 13
- 230000006872 improvement Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000012797 qualification Methods 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 238000012550 audit Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000750 progressive effect Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 239000007795 chemical reaction product Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 229910021389 graphene Inorganic materials 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013526 transfer learning Methods 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 210000002268 wool Anatomy 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Medical Informatics (AREA)
- Computer Security & Cryptography (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本说明书提供一种消费券交易数据处理方法、装置、设备及存储介质,通过获取发送消费券领取请求的账户的用户设备信息、用户历史交易信息,基于用户设备信息对发起消费券领取请求的设备进行位置篡改识别,并基于用户历史交易信息对用户的领券意图进行识别,基于位置篡改识别的结果和领券意图识别结果,确定消费券领取请求是否存在风险,以确定是否发放消费券。可以实现对真实用户进行消费券作弊恶意交易的行为进行准确的风险识别,消费券发放可以确保用户身份真实可靠的基础上,确定消费券发送的公平性,比如抢券的用户确实是本人在活动规定区域操作,用户的抢券意图有真实消费的可能,以提高消费券交易风险识别的准确性,确保消费券交易的安全性。
Description
技术领域
本说明书属于计算机技术领域,尤其涉及一种消费券交易数据处理方法、装置、设备及存储介质。
背景技术
消费券是专用券的一种,为实现经济政策的工具之一。当经济不景气导致民间消费能力大幅衰退时,政府或者企业发放给人民消费券,作为人民未来消费时的支付凭证,期待借由增加民众的购买力与消费欲望的方式以振兴消费活动,甚而进一步带动生产与投资等活动的成长,加速经济的复苏。用户可以通过领取消费券,在交易时使用领取的消费券可以带来一定的优惠。但是,一些用户可能会恶意领取消费券,利用消费券套取资金,影响消费券交易的安全性。
发明内容
本说明书实施例的目的在于提供一种消费券交易数据处理方法、装置、设备及存储介质,提高了消费券交易数据处理的准确性和效率。
第一方面,本说明书实施例提供了一种消费券交易数据处理方法,所述方法包括:
获取发送消费券领取请求的用户设备信息、用户历史交易信息,其中,所述用户设备信息包括设备传感器数据;
根据所述用户设备信息中的设备传感器数据,判断所述消费券领取请求对应的设备是否存在位置篡改行为;
根据所述用户历史交易信息判断所述消费券领取请求对应的用户的领券意图;
若确定所述消费券领取请求对应的设备存在位置篡改行为或所述领券意图为恶意意图,则确定所述消费券领取请求存在风险,取消发放消费券。
第二方面,本说明书提供了一种消费券交易数据处理方法,所述方法包括:
对进行账户注册的用户进行身份识别,若确定所述账户注册的注册用户是真实用户,则账户注册成功;
接收账户登录请求,对登录用户进行身份识别,若确定所述登录用户是真实用户且与所述注册用户相同,则允许登录;
接收账户登录成功后发送的消费券领取请求,获取消费券领取请求的用户设备信息、用户历史交易信息,根据所述用户设备信息、用户历史交易信息对所述登录用户进行领券风险识别,若确定所述登录用户不存在领券风险,则发放消费券;
接收消费券核销请求,对所述登录用户进行核销风险识别,若确定所述登录用户不存在核销风险,则核销消费券。
第三方面,本说明书提供了一种消费券交易数据处理装置,包括:
领券信息获取模块,用于获取发送消费券领取请求的用户设备信息、用户历史交易信息,其中,所述用户设备信息包括设备传感器数据;
设备异常识别模块,用于根据所述用户设备信息中的设备传感器数据,判断所述消费券领取请求对应的设备是否存在位置篡改行为;
领券意图识别模块,用于根据所述用户历史交易信息判断所述消费券领取请求对应的用户的领券意图;
领券风险识别模块,用于若确定所述消费券领取请求对应的设备存在位置篡改行为或所述领券意图为恶意意图,则确定所述消费券领取请求存在风险,取消发放消费券。
第四方面,本说明书提供了一种消费券交易数据处理装置,包括:
注册识别模块,用于对进行账户注册的用户进行身份识别,若确定所述账户注册的注册用户是真实用户,则账户注册成功;
登录识别模块,用于接收账户登录请求,对登录用户进行身份识别,若确定所述登录用户是真实用户且与所述注册用户相同,则允许登录;
领券识别模块,用于接收账户登录成功后发送的消费券领取请求,获取消费券领取请求的用户设备信息、用户历史交易信息,根据所述用户设备信息、用户历史交易信息对所述登录用户进行领券风险识别,若确定所述登录用户不存在领券风险,则发放消费券;
核销识别模块,用于接收消费券核销请求,对所述登录用户进行核销风险识别,若确定所述登录用户不存在核销风险,则核销消费券。
第五方面,本说明书实施例提供了一种消费券交易数据处理设备,包括至少一个处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述第一方面或第二方面方法所述的消费券交易数据处理方法。
第六方面,本说明书实施例提供了一种计算机可读存储介质,其上存储有计算机指令,所述指令被执行时实现所述第一方面或第二方面方法所述的消费券交易数据处理方法。
本说明书提供的消费券交易数据处理方法、装置、设备及存储介质,通过获取发送消费券领取请求的账户的用户设备信息、用户历史交易信息,基于用户设备信息对发起消费券领取请求的设备进行位置篡改识别,并基于用户历史交易信息对用户的领券意图进行识别,基于位置篡改识别的结果和领券意图识别结果,确定消费券领取请求是否存在风险,以确定是否发放消费券。本说明书实施例可以对真实用户进行消费券作弊恶意交易的行为进行准确的风险识别,消费券发放可以确保用户身份真实可靠的基础上,确定消费券发送的公平性,比如抢券的用户确实是本人在活动规定区域操作,用户的抢券意图有真实消费的可能,以提高消费券交易风险识别的准确性,确保消费券交易的安全性。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本说明书实施例提供的消费券交易数据处理方法实施例的流程示意图;
图2是本说明书一些实施例中消费券核销风险识别的流程示意图;
图3是本说明书一个实施例中交易关系构图的结构示意图;
图4是本说明书实施例中的一种风险交易构图的示意图
图5是本说明书实施例中的一种风险交易构图的示意图
图6是本说明书又一个实施例中消费券交易数据处理方法的流程示意图;
图7是本说明书一个实施例中消费券交易风险防控的链路示意图;
图8是本说明书提供的消费券交易数据处理装置一个实施例的模块结构示意图;
图9是本说明书提供的消费券交易数据处理装置又一个实施例的模块结构示意图;
图10是本说明书一个实施例中消费券交易数据处理服务器的硬件结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书保护的范围。
随着计算机和互联网技术的发展,交易的方式越来越多,消费券交易可以理解为一种利用电子券或纸质券抵用一部分交易金额的交易方式,消费券通常情况下由出资方发起通过平台以“满减”补贴券的形式发放给用户,当用户发生线下交易时核销抵扣相应金额。一般的,用户可以先领取消费券,在进行交易时,通过核销消费券享有一定的优惠,但是,一些用户可能会利用消费券进行非法或虚假交易,影响交易的安全性。
图1是本说明书实施例提供的消费券交易数据处理方法实施例的流程示意图。虽然本说明书提供了如下述实施例或附图所示的方法操作步骤或装置结构,但基于常规或者无需创造性的劳动在所述方法或装置中可以包括更多或者部分合并后更少的操作步骤或模块单元。在逻辑性上不存在必要因果关系的步骤或结构中,这些步骤的执行顺序或装置的模块结构不限于本说明书实施例或附图所示的执行顺序或模块结构。所述的方法或模块结构的在实际中的装置、服务器或终端产品应用时,可以按照实施例或者附图所示的方法或模块结构进行顺序执行或者并行执行(例如并行处理器或者多线程处理的环境、甚至包括分布式处理、服务器集群的实施环境)。
具体的一个实施例如图1所示,本说明书提供的消费券交易数据处理方法的一个实施例中,所述方法可以应用在计算机、平板电脑、服务器、智能手机、智能穿戴设备等终端,所述方法可以包括如下步骤:
步骤102、获取发送消费券领取请求的用户设备信息、用户历史交易信息,其中,所述用户设备信息包括设备传感器数据。
在具体的实施过程中,消费券可以是商家或交易平台等发放的电子券,当然也可以是纸质形式的消费券,消费券一般可以有不同的金额或不同的使用方式,本说明书实施例不作具体限定。用户可以通过向商家或交易平台发送方消费券领取请求,请求领取消费券,一般的,平台或商家接收到消费券领取请求后,可以向用户发放对应的消费券。本说明书实施例中,在接收到用户发送的消费券领取请求后,可以对发送消费券领取请求的用户进行风险识别,以确保领取消费券的用户是安全用户,保证交易的安全性。
本说明书一些实施例中,在接收所述消费券领取请求之前,所述方法还包括:
对账户注册和账户登录的用户进行身份识别,确定所述账户注册和账户登录的用户是否是真实用户、是否是相同的用户。
在具体的实施过程中,本说明书一些实施例中在用户进行账户注册和账户登录时,可以对用户进行身份识别,如:可以采用生物核审技术识别“你是你本人”,并通过大数据防冒用技术能力二次判断,采取智能算法与大数据风控体系、分级多因子校验、资金安全保障服务等措施来强化安全性。在确保进行账户注册的用户是真实用户后,生成对应的账户,账户注册成功,当用户请求登录注册的账户时,再对登录用户进行身份审核,以确保是真实用户且用户本人登录,防止不法用户通过技术手段批量注册账户进行消费券领取,扰乱消费券交易,影响交易的安全性。
接收到消费券领取请求后,可以获取发起消费券领取请求的设备的用户设备信息如:设备传感器数据,还可以获取发起消费券领取请求的账户的用户历史交易信息如:历史交易记录。
步骤104、根据所述用户设备信息中的设备传感器数据,判断所述消费券领取请求对应的设备是否存在位置篡改行为。
在具体的实施过程中,在获取到用户设备信息中的设备传感器数据后,可以基于获取到的设备传感器数据判断当前接收到的消费券领取请求对应的设备是否存在位置篡改行为。一般的,对于普通用户在手机通过虚拟定位方式修改定位,本说明书实施例可以通过获取设备中的设备传感器数据进行位置一致性检测识别,确保当前位置的真实可靠。
本说明书一些实施例中,所述设备传感器数据包括经纬度数据和海拔数据;
所述根据所述用户设备信息中的设备传感器数据,判断所述消费券领取请求对应的设备是否存在位置篡改行为,包括:
根据所述设备传感器数据中的经纬度数据和海拔数据,判断所述消费券领取请求对应的设备是否存在位置冲突,若是,则确定所述消费券领取请求对应的设备存在位置篡改行为。
在具体的实施过程中,本说明书实施例中的设备传感器数据可以包括经纬度数据和海拔数据,如:可以通过获取设备中的五维位置定位、陀螺仪传感器等传感器数据获得设备中的经纬度数据和海拔数据。本说明书实施例可以通过对比设备传感器数据中的经纬度数据和海拔数据,判断发起消费券领取请求的设备是否存在位置冲突,若是,则确定消费券领取请求对应的设备存在位置篡改行为。例如:若当前设备的经纬度数据表征该设备在中国西藏,当设备的海拔数据与中国西藏的海拔不一致,可以认为设备的经纬度数据和海拔数据存在位置冲突,设备的位置被篡改。当然,还可以通过其他方式判断设备是否存在位置篡改行为,如:可以通过设备中的传感器数据获取设备环境、***环境、运行环境等,通过比较设备环境、***环境、运行环境,可以确定设备是否被篡改位置信息,本说明书实施例对设备篡改位置行为的判断方式不作具体限定。
一般的,用户修改设备中的经纬度数据相对简单,但海拔数据不易修改,本说明书实施例通过比较经纬度数据和海拔数据,可以准确快速的确定出当前设备是否被恶意篡改位置,为消费券交易的风险识别奠定了准确的数据基础。
步骤106、根据所述用户历史交易信息判断所述消费券领取请求对应的用户的领券意图。
在具体的实施过程中,在获取到发起消费券领取请求的账户的用户历史交易信息后,可以基于获取到的用户历史交易信息判断发送消费券领取请求的用户的领券意图,如:可以利用机器学习模型或神经网络算法或专家经验等方式,对获取到的用户历史交易信息进行意图识别,确定出用户的领券意图,当然根据实际需要还可以选择其他方式确定用户的领券意图,本说明书实施例不作具体限定。
本说明书一些实施例中,所述根据所述用户历史交易信息判断所述消费券领取请求对应的用户的领券意图,包括:
将所述用户历史交易信息输入多任务学习模型,利用所述多任务学习模型确定出所述消费券领取请求对应的用户的领券意图,其中,所述多任务学习模型基于多个用户的历史交易信息以及对应用户的领券意图类型进行模型训练获得。
在具体的实施过程中,可以基于多个用户的历史交易信息以及对应的用户的领券意图类型创建出多任务学***台经常做任务刷单的,以及在历史上有一些恶意行为包括退款退保来获取非法利益的。通过多任务学习模型,不仅可以识别作弊风险用户,还能知道这些作弊用户的手法是什么,确保消费券交易风险识别的准确性,从而大大提升了客诉服务的解释性,方便制定相应的客服回复话术。
步骤108、若确定所述消费券领取请求对应的设备存在位置篡改行为或所述领券意图为恶意意图,则确定所述消费券领取请求存在风险,取消发放消费券。
在具体的实施过程中,若基于设备传感器数据确定出发起消费券领取请求的设备存在位置篡改行为或基于用户历史交易信息确定出用户的领券意图为恶意意图如:虚假交易型、众包刷单型、恶意退保型,则可以确定消费券领取请求存在风险,取消发放消费券,以确保消费券交易的安全性。
本说明书实施例提供的消费券交易数据处理方法,通过获取发送消费券领取请求的账户的用户设备信息、用户历史交易信息,基于用户设备信息对发起消费券领取请求的设备进行位置篡改识别,并基于用户历史交易信息对用户的领券意图进行识别,基于位置篡改识别的结果和领券意图识别结果,确定消费券领取请求是否存在风险,以确定是否发放消费券。本说明书实施例可以对真实用户进行消费券作弊恶意交易的行为进行准确的风险识别,消费券发放可以确保用户身份真实可靠的基础上,确定消费券发送的公平性,比如抢券的用户确实是本人在活动规定区域操作,用户的抢券意图有真实消费的可能,以提高消费券交易风险识别的准确性,确保消费券交易的安全性。
在上述实施例的基础上,本说明书一些实施例中,所述用户设备信息还包括:设备中应用程序信息、设备属性信息、设备操作行为信息,所述方法还包括:
根据所述设备中应用程序信息、设备属性信息、设备操作行为信息中的至少一种信息,确定所述消费券领取请求对应的设备的异常行为风险值;
若确定所述消费券领取请求对应的设备的异常行为风险值大于预设阈值,则确定所述消费券领取请求存在风险,取消发放消费券。
在具体的实施过程中,在获取发起消费券领取请求的用户设备信息时还可以获取设备中应用程序信息、设备属性信息、设备操作行为信息,其中,设备中应用程序信息可以包括设备中安装使用的应用程序、小程序,还可以包括设备中应用程序在使用时的高频访问拦截信息等。设备属性信息可以理解为能够表征设备是否存在风险的属性特征,如:设备是否在风险设备黑名单中,或设备的历史操作数据是否被认定为风险操作行为记录等。设备操作行为信息可以包括用户使用设备的操作行为如:点击频次、手势数据等等。可以根据设备中应用程序信息、设备属性信息、设备操作行为信息中的至少一种信息,确定消费券领取请求对应的设备的异常行为风险值,如:可以基于设备中应用程序信息确定设备中是否安装有高危应用程序,或是否访问过高危网址等,基于设备属性信息可以确定设备是否在危险设备黑名单,或设备历史行为中是否存在一些风险行为,基于设备操作行为信息可以确定用户的点击频率是否过高,手势数据是否是高度一致存在软件自动点击的风险。
可以对设备中采集的数据进行加工,获得能够表征设备是否存在异常行为的特征数据,再利用算法或机器学习模型对设备进行异常行为风险识别,确定出发起消费券领取请求的设备是否存在异常行为。若基于设备中应用程序信息、设备属性信息、设备操作行为信息中的至少一种信息,确定消费券领取请求对应的设备的异常行为风险值大于预设阈值,则确定消费券领取请求存在风险,取消发放消费券。
此外,本说明书一些实施例中可以先会模拟各类手法对***进行模拟攻击发现漏洞,在明确风险后进行消费券风险识别能力的开发和建设,建设完成后交付配置成为风控策略或模型进行风险对抗,同时在线上进行模型和手法的持续监控和反馈,确保防控能力的有效和准确。
本说明书实施例中,通过对发起消费券领取请求的用户设备信息进行采集整理,基于采集到的设备信息对设备进行异常行为的识别,确保消费券领取的安全性,进一步保证消费券交易的安全性。
在上述实施例的基础上,本说明书一些实施例中,若通过对消费券领取请求的用户进行风险识别,确定发起该请求的用户不存在风险,则可以发放对应的消费券,为确保消费券交易的安全性,本说明书实施例在发放消费券后,还可以对消费券核销过程进行风险识别。图2是本说明书一些实施例中消费券核销风险识别的流程示意图,如图2所示,消费券核销过程的风险识别可以包括:
步骤202、接收消费券核销请求。
用户在领取到消费券进行交易时可以通过核销消费券抵消一部分交易金额,交易平台或商家可以接收用户发送的消费券核销请求。
步骤204、获取所述消费券核销请求对应的核销用户的用户信息。
接收到消费券核销请求后,可以获取发送该请求的用户的用户信息如:用户的历史交易信息、账户资金来往信息等,本说明书实施例不作具体限定。
步骤206、根据所述核销用户的用户信息构建券核销用户的交易关系构图,所述交易关系构图中包括:所述核销用户以及所述核销用户的交易上游用户、交易下游用户的交易关系网络。
在获取到消费券核销请求对应用户的用户信息后,可以基于获取到的用户信息构建出券核销用户的交易关系构图,交易关系构图中可以包括核销用户的交易上游用户、交易下游用户以及核销用户的交易关系网络。一般地,在构建核销用户的交易关系构图时,可以构建出核销用户的交易上游用户的交易关系网络、核销用户的交易下游用户交易关系网络。交易上游用户可以理解为给核销用户进行转账的用户,交易下游用户可以理解为核销用户进行消费券核销的店铺。图3是本说明书一个实施例中交易关系构图的结构示意图,如图3所示,构建核销用户A的交易关系构图时,可以获取给核销用户A的交易上游用户如:给核销用户A转账的资源转入用户B,获取到资源转入用户B后还可以获取资源转入用户B是否还给其他用户进行了资源转入,若是,还可以获取资源转入用户B对应的资源转出用户(用户b1、b2),再获取核销用户A的交易下游用户如:核销用户A进行消费的店铺C,再获取店铺C对应的其他交易用户(用户c1、c2),将核销用户A、资源转入用户B、店铺C以及用户b1、b2、c1、c2之间的交易关系用箭头连接起来,构建出核销用户A的交易关系构图。
步骤208、若所述交易关系构图满足风险交易构图特征,则确定所述消费券核销请求存在风险,取消消费券核销。
在构建出核销用户的交易关系构图后,可以判断该交易关系构图是否符合风险交易构图的特征,若是,则可以确定消费券核销请求存在风险,取消消费券核销,否则允许消费券核销。其中,风险交易构图可以基于历史的消费券核销交易数据进行交易关系网络构建,图4、图5分别是本说明书实施例中的两种风险交易构图的示意图,如图4所示,若一个用户掌握了多个账号,因消费券采用满减模式,比如满100-50,所以往往需要给这些被掌握的账户里转账启动资金,再通过每个账户去店里虚假交易核销套取资金,这种交易构图属于交易风险构图。如图5所示,若多个用户去了同一个或类型相似的店铺进行消费券核销交易,则可以认为这种交易构图也属于交易风险构图。可以将核销用户对应的交易关系构图与预先构建的风险交易构图进行比较,若满足风险交易构图的特征,则可以确定消费券核销请求存在风险,如:若核销用户的上游用户给多个用户进行了转账,并且转账的多个用户与核销用户在同一个或类似的店铺进行了消费券核销,则可以确定消费券核销请求存在风险,取消消费券核销,按照原始交易金额进行交易支付。
本说明书实施例通过对消费券核销的核销用户的交易关系网络进行实时构图,只要用户资金关系满***易风险构图的特征即可被识别稽核,可以提高消费券核销的风险识别的准确性和效率,确保消费券交易的安全性。
在上述实施例的基础上,本说明书一些实施例中,所述方法还包括:
对消费券核销的商户进行风险识别,确定出风险商户;
取消所述风险商户进行消费券核销的资格。
在具体的实施过程中,消费券的核销一定需要在店铺中进行消费才能核销,本说明书一些实施例还可以对进行消费券的商户进行风险识别,确定出进行消费券恶意核销的风险商户,并取消风险商户的消费券核销资格,进一步提高消费券交易的安全性。
本说明书一些实施例中,对消费券核销的商户进行风险识别,确定出风险商户,包括:
获取消费券核销失败的消费券核销交易数据;
根据所述消费券核销交易数据,识别出核销失败次数大于预设阈值的风险商户。
在具体的实施过程中,可以通过获取消费券核销失败的消费券核销交易数据,以获取到消费券核销失败的商户,若商户的消费券核销失败次数大于预设阈值,则可以认为该书上述属于风险商户,取消该风险商户的消费券核销资格,进一步提高消费券交易的安全性。
图6是本说明书又一个实施例中消费券交易数据处理方法的流程示意图,图7是本说明书一个实施例中消费券交易风险防控的链路示意图,如图6-图7所示,本说明书实施例中的消费券交易数据处理方法可以包括包含了四个阶段垃圾注册识别、身份冒用识别、活动作弊识别、虚假交易识别,其中账户的注册和身份认证是为了确保参与活动的用户是一个真实的人(非机器行为);在接下来参与活动作弊的环节主要是抢券的防控,确保没有批量聚集性以及位置篡改等风险;最后是核销消费券的环节,确保交易是真实发生的。
步骤602、对进行账户注册的用户进行身份识别,若确定所述账户注册的注册用户是真实用户,则账户注册成功。
步骤604、接收账户登录请求,对登录用户进行身份识别,若确定所述登录用户是真实用户且与所述注册用户相同,则允许登录。
在身份真实性防控方面,根据风险防控体系识别账号风险,实时处罚虚假冒名账号。主要采用生物核审技术识别“你是你本人”,并通过大数据防冒用技术能力二次判断,采取智能算法与大数据风控体系、分级多因子校验、资金安全保障服务等措施来强化安全性。
步骤606、接收账户登录成功后发送的消费券领取请求,获取消费券领取请求的用户设备信息、用户历史交易信息,根据所述用户设备信息、用户历史交易信息对所述登录用户进行领券风险识别,若确定所述登录用户不存在领券风险,则发放消费券。
抢券环节是在确保用户身份真实可靠的基础上确保抢券的公平性,比如抢券的用户确实是本人在活动规定区域操作,或者该用户的抢券从意图上看有真实消费的可能。本说明书实施例把用户分为两类分别识别。
1)行为异常用户
这里主要指用户可能通过修改设备或者位置等方式突破活动规则,此类风险的对应手法就是少数人掌握了大量的真实用户账户,通过机器的篡改等批量操作抢消费券。针对此类风险,直接从端上采集数据,比如通过手机设备的传感器采集数据,加工变成各类特征,再通过数据挖掘算法变成不同类型的风险识别模块,因此可以对抗改机、改位置、或者通过安装外挂软件的方式进行作弊。举个例子,对于普通用户在手机通过虚拟定位方式修改定位,在技术上通过位置一致性检测识别,确保当前位置的真实可靠。对于专业设备篡改以及***定制手法,通过实时检测终端的设备环境、***环境、运行环境等识别对抗风险。
2)趋利用户
为了确保用户领取消费券后会合理消费,需要对具有恶意性、一惯性、批量性的用户进行识别防控。这些用户虽然都是真实的本人在进行活动参与,但比如有些用户从历史交易看几乎没有正常的消费或者全部是在从事薅羊毛、套现等趋利行为。本说明书实施例可以通过一个多任务学***台经常做任务刷单的,以及在历史上有一些恶意行为包括退款退保来获取非法利益的。通过多任务学习模型,不仅可以识别作弊风险用户,还能知道这些作弊用户的手法是什么,从而大大提升了客诉服务的解释性,方便制定相应的客服回复话术。
若确定消费券领取请求存在风险,则不发放消费券,若确定消费券领取请求不存在风险,则将消费券发送至登录用户的账户中。
步骤608、接收消费券核销请求,对所述登录用户进行核销风险识别,若确定所述登录用户不存在核销风险,则核销消费券。
正常情况如果用户已经领到了消费券,在核销时候会自动弹出收银台并减免对应的支付金额,但一旦识别为风险交易,此时用户则无法使用消费券,只能按照原件支付,从而达到确保消费券交易安全性的目的。本说明书可以基于无监督模型,如异常检测、图算法对消费券核销进行风险识别,常用的异常检测算法比如Isolation Forest(孤立森林),可以对多个特征实时识别出异常的交易。还可以基于实时图计算的数十个模型计算资金、设备等维度的团伙聚集性,通过实时构图构建消费券核销时核销用户的交易关系构图,对该交易关系构图进行风险特征识别,实现对消费券核销的实时风险识别。此外,还可以通过有监督模型,如二分类模型、多任务学习等,将历史学习到的风险标签进行累积作为训练样本构建模型,在线上对满足风险特征模式的消费券核销交易进行实时识别和稽核。
若确定消费券核销请求不存在风险,则核销该消费券,使用该消费券抵用对应的交易金额,若确定消费券核销请求存在风险,则取消消费券核销,支付原始交易金额。
此外,通过风险交易浓度和券核销金额等维度识别风险商户,首先针对多次尝试套现未成功的商户进行处罚,取消商户核销资格。其次,通过构建数百维特征的深度学习模型,在商户大脑基于聚合计算引擎识别风险,对高风险商户处罚取消核销资格。
本说明书实施例通过位置篡改识别、设备异常识别、趋利性预测、基于实时图的交易识别、基于多任务学习的用户意图和交易异常识别等,在真人作弊防控方面做出了突破,对于真实的用户可以识别其行为上以及意图上的异常。在防控方面提出了对作弊交易的实时识别和消费券禁止使用的新型管控方法,并将识别结果也应用在了商户的处罚上,形成了一套完整的核销识别防控体系。并提出了一整套从用户注册、身份认证、再到抢券和核销的完整防控链路,并给出了重点环节的运营流程和保障机制。不仅在身份虚假识别方面做出贡献,更是通过全链路进行识别管控,即使个体用户的行为和意图出现了异常也可以在领券的环节进行识别和防控,对于因受到消费券大额刺激心智发生转变的用户,即使领到了券,也会在其核销环节进行识别和拦截,提高了消费券交易风险识别的准确性。一方面确保了资金不会损失,另一方面也对用户的不正当行为进行了遏制,迫使其通过合理正常的交易来进行消费券的核销,从而确保消费券交易的安全性。
本说明书中上述方法的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参考即可,每个实施例重点说明的都是与其他实施例的不同之处。相关之处参考方法实施例的部分说明即可。
基于上述所述的消费券交易数据处理方法,本说明书一个或多个实施例还提供一种用于消费券交易数据处理的装置。所述***可以包括使用了本说明书实施例所述方法的装置(包括分布式***)、软件(应用)、模块、组件、服务器、客户端等并结合必要的实施硬件的装置。基于同一创新构思,本说明书实施例提供的一个或多个实施例中的装置如下面的实施例所述。由于装置解决问题的实现方案与方法相似,因此本说明书实施例具体的装置的实施可以参考前述方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
具体地,图8是本说明书提供的消费券交易数据处理装置一个实施例的模块结构示意图,如图8所示,本说明书中提供的消费券交易数据处理装置可以包括:
领券信息获取模块81,用于获取发送消费券领取请求的用户设备信息、用户历史交易信息,其中,所述用户设备信息包括设备传感器数据;
设备异常识别模块82,用于根据所述用户设备信息中的设备传感器数据,判断所述消费券领取请求对应的设备是否存在位置篡改行为;
领券意图识别模块83,用于根据所述用户历史交易信息判断所述消费券领取请求对应的用户的领券意图;
领券风险识别模块84,用于若确定所述消费券领取请求对应的设备存在位置篡改行为或所述领券意图为恶意意图,则确定所述消费券领取请求存在风险,取消发放消费券。
本说明书实施例提供的消费券交易数据处理装置,通过获取发送消费券领取请求的账户的用户设备信息、用户历史交易信息,基于用户设备信息对发起消费券领取请求的设备进行位置篡改识别,并基于用户历史交易信息对用户的领券意图进行识别,基于位置篡改识别的结果和领券意图识别结果,确定消费券领取请求是否存在风险,以确定是否发放消费券。本说明书实施例可以对真实用户进行消费券作弊恶意交易的行为进行准确的风险识别,消费券发放可以确保用户身份真实可靠的基础上,确定消费券发送的公平性,比如抢券的用户确实是本人在活动规定区域操作,用户的抢券意图有真实消费的可能,以提高消费券交易风险识别的准确性,确保消费券交易的安全性。
本说明书一些实施例中,所述装置还包括:消费券发放模块,用于若确定所述消费券领取请求不存在风险,则发放消费券;
券核销风险识别模块,用于:
在消费券发放成功后,接收消费券核销请求;
获取所述消费券核销请求对应的核销用户的用户信息;
根据所述核销用户的用户信息构建券核销用户的交易关系构图,所述交易关系构图中包括:所述核销用户以及所述核销用户的交易上游用户、交易下游用户的交易关系网络;
若所述交易关系构图满足风险交易构图特征,则确定所述消费券核销请求存在风险,取消消费券核销。
本说明书实施例提供的消费券交易数据处理装置,通过对消费券核销的核销用户的交易关系网络进行实时构图,只要用户资金关系满***易风险构图的特征即可被识别稽核,可以提高消费券核销的风险识别的准确性和效率,确保消费券交易的安全性。
具体地,图9是本说明书提供的消费券交易数据处理装置又一个实施例的模块结构示意图,如图9所示,本说明书中提供的消费券交易数据处理装置可以包括:
注册识别模块91,用于对进行账户注册的用户进行身份识别,若确定所述账户注册的注册用户是真实用户,则账户注册成功;
登录识别模块92,用于接收账户登录请求,对登录用户进行身份识别,若确定所述登录用户是真实用户且与所述注册用户相同,则允许登录;
领券识别模块93,用于接收账户登录成功后发送的消费券领取请求,获取消费券领取请求的用户设备信息、用户历史交易信息,根据所述用户设备信息、用户历史交易信息对所述登录用户进行领券风险识别,若确定所述登录用户不存在领券风险,则发放消费券;
核销识别模块94,用于接收消费券核销请求,对所述登录用户进行核销风险识别,若确定所述登录用户不存在核销风险,则核销消费券。
本说明书实施例通过位置篡改识别、设备异常识别、趋利性预测、基于实时图的交易识别、基于多任务学习的用户意图和交易异常识别等,在真人作弊防控方面做出了突破,对于真实的用户可以识别其行为上以及意图上的异常。在防控方面提出了对作弊交易的实时识别和消费券禁止使用的新型管控方法,并将识别结果也应用在了商户的处罚上,形成了一套完整的核销识别防控体系。并提出了一整套从用户注册、身份认证、再到抢券和核销的完整防控链路,并给出了重点环节的运营流程和保障机制。不仅在身份虚假识别方面做出贡献,更是通过全链路进行识别管控,即使个体用户的行为和意图出现了异常也可以在领券的环节进行识别和防控,对于因受到消费券大额刺激心智发生转变的用户,即使领到了券,也会在其核销环节进行识别和拦截,提高了消费券交易风险识别的准确性。一方面确保了资金不会损失,另一方面也对用户的不正当行为进行了遏制,迫使其通过合理正常的交易来进行消费券的核销,从而确保消费券交易的安全性。
需要说明的,上述所述的装置根据对应方法实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照上述对应的方法实施例的描述,在此不作一一赘述。
本说明书实施例还提供一种消费券交易数据处理设备,包括:至少一个处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现上述实施例的信息推荐数据处理方法,如:
获取发送消费券领取请求的用户设备信息、用户历史交易信息,其中,所述用户设备信息包括设备传感器数据;
根据所述用户设备信息中的设备传感器数据,判断所述消费券领取请求对应的设备是否存在位置篡改行为;
根据所述用户历史交易信息判断所述消费券领取请求对应的用户的领券意图;
若确定所述消费券领取请求对应的设备存在位置篡改行为或所述领券意图为恶意意图,则确定所述消费券领取请求存在风险,取消发放消费券。
或,对进行账户注册的用户进行身份识别,若确定所述账户注册的注册用户是真实用户,则账户注册成功;
接收账户登录请求,对登录用户进行身份识别,若确定所述登录用户是真实用户且与所述注册用户相同,则允许登录;
接收账户登录成功后发送的消费券领取请求,获取消费券领取请求的用户设备信息、用户历史交易信息,根据所述用户设备信息、用户历史交易信息对所述登录用户进行领券风险识别,若确定所述登录用户不存在领券风险,则发放消费券;
接收消费券核销请求,对所述登录用户进行核销风险识别,若确定所述登录用户不存在核销风险,则核销消费券。
需要说明的,上述所述的设备根据方法实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照相关方法实施例的描述,在此不作一一赘述。
本说明书提供的消费券交易数据处理装置,也可以应用在多种数据分析处理***中。所述***或服务器或终端或设备可以为单独的服务器,也可以包括使用了本说明书的一个或多个所述方法或一个或多个实施例***或服务器或终端或设备的服务器集群、***(包括分布式***)、软件(应用)、实际操作装置、逻辑门电路装置、量子计算机等并结合必要的实施硬件的终端装置。所述核对差异数据的检测***可以包括至少一个处理器以及存储计算机可执行指令的存储器,所述处理器执行所述指令时实现上述任意一个或者多个实施例中所述方法的步骤。
本说明书实施例所提供的方法实施例可以在移动终端、计算机终端、服务器或者类似的运算装置中执行。以运行在服务器上为例,图10是本说明书一个实施例中消费券交易数据处理服务器的硬件结构框图,该计算机终端可以是上述实施例中的消费券交易数据处理服务器或消费券交易数据处理装置。如图10所示服务器10可以包括一个或多个(图中仅示出一个)处理器100(处理器100可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的非易失性存储器200、以及用于通信功能的传输模块300。本领域普通技术人员可以理解,图10所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,服务器10还可包括比图10中所示更多或者更少的组件,例如还可以包括其他的处理硬件,如数据库或多级缓存、GPU,或者具有与图10所示不同的配置。
非易失性存储器200可用于存储应用软件的软件程序以及模块,如本说明书实施例中的消费券交易数据处理方法对应的程序指令/模块,处理器100通过运行存储在非易失性存储器200内的软件程序以及模块,从而执行各种功能应用以及资源数据更新。非易失性存储器200可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,非易失性存储器200可进一步包括相对于处理器100远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局与网、移动通信网及其组合。
传输模块300用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端的通信供应商提供的无线网络。在一个实例中,传输模块300包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输模块300可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书提供的上述实施例所述的方法或装置可以通过计算机程序实现业务逻辑并记录在存储介质上,所述的存储介质可以计算机读取并执行,实现本说明书实施例所描述方案的效果,如:
获取发送消费券领取请求的用户设备信息、用户历史交易信息,其中,所述用户设备信息包括设备传感器数据;
根据所述用户设备信息中的设备传感器数据,判断所述消费券领取请求对应的设备是否存在位置篡改行为;
根据所述用户历史交易信息判断所述消费券领取请求对应的用户的领券意图;
若确定所述消费券领取请求对应的设备存在位置篡改行为或所述领券意图为恶意意图,则确定所述消费券领取请求存在风险,取消发放消费券。
或,对进行账户注册的用户进行身份识别,若确定所述账户注册的注册用户是真实用户,则账户注册成功;
接收账户登录请求,对登录用户进行身份识别,若确定所述登录用户是真实用户且与所述注册用户相同,则允许登录;
接收账户登录成功后发送的消费券领取请求,获取消费券领取请求的用户设备信息、用户历史交易信息,根据所述用户设备信息、用户历史交易信息对所述登录用户进行领券风险识别,若确定所述登录用户不存在领券风险,则发放消费券;
接收消费券核销请求,对所述登录用户进行核销风险识别,若确定所述登录用户不存在核销风险,则核销消费券。
所述存储介质可以包括用于存储信息的物理装置,通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。所述存储介质有可以包括:利用电能方式存储信息的装置如,各式存储器,如RAM、ROM等;利用磁能方式存储信息的装置如,硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘;利用光学方式存储信息的装置如,CD或DVD。当然,还有其他方式的可读存储介质,例如量子存储器、石墨烯存储器等等。
本说明书实施例提供的上述消费券交易数据处理方法或装置可以在计算机中由处理器执行相应的程序指令来实现,如使用windows操作***的c++语言在PC端实现、linux***实现,或其他例如使用android、iOS***程序设计语言在智能终端实现,以及基于量子计算机的处理逻辑实现等。
需要说明的是说明书上述所述的装置、计算机存储介质、***根据相关方法实施例的描述还可以包括其他的实施方式,具体的实现方式可以参照对应方法实施例的描述,在此不作一一赘述。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参考即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于硬件+程序类实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参考方法实施例的部分说明即可。
本说明书实施例并不局限于必须是符合行业通信标准、标准计算机资源数据更新和数据存储规则或本说明书一个或多个实施例所描述的情况。某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、存储、判断、处理方式等获取的实施例,仍然可以属于本说明书实施例的可选实施方案范围之内。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的***、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
虽然本说明书一个或多个实施例提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或终端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式资源数据更新环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书一个或多个时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
本发明是参照根据本发明实施例的方法、装置(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程资源数据更新设备的处理器以产生一个机器,使得通过计算机或其他可编程资源数据更新设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程资源数据更新设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程资源数据更新设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储、石墨烯存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参考即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参考方法实施例的部分说明即可。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本说明书一个或多个实施例的实施例而已,并不用于限制本说明书一个或多个实施例。对于本领域技术人员来说,本说明书一个或多个实施例可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在权利要求范围之内。
Claims (14)
1.一种消费券交易数据处理方法,所述方法包括:
获取发送消费券领取请求的用户设备信息、用户历史交易信息,其中,所述用户设备信息包括设备传感器数据;
根据所述用户设备信息中的设备传感器数据,判断所述消费券领取请求对应的设备是否存在位置篡改行为;
根据所述用户历史交易信息判断所述消费券领取请求对应的用户的领券意图;
若确定所述消费券领取请求对应的设备存在位置篡改行为或所述领券意图为恶意意图,则确定所述消费券领取请求存在风险,取消发放消费券。
2.如权利要求1所述的方法,所述设备传感器数据包括经纬度数据和海拔数据;
所述根据所述用户设备信息中的设备传感器数据,判断所述消费券领取请求对应的设备是否存在位置篡改行为,包括:
根据所述设备传感器数据中的经纬度数据和海拔数据,判断所述消费券领取请求对应的设备是否存在位置冲突,若是,则确定所述消费券领取请求对应的设备存在位置篡改行为。
3.如权利要求1所述的方法,所述用户设备信息还包括:设备中应用程序信息、设备属性信息、设备操作行为信息,所述方法还包括:
根据所述设备中应用程序信息、设备属性信息、设备操作行为信息中的至少一种信息,确定所述消费券领取请求对应的设备的异常行为风险值;
若确定所述消费券领取请求对应的设备的异常行为风险值大于预设阈值,则确定所述消费券领取请求存在风险,取消发放消费券。
4.如权利要求1所述的方法,所述根据所述用户历史交易信息判断所述消费券领取请求对应的用户的领券意图,包括:
将所述用户历史交易信息输入多任务学习模型,利用所述多任务学习模型确定出所述消费券领取请求对应的用户的领券意图,其中,所述多任务学习模型基于多个用户的历史交易信息以及对应用户的领券意图类型进行模型训练获得。
5.如权利要求1所述的方法,所述方法还包括:
若确定所述消费券领取请求不存在风险,则发放消费券,在消费券发放成功后,所述方法还包括:
接收消费券核销请求;
获取所述消费券核销请求对应的核销用户的用户信息;
根据所述核销用户的用户信息构建券核销用户的交易关系构图,所述交易关系构图中包括:所述核销用户以及所述核销用户的交易上游用户、交易下游用户的交易关系网络;
若所述交易关系构图满足风险交易构图特征,则确定所述消费券核销请求存在风险,取消消费券核销。
6.如权利要求5所述的方法,所述方法还包括:
对消费券核销的商户进行风险识别,确定出风险商户;
取消所述风险商户进行消费券核销的资格。
7.如权利要求6所述的方法,所述对消费券核销的商户进行风险识别,确定出风险商户,包括:
获取消费券核销失败的消费券核销交易数据;
根据所述消费券核销交易数据,识别出核销失败次数大于预设阈值的风险商户。
8.如权利要求1所述的方法,在接收所述消费券领取请求之前,所述方法还包括:
对账户注册和账户登录的用户进行身份识别,确定所述账户注册和账户登录的用户是否是真实用户、是否是相同的用户。
9.一种消费券交易数据处理方法,包括:
对进行账户注册的用户进行身份识别,若确定所述账户注册的注册用户是真实用户,则账户注册成功;
接收账户登录请求,对登录用户进行身份识别,若确定所述登录用户是真实用户且与所述注册用户相同,则允许登录;
接收账户登录成功后发送的消费券领取请求,获取消费券领取请求的用户设备信息、用户历史交易信息,根据所述用户设备信息、用户历史交易信息对所述登录用户进行领券风险识别,若确定所述登录用户不存在领券风险,则发放消费券;
接收消费券核销请求,对所述登录用户进行核销风险识别,若确定所述登录用户不存在核销风险,则核销消费券。
10.一种消费券交易数据处理装置,包括:
领券信息获取模块,用于获取发送消费券领取请求的用户设备信息、用户历史交易信息,其中,所述用户设备信息包括设备传感器数据;
设备异常识别模块,用于根据所述用户设备信息中的设备传感器数据,判断所述消费券领取请求对应的设备是否存在位置篡改行为;
领券意图识别模块,用于根据所述用户历史交易信息判断所述消费券领取请求对应的用户的领券意图;
领券风险识别模块,用于若确定所述消费券领取请求对应的设备存在位置篡改行为或所述领券意图为恶意意图,则确定所述消费券领取请求存在风险,取消发放消费券。
11.如权利要求10所述的装置,所述装置还包括:消费券发放模块,用于若确定所述消费券领取请求不存在风险,则发放消费券;
券核销风险识别模块,用于:
在消费券发放成功后,接收消费券核销请求;
获取所述消费券核销请求对应的核销用户的用户信息;
根据所述核销用户的用户信息构建券核销用户的交易关系构图,所述交易关系构图中包括:所述核销用户以及所述核销用户的交易上游用户、交易下游用户的交易关系网络;
若所述交易关系构图满足风险交易构图特征,则确定所述消费券核销请求存在风险,取消消费券核销。
12.一种消费券交易数据处理装置,包括:
注册识别模块,用于对进行账户注册的用户进行身份识别,若确定所述账户注册的注册用户是真实用户,则账户注册成功;
登录识别模块,用于接收账户登录请求,对登录用户进行身份识别,若确定所述登录用户是真实用户且与所述注册用户相同,则允许登录;
领券识别模块,用于接收账户登录成功后发送的消费券领取请求,获取消费券领取请求的用户设备信息、用户历史交易信息,根据所述用户设备信息、用户历史交易信息对所述登录用户进行领券风险识别,若确定所述登录用户不存在领券风险,则发放消费券;
核销识别模块,用于接收消费券核销请求,对所述登录用户进行核销风险识别,若确定所述登录用户不存在核销风险,则核销消费券。
13.一种消费券交易数据处理设备,包括:至少一个处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现权利要求1-9任一项所述的方法。
14.一种计算机可读存储介质,其上存储有计算机指令,所述指令被执行时实现权利要求1-9任一项所述方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310535509.5A CN116562931A (zh) | 2020-10-12 | 2020-10-12 | 消费券交易数据处理方法、装置、设备及存储介质 |
CN202011082535.XA CN112330355B (zh) | 2020-10-12 | 2020-10-12 | 消费券交易数据处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011082535.XA CN112330355B (zh) | 2020-10-12 | 2020-10-12 | 消费券交易数据处理方法、装置、设备及存储介质 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310535509.5A Division CN116562931A (zh) | 2020-10-12 | 2020-10-12 | 消费券交易数据处理方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112330355A true CN112330355A (zh) | 2021-02-05 |
CN112330355B CN112330355B (zh) | 2023-05-30 |
Family
ID=74313452
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011082535.XA Active CN112330355B (zh) | 2020-10-12 | 2020-10-12 | 消费券交易数据处理方法、装置、设备及存储介质 |
CN202310535509.5A Pending CN116562931A (zh) | 2020-10-12 | 2020-10-12 | 消费券交易数据处理方法、装置、设备及存储介质 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310535509.5A Pending CN116562931A (zh) | 2020-10-12 | 2020-10-12 | 消费券交易数据处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN112330355B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113112291A (zh) * | 2021-04-01 | 2021-07-13 | 深圳市移卡科技有限公司 | 权益类券码选取方法、装置、设备及可读存储介质 |
CN114564525A (zh) * | 2022-04-28 | 2022-05-31 | 支付宝(杭州)信息技术有限公司 | 基于用户交易数据挖掘用户意图的方法和装置 |
CN114708014A (zh) * | 2022-03-22 | 2022-07-05 | 拉扎斯网络科技(上海)有限公司 | 一种票券分配方法、装置、存储介质及服务器 |
CN117350838A (zh) * | 2023-10-27 | 2024-01-05 | 深圳市微云信众技术有限公司 | 银行购物消费券运营风险监控方法及其*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140081745A1 (en) * | 2012-09-19 | 2014-03-20 | Mastercard International Incorporated | Method and system for curbing coupon distribution due to risk profile |
US20160335655A1 (en) * | 2015-05-11 | 2016-11-17 | Oncard Marketing, Inc. | Rule-directed coupon generation based on scoring the over-redemption of coupons by consumers |
CN109615521A (zh) * | 2018-12-26 | 2019-04-12 | 天翼电子商务有限公司 | 基于营销反套利模型的反套利识别方法、***及服务器 |
CN109919687A (zh) * | 2019-03-26 | 2019-06-21 | 阿里巴巴集团控股有限公司 | 基于区块链与实名认证的电子券发放、核销方法及*** |
CN110033317A (zh) * | 2019-03-26 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 一种基于区块链的电子券发放方法及*** |
-
2020
- 2020-10-12 CN CN202011082535.XA patent/CN112330355B/zh active Active
- 2020-10-12 CN CN202310535509.5A patent/CN116562931A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140081745A1 (en) * | 2012-09-19 | 2014-03-20 | Mastercard International Incorporated | Method and system for curbing coupon distribution due to risk profile |
US20160335655A1 (en) * | 2015-05-11 | 2016-11-17 | Oncard Marketing, Inc. | Rule-directed coupon generation based on scoring the over-redemption of coupons by consumers |
CN109615521A (zh) * | 2018-12-26 | 2019-04-12 | 天翼电子商务有限公司 | 基于营销反套利模型的反套利识别方法、***及服务器 |
CN109919687A (zh) * | 2019-03-26 | 2019-06-21 | 阿里巴巴集团控股有限公司 | 基于区块链与实名认证的电子券发放、核销方法及*** |
CN110033317A (zh) * | 2019-03-26 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 一种基于区块链的电子券发放方法及*** |
Non-Patent Citations (1)
Title |
---|
本刊综合: "谨防消费券成为少数人的"盛宴"", 《发明与创新(大科技)》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113112291A (zh) * | 2021-04-01 | 2021-07-13 | 深圳市移卡科技有限公司 | 权益类券码选取方法、装置、设备及可读存储介质 |
CN114708014A (zh) * | 2022-03-22 | 2022-07-05 | 拉扎斯网络科技(上海)有限公司 | 一种票券分配方法、装置、存储介质及服务器 |
CN114564525A (zh) * | 2022-04-28 | 2022-05-31 | 支付宝(杭州)信息技术有限公司 | 基于用户交易数据挖掘用户意图的方法和装置 |
CN114564525B (zh) * | 2022-04-28 | 2022-07-29 | 支付宝(杭州)信息技术有限公司 | 基于用户交易数据挖掘用户意图的方法和装置 |
CN117350838A (zh) * | 2023-10-27 | 2024-01-05 | 深圳市微云信众技术有限公司 | 银行购物消费券运营风险监控方法及其*** |
Also Published As
Publication number | Publication date |
---|---|
CN112330355B (zh) | 2023-05-30 |
CN116562931A (zh) | 2023-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109064175B (zh) | 一种账户盗用风险防控方法及装置 | |
CN110009174B (zh) | 风险识别模型训练方法、装置及服务器 | |
CN108062629B (zh) | 交易事件的处理方法、终端设备及介质 | |
Woodside et al. | Blockchain technology adoption status and strategies | |
CN112330355A (zh) | 消费券交易数据处理方法、装置、设备及存储介质 | |
CN110442712B (zh) | 风险的确定方法、装置、服务器和文本审理*** | |
CN110706090A (zh) | 信用欺诈识别方法及装置、电子设备、存储介质 | |
US11593811B2 (en) | Fraud detection based on community change analysis using a machine learning model | |
CN111932262B (zh) | 识别关于消费凭证的交易风险的方法、计算设备和介质 | |
CN102325062A (zh) | 异常登录检测方法及装置 | |
US11574360B2 (en) | Fraud detection based on community change analysis | |
CN112581259A (zh) | 账户风险识别方法及装置、存储介质、电子设备 | |
CN110852761B (zh) | 制定反作弊策略的方法、装置及电子设备 | |
CN112685774B (zh) | 基于大数据和区块链金融的支付数据处理方法及云服务器 | |
CN110874743A (zh) | 用于确定账户交易风险的方法及装置 | |
US20220051270A1 (en) | Event analysis based on transaction data associated with a user | |
EP4095783A1 (en) | System, method and apparatus for creating, testing and disseminating fraud rules | |
WO2021053646A1 (en) | Detection of presence of malicious tools on mobile devices | |
CN112702410B (zh) | 一种基于区块链网络的评估***、方法及相关设备 | |
US20230012460A1 (en) | Fraud Detection and Prevention System | |
Onu et al. | Detection of Ponzi scheme on Ethereum using machine learning algorithms | |
CN110362981B (zh) | 基于可信设备指纹判断异常行为的方法及*** | |
CN114978474A (zh) | 一种用户聊天风险等级自动处置方法及*** | |
CN114757757A (zh) | 一种风控方法 | |
US20220036219A1 (en) | Systems and methods for fraud detection using game theory |
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 |