[發明專利]交易檢測方法、裝置，存儲介質和電子裝置

在審

• 申請號: 201810317254.4
• 申請日: 2018-04-10
• 公開（公告）號: CN108537592A
• 公開（公告）日: 2018-09-14
• 發明（設計）人: 陶建容;李浩;馮潞潞;范長杰;李一夫
• 申請（專利權）人: 網易（杭州）網絡有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;A63F13/70;A63F13/75
• 代理公司: 北京博浩百睿知識產權代理有限責任公司 11134
• 代理人: 褚敏;宮傳芝

1.一種交易檢測方法，其特征在于，包括：

提取待測虛擬產品的屬性信息；

將提取的所述屬性信息輸入到已訓練的虛擬產品估值模型中，輸出所述待測虛擬產品的價格估計值；

根據所述價格估計值和所述待測虛擬產品的交易價格確定對所述待測虛擬產品的交易是否為異常交易。

2.根據權利要求1所述的方法，其特征在于，根據所述價格估計值和所述待測虛擬產品的交易價格確定對所述待測虛擬產品的交易是否為異常交易包括：

在所述價格估計值和所述交易價格之間的差值的絕對值小于或等于預定閾值的情況下，確定所述交易為正常交易；

在所述價格估計值和所述交易價格之間的差值的絕對值大于所述預定閾值的情況下，確定所述交易為異常交易。

3.根據權利要求1所述的方法，其特征在于，

在提取待測虛擬產品的屬性信息之后，所述方法還包括：確定與所述待測虛擬產品對應的產品模板；根據所述產品模板確定與所述產品模板對應的已訓練的虛擬產品估值模型；

將提取的所述屬性信息輸入到已訓練的虛擬產品估值模型中，輸出所述待測虛擬產品的價格估計值包括：將提取的所述屬性信息輸入到根據所述產品模板確定的虛擬產品估值模型中，輸出所述價格估計值。

4.根據權利要求1所述的方法，其特征在于，在提取待測虛擬產品的屬性信息之前，所述方法還包括：

獲取訓練數據集，其中，所述訓練數據集包括：屬性信息集和交易價格集；

其中，屬性信息集為多個虛擬產品的屬性信息的集合，所述交易價格集為所述多個虛擬產品的交易價格的集合；

以所述屬性信息集中的虛擬產品的屬性信息作為輸入，所述交易價格集中與所述虛擬產品對應的交易價格作為輸出，進行模型訓練，得到所述已訓練的虛擬產品估值模型。

5.根據權利要求4所述的方法，其特征在于，獲取所述訓練數據集包括：

從預先存儲的虛擬產品描述日志中獲取所述屬性信息集；

從預先存儲的交易日志中獲取所述交易價格集。

6.根據權利要求4所述的方法，其特征在于，

在獲取所述訓練數據集之后，所述方法還包括：對所述訓練數據集進行按照產品模板劃分，得到多個訓練數據子集，其中，每個訓練數據子集對應一個產品模板；其中，不同的產品模板對應不同的虛擬產品估值模型；

以所述屬性信息集中的虛擬產品的屬性信息作為輸入，所述交易價格集中與所述虛擬產品對應的交易價格作為輸出，對所述虛擬產品估值模型進行訓練，得到所述已訓練的虛擬產品估值模型包括：針對每個產品模板，執行以下操作：以與產品模板對應的訓練數據子集中的虛擬產品的屬性信息作為輸入，與所述產品模板對應的訓練數據子集中的虛擬產品的交易價格作為輸出，對與所述產品模板對應的虛擬產品估值模型進行訓練，得到與所述產品模板對應的已訓練的虛擬產品估值模型。

7.根據權利要求4所述的方法，其特征在于，在根據所述價格估計值和所述待測虛擬產品的交易價格確定對所述待測虛擬產品的交易是否為異常交易之后，所述方法還包括：

將提取的所述待測虛擬產品的屬性信息和交易所述待測虛擬產品的實際交易價格添加到所述訓練數據集中。

8.根據權利要求4所述的方法，其特征在于，在以所述屬性信息集中的屬性信息作為輸入，所述交易價格集中與所述屬性信息對應的虛擬產品的交易價格作為輸出，對所述虛擬產品估值模型進行訓練，得到所述已訓練的虛擬產品估值模型之前，所述方法還包括：

獲取指定虛擬產品估值模型；

將所述屬性信息集中的指定虛擬產品的屬性信息輸入到所述指定虛擬產品估值模型中，輸出所述指定虛擬產品的價格估計值；

根據所述指定虛擬產品的價格估計值與所述交易價格集中的所述指定虛擬產品的交易價格確定對所述指定虛擬產品的交易是否為異常交易；

在確定對所述指定虛擬產品的交易為異常交易的情況下，將所述指定虛擬產品的屬性信息從所述屬性信息集中刪除，得到更新后的屬性信息集；以及將所述指定虛擬產品的交易價格從所述交易價格集中刪除，得到更新后的交易價格集。