[發(fā)明專利]基于銷售數(shù)據(jù)的欺詐群體識別方法、裝置、設(shè)備及介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011401364.2
• 申請日: 2020-12-03
• 公開（公告）號: CN112669053A
• 公開（公告）日: 2021-04-16
• 發(fā)明（設(shè)計）人: 王振眾;陳勇達;陳曦;麻志毅
• 申請（專利權(quán)）人: 杭州未名信科科技有限公司;浙江省北大信息技術(shù)高等研究院
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q30/06;G06Q10/06;G06K9/62;G06F16/901;G06F16/9035
• 代理公司: 北京辰權(quán)知識產(chǎn)權(quán)代理有限公司 11619
• 代理人: 劉廣達

1.一種基于銷售數(shù)據(jù)的欺詐群體識別方法，其特征在于，包括：

根據(jù)電商用戶的歷史銷售數(shù)據(jù)構(gòu)建資金交易圖；

根據(jù)所述資金交易圖計算買家之間的購買行為相似度，并根據(jù)所述相似度構(gòu)建買家購買行為圖；

根據(jù)所述買家購買行為圖以及預(yù)設(shè)的多標(biāo)簽群體分類算法將買家分為可重疊的多個群體；

根據(jù)歷史欺詐數(shù)據(jù)以及預(yù)設(shè)的風(fēng)險傳播函數(shù)識別出欺詐風(fēng)險群體。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)電商用戶的歷史銷售數(shù)據(jù)構(gòu)建資金交易圖，包括：

將買家實體、賣家實體作為所述資金交易圖的節(jié)點；

將交易行為作為所述資金交易圖的邊；

將交易金額作為所述資金交易圖的邊的權(quán)重；

將交易時間作為所述資金交易圖的邊的標(biāo)簽。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，構(gòu)建所述資金交易圖之后，還包括：

根據(jù)所述資金交易圖的標(biāo)簽信息，獲取屬于預(yù)設(shè)時間段內(nèi)的節(jié)點數(shù)據(jù)，得到預(yù)設(shè)時間段內(nèi)的資金交易子圖。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述資金交易圖計算買家之間的購買行為相似度，并根據(jù)所述相似度構(gòu)建買家購買行為圖，包括：

通過利用SimRank圖結(jié)構(gòu)節(jié)點相似度計算算法，計算買家之間的購買行為相似度；

將買家實體作為所述買家購買行為圖的節(jié)點，連接具有相似性的買家節(jié)點，并將所述相似度作為所述買家購買行為圖的邊的權(quán)重。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)歷史欺詐數(shù)據(jù)以及預(yù)設(shè)的風(fēng)險傳播函數(shù)識別出欺詐風(fēng)險群體，包括：

根據(jù)歷史欺詐數(shù)據(jù)得到所述買家購買行為圖中的黑樣本買家；

根據(jù)欺詐案件類別，得到所述黑樣本買家的欺詐類別風(fēng)險值；

以各個黑樣本買家為核心，根據(jù)預(yù)設(shè)的風(fēng)險傳播函數(shù)計算所述買家購買行為圖中的各個買家的風(fēng)險值；

將風(fēng)險值的和最高的買家群體作為所述欺詐風(fēng)險群體。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，

當(dāng)某節(jié)點受到不同方向的多個同類別黑樣本買家的影響時，根據(jù)預(yù)設(shè)的風(fēng)險值融合函數(shù)計算該類別總的風(fēng)險值；

當(dāng)某節(jié)點受到不同方向不同類別的多個黑樣本買家的影響時，分別計算各個類別的風(fēng)險值。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)歷史欺詐數(shù)據(jù)以及預(yù)設(shè)的風(fēng)險傳播函數(shù)識別出欺詐風(fēng)險群體之后，還包括：

對所述欺詐風(fēng)險群體中的買家的風(fēng)險值進行排序；

將風(fēng)險值較高的預(yù)設(shè)數(shù)量個買家作為高風(fēng)險對象。

8.一種基于銷售數(shù)據(jù)的欺詐群體識別裝置，其特征在于，包括：

第一構(gòu)建模塊，用于根據(jù)電商用戶的歷史銷售數(shù)據(jù)構(gòu)建資金交易圖；

第二構(gòu)建模塊，用于根據(jù)所述資金交易圖計算買家之間的購買行為相似度，并根據(jù)所述相似度構(gòu)建買家購買行為圖；

分類模塊，用于根據(jù)所述買家購買行為圖以及預(yù)設(shè)的多標(biāo)簽群體分類算法將買家分為可重疊的多個群體；

識別模塊，用于根據(jù)歷史欺詐數(shù)據(jù)以及預(yù)設(shè)的風(fēng)險傳播函數(shù)識別出欺詐風(fēng)險群體。

9.一種基于銷售數(shù)據(jù)的欺詐群體識別設(shè)備，其特征在于，包括處理器和存儲有程序指令的存儲器，所述處理器被配置為在執(zhí)行所述程序指令時，執(zhí)行如權(quán)利要求1至7任一項所述的基于銷售數(shù)據(jù)的欺詐群體識別方法。

10.一種計算機可讀介質(zhì)，其特征在于，其上存儲有計算機可讀指令，所述計算機可讀指令可被處理器執(zhí)行以實現(xiàn)如權(quán)利要求1至7任一項所述的一種基于銷售數(shù)據(jù)的欺詐群體識別方法。