[發(fā)明專利]基于電商運營數(shù)據(jù)識別刷單店鋪的預(yù)警方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110683402.6
• 申請日: 2021-06-21
• 公開（公告）號: CN113393245A
• 公開（公告）日: 2021-09-14
• 發(fā)明（設(shè)計）人: 賈曉萌;謝傳家;姚民偉
• 申請（專利權(quán)）人: 浪潮卓數(shù)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展有限公司
• 主分類號: G06Q20/40
• 分類號: G06Q20/40;G06N20/00;G06K9/62
• 代理公司: 濟南信達專利事務(wù)所有限公司 37100
• 代理人: 孫園園

1.一種基于電商運營數(shù)據(jù)識別刷單店鋪的預(yù)警方法，其特征在于，該方法是通過采集電子商務(wù)平臺的商品及店鋪的綜合信息，通過對店鋪top商品進行集中分析，識別頁面展示的商品銷量是否為真實銷量，并根據(jù)識別結(jié)果進行刷單預(yù)警；具體如下：

信息爬取：通過對主流電商平臺的店鋪及商品信息進行爬取，獲取店鋪唯一標(biāo)識id、商品id及商品銷量的信息；

篩選店鋪：通過制定的篩選規(guī)則，并借助數(shù)據(jù)庫工具縮小刷單店鋪的檢查范圍；

建立店鋪刷單預(yù)警模型：通過建立店鋪刷單預(yù)警模型對檢查范圍內(nèi)店鋪中的高銷量商品進行判定，輸出對應(yīng)店鋪的高銷量商品是否為刷單商品以及對應(yīng)店鋪是否為刷單店鋪，并將結(jié)果提供給消費者參考。

2.根據(jù)權(quán)利要求1所述的基于電商運營數(shù)據(jù)識別刷單店鋪的預(yù)警方法，其特征在于，信息爬取具體如下：

利用爬蟲技術(shù)，獲取既定周期內(nèi)電商平臺的商品經(jīng)營數(shù)據(jù)；其中，商品經(jīng)營數(shù)據(jù)包括商品id、商品名稱、商品銷量及商品銷售額；

利用爬蟲技術(shù)獲取到商品與店鋪的唯一對應(yīng)關(guān)系以及單個商品銷量與店鋪內(nèi)最高銷量的比值，并存儲到數(shù)據(jù)庫中。

3.根據(jù)權(quán)利要求1所述的基于電商運營數(shù)據(jù)識別刷單店鋪的預(yù)警方法，其特征在于，篩選店鋪具體如下：

利用分布式數(shù)據(jù)處理和過濾技術(shù)，將所有可能存在刷單行為的商品提取出來；

通過商品和店鋪的對應(yīng)關(guān)系得到所有可能存在刷單行為的店鋪，將店鋪信息存儲到數(shù)據(jù)庫中。

4.根據(jù)權(quán)利要求3所述的基于電商運營數(shù)據(jù)識別刷單店鋪的預(yù)警方法，其特征在于，篩選店鋪過程中排除如下兩個情況：

(1)、排除零部件和/或材料批發(fā)店鋪；

(2)、排除低銷量店鋪：月度總銷量低于5000的店鋪不予以考慮。

5.根據(jù)權(quán)利要求1所述的基于電商運營數(shù)據(jù)識別刷單店鋪的預(yù)警方法，其特征在于，建立店鋪刷單預(yù)警模型具體如下：

數(shù)據(jù)集預(yù)處理；

構(gòu)建店鋪刷單預(yù)警模型；

數(shù)據(jù)分割及店鋪刷單預(yù)警模型調(diào)優(yōu)。

6.根據(jù)權(quán)利要求5所述的基于電商運營數(shù)據(jù)識別刷單店鋪的預(yù)警方法，其特征在于，數(shù)據(jù)集預(yù)處理具體如下：

去除掉數(shù)據(jù)集中的索引維度，即暫時去掉user_id字段、shop_name字段及shop_url字段；

對數(shù)據(jù)集存在的空值進行補充：出現(xiàn)空值的字段由開店時長、店鋪三項評分以及使用字段平均值對空值進行補充；

使用啞變量對數(shù)據(jù)集中存在非數(shù)值型的字段進行轉(zhuǎn)換，將數(shù)據(jù)集中非數(shù)值型變量轉(zhuǎn)換為數(shù)值型變量。

7.根據(jù)權(quán)利要求5所述的基于電商運營數(shù)據(jù)識別刷單店鋪的預(yù)警方法，其特征在于，店鋪刷單預(yù)警模型構(gòu)建過程中采用隨機森林來進行分類及預(yù)測任務(wù)，具體如下：

采用放回抽樣的方式從數(shù)據(jù)集中抽取獨立的店鋪top商品數(shù)據(jù)；

隨機從所有維度中抽取幾個店鋪top商品數(shù)據(jù)完成數(shù)據(jù)的自身構(gòu)建。

8.根據(jù)權(quán)利要求5所述的基于電商運營數(shù)據(jù)識別刷單店鋪的預(yù)警方法，其特征在于，數(shù)據(jù)分割及店鋪刷單預(yù)警模型調(diào)優(yōu)具體如下：

隨機選擇n個屬性進行學(xué)習(xí)，使得OOBerror最小的屬性個數(shù)n，在保證每個數(shù)據(jù)的OOBerror最小的同時，使得整個數(shù)據(jù)集的誤差最小；其中，在放回抽樣過程中未被抽取的數(shù)據(jù)稱為袋外數(shù)據(jù)；使用袋外數(shù)據(jù)實時監(jiān)測對應(yīng)店鋪top數(shù)據(jù)的誤差，即OutOfBagError袋外誤差，簡稱為OOBerror；

確定數(shù)據(jù)的數(shù)量m，確保數(shù)量m確定后，OOBerror不會再降低；

確定好參數(shù)m后，對隨機森林進行訓(xùn)練，獲取訓(xùn)練結(jié)果。