CN103955833A - 基于虚假交易和社交关系矩阵分析的水军身份确认方法 - Google Patents
基于虚假交易和社交关系矩阵分析的水军身份确认方法 Download PDFInfo
- Publication number
- CN103955833A CN103955833A CN201410126629.0A CN201410126629A CN103955833A CN 103955833 A CN103955833 A CN 103955833A CN 201410126629 A CN201410126629 A CN 201410126629A CN 103955833 A CN103955833 A CN 103955833A
- Authority
- CN
- China
- Prior art keywords
- user
- waterborne troops
- social networks
- navy
- suspicion
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于虚假交易和社交关系矩阵分析的水军身份确认方法，包括：获取交易服务器中用户的虚假交易信息，对虚假交易信息的不同时间段进行侧重分析，获得自身嫌疑度矩阵；获取社交服务器中用户的社交关系信息，对用户的社交关系进行水军嫌疑比重分析，获得社交关系嫌疑度矩阵；利用所述自身嫌疑度矩阵和社交关系嫌疑度矩阵获得用户的水军嫌疑度；将水军嫌疑度与水军判别阈值进行比较，当所述水军嫌疑度大于水军判别阈值，则判断用户为水军。利用所述用户水军身份确认方法可以高效地对网购平台中水军身份进行确认。
Description
技术领域
本发明涉及数据挖掘技术领域，尤其涉及一种基于虚假交易和社交关系矩阵分析的水军身份确认方法。
背景技术
在当代，网购已经成为人们的一种消费手段，并且越来越受大众的欢迎。淘宝网作为一个主要的网购站点，该网站上的一些不法商家为了谋取利益，雇佣水军进行虚假交易获取虚假好评，欺骗消费者，破坏了网购的诚信原则，损害消费者利益。
针对某些不良商家雇佣水军获取虚假好评，欺骗消费者购买商品的行为，淘宝只关注于商家的作假的举证和惩罚，而忽略了导致消费者真正受害的源头——淘宝水军的存在。如果只是着眼于发现不良商家加以惩罚，这样的措施于整个淘宝交易平台的诚信环境的提高，是治标不治本的。因此，需要通过打击水军以保障商家提供较高可信度的商品信息，从而保证淘宝买家网购的安全。
发明内容
本发明解决的问题是提供一种基于虚假交易和社交关系矩阵分析的水军身份确认方法，可以高效地对用户的水军身份进行确认。
为解决上述问题，本发明提供了一种基于虚假交易和社交关系矩阵分析的水军身份确认方法，包括：
获取交易服务器中用户的虚假交易信息，对虚假交易信息的不同时间段进行侧重分析，获得自身嫌疑度矩阵；
获取社交服务器中用户的社交关系信息，对用户的社交关系进行水军嫌疑比重分析，获得社交关系嫌疑度矩阵；
利用所述自身嫌疑度矩阵和社交关系嫌疑度矩阵获得用户的水军嫌疑度；
将水军嫌疑度与水军判别阈值进行比较，当所述水军嫌疑度大于水军判别阈值，则判断用户为水军。
可选的，所述虚假交易信息为评价数据中交易数量为0的交易。
可选的，所述社交关系信息包括待身份确认用户对应的关注用户、粉丝用户和访客用户。
可选的，还包括：获得所述关注用户、粉丝用户和访客用户中的水军比例，对各种用户进行水军嫌疑比重分析。
可选的，所述水军判别阈值是0到1之间的数，取值小，接近0，表示容忍度低；取值大，接近1，表示容忍度高。
可选的，所述用户的水军嫌疑度
与现有技术相比，本技术方案具有以下优点：
通过所述基于虚假交易和社交关系矩阵分析的水军身份确认方法，可以很容易的辨别确认用户是否为水军，从而可以净化网络购物环境。
附图说明
图1是本发明实施例的基于虚假交易和社交关系矩阵分析的水军身份确认方法的流程示意图。
具体实施方式
下面结合附图，通过具体实施例，对本发明的技术方案进行清楚、完整的描述。
请参考图1，为本发明实施例的基于虚假交易和社交关系矩阵分析的水军身份确认方法的流程示意图，包括：
步骤S101，获取交易服务器中用户的虚假交易信息，对虚假交易信息的不同时间段进行侧重分析，获得自身嫌疑度矩阵；
步骤S102，获取社交服务器中用户的社交关系信息，对用户的社交关系进行水军嫌疑比重分析，获得社交关系嫌疑度矩阵；
步骤S103，利用所述自身嫌疑度矩阵和社交关系嫌疑度矩阵获得用户的水军嫌疑度；
步骤S104，将水军嫌疑度与水军判别阈值进行比较，当所述水军嫌疑度大于水军判别阈值，则判断用户为水军。
具体的，执行步骤S101，获取交易服务器中用户的虚假交易信息。
所述交易服务器可以为网络购物平台内部的交易服务器，例如淘宝平台的交易服务器，或者也可以为专用的网购数据挖掘平台，用于存储网购过程中的交易数据。
所述虚假交易信息为虚假交易的信息。以淘宝为例，淘宝的评论数据中包含“购买数量”属性。该属性记录一条评论发生时买家购物的数量。淘宝水军通过某种手段能够进行虚假交易，这样的虚假交易导致评论数据中的“购买数量”属性中的值为0，而利用淘宝15天自动评论功能就能为商家获得好评。同时，由于被淘宝15天自动评论的交易不会显示评价，其他买家不能看到具体的交易信息，因此一个商品的销量可以被水军抬得很高。根据这个现象，本专利中通过评论数据中的0购买数量来判断虚假交易。
一次虚假交易足以断定一个买家账户的不正常。但是由于现实中大量存在“在几个虚假交易后存在大量的正常交易”的买家账户，这样的现象说明该账户有“改过自新”的可能，基于此，本专利将用户的交易时间分为几个不同的时间段，例如阶段1为一年以前，阶段2为半年～一年年前，阶段3为两个月～半年前，阶段4为两个月内。每个阶段都具有各自阶段的嫌疑度，所述嫌疑度为该阶段内虚假交易占总交易的比例，所述嫌疑度的范围0～1。同时，通过对每一个阶段设置一个各自的侧重度，且各个侧重度之和为1，获得自身嫌疑度矩阵。
执行步骤S102，获取社交服务器中用户的社交关系信息。
所述社交服务器可以为网络购物平台内部的社交服务器，例如淘宝平台的社交服务器，或者也可以为专用的网购数据挖掘平台，用于存储网购用户的社交关系信息。
由于互联网的用户存在多种社交关系，例如淘宝中存在关注、粉丝、访客等栏目，这些栏目组成了一个买家账户的社会关系。通过分析跟某买家账户接触的买家账户中淘宝水军的存在情况，我们将能够更好地修正之前对该买家账户的评价。比如，一个买家账户的历史记录都正常，然后却关注大量的淘宝水军，那么该买家极有可能是水军；同样，如果一个买家账户里有几个虚假交易记录，但是接触到的其他买家账户全都正常，那么该账户可能已经“改过自新”了。通过分析与用户有上述关系的其他用户能够有助于判断本用户是否有水军嫌疑，以及程度。
由于三种关系对判断的贡献不同，因此还可以设置不同的关系比重度，各个侧重度之和为1。同时通过对待身份确认用户对应的关注用户、粉丝用户 和访客用户进行审核，获得各种用户中的水军比例，对各种用户进行水军嫌疑比重分析，从而获得最终的社交关系嫌疑度矩阵。
执行步骤S103，利用所述自身嫌疑度矩阵和社交关系嫌疑度矩阵获得用户的水军嫌疑度。
所述自身侧重度为从自身历史交易信息获取的侧重度，所述社交关系侧重度为从社交关系信息获取的侧重度，所述自身侧重度和社交关系侧重度之和为1。
执行步骤S104，将水军嫌疑度与水军判别阈值进行比较，当所述水军嫌疑度大于水军判别阈值，则判断用户为水军。
水军判别阈值是0到1之间的数，取值的大小标志着对虚假交易的容忍度：取值小（接近0），表示容忍度低；取值大（接近1），表示容忍度高。具体取值，需要根据实际的网购平台数据，根据不同的业务时期对虚假交易容忍度要求，具体设定水军判别阈值。
本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。
Claims (6)
1.一种基于虚假交易和社交关系矩阵分析的水军身份确认方法，其特征在于，包括：
获取交易服务器中用户的虚假交易信息，对虚假交易信息的不同时间段进行侧重分析，获得自身嫌疑度矩阵；
获取社交服务器中用户的社交关系信息，对用户的社交关系进行水军嫌疑比重分析，获得社交关系嫌疑度矩阵；
利用所述自身嫌疑度矩阵和社交关系嫌疑度矩阵获得用户的水军嫌疑度；
将水军嫌疑度与水军判别阈值进行比较，当所述水军嫌疑度大于水军判别阈值，则判断用户为水军。
2.如权利要求1所述的基于虚假交易和社交关系矩阵分析的水军身份确认方法，其特征在于，所述虚假交易信息为评价数据中交易数量为0的交易。
3.如权利要求1所述的用户身份确认方法，其特征在于，所述社交关系信息包括待身份确认用户对应的关注用户、粉丝用户和访客用户。
4.如权利要求1所述的基于虚假交易和社交关系矩阵分析的水军身份确认方法，其特征在于，还包括：获得所述关注用户、粉丝用户和访客用户中的水军比例，对各种用户进行水军嫌疑比重分析。
5.如权利要求1所述的基于虚假交易和社交关系矩阵分析的水军身份确认方法，其特征在于，所述水军判别阈值是0到1之间的数，取值小，接近0，表示容忍度低；取值大，接近1，表示容忍度高。
6.权利要求1所述的基于虚假交易和社交关系矩阵分析的水军身份确认方法，其特征在于，所述用户的水军嫌疑度
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410126629.0A CN103955833B (zh) | 2014-03-31 | 2014-03-31 | 基于虚假交易和社交关系矩阵分析的水军身份确认方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410126629.0A CN103955833B (zh) | 2014-03-31 | 2014-03-31 | 基于虚假交易和社交关系矩阵分析的水军身份确认方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103955833A true CN103955833A (zh) | 2014-07-30 |
| CN103955833B CN103955833B (zh) | 2017-08-15 |
Family
ID=51333106
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410126629.0A Expired - Fee Related CN103955833B (zh) | 2014-03-31 | 2014-03-31 | 基于虚假交易和社交关系矩阵分析的水军身份确认方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103955833B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016029794A1 (zh) * | 2014-08-27 | 2016-03-03 | 阿里巴巴集团控股有限公司 | 识别特征账号的方法及装置 |
| WO2016066041A1 (zh) * | 2014-10-29 | 2016-05-06 | 阿里巴巴集团控股有限公司 | 一种电子凭证传输账号的检测方法及设备 |
| CN107180030A (zh) * | 2016-03-09 | 2017-09-19 | 阿里巴巴集团控股有限公司 | 一种网络上的关系数据生成方法及装置 |
| CN107274042A (zh) * | 2016-04-06 | 2017-10-20 | 阿里巴巴集团控股有限公司 | 一种业务参与对象的风险识别方法及装置 |
| CN107305665A (zh) * | 2016-04-19 | 2017-10-31 | 李辉 | 一种鉴别虚假交易、防止刷单的方法及装置 |
| CN111629010A (zh) * | 2015-11-23 | 2020-09-04 | 阿里巴巴集团控股有限公司 | 一种恶意用户识别方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130191898A1 (en) * | 2012-01-04 | 2013-07-25 | Harold H. KRAFT | Identity verification credential with continuous verification and intention-based authentication systems and methods |
| US20130346142A1 (en) * | 2010-12-10 | 2013-12-26 | Buybuddie Limited | Internet transaction analysis system and method |
| CN103577991A (zh) * | 2012-08-03 | 2014-02-12 | 阿里巴巴集团控股有限公司 | 一种用户的识别方法和装置 |
-
2014
- 2014-03-31 CN CN201410126629.0A patent/CN103955833B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130346142A1 (en) * | 2010-12-10 | 2013-12-26 | Buybuddie Limited | Internet transaction analysis system and method |
| US20130191898A1 (en) * | 2012-01-04 | 2013-07-25 | Harold H. KRAFT | Identity verification credential with continuous verification and intention-based authentication systems and methods |
| CN103577991A (zh) * | 2012-08-03 | 2014-02-12 | 阿里巴巴集团控股有限公司 | 一种用户的识别方法和装置 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016029794A1 (zh) * | 2014-08-27 | 2016-03-03 | 阿里巴巴集团控股有限公司 | 识别特征账号的方法及装置 |
| WO2016066041A1 (zh) * | 2014-10-29 | 2016-05-06 | 阿里巴巴集团控股有限公司 | 一种电子凭证传输账号的检测方法及设备 |
| CN105631681A (zh) * | 2014-10-29 | 2016-06-01 | 阿里巴巴集团控股有限公司 | 一种电子凭证传输账号的检测方法及设备 |
| CN105631681B (zh) * | 2014-10-29 | 2019-06-21 | 阿里巴巴集团控股有限公司 | 一种电子凭证传输账号的检测方法及设备 |
| CN111629010A (zh) * | 2015-11-23 | 2020-09-04 | 阿里巴巴集团控股有限公司 | 一种恶意用户识别方法及装置 |
| CN107180030A (zh) * | 2016-03-09 | 2017-09-19 | 阿里巴巴集团控股有限公司 | 一种网络上的关系数据生成方法及装置 |
| CN107274042A (zh) * | 2016-04-06 | 2017-10-20 | 阿里巴巴集团控股有限公司 | 一种业务参与对象的风险识别方法及装置 |
| CN107305665A (zh) * | 2016-04-19 | 2017-10-31 | 李辉 | 一种鉴别虚假交易、防止刷单的方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103955833B (zh) | 2017-08-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103955833A (zh) | 基于虚假交易和社交关系矩阵分析的水军身份确认方法 | |
| Mallick et al. | Productivity performance of export market entry and exit: evidence from I ndian firms | |
| CN110009372B (zh) | 一种用户风险识别方法和装置 | |
| Bruhn et al. | The real impact of improved access to finance: Evidence from Mexico | |
| CN110689438A (zh) | 企业类金融风险评分方法、装置、计算机设备及存储介质 | |
| US20220398340A1 (en) | Systems and Methods for Encrypting and Controlling Access to Encrypted Data Based Upon Immutable Ledgers | |
| CN109711955B (zh) | 基于当前订单的差评预警方法、系统、黑名单库建立方法 | |
| CN103279868A (zh) | 一种自动识别欺诈订单的方法和装置 | |
| WO2020177478A1 (zh) | 一种基于信用的资质信息审核方法、装置及设备 | |
| US20150178749A1 (en) | Methods, systems and computer readable media for predicting consumer purchase behavior | |
| JP2019508756A5 (zh) | ||
| CN111260368A (zh) | 一种账户交易风险判断方法、装置及电子设备 | |
| US20160371698A1 (en) | Systems and Methods for Authenticating Business Partners, in Connection With Requests by the Partners for Products and/or Services | |
| CN110942338A (zh) | 一种营销赋能策略的推荐方法、装置和电子设备 | |
| CN112163944B (zh) | 客户的贷款资质评分方法、装置、计算机设备和存储介质 | |
| Racherla et al. | Pay-what-you-want pricing for mobile applications: The effect of privacy assurances and social information | |
| CN105493123A (zh) | 识别有促销资格的媒体商店用户 | |
| Tovar et al. | The impact of social safety net programs on household savings in Colombia | |
| CN105787744A (zh) | 一种基于购物需求的抗攻击信誉评价计算方法 | |
| Breunig et al. | Sovereign ratings and oil‐exporting countries: the effect of high oil prices on ratings | |
| Carrera | Tracking exchange rate management in Latin America | |
| Dai et al. | Geographical distribution and social determinants of Tobacco 21 policy adoption and retail inspections in the United States, 2015–2019 | |
| Grier et al. | Marriage market matching and conspicuous consumption in China | |
| Choi et al. | Effect of export credit insurance on export performance: an empirical analysis of Korea | |
| Yang et al. | Do intellectual property rights matter to Taiwan's exports? A dynamic panel approach |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20191030 Address after: Room A1244, Building 2889 Baoan Road, Jiading District, Shanghai, 201801 Patentee after: Shanghai Guangchen Information Technology Co.,Ltd. Address before: Hangzhou City, Zhejiang province 310018 Xiasha Higher Education Park is 18 street. Patentee before: Zhejiang Gongshang University |
|
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170815 |