CN106980998A - 商家交易异常的监控方法和装置 - Google Patents

Abstract

本申请提出一种商家异常交易的监控方法和装置，该商家异常交易的监控方法包括：确定当前商家是否是需要监控的商家；如果当前商家是需要监控的商家，获取当前商家的当前交易数据；对所述当前交易数据进行数据分析，判断所述当前商家是否发生异常交易。该方法能够提高商家异常交易的监控准确度。

Description

商家交易异常的监控方法和装置

技术领域

本申请涉及数据处理技术领域，尤其涉及一种商家交易异常的监控方法和装置。

背景技术

为了更好的管理商家，需要对商家交易进行监控，以及时发现异常情况。相关技术中，一种是没有对商家交易异常的监控，另一种是根据交易量下降监控商家交易异常。但是，如果仅以交易量下降来判断交易异常会存在不准确的情况，例如，非交易高峰时间段、商家过小无交易、商家位置偏导致无人光顾等，这些因素也会导致交易量下降。

发明内容

本申请旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本申请的一个目的在于提出一种商家异常交易的监控方法，该方法可以提高商家异常交易的监控准确度。

本申请的另一个目的在于提出一种商家异常交易的监控装置。

为达到上述目的，本申请第一方面实施例提出的商家异常交易的监控方法，包括：确定当前商家是否是需要监控的商家；如果当前商家是需要监控的商家，获取当前商家的当前交易数据；对所述当前交易数据进行数据分析，判断所述当前商家是否发生异常交易。

本申请第一方面实施例提出的商家异常交易的监控方法，通过获取当前交易数据，并对当前交易数据进行数据分析，而不仅限于当前交易量的数值，可以提高商家异常交易的监控准确度。

为达到上述目的，本申请第二方面实施例提出的商家异常交易的监控装置，包括：确定模块，用于确定当前商家是否是需要监控的商家；获取模块，用于在当前商家是需要监控的商家时，获取当前商家的当前交易数据；判断模块，用于对所述当前交易数据进行数据分析，判断所述当前商家是否发生异常交易。

本申请第二方面实施例提出的商家异常交易的监控装置，通过获取当前交易数据，并对当前交易数据进行数据分析，而不仅限于当前交易量的数值，可以提高商家异常交易的监控准确度。

本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

附图说明

本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1是本申请一实施例提出的商家异常交易的监控方法的流程示意图；

图2是本申请另一实施例提出的商家异常交易的监控方法的流程示意图；

图3是本申请实施例中对商家的离线数据进行特征提取的流程示意图；

图4是本申请实施例中一种根据告警规则比较当前交易数据和阈值进行判断的流程示意图；

图5是本申请实施例中另一种根据告警规则比较当前交易数据和阈值进行判断的流程示意图；

图6是本申请另一实施例提出的商家异常交易的监控装置的结构示意图；

图7是本申请另一实施例提出的商家异常交易的监控装置的结构示意图；

图8是本申请另一实施例提出的电子设备的结构示意图。

具体实施方式

下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的模块或具有相同或类似功能的模块。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。相反，本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。

图1是本申请一实施例提出的商家异常交易的监控方法的流程示意图，该方法包括：

S11：确定当前商家是否是需要监控的商家。

其中，商家可以包括线上和线下的商家，商家例如称为店铺、门店等。

在对当前商家进行判别时，可以离线预先对每个商家进行判别，确定对应的商家是否是需要监控的商家。在确定每个商家是否是需要监控的商家后，可以关联保存商家的标识信息与相应的类别(是否是需要监控的商家)，在对当前商家进行监控之前，可以获取当前商家的标识信息，再根据关联关系获取相应的类别，从而判断当前商家是否是需要监控的商家。或者，也可以分别对应需要监控的商家和不需要监控的商家生成标识信息列表，根据当前商家的标识信息属于的列表确定其是否需要被监控。

另外，还可以在需要判别商家是否是需要监控的商家时，在线对商家进行判别，以确定当前商家是否是需要监控的商家。

不论是离线对商家进行判别或者是在线对商家进行判别时，均可以根据日均交易量进行判别，当日均交易量大于预设值时，确定商家是需要监控的商家，否则是不需要监控的商家。预设值例如是10。

日均交易量可以是获取预设历史时间段内每天的交易量，根据该时间段内的每天的交易量计算出日均交易量。例如，对应一个商家，可以获取该商家最近30天内每天的交易量，对该交易量求均值得到日均交易量。S12：如果当前商家是需要监控的商家，获取当前商家的当前交易数据。

另一方面，如果当前商家不是需要监控的商家，则结束对当前商家的监控。

当前交易数据例如包括：当前商家的商家类别、当前日期、当前时间、预设时间段内的交易量。

在获取预设时间段的交易量时，可以从服务端获取当前商家的交易日志，根据交易日志中记录的交易情况计算预设时间段内的交易量。服务端内可以设置日志采集模块以完成对商家交易日志的采集。本实施例的执行主体可以称为监控系统，监控系统以向服务端订阅交易日志，从而可以从服务端获取交易日志。

在计算交易量时，例如采用流式计算框架(比如storm，xflush)，流式计算框架可用于实时流量的数据计算，通常用于分钟级/秒级数据的统计。

流式计算框架得到交易量后，可以将其保存在数据库(如hbase)中，从而在需要监控时，从数据库中读取到相应的数据。

S13：对所述当前交易数据进行数据分析，判断所述当前商家是否发生异常交易。

本实施例中，通过获取当前交易数据，并对当前交易数据进行数据分析，而不仅限于当前交易量的数值，可以提高商家异常交易的监控准确度。

一些实施例中，具体的判断流程可以包括：

获取与所述当前交易数据对应的告警规则和阈值，所述告警规则和阈值是预先根据所述当前商家的离线数据确定的；

根据所述告警规则比较所述当前交易数据与所述阈值，判断所述当前商家是否发生异常交易。

其中，告警规则和阈值可以是设置的，或者，也可以根据商家的历史数据生成。

参见图2，生成告警规则和阈值的流程可以包括：

S21：获取所述当前商家的离线数据，所述离线数据包括：历史交易数据，和/或，商家信息。

历史交易数据例如为前30天的日均交易量。

商家信息例如包括：地理位置、规模情况等。

S22：对所述离线数据进行特征提取，得到所述当前商家的特征数据，所述特征数据包括：至少一种告警规则和每种告警规则对应的阈值。

可选的，特征数据还可以包括：日均交易量，从而在日均交易量大于预设值时，确定当前商家是需要监控的商家。

可以理解的是，S21-S22可以预先离线完成。

一些实施例中，参见图3，一种特征提取的流程可以包括：

S31：获取商家的前30天的日均交易量n。

例如，离线系统(如odps平台)获取商家的包含前30天交易情况的历史交易日志，根据历史交易日志中记录的历史交易数据，统计出前30天的每天交易量，再求均值运算得到日均交易量n。

S32：判断n是否大于10，若是，执行S34，否则，执行S33。

S33：确定该商家的商家类别是不需要监控的商家。

S34：判断n是否大于500，若是，执行S35，否则，执行S37。

可以理解的是，上述的10和500只是示例阈值，也可以采用其他数值。

S35：确定该商家的商家类别是大交易量商家。

S36：生成大交易量商家对应的告警规则，以及告警规则对应的阈值。

例如，大交易量商家对应的告警规则是：判断当前日期是否是预设类别的日期，如果是预设类别的日期，判断当前日交易量是否小于第一交易量阈值，如果小于第一交易量阈值，则确定发生交易异常，否则未发生交易异常；如果不是预设类别的日期，判断当前日交易量是否小于第二交易量阈值，如果小于第二交易量阈值，则确定发生交易异常，否则未发生交易异常。例如，预设类别的日期是节假日，第一交易量阈值和第二交易量阈值可以分别根据历史节假日的日交易量和历史非节假日的日均交易量确定。

例如，通常情况下由于节假日的交易量高于非节假日的交易量，则第一交易量阈值可以大于第二交易量阈值。

S37：确定该商家的商家类别是小交易量商家。

S38：生成小交易量商家对应的告警规则，以及告警规则对应的阈值。

例如，小交易量商家对应的告警规则是：判断当前时间是否属于高峰时间段，如果属于高峰时间段，则获取高峰时间段内无交易的时间，判断获取的时间是否大于第一时间阈值，如果大于第一时间阈值，则确定发生交易异常，否则未发生异常；如果不属于高峰时间段，则获取日常时间段内无交易的时间，判断获取的时间是否大于第二时间阈值，如果大于第二时间阈值，则确定发生交易异常，否则未发生异常。

上述采用的高峰时间段、日常时间段、第一时间阈值和第二时间阈值可以根据历史交易数据确定。

通常情况下，由于高峰时间段的交易量大于日常时间段的交易量，因此，一般来讲第一时间阈值小于第二时间阈值。

例如，高峰时间段取11：00-13：00这一时间段，第一时间阈值例如为30分钟，日常时间段例如为13:00-17:00这一时间段，第二时间阈值例如为120分钟。

在生成上述的告警规则和阈值后，离线系统可以将其保存到数据库(如hbase)中，之后，在实时监控时，监控系统可以从该数据库中获取对应的告警规则和阈值。

监控系统在获取对应的告警规则和阈值时，例如，当前交易数据中包括当前商家的商家类别，假设当前商家的商家类别是第一类需要监控的商家(大交易量商家)，则从数据库中获取大交易量商家对应的告警规则和阈值，或者，假设当前商家的商家类别是第二类需要监控的商家(小交易量商家)，则从数据库中获取小交易量商家对应的告警规则和阈值。

在获取对应的告警规则和阈值后，可以根据所述告警规则比较所述当前交易数据与所述阈值，判断所述当前商家是否发生异常交易。

例如，当前商家是大交易量商家时，以预设类别的日期是节假日为例，参见图4，判断是否发生异常交易的流程可以包括：

S41：获取当前交易数据中的当前日期和当前日交易量。

其中，大交易量商家对应的告警规则从可以记录需要获取当前日期和当前日交易量，从而监控系统可以从当前交易数据中获取当前日期和当前日交易量。

S42：判断当前日期是否是节假日，若是，执行S43，否则，执行S44。

监控系统可以预先配置或从第三方获取属于节假日的日期，再与当前日期进行比较，得到判断结果。

S43：判断当前日交易量是否小于第一交易量阈值，若是，执行S45，否则，执行S46。

其中，在获取告警规则时会获取相应的阈值，从而可以获取到第一交易量阈值和第二交易量阈值，进而可以进行比较。

S44：判断当前日交易量是否小于第二交易阈值，若是，执行S45，否则，执行S46。

S45：确定当前商家发生交易异常。

S46：确定当前商家没有发生交易异常。

又例如，当前商家是小交易量商家时，参见图5，判断是否发生异常交易的流程可以包括：

S51：获取当前交易数据中的当前时间。

S52：判断当前时间是否属于高峰时间段，若是，执行S53，否则，执行S55。

其中，小交易量商家对应的告警规则中可以记录获取当前时间，并记录高峰时间段和/或日常时间段，从而监控系统可以从当前交易数据中获取当前时间并进行当前时间与高峰时间段和/或日常时间段的比较后得到判断结果。

S53：从当前交易数据中获取高峰时间段内无交易的时间。

其中，告警规则中可以记录提取相应时间段内无交易的时间，监控系统可以根据告警规则进行相应处理。

S54：判断获取的时间是否大于第一时间阈值，若是，执行S57，否则，执行S58。

其中，监控系统在获取告警规则时还会同时获取相应的第一时间阈值和第二时间阈值，从而进行上述时间的判断。

S55：从当前交易数据中获取日常时间段内无交易的时间。

S56：判断获取的时间是否大于第二时间阈值，若是，执行S57，否则，执行S58。

S57：确定当前商家发生交易异常。

S58：确定当前商家没有发生交易异常。

本实施例中，通过获取当前交易数据和预设的告警规则和阈值，告警规则和阈值是根据离线数据确定的，可以结合实时数据和历史数据多种因素进行监控，而不仅限于当前交易量的数值，可以提高商家异常交易的监控准确度。进而，通过对商家异常交易进行监控，可以在接入商家的平台(如支付宝)及时发现交易异常的商家，以对商家进行提醒等服务，保证各商家的正常运营。

图6是本申请另一实施例提出的商家异常交易的监控装置的结构示意图，该装置60包括：确定模块61、获取模块62和判断模块63。

确定模块61，用于确定当前商家是否是需要监控的商家；

获取模块62，用于在当前商家是需要监控的商家时，获取当前商家的当前交易数据；

判断模块63，用于对所述当前交易数据进行数据分析，判断所述当前商家是否发生异常交易。

一些实施例中，参见图7，所述判断模块63包括：

第一单元631，用于获取与所述当前交易数据对应的告警规则和阈值，所述告警规则和阈值是预先根据所述当前商家的离线数据确定的；

第二单元632，用于根据所述告警规则比较所述当前交易数据与所述阈值，判断所述当前商家是否发生异常交易。

一些实施例中，参见图7，该装置60还包括：

提取模块64，用于获取所述当前商家的离线数据，所述离线数据包括：历史交易数据，和/或，商家信息；以及，对所述离线数据进行特征提取，得到所述当前商家的特征数据，所述特征数据包括：至少一种告警规则和每种告警规则对应的阈值。

一些实施例中，所述特征数据还包括：日均交易量，所述确定模块具体用于：

当所述日均交易量大于预设值时，确定当前商家是需要监控的商家。

可选的，所述需要监控的商家包括：第一类需要监控的商家和第二类需要监控的商家，所述第一类需要监控的商家的日均交易量大于所述第二类需要监控的商家的日均交易量。

如果当前商家是第一类需要监控的商家，所述第二单元632具体用于：

获取当前交易数据中的当前日期和当前日交易量，并判断当前日期是否是预设类别的日期；

如果是预设类别的日期，在所述当前日均交易量小于第一交易量阈值时，确定当前商家发生异常交易；

如果不是预设类别的日期，在所述当前日均交易量小于第二交易量阈值时，确定当前商家发生异常交易。

如果当前商家是第二类需要监控的商家，所述第二单元632具体用于：

获取当前交易数据中的当前时间，并判断当前时间是否属于高峰时间段；

如果属于，获取预设的高峰时间段内的无交易的时间，如果无交易的时间大于第一时间阈值，确定当前商家发生异常交易；

如果不属于，获取预设的日常时间段内的无交易的时间，如果无交易的时间大于第二时间阈值，确定当前商家发生异常交易。

上述各模块的具体内容可以参见方法实施例中的相关描述，在此不再赘述。

本实施例中，通过获取当前交易数据，并对当前交易数据进行数据分析，而不仅限于当前交易量的数值，可以提高商家异常交易的监控准确度。

图8是本申请另一实施例提出的电子设备的结构示意图。该电子设备可以具体是服务器。参见图8，该电子设备80包括：壳体81、处理器82、存储器83、电路板84和电源电路85，其中，电路板84安置在壳体围成的空间内部，处理器82和存储器83设置在电路板84上；电源电路85，用于为电子设备的各个电路或器件供电；存储器83用于存储可执行程序代码；处理器82通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于执行以下步骤：

确定当前商家是否是需要监控的商家；

如果当前商家是需要监控的商家，获取当前商家的当前交易数据；

对所述当前交易数据进行数据分析，判断所述当前商家是否发生异常交易。

可选的，所述对所述当前交易数据进行数据分析，判断所述当前商家是否发生异常交易，包括：

获取与所述当前交易数据对应的告警规则和阈值，所述告警规则和阈值是预先根据所述当前商家的离线数据确定的；

根据所述告警规则比较所述当前交易数据与所述阈值，判断所述当前商家是否发生异常交易。

可选的，还包括：

获取所述当前商家的离线数据，所述离线数据包括：历史交易数据，和/或，商家信息；

对所述离线数据进行特征提取，得到所述当前商家的特征数据，所述特征数据包括：至少一种告警规则和每种告警规则对应的阈值。

可选的，所述特征数据还包括：日均交易量，所述确定当前商家是否是需要监控的商家，包括：

当所述日均交易量大于预设值时，确定当前商家是需要监控的商家。

可选的，所述需要监控的商家包括：第一类需要监控的商家和第二类需要监控的商家，所述第一类需要监控的商家的日均交易量大于所述第二类需要监控的商家的日均交易量。

可选的，如果当前商家是第一类需要监控的商家，所述根据所述告警规则比较所述当前交易数据与所述阈值，判断所述当前商家是否发生异常交易，包括：

获取当前交易数据中的当前日期和当前日交易量，并判断当前日期是否是预设类别的日期；

如果是预设类别的日期，在所述当前日均交易量小于第一交易量阈值时，确定当前商家发生异常交易；

如果不是预设类别的日期，在所述当前日均交易量小于第二交易量阈值时，确定当前商家发生异常交易。

可选的，如果当前商家是第二类需要监控的商家，所述根据所述告警规则比较所述当前交易数据与所述阈值，判断所述当前商家是否发生异常交易，包括：

获取当前交易数据中的当前时间，并判断当前时间是否属于高峰时间段；

如果属于，获取预设的高峰时间段内的无交易的时间，如果无交易的时间大于第一时间阈值，确定当前商家发生异常交易；

如果不属于，获取预设的日常时间段内的无交易的时间，如果无交易的时间大于第二时间阈值，确定当前商家发生异常交易。

本实施例的具体内容可以参见上述实施例中的相关描述，在此不再赘述。

本实施例中，通过获取当前交易数据，并对当前交易数据进行数据分析，而不仅限于当前交易量的数值，可以提高商家异常交易的监控准确度。

需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是指至少两个。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

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申请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一定指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何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种商家异常交易的监控方法，其特征在于，包括：

确定当前商家是否是需要监控的商家；

如果当前商家是需要监控的商家，获取当前商家的当前交易数据；

对所述当前交易数据进行数据分析，判断所述当前商家是否发生异常交易。

2.根据权利要求1所述的方法，其特征在于，所述对所述当前交易数据进行数据分析，判断所述当前商家是否发生异常交易，包括：

获取与所述当前交易数据对应的告警规则和阈值，所述告警规则和阈值是预先根据所述当前商家的离线数据确定的；

根据所述告警规则比较所述当前交易数据与所述阈值，判断所述当前商家是否发生异常交易。

3.根据权利要求2所述的方法，其特征在于，还包括：

获取所述当前商家的离线数据，所述离线数据包括：历史交易数据，和/或，商家信息；

对所述离线数据进行特征提取，得到所述当前商家的特征数据，所述特征数据包括：至少一种告警规则和每种告警规则对应的阈值。

4.根据权利要求3所述的方法，其特征在于，所述特征数据还包括：日均交易量，所述确定当前商家是否是需要监控的商家，包括：

当所述日均交易量大于预设值时，确定当前商家是需要监控的商家。

5.根据权利要求2所述的方法，其特征在于，所述需要监控的商家包括：第一类需要监控的商家和第二类需要监控的商家，所述第一类需要监控的商家的日均交易量大于所述第二类需要监控的商家的日均交易量。

6.根据权利要求5所述的方法，其特征在于，如果当前商家是第一类需要监控的商家，所述根据所述告警规则比较所述当前交易数据与所述阈值，判断所述当前商家是否发生异常交易，包括：

获取当前交易数据中的当前日期和当前日交易量，并判断当前日期是否是预设类别的日期；

如果是预设类别的日期，在所述当前日均交易量小于第一交易量阈值时，确定当前商家发生异常交易；

如果不是预设类别的日期，在所述当前日均交易量小于第二交易量阈值时，确定当前商家发生异常交易。

7.根据权利要求5所述的方法，其特征在于，如果当前商家是第二类需要监控的商家，所述根据所述告警规则比较所述当前交易数据与所述阈值，判断所述当前商家是否发生异常交易，包括：

获取当前交易数据中的当前时间，并判断当前时间是否属于高峰时间段；

如果属于，获取预设的高峰时间段内的无交易的时间，如果无交易的时间大于第一时间阈值，确定当前商家发生异常交易；

如果不属于，获取预设的日常时间段内的无交易的时间，如果无交易的时间大于第二时间阈值，确定当前商家发生异常交易。

8.一种商家异常交易的监控装置，其特征在于，包括：

确定模块，用于确定当前商家是否是需要监控的商家；

获取模块，用于在当前商家是需要监控的商家时，获取当前商家的当前交易数据；

判断模块，用于对所述当前交易数据进行数据分析，判断所述当前商家是否发生异常交易。

9.根据权利要求8所述的装置，其特征在于，所述判断模块包括：

第一单元，用于获取与所述当前交易数据对应的告警规则和阈值，所述告警规则和阈值是预先根据所述当前商家的离线数据确定的；

第二单元，用于根据所述告警规则比较所述当前交易数据与所述阈值，判断所述当前商家是否发生异常交易。

10.根据权利要求8所述的装置，其特征在于，还包括：

提取模块，用于获取所述当前商家的离线数据，所述离线数据包括：历史交易数据，和/或，商家信息；以及，对所述离线数据进行特征提取，得到所述当前商家的特征数据，所述特征数据包括：至少一种告警规则和每种告警规则对应的阈值。