CN107358426A - 捕获恶意退款用户的方法和装置 - Google Patents
捕获恶意退款用户的方法和装置 Download PDFInfo
- Publication number
- CN107358426A CN107358426A CN201710516719.4A CN201710516719A CN107358426A CN 107358426 A CN107358426 A CN 107358426A CN 201710516719 A CN201710516719 A CN 201710516719A CN 107358426 A CN107358426 A CN 107358426A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- malice
- current
- mark
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/12—Payment architectures specially adapted for electronic shopping systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种捕获恶意退款用户的方法和装置,属于互联网技术领域。方法包括:获取用户的当前购买信息,所述当前购买信息包括第一用户标识、第二用户标识、当前购买时间、当前购买的虚拟物品的虚拟物品标识、所述用户当前使用的终端的终端标识、所述终端的当前位置信息中的至少一项,所述第一用户标识用于标识所述用户在商品服务器中的用户账户,所述第二用户标识用于标识所述用户在第三方服务器中的用户账户;根据所述当前购买信息,确定所述用户是否为恶意退款用户。本发明恶意退款判定服务器能够基于当前购买信息,主动分析出该用户是否为恶意退款用户,从而及时主动捕获到恶意退款用户,提高了捕获效率。
Description
技术领域
本发明涉及互联网技术领域,特别涉及一种捕获恶意退款用户的方法和装置。
背景技术
随着互联网技术的迅速发展,出现了各种各样的虚拟物品。例如,网络游戏中的装备、武器以及虚拟货币等等。终端可以从商品服务器中购买虚拟商品,但是由于一些保护消费者条款,商品服务器需要支持一段时间内的退款等服务。然而一些恶意用户利用这些条款进行恶意退款,这些用户既享受了虚拟物品带来的服务,但是却通过恶意退款拒绝支付代价。因此,如何捕捉恶意退款用户是业界关注的重点。
发明内容
为了解决现有技术的问题,本发明提供了一种捕获恶意退款用户的方法和装置。技术方案如下:
第一方面,本发明提供了一种捕获恶意退款用户的方法,所述方法包括:
获取用户的当前购买信息,所述当前购买信息包括第一用户标识、第二用户标识、当前购买时间、当前购买的物品的物品标识、所述用户当前使用的终端的终端标识、所述终端的当前位置信息中的至少一项,所述第一用户标识用于标识所述用户在商品服务器中的用户账户,所述第二用户标识用于标识所述用户在第三方服务器中的用户账户;
根据所述当前购买信息,确定所述用户是否为恶意退款用户。
在一种可能的实现方式中,所述当前购买信息包括所述第一用户标识、所述第二用户标识和/或所述终端标识,所述根据所述当前购买信息,确定所述用户是否为恶意退款用户,包括:
如果恶意退款标识库中包括所述第一用户标识、所述第二用户标识和/或所述终端标识,确定所述用户为恶意退款用户,所述恶意退款标识库用于存储恶意退款用户的用户标识和/或恶意退款用户使用的终端的终端标识。
在一种可能的实现方式中,所述当前购买信息包括所述当前购买时间,所述根据所述当前购买信息,确定所述用户是否为恶意退款用户,包括:
获取在所述当前购买时间之前的第一预设时长内所述用户的至少一个历史购买时间;
根据所述当前购买时间和每个历史购买时间,确定所述用户在所述第一预设时长内的平均购买间隔;
如果所述平均购买间隔大于预设间隔,确定所述用户为恶意退款用户。
在一种可能的实现方式中,所述当前购买信息包括所述当前购买时间和所述当前购买的物品的物品标识,所述根据所述当前购买信息,确定所述用户是否为恶意退款用户,包括:
获取在当前购买时间之前的第二预设时长内所述用户的至少一个历史购买信息,每个历史购买信息至少包括历史购买时间和历史购买的物品的物品标识;
根据所述当前购买时间、所述当前购买的物品的物品标识,以及每个历史购买时间和历史购买的每个物品的物品标识,确定所述用户在所述第二预设时长内购买的物品的物品标识序列;
如果所述物品标识序列与恶意物品标识序列匹配,确定所述用户为恶意退款用户。
在一种可能的实现方式中,所述当前购买信息包括所述第一用户标识和所述当前位置信息,所述根据所述当前购买信息,确定所述用户是否为恶意退款用户,包括:
根据所述第一用户标识,确定所述用户的归属地信息,如果所述归属地信息和所述当前位置信息不同,确定所述用户为恶意退款用户;或者,
根据所述第一用户标识,获取在当前购买时间之前的第三预设时长内所述用户历史购买物品的至少一个历史位置信息;将所述当前位置信息和每个历史位置信息组成第一位置信息集合,将所述第一位置信息集合中相同的位置信息合并为一个位置信息,得到第二位置信息集合,如果所述第二位置信息集合中包括的位置信息数目大于第一预设数目,确定所述用户为恶意退款用户。
在一种可能的实现方式中,所述根据所述当前购买信息,确定所述用户是否为恶意退款用户,包括:
确定所述当前购买信息包括的每项信息的可疑值;
基于所述每项信息的可疑值和所述每项信息的权重,确定所述用户的恶意值;
如果所述用户的恶意值大于预设阈值,确定所述用户为恶意退款用户。
在一种可能的实现方式中,所述根据所述当前购买信息,确定所述用户是否为恶意退款用户之后,所述方法还包括:
获取第一购买信息集合和第二购买信息集合,所述第一购买信息集合包括恶意退款用户的购买信息,所述第二购买信息集合包括误判的用户的购买信息;
根据所述第一购买信息集合和所述第二购买信息集合,更新所述每项信息的权重。
在一种可能的实现方式中,所述根据所述当前购买信息,确定所述用户是否为恶意退款用户,包括:
对于所述当前购买信息包括的每项信息,确定所述信息是否满足所述信息对应的判断规则,如果所述信息满足所述判断规则,标记所述信息;
获取所述当前购买信息中标记的信息的数目;
如果所述数目大于第二预设数目,确定所述用户为恶意退款用户。
第二方面,本发明提供了一种捕获恶意退款用户的装置,所述装置包括:
获取模块,用于获取用户的当前购买信息,所述当前购买信息包括第一用户标识、第二用户标识、当前购买时间、当前购买的物品的物品标识、所述用户当前使用的终端的终端标识、所述终端的当前位置信息中的至少一项,所述第一用户标识用于标识所述用户在商品服务器中的用户账户,所述第二用户标识用于标识所述用户在第三方服务器中的用户账户;
确定模块,用于根据所述当前购买信息,确定所述用户是否为恶意退款用户。
在一种可能的实现方式中,所述当前购买信息包括所述第一用户标识、所述第二用户标识和/或所述终端标识;
所述确定模块,还用于如果恶意退款标识库中包括所述第一用户标识、所述第二用户标识和/或所述终端标识,确定所述用户为恶意退款用户,所述恶意退款标识库用于存储恶意退款用户的用户标识和/或恶意退款用户使用的终端的终端标识。
在一种可能的实现方式中,所述当前购买信息包括所述当前购买时间;
所述确定模块,还用于获取在所述当前购买时间之前的第一预设时长内所述用户的至少一个历史购买时间;根据所述当前购买时间和每个历史购买时间,确定所述用户在所述第一预设时长内的平均购买间隔;如果所述平均购买间隔大于预设间隔,确定所述用户为恶意退款用户。
在一种可能的实现方式中,所述当前购买信息包括所述当前购买时间和所述当前购买的物品的物品标识;
所述确定模块,还用于获取在当前购买时间之前的第二预设时长内所述用户的至少一个历史购买信息,每个历史购买信息至少包括历史购买时间和历史购买的物品的物品标识;根据所述当前购买时间、所述当前购买的物品的物品标识,以及每个历史购买时间和历史购买的每个物品的物品标识,确定所述用户在所述第二预设时长内购买的物品的物品标识序列;如果所述物品标识序列与恶意物品标识序列匹配,确定所述用户为恶意退款用户。
在一种可能的实现方式中,所述当前购买信息包括所述第一用户标识和所述当前位置信息;
所述确定模块,还用于根据所述第一用户标识,确定所述用户的归属地信息,如果所述归属地信息和所述当前位置信息不同,确定所述用户为恶意退款用户;或者,
所述确定模块,还用于根据所述第一用户标识,获取在当前购买时间之前的第三预设时长内所述用户历史购买物品的至少一个历史位置信息;将所述当前位置信息和每个历史位置信息组成第一位置信息集合,将所述第一位置信息集合中相同的位置信息合并为一个位置信息,得到第二位置信息集合,如果所述第二位置信息集合中包括的位置信息数目大于第一预设数目,确定所述用户为恶意退款用户。
在一种可能的实现方式中,所述确定模块,还用于确定所述当前购买信息包括的每项信息的可疑值;基于所述每项信息的可疑值和所述每项信息的权重,确定所述用户的恶意值;如果所述用户的恶意值大于预设阈值,确定所述用户为恶意退款用户。
在一种可能的实现方式中,所述装置还包括:
所述获取模块,还用于获取第一购买信息集合和第二购买信息集合,所述第一购买信息集合包括恶意退款用户的购买信息,所述第二购买信息集合包括误判的用户的购买信息;
更新模块,用于根据所述第一购买信息集合和所述第二购买信息集合,更新所述每项信息的权重。
在一种可能的实现方式中,所述确定模块,还用于对于所述当前购买信息包括的每项信息,确定所述信息是否满足所述信息对应的判断规则,如果所述信息满足所述判断规则,标记所述信息;获取所述当前购买信息中标记的信息的数目;如果所述数目大于第二预设数目,确定所述用户为恶意退款用户。
第三方面,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述程序被处理器执行时实现以下步骤:
获取用户的当前购买信息,所述当前购买信息包括第一用户标识、第二用户标识、当前购买时间、当前购买的物品的物品标识、所述用户当前使用的终端的终端标识、所述终端的当前位置信息中的至少一项,所述第一用户标识用于标识所述用户在商品服务器中的用户账户,所述第二用户标识用于标识所述用户在第三方服务器中的用户账户;
根据所述当前购买信息,确定所述用户是否为恶意退款用户。
在本发明实施例中,恶意退款判定服务器基于该用户的当前购买信息,确定该用户是否为恶意退款用户,从而实现即使第三方服务器不提供退款者信息,恶意退款判定服务器也能够基于当前购买信息,主动分析出该用户是否为恶意退款用户,从而及时主动捕获到恶意退款用户,提高了捕获效率。
附图说明
图1-1是本发明实施例提供的一种实施环境的示意图;
图1-2是本发明实施例提供的另一种实施环境的示意图;
图2是本发明实施例提供的一种捕获恶意退款用户的方法流程图;
图3是本发明实施例提供的一种捕获恶意退款用户的信令交互图;
图4是本发明实施例提供的一种捕获恶意退款用户的信令交互图;
图5是本发明实施例提供的一种捕获恶意退款用户的信令交互图;
图6是本发明实施例提供的一种捕获恶意退款用户的装置结构示意图;
图7是本发明实施例提供的一种服务器的装置结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
本发明实施例提供了一种实施环境,参见图1-1,该实施环境包括:终端、第三方服务器、商品服务器、恶意退款判定服务器和惩罚服务器;终端分别与第三方服务器和商品服务器之间通过通信网络连接,第三方服务器和商品服务器之间通过通信网络连接,恶意退款判定服务器与惩罚服务器之间通过通信网络连接。
其中,终端中运行商品服务器关联的第一应用,可以基于用户的第一用户标识登录第一应用,从而与商品服务器进行交互,第一应用可以为游戏应用或者购物应用等。第一用户标识可以为用户在商品服务器中注册的用户账号,本发明实施例中对此不作具体限定。
终端中还运行第三方服务器关联的第二应用,可以基于用户的第二用户标识登录第二应用,从而与第三方服务器进行交互,第二应用可以为系统应用或者支付应用等,并且,第二应用中运行第一应用,或者第二应用与第一应用关联,通过第二应用可以购买第一应用中的物品。该物品可以为虚拟物品,也可以为实体物品,虚拟物品可以为网络游戏中的装备、武器以及虚拟货币等;实体物品可以为生活用品、日用品或者家电等。例如,第二应用可以为app store或者软件商城等。当终端系统为安卓系统时,第三方服务器可以为googleplay服务器;当终端系统为ios(苹果)系统时,第三方服务器可以为app store服务器。第二用户标识可以为用户在第三方服务器中注册的用户账户账号,本发明实施例中对此不作具体限定。
终端从商品服务器中购买物品,并通过第三方服务器支付该物品对应的购买金额。由于第三方服务器支持一定时间内的退款服务,因此,一些恶意用户利用这个退款服务进行恶意退款,从而既享受了物品带来的服务,但是却通过恶意退款拒绝支付代价。而有些第三方服务器以保护消费者权益为理由,拒绝向商品服务器提供退款者的用户标识,从而商品服务器无法捕获到恶意退款用户。
在本发明实施例中,恶意退款判定服务器在用户购买物品或者获知有用户退款时,恶意退款判定服务器获取用户的当前购买信息,基于当前购买信息分析该用户是否为恶意退款用户,从而实现即使第三方服务器不提供退款者信息,恶意退款判定服务器也能够基于当前购买信息,主动分析出该用户是否为恶意退款用户,从而及时主动捕获到恶意退款用户,提高了捕获效率。
参见图1-2,该实施环境中还可以包括客服反馈服务器,客服反馈服务器与恶意退款判定服务器之间通过通信网络连接。客服反馈服务器获取误判的用户的用户标识,通知恶意退款判断服务器误判的用户的用户标识。
终端可以为手机终端、PAD(Portable Android Device,平板电脑)终端或者电脑终端等。恶意退款判断服务器、惩罚服务器和客服反馈服务器可以为独立于商品服务器的服务器,也可以为商品服务器中的一个模块。例如,恶意退款判定服务器可以为商品服务器中的一个恶意退款判定模块,惩罚服务器可以为商品服务器中的一个惩罚模块,客服反馈服务器可以为商品服务器中的一个客服反馈模块。
并且,本发明实施例中的商品服务器可以是一台服务器,或者由若干台服务器组成的服务器集群,或者是一个云计算服务器中心,本发明实施例对此不做限定。
本发明实施例提供了一种捕获恶意退款用户的方法,该方法应用在恶意退款判定服务器中,参见图2,该方法包括:
步骤201:获取用户的当前购买信息,该当前购买信息包括第一用户标识、第二用户标识、当前购买时间、当前购买的物品的物品标识、该用户当前使用的终端的终端标识、该终端的当前位置信息中的至少一项,该第一用户标识用于标识该用户在商品服务器中的用户账户,该第二用户标识用于标识该用户在第三方服务器中的用户账户。
步骤202:根据该当前购买信息,确定该用户是否为恶意退款用户。
在一种可能的实现方式中,该当前购买信息包括该第一用户标识、该第二用户标识和/或该终端标识,该根据该当前购买信息,确定该用户是否为恶意退款用户,包括:
如果恶意退款标识库中包括该第一用户标识、该第二用户标识和/或该终端标识,确定该用户为恶意退款用户,该恶意退款标识库用于存储恶意退款用户的用户标识和/或恶意退款用户使用的终端的终端标识。
在一种可能的实现方式中,该当前购买信息包括该当前购买时间,该根据该当前购买信息,确定该用户是否为恶意退款用户,包括:
获取在该当前购买时间之前的第一预设时长内该用户的至少一个历史购买时间;
根据该当前购买时间和每个历史购买时间,确定该用户在该第一预设时长内的平均购买间隔;
如果该平均购买间隔大于预设间隔,确定该用户为恶意退款用户。
在一种可能的实现方式中,该当前购买信息包括该当前购买时间和该当前购买的物品的物品标识,该根据该当前购买信息,确定该用户是否为恶意退款用户,包括:
获取在当前购买时间之前的第二预设时长内该用户的至少一个历史购买信息,每个历史购买信息至少包括历史购买时间和历史购买的物品的物品标识;
根据该当前购买时间、该当前购买的物品的物品标识,以及每个历史购买时间和历史购买的每个物品的物品标识,确定该用户在该第二预设时长内购买的物品的物品标识序列;
如果该物品标识序列与恶意物品标识序列匹配,确定该用户为恶意退款用户。
在一种可能的实现方式中,该当前购买信息包括该第一用户标识和该当前位置信息,该根据该当前购买信息,确定该用户是否为恶意退款用户,包括:
根据该第一用户标识,确定该用户的归属地信息,如果该归属地信息和该当前位置信息不同,确定该用户为恶意退款用户;或者,
根据该第一用户标识,获取在当前购买时间之前的第三预设时长内该用户历史购买物品的至少一个历史位置信息;将该当前位置信息和每个历史位置信息组成第一位置信息集合,将该第一位置信息集合中相同的位置信息合并为一个位置信息,得到第二位置信息集合,如果该第二位置信息集合中包括的位置信息数目大于第一预设数目,确定该用户为恶意退款用户。
在一种可能的实现方式中,该根据该当前购买信息,确定该用户是否为恶意退款用户,包括:
确定该当前购买信息包括的每项信息的可疑值;
基于该每项信息的可疑值和该每项信息的权重,确定该用户的恶意值;
如果该用户的恶意值大于预设阈值,确定该用户为恶意退款用户。
在一种可能的实现方式中,根据该当前购买信息,确定该用户是否为恶意退款用户之后,该方法还包括:
获取第一购买信息集合和第二购买信息集合,该第一购买信息集合包括恶意退款用户的购买信息,该第二购买信息集合包括误判的用户的购买信息;
根据该第一购买信息集合和该第二购买信息集合,更新该每项信息的权重。
在一种可能的实现方式中,该根据该当前购买信息,确定该用户是否为恶意退款用户,包括:
对于该当前购买信息包括的每项信息,确定该信息是否满足该信息对应的判断规则,如果该信息满足该判断规则,标记该信息;
获取该当前购买信息中标记的信息的数目;
如果该数目大于第二预设数目,确定该用户为恶意退款用户。
在本发明实施例中,恶意退款判定服务器基于该用户的当前购买信息,确定该用户是否为恶意退款用户,从而实现即使第三方服务器不提供退款者信息,恶意退款判定服务器也能够基于当前购买信息,主动分析出该用户是否为恶意退款用户,从而及时主动捕获到恶意退款用户,提高了捕获效率。
本发明实施例提供了一种捕获恶意退款用户的方法,该方法应用在恶意退款判定服务器、惩罚服务器和终端之间。在本发明实施例中,以恶意退款判定服务器确定用户的当前购买信息是否恶意退款条件;如果该当前购买信息满足恶意退款条件,则确定该用户为恶意退款用户。参见图3,该方法包括:
步骤301:恶意退款判定服务器获取用户的当前购买信息。
用户从商品服务器中购买物品时,商品服务器获取该用户的当前购买信息,向恶意退款判定服务器发送该用户的当前购买信息。该当前购买信息包括第一用户标识、第二用户标识、当前购买时间、当前购买的商品的物品标识,用户当前使用的终端的终端标识,终端所在的位置信息中的至少一项,第一用户标识用于标识用户在恶意退款判定服务器中的用户账户,第二用户标识用于标识用户在第三方服务器中的用户账户。例如,第一用户标识可以为用户的昵称、手机号码。第二用户标识可以为用户的昵称、邮箱地址等。第一用户标识和第二用户标识可以相同,也可以不相同。在本发明实施例中,对此不作具体限定。
步骤302:恶意退款判定服务器根据该当前购买信息,确定该用户是否为恶意退款用户;如果该用户为恶意退款用户,执行步骤303;如果该用户不为恶意退款用户,结束。
一:如果该当前购买信息包括第一用户标识。恶意退款判定服务器中事先训练得到恶意退款标识库,例如,第一恶意退库标识库。第一恶意退款标识库用于存储恶意退款用户的第一用户标识。相应的,本步骤可以为:
恶意退款判定服务器确定第一恶意退款标识库中是否包括该第一用户标识。如果第一恶意退款标识库中包括该第一用户标识,确定该用户为恶意退款用户;如果第一恶意退款标识库中不包括该第一用户标识,确定该用户不为恶意退款用户。
二:如果该当前购买信息包括第二用户标识。恶意退款判定服务器中事先训练得到恶意退款标识库,例如,第二恶意退款标识库。第二恶意退款标识库用于存储恶意退款用户的第二用户标识。相应的,本步骤可以为:
恶意退款判定服务器确定第二恶意退款标识库中是否包括该第二用户标识。如果第二恶意退款标识库中包括该第二用户标识,确定该用户为恶意退款用户;如果第二恶意退款标识库中不包括该第二用户标识,确定该用户不为恶意退款用户。
三:如果该当前购买信息包括终端标识。恶意退款判定服务器中事先训练得到恶意退款标识库,例如,第三恶意退款标识库。第三恶意退款标识库用于存储恶意退款用户使用的终端的终端标识。相应的,本步骤可以为:
恶意退款判定服务器确定第三恶意退款标识库中是否包括该终端标识。如果第三恶意退款标识库中包括该终端标识,确定该用户为恶意退款用户;如果第三恶意退款标识库中不包括该终端标识,确定该用户不为恶意退款用户。
终端标识可以为终端的ID(Identity,身份标识)或者IP(Internet Protocol,网络之间互连的协议)等。在本发明实施例中,对终端标识不作具体限定。
四:如果该当前购买信息包括当前购买时间。如果一个用户在一段时间内频繁购买物品,则该用户可能为恶意退款用户。相应的,本步骤可以通过以下步骤(四-1)至(四-4)实现,包括:
(四-1):恶意退款判定服务器获取在当前购买时间之前的第一预设时长内该用户的至少一个历史购买时间。
恶意退款判定服务器中会存储购买记录,该购买记录中包括用户标识、购买时间和购买信息的对应关系;相应的,本步骤可以为:恶意退款判定服务器根据该用户的第一用户标识,从该购买记录中获取该用户的在当前购买时间之前的第一预设时长内的至少一个历史购买时间。
第一预设时长可以根据需要进行设置并更改,在本发明实施例中,对第一预设时长不作具体限定;例如,第一预设时长可以为1小时或者1天等。
(四-2):恶意退款判定服务器根据该当前购买时间和每个历史购买时间,确定该用户在第一预设时长内的平均购买间隔。
恶意退款判定服务器确定相邻两个购买时间之间的购买间隔,得到至少一个购买间隔,确定每个购买间隔的平均值,得到平均购买间隔。
例如,当前购买时间为10:00,两个历史购买时间分别为8:00和9:30;则恶意退款判定服务器确定该8:00与9:30之间的购买间隔为90分,确定9:00与10:00之间的购买间隔为60分,根据90分和60分得到平均购买间隔为75分。
(四-3):恶意退款判定服务器确定该平均购买间隔是否大于第一预设间隔。
由于正常用户可能过较长时间才会购买一次物品,而恶意退款用户为了享受物品带宽的服务,可能会频繁购买物品,因此,恶意退款判定服务器基于该平均购买间隔确定该用户是否为恶意退款用户。
预设购买间隔可以根据需要进行设置并更改,在本发明实施例中,对预设购买间隔不作具体限定。例如,预设购买间隔可以为10分或者20分等。
(四-4):如果该平均购买间隔大于第一预设间隔,恶意退款判定服务器确定该用户为恶意退款用户;如果该平均购买间隔不大于第一预设间隔,恶意退款判定服务器确定该用户不为恶意退款用户。
进一步地,在本步骤中,恶意退款判定服务器还可以基于该用户的购买次数或者购买频率,确定该用户是否为恶意退款用户。相应的,本步骤可以为:
恶意退款判定服务器获取在当前时间之前的第四预设时长内该用户购买物品的次数;根据该次数确定该用户是否为恶意退款用户。
恶意退款判定服务器根据该次数确定该用户是否为恶意退款用户的步骤可以为:
恶意退款判定服务器确定该次数是否大于预设次数;如果该次数大于预设次数,确定该用户为恶意退款用户;如果该次数不大于预设次数,确定该用户不为恶意退款用户。或者,
恶意退款判定服务器根据该次数和第四预设时长,确定该用户在第四预设时长内的购买频率;确定该购买频率是否大于预设频率;如果该购买频率大于预设频率,确定该用户为恶意退款用户;如果该购买频率不大于预设频率,确定该用户不为恶意退款用户。
第四预设时长和第一预设时长可以相同,也可以不相同。并且,第四预设时长可以根据需要进行设置并更改,在本发明实施例中,对第四预设时长不作具体限定。例如,第四预设时长可以为1天或者2天等。预设次数和预设频率可以根据需要进行设置并更改,在本发明实施例中,对预设次数和预设频率不作具体限定。例如,预设次数可以为5次或者8次;预设频率可以为3次/小时或者5次/小时。
五:如果该当前购买信息包括当前购买时间和当前购买的物品的物品标识。如果一个用户循环购买商品服务器中不同的物品,例如,恶意退款判定服务器包括3个物品。用户第一次购买物品1,第二次购买物品2,第三次购买物品3,第四次又购买物品1,第五次购买物品2,第六次购买物品3,以此类推,则该用户可能为恶意退款用户。相应的,本步骤可以通过以下步骤(五-1)至(五-4)实现,包括:
(五-1):恶意退款判定服务器获取在当前购买时间之前的第二预设时长内该用户的至少一个历史购买信息,每个历史购买信息包括历史购买时间和历史购买的物品的物品标识。
第二预设时长和第一预设时长可以相同,也可以不相同。第二预设时长和第四预设时长可以相同,也可以不相同。并且,第二预设时长可以根据需要进行设置并更改,在本发明实施例中,对第二预设时长不作具体限定。例如,第二预设时长可以为1个月或者10天等。
(五-2):恶意退款判定服务器根据当前购买时间、当前购买的物品的物品标识,以及每个历史购买时间和历史购买的每个物品的物品标识,确定该用户在第二预设时长内购买的物品的物品标识序列。
恶意退款判定服务器根据当前购买时间和每个历史购买时间,将该用户在第二预设时长内购买的物品标识按购买时间从先到后或者从后到先进行排序,将排序后的物品标识组成物品标识序列。
例如,当前购买时间为10:00,当前购买的物品标识为物品3;历史购买了两个物品,且历史购买时间分别为8:00与9:30,历史购买的物品分别为物品1和物品2。则恶意退款判定服务器将用户购买的物品的物品标识按购买时间从先到后进行排序,从而生成物品标识序列为:物品1-物品2-物品3。
(五-3):恶意退款判定服务器确定该物品标识序列是否与恶意物品标识序列匹配。
恶意退款判定服务器中事先存储恶意物品标识序列。在本步骤中,恶意退款判定服务器通过预设相似度算法,确定该物品标识序列和恶意物品标识序列之间的相似度;如果该相似度大于预设相似度,确定该物品标识序列与恶意物品标识序列匹配。如果该相似度不大于预设相似度,确定该物品标识序列与恶意物品标识序列不匹配。
预设相似度算法和预设相似度都可以根据需要进行设置并更改,在本发明实施例中,对预设相似度算法和预设相似度都不作具体限定。例如,预设相似度算法可以为包括相同物品标识的个数算法。预设相似度可以为3或者4等。
例如,恶意物品标识序列为:物品1-物品2-物品3;该物品标识序列为:物品1-物品2-物品3;则恶意退款判定服务器确定该物品标识序列与该恶意物品标识序列匹配。
(五-3):如果该物品标识序列与该恶意物品标识序列匹配,恶意退款判定服务器确定该用户为恶意退款用户;如果该物品标识序列与该恶意物品标识序列不匹配,恶意退款判定服务器确定该用户不为恶意退款用户。
六:如果当前购买信息包括第一用户标识和当前位置信息。由于正常用户一般会在本地购买物品;如果用户不在本地购买物品时,该用户可能找恶意退款代理购买物品,该用户很可能为恶意退款用户。相应的,本步骤可以为:
恶意退款判定服务器根据该第一用户标识,确定该用户的归属地信息;确定该归属地信息和该当前位置信息是否相同;如果该归属地信息和该当前位置信息不相同,确定该用户为恶意退款用户;如果该归属地信息和该当前位置信息相同,确定该用户不为恶意退款用户。
用户在恶意退款判定服务器中注册用户账户时,用户在恶意退款判定服务器中预留归属地信息。恶意退款判定服务器存储用户标识和归属地信息的对应关系。相应的,恶意退款判定服务器根据该第一用户标识,确定该用户的归属地信息的步骤可以为:
恶意退款判定服务器根据该第一用户标识,从用户标识和归属地信息的对应关系中获取该用户的归属地信息。
进一步地,如果用户每次购买商品的当前位置信息均不同,则该用户很可能为恶意退款用户,因此,在本步骤中,恶意退款判定服务器也可以基于用户在一段时间内购买物品的位置信息,确定该用户是否为恶意退款用户。相应的,本步骤可以为:
恶意退款判定服务器获取在当前购买时间之前的第三预设时长内该用户历史购买物品的至少一个历史位置信息;将该当前位置信息和每个历史位置信息组成第一位置信息集合,将第一位置信息集合中相同的位置信息合并为一个位置信息,得到第二位置信息集合。恶意退款判定服务器确定第二位置信息集合中包括的位置信息数目;如果该数目大于第一预设数目,确定该用户为恶意退款用户;如果该数目不大于第一预设数目,确定该用户不为恶意退款用户。
如果第二位置信息集合中包括的位置信息数目越多,说明用户每次在不同的位置购买物品,也即该用户为恶意退款用户;如果第二位置信息集合中包括的位置信息不多,说明用户在固定的位置购买物品,也即该用户不为恶意退款用户。
第一预设数目可以根据需要进行设置并更改,在本发明实施例中,对第一预设数目不作具体限定。例如,第一预设数目可以为2或者3等。
第三预设时长分别与第一预设时长、第二预设时长、第四预设时长可以相同,也可以不相同。并且,第三预设时长可以根据需要进行设置并更改,在本发明实施例中,对第三预设时长不作具体限定。例如,第三预设时长可以为1个月或者20天等。
七:如果当前购买信息包括第一用户标识和第二用户标识。由于正常用户购买物品时,会基于第一用户标识和第二用户标识购买物品;恶意退款用户可能会使用第一用户标识和其他用户标识,或者基于其他用户标识和第二用户标识购买物品。因此,恶意退款判定服务器根据最近一段时间内购买物品的购买记录,确定用户是否均是通过第一用户标识和第二用户标识购买物品,如果不是,则该用户为恶意退款用户。相应的,本步骤可以为:
恶意退款判定服务器获取至少一个第四用户标识,每个第四用户标识为当前购买时间之前的第五预设时长内与第一用户标识对应的用户标识,并且,每个第四用户标识用于在第三方服务器中标识用户。恶意退款判定服务器确定至少一个第四用户标识中包括与第二用户标识不同的用户标识的数目,如果该数目大于第三预设数目,则说明该用户使用多个与第二用户标识不同的用户标识购买物品,也即恶意退款判定服务器确定该用户为恶意退款用户;如果该数目不大于第三预设数目,恶意退款判定服务器确定该用户不为恶意退款用户。
第五预设时长和第三预设数目可以根据需要进行设置并更改,在本发明实施例中,对第五预设时长和第三预设数目不作具体限定。例如,第五预设时长可以为1个月或者2个月,第三预设数目可以为3或者5等。
需要说明的是,在本发明实施例中,恶意退款判定服务器基于以上一至七中的一种或者多种确定该用户是否为恶意退款用户。
步骤303:如果该用户为恶意退款用户,恶意退款判定服务器向惩罚服务器发送该用户的第一用户标识。
如果该用户为恶意退款用户,恶意退款判定服务器通知惩罚服务器对该用户进行惩罚。
步骤304:惩罚服务器接收恶意退款判定服务器发送的该用户的第一用户标识,根据第一用户标识,对该用户进行惩罚。
惩罚服务器可以收回该物品、对该用户进行警告、或者对该用户进行罚款等惩罚。当该物品为虚拟物品时,惩罚服务器可以根据第一用户标识,收回该用户当前购买的虚拟物品。
由于用户购买的物品存储在该用户的用户账户中。因此,在本步骤中,惩罚服务器根据第一用户标识,将该用户的用户账户中的该用户当前购买的物品删除,并存储该用户的惩罚记录。
惩罚服务器对该用户进行惩罚之后,惩罚服务器还可以通过以下步骤305通知该用户。
步骤305:惩罚服务器向终端发送惩罚通知消息,该惩罚通知消息用于指示已对该用户进行惩罚。
该惩罚通知消息至少包括指示消息,该指示消息用于指示已对该用户进行惩罚。该惩罚通知消息还可以包括申诉方式,该申诉方式可以为客服的联系方式,例如,客服的手机号码、IM(Instant Messaging,即时通信)号码或者邮箱地址等。终端接收惩罚服务器发送的惩罚通知消息,显示该惩罚通知消息。
由于恶意退款判定服务器可能出现误判的情况,因此,用户可以通过终端基于该申诉方式向客服反馈服务器发送申诉消息,该申诉消息包括该用户的第一用户标识。客服反馈服务器接收终端发送的申诉消息,向恶意退款判定服务器发送误判通知消息,该误判通知消息包括该用户的第一用户标识。恶意退款判定服务器接收客服反馈服务器发送的该误判通知消息,向商品服务器转发该误判通知消息,商品服务器基于该用户的第一用户标识,将该用户的用户账户中添加该用户当前购买的物品。
恶意退款判定服务器接收到该误判通知消息时,将该第一用户标识、第二用户标识或者终端标识从恶意标识库中删除。
在本发明实施例中,恶意退款判定服务器基于该用户的当前购买信息,确定该用户是否为恶意退款用户从而实现即使第三方服务器不提供退款者信息,恶意退款判定服务器也能够基于当前购买信息,主动分析出该用户是否为恶意退款用户,从而及时主动捕获到恶意退款用户,提高了捕获效率。
本发明实施例提供了一种捕获恶意退款用户的方法,该方法应用在恶意退款判定服务器、惩罚服务器和终端之间。在本发明实施例中,以恶意判定服务器确定当前购买信息包括的每项信息的可疑值,确定该用户的恶意值,基于该用户的恶意值,确定该用户是否为恶意退款用户为例进行说明。参见图4,该方法包括:
步骤401:恶意退款判定服务器获取用户的当前购买信息,该当前购买信息包括第一用户标识、第二用户标识、当前购买时间、当前购买的物品的物品标识、该用户当前使用的终端的终端标识、该终端的当前位置信息中的至少一项,该第一用户标识用于标识该用户在商品服务器中的用户账户,该第二用户标识用于标识该用户在第三方服务器中的用户账户。
本步骤和步骤301相同,在此不再赘述。
步骤402:恶意退款判定服务器确定该当前购买信息包括的每项信息的可疑值。
一:如果该当前购买信息包括第一用户标识。恶意退款判定服务器中事先训练得到恶意退款标识库,例如,第一恶意退款标识库。第一恶意退款标识库用于存储恶意退款用户的第一用户标识。相应的,本步骤可以为:
恶意退款判定服务器确定第一恶意退款标识库中是否包括该第一用户标识。如果第一恶意退款标识库中包括该第一用户标识,将该第一用户标识的可疑值设置为第一预设数值;如果第一恶意退款标识库中不包括该第一用户标识,将该第一用户标识的可疑值设置为第二预设数值。
第一预设数值大于第二预设数值,并且,第一预设数值和第二预设数值可以根据需要进行设置并更改,在本发明实施例中,对第一预设数值和第二预设数值不作具体限定。例如,第一预设数值为50或者80,第二预设数值可以为0或者10等。
二:如果该当前购买信息包括第二用户标识。恶意退款判定服务器中事先训练得到恶意退款标识库,例如,第二恶意退款标识库。第二恶意退款标识库用于存储恶意退款用户的第二用户标识。相应的,本步骤可以为:
恶意退款判定服务器确定第二恶意退款标识库中是否包括该第二用户标识。如果第二恶意退款标识库中包括该第二用户标识,将该第二用户标识的可疑值设置为第三预设数值;如果第二恶意退款标识库中不包括该第二用户标识,将该第二用户标识的可疑值设置为第四预设数值。
第三预设数值和第四预设数值可以根据需要进行设置并更改,在本发明实施例中,对第三预设数值和第四预设数值都不作具体限定。
三:如果该当前购买信息包括终端标识。恶意退款判定服务器中事先训练得到恶意退款标识库,例如,第三恶意退款标识库。第三恶意退款标识库用于存储恶意退款用户使用的终端的终端标识。相应的,本步骤可以为:
恶意退款判定服务器确定第三恶意退款标识库中是否包括该终端标识。如果第三恶意退款标识库中包括该终端标识,将该终端标识对应的可疑值设置为第五预设数值;如果第三恶意退款标识库中不包括该终端标识,将该终端标识对应的可疑值设置为第六预设数值。
第五预设数值和第六预设数值可以根据需要进行设置并更改,在本发明实施例中,对第五预设数值和第六预设数值都不作具体限定。
四:如果该当前购买信息包括当前购买时间。如果一个用户在一段时间内频繁购买物品,则该用户可能为恶意退款用户。相应的,本步骤可以为:
恶意退款判定服务器获取在当前购买时间之前的第六预设时长内该用户的至少一个历史购买时间;根据该当前购买时间和每个历史购买时间,确定该用户在第六预设时长内的平均购买间隔;根据该平均购买间隔,确定该当前购买时间对应的可疑值。
恶意退款判定服务器中存储购买间隔和可疑值的对应关系。相应的,恶意退款判定服务器根据该平均购买间隔,从购买间隔和可疑值的对应关系中获取该当前时间对应的可疑值。
需要说明的是,恶意退款判定服务器获取在当前购买时间之前的第六预设时长内该用户的至少一个历史购买时间;根据该当前购买时间和每个历史购买时间,确定该用户在第六预设时长内的平均购买间隔的步骤和上述实施例中,恶意退款判定服务器获取在当前购买时间之前的第一预设时长内该用户的至少一个历史购买时间;根据该当前购买时间和每个历史购买时间,确定该用户在第一预设时长内的平均购买间隔的步骤相似,在此不再赘述。
第六预设时长和第一预设时长可以相同,也可以不相同。并且,第六预设时长可以根据需要进行设置并更改,在本发明实施例中,对第六预设时长不作具体限定。例如,第六预设时长可以为1小时或者1天等。
五:如果该当前购买信息包括当前购买的物品的物品标识;如果一个用户循环购买商品服务器中不同的物品,则该用户可能为恶意退款用户。相应的,本步骤可以为:
恶意退款判定服务器获取在当前时间之前的第七预设时长内该用户购买的至少一个物品标识,根据该用户当前购买的物品的物品标识和历史购买的每个物品的物品标识,确定该用户在第七预设时长内购买的物品的物品标识序列,根据该物品标识序列和恶意物品标识序列,确定该物品标识对应可疑值。
恶意退款判定服务器根据该物品标识序列和恶意物品标识序列,确定该物品标识对应可疑值的步骤可以为:
恶意退款判定服务器确定该物品标识序列和恶意物品标识序列之间的相似度;根据该相似度,从相似度和可疑值的对应关系中获取该物品标识对应的可疑值。
第七预设时长和第二预设时长可以相同,也可以不相同。并且,第七预设时长可以根据需要进行设置并更改,在本发明实施例中,对第七预设时长不作具体限定。
六:如果该当前购买信息包括终端的当前位置信息。由于正常用户一般会在本地购买物品,而恶意退款用户通过代理购买物品时,终端的位置信息会经常变换。相应的,本步骤可以为:
恶意退款判定服务器根据该第一用户标识,确定该用户的归属地信息;确定该归属地信息和该当前位置信息是否相同;如果该归属地信息和该当前位置信息不相同,将该当前位置信息对应的可疑值设置为第七预设数值。如果该归属地信息和该当前位置信息相同,将该当前位置信息对应的可疑值设置为第八预设数值。
第七预设数值和第八预设数值可以根据需要进行设置并更改,在本发明实施例中,对第七预设数值和第八预设数值都不作具体限定。
需要说明的是,在本发明实施例中,恶意退款判定服务器基于以上一至六中的一种或者多种确定该用户是否为恶意退款用户。
步骤403:恶意退款判定服务器基于每项信息的可疑值和每项信息的权重,确定该用户的恶意值。
对于每项信息,恶意退款判定服务器确定该项信息的可疑值与该项信息的权重的乘积,得到该项信息对应的第一数值,将每项信息对应的第一数值之和确定为该用户的恶意值。
例如,该当前购买信息包括第一用户标识和第二用户标识,则恶意退款判定服务器计算第一用户标识对应的可疑值和第一用户标识对应的第一权重的乘积,得到第一用户标识对应的第一数值,计算第二用户标识对应的可疑值和第二用户标识对应的第二权重的乘积,得到第二用户标识对应的第一数值,将第一用户标识对应的第一数值和第二用户标识对应的第一数值的和作为该用户的恶意值。
步骤404:恶意退款判定服务器确定该用户的恶意值是否大于预设阈值。
预设阈值可以根据需要进行设置并更改,在本发明实施例中,对预设阈值不作具体限定。例如,预设阈值可以为80或者100等。
步骤405:如果该用户的恶意值大于预设阈值,恶意退款判定服务器确定该用户为恶意退款用户。
如果该用户的恶意值不大于预设阈值,恶意退款判定服务器确定该用户不为恶意退款用户。
步骤406:恶意退款判定服务器向惩罚服务器发送该用户的第一用户标识。
本步骤和步骤303相同,在此不再赘述。
步骤407:惩罚服务器接收恶意退款判定服务器发送的该用户的第一用户标识,根据第一用户标识,对该用户进行惩罚。
本步骤和步骤304相同,在此不再赘述。
步骤408:惩罚服务器向终端发送惩罚通知消息,该惩罚通知消息用于指示已对该用户进行惩罚。
本步骤和步骤305相同,在此不再赘述。
在本发明实施例中,恶意退款判定服务器还可以基于更新每项信息的权重,具体过程可以为:
恶意退款判定服务器获取第一购买信息集合和第二购买信息集合,第一购买信息集合包括恶意退款用户的购买信息,第二购买信息集合包括误判的用户的购买信息;根据第一购买信息集合和第二购买信息集合,更新每项信息的权重。
恶意退款判定服务器获取自身判决出来的恶意退款用户的购买信息,将恶意退款用户的购买信息组成第一购买信息集合。恶意退款判定服务器接收客服服务器发送的误判的用户的购买信息,将误判的用户的购买信息组成第二购买信息集合。
在本步骤中,如果第三方服务器为恶意退款判定服务器提供恶意退款用户的购买信息,在本步骤中,恶意退款判定服务器将第三方服务器提供的恶意退款用户的购买信息也加入到第一购买信息集合中。
恶意退款判定服务器根据第一购买信息集合和第二购买信息集合,更新每项信息的权重的步骤可以为:
恶意退款判定服务器根据第一购买信息集合中的每个购买信息以及每项信息的权重,计算第一购买信息集合中的每个购买信息对应的用户的恶意值,根据第二购买信息集合中的每个购买信息以及每项信息的权重,计算第二购买信息集合中的每个购买信息对应的用户的恶意值。恶意退款判定服务器确定第一购买信息集合中的每个购买信息对应的用户的恶意值是否均大于预设阈值,以及第二购买信息集合中的每个购买信息对应的用户的恶意值是否均不大于预设阈值;如果否,更新各项信息的权重,直到第一购买信息集合中的每个购买信息对应的用户的恶意值是否均大于预设阈值,以及第二购买信息集合中的每个购买信息对应的用户的恶意值是否均不大于预设阈值。
在本发明实施例中,恶意退款判定服务器基于该用户的当前购买信息,确定该用户是否为恶意退款用户从而实现即使第三方服务器不提供退款者信息,恶意退款判定服务器也能够基于当前购买信息,主动分析出该用户是否为恶意退款用户,从而及时主动捕获到恶意退款用户,提高了捕获效率。
本发明实施例提供了一种捕获恶意退款用户的方法,该方法应用在恶意退款判定服务器、惩罚服务器和终端之间。在本发明实施例中,以恶意判定服务器统计当前购买信息包括的每项信息中满足该项信息对应的判断规则的数目确定该用户是否为恶意退款用户为例进行说明。参见图5,该方法包括:
步骤501:恶意退款判定服务器获取用户的当前购买信息,该当前购买信息包括第一用户标识、第二用户标识、当前购买时间、当前购买的物品的物品标识、该用户当前使用的终端的终端标识、该终端的当前位置信息中的至少一项,该第一用户标识用于标识该用户在商品服务器中的用户账户,该第二用户标识用于标识该用户在第三方服务器中的用户账户。
本步骤和步骤301相同,在此不再赘述。
步骤502:对于当前购买信息包括的每项信息,恶意退款判定服务器确定该信息是否满足该项信息对应的判断规则,如果该项信息满足该项信息对应的判断规则,标记该项信息。
一:如果该当前购买信息包括第一用户标识。恶意退款判定服务器中事先训练得到恶意退款标识库,例如,第一恶意退款标识库。第一恶意退款标识库用于存储恶意退款用户的第一用户标识。相应的,本步骤可以为:
恶意退款判定服务器确定第一恶意退款标识库中是否包括该第一用户标识。如果第一恶意退款标识库中包括该第一用户标识,标记第一用户标识;如果第一恶意退款标识库中不包括该第一用户标识,不标记第一用户标识。
二:如果该当前购买信息包括第二用户标识。恶意退款判定服务器中事先训练得到恶意退款标识库,例如,第二恶意退款标识库。第二恶意退款标识库用于存储恶意退款用户的第二用户标识。相应的,本步骤可以为:
恶意退款判定服务器确定第二恶意退款标识库中是否包括该第二用户标识。如果第二恶意退款标识库中包括该第二用户标识,标记第二用户标识;如果第二恶意退款标识库中不包括该第二用户标识,不标记第二用户标识。
三:如果该当前购买信息包括终端标识。恶意退款判定服务器中事先训练得到恶意退款标识库,例如,第三恶意退款标识库。第三恶意退款标识库用于存储恶意退款用户使用的终端的终端标识。相应的,本步骤可以为:
恶意退款判定服务器确定第三恶意退款标识库中是否包括该终端标识。如果第三恶意退款标识库中包括该终端标识,标识该终端标识;如果第三恶意退款标识库中不包括该终端标识,不标记该终端标识。
四:如果该当前购买信息包括当前购买时间。如果一个用户在一段时间内频繁购买物品,则该用户可能为恶意退款用户。相应的,本步骤可以为:
恶意退款判定服务器获取在当前购买时间之前的第八预设时长内该用户的至少一个历史购买时间;根据该当前购买时间和每个历史购买时间,确定该用户在第八预设时长内的平均购买间隔;如果该平均购买间隔小于第二预设间隔,标记该当前购买时间;如果该平均购买间隔不小于第二预设间隔,不标记该当前购买时间。
第八预设时长和第二预设间隔可以根据需要进行设置并更改,在本发明实施例中,对第八预设时长和第二预设间隔不作具体限定。
五、如果该当前购买信息包括当前购买的物品的物品标识;如果一个用户循环购买商品服务器中不同的物品,则该用户可能为恶意退款用户。相应的,本步骤可以为:
恶意退款判定服务器获取在当前时间之前的第九预设时长内该用户购买的至少一个物品标识,根据该用户当前购买的物品的物品标识和历史购买的每个物品的物品标识,确定该用户在第九预设时长内购买的物品的物品标识序列,如果该物品标识序列与恶意物品标识序列匹配,标记该物品标识;如果该物品标识序列与恶意物品标识序列不匹配,不标记该物品标识。
第九预设时长可以根据需要进行设置并更改,在本发明实施例中,对第九预设时长不作具体限定。例如,第九预设时长可以为1个月等。
六、如果该当前购买信息包括终端的当前位置信息。由于正常用户一般会在本地购买物品,而恶意退款用户通过代理购买物品时,终端的位置信息会经常变换。相应的,本步骤可以为:
恶意退款判定服务器根据该第一用户标识,确定该用户的归属地信息;确定该归属地信息和该当前位置信息是否相同;如果该归属地信息和该当前位置信息不相同,标记该当前位置信息。如果该归属地信息和该当前位置信息相同,不标记该当前位置信息。
需要说明的是,在本发明实施例中,恶意退款判定服务器基于以上一至六中的一种或者多种确定该用户是否为恶意退款用户。
步骤503:恶意退款判定服务器获取当前购买信息中标记的信息的数目。
步骤504:恶意退款判定服务器确定该数目是否大于第二预设数目。
第二预设数目可以根据需要进行设置并更改,在本发明实施例中,对第二预设数目不作具体限定。例如,第二预设数目可以为3或者5等。
步骤505:如果该数目大于第二预设数目,恶意退款判定服务器确定该用户为恶意退款用户。
步骤506:恶意退款判定服务器向惩罚服务器发送该用户的第一用户标识。
本步骤和步骤303相同,在此不再赘述。
步骤507:惩罚服务器接收恶意退款判定服务器发送的该用户的第一用户标识,根据第一用户标识,对该用户进行惩罚。
本步骤和步骤304相同,在此不再赘述。
步骤508:惩罚服务器向终端发送惩罚通知消息,该惩罚通知消息用于指示已对该用户进行惩罚。
本步骤和步骤305相同,在此不再赘述。
需要说明的是,在本发明实施例中,恶意退款判定服务器基于以上实施例中的一个或者多种方式确定该用户是否为恶意退款用户。
在本发明实施例中,恶意退款判定服务器基于该用户的当前购买信息,确定该用户是否为恶意退款用户从而实现即使第三方服务器不提供退款者信息,恶意退款判定服务器也能够基于当前购买信息,主动分析出该用户是否为恶意退款用户,从而及时主动捕获到恶意退款用户,提高了捕获效率。
本发明提供了一种捕获恶意退款用户的装置,该装置用于执行上述恶意退款判定服务器所执行的步骤,参见图6,该装置包括:
获取模块601,用于获取用户的当前购买信息,所述当前购买信息包括第一用户标识、第二用户标识、当前购买时间、当前购买的物品的物品标识、所述用户当前使用的终端的终端标识、所述终端的当前位置信息中的至少一项,所述第一用户标识用于标识所述用户在商品服务器中的用户账户,所述第二用户标识用于标识所述用户在第三方服务器中的用户账户;
确定模块602,用于根据所述当前购买信息,确定所述用户是否为恶意退款用户。
在一种可能的实现方式中,所述当前购买信息包括所述第一用户标识、所述第二用户标识和/或所述终端标识;
所述确定模块602,还用于如果恶意退款标识库中包括所述第一用户标识、所述第二用户标识和/或所述终端标识,确定所述用户为恶意退款用户,所述恶意退款标识库用于存储恶意退款用户的用户标识和/或恶意退款用户使用的终端的终端标识。
在一种可能的实现方式中,所述当前购买信息包括所述当前购买时间;
所述确定模块602,还用于获取在所述当前购买时间之前的第一预设时长内所述用户的至少一个历史购买时间;根据所述当前购买时间和每个历史购买时间,确定所述用户在所述第一预设时长内的平均购买间隔;如果所述平均购买间隔大于预设间隔,确定所述用户为恶意退款用户。
在一种可能的实现方式中,所述当前购买信息包括所述当前购买时间和所述当前购买的物品的物品标识;
所述确定模块602,还用于获取在当前购买时间之前的第二预设时长内所述用户的至少一个历史购买信息,每个历史购买信息至少包括历史购买时间和历史购买的物品的物品标识;根据所述当前购买时间、所述当前购买的物品的物品标识,以及每个历史购买时间和历史购买的每个物品的物品标识,确定所述用户在所述第二预设时长内购买的物品的物品标识序列;如果所述物品标识序列与恶意物品标识序列匹配,确定所述用户为恶意退款用户。
在一种可能的实现方式中,所述当前购买信息包括所述第一用户标识和所述当前位置信息;
所述确定模块602,还用于根据所述第一用户标识,确定所述用户的归属地信息,如果所述归属地信息和所述当前位置信息不同,确定所述用户为恶意退款用户;或者,
所述确定模块602,还用于根据所述第一用户标识,获取在当前购买时间之前的第三预设时长内所述用户历史购买物品的至少一个历史位置信息;将所述当前位置信息和每个历史位置信息组成第一位置信息集合,将所述第一位置信息集合中相同的位置信息合并为一个位置信息,得到第二位置信息集合,如果所述第二位置信息集合中包括的位置信息数目大于第一预设数目,确定所述用户为恶意退款用户。
在一种可能的实现方式中,所述确定模块602,还用于确定所述当前购买信息包括的每项信息的可疑值;基于所述每项信息的可疑值和所述每项信息的权重,确定所述用户的恶意值;如果所述用户的恶意值大于预设阈值,确定所述用户为恶意退款用户。
在一种可能的实现方式中,所述装置还包括:
所述获取模块601,还用于获取第一购买信息集合和第二购买信息集合,所述第一购买信息集合包括恶意退款用户的购买信息,所述第二购买信息集合包括误判的用户的购买信息;
更新模块,用于根据所述第一购买信息集合和所述第二购买信息集合,更新所述每项信息的权重。
在一种可能的实现方式中,所述确定模块602,还用于对于所述当前购买信息包括的每项信息,确定所述信息是否满足所述信息对应的判断规则,如果所述信息满足所述判断规则,标记所述信息;获取所述当前购买信息中标记的信息的数目;如果所述数目大于第二预设数目,确定所述用户为恶意退款用户。
在本发明实施例中,恶意退款判定服务器基于该用户的当前购买信息,确定该用户是否为恶意退款用户从而实现即使第三方服务器不提供退款者信息,恶意退款判定服务器也能够基于当前购买信息,主动分析出该用户是否为恶意退款用户,从而及时主动捕获到恶意退款用户,提高了捕获效率。
需要说明的是:上述实施例提供的捕获恶意退款用户的装置在捕获恶意退款用户时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的捕获恶意退款用户的装置与捕获恶意退款用户的方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图7是根据一示例性实施例示出的一种用于捕获恶意退款用户的服务器。参照图7,服务器700包括处理组件722,其进一步包括一个或多个处理器,以及由存储器732所代表的存储器资源,用于存储可由处理组件722的执行的指令,例如应用程序。存储器732中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件722被配置为执行指令,以执行上述提取标签信息的方法中服务器所执行的功能。
服务器700还可以包括一个电源组件726被配置为执行服务器700的电源管理,一个有线或无线网络接口750被配置为将服务器700连接到网络,和一个输入输出(I/O)接口558。服务器700可以操作基于存储在存储器732的操作系统,例如Windows ServerTM,Mac OSXTM,UnixTM,LinuxTM,FreeBSDTM或类似。
本发明实施例还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中的存储器中所包含的计算机可读存储介质;也可以是单独存在,未装配入服务器中的计算机可读存储介质。该计算机可读存储介质存储有一个或者一个以上程序,该一个或者一个以上程序被一个或者一个以上的处理器用来执行提取标签信息的方法。
术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或隐含所指示的技术特征的数量。由此,限定的“第一”、“第二”的特征可以明示或隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也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,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (17)
1.一种捕获恶意退款用户的方法,其特征在于,所述方法包括:
获取用户的当前购买信息,所述当前购买信息包括第一用户标识、第二用户标识、当前购买时间、当前购买的物品的物品标识、所述用户当前使用的终端的终端标识、所述终端的当前位置信息中的至少一项,所述第一用户标识用于标识所述用户在商品服务器中的用户账户,所述第二用户标识用于标识所述用户在第三方服务器中的用户账户;
根据所述当前购买信息,确定所述用户是否为恶意退款用户。
2.根据权利要求1所述的方法,其特征在于,所述当前购买信息包括所述第一用户标识、所述第二用户标识和/或所述终端标识,所述根据所述当前购买信息,确定所述用户是否为恶意退款用户,包括:
如果恶意退款标识库中包括所述第一用户标识、所述第二用户标识和/或所述终端标识,确定所述用户为恶意退款用户,所述恶意退款标识库用于存储恶意退款用户的用户标识和/或恶意退款用户使用的终端的终端标识。
3.根据权利要求1或2所述的方法,其特征在于,所述当前购买信息包括所述当前购买时间,所述根据所述当前购买信息,确定所述用户是否为恶意退款用户,包括:
获取在所述当前购买时间之前的第一预设时长内所述用户的至少一个历史购买时间;
根据所述当前购买时间和每个历史购买时间,确定所述用户在所述第一预设时长内的平均购买间隔;
如果所述平均购买间隔大于预设间隔,确定所述用户为恶意退款用户。
4.根据权利要求1或2所述的方法,其特征在于,所述当前购买信息包括所述当前购买时间和所述当前购买的物品的物品标识,所述根据所述当前购买信息,确定所述用户是否为恶意退款用户,包括:
获取在当前购买时间之前的第二预设时长内所述用户的至少一个历史购买信息,每个历史购买信息至少包括历史购买时间和历史购买的物品的物品标识;
根据所述当前购买时间、所述当前购买的物品的物品标识,以及每个历史购买时间和历史购买的每个物品的物品标识,确定所述用户在所述第二预设时长内购买的物品的物品标识序列;
如果所述物品标识序列与恶意物品标识序列匹配,确定所述用户为恶意退款用户。
5.根据权利要求1或2所述的方法,其特征在于,所述当前购买信息包括所述第一用户标识和所述当前位置信息,所述根据所述当前购买信息,确定所述用户是否为恶意退款用户,包括:
根据所述第一用户标识,确定所述用户的归属地信息,如果所述归属地信息和所述当前位置信息不同,确定所述用户为恶意退款用户;或者,
根据所述第一用户标识,获取在当前购买时间之前的第三预设时长内所述用户历史购买物品的至少一个历史位置信息;将所述当前位置信息和每个历史位置信息组成第一位置信息集合,将所述第一位置信息集合中相同的位置信息合并为一个位置信息,得到第二位置信息集合,如果所述第二位置信息集合中包括的位置信息数目大于第一预设数目,确定所述用户为恶意退款用户。
6.根据权利要求1所述的方法,其特征在于,所述根据所述当前购买信息,确定所述用户是否为恶意退款用户,包括:
确定所述当前购买信息包括的每项信息的可疑值;
基于所述每项信息的可疑值和所述每项信息的权重,确定所述用户的恶意值;
如果所述用户的恶意值大于预设阈值,确定所述用户为恶意退款用户。
7.根据权利要求6所述的方法,其特征在于,所述根据所述当前购买信息,确定所述用户是否为恶意退款用户之后,所述方法还包括:
获取第一购买信息集合和第二购买信息集合,所述第一购买信息集合包括恶意退款用户的购买信息,所述第二购买信息集合包括误判的用户的购买信息;
根据所述第一购买信息集合和所述第二购买信息集合,更新所述每项信息的权重。
8.根据权利要求1或6所述的方法,其特征在于,所述根据所述当前购买信息,确定所述用户是否为恶意退款用户,包括:
对于所述当前购买信息包括的每项信息,确定所述信息是否满足所述信息对应的判断规则,如果所述信息满足所述判断规则,标记所述信息;
获取所述当前购买信息中标记的信息的数目;
如果所述数目大于第二预设数目,确定所述用户为恶意退款用户。
9.一种捕获恶意退款用户的装置,其特征在于,所述装置包括:
获取模块,用于获取用户的当前购买信息,所述当前购买信息包括第一用户标识、第二用户标识、当前购买时间、当前购买的物品的物品标识、所述用户当前使用的终端的终端标识、所述终端的当前位置信息中的至少一项,所述第一用户标识用于标识所述用户在商品服务器中的用户账户,所述第二用户标识用于标识所述用户在第三方服务器中的用户账户;
确定模块,用于根据所述当前购买信息,确定所述用户是否为恶意退款用户。
10.根据权利要求9所述的装置,其特征在于,所述当前购买信息包括所述第一用户标识、所述第二用户标识和/或所述终端标识;
所述确定模块,还用于如果恶意退款标识库中包括所述第一用户标识、所述第二用户标识和/或所述终端标识,确定所述用户为恶意退款用户,所述恶意退款标识库用于存储恶意退款用户的用户标识和/或恶意退款用户使用的终端的终端标识。
11.根据权利要求9或10所述的装置,其特征在于,所述当前购买信息包括所述当前购买时间;
所述确定模块,还用于获取在所述当前购买时间之前的第一预设时长内所述用户的至少一个历史购买时间;根据所述当前购买时间和每个历史购买时间,确定所述用户在所述第一预设时长内的平均购买间隔;如果所述平均购买间隔大于预设间隔,确定所述用户为恶意退款用户。
12.根据权利要求9或10所述的装置,其特征在于,所述当前购买信息包括所述当前购买时间和所述当前购买的物品的物品标识;
所述确定模块,还用于获取在当前购买时间之前的第二预设时长内所述用户的至少一个历史购买信息,每个历史购买信息至少包括历史购买时间和历史购买的物品的物品标识;根据所述当前购买时间、所述当前购买的物品的物品标识,以及每个历史购买时间和历史购买的每个物品的物品标识,确定所述用户在所述第二预设时长内购买的物品的物品标识序列;如果所述物品标识序列与恶意物品标识序列匹配,确定所述用户为恶意退款用户。
13.根据权利要求9或10所述的装置,其特征在于,所述当前购买信息包括所述第一用户标识和所述当前位置信息;
所述确定模块,还用于根据所述第一用户标识,确定所述用户的归属地信息,如果所述归属地信息和所述当前位置信息不同,确定所述用户为恶意退款用户;或者,
所述确定模块,还用于根据所述第一用户标识,获取在当前购买时间之前的第三预设时长内所述用户历史购买物品的至少一个历史位置信息;将所述当前位置信息和每个历史位置信息组成第一位置信息集合,将所述第一位置信息集合中相同的位置信息合并为一个位置信息,得到第二位置信息集合,如果所述第二位置信息集合中包括的位置信息数目大于第一预设数目,确定所述用户为恶意退款用户。
14.根据权利要求9所述的装置,其特征在于,
所述确定模块,还用于确定所述当前购买信息包括的每项信息的可疑值;基于所述每项信息的可疑值和所述每项信息的权重,确定所述用户的恶意值;如果所述用户的恶意值大于预设阈值,确定所述用户为恶意退款用户。
15.根据权利要求14所述的装置,其特征在于,所述装置还包括:
所述获取模块,还用于获取第一购买信息集合和第二购买信息集合,所述第一购买信息集合包括恶意退款用户的购买信息,所述第二购买信息集合包括误判的用户的购买信息;
更新模块,用于根据所述第一购买信息集合和所述第二购买信息集合,更新所述每项信息的权重。
16.根据权利要求9或14所述的装置,其特征在于,
所述确定模块,还用于对于所述当前购买信息包括的每项信息,确定所述信息是否满足所述信息对应的判断规则,如果所述信息满足所述判断规则,标记所述信息;获取所述当前购买信息中标记的信息的数目;如果所述数目大于第二预设数目,确定所述用户为恶意退款用户。
17.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述程序被处理器执行时实现以下步骤:
获取用户的当前购买信息,所述当前购买信息包括第一用户标识、第二用户标识、当前购买时间、当前购买的物品的物品标识、所述用户当前使用的终端的终端标识、所述终端的当前位置信息中的至少一项,所述第一用户标识用于标识所述用户在商品服务器中的用户账户,所述第二用户标识用于标识所述用户在第三方服务器中的用户账户;
根据所述当前购买信息,确定所述用户是否为恶意退款用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710516719.4A CN107358426A (zh) | 2017-06-29 | 2017-06-29 | 捕获恶意退款用户的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710516719.4A CN107358426A (zh) | 2017-06-29 | 2017-06-29 | 捕获恶意退款用户的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107358426A true CN107358426A (zh) | 2017-11-17 |
Family
ID=60273338
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710516719.4A Pending CN107358426A (zh) | 2017-06-29 | 2017-06-29 | 捕获恶意退款用户的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107358426A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109794066A (zh) * | 2018-12-28 | 2019-05-24 | 广州卓动信息科技有限公司 | 基于大数据的游戏支付防护方法、设备、介质及系统 |
CN111709730A (zh) * | 2020-06-18 | 2020-09-25 | 天津洪恩完美未来教育科技有限公司 | 虚拟商品的支付方法、装置、服务器及存储介质 |
CN112749975A (zh) * | 2019-10-31 | 2021-05-04 | 中国移动通信集团浙江有限公司 | 自动处理退费请求的方法、自动处理平台 |
CN112950298A (zh) * | 2019-11-26 | 2021-06-11 | 北京沃东天骏信息技术有限公司 | 一种恶意订单识别方法、装置及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105447634A (zh) * | 2015-11-17 | 2016-03-30 | 苏州蜗牛数字科技股份有限公司 | 一种基于大数据平台的实时风险控制方法及系统 |
CN105468742A (zh) * | 2015-11-25 | 2016-04-06 | 小米科技有限责任公司 | 恶意订单识别方法及装置 |
CN105678548A (zh) * | 2015-12-28 | 2016-06-15 | 心动网络股份有限公司 | 一种防范网络游戏恶意充值的方法 |
CN105897683A (zh) * | 2015-12-14 | 2016-08-24 | 乐视网信息技术(北京)股份有限公司 | 账户管理方法及系统 |
CN105956911A (zh) * | 2016-05-23 | 2016-09-21 | 北京小米移动软件有限公司 | 购买请求处理方法及装置 |
CN106534327A (zh) * | 2016-11-24 | 2017-03-22 | 北京三快在线科技有限公司 | 位置提醒方法、装置及用户订单处理平台、商户端 |
CN106792231A (zh) * | 2016-12-28 | 2017-05-31 | 乐蜜科技有限公司 | 直播充值方法、装置及终端 |
-
2017
- 2017-06-29 CN CN201710516719.4A patent/CN107358426A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105447634A (zh) * | 2015-11-17 | 2016-03-30 | 苏州蜗牛数字科技股份有限公司 | 一种基于大数据平台的实时风险控制方法及系统 |
CN105468742A (zh) * | 2015-11-25 | 2016-04-06 | 小米科技有限责任公司 | 恶意订单识别方法及装置 |
CN105897683A (zh) * | 2015-12-14 | 2016-08-24 | 乐视网信息技术(北京)股份有限公司 | 账户管理方法及系统 |
CN105678548A (zh) * | 2015-12-28 | 2016-06-15 | 心动网络股份有限公司 | 一种防范网络游戏恶意充值的方法 |
CN105956911A (zh) * | 2016-05-23 | 2016-09-21 | 北京小米移动软件有限公司 | 购买请求处理方法及装置 |
CN106534327A (zh) * | 2016-11-24 | 2017-03-22 | 北京三快在线科技有限公司 | 位置提醒方法、装置及用户订单处理平台、商户端 |
CN106792231A (zh) * | 2016-12-28 | 2017-05-31 | 乐蜜科技有限公司 | 直播充值方法、装置及终端 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109794066A (zh) * | 2018-12-28 | 2019-05-24 | 广州卓动信息科技有限公司 | 基于大数据的游戏支付防护方法、设备、介质及系统 |
CN112749975A (zh) * | 2019-10-31 | 2021-05-04 | 中国移动通信集团浙江有限公司 | 自动处理退费请求的方法、自动处理平台 |
CN112749975B (zh) * | 2019-10-31 | 2024-03-22 | 中国移动通信集团浙江有限公司 | 自动处理退费请求的方法、自动处理平台 |
CN112950298A (zh) * | 2019-11-26 | 2021-06-11 | 北京沃东天骏信息技术有限公司 | 一种恶意订单识别方法、装置及存储介质 |
CN111709730A (zh) * | 2020-06-18 | 2020-09-25 | 天津洪恩完美未来教育科技有限公司 | 虚拟商品的支付方法、装置、服务器及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107358426A (zh) | 捕获恶意退款用户的方法和装置 | |
CN102713881B (zh) | 多个服务实例的聚合 | |
CN107395697A (zh) | 推送渠道选择、消息推送方法、装置及设备、可读介质 | |
CN107657513B (zh) | 拼单方法及相关装置 | |
CN111694841A (zh) | 订单标识生成方法、装置、服务器及存储介质 | |
CN108389014B (zh) | 显示物品信息的方法、装置、系统以及智能通信设备 | |
CN110225104A (zh) | 数据获取方法、装置及终端设备 | |
CN108389060A (zh) | 顾客忠诚度信息处理方法及装置 | |
CN114726947B (zh) | 消息展示方法、装置、用户终端及可读存储介质 | |
CN107122101A (zh) | 一种交互方法及装置 | |
CN108388512A (zh) | 数据处理方法和服务器 | |
CN110533403A (zh) | 一种消费处理的方法以及相关装置 | |
JP6646945B2 (ja) | ユーザへのランク付与サーバおよびその方法 | |
CN110585698A (zh) | 一种虚拟资产交易的方法以及相关装置 | |
CN104618225A (zh) | 一种联系人列表的处理方法 | |
CN108053214A (zh) | 一种虚假交易的识别方法和装置 | |
CN109460930B (zh) | 一种确定风险账户的方法以及相关设备 | |
CN107527192A (zh) | 一种识别重复支付的方法及服务器 | |
CN108966340A (zh) | 一种设备定位方法及装置 | |
CN105989103A (zh) | 一种应用程序推荐方法及终端 | |
CN107451769B (zh) | 快递信息处理方法及装置 | |
CN110222297B (zh) | 一种标签用户的识别方法以及相关设备 | |
CN106022739A (zh) | 网络支付方法及系统 | |
CN106856535A (zh) | 一种通知消息处理方法及装置 | |
CN109450770A (zh) | 服务执行方法、装置、计算机设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171117 |