CN107609879A - 一种识别盗用物流信息的方法、装置及系统 - Google Patents
一种识别盗用物流信息的方法、装置及系统 Download PDFInfo
- Publication number
- CN107609879A CN107609879A CN201610532632.1A CN201610532632A CN107609879A CN 107609879 A CN107609879 A CN 107609879A CN 201610532632 A CN201610532632 A CN 201610532632A CN 107609879 A CN107609879 A CN 107609879A
- Authority
- CN
- China
- Prior art keywords
- party
- information
- logistics information
- usurped
- node
- 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
本申请实施例公开了一种识别盗用物流信息的方法、装置及系统,所述方法包括:获取交易信息,确定所述交易信息中的第一方信息、第二方信息和物流信息;获取与所述交易信息对应的第一方终端信息和第二方终端信息,根据所述第一方终端信息、第二方终端信息和所述物流信息,建立与所述物流信息对应的第一关系;根据所述建立的第一关系,判断所述第一关系对应的物流信息是否为盗用的物流信息。本申请实施例提供的识别盗用物流信息的方法、装置及系统,可以提高识别盗用物流信息的准确性。
Description
技术领域
本申请涉及互联网数据信息处理技术领域,特别涉及一种识别盗用物流信息的方法、装置及系统。
背景技术
随着互联网技术的发展,越来越多的用户通过电子商务平台购买自身所需的商品。用户在电子商务平台上选购商品时,物流服务信息通常会作为用户参考的因素。例如,某一件商品的物流的速度、物流的服务态度等都可能会影响用户最终是否选择该商品。
目前电子商务平台中的商家为了提升销量,可能会进行虚假交易。例如,商家可能将物流速度较快、物流服务态度较好的物流信息重复利用在虚假的订单中,使得商品的评价存在虚假信息,最终可能影响用户购物的决策。因此,需要对物流信息进行分析处理,识别出其中盗用物流信息的情况。
现有的识别盗用物流信息的方法通常可以包括:基于运单号或收货地址识别盗用物流信息的方法。例如,可以统计每个运单号的使用次数,若所述运单号的使用次数大于预设的次数,可以确定该运单号对应的物流信息被盗用。
发明人发现现有技术中至少存在如下问题:对于电子商务平台中的代理商家,一般是通过在电子商务平台购物,再将商品销售给其他用户,在交易过程中会存在复用物流信息、交易信息以及收货地址信息,现有的识别盗用物流信息的方法可能将该交易识别为盗用了物流信息。因此,现有的识别盗用物流信息的方法可能导致识别结果不准确。
发明内容
本申请实施例的目的是提供一种识别盗用物流信息的方法、装置及系统,以提高识别盗用物流信息的准确性。
为解决上述技术问题,本申请实施例提供一种识别盗用物流信息的方法、装置及系统是这样实现的:
一种识别盗用物流信息的方法,包括:
获取交易信息,确定所述交易信息中的第一方信息、第二方信息和物流信息;
获取与所述交易信息对应的第一方终端信息和第二方终端信息,根据所述第一方终端信息、第二方终端信息和所述物流信息,建立与所述物流信息对应的第一关系;
根据所述建立的第一关系,判断所述第一关系对应的物流信息是否为盗用的物流信息。
优先方案中,所述方法还包括:获取盗用的物流信息对应的多个用户信息,分别计算所述多个用户对应的作弊概率,根据所述作弊概率确定所述多个用户中的盗用物流信息的用户;所述多个用户包括与所述物流信息对应的第一方用户和第二方用户;所述盗用的物流信息对应的多个用户信息包括:盗用的物流信息对应的第一方信息和第二方信息。
一种识别盗用物流信息的装置,包括:信息获取模块、第一关系建立模块和盗用物流信息识别模块;其中,
所述信息获取模块,用于获取交易信息,确定所述交易信息中的第一方信息、第二方信息和物流信息;
所述第一关系建立模块,用于获取与所述交易信息对应的第一方终端信息和第二方终端信息,根据第一方终端信息、第二方终端信息和所述物流信息,建立与所述物流信息对应的第一关系;
所述盗用物流信息识别模块,用于根据所述建立的第一关系,判断所述第一关系对应的物流信息是否为盗用的物流信息。
优选方案中,所述装置还包括:盗用用户确定模块,用于获取盗用的物流信息对应的多个用户信息,分别计算所述多个用户对应的作弊概率,根据所述作弊概率确定所述多个用户中的盗用物流信息的用户;所述多个用户包括与所述物流信息对应的第一方用户和第二方用户;所述盗用的物流信息对应的多个用户信息包括:盗用的物流信息对应的第一方信息和第二方信息。
一种识别盗用物流信息的系统,包括存储器和处理器,所述处理器用于执行由所述存储器存储的程序指令,所述程序指令包括:
获取交易信息,确定所述交易信息中的第一方信息、第二方信息和物流信息;
获取与所述交易信息对应的第一方终端信息和第二方终端信息,根据所述第一方终端信息、第二方终端信息和所述物流信息,建立与所述物流信息对应的第一关系;
根据所述建立的第一关系,判断所述第一关系对应的物流信息是否为盗用的物流信息。
优选方案中,所述程序指令还包括:获取盗用的物流信息对应的多个用户信息,分别计算所述多个用户对应的作弊概率,根据所述作弊概率确定所述多个用户中的盗用物流信息的用户;所述多个用户包括与所述物流信息对应的第一方用户和第二方用户;所述盗用的物流信息对应的多个用户信息包括:盗用的物流信息对应的第一方信息和第二方信息。
由以上本申请实施例提供的技术方案可见,本申请实施例提供的识别盗用物流信息的方法、装置及系统,通过交易信息可以分别建立物流信息对应的中间节点与第一方对应的开始节点和第二方对应的结束节点的关联关系,从该物流信息对应的一个开始节点开始按照预设顺序进行访问,当访问结束时,若存在没有访问过的开始节点,说明该物流信息对应有两个卖方,可以识别出盗用的物流信息。同时,可以为终端信息相同的第一方和第二方对应的开始节点和结束节点建立关联关系,此时复用该物流信息的开始节点可以被访问,从而保证该被复用的物流信息不会被误判为被盗用的物流信息。因此,上述实施例提供的识别盗用物流信息的方法可以提高识别盗用物流信息的准确性。进一步地,通过分别计算多个用户对应的作弊概率,可以准确地筛选出作弊概率低的正常用户,确定出实际盗用物流信息的盗用用户。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一个识别盗用物流信息的方法实施例的流程图;
图2示出了本申请实施例中建立的第一关系的示意图;
图3是本申请一个识别盗用物流信息的装置实施例的模块图。
具体实施方式
本申请实施例提供一种识别盗用物流信息的方法、装置及系统。
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
现有的识别盗用物流信息的方法,只能识别出被盗用的物流信息,但不能精确获知该物流信息对应的哪些用户是真实信息拥有者,哪些是物流信息的盗用者。
图1是本申请一个识别盗用物流信息的方法实施例的流程图。如图1所示,所述识别盗用物流信息的方法可以包括:
S101:获取交易信息,确定所述交易信息中的第一方信息、第二方信息和物流信息。
所述交易信息可以包括:交易信息标识、第一方信息、第二方信息、物流信息、交易金额、交易时间等信息。
所述交易信息可以根据订单信息获得。
所述第一方可以为卖家。所述第一方信息可以包括卖家信息。具体地,可以包括:第一方店铺名称、第一方个人姓名、第一方店铺标识、第一方地址等信息。
所述第二方可以为买家。所述第二方信息可以包括买家信息。具体地,可以包括:第二方姓名、第二方标识、第二方地址、第二方手机号等信息。
S102:获取与所述交易信息对应的第一方终端信息和第二方终端信息,根据所述第一方终端信息、所述第二方终端信息和所述交易信息中的物流信息建立与所述物流信息对应的第一关系。
所述第一方终端信息可以包括:所述第一方信息对应的终端的IP地址,或者,所述第一方发货地址。
所述第二方终端信息可以包括:所述第二方信息对应的终端的IP地址,或者,所述第二方收货地址。
所述根据第一方终端信息和第二方终端信息,建立与所述物流信息对应的第一关系,具体可以包括:可以根据所述第一方终端信息、第二方终端信息和所述物流信息分别设置三种类型节点,具体地,可以分别将第一方终端信息设置为开始节点、将物流信息设置为中间节点、将第二方终端信息设置为结束节点;分别建立所述开始节点和所述中间节点之间关联关系,以及所述中间节点与所述结束节点之间的关联关系。所述关联关系可以包括边关系。所述边关系可以用于连接两种不同类型的节点。例如,所述边关系可以是两个节点之间的连接边。当所述第一方终端信息与第二方终端信息相同时,所述建立与所述物流信息对应的第一关系还可以包括:确定根据所述相同的终端信息中第一方终端信息设置的开始节点以及根据所述第二方终端信息设置的结束节点;建立所述开始节点与所述结束节点之间的关联关系。其中,所述第一方终端信息与第二方终端信息相同,可以包括:第一方终端与第二方终端的IP地址相同,或者,所述第一方地址与所述第二方地址相同。
所述第一关系可以与所述物流信息具有对应关系。具体地,所述第一关系可以与所述第一关系中节点对应的物流信息具有对应关系。
图2示出了本申请中建立的第一关系的示意图。图2中,节点S、S1、S2可以表示开始节点,I节点可以表示中间节点,节点E、E1、E2可以表示结束节点。图中2个节点之间的连线可以表示建立的关联关系。例如,图2中,(1)可以表示一个物流信息I对应一个卖家S和一个买家E;其中,卖家对应的开始节点S与物流信息对应的节点I可以建立有边关系,该边关系与节点I对应的物流信息可以具有对应关系;买家对应的结束节点E与物流信息对应的节点I可以建立有边关系,该边关系构成的第一关系可以与节点I对应的物流信息具有对应关系。图2中,(2)可以表示一个物流信息I对应两个卖家S1\S2和两个买家E1\E2,其中,节点S1和节点I可以建立有边关系,节点S2和节点I可以建立有边关系,节点E1和节点I可以建立有边关系,节点E2和节点I可以建立有边关系,所述建立的四个边关系构成的第一关系可以与节点I对应的物流信息具有对应关系。图2中,(3)可以表示一个物流信息I对应两个卖家S1\S2和两个买家E1\E2,其中,第二方E1的终端信息和第一方S2的终端信息相同;那么,节点S1和节点I可以建立有边关系,节点S2和节点I可以建立有边关系,节点E1和节点I可以建立有边关系,节点E2和节点I可以建立有边关系,节点S2和节点E1也可以建立有边关系,所述建立的五个边关系构成的第一关系可以与节点I对应的物流信息具有对应关系。
S103:根据所述建立的第一关系,判断所述第一关系对应的物流信息是否为盗用的物流信息。
可以采用深度优先搜索算法判断第一关系对应的物流信息是否为盗用的物流信息。
所述根据所述建立的第一关系,判断所述第一关系对应的物流信息是否为盗用的物流信息具体可以包括:可以从所述第一关系中确定起始访问节点,设置所述边关系中节点的访问顺序,按照所述访问顺序访问所述边关系中的节点,所述访问过程结束后查询所述第一关系中的开始节点是否全部被访问过,若所述查询结果为是,所述第一关系对应的物流信息不是盗用的物流信息;若所述查询结果为否,所述第一关系对应的物流信息不是盗用的物流信息。
其中,所述从第一关系中确定起始访问节点可以包括:选取所述第一关系中仅与物流信息对应的中间节点建立有关联关系的一个开始节点作为起始访问节点。
所述访问顺序可以依次包括:开始节点、中间节点和结束节点。所述按照访问顺序访问所述边关系中的节点可以包括:访问作为起始节点的开始节点,然后访问与所述开始节点具有关联关系的所有中间节点,再访问与该中间节点具有关联关系的所有结束节点。
在另一个实施方式中,当所述第一关系中包含结束节点和开始节点建立的关联关系时,所述访问顺序可以依次包括:开始节点、中间节点、结束节点以及与所述结束节点具有关联关系的开始节点。所述按照访问顺序访问所述边关系中的节点可以包括:访问作为起始节点的开始节点,然后访问与所述开始节点具有关联关系的所有中间节点,再访问与该中间节点具有关联关系的所有结束节点,最后访问与所述结束节点具有关联关系的开始节点。
以图2中的三种情况为例:
对于图2中(1)所示的情况,可以确定访问的起始节点为S,然后可以访问与该起始节点S建立了边关系的中间节点I,再访问与该中间节点I建立了边关系的结束节点E,访问过程结束,此时第一关系中的所有开始节点都已经被访问过,那么,图2的(1)中所示的第一关系对应的物流信息不是盗用的物流信息。
对于图2中(2)所示的情况,可以确定访问的起始节点为S1,然后可以访问与该起始节点S1建立了边关系的中间节点I,再访问与该中间节点I建立了边关系的结束节点E1和E2,访问过程结束,此时第一关系中的开始节点S2没有被访问过,那么,图2的(2)中所示的第一关系对应的物流信息是盗用的物流信息。
对于图2中(3)所示的情况,可以确定访问的起始节点为S1,然后可以访问与该起始节点S1建立了边关系的中间节点I,再访问与该中间节点I建立了边关系的结束节点E1和E2,最后访问与结束节点E1建立了变关系的开始节点S2,访问过程结束,此时第一关系中的所有开始节点都已经被访问过,那么,图2的(3)中所示的第一关系对应的物流信息不是盗用的物流信息。
在一个实施例中,可以对访问过的节点设置预设标识。所述查询第一关系中的开始节点是否全部被访问过可以包括:查询所述第一关系中的开始节点是否设置有预设标识。
上述实施例提供的识别盗用物流信息的方法,通过交易信息可以分别建立物流信息对应的中间节点与第一方对应的开始节点和第二方对应的结束节点的关联关系,从该物流信息对应的一个开始节点开始按照预设顺序进行访问,当访问结束时,若存在没有访问过的开始节点,说明该物流信息对应有两个卖方,可以识别出盗用的物流信息。同时,可以为终端信息相同的第一方和第二方对应的开始节点和结束节点建立关联关系,此时复用该物流信息的开始节点可以被访问,从而保证该被复用的物流信息不会被误判为被盗用的物流信息。因此,上述实施例提供的识别盗用物流信息的方法可以提高识别盗用物流信息的准确性。
在另一个实施方式中,所述识别盗用物流信息的方法还可以包括:获取盗用的物流信息对应的多个用户信息,分别计算所述多个用户对应的作弊概率,根据所述作弊概率确定所述多个用户中的物流信息的盗用用户。
所述多个用户包括与所述物流信息对应的第一方用户和第二方用户。所述获取盗用的物流信息对应的多个用户信息,包括:获取所述盗用的物流信息对应的第一方信息和第二方信息。
所述计算多个用户对应的作弊概率,包括:根据第一方信息、第二方信息和所述盗用的物流信息,建立交易信息集合;所述交易信息集合包括:第一方信息、第二方信息、第一方和第二方的交易数量;预先设置第二方作弊概率,循环下述操作直至两次计算得到的第二方作弊概率的差值小于预设阈值:根据所述第二方作弊概率计算第一方作弊概率,根据计算得到的第一方作弊概率,计算第二方作弊概率。所述预先设置的第二方作弊概率取值可以为1。
进一步地,
所述计算第一方作弊概率可以采用下述公式计算得到:
公式(1)中,Pk(i)表示第一方节点i第k次迭代计算得到的作弊概率;a为第一迭代收敛系数,其取值范围为0<a<1;Pk-1(i)第一方节点i第k-1次迭代计算得到的作弊概率;Wji表示第一方与第二方之间的交易数量;n表示第二方数量;Pk-1(j)表示第二方节点j第k-1次迭代计算得到的作弊概率。所述第二方预设作弊概率初始取值为1。
所述计算第二方作弊概率可以采用下述公式计算得到:
公式(2)中,Pk(j)表示第二方节点j第k次迭代计算得到的作弊概率;b为第二迭代收敛系数,其取值范围为0<b<1;Pk-1(j)第二方节点j第k-1次迭代计算得到的作弊概率;Wji表示第一方与第二方之间的交易数量;m表示第一方数量;Pk-1(i)表示第一方节点i第k-1次迭代计算得到的作弊概率。
可以将所述多个用户中作弊概率最小值对应的第二方用户及与该第二方用户具有对应交易信息的第一方用户作为盗用物流信息的用户。
上述实施例通过分别计算多个用户对应的作弊概率,可以准确地筛选出作弊概率低的正常用户,确定出实际盗用物流信息的盗用用户。
下面介绍本申请识别盗用物流信息的装置实施例。所述识别盗用物流信息的装置可以是服务器。
图3是本申请一个识别盗用物流信息的装置实施例的模块图。如图3所示,所述装置可以包括:信息获取模块301、第一关系建立模块302和盗用物流信息识别模块303。其中,
所述信息获取模块301,可以用于获取交易信息,确定所述交易信息中的第一方信息、第二方信息和物流信息;
所述第一关系建立模块302,可以用于获取与所述交易信息对应的第一方终端信息和第二方终端信息,根据第一方终端信息、第二方终端信息和所述物流信息,建立与所述物流信息对应的第一关系;
所述盗用物流信息识别模块303,可以用于根据所述建立的第一关系,判断所述第一关系对应的物流信息是否为盗用的物流信息。
在另一个实施方式中,所述装置还可以包括:盗用用户确定模块,可以用于获取盗用的物流信息对应的多个用户信息,分别计算所述多个用户对应的作弊概率,根据所述作弊概率确定所述多个用户中的盗用物流信息的用户。所述多个用户可以包括与所述物流信息对应的第一方用户和第二方用户。所述盗用的物流信息对应的多个用户信息可以包括:盗用的物流信息对应的第一方信息和第二方信息。
本申请还提供一种识别盗用物流信息的系统实施例。所述系统可以包括存储器和处理器。所述处理器可以用于执行由所述存储器存储的程序指令。
所述程序指令可以包括:获取交易信息,确定所述交易信息中的第一方信息、第二方信息和物流信息;获取与所述交易信息对应的第一方终端信息和第二方终端信息,根据所述第一方终端信息、第二方终端信息和所述物流信息,建立与所述物流信息对应的第一关系;根据所述建立的第一关系,判断所述第一关系对应的物流信息是否为盗用的物流信息。
在另一个实施方式中,所述程序指令还可以包括:获取盗用的物流信息对应的多个用户信息,分别计算所述多个用户对应的作弊概率,根据所述作弊概率确定所述多个用户中的盗用物流信息的用户。所述多个用户可以包括与所述物流信息对应的第一方用户和第二方用户。所述盗用的物流信息对应的多个用户信息可以包括:盗用的物流信息对应的第一方信息和第二方信息。
上述实施例提供的识别盗用物流信息的装置和系统与本申请方法实施例相对应,可以实现本申请的方法实施例并取得方法实施例的技术效果。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片2。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog2。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。该计算机软件产品可以包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。该计算机软件产品可以存储在内存中,内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括短暂电脑可读媒体(transitory media),如调制的数据信号和载波。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
虽然通过实施例描绘了本申请,本领域普通技术人员知道,本申请有许多变形和变化而不脱离本申请的精神,希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。
Claims (22)
1.一种识别盗用物流信息的系统,其特征在于,所述系统包括存储器和处理器,所述处理器用于执行由所述存储器存储的程序指令,所述程序指令包括:
获取交易信息,确定所述交易信息中的第一方信息、第二方信息和物流信息;
获取与所述交易信息对应的第一方终端信息和第二方终端信息,根据所述第一方终端信息、第二方终端信息和所述物流信息,建立与所述物流信息对应的第一关系;
根据所述建立的第一关系,判断所述第一关系对应的物流信息是否为盗用的物流信息。
2.如权利要求1所述的一种识别盗用物流信息的系统,其特征在于,所述程序指令还包括:获取盗用的物流信息对应的多个用户信息,分别计算所述多个用户对应的作弊概率,根据所述作弊概率确定所述多个用户中的盗用物流信息的用户;所述多个用户包括与所述物流信息对应的第一方用户和第二方用户;所述盗用的物流信息对应的多个用户信息包括:盗用的物流信息对应的第一方信息和第二方信息。
3.一种识别盗用物流信息的方法,其特征在于,包括:
获取交易信息,确定所述交易信息中的第一方信息、第二方信息和物流信息;
获取与所述交易信息对应的第一方终端信息和第二方终端信息,根据所述第一方终端信息、第二方终端信息和所述物流信息,建立与所述物流信息对应的第一关系;
根据所述建立的第一关系,判断所述第一关系对应的物流信息是否为盗用的物流信息。
4.如权利要求3所述的一种识别盗用物流信息的方法,其特征在于,所述根据第一方终端信息和第二方终端信息,构造建立与所述物流信息对应的第一边关系,具体包括:
根据所述第一方终端信息、第二方终端信息和所述物流信息分别设置三种类型节点,具体地,分别将第一方终端信息设置为开始节点、将物流信息设置为中间节点、将第二方终端信息设置为结束节点;
分别建立所述开始节点和所述中间节点之间边关联关系,以及所述中间节点与所述结束节点之间的边关联关系。
5.如权利要求4所述的一种识别盗用物流信息的方法,其特征在于,
所述第一方终端信息包括:所述第一方信息对应的终端的IP地址,或者,所述第一方发货地址;
所述第二方终端信息包括:所述第二方信息对应的终端的IP地址,或者,所述第二方收货地址。
6.如权利要求5所述的一种识别盗用物流信息的方法,其特征在于,当所述第一方终端信息与第二方终端信息相同时,所述建立与所述物流信息对应的第一关系还包括:
确定根据所述相同的终端信息中第一方终端信息设置的开始节点以及根据所述第二方终端信息设置的结束节点;
建立所述开始节点与所述结束节点之间的关联关系;
其中,所述第一方终端信息与第二方终端信息相同,包括:第一方终端与第二方终端的IP地址相同,或者,所述第一方地址与所述第二方地址相同。
7.如权利要求4或6所述的一种识别盗用物流信息的方法,其特征在于,所述根据所述建立的第一关系,判断所述第一关系对应的物流信息是否为盗用的物流信息具体包括:
从所述第一关系中确定起始访问节点,设置所述边关系中节点的访问顺序;
按照所述访问顺序访问所述边关系中的节点;
所述访问过程结束后查询所述第一关系中的开始节点是否全部被访问过,若所述查询结果为是,所述第一关系对应的物流信息不是盗用的物流信息;若所述查询结果为否,所述第一关系对应的物流信息不是盗用的物流信息。
8.如权利要求7所述的一种识别盗用物流信息的方法,其特征在于,所述从第一关系中确定起始访问节点包括:选取所述第一关系中仅与物流信息对应的中间节点建立有关联关系的一个开始节点作为起始访问节点。
9.如权利要求7所述的一种识别盗用物流信息的方法,其特征在于,所述访问顺序依次包括:开始节点、中间节点和结束节点。
10.如权利要求9所述的一种识别盗用物流信息的方法,其特征在于,所述按照访问顺序访问所述边关系中的节点包括:访问作为起始节点的开始节点,然后访问与所述开始节点具有关联关系的所有中间节点,再访问与该中间节点具有关联关系的所有结束节点。
11.如权利要求7所述的一种识别盗用物流信息的方法,其特征在于,当所述第一关系中包含结束节点和开始节点建立的关联关系时,所述访问顺序依次包括:开始节点、中间节点、结束节点以及与所述结束节点具有关联关系的开始节点。
12.如权权利要求11所述的一种识别盗用物流信息的方法,其特征在于,所述按照访问顺序访问所述边关系中的节点包括:访问作为起始节点的开始节点,然后访问与所述开始节点具有关联关系的所有中间节点,再访问与该中间节点具有关联关系的所有结束节点,最后访问与所述结束节点具有关联关系的开始节点。
13.如权利要求7所述的一种识别盗用物流信息的方法,其特征在于,所述关联关系包括边关系。
14.如权利要求7所述的一种识别盗用物流信息的方法,其特征在于,还包括:对访问过的节点设置预设标识。
15.如权利要求14所述的一种识别盗用物流信息的方法,其特征在于,所述查询第一关系中的开始节点是否全部被访问过包括:查询所述第一关系中的开始节点是否设置有预设标识。
16.如权利要求3所述的一种识别盗用物流信息的方法,其特征在于,
所述第一方信息包括:第一方店铺名称、第一方个人姓名、第一方店铺标识、第一方地址;
所述第二方信息包括:第二方姓名、第二方标识、第二方地址、第二方手机号。
17.如权利要求3所述的一种识别盗用物流信息的方法,其特征在于,还包括:获取盗用的物流信息对应的多个用户信息,分别计算所述多个用户对应的作弊概率,根据所述作弊概率确定所述多个用户中的盗用物流信息的用户;所述多个用户包括与所述物流信息对应的第一方用户和第二方用户;所述盗用的物流信息对应的多个用户信息包括:盗用的物流信息对应的第一方信息和第二方信息。
18.如权利要求17所述的一种识别盗用物流信息的方法,其特征在于,所述计算多个用户对应的作弊概率,包括:
根据第一方信息、第二方信息和所述盗用的物流信息,建立交易信息集合;所述交易信息集合包括:第一方信息、第二方信息、第一方和第二方的交易数量;
预先设置第二方作弊概率,循环下述操作直至两次计算得到的第二方作弊概率的差值小于预设阈值:根据所述第二方作弊概率计算第一方作弊概率,根据计算得到的第一方作弊概率,计算第二方作弊概率。
19.如权利要求18所述的一种识别盗用物流信息的方法,其特征在于,所述预先设置的第二方作弊概率取值为1。
20.如权利要求17所述的一种识别盗用物流信息的方法,其特征在于,根据所述作弊概率确定所述多个用户中的正常用户和盗用用户包括:将所述多个用户中作弊概率最小值对应的第二方用户及与该第二方用户具有对应交易信息的第一方用户作为盗用物流信息的用户。
21.一种识别盗用物流信息的装置,其特征在于,包括:信息获取模块、第一关系建立模块和盗用物流信息识别模块;其中,
所述信息获取模块,用于获取交易信息,确定所述交易信息中的第一方信息、第二方信息和物流信息;
所述第一关系建立模块,用于获取与所述交易信息对应的第一方终端信息和第二方终端信息,根据所述第一方终端信息、第二方终端信息和所述物流信息,建立与所述物流信息对应的第一关系;
所述盗用物流信息识别模块,用于根据所述建立的第一关系,判断所述第一关系对应的物流信息是否为盗用的物流信息。
22.如权利要求21所述的一种识别盗用物流信息的装置,其特征在于,还包括:盗用用户确定模块,用于获取盗用的物流信息对应的多个用户信息,分别计算所述多个用户对应的作弊概率,根据所述作弊概率确定所述多个用户中的盗用物流信息的用户;所述多个用户包括与所述物流信息对应的第一方用户和第二方用户;所述盗用的物流信息对应的多个用户信息包括:盗用的物流信息对应的第一方信息和第二方信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610532632.1A CN107609879B (zh) | 2016-07-07 | 2016-07-07 | 一种识别盗用物流信息的方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610532632.1A CN107609879B (zh) | 2016-07-07 | 2016-07-07 | 一种识别盗用物流信息的方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107609879A true CN107609879A (zh) | 2018-01-19 |
CN107609879B CN107609879B (zh) | 2021-07-02 |
Family
ID=61054740
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610532632.1A Active CN107609879B (zh) | 2016-07-07 | 2016-07-07 | 一种识别盗用物流信息的方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107609879B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102799674A (zh) * | 2012-07-17 | 2012-11-28 | 东北大学 | 面向大规模不确定物流网络的需求概率查询方法 |
US20140047544A1 (en) * | 2012-08-09 | 2014-02-13 | Bjorn Markus Jakobsson | Server-Side Malware Detection and Classification |
CN104022883A (zh) * | 2014-06-17 | 2014-09-03 | 烟台大学 | 一种基于物流网络的个人信息保护网络购物技术 |
KR20140116273A (ko) * | 2013-03-21 | 2014-10-02 | 엘지히다찌 주식회사 | 물류정보 동기오류 검출 시스템 |
CN104850971A (zh) * | 2014-02-13 | 2015-08-19 | 腾讯科技(深圳)有限公司 | 订单信息与物流信息的关联方法及装置 |
CN104850593A (zh) * | 2015-04-27 | 2015-08-19 | 张凌 | 一种基于大数据的应急物资数据存储及流通监测方法 |
CN105046500A (zh) * | 2015-06-12 | 2015-11-11 | 陈焕佳 | 一种商品轨迹的防伪和物流监控方法 |
CN105160564A (zh) * | 2015-06-13 | 2015-12-16 | 陈曦 | 事务处理方法及装置 |
CN105447734A (zh) * | 2014-06-06 | 2016-03-30 | 阿里巴巴集团控股有限公司 | 订单信息处理方法及系统 |
-
2016
- 2016-07-07 CN CN201610532632.1A patent/CN107609879B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102799674A (zh) * | 2012-07-17 | 2012-11-28 | 东北大学 | 面向大规模不确定物流网络的需求概率查询方法 |
US20140047544A1 (en) * | 2012-08-09 | 2014-02-13 | Bjorn Markus Jakobsson | Server-Side Malware Detection and Classification |
KR20140116273A (ko) * | 2013-03-21 | 2014-10-02 | 엘지히다찌 주식회사 | 물류정보 동기오류 검출 시스템 |
CN104850971A (zh) * | 2014-02-13 | 2015-08-19 | 腾讯科技(深圳)有限公司 | 订单信息与物流信息的关联方法及装置 |
CN105447734A (zh) * | 2014-06-06 | 2016-03-30 | 阿里巴巴集团控股有限公司 | 订单信息处理方法及系统 |
CN104022883A (zh) * | 2014-06-17 | 2014-09-03 | 烟台大学 | 一种基于物流网络的个人信息保护网络购物技术 |
CN104850593A (zh) * | 2015-04-27 | 2015-08-19 | 张凌 | 一种基于大数据的应急物资数据存储及流通监测方法 |
CN105046500A (zh) * | 2015-06-12 | 2015-11-11 | 陈焕佳 | 一种商品轨迹的防伪和物流监控方法 |
CN105160564A (zh) * | 2015-06-13 | 2015-12-16 | 陈曦 | 事务处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107609879B (zh) | 2021-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI690191B (zh) | 圖結構模型訓練、垃圾帳戶識別方法、裝置以及設備 | |
CN108460523A (zh) | 一种风控规则生成方法和装置 | |
WO2018121319A1 (zh) | 一种区块数据校验方法和装置 | |
CN108921566A (zh) | 一种基于图结构模型的虚假交易识别方法和装置 | |
CN108492124A (zh) | 店铺信息推荐方法、装置及客户端 | |
US10972267B2 (en) | Deterministic verification of digital identity documents | |
CN109087106A (zh) | 识别二次放号账户盗用的风控模型训练、风控方法、装置以及设备 | |
CN107562775A (zh) | 一种基于区块链的数据处理方法及设备 | |
CN107424069A (zh) | 一种风控特征的生成方法、风险监控方法及设备 | |
CN107578238A (zh) | 一种风险控制方法及设备 | |
CN108418825A (zh) | 风险模型训练、垃圾账号检测方法、装置以及设备 | |
CN109447469A (zh) | 一种文本检测方法、装置及设备 | |
CN107679700A (zh) | 业务流程处理方法、装置及服务器 | |
CN110335115A (zh) | 一种业务订单处理方法及装置 | |
US20200294141A1 (en) | Credit guarantee-based service processing | |
CN107368936A (zh) | 风控模型训练方法和装置 | |
CN110119860B (zh) | 一种垃圾账号检测方法、装置以及设备 | |
CN109003075A (zh) | 一种风险识别方法及装置 | |
CN106815754A (zh) | 一种风险控制系统的计费方法和风控系统服务器 | |
CN110503435A (zh) | 基于区块链的交易预警方法、装置及设备 | |
CN109191107A (zh) | 交易异常识别方法、装置以及设备 | |
CN110414990A (zh) | 交易风险预警、防控方法、装置、设备及防控系统 | |
CN109993646A (zh) | 会计分录信息确定方法及装置、账务数据记录方法及装置 | |
CN110008991A (zh) | 风险事件的识别、风险识别模型的生成方法及装置 | |
CN109255073A (zh) | 一种个性化推荐方法、装置及电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211111 Address after: Room 4-57-02, commercial office building 4, plot jlh603-d03, Greenland International Expo City, Honggutan District, Nanchang City, Jiangxi Province Patentee after: Alibaba (Jiangxi) Co., Ltd Address before: Grand Cayman, British Cayman Islands Patentee before: Alibaba Group Holdings Limited |
|
TR01 | Transfer of patent right |