CN109794066A - 基于大数据的游戏支付防护方法、设备、介质及系统 - Google Patents

基于大数据的游戏支付防护方法、设备、介质及系统 Download PDF

Info

Publication number
CN109794066A
CN109794066A CN201811625634.0A CN201811625634A CN109794066A CN 109794066 A CN109794066 A CN 109794066A CN 201811625634 A CN201811625634 A CN 201811625634A CN 109794066 A CN109794066 A CN 109794066A
Authority
CN
China
Prior art keywords
user
measured
strategy
evaluation
payment
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
Application number
CN201811625634.0A
Other languages
English (en)
Inventor
林建明
林秋明
杨世挺
张穗文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Zhuozuo Information Technology Co Ltd
Original Assignee
Guangzhou Zhuozuo Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Zhuozuo Information Technology Co Ltd filed Critical Guangzhou Zhuozuo Information Technology Co Ltd
Priority to CN201811625634.0A priority Critical patent/CN109794066A/zh
Publication of CN109794066A publication Critical patent/CN109794066A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明提供的基于大数据的游戏支付防护方法,包括获取含有若干历史支付订单的样本数据,根据每个历史支付订单中的用户属性得到对应的用户标签,根据用户标签在历史支付订单中的权重以及预设度量规则生成动态度量表,根据若干待测用户属性确定对应的若干待测用户标签;根据若干待测用户标签在动态度量表中匹配出对应的若干度量分值,将若干度量分值总值作为评估分值;根据评估分值以及预设提取规则在预设策略提取库中提取出对应的支付策略,根据支付策略对待测支付订单进行处理。本发明提供的基于大数据的游戏支付防护方法,有效的预防了部分游戏玩家的恶意退款行为,提高了对于恶意付款的防护效率以及精准度。

Description

基于大数据的游戏支付防护方法、设备、介质及系统
技术领域
本发明涉及游戏支付领域,尤其涉及基于大数据的游戏支付防护方法、设备、介质及系统。
背景技术
随着网络以及电子设备的高速发展,游戏领域也得到了高速的发展,合理的游戏会给人们的生活带来的娱乐。但是在用户体验游戏带来的娱乐的同时,游戏支付存在则许多安全隐患,例如恶意扣费。许多游戏玩家在游戏中通过支付平台的漏洞,通过找代储机构或自己储值,体验游戏后再通过游戏支付平台进行大量的恶意退费,从而实现骗取游戏资源的目的。目前对于游戏玩家的恶意扣费行为,都只是由游戏开发商与第三方支付平台合作进行人工判定与筛选,这种对于游戏支付的防护方式有许多漏洞,由于人工的判定只能通过经验判定,使整个防护机制并不能精准的进行支付防护,还会误判游戏玩家,从而引起很多争议投诉。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供基于大数据的游戏支付防护方法,其能解决目前的游戏支付防护方法,并不能精准的进行支付防护,还会误判游戏玩家,从而引起很多争议投诉的问题。
本发明的目的之二在于提供一种电子设备,其能解决目前的游戏支付防护方法,并不能精准的进行支付防护,还会误判游戏玩家,从而引起很多争议投诉的问题。
本发明的目的之三在于提供一种计算机可读存储介质,其能解决目前的游戏支付防护方法,并不能精准的进行支付防护,还会误判游戏玩家,从而引起很多争议投诉的问题。
本发明的目的之四在于提供基于大数据的游戏支付防护系统,其能解决目前的游戏支付防护方法,并不能精准的进行支付防护,还会误判游戏玩家,从而引起很多争议投诉的问题。
本发明提供目的之一采用以下技术方案实现:
基于大数据的游戏支付防护方法,包括以下步骤:
样本数据获取,获取含有若干历史支付订单的样本数据,其中,每个所述历史支付订单中含有若干用户属性;
生成动态度量表,根据每个所述历史支付订单中的用户属性得到对应的用户标签,根据所述用户标签在所述历史支付订单中的权重以及预设度量规则生成动态度量表,所述动态度量表中包括若干用户标签和若干度量分值,每个所述用户标签与单个所述度量分值关联;
获取待测用户标签,获取游戏用户通过用户终端设备上传的含有若干待测用户属性的待测支付订单,根据若干所述待测用户属性确定对应的若干待测用户标签;
风险评估,根据若干所述待测用户标签在所述动态度量表中匹配出对应的若干度量分值,将若干所述度量分值总值作为评估分值;
订单处理,根据所述评估分值以及预设提取规则在预设策略提取库中提取出对应的支付策略,根据所述支付策略对所述待测支付订单进行处理。
进一步地,所述生成动态度量表具体为:根据每个所述历史支付订单中的用户属性得到对应的用户标签,进而得到若干用户标签,将所述用户历史支付订单划分为退款历史支付订单和非退款历史支付订单,分别统计每个所述用户标签在所述退款历史支付订单和所述非退款历史支付订单中的占比,并根据所述占比确定所述用户标签在所述退款历史支付订单和所述非退款历史支付订单中的权重,根据所述权重以及预设度量规则得到每个所述用户标签对应的度量分值,并将所述度量分值与所述用户标签进行关联,将所述度量分值以及所述用户标签存储至所述动态度量表中。
进一步地,所述支付策略包括:第一支付策略、第二支付策略、第三支付策略、第四支付策略以及第五支付策略,所述第一支付策略为允许支付,所述第二支付策略为标记观察,所述第三支付策略为生成提示信息且需要验证有效信息才可支付,所述第四支付策略为不授权支付,通过线下沟通解决,所述第五支付策略为封号处理,线下联系客服解封或补款解封;所述预设提取规则为:当所述评估分值≥100分时,所述评估分值与所述第一支付策略对应,当80≤所述评估分值<100时,所述评估分值与所述第二支付策略对应,当50≤所述评估分值<80时,所述评估分值与所述第三支付策略对应,当20≤所述评估分值<50时,所述评估分值与所述第四支付策略对应,当所述评估分值<20时,所述评估分值与所述第五支付策略对应。
进一步地,所述订单处理具体为:当所述评估分值≥100分时,则所述待测用户支付订单对应的待测用户为安全用户,在预设策略提取库中提取出所述第一支付策略;当80≤所述评估分值<100时,则所述待测用户支付订单对应的待测用户为非安全用户,在预设策略提取库中提取出所述第二支付策略;当50≤所述评估分值<80时,则所述待测用户支付订单对应的待测用户为潜在风险客户,在预设策略提取库中提取出所述第三支付策略;当20≤所述评估分值<50时,则所述待测用户支付订单对应的待测用户为风险客户,在预设策略提取库中提取出所述第四支付策略;当所述评估分值<20时,则所述待测用户支付订单对应的待测用户为危险客户,在预设策略提取库中提取所述第五支付策略。
进一步地,还包括将所述待测支付订单作为添加数据对所述样本数据进行更新。
进一步地,还包括争议处理,当接收到待测用户发送的处理争议申请信息时,采取争议处理策略对待测用户的账户进行退款或补偿处理。
本发明提供目的之二采用以下技术方案实现:
一种电子设备,包括:处理器;
存储器;以及程序,其中所述程序被存储在所述存储器中,并且被配置成由处理器执行,所述程序包括用于执行本申请的基于大数据的游戏支付防护方法。
本发明提供目的之三采用以下技术方案实现:
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行本申请的基于大数据的游戏支付防护方法。
本发明提供目的之四采用以下技术方案实现:
基于大数据的游戏支付防护系统,其特征在于,包括:
样本数据获取模块,所述样本数据获取模块用于获取含有若干历史支付订单的样本数据,其中,每个所述历史支付订单中含有若干用户属性;
生成动态度量表模块,所述生成动态度量表模块用于根据每个所述历史支付订单中的用户属性得到对应的用户标签,根据所述用户标签在所述历史支付订单中的权重以及预设度量规则生成动态度量表,所述动态度量表中包括若干用户标签和若干度量分值,每个所述用户标签与单个所述度量分值关联;
获取待测用户标签模块,所述获取待测用户标签模块用于获取游戏用户通过用户终端设备上传的含有若干待测用户属性的待测支付订单,根据若干所述待测用户属性确定对应的若干待测用户标签;
风险评估模块,所述风险评估模块用于根据若干所述待测用户标签在所述动态度量表中匹配出对应的若干度量分值,将若干所述度量分值总值作为评估分值;
订单处理模块,所述订单处理模块用于根据所述评估分值以及预设提取规则在预设策略提取库中提取出对应的支付策略,根据所述支付策略对所述待测支付订单进行处理。
进一步地,还包括更新模块和争议处理模块,所述更新模块用于将所述待测支付订单作为添加数据对所述样本数据进行更新,所述争议处理模块用于接收到待测用户发送的处理争议申请信息时,采取争议处理策略对待测用户的账户进行退款或补偿处理。
相比现有技术,本发明的有益效果在于:本发明的基于大数据的游戏支付防护方法,包括获取含有若干历史支付订单的样本数据,其中,每个历史支付订单中含有若干用户属性;根据每个历史支付订单中的用户属性得到对应的用户标签,根据用户标签在历史支付订单中的权重以及预设度量规则生成动态度量表,动态度量表中包括若干用户标签和若干度量分值,每个用户标签与单个度量分值关联;获取游戏用户通过用户终端设备上传的含有若干待测用户属性的待测支付订单,根据若干待测用户属性确定对应的若干待测用户标签;根据若干待测用户标签在动态度量表中匹配出对应的若干度量分值,将若干度量分值总值作为评估分值;根据评估分值以及预设提取规则在预设策略提取库中提取出对应的支付策略,根据支付策略对待测支付订单进行处理。通过大数据中的样本数据来制定动态度量表,从而根据动态度量表确定待测用户的待测评估分值,根据评估分值执行对应的支付策略,从而有效的预防了部分游戏玩家的恶意退款行为,提高了对于恶意付款的防护效率以及精准度。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明的基于大数据的游戏支付防护方法的流程示意图;
图2为本发明的基于大数据的游戏支付防护方法中的步骤风险评估的流程示意图;
图3为本发明的基于大数据的游戏支付防护系统的架构框图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
如图1-2所示,本发明的基于大数据的游戏支付防护方法包括以下步骤:
样本数据获取,获取含有若干历史支付订单的样本数据,其中,每个历史支付订单中含有若干用户属性;在本实施例中,按照历史支付订单生成的时间升序选取预设数量的历史支付订单作为样本数据,该预设数量根据实际需求而定,遍历每个历史订单数据,可以得到若干用户属性,用户属性包括但不仅限于登录地区、登录IP、设备型号、设备类型、支付方式、支付时间、登录次数;成动态度量表,根据每个历史支付订单中的用户属性得到对应的用户标签,根据用户标签在历史支付订单中的权重以及预设度量规则生成动态度量表,动态度量表中包括若干用户标签和若干度量分值,每个用户标签与单个度量分值关联。具体为:根据每个历史支付订单中的用户属性确定对应的用户标签,进而得到若干用户标签,即每个历史订单中含有多个用户标签,以下举例说明:根据设备类型确定用户标签是否为越狱设备;当设备型号为ipad系列时,则用户标签为ipad设备等。用户标签包括越狱设备、ipad设备、激活设备和注册设备出现过同一IP、用过两个不同设备储值用户、用过三个不同设备储值用户、用过四个以上不同设备储值用户、常用设备(使用最多的前两名的设备,大于两台设备时,则第二台设备登录次数≥10)。将用户历史支付订单划分为退款历史支付订单和非退款历史支付订单,分别统计每个用户标签在退款历史支付订单和非退款历史支付订单中的占比,并根据占比确定用户标签在退款历史支付订单和非退款历史支付订单中的权重,根据权重以及预设度量规则得到每个用户标签对应的度量分值,本实施例中,预设度量规则即为度量分值等于100乘以用户标签在退款历史支付订单中的权重;例如:当用户标签为激活设备和注册设备出现过同一IP,且该用户标签在退款历史支付订单中的占比(即权重)为40%,则该用户标签对应的度量分值为40。将度量分值与对应的用户标签进行关联,将度量分值以及用户标签存储至动态度量表中。
获取待测用户标签,获取游戏用户通过用户终端设备上传的含有若干待测用户属性的待测支付订单,根据若干待测用户属性确定对应的若干待测用户标签。遍历此待测支付订单,得到待测支付订单对应的用户属性,此用户属性包括但不仅限于登录地区、登录IP、设备型号、设备类型、支付方式、支付时间、登录次数。
风险评估,根据若干待测用户标签在动态度量表中匹配出对应的若干度量分值,将若干度量分值总值作为评估分值。
订单处理,根据评估分值以及预设提取规则在预设策略提取库中提取出对应的支付策略,根据支付策略对待测支付订单进行处理。在本实施例中,支付策略包括:第一支付策略、第二支付策略、第三支付策略、第四支付策略以及第五支付策略,第一支付策略为允许支付,第二支付策略为标记观察,第三支付策略为生成提示信息且需要验证有效信息才可支付,第四支付策略为不授权支付,通过线下沟通解决,第五支付策略为封号处理,线下联系客服解封或补款解封;预设提取规则为:当评估分值≥100分时,评估分值与第一支付策略对应,当80≤评估分值<100时,评估分值与第二支付策略对应,当50≤评估分值<80时,评估分值与第三支付策略对应,当20≤评估分值<50时,评估分值与第四支付策略对应,当评估分值<20时,评估分值与第五支付策略对应。
订单处理具体为:当评估分值≥100分时,则待测用户支付订单对应的待测用户为安全用户,在预设策略提取库中提取出第一支付策略,根据第一支付策略对待测支付订单进行处理,即允许支付;当80≤评估分值<100时,则待测用户支付订单对应的待测用户为非安全用户,在预设策略提取库中提取出第二支付策略,根据第二支付策略对待测支付订单进行处理,即对待测支付订单进行标记观察;当50≤评估分值<80时,则待测用户支付订单对应的待测用户为潜在风险客户,在预设策略提取库中提取出第三支付策略,根据第三支付策略对待测支付订单进行处理,即生成提示信息且需要验证有效信息才可支付;当20≤评估分值<50时,则待测用户支付订单对应的待测用户为风险客户,在预设策略提取库中提取出第四支付策略,根据第四支付策略对待测支付订单进行处理,即不授权支付,通过线下沟通解决;当评估分值<20时,则待测用户支付订单对应的待测用户为危险客户,在预设策略提取库中提取第五支付策略,根据第五支付策略对待测支付订单进行处理,即封号处理,线下联系客服解封或补款解封。在本实施例中,对于评估分值<20对应的用户,将用户账号通过网络向其他玩家进行公示。在本实施例中,还包括将待测支付订单作为添加数据对样本数据进行更新,即根据上述的用户属性得到待测支付订单对应的多个待测用户标签,将得到待测用户标签以及待测支付订单添加样本数据中,从而实现对样本数据的更新。
在执行上述支付策略后,若待测用户对于处理结果有争议,可通过用户终端设备上传处理争议申请,生成处理争议申请信息,采取争议处理策略对待测用户的账户进行退款或补偿处理,本实施例中的争议处理策略为通过邮件线下沟通,达成一致的退款或补偿方案,此步骤主要针对有争议的待测支付订单。
本发明提供了一种电子设备,包括:处理器;
存储器;以及程序,其中程序被存储在存储器中,并且被配置成由处理器执行,程序包括用于执行本申请的基于大数据的游戏支付防护方法。
本发明提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行本申请的基于大数据的游戏支付防护方法。
如图2所示,本发发明还提供了基于大数据的游戏支付防护系统,包括样本数据获取模块,样本数据获取模块用于获取含有若干历史支付订单的样本数据,其中,每个历史支付订单中含有若干用户属性;生成动态度量表模块,生成动态度量表模块用于根据每个历史支付订单中的用户属性得到对应的用户标签,根据用户标签在历史支付订单中的权重以及预设度量规则生成动态度量表,动态度量表中包括若干用户标签和若干度量分值,每个用户标签与单个度量分值关联;获取待测用户标签模块,获取待测用户标签模块用于获取游戏用户通过用户终端设备上传的含有若干待测用户属性的待测支付订单,根据若干待测用户属性确定对应的若干待测用户标签;风险评估模块,风险评估模块用于根据若干待测用户标签在动态度量表中匹配出对应的若干度量分值,将若干度量分值总值作为评估分值;订单处理模块,订单处理模块用于根据评估分值以及预设提取规则在预设策略提取库中提取出对应的支付策略,根据支付策略对待测支付订单进行处理。
在本实施例中,还包括更新模块和争议处理模块,更新模块用于将待测支付订单作为添加数据对样本数据进行更新,争议处理模块用于接收到待测用户发送的处理争议申请信息时,采取争议处理策略对待测用户的账户进行退款或补偿处理。
本发明的基于大数据的游戏支付防护方法,包括获取含有若干历史支付订单的样本数据,其中,每个历史支付订单中含有若干用户属性;根据每个历史支付订单中的用户属性得到对应的用户标签,根据用户标签在历史支付订单中的权重以及预设度量规则生成动态度量表,动态度量表中包括若干用户标签和若干度量分值,每个用户标签与单个度量分值关联;获取游戏用户通过用户终端设备上传的含有若干待测用户属性的待测支付订单,根据若干待测用户属性确定对应的若干待测用户标签;根据若干待测用户标签在动态度量表中匹配出对应的若干度量分值,将若干度量分值总值作为评估分值;根据评估分值以及预设提取规则在预设策略提取库中提取出对应的支付策略,根据支付策略对待测支付订单进行处理。通过大数据中的样本数据来制定动态度量表,从而根据动态度量表确定待测用户的待测评估分值,根据评估分值执行对应的支付策略,从而有效的预防了部分游戏玩家的恶意退款行为,提高了对于恶意付款的防护效率以及精准度;通过不断更新样本数据库,使得到评估分值更加准确,从而做出对待测支付订单做出更精准的处理,争议处理解决了对有争议的订单处理的难题,提高了游戏平台的信誉。
以上,仅为本发明的较佳实施例而已,并非对本发明作任何形式上的限制;凡本行业的普通技术人员均可按说明书附图所示和以上而顺畅地实施本发明;但是,凡熟悉本专业的技术人员在不脱离本发明技术方案范围内,利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化,均为本发明的等效实施例;同时,凡依据本发明的实质技术对以上实施例所作的任何等同变化的更动、修饰与演变等,均仍属于本发明的技术方案的保护范围之内。

Claims (10)

1.基于大数据的游戏支付防护方法,其特征在于,包括以下步骤:
样本数据获取,获取含有若干历史支付订单的样本数据,其中,每个所述历史支付订单中含有若干用户属性;
生成动态度量表,根据每个所述历史支付订单中的用户属性得到对应的用户标签,根据所述用户标签在所述历史支付订单中的权重以及预设度量规则生成动态度量表,所述动态度量表中包括若干用户标签和若干度量分值,每个所述用户标签与单个所述度量分值关联;
获取待测用户标签,获取游戏用户通过用户终端设备上传的含有若干待测用户属性的待测支付订单,根据若干所述待测用户属性确定对应的若干待测用户标签;
风险评估,根据若干所述待测用户标签在所述动态度量表中匹配出对应的若干度量分值,将若干所述度量分值总值作为评估分值;
订单处理,根据所述评估分值以及预设提取规则在预设策略提取库中提取出对应的支付策略,根据所述支付策略对所述待测支付订单进行处理。
2.如权利要求1所述的基于大数据的游戏支付防护方法,其特征在于:所述生成动态度量表具体为:根据每个所述历史支付订单中的用户属性得到对应的用户标签,进而得到若干用户标签,将所述用户历史支付订单划分为退款历史支付订单和非退款历史支付订单,分别统计每个所述用户标签在所述退款历史支付订单和所述非退款历史支付订单中的占比,并根据所述占比确定所述用户标签在所述退款历史支付订单和所述非退款历史支付订单中的权重,根据所述权重以及预设度量规则得到每个所述用户标签对应的度量分值,并将所述度量分值与所述用户标签进行关联,将所述度量分值以及所述用户标签存储至所述动态度量表中。
3.如权利要求1所述的基于大数据的游戏支付防护方法,其特征在于:所述支付策略包括:第一支付策略、第二支付策略、第三支付策略、第四支付策略以及第五支付策略,所述第一支付策略为允许支付,所述第二支付策略为标记观察,所述第三支付策略为生成提示信息且需要验证有效信息才可支付,所述第四支付策略为不授权支付,通过线下沟通解决,所述第五支付策略为封号处理,线下联系客服解封或补款解封;所述预设提取规则为:当所述评估分值≥100分时,所述评估分值与所述第一支付策略对应,当80≤所述评估分值<100时,所述评估分值与所述第二支付策略对应,当50≤所述评估分值<80时,所述评估分值与所述第三支付策略对应,当20≤所述评估分值<50时,所述评估分值与所述第四支付策略对应,当所述评估分值<20时,所述评估分值与所述第五支付策略对应。
4.如权利要求3所述的基于大数据的游戏支付防护方法,其特征在于:所述订单处理具体为:当所述评估分值≥100分时,则所述待测用户支付订单对应的待测用户为安全用户,在预设策略提取库中提取出所述第一支付策略;当80≤所述评估分值<100时,则所述待测用户支付订单对应的待测用户为非安全用户,在预设策略提取库中提取出所述第二支付策略;当50≤所述评估分值<80时,则所述待测用户支付订单对应的待测用户为潜在风险客户,在预设策略提取库中提取出所述第三支付策略;当20≤所述评估分值<50时,则所述待测用户支付订单对应的待测用户为风险客户,在预设策略提取库中提取出所述第四支付策略;当所述评估分值<20时,则所述待测用户支付订单对应的待测用户为危险客户,在预设策略提取库中提取所述第五支付策略。
5.如权利要求1所述的基于大数据的游戏支付防护方法,其特征在于:还包括将所述待测支付订单作为添加数据对所述样本数据进行更新。
6.如权利要求1所述的基于大数据的游戏支付防护方法,其特征在于:还包括争议处理,当接收到待测用户发送的处理争议申请信息时,采取争议处理策略对待测用户的账户进行退款或补偿处理。
7.一种电子设备,其特征在于包括:处理器;
存储器;以及程序,其中所述程序被存储在所述存储器中,并且被配置成由处理器执行,所述程序包括用于执行权利要求1-6任意一项所述的方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行如权利要求1-6任意一项所述的方法。
9.基于大数据的游戏支付防护系统,其特征在于,包括:
样本数据获取模块,所述样本数据获取模块用于获取含有若干历史支付订单的样本数据,其中,每个所述历史支付订单中含有若干用户属性;
生成动态度量表模块,所述生成动态度量表模块用于根据每个所述历史支付订单中的用户属性得到对应的用户标签,根据所述用户标签在所述历史支付订单中的权重以及预设度量规则生成动态度量表,所述动态度量表中包括若干用户标签和若干度量分值,每个所述用户标签与单个所述度量分值关联;
获取待测用户标签模块,所述获取待测用户标签模块用于获取游戏用户通过用户终端设备上传的含有若干待测用户属性的待测支付订单,根据若干所述待测用户属性确定对应的若干待测用户标签;
风险评估模块,所述风险评估模块用于根据若干所述待测用户标签在所述动态度量表中匹配出对应的若干度量分值,将若干所述度量分值总值作为评估分值;
订单处理模块,所述订单处理模块用于根据所述评估分值以及预设提取规则在预设策略提取库中提取出对应的支付策略,根据所述支付策略对所述待测支付订单进行处理。
10.如权利要求9所述的基于大数据的游戏支付防护系统,其特征在于:还包括更新模块和争议处理模块,所述更新模块用于将所述待测支付订单作为添加数据对所述样本数据进行更新,所述争议处理模块用于接收到待测用户发送的处理争议申请信息时,采取争议处理策略对待测用户的账户进行退款或补偿处理。
CN201811625634.0A 2018-12-28 2018-12-28 基于大数据的游戏支付防护方法、设备、介质及系统 Pending CN109794066A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811625634.0A CN109794066A (zh) 2018-12-28 2018-12-28 基于大数据的游戏支付防护方法、设备、介质及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811625634.0A CN109794066A (zh) 2018-12-28 2018-12-28 基于大数据的游戏支付防护方法、设备、介质及系统

Publications (1)

Publication Number Publication Date
CN109794066A true CN109794066A (zh) 2019-05-24

Family

ID=66558107

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811625634.0A Pending CN109794066A (zh) 2018-12-28 2018-12-28 基于大数据的游戏支付防护方法、设备、介质及系统

Country Status (1)

Country Link
CN (1) CN109794066A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112561633A (zh) * 2020-12-09 2021-03-26 完美世界控股集团有限公司 订单数据的校验方法、装置及设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103279883A (zh) * 2013-05-02 2013-09-04 携程计算机技术(上海)有限公司 电子支付交易风险控制方法及系统
CN107358426A (zh) * 2017-06-29 2017-11-17 广州市百果园信息技术有限公司 捕获恶意退款用户的方法和装置
CN108805545A (zh) * 2018-05-23 2018-11-13 厦门赶玩网络科技有限公司 一种应用于互动直播平台的智能结算系统
CN109002958A (zh) * 2018-06-06 2018-12-14 阿里巴巴集团控股有限公司 一种风险识别的方法、系统、装置及设备
CN109063965A (zh) * 2018-06-29 2018-12-21 阿里巴巴集团控股有限公司 一种网络支付风险评估方法、装置及服务器

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103279883A (zh) * 2013-05-02 2013-09-04 携程计算机技术(上海)有限公司 电子支付交易风险控制方法及系统
CN107358426A (zh) * 2017-06-29 2017-11-17 广州市百果园信息技术有限公司 捕获恶意退款用户的方法和装置
CN108805545A (zh) * 2018-05-23 2018-11-13 厦门赶玩网络科技有限公司 一种应用于互动直播平台的智能结算系统
CN109002958A (zh) * 2018-06-06 2018-12-14 阿里巴巴集团控股有限公司 一种风险识别的方法、系统、装置及设备
CN109063965A (zh) * 2018-06-29 2018-12-21 阿里巴巴集团控股有限公司 一种网络支付风险评估方法、装置及服务器

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112561633A (zh) * 2020-12-09 2021-03-26 完美世界控股集团有限公司 订单数据的校验方法、装置及设备

Similar Documents

Publication Publication Date Title
CN106022849A (zh) 一种新媒体价值与效果评估方法和系统
CN105354133B (zh) 一种游戏日志数据的处理方法及装置
CN109409641A (zh) 风险评价方法、装置、计算机设备和存储介质
CN107481019A (zh) 订单欺诈识别方法、系统、存储介质和电子设备
CN109472305A (zh) 答案质量确定模型训练方法、答案质量确定方法及装置
CN107080944A (zh) 一种检测网络游戏外挂的方法
CN107335220B (zh) 一种消极用户的识别方法、装置及服务器
CN109658050A (zh) 一种工资报告的管理方法及设备
CN109508825A (zh) 员工行为风险预警方法及相关装置
CN108647818A (zh) 一种预测企业涉税风险的方法及装置
CN106529189A (zh) 一种用户分类方法、应用服务器及应用客户端
CN109635031A (zh) 一种数据质量检测方法、装置、系统及存储介质
CN107016616A (zh) 地理信息建库制图数据的质量评判方法、装置及系统
CN109918444A (zh) 模型结果的训练/验证/管理方法/系统、介质及设备
CN107993056A (zh) 结合周薪和月薪的薪酬发放系统及方法
CN109794066A (zh) 基于大数据的游戏支付防护方法、设备、介质及系统
CN107704869A (zh) 一种语料数据抽样方法及模型训练方法
CN107430590A (zh) 数据比较
CN103377117B (zh) 一种游戏自动测试方法及装置
CN107122919A (zh) 一种基于智能运营的配网效能评估方法及系统
CN103577543B (zh) 应用程序的排名欺诈检测方法和排名欺诈检测系统
CN110544052A (zh) 关系网络图的展示方法及装置
Longley et al. The speed of human capital formation in the baseball industry: The information value of minor‐league performance in predicting major‐league performance
CN103577541B (zh) 应用程序的排名欺诈检测方法和排名欺诈检测系统
CN108898196A (zh) 物流巡查监控方法、装置及巡查终端

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

Application publication date: 20190524

RJ01 Rejection of invention patent application after publication