CN111292083A - 支付管理方法、装置、计算机设备和存储介质 - Google Patents
支付管理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111292083A CN111292083A CN202010076467.XA CN202010076467A CN111292083A CN 111292083 A CN111292083 A CN 111292083A CN 202010076467 A CN202010076467 A CN 202010076467A CN 111292083 A CN111292083 A CN 111292083A
- Authority
- CN
- China
- Prior art keywords
- user
- payment
- risk
- product
- embezzlement
- 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
Images
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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
-
- 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
- G06Q20/085—Payment architectures involving remote charge determination or related payment systems
- G06Q20/0855—Payment architectures involving remote charge determination or related payment systems involving a third party
-
- 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
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4016—Transaction verification involving fraud or risk level assessment in transaction processing
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请涉及一种支付管理方法、装置、计算机设备和存储介质。所述方法包括:接收用户的支付订单,并获取盗刷名单;当确定用户不在盗刷名单时,采集用户的当日支付行为数据,根据当日支付行为数据分析用户是否存在盗刷风险;当确定用户不存存在盗刷风险时,获取支付订单对应的所购产品;采集所购产品的产品信息,根据产品信息分析用户是否存在盗刷风险;当根据产品信息确定用户不存在盗刷风险时,根据支付订单进入支付流程。采用本方法能够提高准确性。
Description
技术领域
本申请涉及电商技术领域,特别是涉及一种支付管理方法、装置、计算机设备和存储介质。
背景技术
随着互联技术的发展以及移动终端越来越高的普及程度,电子支付技术也被广泛应用于各中场景下。例如,现有各行业所开发的电商平台大部分都会应用到电子支付技术。然而,随着经济业务的发展,电商平台的支付技术跟不上各行业业务的发展速度,使得电商平台支付技术出现一定的漏洞。此时不少非法分子针对出现的技术漏洞进行非法行为,例如盗刷等。
在传统技术中,为了防止非法的盗刷,平台通常会通过接入第三方进行防盗刷的识别。然而,由于不同电商平台实际的业务处理并不相同,第三方的技术并不能针对性的对本平台进行防盗刷的识别,降低了分析的准确性。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高准确性的支付管理方法、装置、计算机设备和存储介质。
一种支付管理方法,所述方法包括:
接收用户的支付订单,并获取盗刷名单;
当确定所述用户不在所述盗刷名单时,采集所述用户的当日支付行为数据,根据所述当日支付行为数据分析所述用户是否存在盗刷风险;
当根据所述当日支付行为数据确定所述用户不存在盗刷风险时,获取所述支付订单对应的所购产品;
采集所述所购产品的产品信息,根据所述产品信息分析所述用户是否存在盗刷风险;
当根据所述产品信息确定所述用户不存在盗刷风险时,根据所述支付订单进入支付流程。
在其中一个实施例中,所述采集所述所购产品的产品信息,根据所述产品信息分析所述用户是否存在盗刷风险,包括:
确定所述所购产品的销售平台;
从所述销售平台采集所述所购产品的产品信息,所述产品信息包括销量和排名;
根据所述销量和排名分析所述所购产品是否为高风险盗刷产品;
当确定所述所购产品不是高风险盗刷产品时,确定所述用户不存在盗刷风险;
当确定所述所购产品是高风险盗刷产品时,获取所述所购产品的购买信息并根据所述购买信息确定所述用户是否存在盗刷风险。
在其中一个实施例中,根据所述销量和排名分析所述所购产品是否为高风险盗刷产品,包括:
确定所述所购产品在所述销售平台中所述销量的级别和所述排名的级别;
当所述销量的级别和所述排名的级别不超过所述销售平台的级别阈值时,确定所述所购产品不是高风险盗刷产品;
获取所述所购产品的购买信息并根据所述购买信息确定所述用户是否存在盗刷风险,包括:
从所述支付订单中获取所述所购产品的购买信息,所述购买信息包括购买数量、售价和支付金额;
当所述数量、所述售价和所述支付金额中任意一项满足预设要求时,确定所述用户不存在盗刷风险。
在其中一个实施例中,所述采集所述用户的当日支付行为数据,根据所述当日支付行为数据分析所述用户是否存在盗刷风险,包括:
采集所述用户的当日下单量和当日未支付订单数,得到当日支付行为数据;
当所述当日支付行为数据中的所述当日下当量和所述当日未支付订单数中任一个超过数量阈值时,确定所述用户存在盗刷风险;
当所述当日支付行为数据中的所述当日下当量和所述当日未支付订单数均不超过数量阈值时,确定所述用户不存在盗刷风险。
在其中一个实施例中,所述当根据所述产品信息确定所述用户不存在盗刷风险时,根据所述支付订单进入支付流程,包括:
将所述支付订单发送给对接的支付平台;
当接收到所述支付平台返回的支付成功信息时,结束所述支付流程。
当接收到所述支付平台根据所述支付订单返回的异常信息时,将所述支付订单流转至客服系统。
在其中一个实施例中,所述方法还包括:
当确定所述用户存在盗刷风险时,将所述用户的所述支付订单流转至客服系统并获取所述用户的用户标记;
为拥有所述用户标记的用户添加盗刷标记并添加至盗刷名单中。
在其中一个实施例中,所述方法还包括下述任一项或多项:
第一项:
获取已注册用户的注册信息;
利用最小编辑距离和去重哈希对各所述注册信息进行相似度分析,得到各所述已注册用户之间的第一相似度数值;
当至少两个所述已注册用户的所述第一相似度数值超过相似阈值时,为超过所述相似阈值的所述已注册用户添加相同的用户标记。
第二项:
采集预设时间段内的订单数据;
利用最小编辑距离和去重哈希对各所述订单数据进行相似度分析,得到各所述订单数据的第二相似度数值;
当至少两个所述订单数据的所述第二相似度数值超过相似阈值时,为超过所述相似阈值的所述订单数据对应的用户添加相同的用户标记。
一种支付管理装置,所述装置包括:
名单获取模块,用于接收用户的支付订单,并获取盗刷名单;
行为分析模块,用于当确定所述用户不在所述盗刷名单时,采集所述用户的当日支付行为数据,根据所述当日支付行为数据分析所述用户是否存在盗刷风险;
产品获取模块,用于当确定所述用户不存存在盗刷风险时,获取所述支付订单对应的所购产品;
产品分析模块,用于采集所述所购产品的产品信息,根据所述产品信息分析所述用户是否存在盗刷风险;
支付模块,用于当根据所述产品信息确定所述用户不存在盗刷风险时,根据所述支付订单进入支付流程。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述支付管理方法的步骤。
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时实现任一项所述支付管理方法的步骤。
上述支付管理方法、装置、计算机设备和存储介质,在接收到用户的支付订单之后,首先确定用户是否为盗刷用户。在用户不是盗刷用户前提下,根据用户的支付行为数据分析用户是否存在盗刷风险,进而在根据用户所购产品分析对用户是否存在盗刷风险,直至确定用户不存在盗刷风险之后进入支付流程。该方法通过针对用户在本平台的各种数据进行针对性的分析,从而提高分析的准确性。同时基于支付行为和产品等多个维度进行风险分析,进一步提高了盗刷风险识别的准确性。
附图说明
图1为一个实施例中支付管理方法的应用环境图;
图2为一个实施例中支付管理方法的流程示意图;
图3为一个实施例中采集所购产品的产品信息,根据产品信息分析用户是否存在盗刷风险步骤的流程示意图;
图4为另一个实施例中支付管理方法的流程示意图;
图5为一个实施例中支付管理方法装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的支付管理方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104通过网络进行通信。用户通过终端102发起支付,当终端102接收到用户发起的支付之后,将对应的支付订单发送给服务器104。服务器104接收到终端102发送的用户的支付订单,并获取盗刷名单;服务器104当确定用户不在盗刷名单时,采集用户的当日支付行为数据,根据当日支付行为数据分析用户是否存在盗刷风险;服务器104当根据当日支付行为数据确定用户不存在盗刷风险时,获取支付订单对应的所购产品;服务器104采集所购产品的产品信息,根据产品信息分析用户是否存在盗刷风险;服务器104当根据产品信息确定用户不存在盗刷风险时,根据支付订单进入支付流程。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种支付管理方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤S202,接收到用户的支付订单,并获取盗刷名单。
其中,支付订单是指产品结算的订单,包括但不限于支付订单号、支付金额、支付方式中任意一种或多种。盗刷名单是指记录有盗刷风险的用户,包括但不限于用户的用户名、平台账号、姓名中的任意一种或多种。
具体地,当用户通过终端提供的平台的交互界面完成产品的选择和支付时,终端根据用户选择支付的产品生成支付订单将用户所需支付的支付订单发送给服务器。服务器接收到终端发送的用户的支付订单。当服务器接收到用户的支付订单之后,根据盗刷名单的存储路径获取得到盗刷名单。
步骤S204,当确定用户不在盗刷名单时,采集用户的当日支付行为数据,根据当日支付行为数据分析用户是否存在盗刷风险。
其中,当日是指当前接收到用户的支付订单的日期,当日支付行为数据是指用户在该日期内的支付行为所产生的数据,包括当日下单量和当日未支付订单数。
具体地,当接收到用户的支付订单以及获取到盗刷名单之后,获取该用户对应的关键信息。关键信息是用户在该平台中的任一类型的用户信息,例如平台账号、为用户建立的用户标识、身份证号等。但是,关键信息必须是唯一的,且为了便于搜索应当与盗刷名单中存储的信息的类型相同。例如,盗刷名单中存储的是用户的平台账号,那么获取的关键信息则是用户的平台账号。然后,根据关键信息在盗刷名单中进行遍历搜索,将用户的关键信息与盗刷名单中存储的关键信息进行一一对比。当用户的关键信息存在于盗刷名单中时,服务器可以认定该用户当前已经是被认定为存在盗刷风险的盗刷用户,进入疑难处理流程,将该用户的支付订单流转至客服系统由客服介入进行人工支付服务。而当用户的关键信息不存在于盗刷名单中时,服务器可以确定用户当前不存在盗刷风险不属于已确定的盗刷用户,则采集用户的当日支付行为数据并根据当日支付行为数据分析用户是否存在盗刷风险。
在一个实施例中,采集用户的当日支付行为数据,根据当日支付行为数据分析用户是否存在盗刷风险,包括:采集用户的当日下单量和当日未支付订单数,得到当日支付行为数据;当当日支付行为数据中的当日下当量和当日未支付订单数中任一个超过数量阈值时,确定用户存在盗刷风险;当当日支付行为数据中的当日下当量和当日未支付订单数均不超过数量阈值时,确定用户不存在盗刷风险。
具体地,当用户的当日支付行为数据存在于本地数据库时,根据该用户的关键信息直接从数据库中获取该用户的当日下单量和当日未支付订单数,得到用户的当日支付行为数据。而当用户的当日支付行为数据存于另外单独管理的大数据平台时,可以通过数据同步、接口上报等方式从大数据平台采集到用户的当日下单量和当日未支付订单数,得到用户的当日支付行为数据。然后,获取预设的数量阈值,其中,数量阈值分别包括当日下单量对应的下单量阈值,以及当日未支付订单数对应的未支付阈值。将当日下单量与数量阈值中的下单量阈值进行比较,将当日未支付订单数与数量阈值中的未支付阈值进行比较。在当日下单量不超过(小于等于)下单量阈值以及当日未支付订单数不超过位置阈值时,确定用户不存在盗刷风险。在当日下单量超过(大于)下单量阈值或者当日未支付订单数超过位置阈值时,确定用户存在盗刷风险。其中,数量阈值中的下单量阈值和未支付阈值可根据实际业务情况进行设定。在本实施例中,下单量阈值优选为一个小时内不超过10单。未支付订单优选为不超过3单。
另外,当根据当日支付行为数据确定用户存在盗刷风险时,进入疑难处理流程,将该用户的支付订单流转至客服系统由客服介入进行人工支付服务。并且,为该用户添加盗刷标记并添加至盗刷名单中。
步骤S206,当根据当日支付行为数据确定用户不存在盗刷风险时,获取支付订单对应的所购产品。
具体地,当根据当日支付行为数据确定用户不存在盗刷风险时,获取支付订单对应的所购产品。所购产品则是用户支付的从平台中所选择要购买的产品。
步骤S208,采集所购产品的产品信息,根据产品信息分析用户是否存在盗刷风险。
步骤S210,当根据产品信息确定用户不存在盗刷风险时,根据支付订单进入支付流程。
具体地,当根据支付订单获取到该支付订单对应的所购产品之后,从销售平台中采集所购产品的产品信息,产品信息包括所购产品在销售平台的销量和排名。然后,根据所购产品在销售平台的销量和排名确定所购产品是否为高风险盗刷产品。当所购产品只要在一个销售平台中的销量和排名未超过预设的级别阈值时,确定所购产品不是硬通货,不是高风险盗刷产品,服务器则可以直接确定用户不存在盗刷风险,进入支付流程。而当所购产品在所有销售平台的销量和排名均超过预设的级别阈值时,确定所购产品为硬通货,是高风险盗刷产品。而当所购产品为高风险盗刷产品时,则获取所购产品的购买信息,根据所购产品的购买信息进一步分析确定用户是否存在盗刷风险。当根据所购产品的购买信息确定用户不存在盗刷风险时,服务器进入支付流程完成支付订单的支付。另外,当确定用户存在盗刷风险时,进入疑难处理流程,将该用户的支付订单流转至客服系统由客服介入进行人工支付服务。并且,为该用户添加盗刷标记并添加至盗刷名单中。
上述支付管理方法,在接收到用户的支付订单之后,首先确定用户是否为盗刷用户。在用户不是盗刷用户前提下,根据用户的支付行为数据分析用户是否存在盗刷风险,进而在根据用户所购产品分析对用户是否存在盗刷风险,直至确定用户不存在盗刷风险之后进入支付流程。该方法通过针对用户在本平台的各种数据进行针对性的分析,从而提高分析的准确性。同时基于支付行为和产品等多个维度进行风险分析,进一步提高了盗刷风险识别的准确性。
在一个实施例中,如图3所示,采集所购产品的产品信息,根据产品信息分析用户是否存在盗刷风险,包括以下步骤:
步骤S302,确定所购产品的销售平台。
步骤S304,从销售平台采集所购产品的产品信息,产品信息包括销量和排名。
具体地,当确定所购产品之后,获取预设的所购产品分析规则。从所购产品分析规则中确定分析的销售平台,确定所购产品的销售平台。确定销售平台之后,根据不同的销售平台采集该销售平台中所购产品的销量和排名。当销售平台是本平台时,从本地数据库或者利用数据同步、接口上报等方式从对应的大数据平台获取所购产品的销量和排名。当销售平台除了本平台之外还包括其他销售平台时,通过爬虫技术获取其他销售平台中所购产品的销量和级别。例如,所购产品分析规则中包括本平台、平台1以及平台2时,从本地数据库或者利用数据同步、接口上报等方式从对应的大数据平台获取本平台中所购产品的销量和排名。通过爬虫技术分别从平台2和平台3中获取到平台2中该所购产品的销量和排名,以及平台3该所购产品的销量和排名。
步骤S306,根据销量和排名分析所购产品是否为高风险盗刷产品。
步骤S308,当确定所购产品不是高风险盗刷产品时,确定用户不存在盗刷风险。
当获取到销售平台中所购产品的销量和排名之后,针对不同的销售平台进行不同的分析确定是否为高风险盗刷产品。当销售平台中包括多个销售平台时,只有当所有的销售平台中所购产品的产品信息(销量和排名)均超过销售平台对应的级别阈值时,才能确定该所购产品是高风险盗刷产品。而只要有一个销售平台中所购产品的产品信息没有超过该销售平台的级别阈值,则确定该所购产品不是高风险盗刷产品。例如,根据所购产品分析规则确定的销售平台只有本平台时,即只要获取本平台的所购产品的产品信息且针对本平台级别阈值对本平台中所购产品的产品信息进行分析即可。而当销售平台包括本平台、平台1和平台2时,则需要本平台、平台1和平台2的产品信息同时进行分析,只有同时不超过本平台的级别阈值、平台1的级别阈值和平台2的级别阈值时,才能确定所购产品不是高风险产品。当确定所购产品不是高风险盗刷产品时,直接确定用户不存在盗刷风险。应当理解的是,级别阈值中包括销量对应的级别阈值和排名对应的排名阈值中的至少一种或多种。
在一个实施例中,根据销量和排名分析所购产品是否为高风险盗刷产品,包括:确定所购产品在销售平台中销量的级别和排名的级别;当销量的级别和排名的级别不超过销售平台的级别阈值时,确定所购产品不是高风险盗刷产品。
具体地,销售平台可以分为本平台和其他平台两类,本平台和其他平台的级别阈值可以相同也可以不相同,根据实际需求进行设定。在本实施例中,本平台和其他平台的级别阈值不相同。
当根据销量和排名判断所购产品是否为高风险盗刷产品时,首先获取该所购产品在对应的销售平台的销量的级别和排名的级别。销量的级别为所购产品在该销售平台的月销量排名,排名的级别为所购产品在该销售平台的月评价得分。针对该销售平台的级别阈值对该销售平台中所购产品的销量的级别和排名的级别分析确定所购产品是否为高风险盗刷产品。
本实施例优选本平台的级别阈值为月销量排名为本平台的前5。其他平台的级别阈值为月销量排名在其他平台的前10以及月评价得分4.5分以上。因此,以本平台、平台1和平台2为例,当所购产品在本平台的销量的级别为本平台的月销量前5、所购产品在平台1的销量的级别为平台1的月销量排名前10以及月评价得分4.5分以上、以及所购产品在平台2的销量的级别为平台2的月销量排名前10以及月评价得分4.5分以上时,确定所购产品是高风险盗刷产品。而只要所购产品在本平台的销量的级别不为本平台的月销量前5、或者所购产品在平台1的销量的级别不为平台1的月销量排名前10或月评价得分小于等于4.5分、或者所购产品在平台2的销量的级别不为平台2的月销量排名前10或月评价得分小于等于4.5分时,则可以确定所购产品不是高风险盗刷产品。
步骤S310,当确定所购产品是高风险盗刷产品时,获取所购产品的购买信息并根据购买信息确定用户是否存在盗刷风险。
具体地,购买信息包括所购产品的数量、所购产品的售价和以及支付金额。根据所购产品的数量、所购产品的售价和以及支付金额确定用户是否存在盗刷风险。
在一个实施例,获取所购产品的购买信息并根据购买信息确定用户是否存在盗刷风险,包括:从支付订单中获取所购产品的购买信息,购买信息包括数量、售价和支付金额;当购买数量、售价和支付金额中任意一项满足预设要求时,确定用户不存在盗刷风险。
具体地,获取预设的购买信息对应的购买阈值,购买阈值包括购买数量阈值、售价阈值和支付金额阈值。将购买数量阈值、售价阈值和支付金额阈值分别与购买数量、售价和支付金额进行比较。当购买数量大于购买数量阈值、售价大于售价阈值以及支付金额大于支付金额阈值时,确定用户存在盗刷风险。而当购买数量不大于购买数量阈值、或者售价不大于售价阈值、或者支付金额不大于支付金额阈值时,确定用户不存在盗刷风险。在本实施例中,数量阈值优选5、售价阈值优选500以及支付金额阈值优选1500。因此,当购买数量大于5、售价大于500以及支付金额大于1500时,确定用户存在盗刷风险。而当购买数量小于等于5、或者售价小于等于500、或者支付金额小于等于1500时,确定用户不存在盗刷风险。
在一个实施例中,当根据产品信息确定用户不存在盗刷风险时,根据支付订单进入支付流程,包括:将支付订单发送给对接的支付平台;当接收到支付平台返回的支付成功信息时,结束支付流程。当接收到支付平台根据支付订单返回的异常信息时,将支付订单流转至客服系统。
具体地,当根据所购产品的产品信息确定用户不存在盗刷风险之后,通过与支付平台对接的接口将本平台的支付订单发送给支付平台,支付平台可以是支付宝等。当支付平台接受到支付订单之后,支付平台会通过自身的防盗刷机制对该支付订单对应的用户进行识别。当支付平台根据自身的防盗刷机制确认该用户不存在盗刷风险时,即可完成支付并向服务器返回支付成功信息。而当支付平台确认该用户存在异常时,即可将对应的异常信息返回给服务器。服务器将该支付订单流转给客户系统由人工客服介入。当人工客服核实确认该用户异常属实时,确认其为盗刷用户并为该用户添加盗刷标记和添加至盗刷名单中。
在一个实施例中,当根据当日支付行为数据分析确定用户存在盗刷风险、或者根据所购产品的产品信息确定用户存在盗刷风险之后,除了将该用户的支付订单流转至客服系统之外,还为该用户添加盗刷标记以及添加至盗刷名单中。同时,获取该用户的用户标识,将与该用户的用户标识相同的所有已注册用户都添加盗刷标记和添加至盗刷名单中。本实施例通过预先标记的用户标记将属于同一人的已注册账户一并标记为盗刷,防止因为一个用户有多个账号而规避掉盗刷标记,提高了安全性。
在一个实施例中,提供一种添加用户标记的方法,具体包括:获取已注册用户的注册信息;利用最小编辑距离和去重哈希对各注册信息进行相似度分析,得到各已注册用户之间的第一相似度数值;当至少两个已注册用户的第一相似度数值超过相似阈值时,为超过相似阈值的在已注册用户添加相同的用户标记。
具体地,服务器从本地数据库获取或者利用数据同步、接口上报等方式从对应的大数据平台获取所有已注册本平台的用户的注册信息。例如,手机号、邮箱、身份证、注册终端、姓名等等。然后所有的注册信息进行相似度的分析,得到已注册用户之间的第一相似度数值。相似度的分析可采用最小编辑距离和去重哈希(simHash)算法进行。当任意两个已注册用户的注册信息的第一相似度数值超过相似阈值90%时,确定对应的两个已注册用户为同一个用户,为对应的这两个用户添加相同的用户标记。其中,用户标识可以是任一种形式,例如字符、号码等。
在一个实施例中,提供另一种添加用户标记的方法,具体包括:采集预设时间段内的订单数据;利用最小编辑距离和去重哈希对各订单数据进行相似度分析,得到各订单数据的第二相似度数值;当至少两个订单数据的第二相似度数值超过相似阈值时,为超过相似阈值的所述订单数据对应的用户添加相同的用户标记。
具体地,服务器从本地数据库获取利用数据同步、接口上报等方式从或者对应的大数据平台获取所有或者一定时间内(例如1年)订单数据。订单数据包括但不限于下单账户、联系人、出行使用人、下单终端。同样的,采用最小编辑距离和去重哈希(simHash)算法对获取到的订单数据进行相似度的分析,得到第二相似度数值。而当任意两个订单数据的第二相似度数值超过相似度阈值90%时,可以认定这两笔订单属于同一个账户下单,则为这两个超过相似度阈值的订单数据对应的用户添加相同的用户标记。在本实施例中,通过为同一个用户的多个账号添加相同的用户标记保证账号对应用户的统一,便于后续确定存在盗刷风险的用户。
在一个实施例中,当有受害人被本平台的支付订单骗取钱财之后,通过受害人提供的被骗订单号确定下单账户对应的用户,将该用户以及与其拥有相同用户标识的用户添加盗刷标记和添加到盗刷名单中。
在一个实施例中,如图4所示,提供一种支付管理的流程图,参考图4,对本申请支付管理方法进行详细说明。
具体地,首先识别用户是否属于在盗刷名单中,当用户在盗刷名单时,流转至客服系统。当用户不在盗刷名单时,获取当日支付行为数据。在当日支付行为数据中的下单量超过下单量阈值时,为该用户添加盗刷标记和添加至盗刷名单中。在当日下当量未超过下单量阈值时,判断当日支付行为数据中的未支付订单是否超过未支付阈值。当超过未支付阈值时,为该用户添加盗刷标记和添加至盗刷名单中。当未超过未支付阈值时,获取所购产品的产品信息判断所购产品是否为高风险产品。当不是高风险盗刷产品时,开始支付接入第三方平台。当是高风险盗刷产品时,判断所购产品的购买信息是否超过阈值。当所购产品信息未超阈值时,开始支付接入第三方平台。当第三方支付平台支付成功时,结束支付流程。当第三方支付平台返回异常信息时,将用户添加至盗刷名单中。
应该理解的是,虽然图2-3的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-3中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图5所示,提供了一种支付管理装置,包括:名单获取模块502、行为分析模块504、产品获取模块506、产品分析模块508和支付模块510,其中:
名单获取模块502,用于接收用户的支付订单,并获取盗刷名单。
行为分析模块504,用于当确定用户不在盗刷名单时,采集用户的当日支付行为数据,根据当日支付行为数据分析用户是否存在盗刷风险。
产品获取模块506,用于当确定用户不存存在盗刷风险时,获取支付订单对应的所购产品。
产品分析模块508,用于采集所购产品的产品信息,根据产品信息分析用户是否存在盗刷风险。
支付模块510,用于当根据产品信息确定用户不存在盗刷风险时,根据支付订单进入支付流程。
在一个实施例中,产品分析模块508还用于确定所购产品的销售平台;从销售平台采集所购产品的产品信息,产品信息包括销量和排名;根据销量和排名分析所购产品是否为高风险盗刷产品;当确定所购产品不是高风险盗刷产品时,确定用户不存在盗刷风险;当确定所购产品是高风险盗刷产品时,获取所购产品的购买信息并根据购买信息确定用户是否存在盗刷风险。
在一个实施例中,产品分析模块508还用于确定所购产品在销售平台中销量的级别和排名的级别;当销量的级别和排名的级别不超过销售平台的级别阈值时,确定所购产品不是高风险盗刷产品。
在一个实施例中,产品分析模块508还用于从支付订单中获取所购产品的购买信息,购买信息包括数量、售价和支付金额;当购买数量、售价和支付金额中任意一项满足预设要求时,确定用户不存在盗刷风险。
在一个实施例中,行为分析模块504还用于采集用户的当日下单量和当日未支付订单数,得到当日支付行为数据;当当日支付行为数据中的当日下当量和当日未支付订单数中任一个超过数量阈值时,确定用户存在盗刷风险;当当日支付行为数据中的当日下当量和当日未支付订单数均不超过数量阈值时,确定用户不存在盗刷风险。
在一个实施例中,支付模块510还用于将支付订单发送给对接的支付平台;当接收到支付平台返回的支付成功信息时,结束支付流程。当接收到支付平台根据支付订单返回的异常信息时,将支付订单流转至客服系统。
在一个实施例中,支付管理装置添加模块,用于当确定用户存在盗刷风险时,将用户的所述支付订单流转至客服系统并获取所述用户的用户标记;为拥有用户标记的用户添加盗刷标记并添加至盗刷名单中。
在一个实施例中,添加模块还用于获取已注册用户的注册信息;利用最小编辑距离和去重哈希对各注册信息进行相似度分析,得到各已注册用户之间的第一相似度数值;当至少两个已注册用户的第一相似度数值超过相似阈值时,为超过相似阈值的在已注册用户添加相同的用户标记。
在一个实施例中,添加模块还用于采集预设时间段内的订单数据;利用最小编辑距离和去重哈希对各订单数据进行相似度分析,得到各订单数据的第二相似度数值;当至少两个订单数据的第二相似度数值超过相似阈值时,为超过相似阈值的所述订单数据对应的用户添加相同的用户标记。
关于支付管理装置的具体限定可以参见上文中对于支付管理方法的限定,在此不再赘述。上述支付管理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储支付行为数据、产品信息、盗刷名单等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种支付管理方法。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
接收用户的支付订单,并获取盗刷名单。
当确定用户不在盗刷名单时,采集用户的当日支付行为数据,根据当日支付行为数据分析用户是否存在盗刷风险。
当确定用户不存存在盗刷风险时,获取支付订单对应的所购产品。
采集所购产品的产品信息,根据产品信息分析用户是否存在盗刷风险。
当根据产品信息确定用户不存在盗刷风险时,根据支付订单进入支付流程。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:确定所购产品的销售平台;从销售平台采集所购产品的产品信息,产品信息包括销量和排名;根据销量和排名分析所购产品是否为高风险盗刷产品;当确定所购产品不是高风险盗刷产品时,确定用户不存在盗刷风险;当确定所购产品是高风险盗刷产品时,获取所购产品的购买信息并根据购买信息确定用户是否存在盗刷风险。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:确定所购产品在销售平台中销量的级别和排名的级别;当销量的级别和排名的级别不超过销售平台的级别阈值时,确定所购产品不是高风险盗刷产品。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:从支付订单中获取所购产品的购买信息,购买信息包括数量、售价和支付金额;当购买数量、售价和支付金额中任意一项满足预设要求时,确定用户不存在盗刷风险。在一个实施例中,处理器执行计算机程序时还实现以下步骤:
在一个实施例中,处理器执行计算机程序时还实现以下步骤:采集用户的当日下单量和当日未支付订单数,得到当日支付行为数据;当当日支付行为数据中的当日下当量和当日未支付订单数中任一个超过数量阈值时,确定用户存在盗刷风险;当当日支付行为数据中的当日下当量和当日未支付订单数均不超过数量阈值时,确定用户不存在盗刷风险。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:将支付订单发送给对接的支付平台;当接收到支付平台返回的支付成功信息时,结束支付流程。当接收到支付平台根据支付订单返回的异常信息时,将支付订单流转至客服系统。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:当确定用户存在盗刷风险时,将用户的所述支付订单流转至客服系统并获取所述用户的用户标记;为拥有用户标记的用户添加盗刷标记并添加至盗刷名单中。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取已注册用户的注册信息;利用最小编辑距离和去重哈希对各注册信息进行相似度分析,得到各已注册用户之间的第一相似度数值;当至少两个已注册用户的第一相似度数值超过相似阈值时,为超过相似阈值的在已注册用户添加相同的用户标记。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:采集预设时间段内的订单数据;利用最小编辑距离和去重哈希对各订单数据进行相似度分析,得到各订单数据的第二相似度数值;当至少两个订单数据的第二相似度数值超过相似阈值时,为超过相似阈值的所述订单数据对应的用户添加相同的用户标记。
在一个实施例中,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时实现以下步骤:
接收用户的支付订单,并获取盗刷名单。
当确定用户不在盗刷名单时,采集用户的当日支付行为数据,根据当日支付行为数据分析用户是否存在盗刷风险。
当确定用户不存存在盗刷风险时,获取支付订单对应的所购产品。
采集所购产品的产品信息,根据产品信息分析用户是否存在盗刷风险。
当根据产品信息确定用户不存在盗刷风险时,根据支付订单进入支付流程。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:确定所购产品的销售平台;从销售平台采集所购产品的产品信息,产品信息包括销量和排名;根据销量和排名分析所购产品是否为高风险盗刷产品;当确定所购产品不是高风险盗刷产品时,确定用户不存在盗刷风险;当确定所购产品是高风险盗刷产品时,获取所购产品的购买信息并根据购买信息确定用户是否存在盗刷风险。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:确定所购产品在销售平台中销量的级别和排名的级别;当销量的级别和排名的级别不超过销售平台的级别阈值时,确定所购产品不是高风险盗刷产品。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:从支付订单中获取所购产品的购买信息,购买信息包括数量、售价和支付金额;当购买数量、售价和支付金额中任意一项满足预设要求时,确定用户不存在盗刷风险。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:采集用户的当日下单量和当日未支付订单数,得到当日支付行为数据;当当日支付行为数据中的当日下当量和当日未支付订单数中任一个超过数量阈值时,确定用户存在盗刷风险;当当日支付行为数据中的当日下当量和当日未支付订单数均不超过数量阈值时,确定用户不存在盗刷风险。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:将支付订单发送给对接的支付平台;当接收到支付平台返回的支付成功信息时,结束支付流程。当接收到支付平台根据支付订单返回的异常信息时,将支付订单流转至客服系统。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:当确定用户存在盗刷风险时,将用户的所述支付订单流转至客服系统并获取所述用户的用户标记;为拥有用户标记的用户添加盗刷标记并添加至盗刷名单中。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取已注册用户的注册信息;利用最小编辑距离和去重哈希对各注册信息进行相似度分析,得到各已注册用户之间的第一相似度数值;当至少两个已注册用户的第一相似度数值超过相似阈值时,为超过相似阈值的在已注册用户添加相同的用户标记。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:采集预设时间段内的订单数据;利用最小编辑距离和去重哈希对各订单数据进行相似度分析,得到各订单数据的第二相似度数值;当至少两个订单数据的第二相似度数值超过相似阈值时,为超过相似阈值的所述订单数据对应的用户添加相同的用户标记。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种支付管理方法,所述方法包括:
接收用户的支付订单,并获取盗刷名单;
当确定所述用户不在所述盗刷名单时,采集所述用户的当日支付行为数据,根据所述当日支付行为数据分析所述用户是否存在盗刷风险;
当根据所述当日支付行为数据确定所述用户不存在盗刷风险时,获取所述支付订单对应的所购产品;
采集所述所购产品的产品信息,根据所述产品信息分析所述用户是否存在盗刷风险;
当根据所述产品信息确定所述用户不存在盗刷风险时,根据所述支付订单进入支付流程。
2.根据权利要求1所述的方法,其特征在于,所述采集所述所购产品的产品信息,根据所述产品信息分析所述用户是否存在盗刷风险,包括:
确定所述所购产品的销售平台;
从所述销售平台采集所述所购产品的产品信息,所述产品信息包括销量和排名;
根据所述销量和排名分析所述所购产品是否为高风险盗刷产品;
当确定所述所购产品不是高风险盗刷产品时,确定所述用户不存在盗刷风险;
当确定所述所购产品是高风险盗刷产品时,获取所述所购产品的购买信息并根据所述购买信息确定所述用户是否存在盗刷风险。
3.根据权利要求2所述的方法,其特征在于,根据所述销量和排名分析所述所购产品是否为高风险盗刷产品,包括:
确定所述所购产品在所述销售平台中所述销量的级别和所述排名的级别;
当所述销量的级别和所述排名的级别不超过所述销售平台的级别阈值时,确定所述所购产品不是高风险盗刷产品;
获取所述所购产品的购买信息并根据所述购买信息确定所述用户是否存在盗刷风险,包括:
从所述支付订单中获取所述所购产品的购买信息,所述购买信息包括购买数量、售价和支付金额;
当所述数量、所述售价和所述支付金额中任意一项满足预设要求时,确定所述用户不存在盗刷风险。
4.根据权利要求1所述的方法,其特征在于,所述采集所述用户的当日支付行为数据,根据所述当日支付行为数据分析所述用户是否存在盗刷风险,包括:
采集所述用户的当日下单量和当日未支付订单数,得到当日支付行为数据;
当所述当日支付行为数据中的所述当日下当量和所述当日未支付订单数中任一个超过数量阈值时,确定所述用户存在盗刷风险;
当所述当日支付行为数据中的所述当日下当量和所述当日未支付订单数均不超过数量阈值时,确定所述用户不存在盗刷风险。
5.根据权利要求1所述的方法,其特征在于,所述当根据所述产品信息确定所述用户不存在盗刷风险时,根据所述支付订单进入支付流程,包括:
将所述支付订单发送给对接的支付平台;
当接收到所述支付平台返回的支付成功信息时,结束所述支付流程;
当接收到所述支付平台根据所述支付订单返回的异常信息时,将所述支付订单流转至客服系统。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述方法还包括:
当确定所述用户存在盗刷风险时,将所述用户的所述支付订单流转至客服系统并获取所述用户的用户标记;
为拥有所述用户标记的用户添加盗刷标记并添加至盗刷名单中。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括下述任一项或多项:
第一项:
获取已注册用户的注册信息;
利用最小编辑距离和去重哈希对各所述注册信息进行相似度分析,得到各所述已注册用户之间的第一相似度数值;
当至少两个所述已注册用户的所述第一相似度数值超过相似阈值时,为超过所述相似阈值的所述已注册用户添加相同的用户标记;
第二项:
采集预设时间段内的订单数据;
利用最小编辑距离和去重哈希对各所述订单数据进行相似度分析,得到各所述订单数据的第二相似度数值;
当至少两个所述订单数据的所述第二相似度数值超过相似阈值时,为超过所述相似阈值的所述订单数据对应的用户添加相同的用户标记。
8.一种支付管理装置,其特征在于,所述装置包括:
名单获取模块,用于接收用户的支付订单,并获取盗刷名单;
行为分析模块,用于当确定所述用户不在所述盗刷名单时,采集所述用户的当日支付行为数据,根据所述当日支付行为数据分析所述用户是否存在盗刷风险;
产品获取模块,用于当确定所述用户不存存在盗刷风险时,获取所述支付订单对应的所购产品;
产品分析模块,用于采集所述所购产品的产品信息,根据所述产品信息分析所述用户是否存在盗刷风险;
支付模块,用于当根据所述产品信息确定所述用户不存在盗刷风险时,根据所述支付订单进入支付流程。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一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时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010076467.XA CN111292083B (zh) | 2020-01-23 | 2020-01-23 | 支付管理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010076467.XA CN111292083B (zh) | 2020-01-23 | 2020-01-23 | 支付管理方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111292083A true CN111292083A (zh) | 2020-06-16 |
CN111292083B CN111292083B (zh) | 2023-09-15 |
Family
ID=71030681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010076467.XA Active CN111292083B (zh) | 2020-01-23 | 2020-01-23 | 支付管理方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111292083B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103489102A (zh) * | 2013-09-13 | 2014-01-01 | 惠州Tcl移动通信有限公司 | 一种基于二维码通过手机实现信用卡防盗刷的方法及系统 |
CN105654303A (zh) * | 2015-12-31 | 2016-06-08 | 拉扎斯网络科技(上海)有限公司 | 一种高风险用户识别方法及装置 |
CN107437181A (zh) * | 2017-07-31 | 2017-12-05 | 努比亚技术有限公司 | 防止账户被盗刷的方法、装置及计算机可读存储介质 |
CN109165940A (zh) * | 2018-06-28 | 2019-01-08 | 阿里巴巴集团控股有限公司 | 一种防盗方法、装置及电子设备 |
WO2019089563A1 (en) * | 2017-11-06 | 2019-05-09 | Mastercard International Incorporated | Systems and methods for identifying devices used in fraudulent or unauthorized transactions |
-
2020
- 2020-01-23 CN CN202010076467.XA patent/CN111292083B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103489102A (zh) * | 2013-09-13 | 2014-01-01 | 惠州Tcl移动通信有限公司 | 一种基于二维码通过手机实现信用卡防盗刷的方法及系统 |
CN105654303A (zh) * | 2015-12-31 | 2016-06-08 | 拉扎斯网络科技(上海)有限公司 | 一种高风险用户识别方法及装置 |
CN107437181A (zh) * | 2017-07-31 | 2017-12-05 | 努比亚技术有限公司 | 防止账户被盗刷的方法、装置及计算机可读存储介质 |
WO2019089563A1 (en) * | 2017-11-06 | 2019-05-09 | Mastercard International Incorporated | Systems and methods for identifying devices used in fraudulent or unauthorized transactions |
CN109165940A (zh) * | 2018-06-28 | 2019-01-08 | 阿里巴巴集团控股有限公司 | 一种防盗方法、装置及电子设备 |
Non-Patent Citations (1)
Title |
---|
陈良等: "银行卡网络盗刷案件情况调研及对策研究", 《中国银行业》 * |
Also Published As
Publication number | Publication date |
---|---|
CN111292083B (zh) | 2023-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105262779B (zh) | 身份认证方法、装置及系统 | |
CN107871232A (zh) | 一种客户拜访计划的生成方法及其终端 | |
JP2004348536A (ja) | 履歴情報付加プログラム、履歴情報を用いた不正判定プログラム、及び履歴情報を用いた不正判定システム | |
CN112561633B (zh) | 虚拟对象订单数据的校验方法、装置及设备 | |
CN110009365B (zh) | 非正常转移电子资产的用户群体检测方法、装置和设备 | |
CN111949702B (zh) | 异常交易数据的识别方法、装置及设备 | |
CN108133373A (zh) | 探寻涉机器行为的风险账户的方法及装置 | |
CN110443637A (zh) | 用户购物行为分析方法、装置及存储介质 | |
CN112633925A (zh) | 物品价值评估方法、装置、计算机设备和存储介质 | |
CN113412607A (zh) | 内容推送方法、装置、移动终端及存储介质 | |
CN110032846A (zh) | 身份数据的防误用方法及装置、电子设备 | |
CN112529575A (zh) | 风险预警方法、设备、存储介质及装置 | |
CN109670931A (zh) | 贷款用户的行为检测方法、装置、设备及存储介质 | |
CN111292083B (zh) | 支付管理方法、装置、计算机设备和存储介质 | |
CN112347457A (zh) | 异常账户检测方法、装置、计算机设备和存储介质 | |
CN111144987A (zh) | 异常购物行为的限制方法、限制组件及购物系统 | |
CN113191766B (zh) | 基于云计算校验支付行为安全的方法、装置及设备 | |
CN111263351B (zh) | 业务处理方法、业务处理装置、电子设备及存储介质 | |
US11829507B2 (en) | Methods and systems for privacy protection verification | |
CN112632004A (zh) | 基于行为数据采集的用户身份识别方法及装置 | |
CN113313513A (zh) | 一种数据交易方法、装置及电子设备 | |
CN111447082B (zh) | 关联账号的确定方法、装置和关联数据对象的确定方法 | |
CN114662007B (zh) | 数据推荐方法、装置、计算机设备和存储介质 | |
CN108924126B (zh) | 骗保用户终端的鉴别方法、装置、设备及可读存储介质 | |
CN115795408B (zh) | 基于区块链的智慧社区商品大数据智能拼单和结算方法 |
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 |