CN112184315A - 识别异常购彩行为的方法、装置、设备和存储介质 - Google Patents
识别异常购彩行为的方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN112184315A CN112184315A CN202011052462.XA CN202011052462A CN112184315A CN 112184315 A CN112184315 A CN 112184315A CN 202011052462 A CN202011052462 A CN 202011052462A CN 112184315 A CN112184315 A CN 112184315A
- Authority
- CN
- China
- Prior art keywords
- lottery
- betting
- abnormal
- target
- list
- 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
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 205
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000006399 behavior Effects 0.000 claims abstract description 152
- 238000012549 training Methods 0.000 claims description 59
- 238000013145 classification model Methods 0.000 claims description 23
- 238000003062 neural network model Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 14
- 230000005856 abnormality Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 10
- 238000011161 development Methods 0.000 abstract description 6
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 230000002547 anomalous effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0203—Market surveys; Market polls
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/34—Betting or bookmaking, e.g. Internet betting
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种识别异常购彩行为的方法、装置、设备和存储介质,属于计算机技术领域。所述方法包括:在接收到彩票购买指令时,将所述彩票购买指令选择购买的目标投注单与至少一个异常购彩习惯进行匹配,所述至少一个异常购彩习惯是对出现异常购彩行为的人员购买过的投注单分析得到的;若所述目标投注单与所述至少一个异常购彩习惯中的任意一个异常购彩习惯匹配成功,则确定针对所述目标投注单的购彩行为异常。本申请可以在彩票售卖过程中发现彩民异常购彩行为。如此,可以定位出问题彩民,管控非理性购彩,促进彩票行业的健康发展。
Description
技术领域
本申请涉及计算机技术领域,特别涉及一种识别异常购彩行为的方法、装置、设备和存储介质。
背景技术
随着彩票市场规模的不断扩大,彩票购买者(可以称为彩民)不断增多,彩票市场管理也在不断的更新升级。彩票是一种无记名证券,因而对彩民的跟踪管理几乎是空白的。目前,不理智地购买彩票的彩民有增多的趋势。这类彩民轻则给个人带来经济和心理方面的问题,重则会对家庭甚至社会造成负面影响,违背了发行彩票的初衷。
发明内容
本申请实施例提供了一种识别异常购彩行为的方法、装置、设备和存储介质,可以实现在彩票售卖过程中自动识别分析彩民异常购彩行为。所述技术方案如下:
第一方面,提供了一种识别异常购彩行为的方法,包括:
在接收到彩票购买指令时,将所述彩票购买指令选择购买的目标投注单与至少一个异常购彩习惯进行匹配,所述至少一个异常购彩习惯是对出现异常购彩行为的人员购买过的投注单分析得到的;
若所述目标投注单与所述至少一个异常购彩习惯中的任意一个异常购彩习惯匹配成功,则确定针对所述目标投注单的购彩行为异常。
本申请中,在彩票售卖过程中,可以将某一人员选择购买的目标投注单与事先分析出的问题彩民的异常购彩习惯进行匹配。在匹配成功时,可以确定针对目标投注单的购彩行为异常,即确定这一人员是问题彩民。如此,可以实现在彩票售卖过程中自动识别分析彩民异常购彩行为,定位出问题彩民,据此可以管控非理性购彩,促进彩票行业的健康发展。
可选地,所述在接收到彩票购买指令时,将所述彩票购买指令选择购买的目标投注单与至少一个异常购彩习惯进行匹配之前,还包括:
将多个历史投注单输入分类模型,得到多个投注单集和每个投注单集的行为类型,所述每个投注单集中所有的历史投注单是同一人员购买过的投注单,所述每个投注单集的行为类型用于指示对应人员的购彩行为是正常购彩行为还是异常购彩行为;
对所述多个投注单集中行为类型为异常购彩行为的至少一个投注单集进行分析,得到所述至少一个异常购彩习惯。
可选地,所述将多个历史投注单输入分类模型之前,还包括:
获取多个训练样本集,每个训练样本集中的输入数据为同一人员购买过的多个投注单,所述每个训练样本集中的样本标记为行为类型,所述每个训练样本集中的行为类型用于指示对应人员的购彩行为是正常购彩行为还是异常购彩行为,所述多个训练样本集中的一部分训练样本集中的样本标记均为正常购彩行为,另一部分训练样本集中的样本标记均为异常购彩行为;
使用所述多个训练样本集对神经网络模型进行训练,得到所述分类模型。
可选地,所述至少一个异常购彩习惯中的每个异常购彩习惯包括投注站地址、机号、玩法、销售期、开奖期、有效期数、投注号码、投注倍数、投注期数、支付金额、购买时间中的一个或多个投注习惯,所述将所述彩票购买指令选择购买的目标投注单与至少一个异常购彩习惯进行匹配,包括:
对于所述至少一个异常购彩习惯中的任意一个异常购彩习惯,若所述目标投注单中的投注信息符合所述一个异常购彩习惯中的一个或多个投注习惯中的每个投注习惯,则确定所述目标投注单与所述一个异常购彩习惯匹配成功;
若所述目标投注单中的投注信息不符合所述一个异常购彩习惯中的一个或多个投注习惯,则确定所述目标投注单与所述一个异常购彩习惯匹配失败。
可选地,所述确定针对所述目标投注单的购彩行为异常之后,包括:
根据所述目标投注单完成彩票投注,并向彩票管理中心发送告警信息,所述告警信息用于指示针对所述目标投注单的购彩行为异常;或者
根据所述目标投注单完成彩票投注,并将针对所述目标投注单的购彩行为记录到异常购彩数据库中;或者
生成提示信息,所述提示信息用于提示购彩行为异常;在接收到针对所述目标投注单的申诉请求后,若彩票管理中心审批通过所述申诉请求,则根据所述目标投注单完成彩票投注。
第二方面,提供了一种识别异常购彩行为的装置,包括:
匹配模块,用于在接收到彩票购买指令时,将所述彩票购买指令选择购买的目标投注单与至少一个异常购彩习惯进行匹配,所述至少一个异常购彩习惯是对出现异常购彩行为的人员购买过的投注单分析得到的;
确定模块,用于若所述目标投注单与所述至少一个异常购彩习惯中的任意一个异常购彩习惯匹配成功,则确定针对所述目标投注单的购彩行为异常。
可选地,所述装置还包括:
输入模块,用于将多个历史投注单输入分类模型,得到多个投注单集和每个投注单集的行为类型,所述每个投注单集中所有的历史投注单是同一人员购买过的投注单,所述每个投注单集的行为类型用于指示对应人员的购彩行为是正常购彩行为还是异常购彩行为;
分析模块,用于对所述多个投注单集中行为类型为异常购彩行为的至少一个投注单集进行分析,得到所述至少一个异常购彩习惯。
可选地,所述装置还包括:
获取模块,用于获取多个训练样本集,每个训练样本集中的输入数据为同一人员购买过的多个投注单,所述每个训练样本集中的样本标记为行为类型,所述每个训练样本集中的行为类型用于指示对应人员的购彩行为是正常购彩行为还是异常购彩行为,所述多个训练样本集中的一部分训练样本集中的样本标记均为正常购彩行为,另一部分训练样本集中的样本标记均为异常购彩行为;
训练模块,用于使用所述多个训练样本集对神经网络模型进行训练,得到所述分类模型。
可选地,所述至少一个异常购彩习惯中的每个异常购彩习惯包括投注站地址、机号、玩法、销售期、开奖期、有效期数、投注号码、投注倍数、投注期数、支付金额、购买时间中的一个或多个投注习惯,所述匹配模块用于:
对于所述至少一个异常购彩习惯中的任意一个异常购彩习惯,若所述目标投注单中的投注信息符合所述一个异常购彩习惯中的一个或多个投注习惯中的每个投注习惯,则确定所述目标投注单与所述一个异常购彩习惯匹配成功;
若所述目标投注单中的投注信息不符合所述一个异常购彩习惯中的一个或多个投注习惯,则确定所述目标投注单与所述一个异常购彩习惯匹配失败。
可选地,所述装置包括投注模块,所述投注模块用于:
根据所述目标投注单完成彩票投注,并向彩票管理中心发送告警信息,所述告警信息用于指示针对所述目标投注单的购彩行为异常;或者
根据所述目标投注单完成彩票投注,并将针对所述目标投注单的购彩行为记录到异常购彩数据库中;或者
生成提示信息,所述提示信息用于提示购彩行为异常;在接收到针对所述目标投注单的申诉请求后,若彩票管理中心审批通过所述申诉请求,则根据所述目标投注单完成彩票投注。
第三方面,提供了一种计算机设备,所述计算机设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述的识别异常购彩行为的方法。
第四方面,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存储有计算机程序,所述计算机程序被处理器执行时实现上述的识别异常购彩行为的方法。
第五方面,提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述的识别异常购彩行为的方法的步骤。
可以理解的是,上述第二方面、第三方面、第四方面、第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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是本申请实施例提供的一种识别异常购彩行为的方法的流程图;
图2是本申请实施例提供的另一种识别异常购彩行为的方法的流程图;
图3是本申请实施例提供的一种识别异常购彩行为的装置的结构示意图;
图4是本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
应当理解的是,本申请提及的“多个”是指两个或两个以上。在本申请的描述中,除非另有说明,“/”表示或的意思,比如,A/B可以表示A或B;本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,比如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,为了便于清楚描述本申请的技术方案,采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定,并且“第一”、“第二”等字样也并不限定一定不同。
在对本申请实施例进行详细地解释说明之前,先对本申请实施例的应用场景予以说明。
发行公益彩票,本是一件利国利民的好事,既促进社会福利事业、体育事业的发展,又使得人们在娱乐消遣之余能够奉献爱心,为社会福利事业、体育事业作出贡献。
但是部分彩民心理不成熟,存在“一夜暴富”的心态,这类彩民将购买彩票作为一种投资方式,会不理智的购买彩票。他们往往拿着大钱去碰运气,越买越多,得不到奖后赔得越多,就越想再买,陷入不能自拔的境地。这类彩民轻则给个人带来经济和心理方面的问题,重则会对家庭甚至社会造成负面影响,违背了发行彩票的初衷。
基于以上情况,本申请实施例提供了一种识别异常购彩行为的方法,可以在彩票售卖过程中发现彩民异常购彩行为。如此,可以定位出问题彩民,管控非理性购彩,促进彩票行业的健康发展。
下面对本申请实施例提供的识别异常购彩行为的方法进行详细地解释说明。
图1是本申请实施例提供的一种识别异常购彩行为的方法的流程图。参见图1,该方法包括以下步骤。
步骤101:服务器在接收到彩票购买指令时,将该彩票购买指令选择购买的目标投注单与至少一个异常购彩习惯进行匹配。
彩票购买指令用于指示购买目标投注单。该彩票购买指令可以由想要购买彩票的人员触发。该人员可以在投注机上通过点击操作、手势操作、语音操作、体感操作等操作来选择购买目标投注单,以触发该彩票购买指令。该投注机检测到由该人员触发的该彩票购买指令后,可以将该彩票购买指令发送给服务器。
目标投注单是当前在该投注机上操作的人员想要购买的投注单。目标投注单中具有多个投注信息,该多个投注信息可以包括投注站地址、机号、玩法、销售期、开奖期、有效期数、投注号码、投注倍数、投注期数、支付金额以及购买时间等,本申请实施例对此不作限定。
投注站地址是指用于购买目标投注单的投注机所属的投注站的系统登记地址。机号是绑定用于购买目标投注单的投注机的唯一标识,用于识别该投注机的合法性,如该机号可以是该投注机的编号、出厂序列号、MAC(Media Access Control,介质访问控制)地址等。销售期是指目标投注单的销售时间所属的彩票发行销售期号。开奖期是指目标投注单的开奖期号或开奖时间。有效期数是指目标投注单从当期开始的多个有效开奖期,部分地区多期投注会有有效期。玩法是指彩票种类和每种彩票中的投注方法,比如:双色球-单式、双色球-复式、双色球-胆拖等。投注号码是指根据不同玩法选择的相应的号码。投注倍数是指同样的投注号码购买多注。投注期数是指同样的投注号码购买从当期开始的多个开奖期。支付金额是指需要为购买目标投注单而支付的金额。购买时间是指选择购买目标投注单的时间。
该至少一个异常购彩习惯是对出现异常购彩行为的人员购买过的投注单分析得到的。本申请实施例可以通过大数据分析方式对彩民曾经购买过的投注单进行挖掘,以从中定位出问题彩民,并获得问题彩民的购彩习惯作为异常购彩习惯。
因而,服务器将目标投注单与该至少一个异常购彩习惯进行匹配后,就可以据此确定出当前购买目标投注单的人员是否为问题彩民,也即确定针对目标投注单的购彩行为是正常还是异常。
其中,该至少一个异常购彩习惯中的每个异常购彩习惯可以包括投注站地址、机号、玩法、销售期、开奖期、有效期数、投注号码、投注倍数、投注期数、支付金额、购买时间中的一个或多个投注习惯。比如,该至少一个异常购彩习惯中的一个异常购彩习惯可以包括机号(机号1)、玩法(双色球-复式)、支付金额(3000-5000)和购买时间(14:00-16:00)。另一个异常购彩习惯可以包括投注号码(号码1)、玩法(双色球-复式)和投注倍数(3倍-5倍)。
这种情况下,服务器将目标投注单与该至少一个异常购彩习惯进行匹配的操作可以为:对于该至少一个异常购彩习惯中的任意一个异常购彩习惯,若目标投注单中的投注信息符合这一个异常购彩习惯中的一个或多个投注习惯中的每个投注习惯,则服务器确定目标投注单与这一个异常购彩习惯匹配成功;若目标投注单中的投注信息不符合这一个异常购彩习惯中的一个或多个投注习惯,则服务器确定目标投注单与这一个异常购彩习惯匹配失败。
比如,该至少一个异常购彩习惯包括异常购彩习惯1和异常购彩习惯2。异常购彩习惯1包括机号(机号1)、玩法(双色球-复式)、支付金额(3000-5000)和购买时间(14:00-16:00)这四个投注习惯。异常购彩习惯2包括投注号码(号码1)、玩法(双色球-复式)和投注倍数(3倍-5倍)这三个投注习惯。
假设目标投注单中的多个投注信息为机号(机号1)、销售期(2019139)、玩法(双色球-复式)、投注号码(号码1)、投注倍数(4倍)、支付金额(300)以及购买时间(13:00)。由于目标投注单中的投注信息不符合异常购彩习惯1中的支付金额和购买时间这两个投注习惯,所以服务器可以确定目标投注单与异常购彩习惯1匹配失败。由于目标投注单中的投注信息符合异常购彩习惯2中的投注号码、玩法和投注倍数这三个投注习惯,所以服务器可以确定目标投注单与异常购彩习惯2匹配成功。
进一步地,在步骤101之前,服务器还可以先生成该至少一个异常购彩习惯。具体地,服务器可以将多个历史投注单输入分类模型,得到多个投注单集和每个投注单集的行为类型;对该多个投注单集中行为类型为异常购彩行为的至少一个投注单集进行分析,得到该至少一个异常购彩习惯。
该多个历史投注单可以是已售出的大量投注单。服务器可以从彩票销售数据库中获取该多个历史投注单。
该多个投注单集中的每个投注单集中所有的历史投注单是同一人员购买过的投注单,每个投注单集的行为类型用于指示对应人员的购彩行为是正常购彩行为还是异常购彩行为。也即,该分类模型可以从多个历史投注单中提取出不同人员购买过的所有投注单,且将不同人员购买过的投注单划分到不同的投注单集中。并且,对于任意一个投注单集,该分类模型可以根据这个投注单集中的所有投注单确定购买这个投注单集中的投注单的人员的购彩行为是正常还是异常,即确定该人员是否为问题彩民。换句话说,将该多个历史投注单输入该分类模型后,该分类模型就可以输出与多个人员一一对应的多个投注单集,同时可以输出该多个投注单集中每个投注单集对应的人员的购彩行为是正常还是异常。
服务器对该多个投注单集中行为类型为异常购彩行为的至少一个投注单集进行分析时,对于该多个投注单集中行为类型为异常购彩行为的至少一个投注单集中的任意一个投注单集,服务器可以对这个投注单集中的所有投注单中的投注信息进行统计分析,得到这个投注单集对应的购彩习惯作为异常购彩习惯。其中,服务器对这个投注单集中的所有投注单中的投注信息进行统计分析的操作与相关技术中对大量购物信息进行统计分析的操作类似,本申请实施例对此不进行详细阐述。
该分类模型可以是使用多个训练样本集训练得到。具体地,服务器可以获取多个训练样本集;使用该多个训练样本集对神经网络模型进行训练,得到该分类模型。
该多个训练样本集中的每个训练样本集中的输入数据为同一人员购买过的多个投注单,每个训练样本集中的样本标记为行为类型,每个训练样本集中的行为类型用于指示对应人员的购彩行为是正常购彩行为还是异常购彩行为。该多个训练样本集中的一部分训练样本集中的样本标记均为正常购彩行为,另一部分训练样本集中的样本标记均为异常购彩行为。
该多个训练样本集是技术人员预先设置的。技术人员可以先获取不同人员购买的投注单,并将不同人员购买的投注单划分到不同的训练样本集中,再根据不同人员是否为问题彩民,来为不同的训练样本集打上样本标记。如此,服务器后续使用该多个训练样本集训练出的分类模型不仅可以识别出同一人员购买的投注单,还可以识别出该人员是否为问题彩民。
该神经网络模型可以包括多个网络层,该多个网络层中包括输入层、多个隐含层和输出层。输入层负责接收输入数据;输出层负责输出处理后的数据;多个隐含层位于输入层与输出层之间,负责处理数据,多个隐含层对于外部是不可见的。例如,该神经网络模型可以为深度神经网络等,且可以是深度神经网络中的卷积神经网络等。
其中,服务器使用该多个训练样本集对神经网络模型进行训练,得到该分类模型时,对于该多个训练样本集中的每个训练样本集,服务器可以将这个训练样本集中的输入数据输入神经网络模型,获得输出数据;通过损失函数确定该输出数据与该训练样本集中的样本标记之间的损失值;根据该损失值调整该神经网络模型中的参数。在使用该多个训练样本集中的每个训练样本集对该神经网络模型中的参数进行调整后,参数调整完成的该神经网络模型即为该分类模型。
其中,服务器根据该损失值调整该神经网络模型中的参数的操作可以参考相关技术,本申请实施例对此不进行详细阐述。例如,对于该神经网络模型中的任意一个参数,服务器可以根据该损失值和这个参数,获取该损失函数关于这个参数的偏导数;将这个参数减去学习率与这个参数的偏导数之积,得到调整后的参数。该学习率可以预先进行设置,如该学习率可以为0.001、0.000001等,本申请实施例对此不作唯一限定。
步骤102:若目标投注单与该至少一个异常购彩习惯中的任意一个异常购彩习惯匹配成功,则服务器确定针对目标投注单的购彩行为异常。
若目标投注单与该至少一个异常购彩习惯中的任意一个异常购彩习惯匹配成功,说明当前选择购买目标投注单的人员的购彩习惯符合异常购彩习惯,则服务器可以确定针对目标投注单的购彩行为异常,即确定当前选择购买目标投注单的人员是问题彩民。
进一步地,若目标投注单与该至少一个异常购彩习惯中的每个异常购彩习惯均匹配失败,说明当前选择购买目标投注单的人员的购彩习惯与异常购彩习惯不符,则服务器可以确定针对目标投注单的购彩行为正常,即确定当前选择购买目标投注单的人员不是问题彩民。
进一步地,服务器确定针对目标投注单的购彩行为异常之后,服务器可以在正常根据目标投注单完成彩票投注的同时进行记录或告警;或者,服务器也可以限制购彩。以便实现对非理性购彩的管控。
具体地,服务器可以根据目标投注单完成彩票投注,并向彩票管理中心发送告警信息,该告警信息用于指示针对目标投注单的购彩行为异常。这种情况下,彩票管理中心可以及时获知该异常购彩行为,以据此实现对非理性购彩的管控。
或者,服务器可以根据目标投注单完成彩票投注,并将针对目标投注单的购彩行为记录到异常购彩数据库中。这种情况下,服务器的异常购彩数据库中可以记录有所有的异常购彩行为,后续根据该异常购彩数据库可以实现对非理性购彩的管控。
或者,服务器可以生成提示信息,该提示信息用于提示购彩行为异常;在接收到针对目标投注单的申诉请求后,若彩票管理中心审批通过该申诉请求,则根据目标投注单完成彩票投注。这种情况下,服务器生成提示信息后,可以将该提示信息发送给投注机,由该投注机显示该提示信息。当前选择购买目标投注单的人员看到该提示信息后,可以针对目标投注单发起申诉请求,该申诉请求中可以包括该人员的身份证号等申诉信息,该申诉请求用于请求解除购彩限制。服务器接收到该申诉请求后,可以将该申诉请求发送给彩票管理中心。彩票管理中心接收到该申诉请求后,可以对该申诉请求中携带的申诉信息进行验核,以确定该人员是否可能是问题彩民。若彩票管理中心确定该人员很有可能是问题彩民,则向服务器返回审批失败通知;若彩票管理中心确定该人员不太可能是问题彩民,则向服务器返回审批通过通知。若服务器接收到彩票管理中心针对该申诉请求返回的审批失败通知,则继续进行购彩限制,即拒绝根据目标投注单进行彩票投注;若服务器接收到彩票管理中心针对该申诉请求返回的审批通过信息,则可以解除购彩限制,根据目标投注单完成彩票投注。
为了便于理解,下面结合图2来对上述识别异常购彩行为的方法进行举例说明。参见图2,该方法包括如下步骤:
步骤201:服务器使用多个训练样本集对神经网络模型进行训练,得到分类模型。
步骤202:服务器获取多个历史投注单。
步骤203:服务器将该多个历史投注单输入该分类模型,得到多个投注单集和每个投注单集的行为类型;对该多个投注单集中行为类型为异常购彩行为的至少一个投注单集进行分析,得到至少一个异常购彩习惯。
步骤204:服务器接收投注机发送的用于选择购买目标投注单的彩票购买指令。
步骤205:服务器判断目标投注单与该至少一个异常购彩习惯是否匹配;若匹配,则执行步骤206;若不匹配,则指定步骤207。
步骤206:服务器确定针对目标投注单的购彩行为异常;在正常根据目标投注单完成彩票投注的同时进行记录或告警,或者限制购彩。
步骤207:服务器确定针对目标投注单的购彩行为正常,正常根据目标投注单完成彩票投注。
服务器在根据目标投注单完成彩票投注后,目标投注单即属于历史投注单。这种情况下,可以返回步骤202,以便据此重新挖掘异常购彩习惯。
在本申请实施例中,服务器在彩票售卖过程中,可以将某一人员选择购买的目标投注单与事先分析出的问题彩民的异常购彩习惯进行匹配。在匹配成功时,服务器可以确定针对目标投注单的购彩行为异常,即确定这一人员是问题彩民。如此,可以实现在彩票售卖过程中自动识别分析彩民异常购彩行为,定位出问题彩民,据此可以管控非理性购彩,促进彩票行业的健康发展。
图3是本申请实施例提供的一种识别异常购彩行为的装置的结构示意图。参见图3,该装置包括:匹配模块301和确定模块302。
匹配模块301,用于在接收到彩票购买指令时,将彩票购买指令选择购买的目标投注单与至少一个异常购彩习惯进行匹配,至少一个异常购彩习惯是对出现异常购彩行为的人员购买过的投注单分析得到的;
确定模块302,用于若目标投注单与至少一个异常购彩习惯中的任意一个异常购彩习惯匹配成功,则确定针对目标投注单的购彩行为异常。
可选地,该装置还包括:
输入模块,用于将多个历史投注单输入分类模型,得到多个投注单集和每个投注单集的行为类型,每个投注单集中所有的历史投注单是同一人员购买过的投注单,每个投注单集的行为类型用于指示对应人员的购彩行为是正常购彩行为还是异常购彩行为;
分析模块,用于对多个投注单集中行为类型为异常购彩行为的至少一个投注单集进行分析,得到至少一个异常购彩习惯。
可选地,该装置还包括:
获取模块,用于获取多个训练样本集,每个训练样本集中的输入数据为同一人员购买过的多个投注单,每个训练样本集中的样本标记为行为类型,每个训练样本集中的行为类型用于指示对应人员的购彩行为是正常购彩行为还是异常购彩行为,多个训练样本集中的一部分训练样本集中的样本标记均为正常购彩行为,另一部分训练样本集中的样本标记均为异常购彩行为;
训练模块,用于使用多个训练样本集对神经网络模型进行训练,得到分类模型。
可选地,至少一个异常购彩习惯中的每个异常购彩习惯包括投注站地址、机号、玩法、销售期、开奖期、有效期数、投注号码、投注倍数、投注期数、支付金额、购买时间中的一个或多个投注习惯,匹配模块301用于:
对于至少一个异常购彩习惯中的任意一个异常购彩习惯,若目标投注单中的投注信息符合一个异常购彩习惯中的一个或多个投注习惯中的每个投注习惯,则确定目标投注单与一个异常购彩习惯匹配成功;
若目标投注单中的投注信息不符合一个异常购彩习惯中的一个或多个投注习惯,则确定目标投注单与一个异常购彩习惯匹配失败。
可选地,该装置包括投注模块,投注模块用于:
根据目标投注单完成彩票投注,并向彩票管理中心发送告警信息,告警信息用于指示针对目标投注单的购彩行为异常;或者
根据目标投注单完成彩票投注,并将针对目标投注单的购彩行为记录到异常购彩数据库中;或者
生成提示信息,提示信息用于提示购彩行为异常;在接收到针对目标投注单的申诉请求后,若彩票管理中心审批通过申诉请求,则根据目标投注单完成彩票投注。
在本申请实施例中,服务器在彩票售卖过程中,可以将某一人员选择购买的目标投注单与事先分析出的问题彩民的异常购彩习惯进行匹配。在匹配成功时,服务器可以确定针对目标投注单的购彩行为异常,即确定这一人员是问题彩民。如此,可以实现在彩票售卖过程中自动识别分析彩民异常购彩行为,定位出问题彩民,据此可以管控非理性购彩,促进彩票行业的健康发展。
需要说明的是:上述实施例提供的识别异常购彩行为的装置在识别异常购彩行为时,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,上述实施例提供的识别异常购彩行为的装置与识别异常购彩行为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4为本申请实施例提供的一种计算机设备的结构示意图。如图4所示,计算机设备4包括:处理器40、存储器41以及存储在存储器41中并可在处理器40上运行的计算机程序42,处理器40执行计算机程序42时实现上述实施例中的识别异常购彩行为的方法中的步骤。
计算机设备4可以为服务器,该服务器可以是后台服务器集群中的服务器,本申请实施例不限定计算机设备4的类型。本领域技术人员可以理解,图4仅仅是计算机设备4的举例,并不构成对计算机设备4的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,比如还可以包括输入输出设备、网络接入设备等。
处理器40可以是中央处理单元(Central Processing Unit,CPU),处理器40还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者也可以是任何常规的处理器。
存储器41在一些实施例中可以是计算机设备4的内部存储单元,比如计算机设备4的硬盘或内存。存储器41在另一些实施例中也可以是计算机设备4的外部存储设备,比如计算机设备4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器41还可以既包括计算机设备4的内部存储单元也包括外部存储设备。存储器41用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,比如计算机程序的程序代码等。存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
在一些实施例中,还提供了一种计算机可读存储介质,该存储介质内存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的识别异常购彩行为的方法的步骤。比如,该计算机可读存储介质可以是ROM(Read-Only Memory,只读存储器)、RAM(RandomAccess Memory,随机存取存储器)、CD-ROM(Compact Disc Read-Only Memory,只读光盘)、磁带、软盘和光数据存储设备等。
值得注意的是,本申请提到的计算机可读存储介质可以为非易失性存储介质,换句话说,可以是非瞬时性存储介质。
应当理解的是,实现上述实施例的全部或部分步骤可以通过软件、硬件、固件或者其任意结合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。该计算机指令可以存储在上述计算机可读存储介质中。
也即是,在一些实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中的识别异常购彩行为的方法的步骤。
以上所述为本申请提供的可选实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种识别异常购彩行为的方法,其特征在于,包括:
在接收到彩票购买指令时,将所述彩票购买指令选择购买的目标投注单与至少一个异常购彩习惯进行匹配,所述至少一个异常购彩习惯是对出现异常购彩行为的人员购买过的投注单分析得到的;
若所述目标投注单与所述至少一个异常购彩习惯中的任意一个异常购彩习惯匹配成功,则确定针对所述目标投注单的购彩行为异常。
2.如权利要求1所述的方法,其特征在于,所述在接收到彩票购买指令时,将所述彩票购买指令选择购买的目标投注单与至少一个异常购彩习惯进行匹配之前,还包括:
将多个历史投注单输入分类模型,得到多个投注单集和每个投注单集的行为类型,所述每个投注单集中所有的历史投注单是同一人员购买过的投注单,所述每个投注单集的行为类型用于指示对应人员的购彩行为是正常购彩行为还是异常购彩行为;
对所述多个投注单集中行为类型为异常购彩行为的至少一个投注单集进行分析,得到所述至少一个异常购彩习惯。
3.如权利要求2所述的方法,其特征在于,所述将多个历史投注单输入分类模型之前,还包括:
获取多个训练样本集,每个训练样本集中的输入数据为同一人员购买过的多个投注单,所述每个训练样本集中的样本标记为行为类型,所述每个训练样本集中的行为类型用于指示对应人员的购彩行为是正常购彩行为还是异常购彩行为,所述多个训练样本集中的一部分训练样本集中的样本标记均为正常购彩行为,另一部分训练样本集中的样本标记均为异常购彩行为;
使用所述多个训练样本集对神经网络模型进行训练,得到所述分类模型。
4.如权利要求1-3任一所述的方法,其特征在于,所述至少一个异常购彩习惯中的每个异常购彩习惯包括投注站地址、机号、玩法、销售期、开奖期、有效期数、投注号码、投注倍数、投注期数、支付金额、购买时间中的一个或多个投注习惯,所述将所述彩票购买指令选择购买的目标投注单与至少一个异常购彩习惯进行匹配,包括:
对于所述至少一个异常购彩习惯中的任意一个异常购彩习惯,若所述目标投注单中的投注信息符合所述一个异常购彩习惯中的一个或多个投注习惯中的每个投注习惯,则确定所述目标投注单与所述一个异常购彩习惯匹配成功;
若所述目标投注单中的投注信息不符合所述一个异常购彩习惯中的一个或多个投注习惯,则确定所述目标投注单与所述一个异常购彩习惯匹配失败。
5.如权利要求1-3任一所述的方法,其特征在于,所述确定针对所述目标投注单的购彩行为异常之后,包括:
根据所述目标投注单完成彩票投注,并向彩票管理中心发送告警信息,所述告警信息用于指示针对所述目标投注单的购彩行为异常;或者
根据所述目标投注单完成彩票投注,并将针对所述目标投注单的购彩行为记录到异常购彩数据库中;或者
生成提示信息,所述提示信息用于提示购彩行为异常;在接收到针对所述目标投注单的申诉请求后,若彩票管理中心审批通过所述申诉请求,则根据所述目标投注单完成彩票投注。
6.一种识别异常购彩行为的装置,其特征在于,包括:
匹配模块,用于在接收到彩票购买指令时,将所述彩票购买指令选择购买的目标投注单与至少一个异常购彩习惯进行匹配,所述至少一个异常购彩习惯是对出现异常购彩行为的人员购买过的投注单分析得到的;
确定模块,用于若所述目标投注单与所述至少一个异常购彩习惯中的任意一个异常购彩习惯匹配成功,则确定针对所述目标投注单的购彩行为异常。
7.如权利要求6所述的装置,其特征在于,所述装置还包括:
输入模块,用于将多个历史投注单输入分类模型,得到多个投注单集和每个投注单集的行为类型,所述每个投注单集中所有的历史投注单是同一人员购买过的投注单,所述每个投注单集的行为类型用于指示对应人员的购彩行为是正常购彩行为还是异常购彩行为;
分析模块,用于对所述多个投注单集中行为类型为异常购彩行为的至少一个投注单集进行分析,得到所述至少一个异常购彩习惯。
8.如权利要求6或7所述的装置,其特征在于,所述至少一个异常购彩习惯中的每个异常购彩习惯包括投注站地址、机号、玩法、销售期、开奖期、有效期数、投注号码、投注倍数、投注期数、支付金额、购买时间中的一个或多个投注习惯,所述匹配模块用于:
对于所述至少一个异常购彩习惯中的任意一个异常购彩习惯,若所述目标投注单中的投注信息符合所述一个异常购彩习惯中的一个或多个投注习惯中的每个投注习惯,则确定所述目标投注单与所述一个异常购彩习惯匹配成功;
若所述目标投注单中的投注信息不符合所述一个异常购彩习惯中的一个或多个投注习惯,则确定所述目标投注单与所述一个异常购彩习惯匹配失败。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至5任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011052462.XA CN112184315A (zh) | 2020-09-29 | 2020-09-29 | 识别异常购彩行为的方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011052462.XA CN112184315A (zh) | 2020-09-29 | 2020-09-29 | 识别异常购彩行为的方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112184315A true CN112184315A (zh) | 2021-01-05 |
Family
ID=73946558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011052462.XA Pending CN112184315A (zh) | 2020-09-29 | 2020-09-29 | 识别异常购彩行为的方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112184315A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130291099A1 (en) * | 2012-04-25 | 2013-10-31 | Verizon Patent And Licensing, Inc. | Notification services with anomaly detection |
CN105069626A (zh) * | 2015-07-23 | 2015-11-18 | 北京京东尚科信息技术有限公司 | 一种购物异常检测方法及系统 |
CN106453357A (zh) * | 2016-11-01 | 2017-02-22 | 北京红马传媒文化发展有限公司 | 一种网络购票异常行为的识别方法、系统及设备 |
CN106777024A (zh) * | 2016-12-08 | 2017-05-31 | 北京小米移动软件有限公司 | 识别恶意用户的方法及装置 |
CN107798530A (zh) * | 2017-08-09 | 2018-03-13 | 中国银联股份有限公司 | 一种支付系统以及支付方法 |
CN108596738A (zh) * | 2018-05-08 | 2018-09-28 | 新华三信息安全技术有限公司 | 一种用户行为检测方法及装置 |
CN108921602A (zh) * | 2018-06-21 | 2018-11-30 | 华南理工大学 | 一种基于集成神经网络的用户购买行为预测方法 |
CN110874778A (zh) * | 2018-08-31 | 2020-03-10 | 阿里巴巴集团控股有限公司 | 异常订单检测方法及装置 |
CN111626821A (zh) * | 2020-05-26 | 2020-09-04 | 山东大学 | 基于集成特征选择实现客户分类的产品推荐方法及系统 |
-
2020
- 2020-09-29 CN CN202011052462.XA patent/CN112184315A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130291099A1 (en) * | 2012-04-25 | 2013-10-31 | Verizon Patent And Licensing, Inc. | Notification services with anomaly detection |
CN105069626A (zh) * | 2015-07-23 | 2015-11-18 | 北京京东尚科信息技术有限公司 | 一种购物异常检测方法及系统 |
CN106453357A (zh) * | 2016-11-01 | 2017-02-22 | 北京红马传媒文化发展有限公司 | 一种网络购票异常行为的识别方法、系统及设备 |
CN106777024A (zh) * | 2016-12-08 | 2017-05-31 | 北京小米移动软件有限公司 | 识别恶意用户的方法及装置 |
CN107798530A (zh) * | 2017-08-09 | 2018-03-13 | 中国银联股份有限公司 | 一种支付系统以及支付方法 |
CN108596738A (zh) * | 2018-05-08 | 2018-09-28 | 新华三信息安全技术有限公司 | 一种用户行为检测方法及装置 |
CN108921602A (zh) * | 2018-06-21 | 2018-11-30 | 华南理工大学 | 一种基于集成神经网络的用户购买行为预测方法 |
CN110874778A (zh) * | 2018-08-31 | 2020-03-10 | 阿里巴巴集团控股有限公司 | 异常订单检测方法及装置 |
CN111626821A (zh) * | 2020-05-26 | 2020-09-04 | 山东大学 | 基于集成特征选择实现客户分类的产品推荐方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7370314B2 (ja) | ゲーム管理システム | |
JP6795692B2 (ja) | カジノ施設で使用する紙幣鑑別現金払出装置とそのシステム及びその方法 | |
US7617151B2 (en) | Alternative player tracking techniques | |
JP3096330B2 (ja) | コンピュータ化ゲーム装置及び方法 | |
CN112512647B (zh) | 用于促进游戏的电子桌系统 | |
CN101111872B (zh) | 具有电子即赢游戏的抽奖和游戏系统 | |
US20110014963A1 (en) | Methods and apparatus for facilitating blackjack flat rate play sessions | |
US20080274783A1 (en) | Session play with high volatility bet option | |
US20110130188A1 (en) | Methods and systems for facilitating play at a gaming device by means of third party offers | |
JP6510392B2 (ja) | 特典管理システム、特典管理方法、特典管理装置及び特典管理プログラム | |
MXPA04005469A (es) | Sistema de distribucion de boletos de loteria. | |
EP0665036A1 (fr) | Système de jeu | |
US20060223620A1 (en) | Products and processes for applying conditions to a lottery entry | |
CN109699173B (zh) | 用于区分游戏桌的单个游戏娱乐元素放置点处的多个相异的游戏娱乐元素的系统和方法 | |
US20070072667A1 (en) | Methods and apparatus wherein multiple simultaneous entries to a single game of chance are eligible for awards based on both matching and non-matching symbols | |
CN113811371A (zh) | 管理系统 | |
US20190355204A1 (en) | Point of purchase hybrid gaming system | |
US20070162330A1 (en) | Method and apparatus for conducting a sweepstakes | |
US20120178513A1 (en) | Lottery validation and payment method | |
JP3966960B2 (ja) | 抽選権自動登録システム | |
CN112184315A (zh) | 识别异常购彩行为的方法、装置、设备和存储介质 | |
RU2124230C1 (ru) | Устройство для проведения лотереи | |
WO2021075350A1 (ja) | ゲーム媒体管理装置及びゲーム媒体管理方法 | |
US20160346672A1 (en) | Game system, game ticket and method for implementing a game | |
RU2631201C1 (ru) | Способ проведения лотереи |
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 |