CN112561543A - 一种基于全周期物流数据分析的电商平台虚假交易订单监控方法、系统及云服务器 - Google Patents

一种基于全周期物流数据分析的电商平台虚假交易订单监控方法、系统及云服务器 Download PDF

Info

Publication number
CN112561543A
CN112561543A CN202011537814.0A CN202011537814A CN112561543A CN 112561543 A CN112561543 A CN 112561543A CN 202011537814 A CN202011537814 A CN 202011537814A CN 112561543 A CN112561543 A CN 112561543A
Authority
CN
China
Prior art keywords
order
commodity
false
package
merchant
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.)
Withdrawn
Application number
CN202011537814.0A
Other languages
English (en)
Inventor
谢雨函
李存
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202011537814.0A priority Critical patent/CN112561543A/zh
Publication of CN112561543A publication Critical patent/CN112561543A/zh
Withdrawn legal-status Critical Current

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
    • G06Q30/00—Commerce
    • G06Q30/018—Certifying business or products
    • G06Q30/0185—Product, service or business identity fraud
    • 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]
    • G06Q30/0623—Item investigation
    • G06Q30/0625—Directed, with specific intent or strategy
    • 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]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase orders

Landscapes

  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基于全周期物流数据分析的电商平台虚假交易订单监控方法、系统及云服务器，其中该电商平台虚假交易订单监控系统包括订单获取模块、物流信息上传模块、分析判断模块、数据库、电商平台监管中心和警告中心。通过订单获取模块、流采集模块和分析判断模块对电商平台出现的虚假交易进行了全周期的物流数据分析进而统计了店铺虚假系数。通过直观的数据显示可以将存在虚假交易的店铺快速判断并处理。通过本发明完善了电商平台的管理制度，通过警告中心对虚假交易的店铺进行封号、罚款和平台显示等处理，有效的制约了店铺进行虚假交易的行为，保障了商家竞争的公平性，优化了网络交易环境，同时大大的增加了消费者对平台的信任感。

Description

一种基于全周期物流数据分析的电商平台虚假交易订单监控 方法、系统及云服务器
技术领域
本发明属于电商平台监管技术领域，涉及到一种基于全周期物流数据分析的电商平台虚假交易订单监控方法、系统及云服务器。
背景技术
随着网络和经济的发展，很多行业由实体销售逐渐迈向了网络销售。网络购物已经慢慢的成为当代人的一种新型购物方式。在这种新型购物方式，消费者并不能直接看到商品的本身，而是通过店铺中展示的商品详细信息、商家信誉、该商品的月销售量等进行判断后购买。在这种网络交易模式下，各电商商家之间的竞争也越来越激烈，各商家随之便产生了虚假交易订单从而提高各商家对应商品的月销售量，这种虚假订单的存在非常不利于消费者对商品的判断。
现有的虚假订单监管方式为人工后台监管方式和电商平台内部的自我监管方式，平台内部的自我监管用于检测和管理平台的虚假交易订单，电商平台内部的自我监管方式无法判断虚假订单由人工后台监管方式进行检测和管理。但是这两种方式都不是十分完善，对虚假订单行为监管的效率也十分的低，无法对这种虚假订单进行有效的制约，达不到预期的制约效果。同时无法有效的保障商家之间竞争的公平性，降低了消费者对平台的信任感，也无法对整个网络交易环境进行良好的改善。为解决以上问题，现提出一种基于全周期物流数据分析的电商平台虚假交易订单监控方法、系统及云服务器。
发明内容
本发明的目的在于提供的一种基于全周期物流数据分析的电商平台虚假交易订单监控方法、系统及云服务器，通过对订单中商品重量、商品体积、商品收货地址和商品特征与物流采集模块上传的包裹实际重量、包裹实际体积、实际签收地址和包裹内部商品特征进行全周期的精准对比与分析，解决了现有的虚假订单监管方式监管效率低的问题。
本发明的目的可以通过以下技术方案实现：
一种基于全周期物流数据分析的电商平台虚假交易订单监控方法，该电商平台虚假交易订单监控方法在具体实施过程中需要用到一种基于全周期物流数据分析的电商平台虚假交易订单监控系统，该电商平台虚假交易订单监控系统包括订单获取模块、物流信息上传模块、分析判断模块、数据库、电商平台监管中心和警告中心；
分析判断模块分别与订单获取模块、数据库、物流信息上传模块模块和电商平台监管中心连接，电商平台监管中心分别与数据库和警告中心连接，数据库与店铺录入模块连接；
所述订单获取模块包括订单数量获取模块、订单商品参数获取模块、商家信息获取模块和买家信息获取模块；
所述订单数量获取模块用于获取预设时间段内的电商平台的订单数量，根据获取预设时间段内的订单数量并对该预设时间段内的订单按照订单生成时间先后的顺序进行编号，依次标记为1,2，...,j,...m；
所述订单商品参数获取模块用于获取预设时间段内各订单上显示的商品参数，其中订单商品参数包括订单商品重量、订单商品体积、订单商品颜色和订单商品形状，根据获取的各订单上显示的商品参数进而构建订单商品参数集合Cw(Cw1,Cw2,...,Cwj,...Cwm)，Cwj表示第j个订单对应的第w个商品参数，w表示订单商品参数，w＝e1,e2,e3,e4,e1,e2,e3,e4分别代表订单商品重量、订单商品体积、订单商品颜色、订单商品形状，进而将订单商品参数集合发送至分析判断模块；
所述商家信息获取模块用于获取各订单中商家的信息，其中商家的信息包括商家店铺名称、商家联系电话、商家姓名和商家发货地址，根据获取各订单中商家的信息进而构建订单商家信息集合Xr(Xr1,Xr2,...Xrj,...Xrm),Xrj表示第j个订单对应的第r个商家信息，r表示商家信息，r＝p1,p2,p3,p4,p1,p2,p3,p4分别代表商家店铺名称、商家联系电话、商家姓名、商家发货地址，进而将订单商家信息集合发送至分析判断模块；
所述买家信息获取模块用于获取预设时间段内各订单中买家的信息，其中买家的信息包括买家姓名、买家收货地址、买家联系电话和买家ID账号，根据获取的各订单买家信息进而构建订单买家信息集合Mi(Mi1,Mi2,...Mij,....Mim)，Mij表示第j个订单对应的第i个买家信息，i＝n1,n2,n3,n4,n1,n2,n3,n4分别代表买家姓名、买家收货地址、买家联系电话、买家ID账号，而将订单买家信息集合发送至分析判断模块；
所述物流信息上传模块用于上传承运的预设时间段内各订单的快递包裹信息，其中物流信息上传模块包括包裹体积上传模块、包裹重量上传模块、包裹内商品特征上传模块和实际签收地址上传模块；
所述包裹重量上传模块用于上传承运的各订单的包裹重量，使用物流电子称对包裹的重量进行检测，进而将检测的包裹重量记为G，根据统计的各包裹重量构建包裹重量集合G(G1,G2,...Gj,Gm)，其中Gj表示第j个订单所对应的包裹重量，将包裹重量集合发送至分析判断模块；
所述包裹体积上传模块用于上传承运的各订单的包裹体积，通过采用VR三维扫描仪对进行包裹全方位的扫描,进而获取各对应订单的包裹体积，将获取的包裹体积记为记为L，进而构建包裹体积集合L(L1,L2,...Lj,..Lm)，其中Lj表示第j个订单所对应的包裹体积将包裹体积集合发送分析判断模块；
所述实际签收地址上传模块用于上传承运的各订单对应的实际签收地址，将获取的各订单对应的包裹实际签收地址记为Z,进而构建包裹实际签收地址集合Z(Z1,Z2，...,Zj...Zm),Zj表示第j个订单所对应的实际签收地址，将包裹实际签收地址集合发送至分析判断模块；
所述包裹内商品特征上传模块上传承运的各订单包裹内的商品特征，其中包裹内的商品特征包括包裹内商品形状和包裹内商品颜色，通过三维激光扫描仪对各订单包裹内商品形状和各订单包裹内商品颜色进行扫描，进而获取各订单包裹内商品形状图像和各订单包裹内商品颜色对应的RGB值，根据获取的各订单包裹内商品形状图像构建包裹内商品形状集合T(T1,2,...Tj,...Tm)，Tj表示第j个订单所对应的包裹内商品形状，同时根据获取的各订单包裹内商品颜色对应的RGB值构建包裹内商品颜色集合Y(Y1，Y2，...Yj,...Ym)，Yj表示第j个订单所对应的包裹内商品颜色对应的RGB值，将包裹内商品形状集合和包裹内商品颜色集合发送至分析判断模块；
所述分析判断模块用于接收订单获取模块发送的订单商品参数集合与物流信息上传模块发送的包裹重量集合，进而从订单商品参数集合中提取各订单商品重量参数，进而构建订单商品重量集合Ce1(Ce11,Ce12,...,Ce1j,...Ce1m)，e1表示订单商品重量，Ce1j表示第j个订单所对应的订单商品重量，进而将提取的订单商品重量与该订单对应的物流信息模块上传包裹重量进行对比，进而构成商品重量差值集合ΔCe1(ΔCe11,ΔCe12,...,ΔCe1j,...ΔCe1m)，ΔCe1j表示第j个订单中商品重量与包裹重量的差值，将各订单商品重量差值与各订单商品标准重量差值进行对比，进而统计商品重量虚假系数，其中各订单商品重量虚假系数计算公式为
Figure BDA0002853656280000051
Figure BDA0002853656280000052
表示第d个订单对应的商品重量虚假系数，d表示订单编号，d＝1,2，...,j,...m，Kd表示第d个订单对应的标准商品重量差值，m表示获取的预设时间段内电商平台的订单总量；
所述分析判断模块用于接收订单获取模块发送的订单商品参数集合与物流信息上传模块发送的包裹体积集合，进而从订单商品参数集合中提取各订单商品体积参数，进而构建订单商品体积集合Ce2(Ce21,Ce22,...,Ce2j,...Ce2m)，e2表示订单商品体积，Ce2j表示第j个订单所对应的订单商品体积，进而将提取的订单商品体积与该订单对应的物流信息模块上传的包裹体积进行对比，进而构成商品体积差值集合ΔCe2(ΔCe21,ΔCe22,...,ΔCe2j,...ΔCe2m)，ΔCe2j表示第j个订单中商品体积与包裹体积的差值，将各订单商品体积的差值与各订单标准商品体积差值进行对比，进而统计订单商品体积虚假系数，其中各订单商品体积虚假系数计算公式为
Figure BDA0002853656280000053
λd表示各订单对应的商品体积虚假系数，d表示订单编号，d＝1,2，...,j,...m，Qd表示第d个订单对应的标准商品体积差值系数，m表示获取的预设时间段内电商平台的订单总量；
所述分析判断模块用于接收订单获取模块发送的商品参数集合与物流信息上传模块发送的包裹内商品颜色集合，从订单商品参数集合中提取各订单商品颜色参数，进而构建订单商品颜色集合Ce3(Ce31,Ce32,...,Ce3j,...Ce3m)，e3表示订单商品颜色，Ce3j表示第j个订单所对应的订单商品颜色，从数据库中提取各订单商品颜色的RGB值并记为e3′，将各订单商品颜色的RGB值与该订单对应的包裹内商品颜色的RGB值进行对比，统计各订单商品颜色的RGB值与该订单对应的包裹内商品颜色的RGB值的差值，进而构建各订单商品颜色差值集合ΔCe3′(ΔCe3′1,ΔCe3′2,...,ΔCe3′j,...ΔCe3′m)，ΔCe3′j表示第j个订单商品颜色的RGB值与该订单对应的包裹内商品颜色的RGB值的差值，将统计的各订单商品颜色的差值与标准色差值进行对比，进而统计各订单商品颜色虚假系数，其中各订单商品颜色虚假系计算公式为为
Figure BDA0002853656280000061
Figure BDA0002853656280000062
表示第d个订单对应的商品颜色虚假系数，Fd第d个订单对应的标准色差值，d表示订单编号，d＝1,2，...,j,...m，m表示获取的预设时间段内电商平台的订单总量；
同时所述分析判断模块接收订单获取模块发送的商品参数集合与物流信息上传模块发送的包裹内商品形状集合，从订单商品参数集合中提取各订单商品形状参数，进而构建订单商品形状集合Ce4(Ce41,Ce42,...,Ce4j,...Ce4m)，e4表示订单商品形状，Ce4j表示第j个订单所对应的订单商品形状，采用感知哈希算法获取订单商品形状与该订单对应的包裹内商品形状的差值,进而构建各订单商品形状差值集合ΔCe4′(ΔCe4′1,ΔCe4′2,...,ΔCe4′j,...ΔCe4′m)，ΔCe4′j表示第j个订单商品形状与该订单对应的包裹内商品形状的差值，将统计的各商品形状的差值与商品标准形状差值进行对比，进而获取商品形状虚假系数，其中各订单商品形状虚假系数计算公式为
Figure BDA0002853656280000063
φd表示第d个订单对应的商品虚假系数，Pd表示商品标准形状差值，d表示订单编号，d＝1,2，...,j,...m，m表示获取的预设时间段内电商平台的订单总量；
所述分析判断模块用于接收订单获取模块发送的买家信息集合与物流信息上传模块发送的包裹实际签收地址集合，进而统计各订单买家收货地址与各订单商家发货地址的之间距离，进而构建各订单买家收货地址距离集合J(J1,J2,...Jj,...Jm)，Jj表示第j个订单所对应的订单收货地址与对应商家发货地址的距离，同时统计各订单包裹实际签收地址与各订单商家发货地址之间的距离，进而构建各订单包裹实际签收地址距离集合J′(J′1,J′2,...J′j,...J′m)，J′j表示第j个订单所对应的包裹实际签收地址与对应商家发货地址的距离，将各订单买家收货地址距离与各订单包裹实际签收地址距离进行对比，进而构建地址距离差值集合ΔJ(ΔJ1,ΔJ2,...ΔJj,...ΔJm)，ΔJj表示第j个订单所对应的买家收货地址距离与该订单对应的包裹实际签收地址距离的差值，将统计的各订单买家和该订单对应的商家的地址距离差值与标准地址距离差值进行对比进而统计商品物流虚假系数，其中各订单商品物流虚假系数计算公式为为
Figure BDA0002853656280000071
θd表示第d个订单对应的商品物流虚假系数，Wd表示标准地址距离差值，d表示订单编号，d＝1,2，...,j,...m，m表示获取的预设时间段内电商平台的订单总量；
所述分析判断模块根据统计的各订单商品重量虚假系数、商品体积虚假系数、商品颜色虚假系数和商品形状虚假系数进而统计各订单商品信息虚假系数；
分析判断模块通过统计各订单商品信息虚假系数和各订单商品物流虚假系数，进而统计各商品综合虚假系数，将各商品综合虚假系数与标准商品综合虚假系数的最小值进行比较，若各商品综合虚假系数小于标准商品综合虚假系数的最小值，则提取各商品综合虚假系数对应的订单编号，进而统计各虚假订单的数量，将统计的虚假订单按照订单生成的时间先后进的顺序进行编号，依次标记为1，2，...h,..w,根据虚假订单的编号分别从订单商家信息集合和订单买家信息集合中调取各虚假订单对应的商家信息和各虚假订单对应的买家信息，将各虚假订单中的商家信息和买家信息对比，统计各虚假订单中的商家和买家的个数，进而统计各商家和买家的虚假订单数量，根据该商家和该买家的虚假订单数量进而统计该商家虚假交易系数和该买家虚假交易系数，并发送至电商平台监管中心；
所述电商平台监管中心用于接收分析判断模块发送的各商家虚假交易系数和各买家虚假交易系数，将接收的各商家虚假交易系数和各买家虚假交易系数与数据库中标准商家交易系数和标准买家交易系数进行对比，若某商家虚假交易系数和某买家虚假交易系数大于数据库中存储的标准商家交易系数和标准买家交易系数的最小值，则判定为该商家或者该买家存在虚假交易，进而从订单商家信息集合和订单买家信息集合中提取存在虚假交易的各商家信息和各买家信息，进而将提取的存在虚假交易的各商家信息和各买家信息发送至警告中心；
所述数据库用于存储商品标准形状差值、商品标准重量差值、商品标准体积差值、标准色差值、标准商品虚假系数最小值、标准商家交易系数、标准买家交易系数和各颜色对应的RGB值；
所述警告中心用于接收电商平台监管中心发送的存在虚假交易的各商家信息和各买家信息，并对各存在虚假交易的商家和各买家发送警告信号并进行相应的处理，进而将商家处理的结果进行平台展示；
采用全周期物流数据分析的电商平台虚假交易订单监控系统进行电商平台虚假交易订单监控的方法，包括以下步骤：
S1、订单获取，获取订单数量、各订单对应的商品参数、各订单对应的商家信息和买家信息；
S2、物流信息上传，上传各订单对应的包裹体积、包裹重量、包裹内商品的颜色和形状以及实际签收地址；
S3、分析与判断，将订单商品参数中的重量、体积、颜色、形状以及买家收获地址与包裹的体积、重量、包裹内商品的颜色和形状以及实际签收地址进行对比分析，统计商家虚假交易系数和买家虚假交易系数；
S4、电商平台监管，对商家虚假交易系数和买家虚假交易系数作进一步判断，提取存在虚假交易的商家信息和买家信息；
S5、警告与处理，对存在虚假交易的各商家和各买家进行相应处理和平台处理结果展示。
1、进一步地，所述感知哈希算法在本发明中采用的是差异值哈希算法，该算法包括以下步骤：
1)将各订单商品形状图片和各订单对应的包裹内商品形状图片进行缩小，收缩至9*8的大小；
2)把缩放后的各订单商品形状图片和各订单对应的包裹内商品形状图片转化为256阶的灰度图；
3)计算各订单商品形状图片中相邻像素间差异值和各订单对应的包裹内商品形状图片中相邻像素间差异值；
4)如果各订单商品形状图片的像素的颜色强度大于各订单对应的包裹内商品形状图片的像素的颜色强度，将差异值设为“1”，若不大于则将差异值设为“0”；
5)对各订单商品形状图片和各订单对应的包裹内商品形状图片分别构造hash值，并保持前后一致；
6)分别计算各订单商品形状图片和各订单对应的包裹内商品形状图片的指纹，通过这各订单图片与各订单对应的包裹内商品形状图片的汉明距离，得到各订单商品形状图片与各订单对应的包裹内商品形状图片的差值。
进一步地，所述各商品综合虚假系数计算公式为
Figure BDA0002853656280000091
μd表示第d个订单对应的商品综合虚假系数，m表示获取的预设时间段内电商平台的订单总量。
进一步地，所述买家虚假交易系数计算公式为
Figure BDA0002853656280000101
ψ表示买家虚假交易系数，v表示买家虚假订单数量。
进一步地，所述商家虚假交易系数计算公式为
Figure BDA0002853656280000102
χ表示商家虚假交易系数，f表示商家虚假订单数量，w表示虚假订单数量总量。
一种云服务器，所述服务器包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个电商平台订单监控设备通信连接，所述机器可读存储介质用于存储程序、指令或模块，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行本发明所述的电商平台虚假交易订单监控方法。
本发明的有益效果：
(1)本发明提供的一种基于全周期物流数据分析的电商平台虚假交易订单监控方法、系统及云服务器通过订单获取模块、物流信息上传模块并集合分析判断模块，对整个电商平台虚假交易订单进行了全周期的监控，通过对订单中商品重量、商品体积、商品收货地址和商品特征与物流采集模块上传的包裹实际重量、包裹实际体积、实际签收地址和包裹内部商品特征进行全周期的精准分析，解决了现有的虚假订单监管方式监管效率低的问题，同使对虚假订单进行了有效的制约，保障了各商家之间竞争的公平性，提升了消费者对平台的信任感，同时有对整个网络交易环境进行了效的改善；
(2)本发明在对包裹体积、包裹内商品的颜色、包裹内商品的形状进行检测时分别采用了VR三维扫描仪和三维激光扫描仪。这两种仪器对包裹都是进行无损检测，不会对包裹内商品造成损伤或者破坏，同时通过三维的方式能够显示更加直观的立体图像和相关参数，有效的提升了虚假商品参数的检测效率；
(3)本发明在警告中心模块，根据商家虚假交易的系数，进行不同程度的警告，并将存在虚假交易的商家进行平台展示等处罚。同时还给存在虚假交易的买家进行相应的警告。通过这种方式，有效的维护了众多正常消费者的权益，同时有效的降低了商家和买家进行虚假交易的行为。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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发明的一些实施例，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为本发明的方法实施步骤流程图；
图2为本发明的系统各模块连接示意图；
图3为本发明中订单获取模块连接示意图；
图4为本发明中物流信息上传模块连接示意图。
具体实施方式
下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
请参阅图1所示，采用全周期物流数据分析的电商平台虚假交易订单监控系统进行电商平台虚假交易订单监控的方法，包括以下步骤：
S1、订单获取，获取订单数量、各订单对应的商品参数、各订单对应的商家信息和买家信息；
S2、物流信息上传，上传各订单对应的包裹体积、包裹重量、包裹内商品的颜色和形状以及实际签收地址；
S3、分析与判断，将订单商品参数中的重量、体积、颜色、形状以及买家收获地址与包裹的体积、重量、包裹内商品的颜色和形状以及实际签收地址进行对比分析，统计商家虚假交易系数和买家虚假交易系数；
S4、电商平台监管，对商家虚假交易系数和买家虚假交易系数作进一步判断，提取存在虚假交易的商家信息和买家信息；
S5、警告与处理，对存在虚假交易的各商家和各买家进行相应处理和平台处理结果展示。
请参阅图2所示，一种基于全周期物流数据分析的电商平台虚假交易订单监控方法，该电商平台虚假交易订单监控方法在具体实施过程中需要用到一种基于全周期物流数据分析的电商平台虚假交易订单监控系统，该电商平台虚假交易订单监控系统包括订单获取模块、物流信息上传模块、分析判断模块、数据库、电商平台监管中心和警告中心，通过该系统对订单中商品重量、商品体积、商品收货地址和商品特征与物流采集模块上传的包裹实际重量、包裹实际体积、实际签收地址和包裹内部商品特征进行全周期的精准分析，解决了目前虚假订单监管方式监管效率低的问题，同使对虚假交易这种行为得到了很好的制约，保障了各商家之间竞争的公平性，提升了消费者对平台的信任感，同时有对整个网络交易环境进行了效的改善；
分析判断模块分别与订单获取模块、数据库、物流信息上传模块模块和电商平台监管中心连接，电商平台监管中心分别与数据库和警告中心连接；
请参阅图3所示，所述订单获取模块包括订单数量获取模块、订单商品参数获取模块、商家信息获取模块和买家信息获取模块；
所述订单数量获取模块用于获取预设时间段内的电商平台的订单数量，根据获取预设时间段内的订单数量并对该预设时间段内的订单按照订单生成时间先后的顺序进行编号，依次标记为1,2，...,j,...m；
所述订单商品参数获取模块用于获取预设时间段内各订单上显示的商品参数，其中订单商品参数包括订单商品重量、订单商品体积、订单商品颜色和订单商品形状，根据获取的各订单上显示的商品参数进而构建订单商品参数集合Cw(Cw1,Cw2,...,Cwj,...Cwm)，Cwj表示第j个订单对应的第w个商品参数，w表示订单商品参数，w＝e1,e2,e3,e4,e1,e2,e3,e4分别代表订单商品重量、订单商品体积、订单商品颜色、订单商品形状，进而将订单商品参数集合发送至分析判断模块；
所述商家信息获取模块用于获取各订单中商家的信息，其中商家的信息包括商家店铺名称、商家联系电话、商家姓名和商家发货地址，根据获取各订单中商家的信息进而构建订单商家信息集合Xr(Xr1,Xr2,...Xrj,...Xrm),Xrj表示第j个订单对应的第r个商家信息，r表示商家信息，r＝p1,p2,p3,p4,p1,p2,p3,p4分别代表商家店铺名称、商家联系电话、商家姓名、商家发货地址，进而将订单商家信息集合发送至分析判断模块；
所述买家信息获取模块用于获取预设时间段内各订单中买家的信息，其中买家的信息包括买家姓名、买家收货地址、买家联系电话和买家ID账号，根据获取的各订单买家信息进而构建订单买家信息集合Mi(Mi1,Mi2,...Mij,....Mim)，Mij表示第j个订单对应的第i个买家信息，i＝n1,n2,n3,n4,n1,n2,n3,n4分别代表买家姓名、买家收货地址、买家联系电话、买家ID账号，而将订单买家信息集合发送至分析判断模块；
请参阅图4所示，所述物流信息上传模块用于上传承运的预设时间段内各订单的快递包裹信息，其中物流信息上传模块包括包裹体积上传模块、包裹重量上传模块、包裹内商品特征上传模块和实际签收地址上传模块；
所述包裹重量上传模块用于上传承运的各订单的包裹重量，使用物流电子称对包裹的重量进行检测，进而将检测的包裹重量记为G，根据统计的各包裹重量构建包裹重量集合G(G1,G2,...Gj,Gm)，其中Gj表示第j个订单所对应的包裹重量，将包裹重量集合发送至分析判断模块；
所述包裹体积上传模块用于上传承运的各订单的包裹体积，通过采用VR三维扫描仪对进行包裹全方位的扫描,进而获取各对应订单的包裹体积，将获取的包裹体积记为记为L，进而构建包裹体积集合L(L1,L2,...Lj,..Lm)，其中Lj表示第j个订单所对应的包裹体积将包裹体积集合发送分析判断模块，本发明在对包裹体积进行检测时采用了VR三维扫描仪和三维激光扫描仪，该仪器属于无损检测，同时通过立体的图像和详细的数据更为准确的展示了各包裹的提哦及，同时为后续的就分析判断提供了精准的数据基础；
所述实际签收地址上传模块用于上传承运的各订单对应的实际签收地址，将获取的各订单对应的包裹实际签收地址记为Z,进而构建包裹实际签收地址集合Z(Z1,Z2，...,Zj...Zm),Zj表示第j个订单所对应的实际签收地址，将包裹实际签收地址集合发送至分析判断模块；
所述包裹内商品特征上传模块上传承运的各订单包裹内的商品特征，其中包裹内的商品特征包括包裹内商品形状和包裹内商品颜色，通过三维激光扫描仪对各订单包裹内商品形状和各订单包裹内商品颜色进行扫描，进而获取各订单包裹内商品形状图像和各订单包裹内商品颜色对应的RGB值，根据获取的各订单包裹内商品形状图像构建包裹内商品形状集合T(T1,2,...Tj,...Tm)，Tj表示第j个订单所对应的包裹内商品形状，同时根据获取的各订单包裹内商品颜色对应的RGB值构建包裹内商品颜色集合Y(Y1，Y2，...Yj,...Ym)，Yj表示第j个订单所对应的包裹内商品颜色对应的RGB值，将包裹内商品形状集合和包裹内商品颜色集合发送至分析判断模块，本发明在包裹内商品的颜色和形状检测上使用的是三维激光扫描仪，该仪器对包裹的检测属于无损检测，不会对包裹内商品造成损伤或者破坏，同时通过三维的方式能够显示更加直观的立体图像和相关参数，有效的提升了虚假商品参数的检测效率；
所述分析判断模块用于接收订单获取模块发送的订单商品参数集合与物流信息上传模块发送的包裹重量集合，进而从订单商品参数集合中提取各订单商品重量参数，进而构建订单商品重量集合Ce1(Ce11,Ce12,...,Ce1j,...Ce1m)，e1表示订单商品重量，Ce1j表示第j个订单所对应的订单商品重量，进而将提取的订单商品重量与该订单对应的物流信息模块上传包裹重量进行对比，进而构成商品重量差值集合ΔCe1(ΔCe11,ΔCe12,...,ΔCe1j,...ΔCe1m)，ΔCe1j表示第j个订单中商品重量与包裹重量的差值，将各订单商品重量差值与各订单商品标准重量差值进行对比，进而统计商品重量虚假系数，其中各订单商品重量虚假系数计算公式为
Figure BDA0002853656280000151
Figure BDA0002853656280000152
表示第d个订单对应的商品重量虚假系数，d表示订单编号，d＝1,2，...,j,...m，Kd表示第d个订单对应的标准商品重量差值，m表示获取的预设时间段内电商平台的订单总量；
所述分析判断模块用于接收订单获取模块发送的订单商品参数集合与物流信息上传模块发送的包裹体积集合，进而从订单商品参数集合中提取各订单商品体积参数，进而构建订单商品体积集合Ce2(Ce21,Ce22,...,Ce2j,...Ce2m)，e2表示订单商品体积，Ce2j表示第j个订单所对应的订单商品体积，进而将提取的订单商品体积与该订单对应的物流信息模块上传的包裹体积进行对比，进而构成商品体积差值集合ΔCe2(ΔCe21,ΔCe22,...,ΔCe2j,...ΔCe2m)，ΔCe2j表示第j个订单中商品体积与包裹体积的差值，将各订单商品体积的差值与各订单标准商品体积差值进行对比，进而统计订单商品体积虚假系数，其中各订单商品体积虚假系数计算公式为
Figure BDA0002853656280000161
λd表示各订单对应的商品体积虚假系数，d表示订单编号，d＝1,2，...,j,...m，Qd表示第d个订单对应的标准商品体积差值系数，m表示获取的预设时间段内电商平台的订单总量；
所述分析判断模块用于接收订单获取模块发送的商品参数集合与物流信息上传模块发送的包裹内商品颜色集合，从订单商品参数集合中提取各订单商品颜色参数，进而构建订单商品颜色集合Ce3(Ce31,Ce32,...,Ce3j,...Ce3m)，e3表示订单商品颜色，Ce3j表示第j个订单所对应的订单商品颜色，从数据库中提取各订单商品颜色的RGB值并记为e3′，将各订单商品颜色的RGB值与该订单对应的包裹内商品颜色的RGB值进行对比，统计各订单商品颜色的RGB值与该订单对应的包裹内商品颜色的RGB值的差值，进而构建各订单商品颜色差值集合ΔCe3′(ΔCe3′1,ΔCe3′2,...,ΔCe3′j,...ΔCe3′m)，ΔCe3′j表示第j个订单商品颜色的RGB值与该订单对应的包裹内商品颜色的RGB值的差值，将统计的各订单商品颜色的差值与标准色差值进行对比，进而统计各订单商品颜色虚假系数，其中各订单商品颜色虚假系计算公式为为
Figure BDA0002853656280000162
Figure BDA0002853656280000163
表示第d个订单对应的商品颜色虚假系数，Fd第d个订单对应的标准色差值，d表示订单编号，d＝1,2，...,j,...m，m表示获取的预设时间段内电商平台的订单总量；
同时所述分析判断模块接收订单获取模块发送的商品参数集合与物流信息上传模块发送的包裹内商品形状集合，从订单商品参数集合中提取各订单商品形状参数，进而构建订单商品形状集合Ce4(Ce41,Ce42,...,Ce4j,...Ce4m)，e4表示订单商品形状，Ce4j表示第j个订单所对应的订单商品形状，采用感知哈希算法获取订单商品形状与该订单对应的包裹内商品形状的差值,进而构建各订单商品形状差值集合ΔCe4′(ΔCe4′1,ΔCe4′2,...,ΔCe4′j,...ΔCe4′m)，ΔCe4′j表示第j个订单商品形状与该订单对应的包裹内商品形状的差值，将统计的各商品形状的差值与商品标准形状差值进行对比，进而获取商品形状虚假系数，其中各订单商品形状虚假系数计算公式为
Figure BDA0002853656280000171
φd表示第d个订单对应的商品虚假系数，Pd表示商品标准形状差值，d表示订单编号，d＝1,2，...,j,...m，m表示获取的预设时间段内电商平台的订单总量；
所述感知哈希算法在本发明中采用的是差异值哈希算法，该算法包括以下步骤：
1)将各订单商品形状图片和各订单对应的包裹内商品形状图片进行缩小，收缩至9*8的大小；
2)把缩放后的各订单商品形状图片和各订单对应的包裹内商品形状图片转化为256阶的灰度图；
3)计算各订单商品形状图片中相邻像素间差异值和各订单对应的包裹内商品形状图片中相邻像素间差异值；
4)如果各订单商品形状图片的像素的颜色强度大于各订单对应的包裹内商品形状图片的像素的颜色强度，将差异值设为“1”，若不大于则将差异值设为“0”；
5)对各订单商品形状图片和各订单对应的包裹内商品形状图片分别构造hash值，并保持前后一致；
6)分别计算各订单商品形状图片和各订单对应的包裹内商品形状图片的指纹，通过这各订单图片与各订单对应的包裹内商品形状图片的汉明距离，得到各订单商品形状图片与各订单对应的包裹内商品形状图片的差值。
所述分析判断模块用于接收订单获取模块发送的买家信息集合与物流信息上传模块发送的包裹实际签收地址集合，进而统计各订单买家收货地址与各订单商家发货地址的之间距离，进而构建各订单买家收货地址距离集合J(J1,J2,...Jj,...Jm)，Jj表示第j个订单所对应的订单收货地址与对应商家发货地址的距离，同时统计各订单包裹实际签收地址与各订单商家发货地址之间的距离，进而构建各订单包裹实际签收地址距离集合J′(J′1,J′2,...J′j,...J′m)，J′j表示第j个订单所对应的包裹实际签收地址与对应商家发货地址的距离，将各订单买家收货地址距离与各订单包裹实际签收地址距离进行对比，进而构建地址距离差值集合ΔJ(ΔJ1,ΔJ2,...ΔJj,...ΔJm)，ΔJj表示第j个订单所对应的买家收货地址距离与该订单对应的包裹实际签收地址距离的差值，将统计的各订单买家和该订单对应的商家的地址距离差值与标准地址距离差值进行对比进而统计商品物流虚假系数，其中各订单商品物流虚假系数计算公式为为
Figure BDA0002853656280000181
θd表示第d个订单对应的商品物流虚假系数，Wd表示标准地址距离差值，d表示订单编号，d＝1,2，...,j,...m，m表示获取的预设时间段内电商平台的订单总量；
所述分析判断模块根据统计的各订单商品重量虚假系数、商品体积虚假系数、商品颜色虚假系数和商品形状虚假系数进而统计各订单商品信息虚假系数；
分析判断模块通过统计各订单商品信息虚假系数和各订单商品物流虚假系数，进而统计各商品综合虚假系数，各商品综合虚假系数计算公式为
Figure BDA0002853656280000182
μd表示第d个订单对应的商品综合虚假系数，m表示获取的预设时间段内电商平台的订单总量，将各商品综合虚假系数与标准商品综合虚假系数的最小值进行比较，若各商品综合虚假系数小于标准商品综合虚假系数的最小值，则提取各商品综合虚假系数对应的订单编号，进而统计各虚假订单的数量，将统计的虚假订单按照订单生成的时间先后进的顺序进行编号，依次标记为1，2，...h,..w,根据虚假订单的编号分别从订单商家信息集合和订单买家信息集合中调取各虚假订单对应的商家信息和各虚假订单对应的买家信息，将各虚假订单中的商家信息和买家信息对比，统计各虚假订单中的商家和买家的个数，进而统计各商家和买家的虚假订单数量，根据该商家和该买家的虚假订单数量进而统计该商家虚假交易系数和该买家虚假交易系数，并发送至电商平台监管中心，其中该买家虚假交易系数计算公式为
Figure BDA0002853656280000191
ψ表示该买家虚假交易系数，v表示买家虚假订单数量，该商家虚假交易系数计算公式为
Figure BDA0002853656280000192
χ表示该商家虚假交易系数，f表示商家虚假订单数量，w表示虚假订单数量总量；
所述电商平台监管中心用于接收分析判断模块发送的各商家虚假交易系数和各买家虚假交易系数，将接收的各商家虚假交易系数和各买家虚假交易系数与数据库中标准商家交易系数和标准买家交易系数进行对比，若某商家虚假交易系数和某买家虚假交易系数大于数据库中存储的标准商家交易系数和标准买家交易系数的最小值，则判定为该商家或者该买家存在虚假交易，进而从订单商家信息集合和订单买家信息集合中提取存在虚假交易的各商家信息和各买家信息，进而将提取的存在虚假交易的各商家信息和各买家信息发送至警告中心；
所述数据库用于存储商品标准形状差值、商品标准重量差值、商品标准体积差值、标准色差值、标准商品虚假系数最小值、标准商家交易系数、标准买家交易系数和各颜色对应的RGB值；
所述警告中心用于接收电商平台监管中心发送的存在虚假交易的各商家信息和各买家信息，并对各存在虚假交易的商家和各买家发送警告信号并进行相应的处理，进而将商家处理的结果进行平台展示，通过这种方式，有效的维护了众多正常消费者的权益，同时有效的降低了商家和买家进行虚假交易的行为。
一种云服务器，所述服务器包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个电商平台订单监控设备通信连接，所述机器可读存储介质用于存储程序、指令或模块，如本申请实施例中的电商平台虚假交易订单监控方法对应的程序指令/模块，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行本发明所述的电商平台虚假交易订单监控方法。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (6)

1.一种基于全周期物流数据分析的电商平台虚假交易订单监控方法，其特征在于：该电商平台虚假交易订单监控方法在具体实施过程中需要用到一种基于全周期物流数据分析的电商平台虚假交易订单监控系统，该电商平台虚假交易订单监控系统包括订单获取模块、物流信息上传模块、分析判断模块、数据库、电商平台监管中心和警告中心；
分析判断模块分别与订单获取模块、数据库、物流信息上传模块模块和电商平台监管中心连接，电商平台监管中心分别与数据库和警告中心连接；
所述订单获取模块包括订单数量获取模块、订单商品参数获取模块、商家信息获取模块和买家信息获取模块；
所述订单数量获取模块用于获取预设时间段内的电商平台的订单数量，根据获取预设时间段内的订单数量并对该预设时间段内的订单按照订单生成时间先后的顺序进行编号，依次标记为1,2，...,j,...m；
所述订单商品参数获取模块用于获取预设时间段内各订单上显示的商品参数，其中订单商品参数包括订单商品重量、订单商品体积、订单商品颜色和订单商品形状，根据获取的各订单上显示的商品参数进而构建订单商品参数集合Cw(Cw1,Cw2,...,Cwj,...Cwm)，Cwj表示第j个订单对应的第w个商品参数，w表示订单商品参数，w＝e1,e2,e3,e4,e1,e2,e3,e4分别代表订单商品重量、订单商品体积、订单商品颜色、订单商品形状，进而将订单商品参数集合发送至分析判断模块；
所述商家信息获取模块用于获取各订单中商家的信息，其中商家的信息包括商家店铺名称、商家联系电话、商家姓名和商家发货地址，根据获取各订单中商家的信息进而构建订单商家信息集合Xr(Xr1,Xr2,...Xrj,...Xrm),Xrj表示第j个订单对应的第r个商家信息，r表示商家信息，r＝p1,p2,p3,p4,p1,p2,p3,p4分别代表商家店铺名称、商家联系电话、商家姓名、商家发货地址，进而将订单商家信息集合发送至分析判断模块；
所述买家信息获取模块用于获取预设时间段内各订单中买家的信息，其中买家的信息包括买家姓名、买家收货地址、买家联系电话和买家ID账号，根据获取的各订单买家信息进而构建订单买家信息集合Mi(Mi1,Mi2,...Mij,....Mim)，Mij表示第j个订单对应的第i个买家信息，i＝n1,n2,n3,n4,n1,n2,n3,n4分别代表买家姓名、买家收货地址、买家联系电话、买家ID账号，而将订单买家信息集合发送至分析判断模块；
所述物流信息上传模块用于上传承运的预设时间段内各订单的快递包裹信息，其中物流信息上传模块包括包裹体积上传模块、包裹重量上传模块、包裹内商品特征上传模块和实际签收地址上传模块；
所述包裹重量上传模块用于上传承运的各订单的包裹重量，使用物流电子称对包裹的重量进行检测，进而将检测的包裹重量记为G，根据统计的各包裹重量构建包裹重量集合G(G1,G2,...Gj,Gm)，其中Gj表示第j个订单所对应的包裹重量，将包裹重量集合发送至分析判断模块；
所述包裹体积上传模块用于上传承运的各订单的包裹体积，通过采用VR三维扫描仪对进行包裹全方位的扫描,进而获取各对应订单的包裹体积，将获取的包裹体积记为记为L，进而构建包裹体积集合L(L1,L2,...Lj,..Lm)，其中Lj表示第j个订单所对应的包裹体积将包裹体积集合发送分析判断模块；
所述实际签收地址上传模块用于上传承运的各订单对应的实际签收地址，将获取的各订单对应的包裹实际签收地址记为Z,进而构建包裹实际签收地址集合Z(Z1,Z2，...,Zj...Zm),Zj表示第j个订单所对应的实际签收地址，将包裹实际签收地址集合发送至分析判断模块；
所述包裹内商品特征上传模块上传承运的各订单包裹内的商品特征，其中包裹内的商品特征包括包裹内商品形状和包裹内商品颜色，通过三维激光扫描仪对各订单包裹内商品形状和各订单包裹内商品颜色进行扫描，进而获取各订单包裹内商品形状图像和各订单包裹内商品颜色对应的RGB值，根据获取的各订单包裹内商品形状图像构建包裹内商品形状集合T(T1,2,...Tj,...Tm)，Tj表示第j个订单所对应的包裹内商品形状，同时根据获取的各订单包裹内商品颜色对应的RGB值构建包裹内商品颜色集合Y(Y1，Y2，...Yj,...Ym)，Yj表示第j个订单所对应的包裹内商品颜色对应的RGB值，将包裹内商品形状集合和包裹内商品颜色集合发送至分析判断模块；
所述分析判断模块用于接收订单获取模块发送的订单商品参数集合与物流信息上传模块发送的包裹重量集合，进而从订单商品参数集合中提取各订单商品重量参数，进而构建订单商品重量集合Ce1(Ce11,Ce12,...,Ce1j,...Ce1m)，e1表示订单商品重量，Ce1j表示第j个订单所对应的订单商品重量，进而将提取的订单商品重量与该订单对应的物流信息模块上传包裹重量进行对比，进而构成商品重量差值集合ΔCe1(ΔCe11,ΔCe12,...,ΔCe1j,...ΔCe1m)，ΔCe1j表示第j个订单中商品重量与包裹重量的差值，将各订单商品重量差值与各订单商品标准重量差值进行对比，进而统计商品重量虚假系数，其中各订单商品重量虚假系数计算公式为
Figure FDA0002853656270000031
Figure FDA0002853656270000032
表示第d个订单对应的商品重量虚假系数，d表示订单编号，d＝1,2，...,j,...m，Kd表示第d个订单对应的标准商品重量差值，m表示获取的预设时间段内电商平台的订单总量；
所述分析判断模块用于接收订单获取模块发送的订单商品参数集合与物流信息上传模块发送的包裹体积集合，进而从订单商品参数集合中提取各订单商品体积参数，进而构建订单商品体积集合Ce2(Ce21,Ce22,...,Ce2j,...Ce2m)，e2表示订单商品体积，Ce2j表示第j个订单所对应的订单商品体积，进而将提取的订单商品体积与该订单对应的物流信息模块上传的包裹体积进行对比，进而构成商品体积差值集合ΔCe2(ΔCe21,ΔCe22,...,ΔCe2j,...ΔCe2m)，ΔCe2j表示第j个订单中商品体积与包裹体积的差值，将各订单商品体积的差值与各订单标准商品体积差值进行对比，进而统计订单商品体积虚假系数，其中各订单商品体积虚假系数计算公式为
Figure FDA0002853656270000041
λd表示各订单对应的商品体积虚假系数，d表示订单编号，d＝1,2，...,j,...m，Qd表示第d个订单对应的标准商品体积差值系数，m表示获取的预设时间段内电商平台的订单总量；
所述分析判断模块用于接收订单获取模块发送的商品参数集合与物流信息上传模块发送的包裹内商品颜色集合，从订单商品参数集合中提取各订单商品颜色参数，进而构建订单商品颜色集合Ce3(Ce31,Ce32,...,Ce3j,...Ce3m)，e3表示订单商品颜色，Ce3j表示第j个订单所对应的订单商品颜色，从数据库中提取各订单商品颜色的RGB值并记为e3′，将各订单商品颜色的RGB值与该订单对应的包裹内商品颜色的RGB值进行对比，统计各订单商品颜色的RGB值与该订单对应的包裹内商品颜色的RGB值的差值，进而构建各订单商品颜色差值集合ΔCe3′(ΔCe3′1,ΔCe3′2,...,ΔCe3′j,...ΔCe3′m)，ΔCe3′j表示第j个订单商品颜色的RGB值与该订单对应的包裹内商品颜色的RGB值的差值，将统计的各订单商品颜色的差值与标准色差值进行对比，进而统计各订单商品颜色虚假系数，其中各订单商品颜色虚假系计算公式为为
Figure FDA0002853656270000042
θd表示第d个订单对应的商品颜色虚假系数，Fd第d个订单对应的标准色差值，d表示订单编号，d＝1,2，...,j,...m，m表示获取的预设时间段内电商平台的订单总量；
同时所述分析判断模块接收订单获取模块发送的商品参数集合与物流信息上传模块发送的包裹内商品形状集合，从订单商品参数集合中提取各订单商品形状参数，进而构建订单商品形状集合Ce4(Ce41,Ce42,...,Ce4j,...Ce4m)，e4表示订单商品形状，Ce4j表示第j个订单所对应的订单商品形状，采用感知哈希算法获取订单商品形状与该订单对应的包裹内商品形状的差值,进而构建各订单商品形状差值集合ΔCe4′(ΔCe4′1,ΔCe4′2,...,ΔCe4′j,...ΔCe4′m)，ΔCe4′j表示第j个订单商品形状与该订单对应的包裹内商品形状的差值，将统计的各商品形状的差值与商品标准形状差值进行对比，进而获取商品形状虚假系数，其中各订单商品形状虚假系数计算公式为
Figure FDA0002853656270000051
φd表示第d个订单对应的商品虚假系数，Pd表示商品标准形状差值，d表示订单编号，d＝1,2，...,j,...m，m表示获取的预设时间段内电商平台的订单总量；
所述分析判断模块用于接收订单获取模块发送的买家信息集合与物流信息上传模块发送的包裹实际签收地址集合，进而统计各订单买家收货地址与各订单商家发货地址的之间距离，进而构建各订单买家收货地址距离集合J(J1,J2,...Jj,...Jm)，Jj表示第j个订单所对应的订单收货地址与对应商家发货地址的距离，同时统计各订单包裹实际签收地址与各订单商家发货地址之间的距离，进而构建各订单包裹实际签收地址距离集合J′(J′1,J′2,...J′j,...J′m)，J′j表示第j个订单所对应的包裹实际签收地址与对应商家发货地址的距离，将各订单买家收货地址距离与各订单包裹实际签收地址距离进行对比，进而构建地址距离差值集合ΔJ(ΔJ1,ΔJ2,...ΔJj,...ΔJm)，ΔJj表示第j个订单所对应的买家收货地址距离与该订单对应的包裹实际签收地址距离的差值，将统计的各订单买家和该订单对应的商家的地址距离差值与标准地址距离差值进行对比进而统计商品物流虚假系数，其中各订单商品物流虚假系数计算公式为为
Figure FDA0002853656270000061
θd表示第d个订单对应的商品物流虚假系数，Wd表示标准地址距离差值，d表示订单编号，d＝1,2，...,j,...m，m表示获取的预设时间段内电商平台的订单总量；
所述分析判断模块根据统计的各订单商品重量虚假系数、商品体积虚假系数、商品颜色虚假系数和商品形状虚假系数进而统计各订单商品信息虚假系数；
分析判断模块通过统计各订单商品信息虚假系数和各订单商品物流虚假系数，进而统计各商品综合虚假系数，将各商品综合虚假系数与标准商品综合虚假系数的最小值进行比较，若各商品综合虚假系数小于标准商品综合虚假系数的最小值，则提取各商品综合虚假系数对应的订单编号，进而统计各虚假订单的数量，将统计的虚假订单按照订单生成的时间先后进的顺序进行编号，依次标记为1，2，...h,..w,根据虚假订单的编号分别从订单商家信息集合和订单买家信息集合中调取各虚假订单对应的商家信息和各虚假订单对应的买家信息，将各虚假订单中的商家信息和买家信息对比，统计各虚假订单中的商家和买家的个数，进而统计各商家和买家的虚假订单数量，根据该商家和该买家的虚假订单数量进而统计该商家虚假交易系数和该买家虚假交易系数，并发送至电商平台监管中心；
所述电商平台监管中心用于接收分析判断模块发送的各商家虚假交易系数和各买家虚假交易系数，将接收的各商家虚假交易系数和各买家虚假交易系数与数据库中标准商家交易系数和标准买家交易系数进行对比，若某商家虚假交易系数和某买家虚假交易系数大于数据库中存储的标准商家交易系数和标准买家交易系数的最小值，则判定为该商家或者该买家存在虚假交易，进而从订单商家信息集合和订单买家信息集合中提取存在虚假交易的各商家信息和各买家信息，进而将提取的存在虚假交易的各商家信息和各买家信息发送至警告中心；
所述数据库用于存储商品标准形状差值、商品标准重量差值、商品标准体积差值、标准色差值、标准商品虚假系数最小值、标准商家交易系数、标准买家交易系数和各颜色对应的RGB值；
所述警告中心用于接收电商平台监管中心发送的存在虚假交易的各商家信息和各买家信息，并对各存在虚假交易的商家和各买家发送警告信号并进行相应的处理，进而将商家处理的结果进行平台展示；
采用全周期物流数据分析的电商平台虚假交易订单监控系统进行电商平台虚假交易订单监控的方法，包括以下步骤：
S1、订单获取，获取订单数量、各订单对应的商品参数、各订单对应的商家信息和买家信息；
S2、物流信息上传，上传各订单对应的包裹体积、包裹重量、包裹内商品的颜色和形状以及实际签收地址；
S3、分析与判断，将订单商品参数中的重量、体积、颜色、形状以及买家收获地址与包裹的体积、重量、包裹内商品的颜色和形状以及实际签收地址进行对比分析，统计商家虚假交易系数和买家虚假交易系数；
S4、电商平台监管，对商家虚假交易系数和买家虚假交易系数作进一步判断，提取存在虚假交易的商家信息和买家信息；
S5、警告与处理，对存在虚假交易的各商家和各买家进行相应处理和平台处理结果展示。
2.根据权利要求1所述的一种基于全周期物流数据分析的电商平台虚假交易订单监控方法，其在特征在于：所述感知哈希算法在本发明中采用的是差异值哈希算法，该算法包括以下步骤：
1)将各订单商品形状图片和各订单对应的包裹内商品形状图片进行缩小，收缩至9*8的大小；
2)把缩放后的各订单商品形状图片和各订单对应的包裹内商品形状图片转化为256阶的灰度图；
3)计算各订单商品形状图片中相邻像素间差异值和各订单对应的包裹内商品形状图片中相邻像素间差异值；
4)如果各订单商品形状图片的像素的颜色强度大于各订单对应的包裹内商品形状图片的像素的颜色强度，将差异值设为“1”，若不大于则将差异值设为“0”；
5)对各订单商品形状图片和各订单对应的包裹内商品形状图片分别构造hash值，并保持前后一致；
6)分别计算各订单商品形状图片和各订单对应的包裹内商品形状图片的指纹，通过这各订单图片与各订单对应的包裹内商品形状图片的汉明距离，得到各订单商品形状图片与各订单对应的包裹内商品形状图片的差值。
3.根据权利要求1所述的一种基于全周期物流数据分析的电商平台虚假交易订单监控方法，其在特征在于：所述各商品综合虚假系数计算公式为
Figure FDA0002853656270000081
μd表示第d个订单对应的商品综合虚假系数，m表示获取的预设时间段内电商平台的订单总量。
4.根据权利要求1所述的一种基于全周期物流数据分析的电商平台虚假交易订单监控方法，其在特征在于：所述该买家虚假交易系数计算公式为
Figure FDA0002853656270000082
ψ表示该买家虚假交易系数，v表示买家虚假订单数量。
5.根据权利要求1所述的一种基于全周期物流数据分析的电商平台虚假交易订单监控方法，其在特征在于：所述该商家虚假交易系数计算公式为
Figure FDA0002853656270000091
χ表示该商家虚假交易系数，f表示商家虚假订单数量，w表示虚假订单数量总量。
6.一种云服务器，其特征在于：所述服务器包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个电商平台订单监控设备通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行权利要求1-5中任意一项所述的电商平台虚假交易订单监控方法。
CN202011537814.0A 2020-12-23 2020-12-23 一种基于全周期物流数据分析的电商平台虚假交易订单监控方法、系统及云服务器 Withdrawn CN112561543A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011537814.0A CN112561543A (zh) 2020-12-23 2020-12-23 一种基于全周期物流数据分析的电商平台虚假交易订单监控方法、系统及云服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011537814.0A CN112561543A (zh) 2020-12-23 2020-12-23 一种基于全周期物流数据分析的电商平台虚假交易订单监控方法、系统及云服务器

Publications (1)

Publication Number Publication Date
CN112561543A true CN112561543A (zh) 2021-03-26

Family

ID=75030918

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011537814.0A Withdrawn CN112561543A (zh) 2020-12-23 2020-12-23 一种基于全周期物流数据分析的电商平台虚假交易订单监控方法、系统及云服务器

Country Status (1)

Country Link
CN (1) CN112561543A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113191845A (zh) * 2021-05-07 2021-07-30 武汉新之扬电子商务有限公司 一种在线直播购物平台数据分析处理方法、系统、设备和计算机存储介质
CN113592600A (zh) * 2021-08-02 2021-11-02 深圳市鑫启电子商务有限公司 一种多层级电商交易平台的构建方法及系统
CN113743933A (zh) * 2021-07-21 2021-12-03 德明尚品科技集团有限公司 基于区块链的电商平台交易信息加密传输方法和系统
CN114819985A (zh) * 2022-04-19 2022-07-29 北京网鲜供应链科技有限公司 一种基于人工智能的软件自动化测试管理系统及方法
CN116540903A (zh) * 2023-07-07 2023-08-04 深圳市景创科技电子股份有限公司 虚拟现实交互方法、装置、视听设备及计算机介质
CN116579847A (zh) * 2023-05-12 2023-08-11 广州千鸟电商科技有限公司 一种基于多源核查的纸质商品交易管理方法及系统

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113191845A (zh) * 2021-05-07 2021-07-30 武汉新之扬电子商务有限公司 一种在线直播购物平台数据分析处理方法、系统、设备和计算机存储介质
CN113743933A (zh) * 2021-07-21 2021-12-03 德明尚品科技集团有限公司 基于区块链的电商平台交易信息加密传输方法和系统
CN113592600A (zh) * 2021-08-02 2021-11-02 深圳市鑫启电子商务有限公司 一种多层级电商交易平台的构建方法及系统
CN114819985A (zh) * 2022-04-19 2022-07-29 北京网鲜供应链科技有限公司 一种基于人工智能的软件自动化测试管理系统及方法
CN116579847A (zh) * 2023-05-12 2023-08-11 广州千鸟电商科技有限公司 一种基于多源核查的纸质商品交易管理方法及系统
CN116540903A (zh) * 2023-07-07 2023-08-04 深圳市景创科技电子股份有限公司 虚拟现实交互方法、装置、视听设备及计算机介质
CN116540903B (zh) * 2023-07-07 2024-02-23 深圳市景创科技电子股份有限公司 虚拟现实交互方法、装置、视听设备及计算机介质

Similar Documents

Publication Publication Date Title
CN112561543A (zh) 一种基于全周期物流数据分析的电商平台虚假交易订单监控方法、系统及云服务器
KR101678970B1 (ko) 물품 감정 방법
US11798380B2 (en) Identifying barcode-to-product mismatches using point of sale devices
EP4062348A1 (en) Methods, systems, apparatus and articles of manufacture for receipt decoding
CN111724114A (zh) 一种基于大数据的电商商品分配物流智能管理系统
CN112131348B (zh) 基于文本和图像相似度防止项目重复申报的方法
US20230037427A1 (en) Identifying barcode-to-product mismatches using point of sale devices and overhead cameras
CN115082153A (zh) 一种商家质量评价方法、装置、电子设备及存储介质
CN115187065A (zh) 一种基于电子商务平台的服装类商品质量分析系统
Yahaya Nasidi et al. Empirical investigation of factors affecting online shopping behavior
CN114332602A (zh) 一种智能货柜的商品识别方法
CN115862043A (zh) 用于商品辨识的系统和方法
CN117217874A (zh) 一种基于数据分析的电子商务管理系统
CN116485313A (zh) 一种基于大数据的仓储物流电商商品监测管理方法
CN112232334A (zh) 一种智能售货商品识别检测方法
CN115482014B (zh) 一种二手车虚假车源的识别方法和装置
US20230044043A1 (en) Method and system for automated grading and trading of numismatics and trading cards
CN111340592B (zh) 一种基于5g通讯的人工智能区块链电子商务系统及方法
CN115661624A (zh) 一种货架的数字化方法、装置及电子设备
CN114610768A (zh) 跨境商品的信息处理方法及装置
CN116645375B (zh) 一种基于三维重建算法的卷烟零售商户库存盘点方法
CN110910198A (zh) 非正常对象预警方法、装置、电子设备及存储介质
CN111126110A (zh) 一种商品信息识别方法、结算方法、装置及无人零售系统
CN116308466B (zh) 数据信息采集与智能分析方法、系统、设备和存储介质
CN115809355B (zh) 用于电子商务管理系统的数据存储方法

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20210326

WW01 Invention patent application withdrawn after publication