CN113724054A - 人工刷单的检测方法及装置 - Google Patents
人工刷单的检测方法及装置 Download PDFInfo
- Publication number
- CN113724054A CN113724054A CN202111061749.3A CN202111061749A CN113724054A CN 113724054 A CN113724054 A CN 113724054A CN 202111061749 A CN202111061749 A CN 202111061749A CN 113724054 A CN113724054 A CN 113724054A
- Authority
- CN
- China
- Prior art keywords
- suspicious
- merchant
- account
- manual
- historical
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000001680 brushing effect Effects 0.000 title claims abstract description 19
- 238000001514 detection method Methods 0.000 claims abstract description 97
- 238000012546 transfer Methods 0.000 claims abstract description 55
- 230000002159 abnormal effect Effects 0.000 claims abstract description 41
- 238000012216 screening Methods 0.000 claims abstract description 13
- 230000006399 behavior Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 16
- 238000005516 engineering process Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004519 manufacturing process Methods 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
- 230000000750 progressive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0609—Buyer or seller confidence or verification
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及大数据领域，提供了一种人工刷单的检测方法及装置，该方法包括：获取第一预设时段内的商户的账目往来数据；根据该账目往来数据，对商户的账户行为进行分析，确定可疑商户以及每个可疑商户对应的异常数据；根据每个可疑商户对应的异常数据、每个可疑商户的历史入账数据和历史转账数据，以及预设的人工刷单检测参数，确定每个可疑商户的人工刷单概率值；根据每个可疑商户的人工刷单概率值，确定人工刷单的检测结果。实现了对人工刷单行为进行筛选和检测，减少人工刷单行为对用户购买造成的干扰。
Description
技术领域
本发明涉及大数据技术领域，尤其涉及一种人工刷单的检测方法及装置。
背景技术
随着互联网技术的不断发展和普及，越来越多的人在网上进行购物，网络购物给人带来便利的同时，也给人们带来了很多困扰，例如商家为了冲击销量，通过人工刷单(即通过人工进行虚假下单，仅付款并不进行实质的交易，从而提高商家成交量和信用等级)的手段，伪造销量数据，给用户在进行购买选择时，带来了极大的干扰。
发明内容
本发明实施例提供一种人工刷单的检测方法，用以对人工刷单行为进行筛选和检测，减少人工刷单行为对用户购买造成的干扰，该方法包括：
获取第一预设时段内的商户的账目往来数据；
根据所述账目往来数据，对商户的账户行为进行分析，确定可疑商户以及每个可疑商户对应的异常数据；
根据每个可疑商户对应的异常数据、每个可疑商户的历史入账数据和历史转账数据，以及预设的人工刷单检测参数，确定每个可疑商户的人工刷单概率值；
根据每个可疑商户的人工刷单概率值，确定人工刷单的检测结果。
本发明实施例还提供一种人工刷单的检测装置，对人工刷单行为进行筛选和检测，减少人工刷单行为对用户购买造成的干扰，该装置包括：
数据获取模块，用于获取第一预设时段内的商户的账目往来数据；
可疑筛选模块，用于根据所述账目往来数据，对商户的账户行为进行分析，确定可疑商户以及每个可疑商户对应的异常数据；
概率确定模块，用于根据每个可疑商户对应的异常数据、每个可疑商户的历史入账数据和历史转账数据，以及预设的人工刷单检测参数，确定每个可疑商户的人工刷单概率值；
人工刷单检测模块，用于根据每个可疑商户的人工刷单概率值，确定人工刷单的检测结果。
本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述人工刷单的检测方法。
本发明实施例也提供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执行上述人工刷单的检测方法的计算机程序。
本发明实施例中，通过获取第一预设时段内的商户的账目往来数据；根据该账目往来数据，对商户的账户行为进行分析，确定可疑商户以及每个可疑商户对应的异常数据；根据每个可疑商户对应的异常数据、每个可疑商户的历史入账数据和历史转账数据，以及预设的人工刷单检测参数，确定每个可疑商户的人工刷单概率值；根据每个可疑商户的人工刷单概率值，确定人工刷单的检测结果。实现了对人工刷单行为进行筛选和检测，减少人工刷单行为对用户购买造成的干扰。
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为本发明实施例中人工刷单的检测方法的示意图。
图2为本发明具体实施例中步骤102的实现过程的示意图。
图3为本发明具体实施例中步骤103的实现过程的示意图。
图4为本发明实施例中人工刷单的检测装置的示意图。
图5为本发明实施例中一种计算机设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供了一种人工刷单的检测方法，用以对人工刷单行为进行筛选和检测，减少人工刷单行为对用户购买造成的干扰，如图1所示，该方法包括：
步骤101：获取第一预设时段内的商户的账目往来数据；
步骤102：根据上述账目往来数据，对商户的账户行为进行分析，确定可疑商户以及每个可疑商户对应的异常数据；
步骤103：根据每个可疑商户对应的异常数据、每个可疑商户的历史入账数据和历史转账数据，以及预设的人工刷单检测参数，确定每个可疑商户的人工刷单概率值；
步骤104：根据每个可疑商户的人工刷单概率值，确定人工刷单的检测结果。
由图1所示流程可以得知，本发明实施例中，通过获取第一预设时段内的商户的账目往来数据；根据该账目往来数据，对商户的账户行为进行分析，确定可疑商户以及每个可疑商户对应的异常数据；根据每个可疑商户对应的异常数据、每个可疑商户的历史入账数据和历史转账数据，以及预设的人工刷单检测参数，确定每个可疑商户的人工刷单概率值；根据每个可疑商户的人工刷单概率值，确定人工刷单的检测结果。实现了对人工刷单行为进行筛选和检测，减少人工刷单行为对用户购买造成的干扰。
具体实施时，首先获取第一预设时段内的商户的账目往来数据，具体实施时，在银行后台系统中调取与该商户名下的一个或多个账户有账目往来的其他账户的相关信息，例如账号、开户地、账户持有人信息、账目往来类型以及账目金额等数据，作为该商户的账目往来数据。且具体实施例中，一般会定时对商户进行人工刷单的检测，第一预设时段一般设置为7天或者半个月，并将该第一预设时段作为一个周期，每个周期到期后都进行步骤101-步骤104所示的人工刷单的检测方法，以对商户进行实时的人工刷单检测。
获取第一预设时段内的商户的账目往来数据后，根据账目往来数据，对商户的账户行为进行分析，确定可疑商户以及每个可疑商户对应的异常数据，具体实施时，如图2所示，包括：
步骤201：基于大数据技术对上述账目往来数据进行分析，确定是否存在商户的账户在第二预设时段内批量入账、批量转账和超过预设额度的入账；
步骤202：若存在，则标记该商户为可疑商户，记录该商户的账户存在的在第二预设时段内批量入账、批量转账或超过预设额度的入账，为该可疑商户对应的异常数据。
具体实施时，异常行为一般是指短时间内出现大额转账、批量退款或者批量入账，因此，第二预设时段一般设置为15分钟、半小时或一个小时。预设额度可根据商户特色进行设置，例如分析商户名下账户的历史流水，确定商户名下账户的的平均入账金额，将预设额度设置为平均入账金额的1.5倍或者2倍等，或者确定商户名下账户的最大入账金额，将预设额度设置为最大入账金额的1.1倍等，根据实际情况可随时调整。
基于大数据技术对上述账目往来数据进行分析，发现商户的账户不存在第二预设时段内批量入账、批量转账和超过预设额度的入账的情况，则将这种商户标记为正常商户。反之，则将其标记为可疑商户，并将出现的异常进行记录，例如，如果存在短时间内批量退款的情况，则将其记录为该可疑商户对应的异常数据，并记录退款的对方账户的相关信息，包括退款金额、退款账户开户地、退款账户类型(个人/公司)等信息。
具体地，还可根据每个可疑商户对应的异常数据，初步给出每个可疑商户的可疑等级，具体包括：
高等级：若该账户短时间内出现频繁入账(或交易激增情况)，如48小时内入账超过1000笔，且大于48小时外其他时段内平均交易次数的80％以上，每次入账金额基本相同(误差不超过300元)，且付款账户分布在相同区域内(如相同城市或邻近城市)，标记为高等级。
中等级：若该账户短时间内出现较为频繁入账(或交易量明显增加的情况)，如3天内入账超过1000笔，且大于其余时段内的平均交易次数的80％以上，每次入账金额基本相同(误差不超过300元)，且付款账户分布在相同区域内(如相同省份)，标记为中等级。
低等级：其余情况标记为低等级。
确定可疑商户以及每个可疑商户对应的异常数据后，根据每个可疑商户对应的异常数据、每个可疑商户的历史入账数据和历史转账数据，以及预设的人工刷单检测参数，确定每个可疑商户的人工刷单概率值。具体实施时，人工刷单检测参数，包括：
历史比对检测参数，用于表征每个可疑商户对应的异常数据和每个可疑商户的历史入账数据之前的比对特征对应的检测概率得分；
转账检测参数，用于表征每个可疑商户的历史转账特征对应的检测概率得分。
因此，步骤103的具体实现过程，如图3所示，包括：
步骤301：比对每个可疑商户对应的异常数据和每个可疑商户的历史入账数据，得到比对特征，结合历史比对检测参数，确定每个可疑商户的第一检测概率得分；
步骤302：根据每个可疑商户的历史转账数据，提取每个可疑商户的历史转账特征，结合转账检测参数，确定每个可疑商户的第二检测概率得分；
步骤303：将每个可疑商户的第一检测概率得分和每个可疑商户的第二检测概率得分相加，得到每个可疑商户的人工刷单概率值。
具体实施时，历史比对检测参数例如包括：比对特征为：相较于历史入账，当前的异常数据中的入账金额、入账频率远超前三个周期的均值(大于2倍以上或处于峰值)，则检测概率得分为3。转账检测参数主要规定了不同的历史转账特征，对应的不同检测概率得分情况，例如，历史转账特征为大额转账的账户为陌生账户，则检测概率得分为4。
上述历史比对检测参数和转账检测参数，根据实际的刷单引起的影响，由业务人员提前在系统中进行预设，也可根据实际情况变化随时更改。具体实施例中，实施步骤303得到每个可疑商户的人工刷单概率值后，还可结合每个可疑商户的可疑等级，进一步确定每个可疑商户的最终人工刷单概率值，例如，可疑等级为高，则在步骤303得到每个可疑商户的人工刷单概率值的基础上再加4,；若可疑等级为中，则在步骤303得到每个可疑商户的人工刷单概率值的基础上再加2。
确定每个可疑商户的人工刷单概率值后，根据每个可疑商户的人工刷单概率值，确定人工刷单的检测结果。具体地，每个可疑商户的人工刷单概率值是一个具体的得分，根据提前预设的标准，对每个可疑商户的人工刷单概率进行评级，例如：若人工刷单概率值在1-5分之间，评级为低；若人工刷单概率值在6-10分之间，评级为中；若人工刷单概率值大于10分，评级为高。并将评级为高的商户进行标记，确定为存在人工刷单的商户。
下面给出一具体实例说明本发明实施例如何实现人工刷单的检测。本例应用于检测与银行存在合作的电商平台上的商户的人工刷单检测。
首先，银行需与电商平台及平台中的商户签订人工刷单检测协议，该协议主要支持银行对电商平台中的签约商户账户，账目往来信息进行检测，并防止后续出现的法律纠纷。并将签约后的商户及其账户信息加入银行人工刷单检测白名单中。
初步筛选可能存在人工刷单行为的商户：利用大数据分析技术，对银行人工刷单检测白名单中的多个账户的账户行为进行分析。即：周期性选择白名单中的账户对其当前一个周期(如：最近7天)的交易进行分析，若发现该账户存在大额入账(如：单笔1万元以上)、短时间频繁入账(如：1天、8小时内连续入账超过50笔)等情况时将该账户标记为可疑账户。
初步给出每个可疑商户的可疑等级，具体包括：
高等级：若该账户短时间内出现频繁入账(或交易激增情况)，如48小时内入账超过1000笔，且大于48小时外其他时段内平均交易次数的80％以上，每次入账金额基本相同(误差不超过300元)，且付款账户分布在相同区域内(如相同城市或邻近城市)，标记为高等级。
中等级：若该账户短时间内出现较为频繁入账(或交易量明显增加的情况)，如3天内入账超过1000笔，且大于其余时段内的平均交易次数的80％以上，每次入账金额基本相同(误差不超过300元)，且付款账户分布在相同区域内(如相同省份)，标记为中等级。
低等级：其余情况标记为低等级。
判断可疑账户存在人工刷单的概率：检测上一步标记出的可疑商户的可疑等级，若为中等级，当前概率得分为2；若为高等级，当前概率得分为4；特别地，若曾经核实该可疑商户确实存在刷单行为，当前概率得分为4；其余可疑商户的当前概率得分为1.
接着，分析历史入账数据：
若该账户异常情况发生在非双十一、双十二等特殊的购物节的日期，该商户的当前概率得分加2。
分析可疑商户的账户当前周期之前的连续三个周期内交易数据，若之前三个周期内，该可疑商户的账户不存在大额入账情况、短时间频繁入账，或当入账金额、入账频率远超前三个周期的均值(大于2倍以上或处于峰值)，则可疑商户的当前概率得分加3。
其次，分析历史转账数据：
可分析每个可疑商户的账户在包含当前周期在内的近三个周期内，
若出现大额转账，被转账账户为账户的陌生账户，该可疑商户的当前概率得分加4。
若出现大额转账，被转账账户为账户的非常用账户，该可疑商户的当前概率得分加2。
若出现批量转账(或退款)，且批量转账(退款)账户地域较为集中，该可疑商户的当前概率得分加5。
若出现批量转账(或退款)，且批量转账(退款)账户地域分散，该可疑商户的当前概率得分加2。
分析历史转账数据还用于分析可疑商户的账户在人工刷单前后是否存在付刷单款的情况，有可能单笔或多笔付款，且付款方式可能是预付款或后付款，所以需持续跟踪三个周期。因此，分析该账户的当前周期、当前周期前一个周期、当前周期后一个周期的转账数据，由于当前周期后一个周期的转账数据可能无法获取，则先将当前概率得分进行结算，并进行标记，待当前周期后一个周期到达后，自动激活并获取相应数据，继续计算人工刷单概率得分。
账户人工刷单概率评级：
若最终得到的概率得分在1-5分之间，评级为低；
若最终得到的概率得分在6-10分之间，评级为中；
若最终得到的概率得分在大于10分，评级为高。
银行系统将评级为中和高等级的账户以及对应的商户信息，包括评级和异常原因，发送给对应的电商平台，由电商平台进行后续处理。且若电商平台发现某一商户确实存在人工刷单行为，将人工刷单商户信息同步至银行后台系统，银行后台系统会对其人工刷单行为进行标记。
上述具体应用的实施仅为举例，其余实施方式不再一一赘述。
基于同一发明构思，本发明实施例还提供一种人工刷单的检测装置，由于人工刷单的检测装置所解决问题的原理与人工刷单的检测方法相似，因此人工刷单的检测装置的实施可以参见人工刷单的检测方法的实施，重复之处不再赘述，具体结构如图4所示：
数据获取模块401，用于获取第一预设时段内的商户的账目往来数据；
可疑筛选模块402，用于根据账目往来数据，对商户的账户行为进行分析，确定可疑商户以及每个可疑商户对应的异常数据；
概率确定模块403，用于根据每个可疑商户对应的异常数据、每个可疑商户的历史入账数据和历史转账数据，以及预设的人工刷单检测参数，确定每个可疑商户的人工刷单概率值；
人工刷单检测模块404，用于根据每个可疑商户的人工刷单概率值，确定人工刷单的检测结果。
具体实施例中，可疑筛选模块402，具体用于：
基于大数据技术对账目往来数据进行分析，确定是否存在商户的账户在第二预设时段内批量入账、批量转账和超过预设额度的入账；
若存在，则标记该商户为可疑商户，记录该商户的账户存在的在第二预设时段内批量入账、批量转账或超过预设额度的入账，为该可疑商户对应的异常数据。
具体实施例中，上述人工刷单检测参数，包括：
历史比对检测参数，用于表征每个可疑商户对应的异常数据和每个可疑商户的历史入账数据之前的比对特征对应的检测概率得分；
转账检测参数，用于表征每个可疑商户的历史转账特征对应的检测概率得分。
相应地，具体实施例中的概率确定模块403，具体用于：
比对每个可疑商户对应的异常数据和每个可疑商户的历史入账数据，得到比对特征，结合历史比对检测参数，确定每个可疑商户的第一检测概率得分；
根据每个可疑商户的历史转账数据，提取每个可疑商户的历史转账特征，结合转账检测参数，确定每个可疑商户的第二检测概率得分；
将每个可疑商户的第一检测概率得分和每个可疑商户的第二检测概率得分相加，得到每个可疑商户的人工刷单概率值。
本发明实施例还提供一种计算机设备，图5为本发明实施例中计算机设备的示意图，该计算机设备能够实现上述实施例中的人工刷单的检测方法中全部步骤，该计算机设备具体包括如下内容：
处理器(processor)501、存储器(memory)502、通信接口(CommunicationsInterface)503和通信总线504；
其中，所述处理器501、存储器502、通信接口503通过所述通信总线504完成相互间的通信；所述通信接口503用于实现相关设备之间的信息传输；
所述处理器501用于调用所述存储器502中的计算机程序，所述处理器执行所述计算机程序时实现上述实施例中的人工刷单的检测方法。
本发明实施例还提供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执行上述人工刷单的检测方法的计算机程序。
综上所述，本发明实施例提供的人工刷单的检测方法及装置具有如下优点：
通过获取第一预设时段内的商户的账目往来数据；根据该账目往来数据，对商户的账户行为进行分析，确定可疑商户以及每个可疑商户对应的异常数据；根据每个可疑商户对应的异常数据、每个可疑商户的历史入账数据和历史转账数据，以及预设的人工刷单检测参数，确定每个可疑商户的人工刷单概率值；根据每个可疑商户的人工刷单概率值，确定人工刷单的检测结果。实现了对人工刷单行为进行筛选和检测，减少人工刷单行为对用户购买造成的干扰。
虽然本发明提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
本领域技术人员应明白，本说明书的实施例可提供为方法、装置(系统)或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。本发明并不局限于任何单一的方面，也不局限于任何单一的实施例，也不局限于这些方面和/或实施例的任意组合和/或置换。而且，可以单独使用本发明的每个方面和/或实施例或者与一个或更多其他方面和/或其实施例结合使用。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种人工刷单的检测方法，其特征在于，包括：
获取第一预设时段内的商户的账目往来数据；
根据所述账目往来数据，对商户的账户行为进行分析，确定可疑商户以及每个可疑商户对应的异常数据；
根据每个可疑商户对应的异常数据、每个可疑商户的历史入账数据和历史转账数据，以及预设的人工刷单检测参数，确定每个可疑商户的人工刷单概率值；
根据每个可疑商户的人工刷单概率值，确定人工刷单的检测结果。
2.如权利要求1所述的人工刷单的检测方法，其特征在于，根据所述账目往来数据，对商户的账户行为进行分析，确定可疑商户以及每个可疑商户对应的异常数据，包括：
基于大数据技术对所述账目往来数据进行分析，确定是否存在商户的账户在第二预设时段内批量入账、批量转账和超过预设额度的入账；
若存在，则标记该商户为可疑商户，记录该商户的账户存在的在第二预设时段内批量入账、批量转账或超过预设额度的入账，为该可疑商户对应的异常数据。
3.如权利要求1所述的人工刷单的检测方法，其特征在于，所述人工刷单检测参数，包括：
历史比对检测参数，用于表征每个可疑商户对应的异常数据和每个可疑商户的历史入账数据之前的比对特征对应的检测概率得分；
转账检测参数，用于表征每个可疑商户的历史转账特征对应的检测概率得分。
4.如权利要求3所述的人工刷单的检测方法，其特征在于，根据每个可疑商户对应的异常数据、每个可疑商户的历史入账数据和历史转账数据，以及预设的人工刷单检测参数，确定每个可疑商户的人工刷单概率值，包括：
比对每个可疑商户对应的异常数据和每个可疑商户的历史入账数据，得到比对特征，结合所述历史比对检测参数，确定每个可疑商户的第一检测概率得分；
根据每个可疑商户的历史转账数据，提取每个可疑商户的历史转账特征，结合所述转账检测参数，确定每个可疑商户的第二检测概率得分；
将每个可疑商户的第一检测概率得分和每个可疑商户的第二检测概率得分相加，得到每个可疑商户的人工刷单概率值。
5.一种人工刷单的检测装置，其特征在于，包括：
数据获取模块，用于获取第一预设时段内的商户的账目往来数据；
可疑筛选模块，用于根据所述账目往来数据，对商户的账户行为进行分析，确定可疑商户以及每个可疑商户对应的异常数据；
概率确定模块，用于根据每个可疑商户对应的异常数据、每个可疑商户的历史入账数据和历史转账数据，以及预设的人工刷单检测参数，确定每个可疑商户的人工刷单概率值；
人工刷单检测模块，用于根据每个可疑商户的人工刷单概率值，确定人工刷单的检测结果。
6.如权利要求5所述的人工刷单的检测装置，其特征在于，所述可疑筛选模块，具体用于：
基于大数据技术对所述账目往来数据进行分析，确定是否存在商户的账户在第二预设时段内批量入账、批量转账和超过预设额度的入账；
若存在，则标记该商户为可疑商户，记录该商户的账户存在的在第二预设时段内批量入账、批量转账或超过预设额度的入账，为该可疑商户对应的异常数据。
7.如权利要求5所述的人工刷单的检测装置，其特征在于，所述人工刷单检测参数，包括：
历史比对检测参数，用于表征每个可疑商户对应的异常数据和每个可疑商户的历史入账数据之前的比对特征对应的检测概率得分；
转账检测参数，用于表征每个可疑商户的历史转账特征对应的检测概率得分。
8.如权利要求7所述的人工刷单的检测装置，其特征在于，所述概率确定模块，具体用于：
比对每个可疑商户对应的异常数据和每个可疑商户的历史入账数据，得到比对特征，结合所述历史比对检测参数，确定每个可疑商户的第一检测概率得分；
根据每个可疑商户的历史转账数据，提取每个可疑商户的历史转账特征，结合所述转账检测参数，确定每个可疑商户的第二检测概率得分；
将每个可疑商户的第一检测概率得分和每个可疑商户的第二检测概率得分相加，得到每个可疑商户的人工刷单概率值。
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，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4任一所述方法。
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执行权利要求1至4任一所述方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111061749.3A CN113724054A (zh) | 2021-09-10 | 2021-09-10 | 人工刷单的检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111061749.3A CN113724054A (zh) | 2021-09-10 | 2021-09-10 | 人工刷单的检测方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113724054A true CN113724054A (zh) | 2021-11-30 |
Family
ID=78683144
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111061749.3A Pending CN113724054A (zh) | 2021-09-10 | 2021-09-10 | 人工刷单的检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113724054A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106384273A (zh) * | 2016-10-08 | 2017-02-08 | 江苏通付盾科技有限公司 | 恶意刷单检测系统及方法 |
| CN106548390A (zh) * | 2016-10-18 | 2017-03-29 | 浙江仟和网络科技有限公司 | 一种刷单检测方法及其系统 |
| CN107305665A (zh) * | 2016-04-19 | 2017-10-31 | 李辉 | 一种鉴别虚假交易、防止刷单的方法及装置 |
| CN108573432A (zh) * | 2018-04-23 | 2018-09-25 | 重庆南米电子商务有限公司 | 用于电子商务的交易监管系统和方法 |
| CN109598563A (zh) * | 2019-01-24 | 2019-04-09 | 北京三快在线科技有限公司 | 刷单检测方法、装置、存储介质和电子设备 |
| CN112347457A (zh) * | 2019-08-06 | 2021-02-09 | 上海晶赞融宣科技有限公司 | 异常账户检测方法、装置、计算机设备和存储介质 |
| CN113362126A (zh) * | 2021-05-21 | 2021-09-07 | 萨科(深圳)科技有限公司 | 一种应用于在线电商的订单数据检测方法及系统 |
-
2021
- 2021-09-10 CN CN202111061749.3A patent/CN113724054A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107305665A (zh) * | 2016-04-19 | 2017-10-31 | 李辉 | 一种鉴别虚假交易、防止刷单的方法及装置 |
| CN106384273A (zh) * | 2016-10-08 | 2017-02-08 | 江苏通付盾科技有限公司 | 恶意刷单检测系统及方法 |
| CN106548390A (zh) * | 2016-10-18 | 2017-03-29 | 浙江仟和网络科技有限公司 | 一种刷单检测方法及其系统 |
| CN108573432A (zh) * | 2018-04-23 | 2018-09-25 | 重庆南米电子商务有限公司 | 用于电子商务的交易监管系统和方法 |
| CN109598563A (zh) * | 2019-01-24 | 2019-04-09 | 北京三快在线科技有限公司 | 刷单检测方法、装置、存储介质和电子设备 |
| CN112347457A (zh) * | 2019-08-06 | 2021-02-09 | 上海晶赞融宣科技有限公司 | 异常账户检测方法、装置、计算机设备和存储介质 |
| CN113362126A (zh) * | 2021-05-21 | 2021-09-07 | 萨科(深圳)科技有限公司 | 一种应用于在线电商的订单数据检测方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 曾华磊: "网络监管典型案例评析之刷单炒信：网络经营者自己刷单炒信的行为", pages 2, Retrieved from the Internet <URL:https://m.cqn.com.cn/ms/content/2017-08/17/content_4742488.htm> * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102968715B (zh) | 一种基于信用数据的支付控制方法和系统 | |
| CN106780012A (zh) | 一种互联网信贷方法及系统 | |
| CN107871284A (zh) | 风险理赔的评估方法及装置 | |
| CN106384273A (zh) | 恶意刷单检测系统及方法 | |
| CN108320142A (zh) | 资金清算监管系统及其数据处理方法 | |
| CN108053318A (zh) | 一种对异常交易进行识别的方法及装置 | |
| CN112668303A (zh) | 数据处理方法、装置、设备及存储介质 | |
| CN109472491A (zh) | 一种检验检测企业信用评估软件系统 | |
| CN112651733A (zh) | 渠道路由选择方法、装置、设备及存储介质 | |
| CN112347110B (zh) | 一种数据差异确定方法、装置、设备及存储介质 | |
| KR20180023603A (ko) | 대출 중개 시스템 및 이에 이용되는 중개 서버 | |
| CN111951016A (zh) | 一种商户协议签约存储方法及装置 | |
| CN113724054A (zh) | 人工刷单的检测方法及装置 | |
| CN116629998A (zh) | 一种自动计息方法、装置、电子设备及可读存储介质 | |
| JP6423031B2 (ja) | 情報処理装置及びプログラム | |
| JP6760874B2 (ja) | 情報処理装置及びプログラム | |
| JP6760875B2 (ja) | 口座管理装置及びプログラム | |
| CN113298561A (zh) | 一种云计算跨境电商管理系统 | |
| CN109993648B (zh) | 一种数据处理方法和相关装置 | |
| CN114880369A (zh) | 一种基于弱数据技术的风险授信方法和系统 | |
| JP6766023B2 (ja) | 情報処理装置及びプログラム | |
| CN111815150A (zh) | 基于用户数据的金融服务平台用户评分系统及方法 | |
| CN113516542B (zh) | 物业智能会计核算中的日结月结及年度试算方法及系统 | |
| US20030074308A1 (en) | System and method for optimizing collection from skip accounts | |
| CN109584029B (zh) | 一种电子发票的稽核方法、装置、介质及电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |