TW201520935A

TW201520935A - 探勘欺騙競標用戶之方法、系統、電腦程式產品及可讀取紀錄媒體

Info

Publication number: TW201520935A
Application number: TW102143827A
Authority: TW
Inventors: Chui-Cheng Chen; Hui-Ling Huang; Gen-Ming Guo
Original assignee: Univ Southern Taiwan Sci & Tec
Priority date: 2013-11-29
Filing date: 2013-11-29
Publication date: 2015-06-01
Also published as: TWI634497B

Abstract

一種探勘欺騙競標用戶之方法、系統、電腦程式產品及可讀取紀錄媒體，其系統包含處理單元、資料庫群組及交易紀錄分析子系統，該資料庫群組儲存有用戶端之資料及交易紀錄，交易紀錄包含前述用戶端曾經參與競標之商品項目的紀錄，再執行下列步驟：該電腦系統比對特定用戶端曾經參與競標之商品項目與其他用戶端曾經參與競標之商品項目相似或相同的交集數量，並運算該交集數量相對特定用戶端曾經參與競標之商品項目數量的比例，以分析運算特定用戶端與其他用戶端之一關聯度，並在該關聯度低於額定值時判定前述特定用戶端為一疑似欺騙競標用戶端。

Description

探勘欺騙競標用戶之方法、系統、電腦程式產品及可讀取紀錄媒體

本發明係有關於一種探勘欺騙競標用戶之方法、系統、電腦程式產品及可讀取紀錄媒體，尤指藉由電腦系統比對特定用戶端之商品項目與其他用戶端之商品項目相似或相同的數量，以分析運算特定用戶端與其他用戶端之一關聯度，以判斷該用戶端是否具欺騙競標的可能性。

網路拍賣（online auction）是電子商務（e-commerce）經營模式中最受消費者歡迎的交易方式之一，消費者可在拍賣網站上陳列寄賣的商品，競標用戶可以依其需求性及價格的接受度對拍賣商品進行喊價，進而享受到商品競標的趣味性。

隨著拍賣交易規模的日益擴增，也伴隨衍生許多交易相關問題，例如某些競標用戶只是為了哄抬拍賣商品的價格，並非實際真正具有購買意願，其喊價行為除了干擾拍賣商品的真正價格，也嚴重危害拍賣市場交易的公正性。美國聯邦貿易委員會（Federal Trade Commission）於2000 年10 月31 日公佈的「掃蕩網路詐欺犯罪報告」中，賣方偽裝成其他消費者，一同參與喊價進而哄抬拍賣商品的價格，視為網路拍賣詐欺主要類型之一。

雖目前拍賣網站有藉由用戶的購買紀錄作為給予信用評價的依據或是開放給賣家及買家彼此給予負評、好評的功能，但該購買紀錄時有被捏造、灌水的情況，而難以用於判斷欺騙喊價競標用戶的依據，因此目前拍賣網站仍未有較有效的方法從多個競標用戶中找出具欺騙喊價競標可能的用戶。

爰此，為從多個競標用戶中找出有偽裝喊價可能的用戶，以便於後續防範拍賣商品價格被哄抬，因此本發明人致力於研究，提出一種探勘欺騙競標用戶之方法，係應用於一電腦系統，該電腦系統並儲存有複數用戶端之資料及對應各用戶端之一交易紀錄，該交易紀錄包含前述用戶端曾經參與競標之至少一商品項目的紀錄，再執行下列步驟：該電腦系統比對至少一特定用戶端曾經參與競標之商品項目與其他用戶端曾經參與競標之商品項目相似或相同的一交集數量，並運算該交集數量相對特定用戶端曾經參與競標之商品項目數量的比例，以分析運算特定用戶端與其他用戶端之一關聯度，並在該關聯度低於預先被設定之一額定值時判定前述特定用戶端為一疑似欺騙競標用戶端。

進一步，前述商品項目的紀錄更包含前述用戶端在參與競標後購買之至少一已購買商品項目的紀錄及至少一未購買商品項目的紀錄，而其他用戶端係以前述已購買商品項目比對前述特定用戶端之已購買商品項目、未購買商品項目之任一或組合，以運算前述交集數量。

進一步，該電腦系統先運算其他用戶端各已購買商品項目相對其他用戶端數量的一比例值，並擷取該比例值超過一設定值之已購買商品項目作為一關聯商品項目之資料，再將前述各關聯商品項目與前述特定用戶端之已購買商品項目取交集以計算該交集數量。

該電腦系統依據前述關聯度進一步分析前述特定用戶端之一實際競標意願值B，以在該實際競標意願值B低於一閥值時判定前述特定用戶端為具欺騙競標可能性之用戶端：Ｂ＝（Ｐ+Ｒ）/ｑ；Ｐ為前述特定用戶端之已購買商品項目的數量，Ｒ為前述關聯度，ｑ為前述特定用戶端之商品項目數量。

進一步，該電腦系統係利用群集演算法依據前述各用戶端的購買商品項目之一購買商品相似度予以分群後，再運算前述關聯度，該購買商品相似度為其他用戶端之購買商品項目與特定用戶端之購買商品項目取交集的數量值與取聯集的數量值的比例。

本發明亦為一種探勘欺騙競標用戶系統，係使用前述之探勘欺騙競標用戶之方法，包含：一處理單元；一資料庫群組，連接該處理單元，包含一用戶資料庫及一交易紀錄資料庫，該用戶資料庫係儲存前述用戶端之資料，該交易紀錄資料庫係儲存前述交易紀錄；一交易紀錄分析子系統，連接該處理單元，包含一比對模組及一運算模組，用以該電腦系統比對特定用戶端之商品項目與其他用戶端之商品項目相似或相同的一交集數量，該運算模組用以運算該交集數量相對特定用戶端之商品項目數量的比例，以分析運算特定用戶端與其他用戶端之一關聯度，並在該關聯度低於一額定值時判定前述特定用戶端為具欺騙競標可能性之用戶端。

進一步，該交易紀錄分析子系統更包括一用戶分群模組，用以依據前述各用戶端的購買商品項目之一相似度予以分群，該相似度為其他用戶端之購買商品項目與特定用戶端之購買商品項目取交集後的數量值。

本發明的功效在於：

1.本發明將比對特定用戶端的商品項目與其他用戶端的商品項目相似的數量以得一關聯度，並在該特定用戶端的關聯度低於預先被設定之額定值時，可判斷特定用戶端具有欺騙競標的可能性。

2.本發明係利用分群演算法依據購買商品項目的相似度將多個用戶端予以分群，以更為精確的分析特定用戶端的商品項目與其他用戶端的關聯度。

綜合上述技術特徵，本發明探勘欺騙競標用戶系統（１００）的主要功效將可於下述實施例清楚呈現。

先請參閱第一圖，係揭示本發明探勘欺騙競標用戶系統（１００）之系統架構示意圖，探勘欺騙競標用戶系統（１００）係包含一處理單元（１）、一資料庫群組（２）及一交易紀錄分析子系統（３），其中：

該處理單元（１）係具有邏輯運算、控制及接收、輸出其他硬體元件的指令的功能。

該資料庫群組（２）係連接該處理單元（１），包含一用戶資料庫（２１）及一交易紀錄資料庫（２２），該用戶資料庫（２１）係儲存複數用戶端之資料，該交易紀錄資料庫（２２）係儲存對應各用戶端之一交易紀錄，該交易紀錄包含前述用戶端曾經參與競標之至少一商品項目的紀錄。

該交易紀錄分析子系統（３）連接該處理單元（１），包含一比對模組（３１）及一運算模組（３２），該比對模組（３１）用以比對至少一特定用戶端之商品項目與其他用戶端之商品項目相似或相同的一交集數量，該運算模組（３２）用以運算該交集數量相對前述至少一特定用戶端之商品項目數量的比例，以分析運算特定用戶端與其他用戶端之一關聯度，並在該關聯度低於預先被設定之一額定值時判定前述至少一特定用戶端為具欺騙競標可能性之用戶端。最好是，該交易紀錄分析子系統（３）更包括一用戶分群模組（３３），用以依據前述各用戶端曾經參與競標之商品項目予以分群。

續請參閱第二圖及配合參閱第一圖，本發明亦為一種探勘欺騙競標用戶之方法，係可用程式的方式建構一程式產品，並將所述之程式產品儲存於一記錄媒體內，以供電腦系統〔如：桌上型電腦、筆記型電腦、智慧型手機、平板電腦、個人數位助理（PDA）〕讀取，此外亦可儲存於如伺服器內，以供線上下載安裝；該電腦系統係先儲存有複數用戶端之資料及對應各用戶端之一交易紀錄，該交易紀錄包含前述用戶端曾經參與競標之至少一商品項目的紀錄，再執行下列步驟：

該電腦系統以交易紀錄分析子系統（３）的比對模組（３１）比對至少一特定用戶端曾經參與競標之商品項目與其他用戶端曾經參與競標之商品項目相似或相同的一交集數量，並以交易紀錄分析子系統（３）的運算模組（３２）運算該交集數量相對特定用戶端曾經參與競標之商品項目數量的比例，以分析運算特定用戶端與其他用戶端之一關聯度，並在該關聯度低於預先被設定之一額定值時判定前述特定用戶端為一疑似欺騙競標用戶端。

較具體的說，前述商品項目的紀錄更包含前述用戶端在參與競標後購買之至少一已購買商品項目的紀錄及至少一未購買商品項目的紀錄，而其他用戶端係以前述已購買商品項目比對前述特定用戶端之已購買商品項目、未購買商品項目之任一或組合，以運算前述交集數量。

最好是，該電腦系統先運算其他用戶端各已購買商品項目相對其他用戶端數量的一比例值，並擷取該比例值超過預設之一設定值之已購買商品項目作為一關聯商品項目之資料，再將前述各關聯商品項目與前述特定用戶端之已購買商品項目取交集以計算該交集數量。例如，某一競標用戶端的交易資料為[a、b、c；a、b、c、d、e]，曾經競標的商品項目為a、b、c，若找出的關聯商品項目之資料為e、f，其關聯度Ｂ={3+efÇde}的數量}/5=4/5=80%。

在用戶端數量較多時，該電腦系統最好是先藉由用戶分群模組（３３）依據前述各用戶端的購買商品項目之一購買商品相似度予以分群後，再運算前述關聯度，該購買商品相似度為其他用戶端之購買商品項目與特定用戶端之購買商品項目取交集的數量值與取聯集的數量值的比例。

該購買商品相似度亦可表示為：購買商品相似度=(特定交易資料Ç群組中心點)的商品數量/所有交易資料的商品數量。

例如，一筆交易資料為[a、b、c、d（購買商品項目）；a、b、c、d、e、f（曾經競標的商品項目）]，一個群組中心點為[a、c、d（購買商品項目）；a、b、c、d、e（曾經競標的商品項目）]，其中{a、b、c、d、e、f}為所有商品項目集合，則購買商品相似度=3/4=75%。

前述分群的過程可表示為： Clustering (T1, T2, …, Tk) { if k=1 將滿足「購買商品相似度」的交易紀錄歸屬於T1-群組; else { 分別設定k位競標用戶端之交易紀錄，T1, T2, …, Ti, …, Tk，為一群組的中心點； s1=計算分群後的整體購買商品相似度的總和; s=s1; /*表示分群化之後減之前整體購買商品相似度總和的差值*/ while s>0 { 挑選任一的交易紀錄取代原先Ti-群組的中心點，1£i£k; 計算分群化之後的整體購買商品相似度的總和; s2=選出整體購買商品相似度總和為最大值的中心點組合; s=s2-s1; if s£0 保留之前的分群; else { 檢查各Ti,是否仍歸屬於檢查各Ti-群組中？ if 成立 { 將目前分群的中心點取代之前的中心點; s1=s2; } else保留之前的分群; } } 完成分群; }

以下配合實例說明探勘欺騙競標用戶的探勘過程：

表1為一個交易紀錄資料庫D1，其包含6筆的交易資料，其中{a、b、c、d、e}為商品項目的集合，{T1、T2、T3、T4、T5、T6}為6位競標者之交易資料的集合，設定最小購買商品相似度為60%，最小關聯度為60%。以競標者T2和T6為偵測對象，偵測競標者T2和T6是否具有欺騙喊價傾向的探勘過程說明如下。

從競標者曾經購買的商品項目中，首先分別設定交易資料T2、及T6為一群組的中心點，選經由演算法Clustering()的計算，可得到以下兩個群組：

T2-群組={T1, T3}及T6-群組={T4, T5}

在T2-群組中計算各項商品出現的比率值為：a=2/2=100%、b=2/2=100%、c=1/2=50%、d=1/2=50%，因此「關聯因子」為acd（abc?）。利用公式(3)計算競標者T2的喊價關聯度b={2+acdÇacd}的數量/abcde的數量=5/5=100%，滿足最小喊價關聯度。經由上述計算可偵測競標者T2為非具有欺騙喊價傾向者。依據相同計算方法，可偵測競標者T6為具有欺騙喊價傾向者。

以下並介紹探勘欺騙競標用戶系統的執行畫面及其測試結果：

本發明探勘欺騙競標用戶系統係以C#為系統撰寫的程式語言，交易資料由IBM Data Mining網站(http://www.almaden.ibm.com/)下載資料模擬程式，以產生評估實驗所需要的交易資料。由模擬程式產生的每一筆資料，其包含的項目視之為曾經喊價的商品項目，然後再從中隨機產生曾經購買的商品項目，如此再組合成每一筆競標者的交易資料。本系統產生一個包含10000筆交易資料的交易資料庫D2為例，如表2，其主要參數值的意義分別為：n代表商品項目的數量、ntran為交易紀錄筆數的數量、np為型樣組合的數量、tl為每筆交易資料中曾經競標之商品項目的平均項目個數，其餘參數以預設值設定之。

交易紀錄資料庫D2中分別以編號1, 2, 3, …, 1000表示商品項目，以編號T1, T2, T3, …, T10000表示競標用戶的交易紀錄資料，利用本創作的探勘方法，設計與建置一個探勘欺騙競標用戶系統。續請參閱第三圖係揭示本發明系統的探勘畫面，分別輸入「購買商品相似度」，及「關聯度」等數值，在「競標用戶數量」分別輸入欲偵測的競標用戶數量，以100位競標用戶為例，表示系統將以隨機方式挑選100位競標用戶為偵測目標。

經由探勘計算過程，可在「群組」欄位中顯示分群化之後的群組，然後在「疑似欺騙競標用戶」欄位中顯示找到的結果（請參閱第四圖）。續請參閱第五圖，係顯示本發明探勘欺騙競標用戶系統對不同數量的競標用戶進行探勘之結果，由結果可知本發明探勘欺騙競標用戶系統找出疑似欺騙競標用戶的數量可保持穩定的比率值。

綜合上述實施例之說明，當可充分瞭解本發明之操作、使用及本發明產生之功效，惟以上所述實施例僅係為本發明之較佳實施例，當不能以此限定本發明實施之範圍，即依本發明申請專利範圍及發明說明內容所作簡單的等效變化與修飾，皆屬本發明涵蓋之範圍內。

（１００）‧‧‧探勘欺騙競標用戶系統
（１）‧‧‧處理單元
（２）‧‧‧資料庫群組
（２１）‧‧‧用戶資料庫
（２２）‧‧‧交易紀錄資料庫
（３）‧‧‧交易紀錄分析子系統
（３１）‧‧‧比對模組
（３２）‧‧‧運算模組
（３３）‧‧‧用戶分群模組

[第一圖]係為本發明實施例之探勘步驟流程示意圖。

[第二圖]係為本發明實施例之系統架構圖。

[第三圖]係為本發明實施例之使用介面示意圖。

[第四圖]係為本發明實施例呈現運算結果之使用介面示意圖。

[第五圖]係為本發明實施例利用虛擬交易紀錄實際探勘測試之結果示意圖。

Claims

一種探勘欺騙競標用戶之方法，係應用於一電腦系統，該電腦系統並儲存有複數用戶端之資料及對應各用戶端之一交易紀錄，該交易紀錄包含前述用戶端曾經參與競標之至少一商品項目的紀錄，再執行下列步驟：該電腦系統比對至少一特定用戶端曾經參與競標之商品項目與其他用戶端曾經參與競標之商品項目相似或相同的一交集數量，並運算該交集數量相對特定用戶端曾經參與競標之商品項目數量的比例，以分析運算特定用戶端與其他用戶端之一關聯度，並在該關聯度低於預先被設定之一額定值時判定前述特定用戶端為一疑似欺騙競標用戶端。
如申請專利範圍第1項所述之探勘欺騙競標用戶之方法，其中，前述商品項目的紀錄更包含前述用戶端在參與競標後購買之至少一已購買商品項目的紀錄及至少一未購買商品項目的紀錄，而其他用戶端係以前述已購買商品項目比對前述特定用戶端之已購買商品項目、未購買商品項目之任一或組合，以運算前述交集數量。
如申請專利範圍第2項所述之探勘欺騙競標用戶之方法，其中，該電腦系統先運算其他用戶端各已購買商品項目相對其他用戶端數量的一比例值，並擷取該比例值超過一設定值之已購買商品項目作為一關聯商品項目之資料，再將前述各關聯商品項目與前述特定用戶端之已購買商品項目取交集以計算該交集數量。
如申請專利範圍第2項或第3項所述之探勘欺騙競標用戶之方法，其中，該電腦系統依據前述關聯度進一步分析前述特定用戶端之一實際競標意願值B，以在該實際競標意願值B低於一閥值時判定前述特定用戶端為具欺騙競標可能性之用戶端：Ｂ＝（Ｐ+Ｒ）/ｑ；Ｐ為前述特定用戶端之已購買商品項目的數量，Ｒ為前述關聯度，ｑ為前述特定用戶端之商品項目數量。
如申請專利範圍第2項所述之探勘欺騙競標用戶之方法，其中，該電腦系統係利用群集演算法依據前述各用戶端的購買商品項目之一購買商品相似度予以分群後，再運算前述關聯度，該購買商品相似度為其他用戶端之購買商品項目與特定用戶端之購買商品項目取交集的數量值與取聯集的數量值的比例。
一種電腦程式產品，係安裝於一電腦系統，使該電腦系統執行申請專利範圍第1項至第5項任一項所述之探勘欺騙競標用戶之方法。
一種可讀取紀錄媒體，係儲存有申請專利範圍第6項所述之電腦程式產品。
一種探勘欺騙競標用戶系統，係使用申請專利範圍第1項至第5項任一項所述之探勘欺騙競標用戶之方法，包含：一處理單元；一資料庫群組，連接該處理單元，包含一用戶資料庫及一交易紀錄資料庫，該用戶資料庫係儲存前述用戶端之資料，該交易紀錄資料庫係儲存前述交易紀錄；一交易紀錄分析子系統，連接該處理單元，包含一比對模組及一運算模組，用以比對特定用戶端之商品項目與其他用戶端之商品項目相似或相同的一交集數量，該運算模組用以運算該交集數量相對特定用戶端之商品項目數量的比例，以分析運算特定用戶端與其他用戶端之一關聯度，並在該關聯度低於前述額定值時判定前述特定用戶端為具欺騙競標可能性之用戶端。
如申請專利範圍第8項所述之探勘欺騙競標用戶系統，其中，該交易紀錄分析子系統更包括一用戶分群模組，用以依據前述各用戶端曾經參與競標之商品項目予以分群。