[发明专利]刷单行为的识别方法及装置

说明书

本申请公开了一种刷单行为的识别方法及装置，通过对交易数据的分析，建立基于购物行为的社会网络模型，通过识别基于购物行为的社会网络模型中的凝聚子群，实现刷单行为的识别，提高了刷单行为识别的效率和准确率。

技术领域

本申请涉及电子商务技术领域，更具体的说，是涉及一种刷单行为的识 别方法及装置。

背景技术

随着电子商务技术高速发展，网络购物极大地方便了人们的生活，越来 越多的消费者在网上购物平台购买商品。在消费者在线浏览商品时，很多网 上购物平台会提供按照销量、用户评分等多种维度进行排序和筛选的功能， 与此同时，商户之间的不正当竞争现象也层出不穷，刷单就是其中一种常见 的手段，不少商户雇佣人或者购买机器人账号为自己的店铺刷单，从而快速 提高销量和商品评分，以此来吸引消费者购买商品。

为了抵制商户的刷单行为，维持良好的平台信誉和运行秩序，网上购物 平台往往会对商户的刷单行为进行检测。目前，网上购物平台是基于刷单行 为检测模型对商户的刷单行为进行检测的。

但是，目前网上购物平台常用的刷单行为检测模型是使用支持向量机、 决策树等分类算法的分类器，分类器在构建时，将消费者以及商户都看成独 立的个体，忽视了这些个体之间的联系，因此，在基于分类器对商户的刷单 行为进行检测时，可能会导致检测结果不准确，并且无法发现消费者和商户 之间隐藏的异常交易关系。

发明内容

鉴于上述问题，提出了本申请以便提供一种克服上述问题或者至少部分 地解决上述问题的刷单行为的识别方法及装置。具体方案如下：

一种刷单行为的识别方法，所述方法包括：

获取目标交易数据；

根据所述目标交易数据生成基于购物行为的社会网络模型；

确定所述基于购物行为的社会网络模型中的涉及刷单行为的凝聚子群；

对所述涉及刷单行为的凝聚子群进行分析确定涉及刷单行为的商户和用 户。

可选地，所述根据所述目标交易数据生成基于购物行为的社会网络模型， 包括：

根据所述目标交易数据确定行动者；

根据所述目标交易数据确定所述行动者之间的联系以及所述联系的属 性；

根据所述联系的属性确定所述行动者之间的联系值；

根据各个行动者之间的联系值确定基于购物行为的社会网络模型。

可选地，所述根据所述目标交易数据确定行动者，包括：

根据所述目标交易数据确定有购物行为的网上购物平台的用户和商户。

可选地，所述根据所述目标交易数据确定所述行动者之间的联系以及所 述联系的属性，包括：

根据所述目标交易数据确定所述行动者之间存在的历史订单数据；

根据所述历史订单数据确定商品自身的属性、交易行为的属性以及交易 完成后用户评价信息的属性。

可选地，所述根据所述联系的属性确定所述行动者之间的联系值，包括：

确定第一行动者与第二行动者之间的联系的属性；

对每一个属性，根据该属性的权重系数以及该属性的初始联系值确定该 属性的最终联系值；

将各个属性的最终联系值进行叠加计算出所述第一行动者与所述第二行 动者之间的联系值。

一种刷单行为的识别装置，所述装置包括：

获取单元，用于获取目标交易数据；