[发明专利]虚假交易团伙识别方法、设备及计算机可读介质有效
申请号: | 201910963294.0 | 申请日: | 2019-10-11 |
公开(公告)号: | CN110874786B | 公开(公告)日: | 2022-10-18 |
发明(设计)人: | 晏荣 | 申请(专利权)人: | 支付宝(杭州)信息技术有限公司 |
主分类号: | G06Q30/06 | 分类号: | G06Q30/06 |
代理公司: | 北京晋德允升知识产权代理有限公司 11623 | 代理人: | 王戈 |
地址: | 310012 浙江省杭州市*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 虚假 交易 团伙 识别 方法 设备 计算机 可读 介质 | ||
本申请提供了一种虚假交易团伙识别方案,首先可以获取预设时间段内服务商下买家对应的交易特征信息项集,所述交易特征信息项集的元素为对应的买家所完成的交易的交易特征信息,能够反映出服务商下各个买家在交易时的特点,然后根据所述交易特征信息项集,获取所述服务商下的最大频繁项集,并计算买家对应的交易特征信息项集与所述服务商下的最大频繁项集的相似度,根据将所述相似度与第一阈值判断是否存在虚假交易的行为,从而识别出虚假交易团伙。
技术领域
本申请涉及信息技术领域,尤其涉及一种虚假交易团伙识别方法、设备及计算机可读介质。
背景技术
在进行业务拓展时,企业会雇佣服务商进行用户和商户拓展。在该过程中,服务商会通过各种方式开拓新的用户和商户,并促成买家(用户)与卖家(商户)之间的交易,从而为企业带来利益。而对于通过服务商促成的交易,企业会给与服务商一定金额的奖励。在利益驱动下,部分服务商会伙同卖家和买家组成团伙,通过虚假交易的方式来骗取企业给与的奖励,从而会对企业造成损失。对于服务商的这种行为,目前没有较好的方式来进行识别。
发明内容
本申请的一个目的是提供一种虚假交易团伙识别方案,用以解决目前无法有效识别服务商伙同卖家和买家进行虚假交易的问题。
本申请实施例提供了一种虚假交易团伙识别方法,该方法包括:
获取预设时间段内服务商下买家对应的交易特征信息项集,其中,所述交易特征信息项集的元素为对应的买家所完成的交易的交易特征信息;
根据所述交易特征信息项集,获取所述服务商下的最大频繁项集;
计算买家对应的交易特征信息项集与所述服务商下的最大频繁项集的相似度;
若存在所述相似度超过第一阈值的买家,将所述服务商确定为虚假交易团伙的成员。
本申请实施例还提供了一种虚假交易团伙识别设备,该设备包括:
信息获取模块,用于获取预设时间段内服务商下买家对应的交易特征信息项集,其中,所述交易特征信息项集的元素为对应的买家所完成的交易的交易特征信息;
计算处理模块,用于根据所述交易特征信息项集,获取所述服务商下的最大频繁项集,以及计算买家对应的交易特征信息项集与所述服务商下的最大频繁项集的相似度;
识别模块,用于在判断存在所述相似度超过第一阈值的买家时,将所述服务商确定为虚假交易团伙的成员。
此外,本申请的一些实施例还提供了一种计算设备,该设备包括用于存储计算机程序指令的存储器和用于执行计算机程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发所述设备执行所述的虚假交易团伙识别方法。
本申请的另一些实施例还提供了一种计算机可读介质,其上存储有计算机程序指令,所述计算机可读指令可被处理器执行以实现所述的虚假交易团伙识别方法。
本申请实施例提供的虚假交易团伙识别方案中,首先可以获取预设时间段内服务商下买家对应的交易特征信息项集,所述交易特征信息项集的元素为对应的买家所完成的交易的交易特征信息,能够反映出服务商下各个买家在交易时的特点,然后根据所述交易特征信息项集,获取所述服务商下的最大频繁项集,并计算买家对应的交易特征信息项集与所述服务商下的最大频繁项集的相似度,若存在所述相似度超过第一阈值的买家,将所述服务商确定为虚假交易团伙的成员。由于虚假交易团伙的表现形式往往是一批买家与同一服务商拓展的一批卖家集中交易,交易时往往会表现出一些特定的模式,例如交易的卖家类似、交易金额类似等,最大频繁项集则可以表示所述特定的模式,因此相似度越高,表示该服务商下的买家在交易是越符合虚假交易团伙的特定模式,由此可以识别出服务商是否存在虚假交易的行为。
附图说明
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910963294.0/2.html,转载请声明来源钻瓜专利网。