[发明专利]一种基于大数据的营销反作弊系统

权利要求书

1.一种基于大数据的营销反作弊系统，应用于营销反作弊，所述系统包括云服务器和用户终端；当所述系统工作时，通过以下步骤实现营销反作弊功能：

步骤S1、当用户在用户终端进行营销活动相关操作时，向云服务器发出风险识别请求；云服务器接收请求后调用数据采集模块，向用户终端发出数据采集指令，采集预设样本采集时间区间T_S内的用户终端内的所有第一操作数据；

步骤S2、用户终端响应数据采集指令，云服务器在接收到第一操作数据后调用风险识别控制模块分别采用黑白名单数据库对比和风险模型判断的方法进行风险判断，得到第一风险判断结果、第二风险判断结果；

步骤S3、云服务器检测到第一风险判断结果、第二风险判断结果生成后，再次调用风险识别控制模块，以第一风险判断结果、第二风险判断结果为输入数据进行风险判断，得到风险判断指令；

步骤S4、云服务器将风险判断指令作为所述风险识别请求的响应传输给用户终端，用户终端根据风险判断指令通过或拒绝用户操作；

其中，黑白名单数据库及风险模型通过以下方式构建：

步骤S5、云服务器在当前数据周期T_n+T₀内，通过数据采集接口模块持续获取第一用户平台操作行为环境数据及第三方黑白名单数据，分别存储在基础数据库、黑白名单数据库中；

其中，T_n为当前系统所处的运行周期；T₀为系统预设的第一系统数据积累时间，在T₀内所述系统进行数据采集工作；

步骤S6、当第一系统数据积累周期T₀结束时，所述风险识别控制模块立即开始对所述基础数据库中存储的第一用户平台操作行为环境数据执行风险预判断操作，得到第一数据分析样本；

步骤S7、云服务器调用风险模型训练分析模块以第一数据分析样本为数据集，利用机器学习算法训练风险模型，得到第一风险判断模型，并存储至风险模型数据库中；

步骤S8、云服务器调用风险识别控制模块查询所述基础数据库中时间戳在T_n-1+T₀内的数据得到第二基础数据，并将其输入第一风险判断模型中得到对应数据的第一分类结果；

其中，T_n-1为当前系统所处的运行周期T_n前一个运行周期；

步骤S9、分别按照用户id、IP、设备指纹对第一分类结果进行聚合，得到第一校正数据，并按照第一校正数据对所述黑白名单数据库中的数据进行更新；

步骤S3所述的风险判断为所述风险识别控制模块根据预设的第一判断规则判断得出风险判断指令；

其中，第一判断规则包括，通过计算第一风险判断结果的风险概率，结合第一风险判断结果和第二风险判断结果的一致性，输出第三风险判断结果。

2.根据权利要求1所述的基于大数据的营销反作弊系统，其特征在于，

所述云服务器包括数据库、处理器和存储器；

所述数据库包括基础数据库、黑白名单数据库、风险模型数据库；基础数据库用于存储用户操作数据，黑白名单数据库用于存储异常或正常的用户数据，风险模型数据库用于存储异常用户特征模型数据。

3.根据权利要求1所述的基于大数据的营销反作弊系统，其特征在于，

所述数据采集接口模块、风险识别控制模块均为存储在云服务器存储器中的程序模块，由云服务器调用。

4.根据权利要求1所述的基于大数据的营销反作弊系统，其特征在于，

步骤S2中所述风险判断包括：

步骤S21、所述风险识别控制模块提取第一用户操作数据中的用户id、IP、设备指纹数据作为第一判断数据集，并将第一判断指标与所述黑白名单数据库进行对比，得到第一风险判断结果；

步骤S22、预设样本采集时间区间T_S，所述风险识别控制模块提取包括当前操作时间戳的前T_S内的用户操作数据集作为第二判断数据集，并将第二判断数据集输入第一风险模型，得到第二风险判断结果。