用于电子商务的交易监管系统和方法技术方案

本发明专利技术涉及电子商务系统技术领域，具体涉及一种用于电子商务的交易监管系统，包括商品评估模块、用户统计模块、用户分析模块、刷单认定模块以及处罚模块，商品评估模块用于根据平台内的交易信息对平台内的商品进行评估，筛选出可疑商品；用户统计模块用于统计可疑商品的购买用户，并根据用户的出现次数筛选出可疑用户；用户分析模块用于对可疑用户的交易记录进行分析，判断可疑用户是否为刷单用户；刷单认定模块用于根据可疑商品成交记录中的刷单用户数量判断可疑商品是否为刷单商品。本发明专利技术提供的用于电子商务的交易监管系统，能够解决电商平台现在存在的刷单问题，准确识别刷单交易。

【技术实现步骤摘要】
用于电子商务的交易监管系统和方法
本专利技术涉及电子商务系统
，具体而言，涉及一种用于电子商务的交易监管系统和方法。
技术介绍
随着电子商务的飞速发展以及移动终端的普及，利用手机、平板等移动设备上网购物已经成为当代年轻人的一种生活方式。现有的各大电商平台均可以在购物后，对商品进行评价，商品的评价可以对其他用户起到一定的指引作用，为用户选购商品提供依据。然而，现在电商平台几乎都存在卖家刷单的现象，通过刷单可以快速提高卖家的成交量、成交率以及好评率等，可以使卖家的排名靠前，进而提高真实的销量；也有不少商家，靠着刷单而获得的大量好评，无视真实买家的差评，公然出售假冒伪劣商品，而由于取证难、申诉过程漫长，很多买到假货的买家只能选择接受损失。针对此，现有的电商平台想尽了各种办法来鉴别和阻止刷单交易，最常见的就是对物品售价进行监控，对物流单号真实性进行检验，对账号进行验证等方式。然而刷单人员的刷单技术也在不断地提高。现在刷单人员，会模仿真实的交易流程，从售前咨询、商品选购、付款到货物的物流，整个交易过程，非常完整。针对于这种程度的刷单，现有的电商平台基本上没有应对方法，长此以往，不仅会使用户遭受损失，还会使用户会对电商平台产生质疑，从而影响电商平台的发展。
技术实现思路
本专利技术意在提供一种用于电子商务的交易监管系统，能够解决电商平台现在存在的刷单问题，准确识别刷单交易。为了解决上述技术问题，本专利提供如下技术方案：用于电子商务的交易监管系统，包括：商品评估模块，所述商品评估模块用于根据平台内的交易信息对平台内的商品进行评估，筛选出可疑商品；用户统计模块，所述用户统计模块用于统计可疑商品的购买用户，并根据用户的出现次数筛选出可疑用户；用户分析模块，所述用户分析模块用于对可疑用户的交易记录进行分析，判断可疑用户是否为刷单用户；刷单认定模块，刷单认定模块用于根据可疑商品成交记录中的刷单用户数量判断可疑商品是否为刷单商品。名词解释：可疑商品是指具有刷单嫌疑的商品；可疑用户是指具有参与刷单嫌疑的用户。本专利技术技术方案中，由于电商卖家刷单的目的就是在于使自家商品或店铺信誉或成交量快速提升，因此通过商品评估模块通过对商品好评率、销量、信誉度等进行监控，就可以筛选出超出正常水平的可疑商品，然后以可疑商品中用户出现的次数作为依据来对用户进行过滤，由于刷单人员通常会接受很多刷单任务，且现在每个购物账号都需要手机号验证，为了实现用户账号利益最大化，同一个用户账号通常会参与过多个商品的刷单，而正常用户几乎不可能会同时购买到多个刷单的产品，因此通过用户统计模块可以将可疑的用户筛选出来；用户分析模块对筛选出来的用户的交易记录进行逐一分析，判断用户是否为刷单用户，然后通过刷单认定模块对可疑商品是否存在刷单进行判断。本专利技术技术方案中，通过宏观的对整体的交易数据进行分析，利用刷单账号存在参与多次刷单的固有特点，将可疑商品与可疑用户联系起来，由商品到用户，最终再到商品，通过商品和用户两次分析评判，得到最终认定结果，而不仅仅只是像现有技术那样局限于对某一个数据真实性的验证，因此，即使刷单人员完全按照真实的购买流程进行刷单，只要被刷商品由于刷单而得到了较快的提升，系统即可实现对其的识别，进而解决电商平台现在存在的刷单问题。进一步，所述交易信息包括当前商品N天前平均销售数据、同类商品N天前平均销售数据、当前商品N天内平均销售数据、同类商品N天内平均销售数据；所述商品评估模块包括：当前商品数据统计子模块，所述当前商品数据统计子模块用于统计当前商品的销售数据，生成当前商品N天前平均销售数据和当前商品N天内平均销售数据；同类商品数据统计子模块，所述同类商品数据统计子模块用于统计与待评估的商品相同类型的商品的销售数据，生成同类商品N天前平均销售数据和同类商品N天内平均销售数据；商品数据分析子模块，所述商品数据分析子模块用于根据当前商品N天前平均销售数据、同类商品N天前平均销售数据、当前商品N天内平均销售数据以及同类商品N天内平均销售数据生成当前商品的评估分数；可疑商品筛选子模块，所述可疑商品筛选子模块用于将评估分数大于预设值的商品筛选出来作为可疑商品。当前商品N天前平均销售数据代表了被检测产品一段时间之前的销售状态，由于刷单具有时限性，其通常集中在几天或几个星期之内，因此检测N天前平均销售数据可以反应刷单之前的状态，当前商品N天内平均销售数据代表了该商品近期的销售状态，通过这两个数据的比较可以得到当前商品短期内的增长特性相关的数据，通过同类商品N天前平均销售数据和同类商品N天内平均销售数据可以反应当前商品相同或者类似商品的销售状态以及同类商品的销售增长特性，将当前商品的销售数据与同类商品的销售数据进行对比，可以判断出商品增长特性是否超出同类商品的平均水准，超出平均水平的商品有刷单的可能性，因此筛选出来作为可疑商品。进一步，所述当前商品N天前平均销售数据、同类商品N天前平均销售数据、当前商品N天内平均销售数据以及同类商品N天内平均销售数据均包括平均销量、好评率、平均评价附图率以及平均评价语句长度。销量和好评率是商家刷单的主要目的，因此刷单的产品，其销量和好评率通常会高于同类商品，平均评价附图率是指，商品的所有用户评论中带有附图的评论所占的比例，平均评价语句长度，是指平均每条评论的字数，通常来讲，一个商品的平均评价附图率和平均评价语句长度都是稳定的，其因具体的商品种类而异，例如对于服装类的商品，附图率通常较高，对于一些工具类或者零件类的商品，附图率较低，而刷单人员往往为了刷单效果会附图或者填写较长的评论语句，进而打破原有的平均评价附图率和平均评价语句长度。进一步，所述用户分析模块包括收获地址异常分析子模块、频率异常分析子模块、偏好异常分析子模块、相似异常分析子模块以及用户认定子模块，所述收获地址异常分析子模块用于统计用户的收获地址数据并根据用户收货地址数据生成收货地址异常分数；所述频率异常分析子模块用于获取用户购买同类型商品的频率并根据商品的使用年限生成购买频率异常分数；所述偏好异常分析子模块用于统计用户购买商品的偏好属性，并根据用户偏好属性的变化生成购买偏好异常分数，所述相似异常分析子模块用于从所有可疑用户中查找与当前用户交易记录相似的用户并生成相似异常分数，所述用户认定子模块用于根据收获地址异常分数、购买频率异常分数、购买偏好异常分数以及相似异常分数判断用户是否为刷单用户。正常的网购用户其收货地址、购物频率、购物偏好等都是较为稳定的，而刷单用户通常具有较多的收获地址，并且一个用户通常参与多次刷单，其购物频率较高，且不考虑具体的商品，例如对于正常用户如果购买过冰箱，则通常在几年内不会再次购买，而刷单账号通常不会估计这些，因此通过购买频率和相应商品的使用年限可以作为判断刷单的一个依据；刷单用户通常没有特定的购物偏好，对于商品的颜色、种类、型号等没有特别的设置，因此通过购物偏好也可以反映出用户是否为刷单用户；另一方面，刷单人员通常会有多个账号，且刷单通常通过相应的聊天群集体进行，因此刷单的账号具有一定的群体特性，即会有很多账号的网购记录是相似的，通过相似度也可以作为判断用户是否刷单的依据，从上述几个方面可以全面的对用户进行分析，准确的判断出可疑用户是否存在刷本文档来自技高网...

【技术保护点】
1.用于电子商务的交易监管系统，其特征在于：包括：商品评估模块，所述商品评估模块用于根据平台内的交易信息对平台内的商品进行评估，筛选出可疑商品；用户统计模块，所述用户统计模块用于统计可疑商品的购买用户，并根据用户的出现次数筛选出可疑用户；用户分析模块，所述用户分析模块用于对可疑用户的交易记录进行分析，判断可疑用户是否为刷单用户；刷单认定模块，刷单认定模块用于根据可疑商品成交记录中的刷单用户数量判断可疑商品是否为刷单商品。

【技术特征摘要】
1.用于电子商务的交易监管系统，其特征在于：包括：商品评估模块，所述商品评估模块用于根据平台内的交易信息对平台内的商品进行评估，筛选出可疑商品；用户统计模块，所述用户统计模块用于统计可疑商品的购买用户，并根据用户的出现次数筛选出可疑用户；用户分析模块，所述用户分析模块用于对可疑用户的交易记录进行分析，判断可疑用户是否为刷单用户；刷单认定模块，刷单认定模块用于根据可疑商品成交记录中的刷单用户数量判断可疑商品是否为刷单商品。2.根据权利要求1所述的用于电子商务的交易监管系统，其特征在于：所述交易信息包括当前商品N天前平均销售数据、同类商品N天前平均销售数据、当前商品N天内平均销售数据、同类商品N天内平均销售数据；所述商品评估模块包括：当前商品数据统计子模块，所述当前商品数据统计子模块用于统计当前商品的销售数据，生成当前商品N天前平均销售数据和当前商品N天内平均销售数据；同类商品数据统计子模块，所述同类商品数据统计子模块用于统计与待评估的商品相同类型的商品的销售数据，生成同类商品N天前平均销售数据和同类商品N天内平均销售数据；商品数据分析子模块，所述商品数据分析子模块用于根据当前商品N天前平均销售数据、同类商品N天前平均销售数据、当前商品N天内平均销售数据以及同类商品N天内平均销售数据生成当前商品的评估分数；可疑商品筛选子模块，所述可疑商品筛选子模块用于将评估分数大于预设值的商品筛选出来作为可疑商品。3.根据权利要求2所述的用于电子商务的交易监管系统，其特征在于：所述当前商品N天前平均销售数据、同类商品N天前平均销售数据、当前商品N天内平均销售数据以及同类商品N天内平均销售数据均包括平均销量、好评率、平均评价附图率以及平均评价语句长度。4.根据权利要求1所述的用于电子商务的交易监管系统，其特征在于：所述用户分析模块包括收获地址异常分析子模块、频率异常分析子模块、偏好异常分析子模块、相似异常分析子模块以及用户认定子模块，所述收获地址异常分析子模块用于统计用户的收获地址数据并根据用户收货地址数据生成收货地址异常分数；所述频率异常分析子模块用于获取用户购买同类型商品的频率并根据商品的使用年限生成购买频率异常分数；所述偏好异常分析子模块用于统计用户购买商品的偏好属性，并根据用户偏好属性的变化生成购买偏好异常分数，所述相似异常分析子模块用于从所有可疑用户中查找与当前用户交易记录相似的用户并生成相似异常分数，所述用户认定子模块用于根据收获地址异常分数、购买频率异常分数、购买偏好异常分数以及相似异常分数判断用户是否为刷单用户。5.根据权利要求1所述的用于电子商务的交易监管系统，其特征在于：还包括处罚模块，所述处罚模块用于对刷单用户、刷单商品以及刷单商品的商家按照预设的规则进行处罚。6.用于电子商务的交易监管方法，其特征在于：该方法包括以下步骤：商品评估步骤，对平台内的商品进行数据统计和评估，筛选出可疑商品；用户筛选步骤，对所有可疑商品的购买用户进行统计，筛选出出现...

【专利技术属性】
技术研发人员：冯双成，
申请(专利权)人：重庆南米电子商务有限公司，
类型：发明
国别省市：重庆,50