The invention provides a method, system and order fraud identification storage medium and electronic device, wherein the method comprises: acquiring historical orders, including the history of fraud orders; extraction value attributes of historical fraud orders; the establishment of multiple attribute group, each attribute group has different values of group; according to the attributes of each group the value of group traversal history orders, calculate the value of the history of fraud group orders accounted for the proportion of orders as history, the value of group fraud rate; the fraud rate value was higher than the threshold value of fraud as a high-risk group, the sum of calculation attribute values corresponding to the high-risk group of the group all the value group fraud order history the value of screening high-risk group was higher than the sum of attributes set the predetermined threshold value as a fraud by fraud group; value group identification in new orders. Fraudulent attributes. The invention can detect the property of fraud in real time, intercept new fraud orders in time, and automatically update the interception rules.
【技术实现步骤摘要】
订单欺诈识别方法、系统、存储介质和电子设备
本专利技术涉及互联网
,尤其涉及一种订单欺诈识别方法、系统、存储介质和电子设备。
技术介绍
基于对历史欺诈案件的研究,可以发现,欺诈案件总是在某些方面具有一定的集中性,当进一步研究欺诈集中性高的要素,可以发现这些要素的出现的背后都是有历史原因的。比如,通过研究欺诈,可以发现很多欺诈订单的用户所在地总是集中在某些固定地区,得出这个结论后,针对该些固定地区的订单做针对性的欺诈规则,就能很好地预防此类欺诈的发生。又或者,研究发现很多欺诈订单是异地登陆的用户所创建的。基于此,针对异地登陆用户设定拦截规则,可以很好地预防该类欺诈的发生。然后,现有的对于欺诈订单的拦截规则基本上都是基于单一的欺诈元素,拦截起来虽简单易实施,但难以囊括其他方面的欺诈类型。并且,对于欺诈订单的拦截规则都有一定的滞后性,无法实时地自动更新。可见,如何自动侦测高危欺诈因素,以及针对发现的高危欺诈因素如何部署规则实现自动更新是亟待解决的技术难题。需要说明的是,在上述
技术介绍
部分公开的信息仅用于加强对本专利技术的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
针对现有技术中的缺陷,本专利技术的目的是提供一种订单欺诈识别方法、系统、存储介质和电子设备,实现实时侦测欺诈特征属性,及时拦截新增欺诈订单,并自动更新拦截规则。根据本专利技术的一个方面,提供一种订单欺诈识别方法,包括:实时获取当前时间节点前的所有历史订单,建立历史订单库,所述历史订单库中包含有历史欺诈订单;提取所有历史欺诈订单的特征属性的取值,所述特征属性包 ...
【技术保护点】
一种订单欺诈识别方法,其特征在于,包括:实时获取当前时间节点前的所有历史订单,建立历史订单库,所述历史订单库中包含有历史欺诈订单;提取所有历史欺诈订单的特征属性的取值,所述特征属性包括第一类特征属性,所述第一类特征属性包括IP归属地、产品名称、供应商、分销商;从所述特征属性中分别提取不重复的至少一个第一类特征属性,建立多个特征属性组,每个特征属性组具有不同的取值组,每个取值组对应所述特征属性组所包含的至少一个第一类特征属性的取值;根据各个特征属性组的不同取值组,遍历所述历史订单库,计算各个特征属性组的各取值组下的历史欺诈订单占该特征属性组的该取值组下的历史订单的比例,作为各个特征属性组的各取值组的欺诈率;将欺诈率大于欺诈阈值的取值组作为高危取值组,计算该高危取值组对应的特征属性组下的所有取值组对应的历史欺诈订单的总和,筛选出总和高于预设阈值的特征属性组的高危取值组作为欺诈取值组;获取新增订单,提取所述新增订单的特征属性的取值,判断所述新增订单的特征属性的取值是否与所述欺诈取值组相吻合,若是则识别所述新增订单为新增欺诈订单,拒绝所述新增欺诈订单,若否则通过所述新增订单;以及返回更新所述历 ...
【技术特征摘要】
1.一种订单欺诈识别方法,其特征在于,包括:实时获取当前时间节点前的所有历史订单,建立历史订单库,所述历史订单库中包含有历史欺诈订单;提取所有历史欺诈订单的特征属性的取值,所述特征属性包括第一类特征属性,所述第一类特征属性包括IP归属地、产品名称、供应商、分销商;从所述特征属性中分别提取不重复的至少一个第一类特征属性,建立多个特征属性组,每个特征属性组具有不同的取值组,每个取值组对应所述特征属性组所包含的至少一个第一类特征属性的取值;根据各个特征属性组的不同取值组,遍历所述历史订单库,计算各个特征属性组的各取值组下的历史欺诈订单占该特征属性组的该取值组下的历史订单的比例,作为各个特征属性组的各取值组的欺诈率;将欺诈率大于欺诈阈值的取值组作为高危取值组,计算该高危取值组对应的特征属性组下的所有取值组对应的历史欺诈订单的总和,筛选出总和高于预设阈值的特征属性组的高危取值组作为欺诈取值组;获取新增订单,提取所述新增订单的特征属性的取值,判断所述新增订单的特征属性的取值是否与所述欺诈取值组相吻合,若是则识别所述新增订单为新增欺诈订单,拒绝所述新增欺诈订单,若否则通过所述新增订单;以及返回更新所述历史订单库。2.如权利要求1所述的订单欺诈识别方法,其特征在于,组成所述特征属性组的第一类特征属性中至少包括所述IP归属地,所述订单欺诈识别方法还包括:预设时间段后,统计被识别为新增欺诈订单的IP归属地的取值,若被识别为新增欺诈订单的IP归属地的取值为一固定值的概率超出一概率阈值,则将所述IP归属地的取值作为一条欺诈取值组,用于识别新增订单的欺诈属性。3.如权利要求1所述的订单欺诈识别方法,其特征在于,还包括:预设时间段后,统计各高危取值组对应的新增订单占所述历史订单库中该高危取值组对应的历史订单的比例,若该比例超出一比例阈值,则将该高危取值组作为一条欺诈取值组,用于识别新增订单的欺诈属性。4.如权利要求1所述的订单欺诈识别方法,其特征在于,所述特征属性还包括第二类特征属性,所述第二类特征属性包括注册日期是否为近期、登陆是否有异常。5.如权利要求4所述的订单欺诈识别方法,其特征在于,所述特征属性组中还包括至少一个所述第二类特征属性,以及,所述特征属性组的每个取值组对应所述特征属...
【专利技术属性】
技术研发人员:赵娟娟,刘杰,唐硕,
申请(专利权)人:携程旅游信息技术上海有限公司,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。