基于交易记录信息的反作弊方法、装置和系统制造方法及图纸

本发明专利技术提供了一种基于交易记录信息的反作弊方法、装置和系统。该反作弊方法包括：获取历史用户的交易记录信息，提取历史用户的交易记录信息中的交易关联人信息，对历史用户的所有交易关联人的历史作弊信息进行统计，生成该历史用户的交易关联人作弊统计信息；建立作弊评估模型，并训练作弊评估模型；获取目标用户的交易记录信息，提取目标用户的交易记录信息中的交易关联人信息，生成该目标用户的交易关联人作弊统计信息；将目标用户的交易关联人作弊统计信息输入作弊评估模型，计算所述目标用户的用户作弊指数；根据用户作弊指数，对用户进行分类。本发明专利技术的反作弊方法优化了目标数据，提高了作弊评估的准确性，通用性强。

Anti cheating method, device and system based on transaction record information

【技术实现步骤摘要】
基于交易记录信息的反作弊方法、装置和系统
本专利技术涉及电子商务
，具体涉及一种基于交易记录信息的反作弊方法、装置和系统。
技术介绍
通过互联网申请贷款的信贷模式已得到长足发展。然而，相比于传统的信贷模式，网上申请贷款在带给人们便利性同时，也给信贷业务部门带来了金融风险的增加。如果不能很好的进行作弊行为的识别和处理，将会给互联网金融平台带来了难以估量的损失。现有技术中，为了降低信贷风险，可以直接利用现有的信用评分模型对信贷申请人进行评分，根据评分来量化借贷申请人的信用风险或还款能力。然而，现有反作弊方法对于专门通过作弊手段来进行骗贷等操作的个体用户或者组织来说，实际作用比较小，尤其是作弊组织，他们可能通过伪造或屏蔽数据等作弊方式来获得较高的信用评分，还通过例如注册领红包等方式只拿利润、不买金融产品等等。为了进行有效的反作弊，现有技术通过建立专门的反作弊评估模型对信贷申请人进行作弊评分，但是，由于作弊行为发生的概率较少，数据量不足，因此目前的反作弊模型基于的数据较为单一，通常缺少大量的样本数据来进行模型的优化，存在反作弊方法不能准确、高效地进行作弊人的识别等一系列问题。另外，现有的反作弊方法还存在通用性低等问题。综上，在目标数据优化和高效识别作弊用户方面仍存在很大改进空间，因此，有必要提供一种更精准的反作弊方法。
技术实现思路
为了解决上述问题，本专利技术提供了一种基于交易记录信息的反作弊方法，包括：获取历史用户的交易记录信息，提取所述历史用户的交易记录信息中的交易关联人信息，对所述历史用户的所有交易关联人的历史作弊信息进行统计，生成该历史用户的交易关联人作弊统计信息；建立作弊评估模型，使用所述历史用户的交易关联人作弊统计信息作为输入特征并以该历史用户作弊数据作为输出特征，训练所述作弊评估模型；获取目标用户的交易记录信息，提取所述目标用户的交易记录信息中的交易关联人信息，对所述目标用户的所有交易关联人的历史作弊信息进行统计，生成该目标用户的交易关联人作弊统计信息；将所述目标用户的交易关联人作弊统计信息输入所述作弊评估模型，计算所述目标用户的用户作弊指数；根据用户作弊指数，对用户进行分类。优选地，所述根据用户作弊指数，对用户进行分类包括：将用户作弊指数与第一预设作弊阈值进行比较，在所述用户作弊指数大于所述第一预设作弊阈值的情况下，所述用户为作弊用户；在用户的用户作弊指数小于等于第一预设作弊阈值的情况下，所述用户为非作弊用户。优选地，所述交易记录信息包括交易推荐记录、团体交易记录、支付转移记录中的至少一种。优选地，所述交易推荐记录为购物推荐记录，该购物推荐记录包括购物人和购物推荐人；所述提取所述历史用户的交易记录信息中的交易关联人信息包括：将所述购物推荐人和购物人作为交易关联人。优选地，所述团体交易记录为团购记录，该团购记录包括团购发起人和/或团购参与人信息；所述提取所述历史用户的交易记录信息中的交易关联人信息包括：将同一团购记录中的所有团购发起人和/或团购参与人作为交易关联人。优选地，所述团体交易记录为团购记录，该团购记录包括团购发起人、代付参与人和/或团购参与人信息；所述提取所述历史用户的交易记录信息中的交易关联人信息包括：将同一团购记录中的所有购物人和代付参与人作为交易关联人。优选地，通过流水号、链接号或商品订单号获得交易关联人的信息。优选地，通过代付链接号、商品订单号或交易ID获得交易关联人的信息。另外，本专利技术还提供了一种基于交易记录信息的反作弊装置，包括：数据获取模块，其用于获取历史用户的交易记录信息，提取所述历史用户的交易记录信息中的交易关联人信息，对所述历史用户的所有交易关联人的历史作弊信息进行统计，生成该历史用户的交易关联人作弊统计信息；训练模块，建立作弊评估模型，使用所述历史用户的交易关联人作弊统计信息作为输入特征并以该历史用户作弊数据作为输出特征，训练所述作弊评估模型；数据处理模块，其用于获取目标用户的交易记录信息，提取所述目标用户的交易记录信息中的交易关联人信息，对所述目标用户的所有交易关联人的历史作弊信息进行统计，生成该目标用户的交易关联人作弊统计信息；数据计算模块，其用于将所述目标用户的交易关联人作弊统计信息输入所述作弊评估模型，计算所述目标用户的用户作弊指数；数据分类模块，根据用户作弊指数，对用户进行分类。优选地，所述数据分类模块还包括：将用户作弊指数与第一预设作弊阈值进行比较，在所述用户作弊指数大于所述第一预设作弊阈值的情况下，所述用户为作弊用户；在用户的用户作弊指数小于等于第一预设作弊阈值的情况下，所述用户为非作弊用户。优选地，所述交易记录信息包括交易推荐记录、团体交易记录、支付转移记录中的至少一种。优选地，所述交易推荐记录为购物推荐记录，该购物推荐记录包括购物人和购物推荐人；所述提取所述历史用户的交易记录信息中的交易关联人信息包括：将所述购物推荐人和购物人作为交易关联人。优选地，所述团体交易记录为团购记录，该团购记录包括团购发起人和/或团购参与人信息；所述提取所述历史用户的交易记录信息中的交易关联人信息包括：将同一团购记录中的所有团购发起人和/或团购参与人作为交易关联人。优选地，所述团体交易记录为团购记录，该团购记录包括团购发起人、代付参与人和/或团购参与人信息；所述提取所述历史用户的交易记录信息中的交易关联人信息包括：将同一团购记录中的所有购物人和代付参与人作为交易关联人。优选地，通过流水号、链接号或商品订单号获得交易关联人的信息。优选地，通过代付链接号、商品订单号或交易ID获得交易关联人的信息。此外，本专利技术还提供了一种反作弊系统，其中，所述反作弊系统包括：处理器；以及存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据本专利技术所述的反作弊方法。此外，本专利技术还提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现本专利技术所述的反作弊方法。有益效果与现有技术相比，本专利技术的反作弊方法应用广泛，特别适用于大规模数据处理和分析，通用性强。本专利技术的反作弊方法通过使用交易记录信息数据，优化了目标数据，解决了作弊评估模型的数据来源单一的问题，提高了作弊评估的准确性；计算方法简单。附图说明为了使本专利技术所解决的技术问题、采用的技术手段及取得的技术效果更加清楚，下面将参照附图详细描述本专利技术的具体实施例。但需声明的是，下面描述的附图仅仅是本专利技术本专利技术示例性实施例的附图，对于本领域的技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他实施例的附图。图1是本专利技术的基于交易记录信息的反作弊方法的一示例的流程图。图2是本专利技术的实施例1的用户的购物关系网络图的一示例的示意图。图3是本专利技术的实施例1的用户的交易记录信息的一示例的示意图。图4是本专利技术的基于交易记录信息的反作弊方法的另一示例的流程图。本文档来自技高网...

【技术保护点】
1.一种基于交易记录信息的反作弊方法，其特征在于，包括：/n获取历史用户的交易记录信息，提取所述历史用户的交易记录信息中的交易关联人信息，对所述历史用户的所有交易关联人的历史作弊信息进行统计，生成该历史用户的交易关联人作弊统计信息；/n建立作弊评估模型，使用所述历史用户的交易关联人作弊统计信息作为输入特征并以该历史用户作弊数据作为输出特征，训练所述作弊评估模型；/n获取目标用户的交易记录信息，提取所述目标用户的交易记录信息中的交易关联人信息，对所述目标用户的所有交易关联人的历史作弊信息进行统计，生成该目标用户的交易关联人作弊统计信息；/n将所述目标用户的交易关联人作弊统计信息输入所述作弊评估模型，计算所述目标用户的用户作弊指数；/n根据用户作弊指数，对用户进行分类。/n

【技术特征摘要】
1.一种基于交易记录信息的反作弊方法，其特征在于，包括：
获取历史用户的交易记录信息，提取所述历史用户的交易记录信息中的交易关联人信息，对所述历史用户的所有交易关联人的历史作弊信息进行统计，生成该历史用户的交易关联人作弊统计信息；
建立作弊评估模型，使用所述历史用户的交易关联人作弊统计信息作为输入特征并以该历史用户作弊数据作为输出特征，训练所述作弊评估模型；
获取目标用户的交易记录信息，提取所述目标用户的交易记录信息中的交易关联人信息，对所述目标用户的所有交易关联人的历史作弊信息进行统计，生成该目标用户的交易关联人作弊统计信息；
将所述目标用户的交易关联人作弊统计信息输入所述作弊评估模型，计算所述目标用户的用户作弊指数；
根据用户作弊指数，对用户进行分类。


2.根据权利要求1所述的反作弊方法，其特征在于，所述根据用户作弊指数，对用户进行分类包括：
将用户作弊指数与第一预设作弊阈值进行比较，在所述用户作弊指数大于所述第一预设作弊阈值的情况下，所述用户为作弊用户；
在用户的用户作弊指数小于等于第一预设作弊阈值的情况下，所述用户为非作弊用户。


3.根据权利要求1-2所述的反作弊方法，其特征在于，所述交易记录信息包括交易推荐记录、团体交易记录、支付转移记录中的至少一种。


4.根据权利要求1-3所述的反作弊方法，其特征在于，
所述交易推荐记录为购物推荐记录，该购物推荐记录包括购物人和购物推荐人；
所述提取所述历史用户的交易记录信息中的交易关联人信息包括：将所述购物推荐人和购物人作为交易关联人。


5.根据权利要求1-4所述的反作弊方法，其特征在于，所述团体交易记录为团购记录，该团购记录包括团购发起人和/或团购参与人信息；
所述提取所述历史用户的交易记录信息中的交易关联人信息包括：将同一团购记...

【专利技术属性】
技术研发人员：于洋，王安滨，常富洋，
申请(专利权)人：北京淇瑀信息科技有限公司，
类型：发明
国别省市：北京;11