一种用于鉴定刷单的方法技术

本发明专利技术公开了一种用于鉴定刷单的方法，包括：获取商户的销售记录并判断所述销售记录是否异常；在确定所述销售记录异常时，获取用户的行为特征信息并判断所述用户的行为特征信息是否异常；在确定用户的行为特征信息异常时，判断该商户存在刷单行为。有益效果：可以提高对刷单行为的识别准确率，让用户获取最真实的产品评价信息，做出正确的抉择，提高用户体验。验。验。

【技术实现步骤摘要】
一种用于鉴定刷单的方法


[0001]本专利技术涉及互联网
，特别涉及一种用于鉴定刷单的方法。

技术介绍

[0002]目前，随着电商行业的蓬勃发展，人们越来越享受网络购物的带来的便利，在网络购物中，大多数消费者会去看买过的用户留下来的评论，给消费者带来了一定的参考价值，但是对于商家来讲，针对买家普遍的这种心理，商家会采取一定的措施去提高自己的营业额，常见的就是刷单，刷单是商户付款请人假扮顾客或商户自己，用以假乱真的购物方式提高网店的排名和销量获取销量及好评吸引顾客的一种方法，商户的刷单行为会使普通用户获取到的商户信息不真实，影响用户的消费体验。现有技术中对刷单行为的识别准确度较差，不能准确识别出该商户是否存在刷单行为。

技术实现思路

[0003]本专利技术旨在至少一定程度上解决上述技术中的技术问题之一。为此，本专利技术的目的在于提出一种用于鉴定刷单的方法，可以提高对刷单行为的识别准确率，让用户获取最真实的产品评价信息，做出正确的抉择，提高用户体验。
[0004]为达到上述目的，本专利技术实施例提出了一种用于鉴定刷单的方法，包括：
[0005]获取商户的销售记录并判断所述销售记录是否异常；
[0006]在确定所述销售记录异常时，获取用户的行为特征信息并判断所述用户的行为特征信息是否异常；
[0007]在确定用户的行为特征信息异常时，判断该商户存在刷单行为。
[0008]根据本专利技术实施例提出了一种用于鉴定刷单的方法，可以提高对商户刷单的识别准确性，为用户在进行购买时，提供一定的参考，提高用户的体验。
[0009]根据本专利技术的一些实施例，所述获取商户的销售记录并判断所述销售记录是否异常，包括：
[0010]获取商户在第一时间段内的第一销量；
[0011]获取商户在第二时间段内的第二销量；其中，所述第一时间段与所述第二时间段的时长相等；
[0012]在判断所述第二销量与第一销量的第一销量比不在第一预设销量比范围内时，判断所述销售记录异常。
[0013]根据本专利技术的一些实施例，所述获取商户的销售记录并判断所述销售记录是否异常，包括：
[0014]获取商户在黄金时间段内的第三销量；
[0015]获取商户在低谷时间段内的第四销量；
[0016]在判断所述第四销量与第三销量的第二销量比大于第二预设销量比时，判断所述销售记录异常。
[0017]根据本专利技术的一些实施例，所述行为特征信息包括用户的爱好产品信息；获取用户的行为特征信息并判断所述用户的行为特征信息是否异常，包括：
[0018]获取用户的爱好产品信息；
[0019]获取用户购买所述商户的产品信息；
[0020]根据所述用户的爱好产品信息判断用户对所述商户的产品爱好值；
[0021]在判断所述爱好值低于预设爱好值时，判定所述用户对所述商户的产品不喜欢，判定所述用户的行为特征信息异常。
[0022]根据本专利技术的一些实施例，所述获取用户的爱好产品信息，包括：
[0023]获取每个用户的基本数据及历史行为数据；
[0024]对所述基本数据及历史行为数据进行预处理；所述预处理包括数据清洗、数据编解码；
[0025]获取预处理后得到的基本数据及历史行为数据，进行特征提取，获取特征值输入预先训练好的用户爱好模型中，输出用户对各类产品的爱好值，得到用户的爱好产品信息。
[0026]根据本专利技术的一些实施例，所述行为特征信息包括用户的当次浏览产品的信息；获取用户的行为特征信息并判断所述用户的行为特征信息是否异常，包括：
[0027]获取用户的当次浏览产品的信息；
[0028]获取用户的历史浏览产品的信息；
[0029]根据用户的历史浏览产品的信息按照预设规则判断用户的当次浏览产品的信息是否异常；所述预设规则包括：用户的翻页数和/或用户的翻页时间；
[0030]在确定用户的当次浏览产品的信息异常时，判定用户的行为特征信息异常。
[0031]根据本专利技术的一些实施例，所述行为特征信息包括用户的评价信息；获取用户的行为特征信息并判断所述用户的行为特征信息是否异常，包括：
[0032]获取各个用户对于商户产品的评价信息；
[0033]对所述评价信息进行筛选处理得到有效评价信息；
[0034]对每个有效评价信息进行特征提取，获取评价特征值输入预先训练好的评价相似度模型中，聚合所述评价相似度模型的输出结果，得到所述有效评价信息与其他有效评价信息的多个相似度值；
[0035]在所述相似度值大于预设相似度阈值时，将所述相似度值对应的两个有效评价信息的作为同一用户的评价信息，判定两个有效评价信息为同一人所写。
[0036]根据本专利技术的一些实施例，训练评价相似度模型，包括：
[0037]获取样本评价信息；
[0038]对样本评价信息进行进行特征提取，得到评价特征值；所述评价特征值包括词向量；
[0039]对样本信息进行多次筛选处理，将每次筛选的两个样本评价信息作为一个样本组；
[0040]基于神经网络模型，将两个样本评价信息的各自的评价特征值输入神经网络模型进行训练，输出该两个样本评价信息的相似度，反复循环的迭代更新神经网络模型的网络参数，直至模型收敛，得到评价相似度模型。
[0041]在一实施例中，获取用户的行为特征信息并判断所述用户的行为特征信息是否异
常，算法包括：
[0042]计算用户的当次浏览产品的信息的第一特征向量X与用户的历史浏览产品的信息的第二特征向量Y的相似度：
[0043][0044]其中，X
i
为第一特征向量X的分量；Y
i
为第二特征向量Y的分量；n为特征向量的分量的个数；k为修正系数；sim(X，Y)∈(0,1)，在sim(X，Y)越接近0时，表示相似度越低；在sim(X，Y)越接近1时，表示相似度越高；
[0045][0046]其中，P1为根据历史浏览产品的信息确定的第一爱好值；P2为根据当次浏览产品的信息确定的第二爱好值；C为当次浏览产品的种类系数；基于同一种类物品，在|P
1-P2|越大时，表示第一爱好值与第二爱好值的差值越大，修正系数k越小；在|P
1-P2|越小时，表示第一爱好值与第二爱好值的差值越小，修正系数k越大；
[0047]在sim(X，Y)小于预设相似度阈值时，表示用户的行为特征信息异常。
[0048]本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
[0049]下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。
附图说明
[0050]附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于鉴定刷单的方法，其特征在于，包括：获取商户的销售记录并判断所述销售记录是否异常；在确定所述销售记录异常时，获取用户的行为特征信息并判断所述用户的行为特征信息是否异常；在确定用户的行为特征信息异常时，判断该商户存在刷单行为。2.如权利要求1所述用于鉴定刷单的方法，其特征在于，所述获取商户的销售记录并判断所述销售记录是否异常，包括：获取商户在第一时间段内的第一销量；获取商户在第二时间段内的第二销量；其中，所述第一时间段与所述第二时间段的时长相等；在判断所述第二销量与第一销量的第一销量比不在第一预设销量比范围内时，判断所述销售记录异常。3.如权利要求1所述用于鉴定刷单的方法，其特征在于，所述获取商户的销售记录并判断所述销售记录是否异常，包括：获取商户在黄金时间段内的第三销量；获取商户在低谷时间段内的第四销量；在判断所述第四销量与第三销量的第二销量比大于第二预设销量比时，判断所述销售记录异常。4.如权利要求1所述用于鉴定刷单的方法，其特征在于，所述行为特征信息包括用户的爱好产品信息；获取用户的行为特征信息并判断所述用户的行为特征信息是否异常，包括：获取用户的爱好产品信息；获取用户购买所述商户的产品信息；根据所述用户的爱好产品信息判断用户对所述商户的产品爱好值；在判断所述爱好值低于预设爱好值时，判定所述用户对所述商户的产品不喜欢，判定所述用户的行为特征信息异常。5.如权利要求4所述用于鉴定刷单的方法，其特征在于，所述获取用户的爱好产品信息，包括：获取每个用户的基本数据及历史行为数据；对所述基本数据及历史行为数据进行预处理；所述预处理包括数据清洗、数据编解码；获取预处理后得到的基本数据及历史行为数据，进行特征提取，获取特征值输入预先训练好的用户爱好模型中，输出用户对各类产品的爱好值，得到用户的爱好产品信息。6.如权利要求1所述用于鉴定刷单的方法，其特征在于，所述行为特征信息包括用户的当次浏览产品的信息；获取用户的行为特征信息并判断所述用户的行为特征信息是否异常，包括：获取用户的当次浏览产品的信息；获取用户的历史浏览产品的信息；根据用户的历史浏览产品的信息按照预设规则判断用户的当次浏览产品的信息是否异常；所述预设规则包括：用户的翻页数和/或用户的翻页时间；在确定用户的当次浏览产品的信息异...

【专利技术属性】
技术研发人员：赖志李，
申请(专利权)人：广州五子科技有限公司，
类型：发明
国别省市：