识别恶意刷单行为的方法技术

本申请公开了一种识别恶意刷单行为的方法。其中，该方法包括：获取目标对象在进行商品购买操作的过程中的行为信息；根据目标对象的使用行为信息确定目标对象存在恶意刷单行为的等级；比较等级与预设等级阈值的大小，得到第一比较结果；在第一比较结果指示等级大于预设等级阈值的情况下，确定目标对象的使用行为恶意刷单行为。本申请解决了由于相关技术中造成的直接基于用户的行为信息确定用户是否存在恶意刷单行为导致的判定结果不准确，与实际情况存在较大的误差，影响用户的正常使用的技术问题。术问题。术问题。

【技术实现步骤摘要】
识别恶意刷单行为的方法


[0001]本申请涉及数据处理领域，具体而言，涉及一种识别恶意刷单行为的方法。

技术介绍

[0002]酒店刷单通常是指商家(酒店自身)为了谋取某些利益而在携程OTA下一些并不会实际入住的虚假订单这一行为。酒店的常见动机是为了提高自己在酒店列表页排序中的排名，尤其是酒店列表页排序中点评分与产量的权重很高，而通过刷单可以快速提升酒店的点评分以及产量，能够实现短期内迅速提高排名的目的。随着在线旅游行业的风生水起，越来越多的用户会通过排名和酒店平分来选择入住的酒店，酒店采用的所述行为也将会为自身带来更大的收益。
[0003]但是，通过作弊的刷单行为提高销量和排名，会导致真实客人的利益受损，甚至就此对平台失去信心，增加平台的获客成本。商家之间的恶性竞争也可能会愈演愈烈，当越来越多的商家尝到了刷单的甜头后，平台的真实性将会面临严峻考验。
[0004]目前的刷单公司，已经不仅仅是刷手这么简单，完整而分工明确的作弊产业链已经发展起来。从作弊工具的专利技术、刷单任务的调配，到刷手的操作行为要求，不同的刷单方式甚至在价格上已经有所区分，以期躲避掉已有的一些生产业务规则。相关技术中，往往会基于获取到的用户行为信息直接判定用户是否存在恶意刷单行为，这种一刀切的判定方式，可能会将普通用户的正常操作行为认定为恶意刷单行为，这种判定方式，易导致判定结果与实际情况偏差较大，存在较大的误差，影响用户的正常使用体验。
[0005]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0006]本申请实施例提供了一种识别恶意刷单行为的方法，以至少解决由于相关技术中造成的直接基于用户的行为信息确定用户是否存在恶意刷单行为导致的判定结果不准确，与实际情况存在较大的误差，影响用户的正常使用的技术问题。
[0007]根据本申请实施例的一个方面，提供了一种识别恶意刷单行为的方法，包括：获取目标对象在进行商品购买操作的过程中的行为信息；根据目标对象的使用行为信息确定目标对象存在恶意刷单行为的等级；比较等级与预设等级阈值的大小，得到第一比较结果；在第一比较结果指示等级大于预设等级阈值的情况下，确定目标对象的使用行为恶意刷单行为。
[0008]可选地，使用行为信息包括：注册信息，根据目标对象的使用行为信息确定目标对象存在恶意刷单行为的等级，包括；获取注册信息，其中，注册信息至少包括：设备序列；获取设备序列在预定时间内的注册次数，根据注册次数确定目标对象存在恶意刷单行为的等级，其中，注册次数越多，目标对象存在恶意刷单行为的等级越大。
[0009]可选地，使用行为信息包括：酒店点评数据以及历史订单中的酒店预定数据，根据目标对象的使用行为信息确定目标对象存在恶意刷单行为的等级，包括：获取酒店预定数
据中的第一酒店集合；获取点评数据确定第二酒店集合；确定第一酒店集合与第二酒店集合的交集酒店；获取交集酒店的第一数量以及第二酒店集合的第二数量；获取第一数量与第二数量的比值，其中，比值用于指示第二酒店集合中每一个酒店为交集酒店的等级；根据比值确定目标对象存在恶意刷单行为的等级，其中，比值越大，目标对象存在恶意刷单行为的等级越大。
[0010]可选地，使用行为信息包括：目标对象的浏览信息，根据目标对象的使用行为信息确定目标对象存在恶意刷单行为的等级，包括：根据浏览信息确定目标浏览行为，其中，目标浏览行为包括：异常回看浏览行为、截图行为；确定目标浏览行为在预定时长内的次数确定目标行为的集中度，其中，目标浏览行为在预定时长内的次数越大，集中度越大；根据集中度确定目标对象存在恶意刷单行为的等级，其中，集中度越大，目标对象存在恶意刷单行为的等级越大。
[0011]可选地，使用行为信息包括：目标对象所持有终端的软件安装信息，根据目标对象的使用行为信息确定目标对象存在恶意刷单行为的等级，包括：将软件安装信息与黑产软件的黑名单库进行比对，其中，软件安装信息至少用于指示已安装软件的名称以及版本号；根据比对结果确定已安装软件属于黑名单库的数量；根据已安装软件属于黑名单库的数量确定目标对象存在恶意刷单行为的等级，其中，属于黑名单库的数量越多，目标对象存在恶意刷单行为的等级越大。
[0012]可选地，使用行为信息包括：优惠信息，根据目标对象的使用行为信息确定目标对象存在恶意刷单行为的等级，包括：获取优惠信息，其中，优惠信息包括：用券信息以及补贴信息；获取酒店佣金与成本，根据酒店佣金与成本确定单个酒店可盈利的最低入住价格；根据优惠信息确定目标对象对应的实际入住价格；根据实际价格与最低入住价格确定利润，根据利润确定目标对象存在恶意刷单行为的等级，其中，利润越小，目标对象存在恶意刷单行为的等级越大。
[0013]可选地，使用行为信息包括：目标对象在入住日的第一地理位置与离店日的第二地理位置，根据目标对象的使用行为信息确定目标对象存在恶意刷单行为的等级，包括：获取目标商家信息，其中，目标商家信息至少包括：商家的第三地理位置；确定在入住日第一地理位置与第三地理位置的第一距离；确定在离店日第二地理位置与第三地理位置的第二距离；根据第一距离与第二距离组成数据集合，计算数据集合的均值和/或方差；根据均值和/或方差确定目标对象存在恶意刷单行为的等级，其中，均值和/或方差越大，目标对象存在恶意刷单行为的等级越大。
[0014]可选地，在确定目标对象的使用行为恶意刷单行为之后，方法还包括：采用预定规则对目标对象进行标记。
[0015]根据本申请实施例的另一方面，还提供了一种识别恶意刷单行为的装置，包括：获取模块，用于获取目标对象在进行商品购买操作的过程中的行为信息；第一确定模块，用于根据目标对象的使用行为信息确定目标对象存在恶意刷单行为的等级；比较模块，用于比较等级与预设等级阈值的大小，得到第一比较结果；第二确定模块，用于在第一比较结果指示等级大于预设等级阈值的情况下，确定目标对象的使用行为恶意刷单行为。
[0016]根据本申请实施例的另一方面，还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行任意一种
识别恶意刷单行为的方法。
[0017]根据本申请实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行任意一种识别恶意刷单行为的方法。
[0018]在本申请实施例中，采用对用户使用行为进行分级判定的方式，通过获取目标对象在进行商品购买操作的过程中的行为信息；根据目标对象的使用行为信息确定目标对象存在恶意刷单行为的等级；比较等级与预设等级阈值的大小，得到第一比较结果；在第一比较结果指示等级大于预设等级阈值的情况下，确定目标对象的使用行为恶意刷单行为，达到了分级判断恶意行为的目的，从而实现了确定用户存在恶意刷单行为的等级，基于该等级对应的预设等级阈值，更加准确地确定用户是否存在恶意刷单行为的技术效果，进而解决了由于相关技术中造成的直接基于用户的行为信息确定用户是否存在恶意刷单行为导致的判定结果不准确，与本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种识别恶意刷单行为的方法，其特征在于，包括：获取目标对象在进行商品购买操作的过程中的行为信息；根据目标对象的使用行为信息确定所述目标对象存在恶意刷单行为的等级；比较所述等级与预设等级阈值的大小，得到第一比较结果；在所述第一比较结果指示所述等级大于所述预设等级阈值的情况下，确定所述目标对象的使用行为所述恶意刷单行为。2.根据权利要求1所述的方法，其特征在于，所述使用行为信息包括：注册信息，根据目标对象的使用行为信息确定所述目标对象存在恶意刷单行为的等级，包括；获取所述注册信息，其中，所述注册信息至少包括：设备序列；获取所述设备序列在预定时间内的注册次数，根据所述注册次数确定所述目标对象存在恶意刷单行为的等级，其中，所述注册次数越多，所述目标对象存在恶意刷单行为的等级越大。3.根据权利要求1所述的方法，其特征在于，所述使用行为信息包括：酒店点评数据以及历史订单中的酒店预定数据，根据目标对象的使用行为信息确定所述目标对象存在恶意刷单行为的等级，包括：获取所述酒店预定数据中的第一酒店集合；获取所述点评数据确定第二酒店集合；确定所述第一酒店集合与所述第二酒店集合的交集酒店；获取所述交集酒店的第一数量以及所述第二酒店集合的第二数量；获取所述第一数量与所述第二数量的比值，其中，所述比值用于指示所述第二酒店集合中每一个酒店为所述交集酒店的等级；根据所述比值确定所述目标对象存在恶意刷单行为的等级，其中，所述比值越大，所述目标对象存在恶意刷单行为的等级越大。4.根据权利要求1所述的方法，其特征在于，所述使用行为信息包括：所述目标对象的浏览信息，根据目标对象的使用行为信息确定所述目标对象存在恶意刷单行为的等级，包括：根据所述浏览信息确定目标浏览行为，其中，所述目标浏览行为包括：异常回看浏览行为、截图行为；确定所述目标浏览行为在预定时长内的次数确定所述目标行为的集中度，其中，所述目标浏览行为在预定时长内的次数越大，所述集中度越大；根据所述集中度确定所述目标对象存在恶意刷单行为的等级，其中，所述集中度越大，所述目标对象存在恶意刷单行为的等级越大。5.根据权利要求1所述的方法，其特征在于，所述使用行为信息包括：所述目标对象所持有终端的软件安装信息，根据目标对象的使用行为信息确定所述目标对象存在恶意刷单行为的等级，包括：将所述软件安装信息与黑产软件的黑名单库进行比对，其中，所述软件安装信息至少用于指示已安装软件的名称以及版本号；根据比对结果确定所述已安装软件属于所述黑名单库的数量；根据所述已安装软件属于所述...

【专利技术属性】
技术研发人员：刘婧婷，徐何飞，
申请(专利权)人：北京互金新融科技有限公司，
类型：发明
国别省市：