本申请涉及大数据中的异常团伙发现方法、装置、计算机设备、存储介质和计算机程序产品。该方法包括：获取第一用户集；根据第一用户集中各第一用户的交易数据，确定第一用户集中具有第一关联交易关系的用户；根据第一用户集中各第一用户的社交信息，获取第一用户集中基于商品相关消息所具有第一传播关系的用户；以第一用户集中各第一用户为节点，连接具有第一关联交易关系的用户以及具有第一传播关系的用户；基于第一关系网络中具有连接关系的各第一用户间的亲密度，对第一关系网络进行社区发现，识别第一关系网络中的异常社区。该方法使得薅羊毛、黄牛类欺诈和作弊团伙通过社交网络沟通和协作的行为被捕捉和识别。沟通和协作的行为被捕捉和识别。沟通和协作的行为被捕捉和识别。
【技术实现步骤摘要】
异常团伙发现方法、装置、计算机设备和存储介质
[0001]本申请涉及大数据
，特别是涉及一种异常团伙发现方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
[0002]随着电商的快速发展，利用系统漏洞“薅羊毛”的情况越来越多。“薅羊毛”用户或“黄牛”用户总是能在第一时间发现价格设置上的漏洞，而给店家带来巨大损失。在实际运营中，“薅羊毛”用户或“黄牛”具有成团伙的特点，因此，及时发现异常团伙，并对这些异常团伙进行管控，能够减少损失，以及减少对正常用户的影响。
[0003]通常利用交易环节搜集到的用户信息进行异常用户发现。这种方式考虑的因素较为单一，不能准确地发现异常团伙。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种能够团伙识别准确度的异常团伙发现方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种异常团伙发现方法。所述方法包括：
[0006]获取第一用户集；
[0007]根据所述第一用户集中各第一用户的交易数据，确定所述第一用户集中具有第一关联交易关系的用户；
[0008]根据所述第一用户集中各第一用户的社交信息，获取所述第一用户集中基于商品相关消息所具有第一传播关系的用户；
[0009]以所述第一用户集中各第一用户为节点，连接具有第一关联交易关系的用户以及具有第一传播关系的用户，构建第一关系网络；
[0010]基于所述第一关系网络中具有连接关系的各第一用户间的亲密度，对所述第一关系网络进行社区发现，识别所述第一关系网络中的异常社区；
[0011]根据所述第一关系网络中的异常社区确定异常团伙。
[0012]第二方面，本申请还提供了一种异常团伙发现装置。所述装置包括：
[0013]获取模块，用于获取第一用户集；
[0014]交易关系确定模块，用于根据所述第一用户集中各第一用户的交易数据，确定所述第一用户集中具有第一关联交易关系的用户；
[0015]传播关系确定模块，用于根据所述第一用户集中各第一用户的社交信息，获取所述第一用户集中基于商品相关消息所具有第一传播关系的用户；
[0016]构建模块，用于以所述第一用户集中各第一用户为节点，连接具有第一关联交易关系的用户以及具有第一传播关系的用户，构建第一关系网络；
[0017]识别模块，用于基于所述第一关系网络中具有连接关系的各第一用户间的亲密度，对所述第一关系网络进行社区发现，识别所述第一关系网络中的异常社区；
[0018]发现模块，用于根据所述第一关系网络中的异常社区确定异常团伙。
[0019]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0020]获取第一用户集；
[0021]根据所述第一用户集中各第一用户的交易数据，确定所述第一用户集中具有第一关联交易关系的用户；
[0022]根据所述第一用户集中各第一用户的社交信息，获取所述第一用户集中基于商品相关消息所具有第一传播关系的用户；
[0023]以所述第一用户集中各第一用户为节点，连接具有第一关联交易关系的用户以及具有第一传播关系的用户，构建第一关系网络；
[0024]基于所述第一关系网络中具有连接关系的各第一用户间的亲密度，对所述第一关系网络进行社区发现，识别所述第一关系网络中的异常社区；
[0025]根据所述第一关系网络中的异常社区确定异常团伙。
[0026]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0027]获取第一用户集；
[0028]根据所述第一用户集中各第一用户的交易数据，确定所述第一用户集中具有第一关联交易关系的用户；
[0029]根据所述第一用户集中各第一用户的社交信息，获取所述第一用户集中基于商品相关消息所具有第一传播关系的用户；
[0030]以所述第一用户集中各第一用户为节点，连接具有第一关联交易关系的用户以及具有第一传播关系的用户，构建第一关系网络；
[0031]基于所述第一关系网络中具有连接关系的各第一用户间的亲密度，对所述第一关系网络进行社区发现，识别所述第一关系网络中的异常社区；
[0032]根据所述第一关系网络中的异常社区确定异常团伙。
[0033]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0034]获取第一用户集；
[0035]根据所述第一用户集中各第一用户的交易数据，确定所述第一用户集中具有第一关联交易关系的用户；
[0036]根据所述第一用户集中各第一用户的社交信息，获取所述第一用户集中基于商品相关消息所具有第一传播关系的用户；
[0037]以所述第一用户集中各第一用户为节点，连接具有第一关联交易关系的用户以及具有第一传播关系的用户，构建第一关系网络；
[0038]基于所述第一关系网络中具有连接关系的各第一用户间的亲密度，对所述第一关系网络进行社区发现，识别所述第一关系网络中的异常社区；
[0039]根据所述第一关系网络中的异常社区确定异常团伙。
[0040]上述异常团伙发现方法、装置、计算机设备、存储介质和计算机程序产品，利用第一用户集的交易关联关系和传播关系构建第一关系网络，进而对第一关系网络进行社区发
现，发掘异常团伙。关系网络构建，不仅考虑了交易关联关系，还进一步考虑了用户间基于商品相关消息的传播关系，这与异常团伙间对商品信息进行传播的特性相符，使得薅羊毛、黄牛类欺诈和作弊团伙通过社交网络沟通和协作的行为被捕捉和识别，从而提高了异常团伙识别的准确度。
附图说明
[0041]图1为一个实施例中异常团伙发现方法的应用环境图；
[0042]图2为一个实施例中异常团伙发现方法的流程示意图；
[0043]图3为一个实施例中传播关系的示意图；
[0044]图4为一个实施例中关系网络的示意图；
[0045]图5为一个实施例中社区发现的示意图；
[0046]图6为另一个实施例中异常团伙发现的流程示意图；
[0047]图7为一个实施例中亲密度计算的步骤的流程示意图；
[0048]图8为一个实施例中社区发现的步骤的流程示意图；
[0049]图9为一个实施例中异常团伙发现的流程示意图；
[0050]图10为一个实施例中异常团伙发现装置的结构框图；
[0051]图11为一个实施例中计算机设备的内部结构图。
具体实施方式
[0052]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种异常团伙发现方法，其特征在于，所述方法包括：获取第一用户集；根据所述第一用户集中各第一用户的交易数据，确定所述第一用户集中具有第一关联交易关系的用户；根据所述第一用户集中各第一用户的社交信息，获取所述第一用户集中基于商品相关消息所具有第一传播关系的用户；以所述第一用户集中各第一用户为节点，连接具有第一关联交易关系的用户以及具有第一传播关系的用户，构建第一关系网络；基于所述第一关系网络中具有连接关系的各第一用户间的亲密度，对所述第一关系网络进行社区发现，识别所述第一关系网络中的异常社区；根据所述第一关系网络中的异常社区确定异常团伙。2.根据权利要求1所述的方法，其特征在于，所述获取第一用户集，包括：利用目标属性商品的交易数据，获取第一用户集；所述交易数据为目标属性商品的交易数据；所述商品相关消息为所述目标属性商品的相关消息；所述根据所述第一关系网络中的异常社区确定异常团伙，包括：根据所述第一关系网络中的异常社区，得到所述目标属性商品对应的异常团伙。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取第二用户集，所述第一用户集是所述第二用户集的子集；根据所述第二用户集中各第二用户的交易数据，确定所述第二用户集中具有第二关联交易关系的用户；根据所述第二用户集中各第二用户的社交信息，获取所述第二用户集中基于商品相关消息所具有第二传播关系的用户；以所述第二用户集中各第二用户为节点，连接具有第二关联交易关系的用户以及具有第二传播关系的用户，构建第二关系网络；根据所述第二关系网络中具有连接关系的各所述第二用户间的关系类型及其权重，以及两个所述第二用户所具有的全部关系类型及其权重，确定所述第二用户间的亲密度。4.根据权利要求3所述的方法，其特征在于，各关系类型的权重的确定方式，包括：随机从第二用户集中选择预设种子用户，计算所述种子用户中的种子异常用户占比，得到风险基准；从所述种子异常用户出发，遍历所述第二关系网络，得到每种关系类型下的异常用户数量，根据每种关系类型的异常用户数量占比，以及风险基准，确定每种关系类型的权重。5...
【专利技术属性】
技术研发人员：林钞，汪浩然，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
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。