[发明专利]异常交易识别方法及装置

说明书

技术领域

本申请属于电子商务技术领域，具体地说，涉及一种异常交易识别方法及装置。

背景技术

O2O(Online To Offline，线上到线下)是一种新型的电子商务模式，是指将线下的商务机会与互联网结合，让互联网成为线下交易的平台。

O2O领域是目前各大互联网公司非常关注的，也是公司未来线下发展的机遇。但是由于线下环境不同于线上环境容易监控，线下环境复杂程度远远超出线上环境。商户作弊手段层出不穷，花样翻新非常快而且作弊动机也五花八门，因此急需对作弊等异常交易进行识别，以保护平台营销资源不被浪费，保证优质商户门店得到公平的机会健康发展。

而现有技术中，并没有一种有效、准确的对异常交易进行识别的方式。

发明内容

有鉴于此，本申请供了一种异常交易识别方法及装置，所要解决的技术问题是无法实现异常交易的有效、准确识别的技术问题。

为了解决上述技术问题，本申请公开了一种异常交易识别方法，包括：

获取订单数据，并根据所述订单数据，提取特征变量；

将每一个特征变量进行归一化处理，获得每一个特征变量的归一化值；

将属于同一个特征类别的特征变量的归一化值进行累加，获得累加数值；

将所述累加数值进行归一化处理，获得特征类别的归一化值；

根据不同特征类别的归一化值，确定所述订单数据对应的交易是否为异常交易。

优选地，所述将每一个特征变量进行归一化处理，获得每一个特征变量的归一化值包括：

在任一个特征变量位于数据允许范围内时，确定所述特征变量的归一化值为零；

在所述特征变量超出数据允许范围时，将所述特征变量进行归一化处理，获得每一个特征变量的归一化值。

优选地，所述将每一个特征变量进行归一化处理，获得每一个特征变量的归一化值包括：

在任一个特征变量满足任一个异常条件时，将所述特征变量按照所述任一个异常条件对应的数值调整方式进行调整，并将调整之后的特征变量进行进行归一化处理，获得所述特征变量的归一化值；

在任一个特征变量不满足任一个异常条件时，将所述特征变量进行归一化处理，获得所述特征变量的归一化值。

优选地，所述将每一个特征变量进行归一化处理，获得每一个特征变量的归一化值包括：

在任一个特征变量对应的预设归一化模式为第一种归一化模式时，将所述特征变量进行归一化处理，获得每一个特征变量的归一化值；

在任一个特征变量对应的预设归一化模式为第二种归一化模式时，在所述特征变量位于数据允许范围内时，确定所述特征变量的归一化值为零；在所述特征变量超出数据允许范围时，将所述特征变量进行归一化处理，获得每一个特征变量的归一化值；

在任一个特征变量对应的预设归一化模式为第三种归一化模式时，在所述特征变量满足任一个异常条件时，将所述特征变量按照所述任一个异常条件对应的数值调整方式进行调整，并将调整之后的特征变量进行进行归一化处理，获得每一个特征变量的归一化值；在所述特征变量不满足任一个异常 条件时，获得每一个特征变量的归一化值。

优选地，所述根据不同特征类别的归一化值，确定所述订单数据对应的交易是否为异常交易包括：

将不同特征类别的归一化值相加，获得异常交易分数；

在所述异常交易分数位于异常范围内时，确定所述订单数据对应的交易为异常交易。

一种异常交易识别装置，包括：

变量提取模块，用于获取订单数据，并根据所述订单数据，提取特征变量；

第一归一化模块，用于将每一个特征变量进行归一化处理，获得每一个特征变量的归一化值；

计算模块，用于将属于同一个特征类别的特征变量的归一化值进行累加，获得累加数值；

第二归一化模块，用于将所述累加数值进行归一化处理，获得特征类别的归一化值；

识别模块，用于根据不同特征类别的归一化值，确定所述订单数据对应的交易是否为异常交易。

优选地，所述第一归一化模块具体用于：在任一个特征变量位于数据允许范围内时，确定所述特征变量的归一化值为零；

在所述特征变量超出数据允许范围时，将所述特征变量进行归一化处理，获得每一个特征变量的归一化值。