[发明专利]基于大数据的疑似假货商品识别及分类的方法和装置

权利要求书

1.一种基于大数据的疑似假货商品识别及分类的方法，其特征在于，包括：

收集预定时间段内与多个商品中的每个商品相关联的订单行以及与所述订单行相对应的用户反馈；

基于所收集的与多个商品中的每个商品相关联的订单行以及与所述订单行相对应的用户反馈，计算所述多个商品中的每个商品的疑似假货投诉率；

基于所述每个商品的疑似假货投诉率以及相应的附加数据，计算所述商品的风险等级；以及

从所述多个商品中识别所述风险等级大于阈值的商品。

2.根据权利要求1所述的方法，其特征在于，所述疑似假货投诉率的计算方法如下：

其中，A为在预定时间段内与特定商品相关联的所有订单行中有疑似假货问题的订单行的数量；

B为所述特定商品在预定时间段内订单行的总数量。

3.根据权利要求1所述的方法，其特征在于，所述商品的风险等级的计算方法如下：

其中，Y为所述商品的风险等级；

X＝ln(SCCR+0.00001)；

μ为同一类目级别下所有X对应的均值；

δ为同一类目级别下所有X对应的标准差。

4.根据权利要求1所述的方法，其特征在于，基于所收集的用户反馈，对与多个商品中的每个商品相关联的订单行进行过滤并移除疑似干扰的订单行，随后，基于经过滤的与多个商品中的每个商品相关联的订单行以及与所述订单行相对应的用户反馈，计算所述多个商品中的每个商品的疑似假货投诉率。

5.根据权利要求4所述的方法，其特征在于，所述疑似干扰的订单行是指以下中的任一种交易行为所生成的订单行：刷单、恶意用户、恶意购买。

6.根据权利要求1所述的方法，其特征在于，所述预定时间段为一个自然月。

7.一种基于大数据的疑似假货商品识别及分类的装置，其特征在于，包括：

收集模块，用于收集预定时间段内与多个商品中的每个商品相关联的订单行以及与所述订单行相对应的用户反馈；

商品指标计算模块，用于基于所收集的与多个商品中的每个商品相关联的订单行以及与所述订单行相对应的用户反馈，计算所述多个商品中的每个商品的疑似假货投诉率；

商品分级模块，用于基于所述每个商品的疑似假货投诉率以及相应的附加数据，计算所述商品的风险等级；以及

识别模块，用于从所述多个商品中识别所述风险等级大于阈值的商品。

8.根据权利要求7所述的装置，其特征在于，所述疑似假货投诉率的计算方法如下：

其中，A为在预定时间段内与特定商品相关联的所有订单行中有疑似假货问题的订单行的数量；

B为所述特定商品在预定时间段内订单行的总数量。

9.根据权利要求7所述的装置，其特征在于，所述商品的风险等级的计算方法如下：

其中，Y为所述商品的风险等级；

X＝ln(SCCR+0.00001)；

μ为同一类目级别下所有X对应的均值；

δ为同一类目级别下所有X对应的标准差。

10.根据权利要求7所述的装置，其特征在于，所述装置还包括：

订单过滤模块，用于基于所收集的用户反馈，对与多个商品中的每个商品相关联的订单行进行过滤并移除疑似干扰的订单行；

随后，所述商品指标计算模块基于经过滤的与多个商品中的每个商品相关联的订单行以及与所述订单行相对应的用户反馈，计算所述多个商品中的每个商品的疑似假货投诉率。

11.根据权利要求10所述的装置，其特征在于，所述疑似干扰的订单行是指以下中的任一种交易行为所生成的订单行：刷单、恶意用户、恶意购买。

12.根据权利要求7所述的装置，其特征在于，所述预定时间段为一个自然月。