[发明专利]订单欺诈识别方法、系统、存储介质和电子设备

说明书

本发明提供订单欺诈识别方法、系统、存储介质和电子设备，其中方法包括：获取历史订单，包括历史欺诈订单；提取历史欺诈订单的特征属性的取值；建立多个特征属性组，每个特征属性组具有不同的取值组；根据各特征属性组的各取值组遍历历史订单，计算各取值组下的历史欺诈订单占历史订单的比例，作为各取值组的欺诈率；将欺诈率大于欺诈阈值的取值组作为高危取值组，计算该高危取值组对应的特征属性组下的所有取值组的历史欺诈订单的总和，筛选出总和高于预设阈值的特征属性组的高危取值组作为欺诈取值组；采用欺诈取值组识别新增订单的欺诈属性。本发明能够实时侦测欺诈特征属性，及时拦截新增欺诈订单，并自动更新拦截规则。

技术领域

本发明涉及互联网技术领域，尤其涉及一种订单欺诈识别方法、系统、存储介质和电子设备。

背景技术

基于对历史欺诈案件的研究，可以发现，欺诈案件总是在某些方面具有一定的集中性，当进一步研究欺诈集中性高的要素，可以发现这些要素的出现的背后都是有历史原因的。比如，通过研究欺诈，可以发现很多欺诈订单的用户所在地总是集中在某些固定地区，得出这个结论后，针对该些固定地区的订单做针对性的欺诈规则，就能很好地预防此类欺诈的发生。

又或者，研究发现很多欺诈订单是异地登陆的用户所创建的。基于此，针对异地登陆用户设定拦截规则，可以很好地预防该类欺诈的发生。

然后，现有的对于欺诈订单的拦截规则基本上都是基于单一的欺诈元素，拦截起来虽简单易实施，但难以囊括其他方面的欺诈类型。并且，对于欺诈订单的拦截规则都有一定的滞后性，无法实时地自动更新。

可见，如何自动侦测高危欺诈因素，以及针对发现的高危欺诈因素如何部署规则实现自动更新是亟待解决的技术难题。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种订单欺诈识别方法、系统、存储介质和电子设备，实现实时侦测欺诈特征属性，及时拦截新增欺诈订单，并自动更新拦截规则。

根据本发明的一个方面，提供一种订单欺诈识别方法，包括：实时获取当前时间节点前的所有历史订单，建立历史订单库，所述历史订单库中包含有历史欺诈订单；提取所有历史欺诈订单的特征属性的取值，所述特征属性包括第一类特征属性，所述第一类特征属性包括IP归属地、产品名称、供应商、分销商；从所述特征属性中分别提取不重复的至少一个第一类特征属性，建立多个特征属性组，每个特征属性组具有不同的取值组，每个取值组对应所述特征属性组所包含的至少一个第一类特征属性的取值；根据各个特征属性组的不同取值组，遍历所述历史订单库，计算各个特征属性组的各取值组下的历史欺诈订单占该特征属性组的该取值组下的历史订单的比例，作为各个特征属性组的各取值组的欺诈率；将欺诈率大于欺诈阈值的取值组作为高危取值组，计算该高危取值组对应的特征属性组下的所有取值组对应的历史欺诈订单的总和，筛选出总和高于预设阈值的特征属性组的高危取值组作为欺诈取值组；获取新增订单，提取所述新增订单的特征属性的取值，判断所述新增订单的特征属性的取值是否与所述欺诈取值组相吻合，若是则识别所述新增订单为新增欺诈订单，拒绝所述新增欺诈订单，若否则通过所述新增订单；以及返回更新所述历史订单库。

优选地，上述的订单欺诈识别方法中，组成所述特征属性组的第一类特征属性中至少包括所述IP归属地，所述订单欺诈识别方法还包括：预设时间段后，统计被识别为新增欺诈订单的IP归属地的取值，若被识别为新增欺诈订单的IP归属地的取值为一固定值的概率超出一概率阈值，则将所述IP归属地的取值作为一条欺诈取值组，用于识别新增订单的欺诈属性。

优选地，上述的订单欺诈识别方法还包括：预设时间段后，统计各高危取值组对应的新增订单占所述历史订单库中该高危取值组对应的历史订单的比例，若该比例超出一比例阈值，则将该高危取值组作为一条欺诈取值组，用于识别新增订单的欺诈属性。