[发明专利]一种电商平台刷单行为检测方法及系统

说明书

本发明公开一种电商平台刷单行为检测方法及系统。该方法包括获取多个商品的原始数据，多个商品包括刷单商品和不刷单商品，根据原始数据计算特征率值，特征率值包括静默转化率、订单咨询率、流量转化率、成交转化率、订单支付率、收藏率、收货时间差、刷手占比、店铺停留时间；将特征率值进行归一化处理和转换成与支持向量机分类法相匹配的格式，获得特征值；采用支持向量机分类法处理刷单商品的特征值和不刷单商品的特征值，获得最优训练模型；计算目标数据的特征值，获取目标特征值；根据最优训练模型和目标特征值计算目标商品的刷单概率。通过计算特征率值获得最优训练模型，计算出目标商品的刷单概率，提供给用户直观的参考数据。

技术领域

本发明涉及电商领域，特别是涉及一种电商平台刷单行为检测方法及系统。

背景技术

随着电子商务行业的迅猛发展，网络购物逐渐成为一种新的生活方式，电商行业的竞争也愈演愈烈，在利益的驱动下，电商行为逐渐成为了电商平台的“潜规则”，由于电商业务正在发展之中，各种约束规范都不完善，所以电商平台的刷单行为比较严重。

针对刷单行为，京东的反刷单系统从订单、商品、用户、物流等多个维度进行统计，分别计算每个维度下的不同特征值，能够较精准识别刷单相关的恶意行为。

淘宝后台检测刷单的稽查系统，主要包括机审和人工审核两个方面，对于其中机审难以判断的订单进入人工排查得到最终结果，店家可申诉，申诉后即可进入人工判定阶段，通过查看商品评价的内容、买家信息进行判断。

现有技术中的检测方法刷单检测仅限于电商平台内部的自我督查机制，对于刷单检测结果中疑似刷单的店铺，各大电商平台也仅仅是对其部分进行降权或者强制关闭，并未对外公开，用户无法获得一个直观的数据查看刷单状况，基于利益最大化的原则以及当前电商发展现状，电商平台无法从根本上杜绝刷单现象。

发明内容

本发明的目的是提供一种能够从根本上杜绝电商平台中的刷单现象电商平台刷单行为检测方法及系统。

为实现上述目的，本发明提供了如下方案：

一种电商平台刷单行为检测方法，所述检测方法包括：

获取多个商品的原始数据，所述多个商品包括刷单商品和不刷单商品，所述原始数据包括访客数、咨询数、付款数、订单数、收藏数、点击次数、买家ID、下单时间、确认收货时间、付款时间、店铺停留时间、交易时间、IP地址信息。

根据所述原始数据计算特征率值，所述特征率值包括静默转化率、订单咨询率、流量转化率、成交转化率、订单支付率、收藏率、收货时间差、刷手占比、店铺停留时间。所述静默转化率为所述不经过咨询的订单数与所述访客数的商，所述订单咨询率为所述咨询数与所述访客数的商，所述流量转化率为所述付款数与所述点击量的商，所述成交转化率为所述付款数与所述访客数的商，所述订单支付率为所述付款数与所述订单数的商，所述收藏率为所述收藏数与所述访客数的商，所述收货时间差为所述确认收货时间与所述付款时间的差，所述刷手占比为IP重复率。

将所述特征率值进行归一化处理和转换成与支持向量机分类法相匹配的格式，获得特征值。

采用支持向量机分类法处理所述刷单商品的特征值和所述不刷单商品的特征值，获得最优训练模型。

获取目标商品的目标数据，计算所述目标数据的特征值，获取目标特征值。

根据所述最优训练模型和所述目标特征值计算所述目标商品的刷单概率。

可选的，所述采用支持向量机分类法根据所述刷单商品的特征值和所述不刷单商品的特征值，获得最优训练模型具体包括：

采用K折交叉验证算法根据所述刷单商品的特征值和所述不刷单商品的特征值多次验证所述支持向量机分类法中的惩罚因子和核函数，获得最优惩罚因子和最优核函数。