[发明专利]交易检测方法、装置,存储介质和电子装置在审
申请号: | 201810317254.4 | 申请日: | 2018-04-10 |
公开(公告)号: | CN108537592A | 公开(公告)日: | 2018-09-14 |
发明(设计)人: | 陶建容;李浩;冯潞潞;范长杰;李一夫 | 申请(专利权)人: | 网易(杭州)网络有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02;A63F13/70;A63F13/75 |
代理公司: | 北京博浩百睿知识产权代理有限责任公司 11134 | 代理人: | 褚敏;宫传芝 |
地址: | 310000 浙江省杭州*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 虚拟产品 存储介质 电子装置 价格估计 属性信息 异常交易 检测 交易 交易价格 输出 游戏 | ||
1.一种交易检测方法,其特征在于,包括:
提取待测虚拟产品的属性信息;
将提取的所述属性信息输入到已训练的虚拟产品估值模型中,输出所述待测虚拟产品的价格估计值;
根据所述价格估计值和所述待测虚拟产品的交易价格确定对所述待测虚拟产品的交易是否为异常交易。
2.根据权利要求1所述的方法,其特征在于,根据所述价格估计值和所述待测虚拟产品的交易价格确定对所述待测虚拟产品的交易是否为异常交易包括:
在所述价格估计值和所述交易价格之间的差值的绝对值小于或等于预定阈值的情况下,确定所述交易为正常交易;
在所述价格估计值和所述交易价格之间的差值的绝对值大于所述预定阈值的情况下,确定所述交易为异常交易。
3.根据权利要求1所述的方法,其特征在于,
在提取待测虚拟产品的属性信息之后,所述方法还包括:确定与所述待测虚拟产品对应的产品模板;根据所述产品模板确定与所述产品模板对应的已训练的虚拟产品估值模型;
将提取的所述属性信息输入到已训练的虚拟产品估值模型中,输出所述待测虚拟产品的价格估计值包括:将提取的所述属性信息输入到根据所述产品模板确定的虚拟产品估值模型中,输出所述价格估计值。
4.根据权利要求1所述的方法,其特征在于,在提取待测虚拟产品的属性信息之前,所述方法还包括:
获取训练数据集,其中,所述训练数据集包括:属性信息集和交易价格集;
其中,属性信息集为多个虚拟产品的属性信息的集合,所述交易价格集为所述多个虚拟产品的交易价格的集合;
以所述属性信息集中的虚拟产品的属性信息作为输入,所述交易价格集中与所述虚拟产品对应的交易价格作为输出,进行模型训练,得到所述已训练的虚拟产品估值模型。
5.根据权利要求4所述的方法,其特征在于,获取所述训练数据集包括:
从预先存储的虚拟产品描述日志中获取所述属性信息集;
从预先存储的交易日志中获取所述交易价格集。
6.根据权利要求4所述的方法,其特征在于,
在获取所述训练数据集之后,所述方法还包括:对所述训练数据集进行按照产品模板划分,得到多个训练数据子集,其中,每个训练数据子集对应一个产品模板;其中,不同的产品模板对应不同的虚拟产品估值模型;
以所述属性信息集中的虚拟产品的属性信息作为输入,所述交易价格集中与所述虚拟产品对应的交易价格作为输出,对所述虚拟产品估值模型进行训练,得到所述已训练的虚拟产品估值模型包括:针对每个产品模板,执行以下操作:以与产品模板对应的训练数据子集中的虚拟产品的属性信息作为输入,与所述产品模板对应的训练数据子集中的虚拟产品的交易价格作为输出,对与所述产品模板对应的虚拟产品估值模型进行训练,得到与所述产品模板对应的已训练的虚拟产品估值模型。
7.根据权利要求4所述的方法,其特征在于,在根据所述价格估计值和所述待测虚拟产品的交易价格确定对所述待测虚拟产品的交易是否为异常交易之后,所述方法还包括:
将提取的所述待测虚拟产品的属性信息和交易所述待测虚拟产品的实际交易价格添加到所述训练数据集中。
8.根据权利要求4所述的方法,其特征在于,在以所述属性信息集中的属性信息作为输入,所述交易价格集中与所述属性信息对应的虚拟产品的交易价格作为输出,对所述虚拟产品估值模型进行训练,得到所述已训练的虚拟产品估值模型之前,所述方法还包括:
获取指定虚拟产品估值模型;
将所述属性信息集中的指定虚拟产品的属性信息输入到所述指定虚拟产品估值模型中,输出所述指定虚拟产品的价格估计值;
根据所述指定虚拟产品的价格估计值与所述交易价格集中的所述指定虚拟产品的交易价格确定对所述指定虚拟产品的交易是否为异常交易;
在确定对所述指定虚拟产品的交易为异常交易的情况下,将所述指定虚拟产品的属性信息从所述属性信息集中删除,得到更新后的属性信息集;以及将所述指定虚拟产品的交易价格从所述交易价格集中删除,得到更新后的交易价格集。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于网易(杭州)网络有限公司,未经网易(杭州)网络有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810317254.4/1.html,转载请声明来源钻瓜专利网。