[发明专利]一种基于大数据处理的反欺诈系统及方法

说明书

本发明公开了一种基于大数据处理的反欺诈系统及方法，包括图片背景数据存储模块、评论异常监测模块、异常图片检测模块、图片背景异常检测模块、异常成交量检测模块、评论晒图率检测模块、评论好评率检测模块、评论追评率检测模块、欺诈行为判定模块，本发明的有益效果在于：对评论进行监测，当监测到异常评论时，进而对异常评论的待上传图片与已上传图片、卖家展示图片进行比对，当待上传图片异常时，再对店铺的成交量进行检测，若成交量异常，再根据好评率异常评估值、晒图率异常评估值、追评率异常评估值计算欺诈行为评估值，从而判定商家是否存在欺诈行为，以减少网购平台的销售作假，保障买家和其他同行卖家利益。

技术领域

本发明涉及计算机信息技术领域，具体为一种基于大数据处理的反欺诈系统及方法。

背景技术

电商指的是在互联网上销售产品而进行的商业活动，是将现实生活中的商业活动转移到虚拟的电商平台上进行，这种交易的方式非常的便利和快捷，打破了时间和空间的界限，相较于传统商业形式，这无疑是一个巨大的变革，目前电商在我国的经济中占有越来越重要的地位。

现在电商行业中普遍存在以下问题，卖家为了伪造其良好的信誉情况，包括好评和销量等，且为了在平台上获取更多流量入口和活动支持，会通过各种渠道进行刷单，刷单指的是虚拟店铺为了获得单品或店铺较好的搜索排名而采取的作弊行为，刷单的同时往往配合刷流量和快递发空包，刷单一般可分为单品刷销量为做爆款等做准备和刷信誉以提高店铺整体信誉度，方式一般为销售作假，这样一来，不仅会损害其他经营同类型商品店铺的利益，也会给买家造成误导，买家一般在虚拟电商平台购买商品时，会参考买家评价，由此可见，一个店铺或一个商品的评价的好评率对于一个店铺的重要性不言而喻，相应的，差评会影响店铺的整体动态评分和好评率，进而影响店铺排名，尤其对于中小卖家而言，差评很大程度上会影响买家判断，影响商品的转化率，在这样的背景下，由职业好评师和职业差评师组成的黑产团伙也就应运而生，一些不良商家通过黑产团伙给自家店铺刷销量以及好评率，反过来给竞争对手恶意差评，以提高自身在同类型商品中的竞争力，打压竞争对手，误导买家进行消费，以销售作假的方式损害买家及竞争对手利益，形成业内恶性竞争。

基于上述问题，亟待提出一种基于大数据处理的反欺诈系统及方法，通过对评论进行监测，当监测到异常评论时，进而获取异常评论所属评论板块下的所有买家已上传图片和对应卖家的展示图片，通过对异常评论的待上传图片与已上传图片和展示图片的比对，确定待上传图片是否异常，进而对一定时间段内店铺的成交量进行检测，当成交量异常时，再根据好评率异常评估值、晒图率异常评估值、追评率异常评估值计算欺诈行为评估值，进而对商家是否存在欺诈行为进行判定，从而减少网购平台的销售作假，保障买家和其他同行卖家利益。

发明内容

本发明的目的在于提供一种基于大数据处理的反欺诈系统及方法，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：

一种基于大数据处理的反欺诈系统，所述反欺诈系统包括图片背景数据存储模块、评论异常监测模块、异常图片检测模块、图片背景异常检测模块、异常成交量检测模块、评论晒图率检测模块、评论好评率检测模块、评论追评率检测模块、欺诈行为判定模块，所述图片背景数据存储模块预先存储有虚拟店铺的商品图背景数据，所述评论异常监测模块用于实时监测用户评论是否异常，所述异常图片检测模块对用户于评论板块上传的图片是否异常进行检测，所述图片背景异常检测模块用于对检测出异常的上传图片进行背景检测，所述异常成交量检测模块用于获取一定时间段内任一店铺的商品成交量，并根据商品成交量对一定时间段内的成交量异常进行监测，所述评论晒图率异常检测模块用于检测任一店铺内的任一商品下的评论板块的晒图率是否发生异常，并计算晒图率异常评估值，所述评论好评率检测模块用于检测任一店铺内的任一商品下的评论板块的好评率是否发生异常，并计算好评率异常评估值，所述评论追评率检测模块用于检测任一店铺内的任一商品下的评论板块的追评率是否发生异常，并计算追评率异常评估值，所述欺诈行为判定模块根据晒图率异常评估值、好评率异常评估值、追评率异常评估值对欺诈行为进行判定。