判定虚假资源转移及虚假交易的方法、装置及电子设备制造方法及图纸

本申请公开了一种判定虚假资源转移及虚假交易的方法、装置及电子设备，用以解决现有技术中确定虚假交易的方法不够优化的问题。该方法包括：获取资源转入方在待验证资源转移前第一预定时间段内的历史资源转移数据、和所述资源转入方在所述待验证资源转移前第二预定时间段内的行为数据；基于所述历史资源转移数据、所述行为数据和虚假资源转移模型，判定所述待验证资源转移是否为虚假资源转移；其中，所述虚假资源转移模型基于历史资源转移训练数据和对应的行为训练数据训练得到。

Method, device and electronic device for determining false resource transfer and false transaction

This application discloses a method, device and electronic device for determining false resource transfer and false transaction, which is used to solve the problem that the method for determining false transaction in the prior art is not optimized enough. The method comprises acquiring the historical resource transfer data of the resource transferor in the first predetermined period before the resource transfer to be verified, and the behavior data of the resource transferor in the second predetermined period before the resource transfer to be verified, and transferring the historical resource transfer data, the behavior data and the false resource transfer based on the historical resource transfer data. The model determines whether the verified resource transfer is a false resource transfer, wherein the false resource transfer model is trained based on historical resource transfer training data and corresponding behavior training data.

【技术实现步骤摘要】
判定虚假资源转移及虚假交易的方法、装置及电子设备
本申请涉及计算机
，尤其涉及一种判定虚假资源转移及虚假交易的方法、装置及电子设备。
技术介绍
目前，随着互联网技术的快速发展，诸如京东、淘宝等电商平台逐渐成为人们日常生活中不可缺少的一部分。当买家想要购买某件商品时，可以通过这些电商平台浏览想要购买的商品，并选择某件商品完成交易。大多数买家在选择某件商品时，往往会通过对多个类似的商品进行比较，通常依据其他买家对商品、卖家商户的评价、以及卖家商户的信用积分等信息来判断某个商品是否值得购买。然而，电商平台上的卖家为了获得对其商户或者某个商品较好的评价，往往会通过不正当方式(比如刷单等虚假交易的方式)获得商品销量、商户评分、信用积分等不当利益，使得买家在购买商品时做出错误的判断，进而妨害买家的权益。因此，如何准确有效地识别虚假交易越来越成为电商平台亟需解决的重要问题之一。
技术实现思路
本申请实施例提供了一种判定虚假资源转移及虚假交易的方法、装置及电子设备，以解决现有技术中判定虚假交易的方法不够优化的问题。为解决上述技术问题，本申请实施例是这样实现的：第一方面，提出了一种判定虚假资源转移的方法，包括：获取资源转入方在待验证资源转移前第一预定时间段内的历史资源转移数据、和所述资源转入方在所述待验证资源转移前第二预定时间段内的行为数据；基于所述历史资源转移数据、所述行为数据和虚假资源转移模型，判定所述待验证资源转移是否为虚假资源转移；其中，所述虚假资源转移模型基于历史资源转移训练数据和对应的行为训练数据训练得到。第二方面，提出了一种判定虚假交易的方法，包括：获取交易支付方在待验证交易前第一预定时间段内的历史交易数据、和所述交易支付方在所述待验证交易前第二预定时间段内的行为数据；基于所述历史资源转移数据、所述行为数据和虚假交易模型，判定所述待验证交易是否为虚假交易；其中，所述虚假交易模型基于历史交易训练数据和对应的行为训练数据训练得到。第三方面，提出了一种判定虚假资源转移的装置，包括：获取单元，获取资源转入方在待验证资源转移前第一预定时间段内的历史资源转移数据、和所述资源转入方在所述待验证资源转移前第二预定时间段内的行为数据；判定单元，基于所述历史资源转移数据、所述行为数据和虚假资源转移模型，判定所述待验证资源转移是否为虚假资源转移；其中，所述虚假资源转移模型基于历史资源转移训练数据和对应的行为训练数据训练得到。第四方面，提出了一种判定虚假交易的装置，包括：获取单元，获取交易支付方在待验证交易前第一预定时间段内的历史交易数据、和所述交易支付方在所述待验证交易前第二预定时间段内的行为数据；判定单元，基于所述历史资源转移数据、所述行为数据和虚假交易模型，判定所述待验证交易是否为虚假交易；其中，所述虚假交易模型基于历史交易训练数据和对应的行为训练数据训练得到。第五方面，提出了一种电子设备，该电子设备包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：获取资源转入方在待验证资源转移前第一预定时间段内的历史资源转移数据、和所述资源转入方在所述待验证资源转移前第二预定时间段内的行为数据；基于所述历史资源转移数据、所述行为数据和虚假资源转移模型，判定所述待验证资源转移是否为虚假资源转移；其中，所述虚假资源转移模型基于历史资源转移训练数据和对应的行为训练数据训练得到。第六方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：获取资源转入方在待验证资源转移前第一预定时间段内的历史资源转移数据、和所述资源转入方在所述待验证资源转移前第二预定时间段内的行为数据；基于所述历史资源转移数据、所述行为数据和虚假资源转移模型，判定所述待验证资源转移是否为虚假资源转移；其中，所述虚假资源转移模型基于历史资源转移训练数据和对应的行为训练数据训练得到。第七方面，提出了一种电子设备，该电子设备包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：获取资源转入方在待验证资源转移前第一预定时间段内的历史资源转移数据、和所述资源转入方在所述待验证资源转移前第二预定时间段内的行为数据；基于所述历史资源转移数据、所述行为数据和虚假资源转移模型，判定所述待验证资源转移是否为虚假资源转移；其中，所述虚假交易模型基于历史交易训练数据和对应的行为训练数据训练得到。第八方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：获取资源转入方在待验证资源转移前第一预定时间段内的历史资源转移数据、和所述资源转入方在所述待验证资源转移前第二预定时间段内的行为数据；基于所述历史资源转移数据、所述行为数据和虚假资源转移模型，判定所述待验证资源转移是否为虚假资源转移；其中，所述虚假交易模型基于历史交易训练数据和对应的行为训练数据训练得到。本申请实施例采用上述技术方案至少可以达到下述技术效果：通过获取资源转入方在待验证资源转移前第一预定时间段内的历史资源转移数据、和资源转入方在待验证资源转移前第二预定时间段内的行为数据，基于获取的历史资源转移数据、行为数据和虚假资源转移模型，判定待验证资源转移是否为虚假资源转移，不仅考虑了资源转入方的历史资源转移数据，还将其在资源转移前的行为数据作为判别识别虚假资源转移的依据，提高了判别虚假资源转移的准确性，达到优化识别虚假资源转移的目的。通过获取交易支付方在待验证交易前第一预定时间段内的历史交易数据、和交易支付方在待验证交易前第二预定时间段内的行为数据，基于获取的历史交易数据、行为数据和虚假交易模型，判定待验证交易是否为虚假交易，不仅考虑了交易支付方也就是买家的历史交易数据，还将其在交易前的行为数据作为判别识别虚假交易的依据，提高了判别虚假交易的准确性，达到优化识别虚假交易的目的。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为本说明书一个实施例提供的一种判定虚假资源转移的方法的实现流程示意图；图2为本说明书一个实施例提供的一种判定虚假交易的方法的实现流程示意图；图3为本说明书一个实施例提供的一种判定虚假交易的方法的数据处理过程示意图；图4为本说明书一个实施例提供的一种判定虚假交易的方法中对行为数据进行向量化预处理的过程示意图；图5为本说明书一个实施例提供的一种电子设备的结构示意图；图6为本说明书一个实施例提供的另一种电子设备的结构示意图；图7为本说明书一个实施例提供的一种判定虚假资源转移的装置的结构示意图；图8为本说明书一个实施例提供的一种判定虚假交易的装置的结构示意图。具体实施方式为使本申请的目的、技术方案和优点更加清楚，下面将结本文档来自技高网...

【技术保护点】
1.一种判定虚假资源转移的方法，包括：获取资源转入方在待验证资源转移前第一预定时间段内的历史资源转移数据、和所述资源转入方在所述待验证资源转移前第二预定时间段内的行为数据；基于所述历史资源转移数据、所述行为数据和虚假资源转移模型，判定所述待验证资源转移是否为虚假资源转移；其中，所述虚假资源转移模型基于历史资源转移训练数据和对应的行为训练数据训练得到。

【技术特征摘要】
1.一种判定虚假资源转移的方法，包括：获取资源转入方在待验证资源转移前第一预定时间段内的历史资源转移数据、和所述资源转入方在所述待验证资源转移前第二预定时间段内的行为数据；基于所述历史资源转移数据、所述行为数据和虚假资源转移模型，判定所述待验证资源转移是否为虚假资源转移；其中，所述虚假资源转移模型基于历史资源转移训练数据和对应的行为训练数据训练得到。2.如权利要求1所述的方法，基于所述历史资源转移数据、所述行为数据和虚假资源转移模型，判定所述待验证资源转移是否为虚假资源转移，包括：根据所述历史资源转移数据，确定历史资源转移特征数据；根据所述行为数据，确定行为特征数据；基于所述历史资源转移特征数据、所述行为特征数据和所述虚假资源转移模型，判定所述待验证资源转移是否为虚假资源转移。3.如权利要求2所述的方法，根据所述行为数据，确定行为特征数据，包括：对所述行为数据中不能用向量直接表征的数据进行向量化预处理；将经过所述向量化预处理后的行为数据进行归一化处理，以得到所述行为特征数据。4.如权利要求1所述的方法，在基于所述历史资源转移数据、所述行为数据和虚假资源转移模型，判定所述待验证资源转移是否为虚假资源转移之前，所述方法还包括：对所述历史资源转移训练数据进行归一化处理得到对应的历史资源转移特征数据；对所述行为训练数据中不能用向量直接表征的数据进行向量化预处理；将经过所述向量化预处理后的行为训练数据进行归一化处理，得到对应的行为特征数据；将所述历史资源转移特征数据、所述行为特征数据及对应的资源转移类型作为输入，训练得到所述虚假资源转移模型，其中，所述资源转移类型包括虚假资源转移和非虚假资源转移。5.如权利要求1所述的方法，在基于所述历史资源转移数据、所述行为数据和虚假资源转移模型，判定所述待验证资源转移是否为虚假资源转移之前，所述方法还包括：对所述历史资源转移训练数据进行归一化处理得到对应的历史资源转移特征数据；对所述行为训练数据中不能用向量直接表征的数据进行向量化预处理，并将经过所述向量化预处理后的行为训练数据进行归一化处理，得到对应的行为特征数据；将所述历史资源转移特征数据、所述行为特征数据作为输入，按二分类进行聚类训练得到所述虚假资源转移模型。6.如权利要求1-5中任一项所述的方法，所述历史资源转移数据至少包括下述一种：历史资源转移次数，历史资源转移额度，历史资源转移涉及的资源接收方的数量。7.如权利要求1-5中任一项所述的方法，所述行为数据至少包括下述一种：所述资源转入方浏览的资源接收方的信息、浏览时长、浏览的资源信息，所述资源接收方的信息至少包括所述资源接收方的信用值、资源类别、资源价值分布、健康程度。8.一种判定虚假交易的方法，包括：获取交易支付方在待验证交易前第一预定时间段内的历史交易数据、和所述交易支付方在所述待验证交易前第二预定时间段内的行为数据；基于所述历史资源转移数据、所述行为数据和虚假交易模型，判定所述待验证交易是否为虚假交易；其中，所述虚假交易模型基于历史交易训练数据和对应的行为训练数据训练得到。9.如权利要求8所述的方法，基于所述历史交易数据、所述行为数据和虚假交易模型，判定所述待验证交易是否为虚假交易，包括：根据所述历史交易数据，确定历史交易特征数据；根据所述行为数据，确定行为特征数据；基于所述历史交易特征数据、所述行为特征数据和所述虚假交易模型，判定所述待验证交易是否为虚假交易。10.如权利要求9所述的方法，根据所述行为数据，确定行为特征数据，包括：对所述行为数据中不能用向量直接表征的数据进行向量化预处理；将经过所述向量化预处理后的行为数据进行归一化处理，以得到所述行为特征数据。11.如权利要求8所述的方法，在基于所述历史交易数据、所述行为数据和虚假交易模型，判定所述待验证交易是否为虚假交易之前，所述方法还包括：对所述历史交易训练数据进行归一化处理得到对应的历史交易特征数据；对所述行为训练数据中不能用向量直接表征的数据进行向量化预处理；将经过所述向量化预处理后的行为训练数据进行归一化处理，得到对应的行为特征数据；...

【专利技术属性】
技术研发人员：程羽，陈弢，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY