[发明专利]用于电子商务虚假交易的识别方法、系统及电子商务系统

说明书

技术领域

本发明属于人工智能技术领域，具体涉及一种用于电子商务虚假交易的识别方法、系统及电子商务系统。

背景技术

企业电子商务平台是建立在互联网上的管理环境，通过该平台进行商务活动保证商务顺利运营，区别于传统意义的平台，企业电子商务平台是虚拟的网络空间，它不受时间和空间的限制，具有高效性和直通性。电子商务平台不仅能对供应链上的各种资源进行优化整合，还能有效及时响应用户需求，挖掘用户潜在需求，能在链条的双向上创造价值。

但是，电子商务平台在提高交易效益的同时，也存在自身的一些缺陷，其中最重要的是线上虚假交易无法很好的识别，虚假交易不仅污染了真实的交易数据，也给加大了政府和企业的决策难度。例如，交易平台中的店家通过付款请人假扮顾客，用以假乱真的购物方式提高网店的排名和销量获取销量及好评吸引顾客，通过这种方式，网店可以获得较好的搜索排名以及改变店铺的信誉，平台企业以及消费者越来越难对这类店铺进行有效的识别。因此，虚假交易识别越来越成为电子商务平台亟需解决的重要问题之一。

发明内容

本发明的目的之一在于克服以上缺点，提供一种用于识别电子商务订单中的虚假交易的方法。

为了解决上述技术问题，本发明提供了一种用于电子商务虚假交易的识别方法，包括以下步骤：

确定分析虚拟交易所需的特征，并计算所需的特征基准值；

基于所述分析虚拟交易所需的特征，生成虚假交易推理规则；

根据所述虚假交易推理规则，判断电子商务订单是否为虚假交易。

通过分析确定虚拟交易的特征属性，并根据特征属性形成一套完整的虚假交易推理规则，再根据推理规则对电子商务订单进行判断，可识别出虚假交易订单，便于对虚假订单进行后续处理，保证交易数据的真实性和可靠性。

进一步地，所述的用于电子商务虚假交易的识别方法，还包括以下步骤：

对判断为虚假交易的电子商务订单进行处理。

进一步地，所述的用于电子商务虚假交易的识别方法，还包括以下步骤：

通过重新计算所述分析虚拟交易所需的特征基准值和/或更新所述虚假交易推理规则，进行学习和优化。

本发明的方法可以通过不断地学习对知识库和推理规则库进行更新和优化，提高虚假交易识别的准确性。

进一步地，所述分析虚拟交易所需的特征基准值，是通过逻辑回归决策树算法进行计算，具体步骤为：

确定影响所述分析虚拟交易所需的特征的因素字段，利用因素字段构造树形图；

从树形图中的最底层进行逻辑回归分析，至下而上逐层汇总；

将回归汇总好的树进行保存；

更换因素字段的排列顺序，重新进行上述处理，直至所需的排列顺序都处理完成。

本发明技术方案通过采用逻辑回归决策树算法可以支持在某些因素字段为空时，可根据其他非空的因素字段信息技术特征基准值，增强基准值计算的兼容性。

相应地，本发明还提供了一种用于电子商务虚假交易的识别系统，包括：

第一处理模块，用于确定分析虚拟交易所需的特征，并计算所需的特征基准值；

第二处理模块，用于基于所述分析虚拟交易所需的特征，生成虚假交易推理规则；

第三处理模块，用于根据所述虚假交易推理规则，判断电子商务订单是否为虚假交易。

进一步地，所述的用于电子商务虚假交易的识别系统，还包括：

第四处理模块，用于对判断为虚假交易的电子商务订单进行处理。

进一步地，所述的用于电子商务虚假交易的识别系统，还包括：

第五处理模块，用于通过重新计算所述分析虚拟交易所需的特征基准值和/或更新所述虚假交易推理规则，进行学习和优化。

进一步地，所述分析虚拟交易所需的特征基准值，是通过逻辑回归决策树算法进行计算，具体步骤为：

确定影响所述分析虚拟交易所需的特征的因素字段，利用因素字段构造树形图；

从树形图中的最底层进行逻辑回归分析，至下而上逐层汇总；

将回归汇总好的树进行保存；

更换因素字段的排列顺序，重新进行上述处理，直至所需的排列顺序都处理完成。

相应地，本发明还提供了一种电子商务系统，包含上述的用于电子商务虚假交易的识别系统。

综上所述，本发明技术方案的有益效果有: