[发明专利]一种基于机器学习的商品防伪及趋势分析方法

权利要求书

1.一种基于机器学习的商品防伪及趋势分析方法，其特征在于，包括以下步骤：

1)对产品的原始信息加密处理得到防伪二维码；

2)对防伪二维码进行扫码解密，并对解密得到的明文进行验证，从而判断产品为假货或正品或风险产品；

3)收集扫码数据，根据扫码数据对风险产品进行风险评估，并确定产品真伪，对于不能确定真伪的产品进行反馈核实；

4)建立DNN神经网络，输入积累的扫码数据，得到真假货判定模型。

2.根据权利要求1所述的基于机器学习的商品防伪及趋势分析方法，其特征在于，所述原始信息包括批次号、序列号、版本号以及校验码，所述序列号为批次号所生成，所述校验码为批次号、序列号、版本号中所有数字按位相加所得。

3.根据权利要求2所述的基于机器学习的商品防伪及趋势分析方法，其特征在于，所述加密方法为：针对批次号生成随机秘钥，通过随机秘钥对序列号、版本号以及校验码进行加密得到加密密文，使用加密密文生成防伪二维码。

4.根据权利要求3所述的基于机器学习的商品防伪及趋势分析方法，其特征在于，所述验证方法为：对防伪码进行扫码得到加密密文，通过批次号查询随机秘钥，使用随机秘钥进行解密得到产品的原始信息，计算校验码是否等于批次号、序列号、版本号中所有数字按位相加，若不相等，则判定该产品为假货。

5.根据权利要求4所述的基于机器学习的商品防伪及趋势分析方法，其特征在于，所述验证方法还包括：判断序列号是否是批次号所生成，若不是，则判断该产品为假货。

6.根据权利要求5所述的基于机器学习的商品防伪及趋势分析方法，其特征在于，所述验证方法还包括：若校验码等于批次号、序列号、版本号中所有数字按位相加，序列号是批次号所生成且对该防伪二维码的扫码为第一次扫码，则判定该产品为正品；若对同一防伪二维码有多次扫码，则判定该产品为风险产品。

7.根据权利要求6所述的基于机器学习的商品防伪及趋势分析方法，其特征在于，所述根据扫码数据对风险产品进行风险评估，并确定产品真伪的方法为：收集对同一防伪二维码进行多次扫码的扫码数据，所述扫码数据包括扫码人ID、扫码经纬度、扫码时间、手机品牌以及运营网络，通过扫码经纬度、扫码时间计算得到两次扫码之间的速度值，若速度值大于阈值，则判定该产品为假货；若速度值大于风险值且小于阈值，则判定该产品为高风险产品；若同一用户对同一产品进行多次扫码，且速度值小于阈值，则判定该产品为正品；若不同用户对同一产品进行多次扫码，则判定该产品为高风险产品。

8.根据权利要求1所述的基于机器学习的商品防伪及趋势分析方法，其特征在于，还包括以下步骤：将时间和城市作为机器学习的参数，将真货数量或者假货数量作为目标对两个函数进行非线性拟合，生成销售预测模型和假货预警模型。