[发明专利]基于交易记录信息的反作弊方法、装置和系统

说明书

本发明提供了一种基于交易记录信息的反作弊方法、装置和系统。该反作弊方法包括：获取用户的交易记录信息，基于真实性判断规则，判断所述用户为真实用户或非真实用户；在所述用户为真实用户的情况下，从所述交易记录信息中提取所述用户的交易关联人信息，生成交易关联人作弊统计信息；建立作弊评估模型，将所述交易关联人作弊统计信息输入所述作弊评估模型，得到用户作弊指数；根据用户作弊指数，对用户进行分类。本发明的反作弊方法优化了目标数据，提高了作弊评估的准确性，通用性强。

技术领域

本发明涉及电子商务技术领域，具体涉及一种基于交易记录信息的反作弊方法、装置和系统。

背景技术

通过互联网申请贷款的信贷模式已得到长足发展。然而，相比于传统的信贷模式，网上申请贷款在带给人们便利性同时，也给信贷业务部门带来了金融风险的增加。如果不能很好的进行作弊行为的识别和处理，将会给互联网金融平台带来了难以估量的损失。

现有技术中，为了降低信贷风险，可以直接利用现有的信用评分模型对信贷申请人进行评分，根据评分来量化借贷申请人的信用风险或还款能力。

然而，现有反作弊方法对于专门通过作弊手段来进行骗贷等操作的个体用户或者组织来说，实际作用比较小，尤其是作弊组织，他们可能通过伪造或屏蔽数据等作弊方式来获得较高的信用评分，还通过例如注册领红包等方式只拿利润、不买金融产品等等。

为了进行有效的反作弊，现有技术通过建立专门的反作弊评估模型对信贷申请人进行作弊评分，但是，由于作弊行为发生的概率较少，数据量不足，因此目前的反作弊模型基于的数据较为单一，通常缺少大量的样本数据来进行模型的优化，存在反作弊方法不能准确、高效地进行作弊人的识别等一系列问题。另外，现有的反作弊方法还存在通用性低等问题。

综上，在目标数据优化和高效识别作弊用户方面仍存在很大改进空间，因此，有必要提供一种更精准的反作弊方法。

发明内容

为了解决上述问题，本发明提供了一种基于交易记录信息的反作弊方法，包括：获取用户的交易记录信息，基于真实性判断规则，判断所述用户为真实用户或非真实用户；在所述用户为真实用户的情况下，从所述交易记录信息中提取所述用户的交易关联人信息，生成交易关联人作弊统计信息；建立作弊评估模型，将所述交易关联人作弊统计信息输入所述作弊评估模型，得到用户作弊指数；根据用户作弊指数，对用户进行分类。

优选地，所述反作弊方法还包括：预设真实性判断规则，所述真实性判断规则由用户画像与设备信息的关联信息数据和/或流量统计数据确定。

优选地，所述根据用户作弊指数，对用户进行分类包括：将用户作弊指数与第一预设作弊阈值进行比较，在所述用户作弊指数大于所述第一预设作弊阈值的情况下，所述用户为作弊用户；在用户作弊指数小于等于第一预设作弊阈值的情况下，所述用户为非作弊用户。

优选地，所述交易记录信息包括交易推荐记录、团体交易记录、支付转移记录中的至少一种。

优选地，所述交易推荐记录为购物推荐记录，该购物推荐记录包括购物人和购物推荐人；所述提取用户的交易记录信息中的交易关联人信息包括：将所述购物推荐人和购物人作为交易关联人。

优选地，所述团体交易记录为团购记录，该团购记录包括团购发起人和/或团购参与人信息；所述提取用户的交易记录信息中的交易关联人信息包括：将同一团购记录中的所有团购发起人和/或团购参与人作为交易关联人。

优选地，所述团体交易记录为团购记录，该团购记录包括团购发起人、代付参与人和/或团购参与人信息；所述提取用户的交易记录信息中的交易关联人信息包括：将同一团购记录中的所有购物人和代付参与人作为交易关联人。

优选地，通过流水号、链接号或商品订单号获得交易关联人的信息。

优选地，通过代付链接号、商品订单号或交易ID获得交易关联人的信息。