刷单用户检测方法、装置、设备及存储介质与流程

技术特征：
1.一种刷单用户的检测方法，其特征在于，包括：获取存在交易行为的用户和商户，以及所述用户与所述商户之间的交易关系，所述用户包括待识别用户和黑名单用户；以所述用户作为第一类节点、所述商户作为第二类节点、所述交易关系作为边构建二部图，并根据所述黑名单用户的预设权重值设定所述二部图中所有节点的权重值；根据所述第一类节点的数目、所述第二类节点的数目、所述边的数目和所述节点的权重值计算得到各个节点的可疑度和所述二部图的全局平均可疑度；剔除所述二部图中可疑度最小的节点，并更新可疑度和全局平均可疑度，循环执行剔除操作，直至所有节点被剔除时为止，以得到多个更新的二部图以及每个二部图对应的全局平均可疑度；将所述全局平均可疑度最大的二部图中的待识别用户标记为风险用户并输出。2.根据权利要求1所述的刷单用户的检测方法，其特征在于，所述剔除所述二部图中可疑度最小的节点，并更新可疑度和全局平均可疑度，循环执行剔除操作，直至所有节点被剔除时为止，以得到多个更新的二部图以及每个二部图对应的全局平均可疑度，包括：基于所述第一类节点的可疑度构建第一优先树，并基于所述第二类节点的可疑度构建第二优先树，所述优先树的叶子节点的值为可疑度，父节点的值为父节点对应的两个叶子节点中较小的可疑度；分别从所述第一优先树和所述第二优先树的根节点开始进行遍历，得到可疑度最小的目标节点；从所述二部图中删除所述目标节点，得到新的二部图并保存，并对新的二部图的可疑度和全局平均可疑度进行更新；根据更新后的可疑度再次构建所述第一类节点的新的第一优先树和所述第二类节点的新的第二优先树，并再次进行遍历以确认新的目标节点；重复执行上述删除节点的操作直至二部图中的节点全部被删除为止，得到多个新的二部图以及与每个二部图对应的全局平均可疑度。3.根据权利要求1所述的刷单用户的检测方法，其特征在于，所述根据第一类节点的数目、第二类节点的数目、边的数目和节点的权重值计算得到各个节点的可疑度和所述二部图的全局平均可疑度，包括：统计每个所述第二类节点关联的边的数目；根据所述边的数目计算每个所述第二类节点关联的边的可疑度；根据所述第一类节点与所述第二类节点关联的边的可疑度、与所述第一类节点关联的所述第二类节点的数目、所述第一类节点的权重值计算得到所述第一类节点的可疑度；根据所述第一类节点与所述第二类节点关联的边的可疑度、与所述第二类节点关联的所述第一类节点的数目、所述第二类节点的权重值计算得到所述第二类节点的可疑度；根据所述第一类节点的可疑度、所述第二类节点的可疑度、所述第一类节点的数目和所述第二类节点的数目计算得到所述全局平均可疑度。4.根据权利要求3所述的刷单用户的检测方法，其特征在于，所述关联的边的可疑度计算公式表示为：
所述第一类节点的可疑度计算公式表示为：f(a)＝∑
j∈m
aibj*w
i
；所述第二类节点的可疑度计算公式表示为：f(b)＝∑
i∈n
aibj*w
j
；所述全局平均可疑度计算公式表示为：其中，aibj表示第i个第一类节点与第j个第二类节点关联的边的可疑度，bj_edges_num表示第j个第二类节点关联的边的数目，f(a)表示第一类节点的可疑度，m表示与所述第一类节点关联的所述第二类节点的数目，w
i
表示第i个第一类节点的权重值，f(b)表示第二类节点的可疑度，n表示与所述第二类节点关联的所述第一类节点的数目，w
j
表示第j个第二类节点的权重值，g(s)表示全局平均可疑度，f(a)表示第一类节点的可疑度总和，f(b)表示第二类节点的可疑度总和，|a|表示第一类节点的数目，|b|表示第二类节点的数目。5.根据权利要求1所述的刷单用户的检测方法，其特征在于，所述根据所述黑名单用户的预设权重值设定所述二部图中所有节点的权重值，包括：将所述黑名单用户对应的节点的权重值和与所述黑名单用户对应节点直接关联的节点的权重设置为第一预设权重值；将与所述黑名单用户对应节点之间存在一个中间节点的节点的权重设置为第二预设权重值；将与所述黑名单用户对应节点之间存在两个中间节点的节点的权重设置为第三预设权重值；将与所述和名单用户对应节点之间存在三个以及三个以上中间节点的节点的权重设置为第四预设权重值。6.根据权利要求1所述的刷单用户的检测方法，其特征在于，所述将所述全局平均可疑度最大的二部图中的待识别用户标记为风险用户并输出之后，还包括：获取所述风险用户的属性信息，并根据所述属性信息构建所述风险用户的属性特征向量；获取所述全局平均可疑度最大的二部图中的商户，并确认商户与所述风险用户的关联关系；对于每个商户关联的风险用户，计算两两之间属性特征向量的欧式距离，并保留满足预设距离条件的目标风险用户，得到每个商户对应的目标风险用户团体；将每个商户对应的目标风险用户团体作为刷单团体用户输出。7.根据权利要求6所述的刷单用户的检测方法，其特征在于，所述将每个商户对应的目标风险用户团体作为刷单团体用户输出之后，还包括：将所述刷单团体用户添加至风险监控名单，并限制下发平台权益至所述刷单团体用户。8.一种刷单用户检测装置，其特征在于，包括：
获取模块，用于获取存在交易行为的用户和商户，以及所述用户与所述商户之间的交易关系，所述用户包括待识别用户和黑名单用户；构建模块，用于以所述用户作为第一类节点、所述商户作为第二类节点、所述交易关系作为边构建二部图，并根据所述黑名单用户的预设权重值设定所述二部图中所有节点的权重值；计算模块，用于根据所述第一类节点的数目、所述第二类节点的数目、所述边的数目和所述节点的权重值计算得到各个节点的可疑度和所述二部图的全局平均可疑度；剔除模块，用于剔除所述二部图中可疑度最小的节点，并更新可疑度和全局平均可疑度，循环执行剔除操作，直至所有节点被剔除时为止，以得到多个更新的二部图以及每个二部图对应的全局平均可疑度；标记模块，用于将所述全局平均可疑度最大的二部图中的待识别用户标记为风险用户并输出。9.一种计算机设备，其特征在于，所述计算机设备包括处理器、与所述处理器耦接的存储器，所述存储器中存储有程序指令，所述程序指令被所述处理器执行时，使得所述处理器执行如权利要求1-7中任一项权利要求所述的刷单用户检测方法的步骤。10.一种存储介质，其特征在于，存储有能够实现如权利要求1-7中任一项所述的刷单用户检测方法的程序指令。

技术总结
本发明公开了一种刷单用户检测方法、装置、设备及存储介质，其中通过利用用户和商户作为节点，用户与商户之间的交易关系作为边，以构建二部图，并根据用户中的黑名单用户对应的预设权重值对整个二部图的所有节点设定权重值，再计算各个点的可疑度和全局平均可疑度，然后循环剔除二部图中可疑度最小的节点以得到新的二部图并更新可疑度和全局平均可疑度，最终得到多个新的二部图以及每个二部图对应的全局平均可疑度，最后将全局平均可疑度最大的二部图中的待识别用户标记为风险用户并输出。通过上述方式，本发明能够结合黑名单用户，高效地检测出存在刷单行为的用户，其检测准确率高。准确率高。准确率高。


技术研发人员：敖琦
受保护的技术使用者：中国平安财产保险股份有限公司
技术研发日：2022.06.29
技术公布日：2022/9/13