業(yè)務處理方法和裝置的制造方法
【技術領域】
[0001] 本申請涉及互聯(lián)網(wǎng)技術領域，尤其涉及一種業(yè)務處理方法和裝置。
【背景技術】
[0002] 隨著互聯(lián)網(wǎng)的高速發(fā)展，電子商務也越來越發(fā)達，越來越多的用戶選擇在網(wǎng)上進 行購物、充值等。目前，很多商家都會開展一些立返、立減等促銷活動，因此作弊份子會利用 這些促銷活動，批量注冊作弊小號從中謀取利益。其中，小號指的是用戶除了一個主要使用 的賬號外，再申請的輔助賬號，便于隱藏用戶真實身份。
[0003] 目前，傳統(tǒng)的反作弊技術主要通過監(jiān)控賬號注冊時的特征如注冊時間、注冊 IP(InternetProtocol，網(wǎng)絡互連協(xié)議）、注冊MAC(MediaAccessControl，物理地址）地 址、登錄MAC地址、登錄IP等對作弊小號進行防控。
[0004] 但是，在實現(xiàn)本申請過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術中至少存在如下問題：目前的反 作弊技術有時無法正確識別出賬號的MAC地址，導致無法有效地區(qū)分出正常用戶與作弊用 戶，或者僅對賬號注冊時的特征進行監(jiān)控，識別覆蓋度差，導致識別作弊用戶的成功率低。

【發(fā)明內容】

[0005] 本申請旨在至少在一定程度上解決相關技術中的技術問題之一。為此，本申請的 第一個目的在于提出一種業(yè)務處理方法，該方法對賬號的業(yè)務行為實行了全面、有效地監(jiān) 控，擴大了識別作弊賬號的覆蓋度，提高了識別作弊賬號的成功率，從而避免了業(yè)務資源的 浪費。
[0006] 本申請的第二個目的在于提出一種業(yè)務處理裝置。
[0007] 為達上述目的，根據(jù)本申請第一方面實施例提出了一種業(yè)務處理方法，包括：基于 包含交易行為特征的信息構建第一賬號識別模型，基于所述第一賬號識別模型獲得第一賬 號列表；以及獲得業(yè)務行為，判斷所述業(yè)務行為使用的業(yè)務賬號是否位于所述第一賬號列 表中，若位于，則對所述業(yè)務行為進行處理。
[0008] 本申請實施例的業(yè)務處理方法，通過基于包含交易行為特征的信息構建第一賬號 識別模型，并基于第一賬號識別模型獲得第一賬號列表，然后在確定業(yè)務行為使用的業(yè)務 賬號位于第一賬號列表中時，對業(yè)務行為進行處理，由于基于包含交易行為特征的信息對 賬號的業(yè)務行為實行了全面、有效地監(jiān)控，擴大了識別作弊賬號的覆蓋度，提高了識別作弊 賬號的成功率，從而避免了業(yè)務資源的浪費。
[0009] 為達上述目的，根據(jù)本申請第二方面實施例提出了一種業(yè)務處理裝置，包括：構建 模塊，用于基于包含交易行為特征的信息構建第一賬號識別模型，基于所述第一賬號識別 模型獲得第一賬號列表；以及處理模塊，用于獲得業(yè)務行為，判斷所述業(yè)務行為使用的業(yè)務 賬號是否位于所述第一賬號列表中，若位于，則對所述業(yè)務行為進行處理。
[0010] 本申請實施例的業(yè)務處理裝置，通過基于包含交易行為特征的信息構建第一賬號 識別模型，并基于第一賬號識別模型獲得第一賬號列表，然后在確定業(yè)務行為使用的業(yè)務 賬號位于第一賬號列表中時，對業(yè)務行為進行處理，由于基于包含交易行為特征的信息對 賬號的業(yè)務行為實行了全面、有效地監(jiān)控，擴大了識別作弊賬號的覆蓋度，提高了識別作弊 賬號的成功率，從而避免了業(yè)務資源的浪費。
[0011] 本申請的附加方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變 得明顯，或通過本申請的實踐了解到。
【附圖說明】
[0012] 圖1為根據(jù)本申請一個實施例的業(yè)務處理方法的流程圖。
[0013] 圖2為根據(jù)本申請一個實施例的構建第一賬號識別模型的流程圖。
[0014] 圖3為根據(jù)本申請一個具體實施例的業(yè)務處理方法的流程圖。
[0015] 圖4為根據(jù)本申請一個具體實施例的基于小號識別模型對賬號進行識別的示意 圖。
[0016] 圖5為根據(jù)本申請一個具體實施例的小號識別監(jiān)測效果圖。
[0017] 圖6為根據(jù)本申請一個實施例的業(yè)務處理裝置的結構示意圖。
【具體實施方式】
[0018] 下面詳細描述本申請的實施例，所述實施例的示例在附圖中示出，其中自始至終 相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附 圖描述的實施例是示例性的，旨在用于解釋本申請，而不能理解為對本申請的限制。
[0019] 下面參考附圖描述本申請實施例的業(yè)務處理方法和裝置。
[0020] 圖1為根據(jù)本申請一個實施例的業(yè)務處理方法的流程圖。
[0021 ] 如圖1所示，業(yè)務處理方法包括：
[0022] S101，基于包含交易行為特征的信息構建第一賬號識別模型，基于第一賬號識別 模型獲得第一賬號列表。
[0023]其中，第一賬號可以為小號，其中，小號指的是用戶除了一個主要使用的賬號外， 再申請的輔助賬號；上述信息可包括但不限于注冊時間、注冊IP、注冊MAC地址、登錄MAC 地址、登錄IP以及交易行為特征等，所以識別覆蓋度廣。
[0024]在本申請的實施例中，可通過以下步驟構建第一賬號識別模型。
[0025]S201，基于交易行為特征識別出異常第一賬號。
[0026] 具體地，可根據(jù)異常關系指數(shù)計算公式計算當前賬號的異常關系指數(shù)。
[0027] 其中，異常關系指數(shù)計算公式為
at表示動態(tài)時間t內與當前 賬號有交易行為的下游賬號的個數(shù)，表示與當前賬號有交易行為且交易金額在k元以內 的下游賬號的金額眾數(shù)個數(shù)，Yt表示當前賬號的下游賬號在動態(tài)時間t內的月均活躍次 數(shù)，t> = 3個月，η為計算選取的動態(tài)時間窗口個數(shù)。其中，眾數(shù)是在一組數(shù)據(jù)中，出現(xiàn)次數(shù) 最多的數(shù)據(jù)。
[0028] 當異常關系指數(shù)大于預設閾值時，可確定當前賬號為異常第二賬號，則與當前賬 號有交易行為且交易金額在k元以內的下游賬號為異常第一賬號。其中，第二賬號可以為 大號，大號與小號對應，大號指的是用戶主要使用的賬號，例如主賬號。
[0029]S202,判斷異常第一賬號是否參與預設操作，若異常第一賬號參與預設操作，則進 一步判斷預設操作涉及的特征信息，并根據(jù)特征信息構建第一賬號識別模型。
[0030] 在識別出異常第一賬號后，可判斷異常第一賬號是否參與預設操作，例如：獲取紅 包等。當異常第一賬號參與預設操作時，可進一步判斷預設操作涉及的特征信息，并根據(jù)特 征信息構建第一賬號識別模型。其中，預設操作的類型與第一賬號識別模型的類型相對應， 例如：獲取紅包對應紅包第一賬號、轉賬操作對應轉賬第一賬號等。
[0031] 在構建第一賬號識別模型后，可基于第一賬號識別模型獲得第一賬號列表。具體 地，可基于第一賬號識別模型離線獲得初始列表。當然，也可以實時獲得初始列表?；诘?一賬號識別模型獲得的初始列表中，可能包括預建立的白名單中包含的第一賬號信息，白 名單中包含的第一賬號信息是可信任的，因此，可從初始列表中刪除預建立的白名單中包 含的第一賬號信息，以獲得第一賬號列表。
[0032] S102,獲得業(yè)務行為，判斷業(yè)務行為使用的業(yè)務賬號是否位于第一賬號列表中，若 位于，則對業(yè)務行為進行處理。
[0033] 在獲得第一賬號列表后，可獲得業(yè)務行為，并判斷業(yè)務行為使用的業(yè)務賬號是否 位于第一賬號列表中。如果獲得的業(yè)務行為位于第一賬號列表中，則可對業(yè)務行為中的預 設操作進行攔截，例如攔截發(fā)放紅包行為。
[0034]在本申請的實施例中，在對業(yè)務行為中的預設操作進行攔截之后，還可以獲取業(yè) 務賬號對應的身份信息，以對業(yè)務賬號進行身份驗證。
[0035] 此外，還可顯示攔截效果，同時還可以基于攔截效果優(yōu)化第一賬號識別模型。
[0036] 本申請實施例的業(yè)務處理方法，通過基于包含交易行為特征的信息構建第一賬號 識別模型，并基于第一賬號識別模型獲得第一賬號列表，然后在確定業(yè)務行為使用的業(yè)務 賬號位于第一賬號列表中時，對業(yè)務行為進行處理，由于基于包含交易行為特征的信息對 賬號的業(yè)務行為實行了全面、有效地監(jiān)控，擴大了識別作弊賬號的覆蓋度，提高了識別作弊 賬號的成功率，從而避免了業(yè)務資源的浪費。
[0037] 圖3為根據(jù)本申請一個具體實施例的業(yè)務處理方法的流程圖。
[0038] 如圖3所示，業(yè)務處理方法包括：
[0039] S301，建立小號識別模型。
[0040] 首先，可根據(jù)異常關系指數(shù)計算公式計算當前賬號的異常關系指數(shù)。異常關系指 數(shù)計算公式為
其中，at表示動態(tài)時間t內與當前賬號有交易行為的下 游