摘要:现如今,网购已经成为人们生活中的重要消费习惯,然而因为商品看得见、摸不着,用户只能透过店铺信誉、成交量、买家评价等信息来判断店家是否“靠谱”。这些数据会形成用户对商家信赖度的重要影响,直接决定是否在该店铺进行消费。这些本应是真实体现商家经营状况的数据,却出现了大量的造假行为——雇人通过虚假交易换取虚假好评,让普通消费者的利益蒙受损失。
京东很早就提出了对此类行为的 “零容忍”原则,京东利用先进的技术手段,通过大数据形成一个完整可靠的防刷单技术屏障,保障用户的最大利益。京东透露,目前其反刷单系统识别准确率已达99%以上。
随着电商发展蒸蒸日上,针对电商行业的恶意行为也愈演愈烈,其中最典型的就是黄牛抢单囤货和商家恶意刷单。为了杜绝此类问题,京东精心打造了“天网”系统,在经历多年沉淀后,目前“天网”已全面覆盖京东商城数十个业务节点,并有效支撑了京东集团旗下的京东到家及海外购风控相关业务,有效保证了用户利益和京东的业务流程。
“天网”作为京东风控的核心利器,主要分析维度包括:用户画像、用户社交关系网络、交易风险行为,其系统内部既包含了面向业务的交易订单风控系统、爆品抢购风控系统、商家反刷单系统,在其身后还有由规则识别引擎及用户风险信用信息库两大核心组件构成的风险信用中心系统,专注于打造用户风险画像的用户风险评分等级系统。
作为京东这张大“天网”中的重要环节,京东反刷单系统致力于精准识别京东商城刷单相关的恶意行为。利用京东自建的大数据平台,京东反刷单系统从订单、商品、用户、物流等多个维度进行分析,分别计算每个维度下面的不同特征值。通过分析商品的历史价格和订单实际价格的差异、商品SKU销量异常、物流配送异常、评价异常、用户购买品类异常等上百个特性,结合贝叶斯学习、数据挖掘、神经网络等多种智能算法进行精准定位。
京东反刷单系统流程图
在数据源部分,反刷单系统主要收集了订单相关的下单用户注册信息、订单详细信息、物流基本信息以及支付信息相关数据进行分析。除了这些源数据,反刷单系统同时结合了在其他风控业务流程中输出的风险用户画像数据作为基准概率模型,极大地提高了刷单行为的识别概率。
因此,为了更好的识别该类刷单行为,反刷单系统会从三个层面开展维度建设:对参与刷单的账号,建立风险评估和异常账户识别模型,对参与刷单的账户进行限制和惩罚;识别刷单的目标店铺、商品,对其进行历史跟踪、降权、惩罚;建立独立的反刷单运营团队,针对系统识别和人工举报的刷单行为,进行核实和惩罚处理,并将结果反馈给识别系统,从而使识别系统自动地学习到新的人肉刷单特征和识别办法。
被系统识别到的疑似刷单行为,系统会通过后台离线算法,结合订单和用户的信息调用存储在大数据集市中的数据进行离线的深度挖掘和计算,继续进行识别,让其无所遁形。一旦确定为刷单行为,本着对刷单行为零容忍的态度,京东将直接把关联商家信息告知运营方做出相应惩罚,包括消除刷单对搜索、评论、好评的影响;惩罚刷单店铺直至关店;降低店主的征信水平等,以保证京东商城消费者良好的用户体验和切实利益。
目前,京东反刷单在系统架构层面已从基本规则识别逐渐演化到数据建模精准识别,识别准确率已达99%以上。“天网”恢恢,京东反刷单系统让恶性竞争手段无处遁形。
这张以京东反刷单系统为代表的超级风控“天网”,正在无形之中保护着用户的消费行为。这套风控框架将统一风控模型管理、服务管理和数据管理,横跨云计算、大数据、人工智能领域,针对瞬息万变的电商交易风险,智能调整风控策略并实时处理。未来,京东也希望在保障京东风控业务的同时,利用自身的经验和能力,为行业提供数据和技术支持,携手合作,努力维护电商行业的市场秩序,最大程度保障用户利益。
本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流,内容版权归原作者所有,如涉作品、版权和其他问题请给「我们」留言处理。