摘要
本发明涉及电子商务安全领域,特别是涉及基于数据挖掘的电子商务欺诈检测方法及其系统,该方法首先获取电子商务平台的交易数据,包括卖家账号、买家账号、商品、订单和物流数据,并进行清洗、去重和预处理,得到格式化交易数据,将数据分为训练集和测试集,使用训练集分别训练决策树模型和DBSCAN模型,建立第一和第二模型,第一模型包含多棵CART决策树,用于判别交易是否为欺诈交易,第二模型用于检测欺诈模式,实时交易数据通过第一模型检测得到欺诈交易,再由第二模型进行模式匹配,计算欺诈交易的密度和距离,得到疑似欺诈交易数据,并进行归一化处理和聚类,得到聚类结果,根据聚类结果获得聚簇分布和数量大小,与欺诈模式匹配,得到欺诈模式及对应的欺诈等级,实现了对欺诈交易的高精度识别。
技术关键词
DBSCAN模型
CART决策树
电子商务平台
欺诈检测方法
模式匹配
决策树模型
格式化
账号
交易监控系统
聚类
欺诈检测系统
数据处理模块
数据采集模块
模式检测模块
特征工程
邻域
退货订单
系统为您推荐了相关专利信息
子模块
多传感器融合
故障诊断模块
模式匹配
矩阵
轴承故障诊断方法
动态
学习算法
融合算法
模式匹配
故障诊断方法
图谱
BERT模型
充电器部件
关键词
质检系统
智能语音
情感表达方式
多语言
语音识别模块
报文
分段
非暂态计算机可读存储介质
告警功能
网络安全系统