(本科）4-电子商务欺诈和反欺诈.pptx

;电子商务数据分析;第4章 电子商务欺诈与反欺诈;4.1 电子商务欺诈定义：电子商务欺诈是以粉饰，虚构或是扭曲商品信息的途径，提高业绩，诱导消费者购买，提高商品排名等变相获取流量。手段：刷单，好评返现，修改评价。;4.1 电子商务欺诈刷单诈骗：李女士希望利用业余时间赚一点外快补贴家用，觉得网络兼职刷单很适合她，于是就和所谓的刷单公司客服联系，在填写了入职申请表之后，接到了第一个刷单任务，这个任务，李女士支付了120元购买了一个指定的物品，支付完成后，客服当场返还了125元，也就是说，几分钟时间，动动手指李女士就赚取了5元钱，资金增值了4%左右。客服人员告诉李女士，只要刷单的金额越多，返还的佣金就越多，于是李女士放开手脚开始刷单，但是没想到的是随后的任务中，骗子以网络卡单为由无法返款，李女士不仅没有收到返佣，连本金都要不回来了。骗子客服说只有继续做任务，才能激活之前的订单，否则之前的那一个就拿不回来了。为了能把前期的投入拿回来，李女士鬼迷心窍的继续做了多次任务，最后损失78600元。。。;4.1 电子商务欺诈刷单产业：有很多的网络店家雇人刷单，而所付出的成本，也的确是每单5-10元。但是这个刷单行业，也已经形成了产业化、规模化。刷单属于伪造信用伪造信用的目的，是为了让新来的顾客通过浏览交易记录和买家评论，判定这家店铺商品的好坏，大量的购买记录和铺天盖地的好评会让不熟悉这家店铺的新顾客第一时间认定这家卖的是好货，从而产生真实的购买。;4.1 电子商务欺诈好评返现：2018年12月10日，中国网络诚信大会正式发布了《中国电子商务诚信发展报告》，报告建议“禁止电子商务平台采取‘好评返现’及其类似行为”。报告认为，“好评返现”实质上是商户通过货币返现对消费者进行交易贿赂，诱导消费者对产品和卖方的交易行为作出非客观评价。淘宝的态度：有好评返现的图片进行宣传，商品一律下架。;4.1 电子商务欺诈电子商务欺诈形成的原因：(1)信息不完备下的消费者决策。商品的直接信息：包括商品相关的展示信息。商品的间接信息：包括用户和第三方的评价。理想很丰满，现实很骨感。;4.1 电子商务欺诈电子商务欺诈形成的原因：(2) 信息不完备使得消费者对间接信息过度依赖。;4.1 电子商务欺诈电子商务欺诈形成的原因：(3) 电商平台以间接信息为依据进行流量分配。销量，好评度，客单价，买家在商品的停留时间，浏览和购买的转化率。;4.1 电子商务欺诈电子商务欺诈的危害：(1) 对社会财产造成危害，使得资源不能有效配置。(2) 危害了电子商务的信用，使人们对平台的信心受到打击。(3) 隐蔽性多次进行，其实际结果比普通经济犯罪的危害更大。淘宝的假货问题和京东的二手商品问题。存在部分的电商欺诈问题。;4.2 电子商务反欺诈目标：(1) 对电子商务欺诈的一种识别服务。(2) 使用评论数据，用户数据对电子商务中的恶意差评，刷单行为进行识别。具体内容：(1)电子商务推荐系统的恶意用户检测。(2)电子商务网站恶意评论用户检测。(3)社会化商务恶意用户检测。;4.2 电子商务反欺诈(1)托攻击：伪造用户，使得该虚假用户成为很多正常用户的近邻。(2) 使得推荐系统频繁推荐自己的商品，而减少或是不推荐竞争对手的商品。(3)托攻击的分类：推攻击(恶意提高排名)核攻击(恶意降低排名)扰乱攻击(恶意歪曲排名)(4)托攻击的检测算法(托攻击的本质是一个分类问题)分类问题和回归问题的本质区别是？;4.2 电子商务反欺诈(1)托攻击的检测算法：基于监督学习的托攻击检测算法：把数据分为训练集和测试集。训练集中包含正常用户和托攻击用户，这两种用户都已经标注。通过训练集，训练托攻击的算法模型。基于常用的分类器算法(比如决策树，随机森林等)。优点：训练集中已包括的用户能够较好的检测。缺点：训练集中没有包含特征的用户不能正确的检测。;4.2 电子商务反欺诈(1)托攻击的检测算法：基于无监督学习的托攻击检测算法：托攻击用户之间的皮尔逊相相似度很高(0.9)第一个无监督学习框架PCASelectUsers。Lee等人提出的检测器：先聚类，再根据Group RDMA(GRDMA)来判断是否为托。;4.2 电子商务反欺诈(1)托攻击的检测算法：基于半监督学习的托攻击检测算法：无标记数据往往容易获取，标记数据的获取往往费事费力。怎样把有标记的数据和没有标记的数据结合起来，进行半监督的机器学习算法？HySAD (Hybrid Shilling Attack Detector)[1];4.2 电子商务反欺诈(1)托攻击的检测算法：基于半监