面向用户的电商平台刷单行为智能检测方法
来源：计算机应用杂志2018年第2期北京时间：
作者：康海燕, 杨悦, 于爱民
单位：1. 北京信息科技大学 信息管理学院, 北京 100192;2. 中国科学院 信息工程研究所, 北京 100093
摘要：电商平台的刷单行为在一定程度上提高了店铺收益，但是刷单行为一方面抬高了电商平台的推广成本，导致了严重的信誉安全问题；另一方面，虚假的刷单信息致使消费者易受误导，从而造成财产损失。针对电商平台刷单现象，提出面向用户的电商平台刷单行为智能检测方法——SVM-NB算法，并提出构建刷单特征值方法。首先收集商品的相关数据，建立特征值数据库；其次利用基于有监督学习的支持向量机（SVM）算法建立分类器，求解刷单行为的判断结果；最后通过朴素贝叶斯公式计算商品刷单行为的概率，反馈给买家，为其提供购物的参考数据。通过K折交叉验证算法验证了SVM-NB算法应用的合理性和准确性，实验条件下计算结果的准确率高达95.0536%。
关键词：信息内容识别,刷单现象,支持向量机,K折交叉验证
基金资助：高水平人才交叉培养"实培计划"（科研）基金资助项目；北京市社会科学基金资助项目（15JGB099）。
