微信服务号

微信订阅号

2025年3月24日 15:58 星期一
首页 > 过刊浏览>2020年第31卷第3期 >710-725. DOI:10.13328/j.cnki.jos.005905
PDF HTML阅读 XML下载 导出引用 引用提醒
面向多维稀疏数据仓库的欺诈销售行为挖掘
作者:
作者简介:

郑皎凌(1981-),女,重庆人,博士,副教授,CCF专业会员,主要研究领域为人工智能,数据库,知识工程;应广华(1988-),男,硕士,主要研究领域为人工智能,在线金融风险控制;乔少杰(1981-),男,博士后,教授,CCF高级会员,主要研究领域为移动数据库,数据挖掘;Louis Alberto GUTIERREZ (1980-),男,博士,Researcher,主要研究领域为数据挖掘;舒红平(1974-),男,博士,教授,博士生导师,主要研究领域为数据库,知识工程.

通讯作者:

乔少杰,E-mail:sjqiao@cuit.edu.cn

基金项目:

国家自然科学基金（61772091，61802035，61962006）；四川省科技计划（20YYJC2785，2018JY0448，2019YFG0106，2019YFS0067）；四川高校科研创新团队建设计划（18TD0027）；广西自然科学基金（2018GXNSFDA138005）；成都信息工程大学科研基金（KYTZ201715，KYTZ201750）；成都信息工程大学中青年学术带头人科研基金（J201701）；广东省普及型高性能计算机重点实验室项目（2017B030314073）


Sale Fraud Behavior Detection over Multidimensional Sparse Data Warehouse
Author:
Fund Project:

National Natural Science Foundation of China (61772091, 61802035, 61962006); Sichuan Science and Technology Program (20YYJC2785, 2018JY0448, 2019YFG0106, 2019YFS0067); Innovative Research Team Construction Plan in Universities of Sichuan Province (18TD0027); National Natural Science Foundation of Guangxi of China (2018GXNSFDA138005); Scientific Research Foundation for Advanced Talents of Chengdu University of Information Technology (KYTZ201715, KYTZ201750); Scientific Research Foundation for Young Academic Leaders of Chengdu University of Information Technology (J201701); Guangdong Province Key Laboratory of Popular High Performance Computers (2017B030314073)

  • 摘要
    • | |
  • 访问统计
    • |
  • 参考文献
    • |
  • 相似文献
    • |
  • 引证文献
    • | |
  • 文章评论
    摘要:

    分销渠道系统中，产品制造商会分配给销售额较大的分销商更多返点利润鼓励销售，而分销商之间可能会联合起来将多个分销商的销售业绩累计在其中一个分销商上，获取高额利润，这种商业欺诈行为被称为挂单或窜货.由于数据中大量正常极值点的存在，使得传统异常探测算法很难区分正常极值和由挂单导致的异常极值；另外，多维销售数据本身就存在的稀疏性导致多维数据异常探测算法无法有效运行.为了克服上述问题，将人工智能和数据库技术结合起来，提出了基于分割率的特征提取方法和基于张量重构的挂单行为挖掘算法.同时，由于分销商之间存在多种挂单行为，设计了基于挂单模式偏序格的特征提取方法来对销售数据集中存在的挂单行为进行分类.在合成数据的实验中，所提出的挂单点挖掘算法能达到65%的平均AUC值，而传统特征提取方法仅达到36%和30%的平均AUC值.在真实数据上的实验结果表明，挂单行为探测方法能区分正常销售极值和挂单行为产生的异常极值.

    Abstract:

    In distribution channel system, product manufacturer will often reward retail trader who makes big deal to increase the sales. On the other hand, in order to obtain high reward, retail traders may form alliance, where a cheating retail trader accumulates the deals of other retail traders. This type of commercial fraud is called deal cheating or cross region sale. Because the sales contain a lot of normal big deals, traditional outlier detection methods cannot distinguish the normal extreme value and the true outlier generated by deal cheating behavior. Meanwhile, the sparsity of the multidimensional sales data makes the outlier detection methods based on multidimensional space cannot work effectively. To handle the aforementioned problems, this study proposes deal cheating mining algorithms based on ratio characteristic and tensor reconstruction method. These algorithms combine artificial intelligence and database technique. Meanwhile, because there are multiple types of deal cheating patterns, this study proposes deal cheating pattern classification methods based on the partially ordered lattice of deal cheating patterns. In the experiments on synthetic data, the deal cheating detection algorithm based on the ratio characteristic can achieve an average AUC-value of 65%. The traditional feature extraction methods can only achieve average AUC-values of 36% and 30%. In the experiments on the real data, the results shows the deal cheating detection algorithm is capable of distinguishing normal big deal from abnormal big deal which may be generated by the deal cheating behaviors.

    参考文献
    相似文献
    引证文献
引用本文

郑皎凌,乔少杰,舒红平,应广华,Louis Alberto GUTIERREZ.面向多维稀疏数据仓库的欺诈销售行为挖掘.软件学报,2020,31(3):710-725

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2019-07-20
  • 最后修改日期:2019-09-10
  • 在线发布日期: 2020-01-10
  • 出版日期: 2020-03-06
文章二维码
友情链接:中国科学院软件研究所中国计算机学会中国科学院国家自然科学基金委员会CCF数字图书馆Int'l J of Softw Info计算机系统应用
您是第位访问者
版权所有：中国科学院软件研究所 京ICP备05046678号-3
地址：北京市海淀区中关村南四街4号,邮政编码：100190
电话：010-62562563 传真：010-62562533 Email：jos@iscas.ac.cn
技术支持：北京勤云科技发展有限公司

京公网安备 11040202500063号