(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210875867.6 (22)申请日 2022.07.25 (71)申请人 山东浪潮爱购云链信息科技有限公 司 地址 250101 山东省济南市高新区浪潮路 1036号浪潮科技园 (72)发明人 姚淼　蒋浩　刘浩　 (74)专利代理 机构 北京君慧知识产权代理事务 所(普通合伙) 11716 专利代理师 王彬 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 30/00(2012.01) G06K 9/62(2022.01) (54)发明名称 一种风险商家的识别方法及设备 (57)摘要 本申请实施例公开了一种风险商家的识别 方法及设备。 基于商家商品信息与多个预置种子 商家之间的商品信息相似度， 建立第一关系图； 获取第一关系图中存在连接关系的参考待识别 商家的商业数据； 基于商业数据， 确定出参考待 识别商家对应的风险指标， 以根据风险指标确定 出参考待识别商家对应的风险值； 将参考待识别 商家的商业数据， 与多个预置种子商家分别对应 的商业数据输入 预置分类器， 以确定参考待识别 商家与多个预置种子商家之间的商业数据相似 度； 基于风险值与商业数据相似度对第一关系图 进行二次标注， 以识别出风险商家； 获取访问风 险商家的用户信息， 并将风险商家的信息发送至 访问风险商家的用户， 以对用户进行 预警提醒。 权利要求书4页 说明书10页 附图2页 CN 115187387 A 2022.10.14 CN 115187387 A 1.一种风险商家的识别方法， 其特 征在于， 所述方法包括： 基于商家商 品信息与多个预置种子商家之间的商品信 息相似度， 建立待识别商家与多 个预置种子商家之间的第一关系图； 其中， 所述预置种子商家分别对应有不同的风险等级； 获取与所述第一关系图中存在连接关系的参考待识别商家 的商业数据； 其中， 所述商 业数据至少包括商品供应数据、 商品需求数据、 商品物流数据以及资金流数据中的一项； 基于所述商业数据， 确定出所述参考待识别商家对应的风险指标， 以根据所述风险指 标与预置风险指标计算模型， 确定出 所述参考待识别商家对应的风险值； 将所述参考待识别商家的商业数据， 与 所述多个预置种子商家分别对应的商业数据输 入预置分类器， 以根据分类结果确定所述参考待识别商家与所述多个预置种子商家之 间的 商业数据相似度； 基于所述风险值与 所述商业数据相似度对所述第 一关系图进行二 次标注， 以识别出风 险商家； 获取访问所述风险商家的用户信 息， 并将所述风险商家的信 息发送至访问所述风险商 家的用户， 以对所述用户进行 预警提醒。 2.根据权利要求1所述的一种风险商家的识别方法， 其特征在于， 所述基于商家商品信 息与多个预置种子商家之 间的商品信息相似度， 建立待识别商家与多个预置种子商家之间 的第一关系图， 具体包括： 将所述待识别商家与所述多个预置种子商家确定为彼此相互独立的节点； 获取所述待识别商家的商品信息； 其中， 所述商品信息至少包括订单退款信息与商品 评价信息中的一项； 对所述订单退款信息进行关键词检索， 若检索的到的关键词， 与所述预置种子商家对 应的参考关键词之间的相似值大于第一相似度阈值， 则在所述待识别商家对应的节点， 与 所述预置种子商家对应的节点之 间构建第一连线； 其中， 所述参考关键词 与产品质量相关； 和/或 对所述商 品评价信 息进行关键词检索， 若检索到的关键词与 所述预置种子商家对应的 参考关键词之间的相似值大于第二相似度阈值， 则在所述待识别商家对应的节点， 与所述 预置种子商家对应的节点之间构建第二连线； 基于所述第一连线与所述第二连线， 得到所述第一关系图。 3.根据权利要求2所述的一种风险商家的识别方法， 其特征在于， 所述基于所述第 一连 线与所述第二连线， 得到所述第一关系图， 具体包括： 基于所述第 一连线对应的待识别商家的关键词， 确定出所述关键词对应的退款订单数 量与退款 订单总数量之间的第一比值； 以及 基于所述第 二连线对应的待识别商家的关键词， 确定出所述关键词对应的评论信 息数 量与评论信息总数量之间的第二比值； 在所述第 一比值小于第一比值阈值， 和/或所述第 二比值小于第二比值阈值的情况下， 将所述待识别商家与所述预置种子商家之间的连线删除； 基于删除后的第一连线与删除后的第二连线， 得到所述第一关系图。 4.根据权利要求1所述的一种风险商家的识别方法， 其特征在于， 所述根据所述风险指 标与预置风险指标计算模型， 确定出所述参考待识别商家对应的风险值之前， 所述方法还权　利　要　求　书 1/4 页 2 CN 115187387 A 2包括： 基于预置风险指标分类表对多个预置样本商家的商业数据进行分类， 以得到所述多个 预置样本商家分别对应的风险指标矩阵； 其中， 所述风险指标矩阵中各元素与所述多个预 置样本商家分别对应的商业数据相关； 对各所述风险指标矩阵分别进行标准化处理， 并确定出标准化处理后各所述风险指标 矩阵中不同元 素分别对应的最大值与最小值； 基于所述 最大值建立第一指标集， 以及基于所述 最小值建立第二指标集； 确定出所述风险指标矩阵中各元素与所述第 一指标集之间的第 一差值； 以及确定出所 述风险指标矩阵中各 元素与所述第二指标集之间的第二差值； 基于所述第 一差值与 所述第二差值， 确定出各所述风险指标矩阵对应的不同指标的参 考权重值； 对各所述风险指标矩阵中相同风险指标分别对应的参考权重值进行均值计算， 以得到 不同风险指标分别对应的第一权 重值； 基于预置指标影响程度模板， 以及预置样本商家分别对应的产品特性， 确定出不同的 样本商家分别对应的风险指标影响程度值； 其中， 所述预置指标影响程度模板中包括出售 不同产品的多种商家， 以及所述多种商家分别对应的风险指标影响程度值； 基于所述第一权 重值与所述 风险指标影响程度值， 构建所述预置风险指标计算模型。 5.根据权利要求4所述的一种风险商家的识别方法， 其特征在于， 所述基于所述第 一差 值与所述第二差值， 确定出 各所述风险指标矩阵对应的不同指标的参 考权重值， 具体包括： 将所述第一差值与所述第二差值进行求和计算， 得到相加值； 确定出所述第二差值与所述相加值之间的比值； 基于预设函数 得到所述不同指标的参考权重值； 其中， Wi为参考权重值； Di为所述第二差值与所述相 加值之间的比值； i为当前风险指标的编号； n为风险指标的总数量； p为预置最小参考权重 值。 6.根据权利要求1所述的一种风险商家的识别方法， 其特征在于， 所述基于所述商业数 据， 确定出 所述参考待识别商家对应的风险指标， 具体包括： 将该商业数据分割为多个词语， 并将所述多个词语中的停用词进行过滤， 得到所述商 业数据对应的商业特 征关键词； 获取所述商业特征关键词在所述商业数据中出现的总次数， 以及所述商业特征关键词 在当前数据类别中出现的参 考次数； 基于所述参考次数与所述总次数， 确定出所述关键词对应的出现频率， 并基于所述出 现频率， 确定出 所述商业特 征关键词对应的第一权 重； 获取所述商业数据对应的所有文档的数量， 以及获取包含有所述商业特征关键词的文 档的数量， 基于所述所有文档的数量与所述包含有所述商业特征关键词的文档的数量， 确 定出所述商业特征关键词对应的逆文档频率， 并基于所述逆文档频率确定出所述商业特征 关键词对应的第二权 重；权　利　要　求　书 2/4 页 3 CN 115187387 A 3