← 返回分析服务
运营自动化 · ML
一天内识别刷单与广告作弊
24h
刷单与广告作弊在账单出现之前，已经在数据里留下形状。本项目先学会正常形状，再在一天之内就偏离发出告警，而不是等到月结。
流程
把订单与流量接起来
订单记录、支付结果与广告点击日志按共同主键关联，让可疑订单与其前置点击落在同一行。
构建行为指纹
设备、IP 段、点击到下单间隔、重复地址与退款历史组成特征，即使更换账号名依然有效。
训练异常检测模型
用干净的历史数据训练无监督异常模型；若已有确认的欺诈案例，则用于校准阈值。
上线每日告警
每晚批量打分并发出告警，附上证据：被标记订单、对应流量模式、估算风险金额。
把反馈闭环
已确认与已驳回的告警回流成为标签；每月检视精确率，让告警队列保持值得阅读。
你需要提供
- 订单与支付导出文件
- 广告平台点击与成本日志
- 贵司现有的已确认欺诈案例
你会得到
- 订单与流量关联后的数据集
- 已校准阈值的异常检测模型
- 带证据的每日告警及复核闭环
时程
三到六周出第一批告警。