一种电子优惠券信息的异常检测方法、装置及系统与流程

1.本发明涉及线上数据的检测技术领域，尤其涉及一种电子优惠券信息的异常检测方法、装置及系统。


背景技术：

2.随着互联网技术的不断发展，线上平台也快速发展，越来越多的店家开设线上店铺，供不同的用户在线上购买商品并进行线上交易。为了刺激线上消费，一般会在线上平台设定优惠券或折扣券，通过优惠券对购买商品进行减免，降低商品的价格，以吸引消费者购买。
3.一般的优惠券是由不同的后台管理人员设定，而不同人员设定的优惠券优先级不同，导致部分优惠券在使用时会有重叠或抵触，导致销售价小于成本，甚至给公司带来很大损失，另一个情况是误操作导致的销售价格过低，影响到公司的收入。


技术实现要素：

4.本发明提出一种电子优惠券信息的异常检测方法、装置及系统，所述方法采集用户的电子优惠券信息，查找电子优惠券信息对应的优惠特征信息，利用优惠特征信息分配对应的计算权重并基于计算权重计算优惠数值，根据优惠数值与成本数值的比较结果确定电子优惠券信息异常并反馈告警信息，从而筛选出异常的电子优惠券信息。
5.本发明实施例的第一方面提供了一种电子优惠券信息的异常检测方法，所述方法包括：在获取用户的电子优惠券信息后，在预设的数据库中查找所述电子优惠券信息对应的优惠特征信息；基于交易时间对所述优惠特征信息包含的特征数据分配计算权重，并基于所述计算权重计算优惠数值；若所述优惠数值大于预设的金额数值，则确定所述电子优惠券信息为异常信息，并向用户终端反馈异常告警信息。
6.在第一方面的一种可能的实现方式中，所述基于交易时间对所述优惠特征信息包含的特征数据分配计算权重，包括：若获取的电子优惠券信息为一个，则分别获取用户的交易时间节点和所述优惠特征信息对应的优惠时间节点；当所述交易时间节点在所述优惠时间节点之前，从所述优惠特征信息提取特征数据，所述特征数据包括：消费商品数量和消费总价；根据所述特征数据和对应的数据阈值区间的比较结果，确定所述特征数据的计算权重。
7.在第一方面的一种可能的实现方式中，所述基于交易时间对所述优惠特征信息包含的特征数据分配计算权重，包括：
若获取的电子优惠券信息为至少两个，则分别获取每个所述优惠特征信息对应的优先级；根据所述优先级筛选至少一个目标优惠特征信息，并从所述目标优惠特征信息提取特征数据，所述特征数据包括：消费商品类型和消费总价；根据所述优先级的大小向所述特征数据分配计算权重。
8.在第一方面的一种可能的实现方式中，所述根据所述优先级的大小向所述特征数据分配计算权重，包括：若所述目标优惠特征信息为一个，则采用所述优先级对应的数值与所述特征数据对应的权重基数相乘得到计算权重；若所述目标优惠特征信息为两个或以上，则分别采用变异系数法、critic权重法和熵权法，计算所述特征数据对应的算法权重并求平均值，得到计算权重。
9.在第一方面的一种可能的实现方式中，在所述基于所述计算权重计算优惠数值的步骤后，所述方法还包括：若所述优惠数值小于预设的金额数值，则按照所述电子优惠券信息调整用户的交易数据；采用调整后的交易数据生成交易记录信息，加密并存储所述交易记录信息。
10.在第一方面的一种可能的实现方式中，在所述加密并存储所述交易记录信息的步骤后，所述方法还包括：统计所述交易记录信息的信息数量，并利用所述信息数量计算交易频率值；若所述交易频率值大于预设频率值，则调整用户的权限信息。
11.本发明实施例的第二方面提供了一种电子优惠券信息的异常检测装置，所述装置包括：查找信息模块，用于在获取用户的电子优惠券信息后，在预设的数据库中查找所述电子优惠券信息对应的优惠特征信息；权重分配模块，用于基于交易时间对所述优惠特征信息包含的特征数据分配计算权重，并基于所述计算权重计算优惠数值；异常检测模块，用于若所述优惠数值大于预设的金额数值，则确定所述电子优惠券信息为异常信息，并向用户终端反馈异常告警信息。
12.本发明实施例的第三方面提供了一种电子优惠券信息的异常检测系统，所述系统包括：后台管理装置、线上平台和多台用户终端，其中，所述后台管理装置适用于如上所述的电子优惠券信息的异常检测方法；所述后台管理装置与所述线上平台连接，所述线上平台分别与所述多台用户终端连接。
13.相比于现有技术，本发明实施例提供的一种
……
方法及装置，其有益效果在于：本发明可以在采集用户的电子优惠券信息后，查找电子优惠券信息对应的优惠特征信息，利用优惠特征信息分配对应的计算权重并基于计算权重计算优惠数值，根据优惠数值与成本数值的比较结果确定电子优惠券信息异常并反馈告警信息，从而筛选出异常的电子优惠券信息。
附图说明
14.图1是本发明一实施例提供的一种电子优惠券信息的异常检测方法的流程示意图；图2是本发明一实施例提供的一种电子优惠券信息的异常检测装置的结构示意图；图3是本发明一实施例提供的一种电子优惠券信息的异常检测系统的结构示意图。
具体实施方式
15.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
16.为了解决上述问题，下面将通过以下具体的实施例对本技术实施例提供的一种电子优惠券信息的异常检测方法进行详细介绍和说明。
17.参照图1，示出了本发明一实施例提供的一种电子优惠券信息的异常检测方法的流程示意图。
18.在一实施例中，所述方法适用于线上平台的后台管理装置，该后台管理装置可以实时管理线上平台的数据，并在检测数据异常时提示管理人员，避免交易冲突或交易异常的情况。
19.在一具体实现方式中，线上平台可以与多个用户终端通信连接，用户可以通过其用户终端进行线上购物，通过用户终端上传购物的相关数据，包括商品数量、单价、以及使用的电子优惠券等。
20.其中，作为示例的，所述电子优惠券信息的异常检测方法，可以包括：s11、在获取用户的电子优惠券信息后，在预设的数据库中查找所述电子优惠券信息对应的优惠特征信息。
21.在一实现方式中，若用户进行线上交易，同时还发送并使用其电子优惠券，用户可以通过用户终端执行操作，用户终端可以将购物的相关数据以及电子优惠券对应的信息上传线上平台，由线上平台传输至后台管理装置。
22.后台管理装置在接收电子优惠券信息后，可以从电子优惠券信息从预设的数据库中查找对应的优惠特征信息。
23.其中，预设的数据库可以是存储不同店铺数据的数据库。
24.各个店铺的管理人员可以将优惠的相关数据上传至线上平台，线上平台可以根据优惠的相关数据整合成电子优惠券信息，并发送给不同的用户，以供用户在其店铺购物时调用电子优惠券信息。同时线上平台也可以存储优惠的相关数据，当用户使用时再调用这些相关数据。
25.其中，优惠的相关数据可以包括交易时间、消费额度、购买的商品类型、消费的优先级、减免金额、最低消费金额、用户的消费金额、限购数量、最低消费数量、最低消费金额、优惠券的使用优先级等等。
26.上述各个优惠的相关数据也可以是优惠特征信息。
27.在实际操作中，可以根据电子优惠券信息确定对应的线上店铺，然后在数据库内查找该线上店铺的管理员上传的优惠相关数据，从而得到优惠特征信息。
28.s12、基于交易时间对所述优惠特征信息包含的特征数据分配计算权重，并基于所述计算权重计算优惠数值。
29.在一实施例中，在获取优惠特征信息后，可以基于用户进行购物的交易时间给优惠特征信息所包含的各种特征数据分配权重。
30.因为用户购物的交易时间可能在优惠特征信息对应的优惠时间区间内，也可能不在优惠时间区间内，若不在优惠时间区间内，该电子优惠券无法使用，对应的优惠特征信息也失效，可以给优惠特征信息所包含的各种特征数据分配权重为0。如果在优惠时间区间内，可以对应分配一个固定值或特定值，作为计算权重，例如，可以给优惠特征信息所包含的每个特征数据分配1、3、5，作为其计算权重。
31.可选地，若在优惠时间区间内，也可以计算用户购物的交易时间与优惠时间区间的绝限时间的时间差，然后根据一定的比例对时间差进行换算，以换算的数值作为计算权重。
32.例如，优惠时间区间为6月1-6月30，用户购物的交易时间为6月5，用户购物的交易时间与优惠时间区间的绝限时间的时间差为25，预设的比例为0.1。换算后得到的数值为25*0.1=2.5。可以以2.5作为各个特征数据的计算权重。
33.在一可选的实施例中，用户可能仅使用一张优惠券，对应的电子优惠券信息为一个。为了针对单一电子优惠券信息准确地进行权重分配，其中，作为示例的，步骤s12可以包括以下子步骤：s21、若获取的电子优惠券信息为一个，则分别获取用户的交易时间节点和所述优惠特征信息对应的优惠时间节点。
34.s22、当所述交易时间节点在所述优惠时间节点之前，从所述优惠特征信息提取特征数据，所述特征数据包括：消费商品数量和消费总价。
35.s23、根据所述特征数据和对应的数据阈值区间的比较结果，确定所述特征数据的计算权重。
36.若电子优惠券信息为一个，先判断该电子优惠券信息是否有效，可以先通过其使用期间确定。
37.具体地，可以分别获取用户的交易时间节点和所述优惠特征信息对应的优惠时间节点。
38.其中，用户的交易时间节点是用户执行其购物操作的时间节点；优惠特征信息对应的优惠时间节点是电子优惠券信息的使用绝限时间节点。
39.例如，优惠的活动时间为6月1-6月30，则优惠特征信息对应的优惠时间节点是6月30日的23:59:59。
40.对应地，若用户的交易时间节点是6月3日的23:12:45。该交易时间节点在优惠时间节点之前，说明电子优惠券信息有效，可以从优惠特征信息提取特征数据，其中特征数据包括：消费商品数量和消费总价。
41.具体地，消费商品数量是用户购买商品的数量，例如，xx洗面奶3瓶。消费总价是购
买商品的总金额。例如，12xx元。
42.接着，可以确定消费商品数量是否在对应的数量阈值区间内，对应地，可以确定消费总价是否在对应的总价阈值区间内。
43.其中，数据阈值区间可以从优惠的相关数据确定得到，例如，数量阈值区间，对应为最低消费数量至限购数量。例如，10至20件，30至50件等。
44.若特征数据在对应的数据阈值区间内，可以分配一个特定的计算权重；若特征数据小于对应的数据阈值区间的最小值，可以分配第二个特定的计算权重若特征数据大于对应的数据阈值区间，可以分配第三个特定的计算权重。
45.例如，消费商品数量对应的数据阈值区间为10至20件。用户的消费数量为8件，消费商品数量小于10件，可以分配消费商品数量的计算权重为1；用户的消费数量为15件，消费商品数量大于10件且小于20件，可以分配消费商品数量的计算权重为5；如果用户的消费数量为26件，消费商品数量大于20件，可以分配消费商品数量的计算权重为10。
46.具体数值可以根据实际需求进行调整。
47.将特征数据与其对应的数据阈值区间进行比较，能根据其实际情况进行权重分配，以利用对应的计算权重计算本次用户购物的优惠数值。
48.在一可选的实施例中，用户可能使用了两张或以上的优惠券，对应的电子优惠券信息为两个或以上。若有两张或以上的优惠券时，相互间可能可以叠加使用，也可能不可以。为了避免重复使用不可叠加的优惠券，其中，作为示例的，步骤s12可以包括以下子步骤：s31、若获取的电子优惠券信息为至少两个，则分别获取每个所述优惠特征信息对应的优先级。
49.其中，优先级可以是店铺的管理人员设定的电子优惠券的使用优先级，相同优先级的优惠券可以叠加使用，不同优先级的优惠券不可以叠加使用，从而可以避免不同的优惠券重复叠加使用，以导致交易抵触，使得销售价小于成本，以增加店铺损失的情况。
50.s32、根据所述优先级筛选至少一个目标优惠特征信息，并从所述目标优惠特征信息提取特征数据，所述特征数据包括：消费商品类型和消费总价。
51.在一实施例中，可以按照优先级的高低，筛选最高优先级的优惠特征信息，得到目标优惠特征信息。由于可能有相同优先级的优惠特征信息，可以得到至少一个目标优惠特征信息。
52.例如，电子优惠券信息为四个，对应地，四个电子优惠券信息的优先级分别为a、b、a、c。则对应地，筛选最高优先级的目标优惠特征信息，从而筛选第一个优惠特征信息和第三个优惠特征信息为目标优惠特征信息。
53.需要说明的是，不同的优先级对应一个优先级数值，优先级越高，优先级数值越大。例如，优先级为a，优先级数值为10；优先级为b，优先级数值为8；优先级为c，优先级数值为6。
54.接着，可以从目标优惠特征信息提取其特征数据，该特征数据可以包括消费商品类型和消费总价。
55.其中，消费商品类型是用户购买的商品的类型。消费总价可以是用户购买商品的交易总价。
56.需要说明的是，店铺的管理人员可以预先设定不同的商品类型。因为，统一店铺可能售卖多种不同的商品，可以给不同商品是设定不同的类型，同时可以给不同的类型设定该类型的基数值，该基数值可以表示是商品在店铺的重要程度或者销量。如果商品在店铺的重要程度越高，对应的基数值越大，反之则越小。同理，如果商品在店铺的销量越高，对应的基数值越大，反之则越小。
57.基数值可以是店铺的管理人员预设设定并存储在数据库内，待需要计算时，直接从数据库内调用进行计算。
58.同理，消费总价对应的基数是按照一定的比例进行转换得到。
59.s33、根据所述优先级的大小向所述特征数据分配计算权重。
60.在确定优先级后，可以根据优先级对应的优先级数值的大小，给特征数据分配计算权重。
61.由于目标优惠特征信息可能为一个，也可能为多个，为了根据不同的目标优惠特征信息的数量，准确分配计算权重，在一可选的实施例中，步骤s33可以包括以下子步骤：s331、若所述目标优惠特征信息为一个，则采用所述优先级对应的数值与所述特征数据对应的权重基数相乘得到计算权重。
62.具体地，如果目标优惠特征信息为一个，则可以直接采用优先级对应的数值与特征数据对应的权重基数相乘得到计算权重。
63.例如，目标优惠特征信息为一个，其优先级为b，对应地，该优先级数值为8。消费商品类型是洗面奶，其对应的基数值为0.8，可以以0.8为消费商品类型对应的权重基数，则消费商品类型的计算权重为8*0.8=6.4。
64.同理，消费总价对应的权重基数可以是按照1:100的比例进行转换得到。例如消费总价为1345元，对应的权重基数为1345*0.01=13.45。将消费总价对应的权重基数与优先级对应的数值相差，为13.45*8=107.6。
65.s332、若所述目标优惠特征信息为两个或以上，则分别采用变异系数法、critic权重法和熵权法，计算所述特征数据对应的算法权重并求平均值，得到计算权重。
66.如果目标优惠特征信息为两个或以上，说明两个目标优惠特征信息可以叠加使用，为了综合两个目标优惠特征信息，可以分别采用变异系数法、critic权重法和熵权法计算特征数据对应的权重，得到算法权重。然后再将相同特征数据的算法权重求平均值，得到该特征数据对应的计算权重。
67.例如，特征数据为消费总价，利用三个算法后，可以为消费总价求得三个算法权重，然后计算三个算法权重的和再求平均值，得到消费总价对应的计算权重。
68.同理，特征数据为消费商品类型，利用三个算法后，可以为消费商品类型求得三个算法权重，然后计算三个算法权重的和再求平均值，得到消费商品类型对应的计算权重。
69.通过上述方式计算特征数据对应的计算权重后，可以利用其计算权重计算优惠数值。
70.具体地，优惠数值的计算方式可以如下式所示：y=ax-x。
71.其中，y为优惠数值；a为计算权重的和，以上述说明为例，假设有两个计算权重，则a为两个计算权重的和。x商品的成本价格，该数值可以是用户预先设定的数值。
72.s13、若所述优惠数值大于预设的金额数值，则确定所述电子优惠券信息为异常信息，并向用户终端反馈异常告警信息。
73.其中，预设的金额数值为店铺管理人员设定的最低利润数值或者商品的最低成本价，该数值可以是0，也可以根据店铺的实际需要进行调整。如果优惠数值大于预设的金额数值，说优惠后售卖商品，店铺可能亏损。为了保障店铺的利益，可以确定电子优惠券信息为异常信息，同时可以向用户终端以及店铺管理人员的智能终端反馈异常告警信息。
74.分别提示购买商品的用户以及店铺的管理人员。
75.可能用户购买不会造成店铺亏损，为了记录用户的交易行为，在一实施例中，所述方法还可以包括：s14、若所述优惠数值小于预设的金额数值，则按照所述电子优惠券信息调整用户的交易数据。
76.s15、采用调整后的交易数据生成交易记录信息，加密并存储所述交易记录信息。
77.如果优惠数值小于预设的金额数值，说明用户购买商品，店铺不会亏损，则可以按照电子优惠券信息调整用户的交易数据，给用户进行费用减免，通知记录用户的交易数据，完成本次交易。
78.为了方便记录用户的交易行为，可以生成对应的交易记录信息，该交易记录信息可以记录用户购买的商品的相关数据、使用的优惠券信息以及店铺交易是相关数据。
79.为了确保用户的信息安全，可以加密并存储交易记录信息，方便店铺后续进行调用或分析。
80.在完成交易后，用户可能多次进行消费，为了提升用户的消费体验，在一实施例中，所述方法还可以包括：s15、统计所述交易记录信息的信息数量，并利用所述信息数量计算交易频率值。
81.s16、若所述交易频率值大于预设频率值，则调整用户的权限信息。
82.具体地，可以统计用户在预设时长内的交易记录信息的数量，得到信息数量。例如，可以是一个月或一个季度内交易记录信息的数量。
83.然后采用信息数量和预设时长计算用户的交易频率。如果交易频率大于预设频率值，说明用户多次在店铺购买商品，为了提升用户的体验，可以调整用户在本店铺的权限信息，例如，调整其vip等级，让用户有更好的消费体验。
84.在本实施例中，本发明实施例提供了一种电子优惠券信息的异常检测方法，其有益效果在于：本发明可以在采集用户的电子优惠券信息后，查找电子优惠券信息对应的优惠特征信息，利用优惠特征信息分配对应的计算权重并基于计算权重计算优惠数值，根据优惠数值与成本数值的比较结果确定电子优惠券信息异常并反馈告警信息，从而筛选出异常的电子优惠券信息。
85.本发明实施例还提供了一种电子优惠券信息的异常检测装置，参见图2，示出了本发明一实施例提供的一种电子优惠券信息的异常检测装置的结构示意图。
86.其中，作为示例的，所述电子优惠券信息的异常检测装置可以包括：查找信息模块201，用于在获取用户的电子优惠券信息后，在预设的数据库中查找所述电子优惠券信息对应的优惠特征信息；权重分配模块202，用于基于交易时间对所述优惠特征信息包含的特征数据分配
计算权重，并基于所述计算权重计算优惠数值；异常检测模块203，用于若所述优惠数值大于预设的金额数值，则确定所述电子优惠券信息为异常信息，并向用户终端反馈异常告警信息。
87.可选地，所述权重分配模块，还用于：若获取的电子优惠券信息为一个，则分别获取用户的交易时间节点和所述优惠特征信息对应的优惠时间节点；当所述交易时间节点在所述优惠时间节点之前，从所述优惠特征信息提取特征数据，所述特征数据包括：消费商品数量和消费总价；根据所述特征数据和对应的数据阈值区间的比较结果，确定所述特征数据的计算权重。
88.可选地，所述权重分配模块，还用于：若获取的电子优惠券信息为至少两个，则分别获取每个所述优惠特征信息对应的优先级；根据所述优先级筛选至少一个目标优惠特征信息，并从所述目标优惠特征信息提取特征数据，所述特征数据包括：消费商品类型和消费总价；根据所述优先级的大小向所述特征数据分配计算权重。
89.可选地，所述权重分配模块，还用于：若所述目标优惠特征信息为一个，则采用所述优先级对应的数值与所述特征数据对应的权重基数相乘得到计算权重；若所述目标优惠特征信息为两个或以上，则分别采用变异系数法、critic权重法和熵权法，计算所述特征数据对应的算法权重并求平均值，得到计算权重。
90.可选地，所述装置还包括：调整数据模块，用于若所述优惠数值小于预设的金额数值，则按照所述电子优惠券信息调整用户的交易数据；加密存储模块，用于采用调整后的交易数据生成交易记录信息，加密并存储所述交易记录信息。
91.可选地，所述装置还包括：统计信息数量模块，用于统计所述交易记录信息的信息数量，并利用所述信息数量计算交易频率值；调整权限模块，用于若所述交易频率值大于预设频率值，则调整用户的权限信息。
92.本发明实施例还提供了一种电子优惠券信息的异常检测系统，参见图3，示出了本发明一实施例提供的一种电子优惠券信息的异常检测系统的结构示意图。
93.其中，作为示例的，所述电子优惠券信息的异常检测系统可以包括：后台管理装置、线上平台和多台用户终端，其中，所述后台管理装置适用于如上述实施例所述的电子优惠券信息的异常检测方法；所述后台管理装置与所述线上平台连接，所述线上平台分别与所述多台用户终端连接。
94.具体地，后台管理装置可以供管理人员用于管理线上平台的数据，线上平台用于管理店铺数据，用户终端用于供用户调动并在线上平台进行购物。
95.所属技术领域的技术人员可以清楚地了解到，为方便的描述和简洁，上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
96.进一步的，本技术实施例还提供了一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述实施例所述的电子优惠券信息的异常检测方法。
97.进一步的，本技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行程序，所述计算机可执行程序用于使计算机执行如上述实施例所述的电子优惠券信息的异常检测方法。
98.以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

技术特征：
1.一种电子优惠券信息的异常检测方法，其特征在于，所述方法包括：在获取用户的电子优惠券信息后，在预设的数据库中查找所述电子优惠券信息对应的优惠特征信息；基于交易时间对所述优惠特征信息包含的特征数据分配计算权重，并基于所述计算权重计算优惠数值；若所述优惠数值大于预设的金额数值，则确定所述电子优惠券信息为异常信息，并向用户终端反馈异常告警信息。2.根据权利要求1所述的电子优惠券信息的异常检测方法，其特征在于，所述基于交易时间对所述优惠特征信息包含的特征数据分配计算权重，包括：若获取的电子优惠券信息为一个，则分别获取用户的交易时间节点和所述优惠特征信息对应的优惠时间节点；当所述交易时间节点在所述优惠时间节点之前，从所述优惠特征信息提取特征数据，所述特征数据包括：消费商品数量和消费总价；根据所述特征数据和对应的数据阈值区间的比较结果，确定所述特征数据的计算权重。3.根据权利要求1所述的电子优惠券信息的异常检测方法，其特征在于，所述基于交易时间对所述优惠特征信息包含的特征数据分配计算权重，包括：若获取的电子优惠券信息为至少两个，则分别获取每个所述优惠特征信息对应的优先级；根据所述优先级筛选至少一个目标优惠特征信息，并从所述目标优惠特征信息提取特征数据，所述特征数据包括：消费商品类型和消费总价；根据所述优先级的大小向所述特征数据分配计算权重。4.根据权利要求3所述的电子优惠券信息的异常检测方法，其特征在于，所述根据所述优先级的大小向所述特征数据分配计算权重，包括：若所述目标优惠特征信息为一个，则采用所述优先级对应的数值与所述特征数据对应的权重基数相乘得到计算权重；若所述目标优惠特征信息为两个或以上，则分别采用变异系数法、critic权重法和熵权法，计算所述特征数据对应的算法权重并求平均值，得到计算权重。5.根据权利要求1所述的电子优惠券信息的异常检测方法，其特征在于，在所述基于所述计算权重计算优惠数值的步骤后，所述方法还包括：若所述优惠数值小于预设的金额数值，则按照所述电子优惠券信息调整用户的交易数据；采用调整后的交易数据生成交易记录信息，加密并存储所述交易记录信息。6.根据权利要求5所述的电子优惠券信息的异常检测方法，其特征在于，在所述加密并存储所述交易记录信息的步骤后，所述方法还包括：统计所述交易记录信息的信息数量，并利用所述信息数量计算交易频率值；若所述交易频率值大于预设频率值，则调整用户的权限信息。7.一种电子优惠券信息的异常检测装置，其特征在于，所述装置包括：查找信息模块，用于在获取用户的电子优惠券信息后，在预设的数据库中查找所述电
子优惠券信息对应的优惠特征信息；权重分配模块，用于基于交易时间对所述优惠特征信息包含的特征数据分配计算权重，并基于所述计算权重计算优惠数值；异常检测模块，用于若所述优惠数值大于预设的金额数值，则确定所述电子优惠券信息为异常信息，并向用户终端反馈异常告警信息。8.一种电子优惠券信息的异常检测系统，其特征在于，所述系统包括：后台管理装置、线上平台和多台用户终端，其中，所述后台管理装置适用于如权利要求1-6任意一项所述的电子优惠券信息的异常检测方法；所述后台管理装置与所述线上平台连接，所述线上平台分别与所述多台用户终端连接。9.一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-6任意一项所述的电子优惠券信息的异常检测方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行程序，所述计算机可执行程序用于使计算机执行如权利要求1-6任意一项所述的电子优惠券信息的异常检测方法。

技术总结
本发明公开了一种电子优惠券信息的异常检测方法、装置及系统，所述方法包括：在获取用户的电子优惠券信息后，在预设的数据库中查找所述电子优惠券信息对应的优惠特征信息；基于交易时间对所述优惠特征信息包含的特征数据分配计算权重，并基于所述计算权重计算优惠数值；若所述优惠数值大于预设的金额数值，则确定所述电子优惠券信息为异常信息，并向用户终端反馈异常告警信息。本发明可以在采集用户的电子优惠券信息后，查找电子优惠券信息对应的优惠特征信息，利用优惠特征信息分配对应的计算权重并基于计算权重计算优惠数值，根据优惠数值与成本数值的比较结果确定电子优惠券信息异常并反馈告警信息，从而筛选出异常的电子优惠券信息。优惠券信息。优惠券信息。


技术研发人员：李涛 古劲 丁明文 郑华景
受保护的技术使用者：广州淘通科技股份有限公司
技术研发日：2023.08.14
技术公布日：2023/9/13