郑赜一，王 澎

(杭州师范大学 阿里巴巴商学院，浙江 杭州 311121)

0 引言

中国的电子商务及其相关的附属产业发展迅速，而“刷单”与“炒信”作为其中一种“产业”也得到了快速的壮大。刷单是通过虚假交易提高商品的销量，以吸引买家促成更多的交易。 但是这是一种欺诈消费者的手段[1]。 刷单违背了市场公平，伤害了消费者的权益，并且已经形成了完整的黑色产业链。 据报道，仅 2016 年上半年，淘宝上从事刷单等虚假交易的卖家就有150 万家，涉及交易数目约5亿笔，虚假交易的买家账号达到900 万个，交易额超 120 亿 元[2]。

最简单的刷单方法就是用一个账号不停地购买自己的商品。但是这种方法非常容易被电商平台的算法检测出来。 于是刷单平台成为了一个常见的选择。 商户通过刷单平台发布任务，然后常驻平台的“刷手”则会接收任务通过自己刷单账号来进行刷单[3]。 所以通常情况下刷单具有很强的行为相关性。

目前国内外对于这种情况有多种基于图挖掘的异常识别方法。 ZHAO Y 等[4]提出了 BotGraph 方法，针对用户间的邮件发送情况，根据邮件数目进行剪枝，以发现异常的用户基团。BEUTEL A 等[5]提出了 CopyCatch 算法，JIANG M 等[6]提出了 CatchSync算法，均是捕获大规模有向图中同步行为，挖掘网络中的异常。 CAO Q 等[7]提出了 SynchroTrap 算法，利用在一定时间内发生的相似行为的数量， 计算节点之间的相似性，根据相似性建立网络图，根据阈值进行图切割，再根据图的连通性进行聚类以寻找异常子图。 MA J 等[8]提出了 GraphRAD 算法，通过账户之间共享的设备、IP、地址等信息，将节点连边。……