价格欺诈行为

摘要： 4月9日,游客李先生称在三亚景区饭店内点了海胆蒸蛋却没见到海胆,于是与店方理论,过程中,有服务员威胁告知其不要闹事,不然走不掉。事后,三亚官方回应称,未发现有海鲜调包、掺杂掺假等价格欺诈行为,也不存在消费者受威胁后由民警护送其返店的情况。三亚官方的解释让人难以信服,正因如此,才会有其后省长的亲自回应。但网友对此不是一般的不相信,而是一片指责之声。由此让人深思,为什么网友会有这么大反应?

摘要： 5月27日,市场监管总局依法对北京十荟科技有限公司("十荟团"运营主体)处以150万元人民币顶格罚款,并责令"十荟团"平台江苏区域停业整顿3日。顶格罚款、停业整顿,这一重磅罚单的背后,释放了什么信号?构成低价倾销、价格欺诈行为从市场监管部门调查情况看,"十荟团"的违法事实非常清楚:一是通过巨额补贴,以低于进货成本价格销售商品的"低价倾销"行为。"十荟团"在没有计入商品运营成本、仓储成本、配送成本等支出的基础上,低于进货成本、远低于经营成本销售商品。

摘要： 1月14日,李某通过12358价格投诉热线举报某电商存在价格欺诈行为,要求区市场监管局立案查处,并提出＂退一赔三,不满五百最低按五百赔付＂等要求。根据李某反映,1月11日其在被举报人的天猫网店购买沙朗牛排190g,当时网站宣传首页上标识＂17.8元/袋＂,点击进入销售页面显示结算价格为＂22.6元/袋＂,认为被举报人行为构成价格欺诈。

摘要： 一、引言互联网时代,信息资源已经成为日益重要的生产要素和社会资源。企业通过对用户信息的收集、整理和分析,可以推测出用户的消费习惯、爱好和需求,进而提供更为精确的个性化服务、改善运营模式和优化商业战略布局,提升企业自身的竞争优势。除了商事主体,信息资源在公共领域亦具有重要价值,如政府部门可以利用各类信息资源提供更好的公共服务。随着物联网、云计算等技术的兴起.

摘要： 机票、酒店、电影、电商、出行等多个价格有波动的平台都存在''大数据杀熟''供图/视觉中国电商大数据''杀熟''套路有哪些律师表示对经营者的价格欺诈行为,消费者有权向价格主管部门举报。同样的商品或服务,老客户看到的价格反而比新客户要贵出许多,这在互联网行业叫作''大数据杀熟''。调查发现,在机票、酒店、电影、电商、出行等多个价格有波动的平台都存在类似情况,且在在线旅游平台较为普遍,而国外一些网站早已有过类似情况。

摘要： ＂双十一＂临近,各种降价促销的广告已经铺天盖地,引诱消费者买!买!买!但是,根据往年的数据显示,每年＂双十一＂购物狂欢过后,消费者投诉均呈现增长趋势,从投诉情况来看,除去质量问题,商家＂虚构原价＂＂先涨后降＂等价格欺诈行为成为消费者重点吐槽的问题。

摘要： 今年以来,黑龙江省齐齐哈尔市物价监督管理局以强化民生价费监管为抓手,紧紧围绕与群众利益密切相关的节日市场、农资、医药、旅游、停车场等价费热点问题,加大价费监督检查力度,严厉打击价格违法行为,截至2017年10月份,全市经济制裁总金额1499.61万元,较上年同期上升了780%。价格违法行为得到有效遏制,市场价格环境明显改善。

摘要： 近年来，随着电子商务的迅速发展，网上购物因其快速、便捷的消费模式备受推崇，2016年中国网络购物市场交易规模约达5万亿元，在社会消费品零售总额中的占比达到14．3％，而且这一数据将随着人们网络购物意识的增强及消费习惯的日益稳固将不断增大。但由于电子商务领域法律制度不健全、监管查处机制不完善、维权渠道不畅通，再加上无良商家利欲熏心，从而导致各种网购纠纷、价格欺诈现象频繁发生。

摘要： 本发明涉及一种包括计量器(1)和罩盖(2)的流体仪表，该计量器包括计量部件，该罩盖结合有通过至少一个用于检测欺诈行为的可断裂元件(2C，5A)连接到该罩盖上的覆盖元件(2D，5)。根据本发明，所述覆盖元件(2D，5)覆盖用于接纳远程读数模块(4，4′)的部分，所述计量器包括限定所述接纳部分的壁(3A，2B)。

摘要： 本发明公开了一种基于移动设备行为数据的金融欺诈行为预测方法，包括以下步骤：从目标应用程序的历史操作数据中筛选出用户行为数据；对用户行为数据进行独热编码并添加相应的时间戳；获取用户行为路径特征；根据编码数据和用户行为路径特征构建循环神经网络模型，获取用户的欺诈风险概率。本发明对用户在移动设备上的行为数据进行挖掘和建模，客观、量化的挖掘出用户的行为习惯，并给出欺诈风险的预测概率，使得此前利用率较低的行为数据发挥出更大的价值，完善了现有的用户风险评估体系。

摘要： 本发明涉及一种包括计量器(1)和罩盖(2)的流体仪表，该计量器包括计量部件，该罩盖结合有通过至少一个用于检测欺诈行为的可断裂元件(2C，5A)连接到该罩盖上的覆盖元件(2D，5)。根据本发明，所述覆盖元件(2D，5)覆盖用于接纳远程读数模块(4，4′)的部分，所述计量器包括限定所述接纳部分的壁(3A，2B)。

摘要： 本发明涉及一种用于对识别金融欺诈行为的反欺诈模型进行训练的方法及电子设备、用于识别金融欺诈行为的方法、电子设备和系统。其中，对反欺诈模型进行训练的方法由处理器执行，并且包括：获取关于金融欺诈行为的样本特征作为训练数据；将训练数据输入至反欺诈模型，以对反欺诈模型进行聚类训练；以及响应于反欺诈模型输出目标类簇，完成对反欺诈模型的聚类训练，其中目标类簇中的簇中心点表征正常金融交易行为并且目标类簇中的各个类簇的类簇间距离和每个类簇内元素间的类簇内距离满足预定评价指标。通过本发明的技术方案，不依赖于样本标签，即可实现对反欺诈模型的无监督训练，从而为利用该反欺诈模型进行精准的金融欺诈行为识别提供有力保障。

摘要： 本发明公开了一种基于移动设备行为数据的金融欺诈行为预测方法，包括以下步骤：从目标应用程序的历史操作数据中筛选出用户行为数据；对用户行为数据进行独热编码并添加相应的时间戳；获取用户行为路径特征；根据编码数据和用户行为路径特征构建循环神经网络模型，获取用户的欺诈风险概率。本发明对用户在移动设备上的行为数据进行挖掘和建模，客观、量化的挖掘出用户的行为习惯，并给出欺诈风险的预测概率，使得此前利用率较低的行为数据发挥出更大的价值，完善了现有的用户风险评估体系。

摘要： 本发明公开了一种面向多模态数据的车险欺诈行为预测系统、方法和装置，本发明从图片数据中抽取风险因子后，与对应结构化数据字段相结合，基于特征工程，机器学习，深度学习等算法，构建车险欺诈风险预测模型，对有风险的行为进行预警。在预测之后，对图片因子进行风险评估和重要性排序，对存在高风险，高权重的因子进行可视化表达。该方法可有效辅助人工进行风险评估，并利用不同种类图片的数据，实现模型和预测结果的可视化因果关系表达。本发明方法利用计算机视觉算法，对某些难以利用的图片数据进行因子抽取，并借助因子分析，因果推论等算法，对预测模型和结果进行可视化展示。

摘要： 本发明提供了一种信用卡欺诈行为预测方法及装置，可应用于人工智能领域或金融领域，通过预先构建每个独立特征对应的预测模型，将目标信用卡交易数据对应的每个独立特征分别输入对应的预测模型，得到每个独立特征对应的欺诈行为概率，进而利用朴素贝叶斯算法的原理，对每个独立特征对应的欺诈行为概率进行组合，得到目标信用卡交易存在欺诈行为的概率。本发明避免模型自动学习特征间的相互关系导致模型预测效果差的问题，基于朴素贝叶斯特征独立性假设实现对信用卡欺诈行为的准确预测。

摘要： 本发明实施例提供了一种欺诈行为的判定方法、装置、电子设备和存储介质，所述方法包括：采集目标应用的埋点数据；所述埋点数据为用户对所述目标应用的操作行为触发在所述目标应用中的埋点程序时，通过所述埋点程序采集的数据；确定所述埋点数据的风险类型；获取与所述风险类型对应的目标风险判断条件；当所述埋点数据符合所述目标风险判断条件时，判定所述埋点数据对应的用户对所述目标应用的操作行为为欺诈行为。本发明实施例通过灵活设置埋点和自定义风险判断条件，对用户的操作行为进行判断，实现了对目标应用高欺诈风险的操作的实时全面的监控和预警。

摘要： 本发明公开了一种基于混合重采样技术的信用卡欺诈行为识别方法。本发明首先使用了基于时间戳的数据块划分机制。其次在每个数据块中进一步划分数据子块，每个子块中使用了混合重采样技术达到类别分布平衡，进而可以训练得到对大小样本识别率较高的基础分类器。然后使用了基础分类器加权机制。通过动态调整基础分类器的权重，可使得信用卡流数据集成分类模型可以及时地适应动态的数据环境。最后，为了降低信用卡流数据集成分类模型的时间与空间代价，只保留了权重较高的基础分类器。通过这种方式，可以进一步提高模型对动态数据流环境的适应能力。因此，本发明通过动态不平衡流数据集成分类技术可以有效地识别信用卡流数据中的欺诈行为。

摘要： 本发明公开了一种基于神经网络模型的欺诈行为分析系统，属于欺诈行为分析技术领域，包括关联聚合数据集和数据处理中心，所述数据处理中心输入端与关联聚合数据集输出端相连接，所述数据处理中心用于处理分析关联聚合数据集聚合后数据。本发明中，通过设计的神经元处理单元，能够通过机器学习模块建立神经网络模型对大数据中诈骗特征进行提取分析，并且通过运用大数据技术识别互联网欺诈内容，反向定位源头，多种欺诈内容联动分析，可全天24小时实时监控，具备快速以及准确的识别能力，同时能够通过记录用户诈骗特征数据对神经网络模型进行数据更新，提高对大数据环境下数据快速变换的适应能力。