一种处理竞拍用户数据的方法及系统

技术领域

本发明涉及互联网的技术领域，尤其是涉及一种处理竞拍用户数据的方法及系统。

背景技术

竞拍是指以公开竞价的形式，将特定物品或者财产权利转让给最高应价者的买卖方式；随着电子商务的蓬勃发展，越来越多的商业活动利用计算机技术，可以在线举办竞拍活动。如热门商品的在线拍卖时，一个热门商品可能会有大量的用户进行拍卖。

目前，商品竞拍时，商家给出商品的第一拍卖价格并收取保证金；在第一拍卖价格的前提下，每个竞标者按照阶段竞拍时间叫价（例如：阶段时间5秒内最高金额为X，若在5秒内没有比X高的价格，则商品以价格X卖给竞拍者）在总竞拍时间结束时出最高价的人，才能获得这个商品。竞拍失败者的保证金，会通过在线的平台返回竞拍者的账户。

但是，现实的竞拍活动中，可能会存在恶意竞拍的竞拍人，大幅度的增加商品的竞拍金额，当竞拍活动后又对商品进行悔拍，使得其它竞拍者难以理想的金额竞拍到商品，进而扰乱竞拍活动秩序。

发明内容

为了能够降低竞拍活动中恶意竞拍的行为发生的概率，本发明提供一种处理竞拍用户数据的方法及系统。

第一方面，本发明提供的一种处理竞拍用户数据的方法，采用如下的技术方案：

一种处理竞拍用户数据的方法，包括以下步骤：

基础数据获得：包括获取商品当前价格步骤、获取同类商品均价步骤以及获取商品当前加价基数步骤；

获取商品当前价格：获取商品在当前时段的起拍价

获取同类商品均价：获取与当前竞拍的商品同类型的商品的最终成交价的均价

获取商品当前加价基数：获取商品在本轮竞拍时段时，加价的最底价

获取加价情况：获取第n个用户在本轮竞拍时段时选择加价的价格

加价行为判断：对第n个用户是否存在异常加价的行为进行判断，其包括加价倍数判断步骤、加价均数判断步骤、加价后价格判断步骤以及整合判断步骤；

加价倍数判断：对第n个用户在本轮竞拍时段时选择加价的价格

加价均数判断：对第n个用户在本轮竞拍时段时选择加价的价格

；

加价后价格判断：对n个用户在本轮竞拍加价后的价格与当前竞拍的商品同类型的商品的最终成交价的均价

整合判断：若加价倍数判断步骤、加价均数判断以及加价后价格判断步骤均判定为异常，则执行重新确定保证金步骤；

重新确定保证金：重新确定第n个用户所需要缴纳保证金的金额

；

式中，D为保证金的缴纳系数，0＜D＜1；

保证金缴纳判断：判断第n个用户是否将保证金缴纳至

恶意加价判断：若第n个用户在本轮竞拍时存在恶意加价的行为，则将第n个用户踢出竞拍队列；若第n个用户在本轮竞拍时不存在恶意加价的行为，则执行下一轮竞拍。

在进行一轮竞拍的过程中，可能会存在有用户通过恶意加价的方式扰乱竞拍的进行，通过采用上述技术方案，当某一用户的加价程度过高，且明显大于其它用户的加价程度，且加价后的价格高于市场平均价格时，此时可以初步判定该用户为恶意加价，此时使用提高用户保证金的方式降低用户进行恶意加价的行为，若用户拒绝提高保证金，则可判定该用户为恶意加价，进而将该用户踢出竞拍队列，进而避免干扰正常竞拍的进行。

可选地，所述重新确定保证金步骤中，还获取第n个用户的已成功拍卖商品的成交价总金额

；

式中，H为信用补偿系数，0＜H＜1；J为失信惩罚系数，J＞1；

还根据第n个用户的信用情况对

；

恶意加价判断步骤中，若第n个用户在本轮竞拍时存在恶意加价的行为，还将用户在本轮竞拍加价后的价格

通过采用上述技术方案，在重新确定保证金时，以第n个用户的信用程度对需要缴纳的保证金的金额进行计算；当第n个用户的信用情况良好时，可以对第n个用户需要缴纳的保证金的金额进行下调，降低了第n个用户因保证金准备不足而被迫退出竞拍的概率；当第n个用户的信用情况较差时，可以对第n个用户需要缴纳的保证金的金额进行上调，进而进一步降低出现恶意加价行为的概率。

可选地，所述恶意加价判断步骤后还设置有黑名单判断步骤；

黑名单判断：若

通过采用上述技术方案，当第n个用户的信用情况非常差时，则将第n个用户列入黑名单，以降低该用户后续持续进行恶意竞价的行为的概率，维护了竞价环境。

第二方面，本发明提供的一种处理竞拍用户数据的系统，采用如下的技术方案：

一种处理竞拍用户数据的系统，包括以下模块：

数据库：用于储存商品在当前时段的起拍价

竞拍终端：设置有多个，用于输入用户在本轮竞拍时段时选择加价的价格

计算模块I：输入端与竞拍终端的输出端连接，用于计算参与本轮竞拍的N个用户的竞拍均价

判断模块I：输入端与数据库以及竞拍终端的输出端连接，用于对比

判断模块II：输入端与数据库、计算模块I以及竞拍终端的输出端连接，用于对比

判断模块III：输入端与数据库以及竞拍终端的输出端连接，用于对比

计算模块II：输入端与判断模块I、判断模块II、判断模块III的输出端连接，用于计算第n个用户所需要缴纳保证金的金额

判断模块IV：输入端与计算模块II以及竞拍终端的输出端连接，用于判断第n个用户是否将保证金缴纳至

通过采用上述技术方案，在进行一轮竞拍的过程中，用户通过竞拍终端输入本轮竞拍时段时选择加价的价格

可选地，所述判断模块I的输出端与所述判断模块II的输入端连接，所述判断模块II的输出端与所述判断模块III的输入端连接。

通过采用上述技术方案，当

可选地，所述数据库还用于储存第n个用户的已成功拍卖商品的成交价总金额

所述计算模块II的输入端还连接有计算模块III；

计算模块III：输入端与数据库的输出端连接，用于计算第n个用户的信用补偿值

通过采用上述技术方案，在计算第n个用户所要缴纳的保证金

可选地，所述判断模块IV的输出端还与数据库连接，当第n个用户未将保证金缴纳至

所述数据库的输出端还连接有判断模块V，

判断模块V：用于判断

通过采用上述技术方案，当第n个用户的信用情况非常差时，则将第n个用户列入黑名单，以降低该用户后续持续进行恶意竞价的行为的概率，维护了竞价环境。

综上所述，本发明包括以下至少一种有益技术效果：

1. 通过整合判断步骤以及重新确定保证金步骤的设置，降低了用户进行恶意加价的行为的概率，之后通过恶意加价判断步骤的设置，确定是否存在恶意加价的行为，并将存在恶意加价行为的用户踢出竞拍队列，进而避免干扰正常竞拍的进行。

2. 通过在重新确定保证金步骤中使用信用补偿值

3. 通过黑名单判断步骤的设置，当第n个用户的信用情况非常差时，则将第n个用户列入黑名单，以降低该用户后续持续进行恶意竞价的行为的概率，维护了竞价环境。

附图说明

图1是本申请实施例1的流程图；

图2是本申请实施例2的整体结构示意图。

具体实施方式

以下结合图1至图2对本发明作进一步详细说明。

实施例1：本实施例公开了一种处理竞拍用户数据的方法，参照图1，包括以下步骤：

S1：基础数据获得：包括获取商品当前价格步骤S1-1、获取同类商品均价步骤S1-2以及获取商品当前加价基数步骤。

S1-1：获取商品当前价格：获取商品在当前时段的起拍价

S1-2：获取同类商品均价：获取与当前竞拍的商品同类型的商品的最终成交价的均价

S1-3：获取商品当前加价基数：获取商品在本轮竞拍时段时加价的最底价

S2：获取加价情况：获取第n个用户在本轮竞拍时段时选择加价的价格

S3：加价行为判断：对第n个用户是否存在异常加价的行为进行判断，其包括加价倍数判断步骤S3-1、加价均数判断步骤S3-2、加价后价格判断步骤S3-3以及整合判断步骤S3-4。

S3-1：加价倍数判断：对第n个用户在本轮竞拍时段时选择加价的价格

S3-2：加价均数判断：对第n个用户在本轮竞拍时段时选择加价的价格

。

S3-3：加价后价格判断：对n个用户在本轮竞拍加价后的价格与当前竞拍的商品同类型的商品的最终成交价的均价

S3-4：整合判断：若加价倍数判断步骤S3-1、加价均数判断步骤S3-2以及加价后价格判断步骤S3-3均判定为异常，则执行重新确定保证金步骤S4。

恶意竞价的目的是将商品的最终成交价抬高，而单个用户的恶意竞价，通常情况下是在某一轮的竞价过程中，直接过量加价；因此，体现在最终的价格数据上便是，

S4：重新确定保证金：重新确定第n个用户所需要缴纳保证金的金额

造成恶意竞价的其中一个原因便是保证金较低，恶意竞价的用户不在意损失这一部分保证金，因此，当怀疑某一用户存在恶意竞价的行为时，提高该用户的保证金；若该用户确实具有拍卖的诚意，则提高保证金并不会对用户带来损失，若该用户不具有拍卖的诚意，则该用户便可能拒绝提高保证金。

S4-1：信用使用情况判断：获取第n个用户的已成功拍卖商品的成交价总金额

S4-2：信用计算：计算第n个用户的信用补偿值

；

式中，H为信用补偿系数，0＜H＜1；J为失信惩罚系数，J＞1。

S4-3：保证金计算：计算第n个用户所需要缴纳保证金的金额

；

式中，D为保证金的缴纳系数，0＜D＜1。

当某一正常用户迫切的想要竞得某商品时，可能也会在某一轮竞价过程中大量加价，若经过加价行为判断步骤S3将该正常用户的竞价判定为恶意竞价时，该正常用户也需要提高保证金，此时该正常用户若短期内无法缴纳较多的保证金时，便可能错失该商品。因此，信用补偿值

而在计算信用补偿值

在其它实施例中，还可对

；

如此可以避免信用补偿值

S5：保证金缴纳判断：判断第n个用户是否将保证金缴纳至

S6：恶意加价判断：若第n个用户在本轮竞拍时存在恶意加价的行为，则将第n个用户踢出竞拍队列，第n个用户加价后的金额

S7：黑名单判断：若

本实施例一种处理竞拍用户数据的方法的实施原理为：

当某一轮竞价开始时，各个用户提交自己的加价额度，之后对各个用户提交的加价额度进行判断，某一用户的

若被初步判断为存在恶意加价的行为的用户为高信用用户，则该用户的加价行为大概率不是恶意加价行为，在重新设定保证金金额的过程中，可以通过信用程度进行补偿，使得高信用用户所需要缴纳的保证金较低，进而降低错失商品的概率。若被初步判断为存在恶意加价的行为的用户为低信用用户，则该用户的加价行为大概率是恶意加价行为，在重新设定保证金金额的过程中，可以通过信用程度进行补偿，使得低信用用户所需要缴纳的保证金较高，进而进一步降低恶意竞价行为出现的概率。

当

实施例2：本实施例公开了一种处理竞拍用户数据的系统，参照图2，包括以下模块：

数据库：用于储存商品在当前时段的起拍价

竞拍终端：设置有多个，一个竞拍终端对应一个用户，用于输入用户在本轮竞拍时段时选择加价的价格

判断模块I：输入端与数据库以及竞拍终端的输出端连接，用于对比

计算模块I：输入端与判断模块I以及竞拍终端的输出端连接，用于计算参与本轮竞拍的N个用户的竞拍均价

判断模块II：输入端与数据库、判断模块I、计算模块I以及竞拍终端的输出端连接，用于对比

判断模块III：输入端与数据库、判断模块II以及竞拍终端的输出端连接，用于对比

计算模块III：输入端与数据库以及判断模块III的输出端连接，用于计算第n个用户的信用补偿值

计算模块II：输入端与数据库、计算模块III以及判断模块III的输出端连接，用于计算第n个用户所需要缴纳保证金的金额

判断模块IV：输入端与计算模块II以及竞拍终端的输出端连接，用于判断第n个用户是否将保证金缴纳至

判断模块V：输入端与判断模块IV以及数据库的输出端连接，用于判断

本实施例一种处理竞拍用户数据的系统的实施原理为：

当某一轮竞价开始时，各个用户通过竞拍终端提交自己的加价额度，之后判断模块I对各个用户提交的加价额度进行判断，若某一用户存在

之后先后激活计算模块III以及计算模块II，进而计算第n个用户所需要缴纳保证金的金额

判断模块V判断

以上均为本发明的较佳实施例，并非依此限制本发明的保护范围，故：凡依本发明的结构、形状、原理所做的等效变化，均应涵盖于本发明的保护范围之内。