京公网安备 11010802034615号
经营许可证编号:京B2-20210330
中国尝试用大数据保护知识产权
法国的一家知识产权博物馆正准备收录中国电子商务平台阿里巴巴的打假经验,记录真与假的博弈在互联网时代的印记。
据23日在杭州召开的“阿里巴巴网络交易平台打假工作汇报会”披露,在原有打假手段之外,中国的电子商务平台正在尝试联合政府相关部门、品牌商等,利用大数据保护知识产权,并计划在时机成熟时定期公布“线下假货分布及流通地图”。
近年来关于网上售假的争议不断。线下制假线上售假、知假买假,成为中国电子商务市场难以回避的问题。
“但是在电子商务平台上,每一笔交易、每一个售假者都有迹可循,互联网可以成为打击制假售假的有力工具。”阿里巴巴集团首席风险官邵晓锋说。
阿里巴巴方面23日称,阿里在15年的摸索中,逐渐探索出一套基于互联网的大数据打假。通过智能图像识别、数据抓取与交叉分析、智能追踪、大数据建模系统等技术,将假货从10亿量级的在线商品中捞取出来,支持多达60个维度的组合条件筛选,每天消息处理量2亿条以上。
至于如何利用大数据打假,邵晓锋介绍说,线上的商品、商家背后对应的自然人,网购平台可以基于大数据建立各种模型,对商家和交易行为进行实时监控。售假的商家和正常商家在定价、图片使用、商品上架时间等方面都有不同,经过复杂的大数据运算,发现异常交易,再进行人工判定。
而对于开店人的身份验证也在从“实名认证”向“实人认证”迈进。目前正在开发人脸和声纹特征数据库——网店注册者打个电话进来验证,后台能鉴别你是不是过去开店卖过假货的某个人。
根据阿里巴巴最新披露的数据,今年前三季度,阿里巴巴平台上发现有问题并下架的侵犯知识产权商品约9000万件,其中600多万件是来自消费者和权利人投诉,其余90%是基于这套大数据体系和进一步的人工排查发现的。
不过对于网购平台来说,打假的难点在于:尽管电子商务平台有大量数据、信息,但平台本身没有执法权。大数据打假体系必须有国家相关部门打通协作。
去年以来,包括阿里巴巴在内的电商平台与公安、质监等部门建立了协作机制,线上线下联动打假。例如,公安部门会把线下打假的情况反馈给阿里巴巴,进行线上核查;阿里把线上的打假信息汇聚起来,作为线索和情况反馈移交公安机关。
今年4月,上海公安在侦办“假冒运动鞋案”时,与阿里巴巴共同努力,通过嫌疑人的账户交易数据、物流发货信息等进行交叉对比分析,掌握了整个假货生产销售体系的数据信息,一举捣毁了这个以福建莆田为生产源头,经销网络涉及多地的生产销售假冒品牌运动鞋的犯罪团伙,涉案总价值达2150余万元。
一周前公布的《2014淘宝联动警方打假报告》显示,今年淘宝与公安机关展开了紧密的联合行动,截至12月初共破获18个集群案件,端掉200多个制售假窝点,抓获犯罪嫌疑人近400人。
网购平台的大数据甚至勾画出一套中国“售假区域图”,为执法部门提供线索参考。根据淘宝数据分析,近9成网上售假团伙来自十个区域,前三大区域分布在珠三角、长三角、东南等地,且体现出制假售假集中的特点。比如,6成以上的假冒饰品手表案件发生在华南地区、6成以上的运动户外假货来自东南地区。
致力于打假的网购平台不止阿里巴巴一家。今年5月,微信宣布启动新一轮“雷霆行动”打击假货,专门针对微信公众账号和朋友圈中的假冒商品、假冒海外代购,进行大规模清理。10月底,京东宣布与供应商和卖家代表签署联合承诺书,做出“杜绝假冒伪劣、真实让利回馈消费者、全程优质服务”的承诺。
“说到底,打假的本质是市场信用体系建设的问题。利用大数据开启打假新时代,在保护商业秘密和消费者隐私基础上的信息公开与共享,打假需要引入社会共治的理念。”全国打击侵犯知识产权和制售假冒伪劣商品工作领导小组办公室副主任柴海涛说。CDA数据分析师官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31