京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据模式让假货无处遁形_大数据培训
阿里巴巴集团首度对外披露阿里巴巴多年来的打假数据:从2013年1月1日至2014年11月30日,阿里集团在消费者保障及打假方面的投入已经超过10亿元人民币。2014年前三季度,阿里配合品牌权利人年处理600万条侵权商品链接,配合各级行政执法部门,办理侵犯知识产权案件1000余起,抓获犯罪嫌疑人近400人,涉案金额近6亿元。
智能识别从源头打击假货
处理如此海量的假货数据,仅依靠阿里2000多人的消费者保障和打假团队人工操作,是不可能完成的任务。阿里巴巴首席风险官邵晓锋称,经过多年与制假售假者的“暗战”,阿里巴巴已经构建起一套全球领先的基于互联网大数据的打假模式,既包含智能识别和追踪系统、庞大的商品样本库和数据库、精确复杂的算法、强劲的云计算能力等大数据技术手段,也包括账号认证溯源、神秘抽检等完善的管理保障体系,以及与消费者、商家、权利人和政府部门等生态体系参与者的联动机制。
“我们的打假模式是向社会开放的,欢迎更多的平台、商家、权利人等利用这套模式,从源头打击假货,还给消费者一个安全、透明的购物环境。”邵晓锋表示。
全网数据监控和检索
阿里巴巴在十几年和不法分子的斗争中,逐渐打磨出一套自成体系的打假模式,其中最核心的部分是大数据打假。简言之,就是通过智能识别、数据抓取与交叉分析、智能追踪、大数据建模等技术手段,将假货从10亿量级的在线商品中捞取出来。
这两年,阿里巴巴安全技术人员开发的文本识别引擎已经升级为语法语义分析,在引入了机器学习算法后,能够取代之前小二辛辛苦苦的人工排查,做到全网数据监控和检索。这套信息排查平台,对全网10亿级的商品数据进行全量检索和处置,支持多达60个维度的组合条件筛选,每天消息处理量2亿以上。
2013年开始,阿里巴巴逐步建立了全球最专业的图片侵权假货识别系统,通过图片算法技术实时扫描来识别图片中商品的品牌,进而判断该商品是否为假货。
阿里巴巴数据团队正在不断优化各种假货模型,已达到实时分析数据每秒1亿次的速度。这些模型对淘宝数百万卖家进行实时评分,识别出具有售假风险的高危用户和售假团伙。
实人认证让假货店主无处遁形
网络DNA认证体系是阿里巴巴防控假货的第二道闸门。
淘宝网针对卖家的实名审核越来越严格,正在从“实名认证”向“实人认证”迈进。一名资深淘宝卖家表示,以前淘宝开店只核查身份证号码,后来要本人拿着身份证拍照,但还是有人通过买卖身份证号和假照片蒙混过关。2014年淘宝的实名认证又升级了,根据用户不同情况,额外要求根据指定手势拍照、手持当地报纸拍照,甚至小二电话核实等。其中指定手势库有数十种随机手势,不定期地进行手势更新,最大限度避免造假者钻漏洞。
阿里巴巴正在逐步打通淘宝、天猫、阿里巴巴等平台上的账号系统,建立卖家的售假信用体系数据库,当卖家历史记录达到危险值后,就会推送给客服做为处罚的判断依据。
除网络DNA认证体系保障外,阿里巴巴专门成立了一支总数超过7000人的知识产权保护管理团队,由公司工作人员和志愿者组成,每天在网上巡逻举报侵权假冒商品。截至2014年11月,阿里巴巴针对消费者投诉、时令商品、政府公示等重点问题,通过“神秘买家”共开展购买鉴定62783批次,涉及食品、保健品、服装、鞋类、小家电等28个行业。
建立协查平台从线上追到线下
阿里巴巴打假模式的最后一环是联动包括品牌权利人、政府部门在内的电商生态参与者实现的线下打击。阿里巴巴配合公安、质检、国知局、版权局等政府部门,实现售假线索上报、线下打击、建立协查平台、共建行业联盟、建立维权工作站、制订行业管理标准、指导推进行业性合作定期汇报与交流的一套工作流程。
2014年,阿里巴巴联动各地公安机关,破获18个制假售假集群,端掉200多个窝点,抓获犯罪嫌疑人近400人。
淘宝建立了全球领先的知识产权侵权保护线上处理平台——IPR投诉平台:集合了资质提交验证,权属备份,反通知处理,数据分析等众多功能于一体,通过大数据定义诚信权利方机制,对屡次被投诉的卖家采取更为严格的处罚机制。目前,该平台拥有全球5.6万注册权利人,其中深度合作的品牌商达1000多家,包括路易威登、阿迪达斯、三星等国际知名品牌权利人,以及美国电影协会、国际反假冒联盟、外资出版商联盟、韩国知识产权保护协会等国内外权利人协会组织。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA一级知识点汇总手册 第三章 商业数据分析框架考点27:商业数据分析体系的核心逻辑——BSC五视角框架考点28:战略视角考点29: ...
2026-02-20CDA一级知识点汇总手册 第二章 数据分析方法考点7:基础范式的核心逻辑(本体论与流程化)考点8:分类分析(本体论核心应用)考 ...
2026-02-18第一章:数据分析思维考点1:UVCA时代的特点考点2:数据分析背后的逻辑思维方法论考点3:流程化企业的数据分析需求考点4:企业数 ...
2026-02-16在数据分析、业务决策、科学研究等领域,统计模型是连接原始数据与业务价值的核心工具——它通过对数据的规律提炼、变量关联分析 ...
2026-02-14在SQL查询实操中,SELECT * 与 SELECT 字段1, 字段2,...(指定个别字段)是最常用的两种查询方式。很多开发者在日常开发中,为了 ...
2026-02-14对CDA(Certified Data Analyst)数据分析师而言,数据分析的核心不是孤立解读单个指标数值,而是构建一套科学、完整、贴合业务 ...
2026-02-14在Power BI实操中,函数是实现数据清洗、建模计算、可视化呈现的核心工具——无论是简单的数据筛选、异常值处理,还是复杂的度量 ...
2026-02-13在互联网运营、产品迭代、用户增长等工作中,“留存率”是衡量产品核心价值、用户粘性的核心指标——而次日留存率,作为留存率体 ...
2026-02-13对CDA(Certified Data Analyst)数据分析师而言,指标是贯穿工作全流程的核心载体,更是连接原始数据与业务洞察的关键桥梁。CDA ...
2026-02-13在机器学习建模实操中,“特征选择”是提升模型性能、简化模型复杂度、解读数据逻辑的核心步骤——而随机森林(Random Forest) ...
2026-02-12在MySQL数据查询实操中,按日期分组统计是高频需求——比如统计每日用户登录量、每日订单量、每日销售额,需要按日期分组展示, ...
2026-02-12对CDA(Certified Data Analyst)数据分析师而言,描述性统计是贯穿实操全流程的核心基础,更是从“原始数据”到“初步洞察”的 ...
2026-02-12备考CDA的小伙伴,专属宠粉福利来啦! 不用拼运气抽奖,不用复杂操作,只要转发CDA真题海报到朋友圈集赞,就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中,Anaconda是必备工具——它集成了Python解释器、conda包管理器,能快速搭建独立的虚拟环境,便捷安 ...
2026-02-11在Tableau数据可视化实操中,多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量,还是将“用户表”与“消 ...
2026-02-11在CDA(Certified Data Analyst)数据分析师的实操体系中,统计基本概念是不可或缺的核心根基,更是连接原始数据与业务洞察的关 ...
2026-02-11在数字经济飞速发展的今天,数据已成为核心生产要素,渗透到企业运营、民生服务、科技研发等各个领域。从个人手机里的浏览记录、 ...
2026-02-10在数据分析、实验研究中,我们经常会遇到小样本配对数据的差异检验场景——比如同一组受试者用药前后的指标对比、配对分组的两组 ...
2026-02-10在结构化数据分析领域,透视分析(Pivot Analysis)是CDA(Certified Data Analyst)数据分析师最常用、最高效的核心实操方法之 ...
2026-02-10在SQL数据库实操中,字段类型的合理设置是保证数据运算、统计准确性的基础。日常开发或数据分析时,我们常会遇到这样的问题:数 ...
2026-02-09