前言：
近日刷一波數據分析師面試題，學習別人的建議，總結和提升自己的思維。
01 自己思路
1.惡意刷單什麼意思？是競爭對手惡意購買產品進行差評？
2.刷單：就是找人購買、評價、好評、曬圖、差評；
3.選擇因素：銷量、好評、差評、地區；
4.把一整年的單量找出來，從每個月、每個星期開始，根據銷量、好評、差評、地區做分段，查出的每個時間段的頻率；
5.對頻率進行分析，查看其密度值；
6.使用折線圖，頻率過高，差評量異常過高，就有可能是惡意刷單。
02 別人參考
分類問題用機器學習方法建模解決，我想到的特徵有：
1）商家特徵：商家歷史銷量、信用、產品類別、發貨快遞公司等；
2）用戶行爲特徵：用戶信用、下單量、轉化率、下單路徑、瀏覽店鋪行爲、支付賬號；
3）環境特徵(主要避免機器刷單)：地區、ip、手機型號；
4）異常值檢測：ip地址經常變動、經常清空cookie信息、賬號近期交易成功率上升等；
5）評論文本檢測：刷單的評論文本可能套路較爲一致，計算與已標註評論文本的相似度作爲特徵；
6）圖片相似度檢測：同理，刷單可能重複利用圖片進行評論。
03 個人總結
1.消費者：進入後、瀏覽店鋪、下單、轉化、評論、用戶信用、支付賬號；
2.商家：產品類別、歷史銷量、評論量(文本、圖片)。
意外收穫
1.跟面試有關的網站可以自己練習和借鑑別人面試經驗；
2.瞭解刷單，惡意刷單1500次導致降權，賣家被判刑;
文章關鍵詞：1500多次；同一賬號、短期內、大量購買、超過正常消費者需求。
3.參考文章
寫在最後：
1.瞭解惡意刷單是怎麼回事；
2.瞭解什麼行爲、事項會導致被評定爲惡意刷單；
3.對事項做檢測、監控、分析。