← 返回
数据分析 Key

Check User Fraud

Query MySQL database to analyze user fraud/shuadan behavior. Use when user asks to check if a user is engaging in fraudulent task completion. Analyzes time i...
查询MySQL数据库分析用户欺诈/刷单行为。用于用户询问检查某用户是否从事欺诈性任务完成时。分析时间...
star1986c
数据分析 clawhub v1.0.0 1 版本 100000 Key: 需要
★ 0
Stars
📥 650
下载
💾 11
安装
1
版本
#latest

概述

用户刷单查询

根据userId查询MySQL数据库,分析用户做单行为是否涉嫌刷单。

使用场景

当需要查询用户是否存在刷单行为时,使用此技能:

  • 用户举报某账号刷单
  • 风控系统标记异常账号
  • 定期抽查用户行为
  • 分析做单模式

查询流程

1. 执行查询脚本

python3 scripts/check_fraud.py <userId>

2. 分析维度

脚本会自动分析以下指标:

时间间隔分析

  • 报名到提交的时间间隔
  • 完成时间 < 5分钟: 高度可疑
  • 完成时间 5-10分钟: 中度可疑

发单人集中度

  • 频繁接取同一发单人的任务
  • 同一发单人 > 10次: 高度可疑
  • 同一发单人 5-10次: 中度可疑

任务重复度

  • 多次接取相同任务
  • 重复任务 > 2次: 可疑

置顶刷新状态

  • 接取时任务是否有置顶
  • 未置顶任务比例 > 70%: 可疑(可能通过非正规渠道获取)

3. 风险等级评估

  • 高风险: 2个及以上高风险指标,或完成时间<5分钟占比>50%
  • 中风险: 1个高风险或2个中风险指标
  • 低风险: 无明显异常

数据库配置

  • Host: rr-wz97dxha81orq30j0eo.mysql.rds.aliyuncs.com
  • Port: 3389
  • User: oc_gw
  • Password: m83KkZVLQp2Wg7HgDVb5cRjQ

SQL查询参考

详细SQL语句见 references/ 目录:

  • query_user_records.sql - 查询用户做单记录
  • query_top_refresh.sql - 查询任务置顶状态
  • fraud_analysis_guide.md - 刷单分析指标说明

输出格式

{
  "userId": "用户ID",
  "total_records": 记录总数,
  "records": [...],  // 详细记录
  "fraud_indicators": [  // 可疑指标
    {
      "type": "指标类型",
      "level": "high/medium/low",
      "description": "描述"
    }
  ],
  "summary": {
    "risk_level": "high/medium/low",
    "conclusion": "结论",
    "indicators_count": 指标数量,
    "high_risk_count": 高风险数量,
    "medium_risk_count": 中风险数量
  }
}

注意事项

  1. 需要安装pymysql: pip install pymysql
  2. 数据库名需要确认后填入脚本
  3. 查询结果包含敏感信息,注意保密

版本历史

共 1 个版本

  • v1.0.0 当前
    2026-03-30 20:04 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

data-analysis

Stock Analysis

udiedrichsen
{"answer":"基于雅虎财经数据,分析股票与加密货币。支持投资组合管理、自选股预警、股息分析、8维评分、热门趋势扫描及传闻/早期信号探测。适用于股票分析、持仓追踪、财报异动、加密监控、热门股追踪或提前发掘非主流传闻。"}
★ 270 📥 56,926
data-analysis

Excel / XLSX

ivangdavila
创建、检查和编辑 Microsoft Excel 工作簿及 XLSX 文件,支持可靠的公式、日期、类型、格式、重算及模板保留功能。
★ 367 📥 140,240
data-analysis

Data Analysis

ivangdavila
{"answer":"数据分析与可视化。查询数据库、生成报告、自动化电子表格,将原始数据转化为清晰可行的见解。适用于:(1) 您……"}
★ 198 📥 65,005