输入二手物品交易信息，自动识别虚假描述，关键词对比同款商品市场价，给出交易风险预警。

设计一个 基于 Python 的二手物品交易风险预警程序，满足你的要求。

1. 实际应用场景描述

场景：

你在闲鱼、转转等平台购买二手物品时，常遇到：

- 卖家夸大成色（如“99新”实际有明显划痕）

- 价格明显低于市场价，可能是假货或诈骗

- 描述与图片不符

- 无法判断交易风险

痛点：

- 人工比对市场价格耗时

- 虚假描述难以快速识别

- 缺乏系统化的风险预警机制

- 容易因贪便宜而上当

解决方案：

开发一个 二手交易风险分析工具，输入商品描述和价格，自动：

- 识别常见虚假描述关键词

- 对比同款商品市场均价

- 给出风险等级与建议

2. 核心逻辑讲解

1. 输入数据

- 商品标题、描述、价格、平台

2. 虚假描述检测

- 关键词匹配（如“无划痕”“几乎全新”等）

- 结合价格异常低的情况标记高风险

3. 市场价格对比

- 模拟爬取或调用 API 获取同款商品价格（示例用固定数据）

- 计算价格偏差率

4. 风险评分

- 虚假描述数量 × 权重

- 价格偏差率 × 权重

- 综合评分 → 低风险 / 中风险 / 高风险

5. 输出预警

- 风险等级

- 具体原因

- 建议操作

3. 代码模块化实现

目录结构

secondhand_risk_checker/

├── main.py

├── fake_desc_detector.py

├── price_comparator.py

├── risk_analyzer.py

└── README.md

"fake_desc_detector.py" - 虚假描述检测

def detect_fake_descriptions(text):

"""

检测虚假描述关键词

:param text: 商品描述

:return: 检测到的关键词列表

"""

fake_keywords = [

"无划痕", "几乎全新", "仅试用", "朋友送的没用过",

"急出", "低价转让", "不议价", "包邮"

]

found = [kw for kw in fake_keywords if kw in text]

return found

"price_comparator.py" - 价格对比

def compare_price(title, price, market_data):

"""

对比市场价格

:param title: 商品标题

:param price: 卖家标价

:param market_data: 市场价字典 {关键词: 均价}

:return: 偏差率, 市场均价

"""

matched_price = None

for key, avg_price in market_data.items():

if key in title:

matched_price = avg_price

break

if matched_price is None:

matched_price = sum(market_data.values()) / len(market_data) # 默认取平均

deviation = (price - matched_price) / matched_price * 100

return deviation, matched_price

"risk_analyzer.py" - 风险分析

def analyze_risk(fake_keywords, price_deviation):

"""

综合风险分析

:param fake_keywords: 虚假描述关键词列表

:param price_deviation: 价格偏差率(%)

:return: 风险等级, 原因列表

"""

reasons = []

score = 0

if fake_keywords:

score += len(fake_keywords) * 10

reasons.append(f"检测到可疑描述: {', '.join(fake_keywords)}")

if price_deviation < -30:

score += 20

reasons.append(f"价格比市场价低 {abs(price_deviation):.1f}%，可能存在风险")

elif price_deviation < -15:

score += 10

reasons.append(f"价格偏低 {abs(price_deviation):.1f}%")

if score >= 30:

level = "高风险"

elif score >= 15:

level = "中风险"

else:

level = "低风险"

return level, reasons

"main.py" - 主程序

from fake_desc_detector import detect_fake_descriptions

from price_comparator import compare_price

from risk_analyzer import analyze_risk

# 模拟市场价数据（实际可接入爬虫或API）

MARKET_DATA = {

"iPhone 13": 4500,

"MacBook Pro": 9000,

"AirPods": 800,

"iPad": 3000

}

def main():

print("=== 二手交易风险预警工具 ===")

title = input("商品标题: ")

description = input("商品描述: ")

try:

price = float(input("卖家标价: "))

except ValueError:

print("价格输入错误")

return

# 1. 检测虚假描述

fake_keywords = detect_fake_descriptions(description)

# 2. 价格对比

deviation, avg_price = compare_price(title, price, MARKET_DATA)

# 3. 风险分析

level, reasons = analyze_risk(fake_keywords, deviation)

# 4. 输出结果

print("\n--- 风险分析报告 ---")

print(f"市场均价: ¥{avg_price}")

print(f"价格偏差: {deviation:.1f}%")

print(f"风险等级: 【{level}】")

for reason in reasons:

print(f"- {reason}")

if level == "高风险":

print("\n⚠️ 建议谨慎交易，可能存在虚假描述或假货风险！")

elif level == "中风险":

print("\n⚠️ 建议进一步核实商品细节再交易。")

else:

print("\n✅ 风险较低，可正常交易。")

if __name__ == "__main__":

main()

4. README.md

# 二手交易风险预警工具 Secondhand Risk Checker

一个基于 Python 的工具，输入二手商品信息，自动识别虚假描述，对比市场价格，给出交易风险预警。

## 功能

- 检测常见虚假描述关键词

- 对比同款商品市场均价

- 计算价格偏差率

- 综合风险评级与建议

## 使用方法

bash

python main.py

按提示输入商品标题、描述、价格。

## 注意事项

- 市场价数据为示例，实际应用可接入爬虫或API

- 风险分析基于规则，非绝对准确

5. 使用说明

1. 运行

"main.py"

2. 输入商品标题、描述、价格

3. 程序会输出：

- 市场均价

- 价格偏差率

- 风险等级

- 具体原因与建议

4. 根据风险等级决定是否交易

6. 核心知识点卡片

知识点 说明

字符串匹配

"in" 关键字检测虚假描述

数据分析 计算价格偏差率

规则引擎 综合评分确定风险等级

模块化设计 分离检测、对比、分析逻辑

风险预警 提前识别潜在交易风险

7. 总结

本项目通过 虚假描述检测 + 市场价格对比 + 风险评分 的流程，实现了二手交易的自动化风险分析，帮助用户：

- 快速识别可疑描述

- 避免低价陷阱

- 做出更安全的交易决策

后续可扩展：

- 接入真实电商 API 获取市场价

- 增加图片识别（OpenCV + 机器学习）

- 开发 Web 或小程序版本

- 历史数据记录与趋势分析

如果你需要，还可以为增加图片识别功能，通过照片检测商品成色是否与描述一致，进一步提升风险识别能力。

利用AI高效解决实际问题，如果你觉得这个工具好用，欢迎关注我！