CN107742217A - 基于商家的业务控制方法和装置 - Google Patents

Abstract

本说明书提供一种基于商家的业务控制方法，包括：获取关联客户的若干项特征信息；所述关联客户包括与所述商家曾发生业务行为的客户；将特征信息输入评估模型，得到所述商家的评估值；所述评估模型采用标记有对商家评价和商家的关联客户特征信息的训练样本进行训练；按照评价值确定对所述商家的业务控制策略。

Description

基于商家的业务控制方法和装置

技术领域

本说明书涉及网络通信技术领域，尤其涉及一种基于商家的业务控制方法和装置。

背景技术

随着通信技术的发展，网络成为人们处理各种工作和生活事项的重要途径，提供在线服务、通过网络进行部分到全部与客户之间的业务过程成为商家的不二选择。中小规模的商家通常采用接入第三方网络平台的方式来实现对客户的网络服务。

客户通常在第三方网络平台上注册，然后利用注册的账户与接入商家进行业务往来。第三方网络平台在为商家提供接入服务的同时，也要对接入的商家进行管理，对商家进行业务控制，以便使在自己平台注册的客户享受更为可靠和安全的网络服务。

发明内容

有鉴于此，本说明书提供一种基于商家的业务控制方法，包括：

获取关联客户的若干项特征信息；所述关联客户包括与所述商家曾发生业务行为的客户；

将特征信息输入评估模型，得到所述商家的评估值；所述评估模型采用标记有对商家评价和商家的关联客户特征信息的训练样本进行训练；

按照评价值确定对所述商家的业务控制策略。

本说明书还提供了一种基于商家的业务控制装置，包括：

特征信息获取单元，用于获取关联客户的若干项特征信息；所述关联客户包括与所述商家曾发生业务行为的客户；

评估模型运算单元，用于将特征信息输入评估模型，得到所述商家的评估值；所述评估模型采用标记有对商家评价和商家的关联客户特征信息的训练样本进行训练；

业务控制策略单元，用于按照评价值确定对所述商家的业务控制策略。

本说明书提供的一种计算机设备，包括：存储器和处理器；所述存储器上存储有可由处理器运行的计算机程序；所述处理器运行所述计算机程序时，执行上述基于商家的业务控制方法所述的步骤。

本说明书提供的一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时，执行上述基于商家的业务控制方法所述的步骤。

由以上技术方案可见，本说明书的实施例中，采用标记有关联客户特征信息和对商家评价的训练样本训练评估模型，利用评估模型和某个商家的关联客户特征信息得到该商家的评估值，来确定对该商家的业务控制策略，从而能够在缺少商家信息的情况下，用关联客户的信息来得出商家的优劣程度，在应用于安全控制时能够提高客户进行网络业务的安全性。

附图说明

图1是本说明书实施例中一种基于商家的业务控制方法的流程图；

图2是本说明书应用示例中一种对间连商家进行安全控制的示意图；

图3是运行本说明书实施例的设备的一种硬件结构图；

图4是本说明书实施例中一种基于商家的业务控制装置的逻辑结构图。

具体实施方式

本说明书的实施例提出一种新的基于商家的业务控制方法，采用已有评价的商家和与这些商家有业务关系的关联客户的特征信息训练出评估模型，即可利用评估模型，由某个商家的关联客户特征信息得出对该商家优劣程度的评估值，而不必依赖于商家自身的信息，即使在缺少商家信息的条件下仍可以根据评估值来施行对商家的业务控制。

本说明书的实施例可以运行在任何具有计算和存储能力的设备上，如手机、平板电脑、PC(Personal Computer，个人电脑)、笔记本、服务器等设备；还可以由运行在两个或两个以上设备的逻辑节点来实现本说明书实施例中的各项功能。

本说明书的实施例中，采用机器学习技术来建立评估模型，用来对商家的优劣程度进行评价。评估模型的输入是与某个商家曾发生业务行为的客户(称为该商家的关联客户)的特征信息，输出是对该商家的评估值。将一定数量的标记有对商家的评价、和这些商家的关联客户特征信息的数据作为训练样本，对评估模型进行训练，训练完成后即可使用该评估模型。

其中，关联客户可以是与商家发生任何业务行为的客户，也可以是与商家发生特定的一项到多项业务行为的客户，如与商家曾有资金往来的客户；此外，关联客户还可以是在预定时间段内与商家发生任何或特定业务行为的客户；本说明书的实施例均不做限定。

需要说明的是，商家的优劣程度是站在所要进行的业务控制的角度来评判的；对不同方面的业务控制，同一个商家可能有不同的优劣程度。对应的，可以根据实际应用场景中业务控制的需要，来将能够体现商家优劣程度的关联客户的信息来作为特征信息。

在第一个例子中，如果业务控制的目标是商家与客户之间的资金往来有更好的安全性，可以将关联客户的安全事件信息作为特征信息；安全事件信息可以包括关联客户可能发生的各种与安全有关的事件，如是否曾有套现行为、是否曾有欺诈行为、和/或账户是否被盗用等。

在第二个例子中，如果业务控制的目标是商家与客户之间的交易更加有保障，可以将关联客户的账户信用信息作为特征信息；账户信用信息可以包括关联客户的账户等级、和/或信用评价信息等。

在第三个例子中，如果业务控制的目标是商家的业务稳定性，可以将股关联客户中个人客户的属性信息作为特征信息；个人客户的属相信息可以包括客户的职业、学历、是否有稳定地址、是否有小孩、和/或资产信息等。

在上述三个例子中，关联客户的特征信息还可以包括其他信息，以尽量全面的刻画商家的优劣程度。

训练样本中对商家的已有评价可以是分值，也可以是等级，不做限定。另外，评估模型可以是机器学习中任意的算法模型(如随机森林算法)，采用该算法模型支持的任意训练方式，本说明书的实施例均不做限定。

本说明书的实施例中，基于商家的业务控制方法的流程如图1所示。

步骤110，获取关联客户的若干项特征信息。

针对要进行业务控制的一个到多个商家，确定这些商家的关联客户。获取关联客户特征信息的方式，可以根据实际应用场景中客户信息的收集和保存方式、以及特征信息的具体内容来确定，本说明书的实施例不做限定。

例如，客户的属性信息通常可以由客户注册账户和/或完善账户信息提供，并存储在用来保存客户属性信息的数据库中，运行本说明书实施例的设备从该数据库中读取用来作为关联客户特征信息的属性即可。再如，安全事件信息从业务系统的安全事件日志中查询，可以从预先生成的安全事件数据库中读取。

步骤120，将特征信息输入评估模型，得到该商家的评估值。

在得到关联客户的特征信息后，将特征信息输入到已经训练完成的评估模型中，评估模型的输出即是该商家的评估值。根据评估模型的具体实现，商家的评估值可以是一个数值，也可以是若干个等级中的一个，不做限定。

步骤130，按照评价值确定对该商家的业务控制策略。

如前所述，特征信息的选取、对商家优劣程度的评判都以要实现的业务控制目标为基础；对应的，所采用的业务控制策略也由要实现的业务控制目标来确定。具体的业务控制策略可以是符合实际应用场景需求的任意策略，以下举例说明。

在第一种应用场景中，可以根据评价值向商家提供一项到多项的附加服务。例如，将评价值分为不同的档次，具有越高档次评价值的商家可以得到更多项的附加服务。

在对向商家提供资金信用额度的第二种应用场景中，可以根据商家评价值来确定其享有的信用额度，评价值更高的商家意味着更强的还款能力和更好的信誉度，可以为其提供更高的信用额度。

在第三种应用场景中，为不同商家的业务过程施加不同程度的安全措施，以保障客户的合法利益。可以根据商家的评价值来确定应用在该商家与客户的业务过程中的安全策略，评价值越差的商家需要的安全策略越复杂，对业务过程的限制更为严格。

可见，本说明书的实施例中，采用已有评价的商家和与这些商家有业务关系的关联客户的特征信息训练出评估模型，利用评估模型和某个商家的关联客户特征信息得到该商家的评估值，从而无需商家自身的信息，即可用关联客户的信息对商家的优劣程度进行评判，在应用于安全控制时能够提高客户进行网络业务的安全性。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

在本说明书的一个应用示例中，在第三方支付平台接入的商家包括直接与平台签约的直连商家和由其他服务商拓展、与其他服务商签约的间连商家。由于间连商家在接入平台前没有经过对直连商家的身份认证过程，第三方支付平台缺少间连商家自身的信息，如果有的间连商家进行套现、洗钱等不法行为，会损害用户的利益，影响平台的安全性。

第三方支付平台的用户都在平台注册有账户，并使用账户与接入平台的商家进行业务活动，可以利用平台掌握的用户信息来对商家经营的合法性做出评判。

从第三方支付平台的用户信息库中保存的各种信息中，筛选出与商家经营合法性有相关性的信息来作为特征信息，包括是否曾有套现行为、是否曾有欺诈行为、账户是否被盗用、账户等级、账户的信用评价分、职业、学历、是否有稳定地址、是否有小孩、是否有房、是否有车等。在确定要用于评估的特征信息后，采用随机森林算法建立这些特征信息与对商家评估值之间的评估模型。

第三方支付平台筛选出若干个商家(可以是直连商家，也可以是间连商家)，标记对这些商家的评价值，并从最近预定时间段(如半年)的交易历史记录中查询出在这些商家消费的客户(关联客户)，从用户信息库中查询得到这些客户的特征信息，以对商家的评价值和查询得到的特征信息作为训练样本，对随机森林算法的评估模型进行训练。

评估模型训练完成后，当需要对某个间连商家的经营合法性做评估时，如图2所示，查询在该间连商家消费的客户的特征信息，将特征信息输入到评估模型中，评估模型的输出即为对该间连商家经营合法性的评估值。第三方支付平台即可利用该评估值确定要对该间连商家的业务过程要采用的安全策略。

与上述流程实现对应，本说明书的实施例还提供了一种基于商家的业务控制装置，该装置可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为逻辑意义上的装置，是通过所在设备的CPU(Central Process Unit，中央处理器)将对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，除了图3所示的CPU、内存以及存储器之外，基于商家的业务控制装置所在的设备通常还包括用于进行无线信号收发的芯片等其他硬件，和/或用于实现网络通信功能的板卡等其他硬件。

图4所示为本说明书实施例提供的一种基于商家的业务控制装置，包括特征信息获取单元、评估模型运算单元和评估模型运算单元，其中：特征信息获取单元用于获取关联客户的若干项特征信息；所述关联客户包括与所述商家曾发生业务行为的客户；评估模型运算单元用于将特征信息输入评估模型，得到所述商家的评估值；所述评估模型采用标记有对商家评价和商家的关联客户特征信息的训练样本进行训练；业务控制策略单元用于按照评价值确定对所述商家的业务控制策略。

一个例子中，所述特征信息包括以下至少一项：安全事件信息、账户信用信息、个人客户属性信息。

上述例子中，所述安全事件信息包括以下至少一项：是否曾有套现行为、是否曾有欺诈行为、账户是否被盗用；所述账户信用信息包括以下至少一项：账户等级、信用评价信息。所述个人客户属性信息包括以下至少一项：职业、学历、是否有稳定地址、是否有小孩、资产信息。

可选的，所述评估模型采用随机森林算法。

可选的，所述业务控制策略单元具体用于以下之一：根据评价值向所述商家提供一项到多项附加服务、按照评价值确定所述商家的信用额度、按照评价值确定应用于所述商家的安全策略。

可选的，所述与商家曾发生业务行为的客户包括：与所述商家曾有资金往来的客户。

本说明书的实施例提供了一种计算机设备，该计算机设备包括存储器和处理器。其中，存储器上存储有能够由处理器运行的计算机程序；处理器在运行存储的计算机程序时，执行本说明书实施例中基于商家的业务控制方法的各个步骤。对基于商家的业务控制方法的各个步骤的详细描述请参见之前的内容，不再重复。

本说明书的实施例提供了一种计算机可读存储介质，该存储介质上存储有计算机程序，这些计算机程序在被处理器运行时，执行本说明书实施例中基于商家的业务控制方法的各个步骤。对基于商家的业务控制方法的各个步骤的详细描述请参见之前的内容，不再重复。

以上所述仅为本说明书的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书的实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书的实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

Claims (14)

1.一种基于商家的业务控制方法，包括：

获取关联客户的若干项特征信息；所述关联客户包括与所述商家曾发生业务行为的客户；

将特征信息输入评估模型，得到所述商家的评估值；所述评估模型采用标记有对商家评价和商家的关联客户特征信息的训练样本进行训练；

按照评价值确定对所述商家的业务控制策略。

2.根据权利要求1所述的方法，所述特征信息包括以下至少一项：安全事件信息、账户信用信息、个人客户属性信息。

3.根据权利要求2所述的方法，所述安全事件信息包括以下至少一项：是否曾有套现行为、是否曾有欺诈行为、账户是否被盗用；

所述账户信用信息包括以下至少一项：账户等级、信用评价信息；

所述个人客户属性信息包括以下至少一项：职业、学历、是否有稳定地址、是否有小孩、资产信息。

4.根据权利要求1所述的方法，所述评估模型采用随机森林算法。

5.根据权利要求1所述的方法，所述按照评价值确定对所述商家的业务控制策略，包括以下之一：根据评价值向所述商家提供一项到多项附加服务、按照评价值确定所述商家的信用额度、按照评价值确定应用于所述商家的安全策略。

6.根据权利要求1所述的方法，所述与商家曾发生业务行为的客户包括：与所述商家曾有资金往来的客户。

7.一种基于商家的业务控制装置，包括：

特征信息获取单元，用于获取关联客户的若干项特征信息；所述关联客户包括与所述商家曾发生业务行为的客户；

评估模型运算单元，用于将特征信息输入评估模型，得到所述商家的评估值；所述评估模型采用标记有对商家评价和商家的关联客户特征信息的训练样本进行训练；

业务控制策略单元，用于按照评价值确定对所述商家的业务控制策略。

8.根据权利要求7所述的装置，所述特征信息包括以下至少一项：安全事件信息、账户信用信息、个人客户属性信息。

9.根据权利要求8所述的装置，所述安全事件信息包括以下至少一项：是否曾有套现行为、是否曾有欺诈行为、账户是否被盗用；

所述账户信用信息包括以下至少一项：账户等级、信用评价信息；

所述个人客户属性信息包括以下至少一项：职业、学历、是否有稳定地址、是否有小孩、资产信息。

10.根据权利要求7所述的装置，所述评估模型采用随机森林算法。

11.根据权利要求7所述的装置，所述业务控制策略单元具体用于以下之一：根据评价值向所述商家提供一项到多项附加服务、按照评价值确定所述商家的信用额度、按照评价值确定应用于所述商家的安全策略。

12.根据权利要求7所述的装置，所述与商家曾发生业务行为的客户包括：与所述商家曾有资金往来的客户。

13.一种计算机设备，包括：存储器和处理器；所述存储器上存储有可由处理器运行的计算机程序；所述处理器运行所述计算机程序时，执行如权利要求1到6任意一项所述的步骤。

14.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时，执行如权利要求1到6任意一项所述的步骤。