CN110310124A

CN110310124A - 基于保障交易的退款验证方法、终端及计算机可读存储介质

Info

Publication number: CN110310124A
Application number: CN201910611468.7A
Authority: CN
Inventors: 龙旭
Original assignee: Hunan Gongshi Internet Technology Co Ltd
Current assignee: Hunan Gongshi Internet Technology Co Ltd
Priority date: 2019-07-08
Filing date: 2019-07-08
Publication date: 2019-10-08

Abstract

本发明提出了一种保障交易的退款验证方法、终端及计算机可读存储介质，所述方法通过在接收到买家用户发起的退款请求时，根据所述退款请求获取所述退款请求对应的交易的合约信息；根据所述合约信息，获取与所述合约信息对应的预设类型的验证数据，判断所述验证数据是否满足所述合约信息规定的退款条件；在所述验证数据满足所述合约信息规定的退款条件时，确定所述退款请求通过；根据所述退款请求执行对应的退款操作。采用本发明实施例的技术方案严格的对买家用户发起的退款请求进行审核和核对，确定退款请求满足退款要求的情况下再进一步计算退款金额，提高了退款准确性，保障了买家和卖家双方的利益。

Description

基于保障交易的退款验证方法、终端及计算机可读存储介质

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于保障交易的退款验证方法、终端及计算机可读存储介质。

背景技术

随着互联网的迅速发展和普及，电子商务(电商)在全球得到了快速的发展，知名大企业和中小型商户均引入了电商，电商模式也变的越来越多样化。互联网上的交易内容也具有多元化的发展趋势，例如：实体商品、虚拟商品、各种服务、招标项目、各类商业项目及其各个阶段性的子商业项目都可以成为交易的对象，只要交易双方达成需求关系即可。随着电子商务的发展，关于电子商务的制度也越来越完善。例如为商品设定附加保险服务、增加商品保障险、增加效果保障险等等，但是基于这些完善的保障服务，如何有效地实现基于各种不同的保障项目的完善的退款流程是目前存在的缺陷。

鉴于上述原因，有必要提出一种基于保障交易的退款验证方法。

发明内容

本发明的主要目的在于提供一种基于保障交易的退款验证方法、终端及计算机可读存储介质，旨在解决目前的各种基于退款的保障项目中退款流程存在不完善的缺陷问题。

为实现上述目的，本发明提供的一种基于保障交易的退款验证方法，所述方法包括如下步骤：

步骤S10，获取买家用户发起的退款请求；

步骤S20，根据所述退款请求获取所述退款请求对应的交易的合约信息；

步骤S30，根据所述合约信息，获取与所述合约信息对应的预设类型的验证数据，判断所述验证数据是否满足所述合约信息规定的退款条件；

步骤S40，在所述验证数据满足所述合约信息规定的退款条件时，确定所述退款请求通过；

步骤S50，根据所述退款请求执行对应的退款操作。

优选地，所述合约信息包括保效果条款，所述步骤S30包括：

步骤S31，根据所述合约信息，获取与所述合约信息对应的所述买家用户的行为数据作为所述验证数据；

步骤S32，判断所述行为数据是否满足所述合约信息规定的保效果的退款条件。

优选地，所述步骤S32之后还包括：

步骤S321，在所述行为数据满足所述合约信息规定的保效果的退款条件时，将所述行为数据发送给卖家用户进行确认；

步骤S322，获取卖家用户的反馈信息并根据所述反馈信息判断卖家用户是否对买家用户的行为数据确认通过；

步骤S323，在所述卖家用户对买家用户的行为数据确认通过时，进入步骤S40。

优选地，所述步骤S322之后还包括：

步骤S3221，在所述卖家用户对买家用户的行为数据确认为不通过时，将所述退款请求上传至预设的纠纷案件处理端。

优选地，所述步骤S322之后还包括：

步骤S3222，将卖家用户对买家用户的行为数据的确认结果及从所述行为数据中提取出的预设参数作为训练样本数据存储到数据库中，所述训练样本数据用于对神经网络学习算法进行训练；其中，所述神经网络学习算法用于根据输入的从用户的行为参数中提取的所述预设参数预测出用户的所述行为数据是否通过的计算结果。

优选地，所述步骤S50包括：

步骤S51，根据所述合约信息获取所述买家用户的退款信息；

步骤S52，根据所述退款信息获取退款所需的预设数据；

步骤S53，根据所述预设数据计算第一退款金额；

步骤S54，将计算得到的所述第一退款金额根据所述退款信息中记录的退款路径退回给所述买家用户。

优选地，所述步骤S50中的预设数据包括第三方监管数据；

所述步骤S53还包括，根据所述第三方监管数据获取第三方监管平台计算得到的第二退款金额；

所述步骤S53之后还包括，将第三方监管平台计算得到的所述第二退款金额发送给卖家用户确认，在获得卖家用户的确认反馈后将所述第二退款金额根据所述退款信息中记录的退款路径退回给买家用户。

优选地，所述步骤S53之前还包括，将所述第一退款金额与所述第二退款金额进行比对；

在第一退款金额与第二退款金额一致时，进入步骤S53；

在不一致时，获取第一退款金额的第一计算原始数据以及第二退款金额的第二计算原始数据，比对所述第一计算原始数据和所述第二计算原始数据。

此外，为实现上述目的，本发明还提出一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上任一项所述方法的步骤。

此外，为实现上述目的，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上任一项所述方法的步骤。

本发明的基于保障交易的退款验证方法，通过在接收到买家用户发起的退款请求时，根据所述退款请求获取所述退款请求对应的交易的合约信息；根据所述合约信息，获取与所述合约信息对应的预设类型的验证数据，判断所述验证数据是否满足所述合约信息规定的退款条件；在所述验证数据满足所述合约信息规定的退款条件时，确定所述退款请求通过；根据所述退款请求执行对应的退款操作。采用本发明实施例的技术方案严格的对买家用户发起的退款请求进行审核和核对，确定退款请求满足退款要求的情况下再进一步计算退款金额，提高了退款准确性，保障了买家和卖家双方的利益。

附图说明

附图作为本发明的一部分，用来提供对本发明的进一步的理解，本发明的示意性实施例及其说明用于解释本发明，但不构成对本发明的不当限定。显然，下面描述中的附图仅仅是一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。在附图中：

图1为本发明基于保障交易的退款验证方法第一实施例的流程示意图；

图2为本发明基于保障交易的退款验证方法第二实施例的流程示意图；

图3为本发明基于保障交易的退款验证方法第三实施例流程示意图；

图4为本发明基于保障交易的退款验证方法第五实施例的流程示意图；

图5为本发明终端的结构示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

下面结合附图以及具体实施例对本发明实施例解决的技术问题、所采用的技术方案以及实现的技术效果进行清楚、完整的描述。显然，所描述的实施例仅仅是本申请的一部分实施例，并不是全部实施例。基于本申请中的实施例，本领域普通技术人员在不付出创造性劳动的前提下，所获得的所有其它等同或明显变型的实施例均落在本发明的保护范围内。本发明实施例可以按照权利要求中限定和涵盖的多种不同方式来具体化。

需要说明的是，在下面的描述中，为了方便理解，给出了许多具体细节。但是很明显，本发明的实现可以没有这些具体细节。

需要说明的是，在没有明确限定或不冲突的情况下，本发明中的各个实施例及其中的技术特征可以相互组合而形成技术方案。

请参照图1，图1为本发明第一实施例提出的基于保障交易的退款验证方法，在该实施例中，所述基于保障交易的退款验证方法包括如下步骤：

步骤S10，获取买家用户发起的退款请求；

本发明实施例中，所涉及的保障交易项目包括保退款交易项目、保效果交易项目以及保本金交易项目等等。以所述保障交易项目为保效果的交易项目为例进行说明。买家用户在保障交易平台的显示界面上触发对应的控件，触发退款请求操作。需要说明的是，用户触发退款操作对应的控件后，系统将响应该操作获取买家用户的注册信息、买家用户签订的合约信息、买家用户记录在案的行为数据等等。

进一步根据买家用户下发的退款请求获取与所述退款请求对应的保障交易信息，以及该保障交易对应的合约信息。在实际的处理过程中，买家用户在签订保障交易合约后，平台将为每一份保障交易合约生成与其唯一对应的标识码，并且为买家用户生成与该标识码配对的识别码，在买家用户下发退款请求后，保障交易平台获取买家用户的识别码，并以此识别码快速获取到买家用户签订的保障交易合约。

每一份合约信息都具有区别于其他合约的数据信息，将这些区别特征较为明显的数据加上标签，便于保障交易平台在识别合约信息时，可以预先读取加有标签的数据。并对加有标签的数据加以分析以判断该合约信息需要验证的预设类型的验证数据是何种数据。例如，当保障交易项目是健康类属性的保效果项目时，签订的合约信息中将约定每天需要达到的运动量，则将该条约定的运动量的信息作为该合约信息中的标签数据，在接收到该保障交易项目的退款请求时，读取合约信息中的标签数据，在读取到该标签数据为约定的每日需要达到的运动量这一信息时，判断需要验证的数据为买家用户每日的运动数据。

步骤S50，根据所述退款请求执行对应的退款操作。

根据所获取的预设类型的验证数据判断该验证数据是否满足合约信息中规定的退款条件。同样地，在根据合约信息的标签数据获取到需要验证的预设类型的验证数据后，进一步判断该标签数据下对应的买家用户需要满足的条件。在验证得到该预设类型的验证数据能够满足合约信息规定的退款要求时，通过该退款请求，并将通过的信息反馈至买家用户处。信息反馈的方式可以以短信息的形式发送到买家用户在平台上预留的联系方式，或者直接在买家用户的账户中显示该退款通过的信息。

在退款请求通过验证后依据所述退款请求执行对应的退款操作。其中所述的退款操作包括将合约信息中对应的退款金额按照所述退款信息中记录的退款路径退回给买家用户，即退回至买家用户在平台中预留的账户中，或者是将退款请求通过的信息发送给卖家用户，并将合约信息中对应的退款金额一并发送给卖家用户，便于卖家用户根据这些信息进行核对并将退款金额退回至卖家用户。

需要说明的是，当所述的退款操作为将合约信息中对应的退款金额退回至买家用户在平台中预留的账户中时，则在执行退款操作之前预先查询买家用户是否在平台预留有满足平台规定的银行账户；如果有，则继续执行退款操作；如果没有，则采用其他的退款操作，如将退款请求通过的信息发送给卖家用户，并将合约信息中对应的退款金额一并发送给卖家用户。

本发明实施例的技术方案中，通过在接收到买家用户发起的退款请求时，根据所述退款请求获取所述退款请求对应的交易的合约信息；根据所述合约信息，获取与所述合约信息对应的预设类型的验证数据，判断所述验证数据是否满足所述合约信息规定的退款条件；在所述验证数据满足所述合约信息规定的退款条件时，确定所述退款请求通过；根据所述退款请求执行对应的退款操作。采用本发明实施例的技术方案严格的对买家用户发起的退款请求进行审核和核对，确定退款请求满足退款要求的情况下再进一步计算退款金额，提高了退款准确性，保障了买家和卖家双方的利益。

请参阅图2，基于本发明的基于保障交易的退款验证方法的第一实施例，本发明的基于保障交易的退款验证方法的第二实施例中，所述步骤S20中的所述合约信息包括保效果条款，所述步骤S30包括：

本实施例中，以所述预设类型的验证数据为用户的行为数据为例进行说明。在根据所述合约信息判定需要进行验证的预设类型的验证数据为用户的行为数据时，获取买家用户的行为数据。在此之前，判断买家用户在触发退款操作后，保障交易平台是否已经获取用户的行为数据并保存该行为数据，如果买家用户的行为数据已经保存在保障交易平台中，则直接在存储的数据库中获取买家用户的行为数据；如果买家用户的行为数据还未成功保存到保障交易平台中，则向买家用户发出提示信息，提示买家用户及时将行为数据上传。根据买家用户的行为数据判断该行为数据是否满足合约信息规定的退款条件，当所述合约信息包括保效果条款时，则判断行为数据是否满足合约信息规定的保效果的退款条件。

请参阅图3，基于本发明的基于保障交易的退款验证方法的第一实施例或第二实施例，本发明的基于保障交易的退款验证方法的第三实施例中，所述步骤S32之后还包括：

进一步地，为了保障买家用户的行为数据经过保障交易平台的初步判断的判断准确性，将买家用户的行为数据发送给卖家用户进行确认。具体地，在买家用户的行为数据满足所述合约信息规定的保效果的退款条件时，将所述行为数据发送给卖家用户进行确认，当卖家用户对买家用户的行为数据给出的反馈信息是确认通过时，则继续进入后续的步骤；如果所述卖家用户对买家用户的行为数据确认为不通过时，则将所述退款请求上传至预设的纠纷案件处理端。所述的纠纷案件处理端可以采用人工坐席进行处理，当然也可以采用智能机器人或者其他智能终端对案件进行处理。

基于本发明的基于保障交易的退款验证方法的第一实施例至第三实施例中的任一项，本发明的基于保障交易的退款验证方法的第四实施例中，所述步骤S322之后还包括：

步骤S3222，将卖家用户对买家用户的行为数据的确认结果及从所述行为数据中提取出的预设参数作为训练样本数据存储到数据库中，所述训练样本数据用于对神经网络学习算法进行训练；其中，所述神经网络学习算法用于根据输入的从用户的行为数据中提取的所述预设参数预测出用户的所述行为数据是否通过的计算结果。

本实施例中，利用神经网络学习算法对输入的从行为数据中提取的预设参数来预测用户的行为数据是否通过验证。具体地，预先将卖家用户对买家用户的行为数据的确认结果作为以及从行为数据中提取处的预设参数作为训练样本数据来存储到数据库中，利用训练样本数据对神经网络学习算法进行训练。输入从用户的行为数据中提取的预设参数，在神经网络学习算法能够对该输入的预设参数计算出用户的行为数据是否通过的情况下，可以直接采用神经网络学习算法的结果；如果神经网络学习算法不能直接计算出对应的结果，则可以将用户的行为数据发送给卖家用户进行确认。

请参阅图4，基于本发明的基于保障交易的退款验证方法的第一实施例至第四实施例中的任一项，本发明的基于保障交易的退款验证方法的第五实施例中，所述步骤S50包括：

步骤S51，根据所述合约信息获取所述买家用户的退款信息；

步骤S52，根据所述退款信息获取退款所需的预设数据；

步骤S53，根据所述预设数据计算第一退款金额；

本实施例中约定退款金额的计算方式，在本实施例中，所述退款请求对应的合约信息的退款金额通过合约信息中买家用户的退款信息来计算。具体地，获取合约信息中对应的买家用户的退款信息，根据该退款信息获取本次退款所需的预设数据，其中所述的预设数据包括多种买家用户在交易过程中的开支数据、卖家用户在交易过程中的开支数据、所述合约信息中买家用户预付的保证金额、所述合约信息中约定的保障金额、所述买家用户的记录数据等等，本实施例中的所述预设数据包括合约信息中记录的约定的保障金额，根据所述预设数据计算第一退款金额，将计算得到的第一退款金额根据退款信息记录的退款路径退回给买家用户。

此外，需要说明的是，所述步骤S50中的预设数据包括第三方监管数据；

所述步骤S53之后还包括：

步骤S55，将第三方监管平台计算得到的所述第二退款金额发送给卖家用户确认，在获得卖家用户的确认反馈后将所述第二退款金额根据所述退款信息中记录的退款路径退回给买家用户。

所述预设数据还包括第三方监管数据，所述第三方监管数据便于对保障交易平台计算得到的第一退款金额进行核对，通过第三方监管数据计算得到的第二退款金额与第一退款金额进行比对，确保计算的退款金额无误。具体地，第三方监管平台根据获得的第三方监管数据计算第二退款金额，将第三方监管平台计算得到的第二退款金额发送给卖家用户进行确认，卖家用户结合合约信息以及买家用户的行为数据以及其他相关数据对第三方监管平台发送的第二退款金额予以确认，如果卖家用户确认第二退款金额的数目无误，则将第二退款金额根据所述退款信息中记录的退款路径退回给买家用户。

进一步地，所述步骤S53之后还包括，将所述第一退款金额与所述第二退款金额进行比对；

在所述第一退款金额与所述第二退款金额一致时，进入步骤S54；

在所述第一退款金额与所述第二退款金额不一致时，获取第一退款金额的第一原始数据以及第二退款金额的第二原始数据，比对所述第一原始数据和所述第二原始数据，并将比对结果发送给卖家用户。

对第一退款金额和第二退款金额进行比对，实际上为利用第三方监管平台对保障交易平台计算得到的第一退款金额进行核对，当比对得到第一退款金额与第二退款金额一致时，则将第一退款金额根据所述退款信息记录的退款路径退回给买家用户。当对比得到第一退款金额与第二退款金额不一致时，则进一步获取计算得到第一退款金额的第一原始数据和计算得到第二退款金额的第二原始数据，比对所述第一原始数据和所述第二原始数据，并将比对结果发送给卖家用户，便于卖家用户根据比对的结果查看退款金额计算出错为原因，便于对后续的计算进行调整。

此外，为实现上述目的，本发明还提供一种终端，存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的计算机程序；所述计算机程序被所述处理器执行时实现如上述任一实施例所述的基于保障交易的退款验证方法的步骤。

由于本实施例终端的技术方案至少包括上述基于保障交易的退款验证方法实施例的全部技术方案，因此至少具有以上实施例的全部技术效果，此处不再一一赘述。

请参阅图5，在某些具体实施方式中，该终端可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002及网络共享模块1006。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，前端通过上述用户接口1003获取数据。网络接口1004包括标准的有线接口，且可选的可以包括标准无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图5中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述基于保障交易的退款验证方法的第一实施例至第五实施例中任一项的步骤。

由于本实施例计算机可读存储介质的技术方案至少包括上述基于保障交易的退款验证方法实施例的全部技术方案，因此至少具有以上实施例的全部技术效果，此处不再一一赘述。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个计算机可读存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端进入本发明各个实施例所述的方法。

在本说明书的描述中，参考术语“一实施例”、“另一实施例”、“其他实施例”、或“第一实施例～第X实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料、方法步骤或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims

1.一种基于保障交易的退款验证方法，其特征在于，所述方法包括如下步骤：

步骤S10，获取买家用户发起的退款请求；

步骤S50，根据所述退款请求执行对应的退款操作。

2.根据权利要求1所述的基于保障交易的退款验证方法，其特征在于，所述合约信息包括保效果条款，所述步骤S30包括：

3.根据权利要求2所述的基于保障交易的退款验证方法，其特征在于，所述步骤S32之后还包括：

4.根据权利要求3所述的基于保障交易的退款验证方法，其特征在于，所述步骤S322之后还包括：

5.根据权利要求3所述的基于保障交易的退款验证方法，其特征在于，所述步骤S322之后还包括：

6.根据权利要求1～5任一项所述的基于保障交易的退款验证方法，其特征在于，所述步骤S50包括：

步骤S51，根据所述合约信息获取所述买家用户的退款信息；

步骤S52，根据所述退款信息获取退款所需的预设数据；

步骤S53，根据所述预设数据计算第一退款金额；

7.根据权利要求6所述的基于保障交易的退款验证方法，其特征在于，所述步骤S50中的预设数据包括第三方监管数据；

所述步骤S53之后还包括：

8.根据权利要求7所述的基于保障交易的退款验证方法，其特征在于，所述步骤S53之后还包括，将所述第一退款金额与所述第二退款金额进行比对；

9.一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述方法的步骤。