CN110348942A - 一种信用数据处理方法、系统和存储介质 - Google Patents
一种信用数据处理方法、系统和存储介质 Download PDFInfo
- Publication number
- CN110348942A CN110348942A CN201910451226.6A CN201910451226A CN110348942A CN 110348942 A CN110348942 A CN 110348942A CN 201910451226 A CN201910451226 A CN 201910451226A CN 110348942 A CN110348942 A CN 110348942A
- Authority
- CN
- China
- Prior art keywords
- user
- goods
- return
- value
- record
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0609—Buyer or seller confidence or verification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种信用数据处理方法、系统和存储介质,所述方法包括以下步骤:获取用户的购买记录和退货记录;根据用户的购买记录,计算用户的购买值;根据用户的退货记录,计算用户的退货值;根据用户的购买值和退货值计算用户的信用等级。本发明通过获取用户的购买记录和退货记录,分别计算用户的购买值和退货值,然后根据购买值和退货值计算用户的信用等级,本发明可以提供一种客观的评价方式来评价用户的信用等级,为风控部门提供决策依据。本发明可以广泛应用于数据处理领域。
Description
技术领域
本发明涉及数据处理领域,尤其是一种信用数据处理方法、系统和存储介质。
背景技术
随着技术发展和人们日益增长的消费需求,电商走进了千家万户。当今社会,大多数年轻人都会在网上购物。而在电商平台的发展过程中,衍生了很多电商产业的附带的产业。其中,电商推广产业发展得比较庞大,电商推广产业的主要经营模式为通过媒体向用户推送商品信息,如果用户在其推荐下购买了该产品,则商家需要向推广方支付一定的佣金作为报酬,推广方又可以向用户支付一定的佣金作为报酬,形成互利。
但是有部分用户通过购买再退货的形式来套取推广方返现的佣金,使得推广方蒙受损失。现有的返佣平台缺乏对用户信用评估的功能,只能通过风控部门人工判断是否需要将用户拉黑,缺乏客观的评价。
发明内容
为解决上述技术问题,本发明的目的在于:提供一种信用数据处理方法、系统和存储介质,来对用户提供客观的信用评价。
本发明所采取的第一种技术方案是:
一种信用数据处理方法,包括以下步骤:
获取用户的购买记录和退货记录;
根据用户的购买记录,计算用户的购买值;
根据用户的退货记录,计算用户的退货值;
根据用户的购买值和退货值计算用户的信用等级。
进一步,所述获取用户的购买记录和退货记录,其具体为:
通过网络爬虫程序在若干个商家后台中获取用户的购买记录和退货记录。
进一步,所述根据用户的购买记录,计算用户的购买值,其具体包括:
根据用户的购买记录,获取用户的购买次数和平均购买金额;
根据所述购买次数和平均购买金额计算用户的购买值。
进一步,所述根据用户的退货记录,计算用户的退货值,其具体包括:
根据用户的退货记录,获取用户的退货次数、平均退货金额和连续退货次数;
根据用户的退货次数、平均退货金额和连续退货次数计算用户的退货值。
进一步,所述根据用户的购买值和退货值计算用户的信用等级,其具体包括:
计算用户的购买值和退货值的比率;
根据所述比率确定用户的信用等级。
进一步,还包括以下步骤:
根据用户的信用等级调整用户的佣金系数。
进一步,还包括以下步骤:
在抓取到新的退货记录后,若新的退货记录所对应的佣金已经发放到用户,则在用户名下记录欠款记录;
获取用户待发放的佣金金额;
在用户待发放的佣金中扣除用户名下欠款记录对应的金额。
本发明所采取的第二种技术方案是:
一种信用数据处理系统,包括:
获取单元,用于获取用户的购买记录和退货记录;
第一计算单元,用于根据用户的购买记录,计算用户的购买值;
第二计算单元,用于根据用户的退货记录,计算用户的退货值;
第三计算单元,用于根据用户的购买值和退货值计算用户的信用等级。
本发明所采取的第三种技术方案是:
一种信用数据处理系统,包括:
至少一个存储器,用于存储程序;
至少一个处理器,用于加载所述程序以执行一种信用数据处理方法。
本发明所采取的第四种技术方案是:
一种存储介质,其存储有程序,所述程序被处理器执行时实现一种信用数据处理方法。
本发明的有益效果是:本发明通过获取用户的购买记录和退货记录,分别计算用户的购买值和退货值,然后根据购买值和退货值计算用户的信用等级,本发明可以提供一种客观的评价方式来评价用户的信用等级,为风控部门提供决策依据。
附图说明
图1为本发明一种信用数据处理方法的流程图。
具体实施方式
下面结合说明书附图和具体的实施例对本发明进行进一步的说明。
参照图1,本实施例公开了一种信用数据处理方法,其包括以下步骤:
S1、获取用户的购买记录和退货记录。
在本实施例中,所述用户的购买记录和退货记录可以通过EXCEL表导入,也可以通过电商平台提供的接口获取。在没有电商平台提供的接口时,也可以通过网络爬虫程序在商家的后台进行数据爬取,以获取用户的购买记录和退货记录。通过网络爬虫程序爬取或者通过电商平台提供的接口获取购买记录和退货记录,能够保证购买记录和退货记录能够及时更新。
S2、根据用户的购买记录,计算用户的购买值。
用户的购买记录包括用户购买的次数和每次购买的金额,通过每次购买的金额可以计算出用户购买的总金额以及平均购买金额。本实施例中,用户购买的次数越多,购买值越高,用户的平均购买金额越高,购买值越高。在一些实施例中,所述购买值=第一系数*购买次数+第二系数*平均购买金额。
S3、根据用户的退货记录,计算用户的退货值。
所述退货记录包括用户的退货次数和每次的退货金额。通过每次的退货金额可以计算用户退货的总金额和平均退货金额。在一些实施例中,所述退货值=第三系数*退货次数+第四系数*平均退货金额。
S4、根据用户的购买值和退货值计算用户的信用等级。
在本实施例中,系统可以计算购买值和退货值之比或者之差,然后得到一个比率或者差值,接着通过查表的方式,得到该数值所落入的区间范围对应的信用等级。例如,比率为0~10的,信用等级为1级,比率为10~20的,信用等级为2级,比率为20以上的,信用等级为3级。其中等级的数值越高,代表信用等级越高。
作为优选的实施例,所述步骤S1具体为:
通过网络爬虫程序在若干个商家后台中获取用户的购买记录和退货记录。
一般情况下,电商平台并不会提供订单数据的获取接口。因此,在没有订单数据的获取接口的前提下要获取用户的购买记录和退货记录,只能通过网络爬虫程序来获取。在本实施例中,为了实现自动化,可以将商家后台的登录账号预先置于程序中,然后通过录制脚本,执行脚本的方式来实现自动登录商家后台。所述录制脚本和执行脚本可以通过自动化测试工具进行。所述网络爬虫程序可以采用现有的网络爬虫程序实现。
本实施例采用网络爬虫程序来获取购买记录和退货记录,能够在没有电商平台提供的接口的情况下,实现数据获取的自动化,节省人力。
作为优选的实施例,所述步骤S2具体包括:
S21、根据用户的购买记录,获取用户的购买次数和平均购买金额;
S22、根据所述购买次数和平均购买金额计算用户的购买值。
在本实施例中,所述购买值=第一系数*购买次数+第二系数*平均购买金额,本实施例的计算方式充分考虑用户的下单次数和下单金额,能够较为客观地评价用户的购买能力。
作为优选的实施例,所述步骤S3具体包括:
S31、根据用户的退货记录,获取用户的退货次数、平均退货金额和连续退货次数;
S32、根据用户的退货次数、平均退货金额和连续退货次数计算用户的退货值。
在本实施例中,所述退货值=第三系数*退货次数+第四系数*平均退货金额+第五系数*连续退货次数。其中,连续退货次数为发生连续退货的次数,其中在设定时间内退货两单以上的视为连续退货。本实施例通过退货次数、平均退货金额和连续退货次数来评价用户的退货值,能够较为客观地评价该用户的退货行为。
作为优选的实施例,所述S4具体包括:
S41、计算用户的购买值和退货值的比率;
S42、根据所述比率确定用户的信用等级。
本实施例通过计算用户的购买值和退货值的比率,并根据比率来确定用户的信用等级,可以结合用户的购买能力和退货行为,对用户做出客观的信用评价。在步骤S42中,本实施例可以通过查表的方式来确定用户的信用等级。
作为优选的实施例,还包括以下步骤:
S5、根据用户的信用等级调整用户的佣金系数。
作为信用评价的奖惩措施,本实施例可以通过用户的信用等级来调整用户的佣金系数,使得用户遵守规则。
作为优选的实施例,还包括以下步骤:
S6、在抓取到新的退货记录后,若新的退货记录所对应的佣金已经发放到用户,则在用户名下记录欠款记录;
S7、获取用户待发放的佣金金额;
S8、在用户待发放的佣金中扣除用户名下欠款记录对应的金额。
本实施例根据用户名下的欠款记录,扣发用户还没有发放的佣金,可以尽量挽回推广方的损失。如果用户名下没有待发放的佣金,则等用户下一次产生佣金时再扣除。当然,每次完成扣除扣要执行相应的销账操作,避免重复扣除。
本实施例公开了一种与图1中方法对应的信用数据处理系统,其包括:
获取单元,用于获取用户的购买记录和退货记录;
第一计算单元,用于根据用户的购买记录,计算用户的购买值;
第二计算单元,用于根据用户的退货记录,计算用户的退货值;
第三计算单元,用于根据用户的购买值和退货值计算用户的信用等级。
本实施例公开了一种与图1中方法对应的信用数据处理系统,其包括:
至少一个存储器,用于存储程序;
至少一个处理器,用于加载所述程序以执行一种信用数据处理方法。
本实施例公开了一种与图1中方法对应的存储介质,其存储有程序,所述程序被处理器执行时实现一种信用数据处理方法。
以上系统和存储介质实施例均可以实现与方法实施例相同的技术效果。
对于上述方法实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.一种信用数据处理方法,其特征在于:包括以下步骤:
获取用户的购买记录和退货记录;
根据用户的购买记录,计算用户的购买值;
根据用户的退货记录,计算用户的退货值;
根据用户的购买值和退货值计算用户的信用等级。
2.根据权利要求1所述的一种信用数据处理方法,其特征在于:所述获取用户的购买记录和退货记录,其具体为:
通过网络爬虫程序在若干个商家后台中获取用户的购买记录和退货记录。
3.根据权利要求1所述的一种信用数据处理方法,其特征在于:所述根据用户的购买记录,计算用户的购买值,其具体包括:
根据用户的购买记录,获取用户的购买次数和平均购买金额;
根据所述购买次数和平均购买金额计算用户的购买值。
4.根据权利要求1所述的一种信用数据处理方法,其特征在于:所述根据用户的退货记录,计算用户的退货值,其具体包括:
根据用户的退货记录,获取用户的退货次数、平均退货金额和连续退货次数;
根据用户的退货次数、平均退货金额和连续退货次数计算用户的退货值。
5.根据权利要求1所述的一种信用数据处理方法,其特征在于:所述根据用户的购买值和退货值计算用户的信用等级,其具体包括:
计算用户的购买值和退货值的比率;
根据所述比率确定用户的信用等级。
6.根据权利要求1所述的一种信用数据处理方法,其特征在于:还包括以下步骤:
根据用户的信用等级调整用户的佣金系数。
7.根据权利要求1所述的一种信用数据处理方法,其特征在于:还包括以下步骤:
在抓取到新的退货记录后,若新的退货记录所对应的佣金已经发放到用户,则在用户名下记录欠款记录;
获取用户待发放的佣金金额;
在用户待发放的佣金中扣除用户名下欠款记录对应的金额。
8.一种信用数据处理系统,其特征在于:包括:
获取单元,用于获取用户的购买记录和退货记录;
第一计算单元,用于根据用户的购买记录,计算用户的购买值;
第二计算单元,用于根据用户的退货记录,计算用户的退货值;
第三计算单元,用于根据用户的购买值和退货值计算用户的信用等级。
9.一种信用数据处理系统,其特征在于:包括:
至少一个存储器,用于存储程序;
至少一个处理器,用于加载所述程序以执行如权利要求1-7任一项所述的一种信用数据处理方法。
10.一种存储介质,其存储有程序,其特征在于:所述程序被处理器执行时实现如权利要求1-7任一项所述的一种信用数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910451226.6A CN110348942A (zh) | 2019-05-28 | 2019-05-28 | 一种信用数据处理方法、系统和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910451226.6A CN110348942A (zh) | 2019-05-28 | 2019-05-28 | 一种信用数据处理方法、系统和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110348942A true CN110348942A (zh) | 2019-10-18 |
Family
ID=68174059
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910451226.6A Pending CN110348942A (zh) | 2019-05-28 | 2019-05-28 | 一种信用数据处理方法、系统和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110348942A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113435951A (zh) * | 2021-08-11 | 2021-09-24 | 于淼 | 一种基于电商平台的用户信用评估系统 |
-
2019
- 2019-05-28 CN CN201910451226.6A patent/CN110348942A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113435951A (zh) * | 2021-08-11 | 2021-09-24 | 于淼 | 一种基于电商平台的用户信用评估系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Frank et al. | Distributional consequences of direct foreign investment | |
Jaffe et al. | The performance of investment newsletters | |
Chaddad et al. | Testing for the presence of financial constraints in US agricultural cooperatives: an investment behaviour approach | |
KR101070245B1 (ko) | 변환계수를 이용한 온라인 상에서 판매수당산출방법, 판매수당산출시스템 및 그 기록매체 | |
US20030208468A1 (en) | Method, system and apparatus for measuring and analyzing customer business volume | |
Bayus et al. | Developing and using forecasting models of consumer durables: The case of color television | |
CN103123712A (zh) | 一种网络行为数据的监控方法和系统 | |
CN102203776A (zh) | 企业业绩测量 | |
CN110415002A (zh) | 客户行为预测方法及系统 | |
CN106780008A (zh) | 一种积分管理方法和装置 | |
CN114328461A (zh) | 一种基于大数据分析的企业创新与成长能力的评价方法及系统 | |
CN107451918A (zh) | 资产数据管理方法及装置 | |
CN109409671A (zh) | 一种跨境电商企业的评估方法及装置 | |
CN107180301A (zh) | 商品及消费信息处理方法及系统 | |
Kang'aru et al. | Effect of financial planning practices on the financial performance of non profit making health organizations in Kiambu County, Kenya | |
CN113610521A (zh) | 用于检测行为数据的异常的方法和设备 | |
Wang et al. | Optimal two‐level trade credit with credit‐dependent demand in a newsvendor model | |
CN110348942A (zh) | 一种信用数据处理方法、系统和存储介质 | |
CN109767333A (zh) | 选基方法、装置、电子设备及计算机可读存储介质 | |
Xia et al. | The research of online shopping customer churn prediction based on integrated learning | |
Hongli et al. | The application of mining association rules in online shopping | |
KR101192680B1 (ko) | 포트폴리오 운용시스템 및 그 방법 | |
CN108038685A (zh) | 付款额度的确定方法、装置、存储介质和处理器 | |
CN110619509A (zh) | 一种基于分销体系的推荐用户方法及业务系统 | |
Rowlatt et al. | Where, and how, to look for the New Economy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191018 |