CN110852503A - 一种支付渠道的选择方法和设备、支付渠道路由 - Google Patents
一种支付渠道的选择方法和设备、支付渠道路由 Download PDFInfo
- Publication number
- CN110852503A CN110852503A CN201911079188.2A CN201911079188A CN110852503A CN 110852503 A CN110852503 A CN 110852503A CN 201911079188 A CN201911079188 A CN 201911079188A CN 110852503 A CN110852503 A CN 110852503A
- Authority
- CN
- China
- Prior art keywords
- payment
- payment channel
- channel
- flow
- success rate
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000010801 machine learning Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/22—Payment schemes or models
Abstract
本说明书提供了一种支付渠道的选择方法和设备、支付渠道路由，其中，该方法包括：将当前支付的参数输入若干与支付渠道对应的预测模型，得到各个所述支付渠道的预测支付成功率；确定各个所述支付渠道的流量权重；根据各个所述支付渠道的预测支付成功率和流量权重，从若干支付渠道中选择所述当前支付的支付渠道。
Description
技术领域
本说明书涉及计算机技术领域，特别涉及一种支付渠道的选择方法和设备、支付渠道路由。
背景技术
在支付场景中，通常存在不同的支付渠道。当用户进行支付时，需要在若干支付渠道中为当前支付选择支付渠道。
目前，一般基于与支付渠道对应的流量权重，确定当前支付的支付渠道。例如，在一种支付场景中，存在支付渠道1、支付渠道2和支付渠道3，对应的流量权重分别为10％、30％和60％，即如果有100笔支付，则选择支付渠道1的有10笔，选择支付渠道2有30笔，选择支付渠道3的有60笔。
发明内容
鉴于此，本说明书实施例提供了一种支付渠道的选择方法和设备、支付渠道路由，能够考虑支付渠道的支付成功率，进而提高当前支付的成功率。
第一方面，本说明书实施例提供了一种支付渠道的选择方法，包括：
将当前支付的参数输入若干与支付渠道对应的预测模型，得到各个所述支付渠道的预测支付成功率；
确定各个所述支付渠道的流量权重；
根据各个所述支付渠道的预测支付成功率和流量权重，从若干支付渠道中选择所述当前支付的支付渠道。
第二方面，本说明书实施例提供了一种支付渠道路由，包括：
预测单元，配置为将当前支付的参数输入若干与支付渠道对应的预测模型，得到各个所述支付渠道的预测支付成功率；
确定单元，配置为确定各个所述支付渠道的流量权重；
选择单元，配置为根据各个所述支付渠道的预测支付成功率和流量权重，从若干支付渠道中选择所述当前支付的支付渠道。
第三方面，本说明书实施例提供了一种支付渠道的选择设备，包括：处理器和存储器；
所述存储器用于存储执行指令，所述处理器用于执行所述存储器存储的所述执行指令以实现上述任一实施例所述的方法。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：该方法基于支付渠道的预测支付成功率，为当前支付选择合适的支付渠道，能够考虑支付渠道的支付成功率，进而提高当前支付的成功率。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本说明书的一些实施例，对于本领域普通技术人员来讲，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的附图。
图1是本说明书一个实施例提供的一种支付渠道的选择方法的流程图；
图2是本说明书另一个实施例提供的一种支付渠道的选择方法的流程图；
图3是本说明书一个实施例提供的一种支付渠道路由的结构示意图。
具体实施方式
为使本说明书实施例的目的、技术方案和优点更加清楚，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本说明书一部分实施例，而不是全部的实施例，基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本说明书保护的范围。
如图1所示，本说明书实施例提供了一种支付渠道的选择方法，该方法可以包括以下步骤：
步骤101：将当前支付的参数输入若干与支付渠道对应的预测模型，得到各个支付渠道的预测支付成功率。
其中，参数包括但不限于：卡(信用卡、银行卡等)信息，比如，发卡银行、发卡时间等；订单信息，比如，商家、商品、价格、币种等。不同的支付渠道对应不同的预测模型，将当前支付的参数分别输入不同的预测模型中。
步骤102：确定各个支付渠道的流量权重。
流量权重能够考虑不同支付渠道的流量的区别，
其中，支付渠道的流量权重可以为用户预先设定的固定值，例如，支付渠道1的流量权重为30％，支付渠道2的流量权重为70％。
步骤103：根据各个支付渠道的预测支付成功率和流量权重，从若干支付渠道中选择当前支付的支付渠道。
具体地，可以将预测支付成功率最大的支付渠道作为当前支付的支付渠道。当然，还可以选择其他预测支付成功率对应的支付渠道作为当前支付的支付渠道。
该方法基于支付渠道的预测支付成功率，为当前支付选择合适的支付渠道，能够考虑支付渠道的支付成功率，进而提高当前支付的成功率。
在本说明书的一个实施例中，为了使得到的预测支付成功率与实际支付场景中的支付成功率相符，该方法还包括：针对每个支付渠道：根据支付渠道的历史支付信息和预设的机器学习算法，建立与支付渠道对应的预测模型；其中，历史支付信息，包括：历史支付的参数和结果。
在本说明书实施例中，机器学习算法为监督学习算法。历史支付的参数与上述当前支付的参数类似，历史支付的结果包括：支付成功和支付失败。支付渠道的历史支付信息指的是一段时间内通过该支付渠道进行支付的支付信息，其中，一段时间可以为10天，可以为1个月，还可以为其他长度的时间段。预测支付成功率是预测模型基于历史支付信息和当前支付的参数估计得到的支付成功率。
另外，在实际应用场景中，还可以根据支付渠道的当前流量值动态变化，确定各个支付渠道的流量权重，具体包括：针对每个支付渠道：根据支付渠道的流量约束配置信息和当前流量数据，确定支付渠道的流量权重。
需要说明的是，还可以基于其他的信息，确定支付渠道的流量权重。例如，仅基于支付渠道的当前流量数据，确定支付渠道的流量权重。例如，现有支付渠道1和支付渠道2，当前流量数据分别为10笔和30笔，则支付渠道1的流量权重为75％，支付渠道2的流量权重为25％。
在本说明书的一个实施例中，根据支付渠道的流量约束配置信息和当前流量数据，确定支付渠道的流量权重，包括：根据当前时间和预设的时间窗口，确定支付渠道的当前时间进度；根据支付渠道的当前时间进度，以及时间窗口内支付渠道的流量约束下限、流量约束上限和当前流量值，确定支付渠道的流量权重。
具体地，支付渠道的流量权重可以通过下式确定：
其中，wi用于表征支付渠道i的流量权重，qi-min用于表征时间窗口内支付渠道i的流量约束下限，qi-max用于表征时间窗口内支付渠道i的流量约束上限，qi-now用于表征时间窗口内支付渠道i的当前流量值，tri-now用于表征支付渠道i的当前时间进度，c、m、n为常量参数。
上述时间窗口内支付渠道的当前流量值通过异步方式获取，支付渠道的当前时间进度为时间窗口内已过时间与时间窗口长度的比值，时间窗口内已过时间为当前时间与时间窗口较小边界值的差。例如，时间窗口为1:00-8:00，当前时间为3:00，则当前时间进度为2/7。
在本说明书实施例中，时间窗口由支付渠道所属的收单机构与支付平台签订的合同决定，例如，合同中约定1个月必须有100笔支付、且不能超过500笔支付，则时间窗口为1个月。时间窗口可以根据合同的变化，进行相应的调整。流量约束约束上限和流量约束下限可以由合同中的约定得到，例如，上例中，流量约束下限为100，流量约束上限为500。流量约束约束上限和流量约束下限还可以为预设的固定值，例如，对于不同的支付渠道，其对应的流量约束上限均为300笔，该值与上述合同的内容无关。
在本说明书的一个实施例中，根据各个支付渠道的预测支付成功率和流量权重，从若干支付渠道中选择当前支付的支付渠道，包括：针对每个支付渠道：根据支付渠道的预测支付成功率和流量权重，确定支付渠道的调整支付成功率；根据各个支付渠道的调整支付成功率，从若干支付渠道中选择当前支付的支付渠道。
在一种应用场景中，确定支付渠道的调整支付成功率为支付渠道的预测支付成功率和流量权重的积，将调整支付成功率最大的支付渠道作为当前支付的支付渠道。
在其他的应用场景中，调整支付成功率还可以为预测支付成功率与流量权重的和，等等。
如图2所示，本说明书实施例提供了一种支付渠道的选择方法，包括以下步骤：
步骤201：针对每个支付渠道：根据支付渠道的历史支付信息和预设的机器学习算法，建立与支付渠道对应的预测模型；其中，历史支付信息，包括：历史支付的参数和结果。
在本说明书实施例中，存在支付渠道1、2、3、4，在最近的10天内，采用支付渠道1、2、3、4进行支付的避笔数分别为100、125、110、150，以支付渠道1为例，通过100笔支付的参数和结果进行机器学习，得到支付渠道1的预测模型。
步骤202：将当前支付的参数输入与支付渠道对应的预测模型，得到支付渠道的预测支付成功率。
步骤203：根据当前时间和预设的时间窗口，确定支付渠道的当前时间进度。
步骤204：根据支付渠道的当前时间进度，以及时间窗口内支付渠道的流量约束下限、流量约束上限和当前流量值，确定支付渠道的流量权重。
步骤205：根据支付渠道的预测支付成功率和流量权重，确定支付渠道的调整支付成功率。
步骤206：根据各个支付渠道的调整支付成功率，从若干支付渠道中选择当前支付的支付渠道。
支付渠道由收单机构提供，由于不同的收单机构处理支付的能力不同，收单机构提供的支付渠道的支付成功率也不同。如果依据固定的流量权重选择支付渠道，则会降低支付成功的概率。例如，支付渠道1和支付渠道2的流量权重都为50％，支付渠道1的支付成功率为100％，支付渠道2的支付成功率为50％。现有100笔支付，按照流量权重的比例，选择支付渠道1的支付有50笔，并且，按照支付成功率，50笔将全部支付成功，而选择支付渠道2的支付有50笔，按照支付成功率，只有25笔将支付成功。因此，按照流量权重选择支付渠道，100笔支付中将有75笔支付成功，而如果按照支付成功率选择支付渠道，在不考虑流量的情况下，100笔支付都选择支付渠道1，则100笔支付全部支付成功。
综上，基于支付成功率选择支付渠道将提高支付成功的概率。同时，该方法还可以考虑业务背景下，支付渠道的流量权重，在保障整体支付成功率的基础上，满足支付渠道的流量权重的需求。
如图3所示，本说明书实施例提供了一种支付渠道路由，包括：
预测单元301，配置为将当前支付的参数输入若干与支付渠道对应的预测模型，得到各个支付渠道的预测支付成功率；
确定单元302，配置为确定各个支付渠道的流量权重；
选择单元303，配置为根据各个支付渠道的预测支付成功率和流量权重，从若干支付渠道中选择当前支付的支付渠道。
在本说明书的一个实施例中，确定单元302，配置为针对每个支付渠道：根据支付渠道的流量约束配置信息和当前流量数据，确定支付渠道的流量权重。
在本说明书的一个实施例中，确定单元302，配置为根据当前时间和预设的时间窗口，确定支付渠道的当前时间进度；根据支付渠道的当前时间进度，以及时间窗口内支付渠道的流量约束下限、流量约束上限和当前流量值，确定支付渠道的流量权重。
在本说明书的一个实施例中，选择单元303，配置为针对每个支付渠道：根据支付渠道的预测支付成功率和流量权重，确定支付渠道的调整支付成功率；根据各个支付渠道的调整支付成功率，从若干支付渠道中选择当前支付的支付渠道。
在本说明书的一个实施例中，该支付渠道路由还包括：建立单元；
建立单元，配置为针对每个支付渠道：根据支付渠道的历史支付信息和预设的机器学习算法，建立与支付渠道对应的预测模型；其中，历史支付信息，包括：历史支付的参数和结果。
本说明书的实施例提供了一种支付渠道的选择设备，包括：处理器和存储器；
存储器用于存储执行指令，处理器用于执行存储器存储的执行指令以实现上述任一实施例的方法。
本说明书实施例提供了一种计算机可读存储介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现上述任一实施例所述的方法。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device，PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，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。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
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。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (11)
1.一种支付渠道的选择方法，包括：
将当前支付的参数输入若干与支付渠道对应的预测模型，得到各个所述支付渠道的预测支付成功率；
确定各个所述支付渠道的流量权重；
根据各个所述支付渠道的预测支付成功率和流量权重，从若干支付渠道中选择所述当前支付的支付渠道。
2.如权利要求1所述的方法，
确定各个所述支付渠道的流量权重，包括：
针对每个所述支付渠道：根据所述支付渠道的流量约束配置信息和当前流量数据，确定所述支付渠道的流量权重。
3.如权利要求2所述的方法，
根据所述支付渠道的流量约束配置信息和当前流量数据，确定所述支付渠道的流量权重，包括：
根据当前时间和预设的时间窗口，确定所述支付渠道的当前时间进度；
根据所述支付渠道的当前时间进度，以及所述时间窗口内所述支付渠道的流量约束下限、流量约束上限和当前流量值，确定所述支付渠道的流量权重。
4.如权利要求1所述的方法，
根据各个所述支付渠道的预测支付成功率和流量权重，从若干支付渠道中选择所述当前支付的支付渠道，包括：
针对每个所述支付渠道：根据所述支付渠道的预测支付成功率和流量权重，确定所述支付渠道的调整支付成功率；
根据各个所述支付渠道的调整支付成功率，从若干支付渠道中选择所述当前支付的支付渠道。
5.如权利要求1-4中任一所述的方法，进一步包括：
针对每个所述支付渠道：根据所述支付渠道的历史支付信息和预设的机器学习算法，建立与所述支付渠道对应的预测模型；
其中，所述历史支付信息，包括：历史支付的参数和结果。
6.一种支付渠道路由，包括：
预测单元，配置为将当前支付的参数输入若干与支付渠道对应的预测模型，得到各个所述支付渠道的预测支付成功率；
确定单元，配置为确定各个所述支付渠道的流量权重；
选择单元，配置为根据各个所述支付渠道的预测支付成功率和流量权重，从若干支付渠道中选择所述当前支付的支付渠道。
7.如权利要求6所述的支付渠道路由，
所述确定单元，配置为针对每个所述支付渠道：根据所述支付渠道的流量约束配置信息和当前流量数据，确定所述支付渠道的流量权重。
8.如权利要求7所述的支付渠道路由，
所述确定单元，配置为根据当前时间和预设的时间窗口，确定所述支付渠道的当前时间进度；根据所述支付渠道的当前时间进度，以及所述时间窗口内所述支付渠道的流量约束下限、流量约束上限和当前流量值，确定所述支付渠道的流量权重。
9.如权利要求6所述的支付渠道路由，
所述选择单元，配置为针对每个所述支付渠道：根据所述支付渠道的预测支付成功率和流量权重，确定所述支付渠道的调整支付成功率；根据各个所述支付渠道的调整支付成功率，从若干支付渠道中选择所述当前支付的支付渠道。
10.如权利要求6-9中任一所述的支付渠道路由，进一步包括：建立单元；
所述建立单元，配置为针对每个所述支付渠道：根据所述支付渠道的历史支付信息和预设的机器学习算法，建立与所述支付渠道对应的预测模型；
其中，所述历史支付信息，包括：历史支付的参数和结果。
11.一种支付渠道的选择设备，包括：处理器和存储器；
所述存储器用于存储执行指令，所述处理器用于执行所述存储器存储的所述执行指令以实现权利要求1-5中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911079188.2A CN110852503B (zh) | 2019-11-06 | 2019-11-06 | 一种支付渠道的选择方法和设备、支付渠道路由 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911079188.2A CN110852503B (zh) | 2019-11-06 | 2019-11-06 | 一种支付渠道的选择方法和设备、支付渠道路由 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110852503A true CN110852503A (zh) | 2020-02-28 |
| CN110852503B CN110852503B (zh) | 2024-01-23 |
Family
ID=69599072
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911079188.2A Active CN110852503B (zh) | 2019-11-06 | 2019-11-06 | 一种支付渠道的选择方法和设备、支付渠道路由 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110852503B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112017028A (zh) * | 2020-08-28 | 2020-12-01 | 中国银行股份有限公司 | 一种汇款路径推荐方法及装置 |
| CN113496399A (zh) * | 2020-04-08 | 2021-10-12 | 北京意锐新创科技有限公司 | 适用于支付设备的支付通道控制方法和装置 |
| CN113657879A (zh) * | 2021-08-04 | 2021-11-16 | 支付宝(杭州)信息技术有限公司 | 一种资源调度的方法及装置 |
| CN114997879A (zh) * | 2022-07-18 | 2022-09-02 | 南京希音电子商务有限公司 | 一种支付路由方法、装置、设备和存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6760308B1 (en) * | 1999-02-26 | 2004-07-06 | Bitbytebit Information Services, Inc. | Adaptive transmission in multi-access asynchronous channels |
| CN106127480A (zh) * | 2016-06-16 | 2016-11-16 | 上海携程商务有限公司 | 交易支付方法及系统 |
| CN106845988A (zh) * | 2017-01-23 | 2017-06-13 | 杭州恒生云融网络科技有限公司 | 用于选择支付通道的方法及装置 |
| CN108876349A (zh) * | 2018-08-16 | 2018-11-23 | 平安科技（深圳）有限公司 | 电子装置、支付通道确定方法及存储介质 |
-
2019
- 2019-11-06 CN CN201911079188.2A patent/CN110852503B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6760308B1 (en) * | 1999-02-26 | 2004-07-06 | Bitbytebit Information Services, Inc. | Adaptive transmission in multi-access asynchronous channels |
| CN106127480A (zh) * | 2016-06-16 | 2016-11-16 | 上海携程商务有限公司 | 交易支付方法及系统 |
| CN106845988A (zh) * | 2017-01-23 | 2017-06-13 | 杭州恒生云融网络科技有限公司 | 用于选择支付通道的方法及装置 |
| CN108876349A (zh) * | 2018-08-16 | 2018-11-23 | 平安科技（深圳）有限公司 | 电子装置、支付通道确定方法及存储介质 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113496399A (zh) * | 2020-04-08 | 2021-10-12 | 北京意锐新创科技有限公司 | 适用于支付设备的支付通道控制方法和装置 |
| CN112017028A (zh) * | 2020-08-28 | 2020-12-01 | 中国银行股份有限公司 | 一种汇款路径推荐方法及装置 |
| CN112017028B (zh) * | 2020-08-28 | 2024-04-30 | 中国银行股份有限公司 | 一种汇款路径推荐方法及装置 |
| CN113657879A (zh) * | 2021-08-04 | 2021-11-16 | 支付宝(杭州)信息技术有限公司 | 一种资源调度的方法及装置 |
| CN114997879A (zh) * | 2022-07-18 | 2022-09-02 | 南京希音电子商务有限公司 | 一种支付路由方法、装置、设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110852503B (zh) | 2024-01-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108460523B (zh) | 一种风控规则生成方法和装置 | |
| CN110852503A (zh) | 一种支付渠道的选择方法和设备、支付渠道路由 | |
| EP3547168A1 (en) | Block chain based data processing method and device | |
| CN107957831A (zh) | 一种展示界面内容的数据处理方法、装置和处理设备 | |
| CN107066518B (zh) | 数据处理方法及系统 | |
| CN110008991B (zh) | 风险事件的识别、风险识别模型的生成方法、装置、设备及介质 | |
| CN113011483B (zh) | 一种模型训练和业务处理的方法及装置 | |
| CN110008018A (zh) | 一种批量任务处理方法、装置及设备 | |
| CN110647687B (zh) | 服务推荐方法和装置 | |
| CN108920183B (zh) | 一种业务决策方法、装置及设备 | |
| CN115238826B (zh) | 一种模型训练的方法、装置、存储介质及电子设备 | |
| CN109271587A (zh) | 一种页面生成方法和装置 | |
| CN110033092B (zh) | 数据标签生成、模型训练、事件识别方法和装置 | |
| CN113222649A (zh) | 一种业务执行方式的推荐方法以及装置 | |
| CN111507726B (zh) | 一种报文生成方法、装置及设备 | |
| CN107918863A (zh) | 基于金融产品的前置处理及配置方法、装置及设备 | |
| CN109886804B (zh) | 一种任务处理方法及装置 | |
| CN110022351B (zh) | 一种业务请求的处理方法和装置 | |
| CN107392408B (zh) | 一种信用分数的提示信息输出方法及装置 | |
| CN111047435A (zh) | 信贷数据处理、信贷分配方法、装置及电子设备 | |
| CN115758141A (zh) | 一种模型训练和业务风控的方法及装置 | |
| CN111523995B (zh) | 一种模型迁移的特征值确定方法、装置及设备 | |
| CN109389157B (zh) | 一种用户群识别方法和装置及对象群识别方法和装置 | |
| CN109598511B (zh) | 一种账户风险识别方法、装置及设备 | |
| CN109903165B (zh) | 一种模型合并方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40024786 Country of ref document: HK |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240228 Address after: Room 1408, No. 447 Nanquan North Road, China (Shanghai) Pilot Free Trade Zone, Pudong New Area, Shanghai, 200120 Patentee after: Shanghai Ant Chuangjiang Information Technology Co.,Ltd. Country or region after: China Address before: 310000 801-11 section B, 8th floor, 556 Xixi Road, Xihu District, Hangzhou City, Zhejiang Province Patentee before: Alipay (Hangzhou) Information Technology Co.,Ltd. Country or region before: China |