CN110852762A - 商户识别方法及装置、电子设备、存储介质 - Google Patents

商户识别方法及装置、电子设备、存储介质 Download PDF

Info

Publication number
CN110852762A
CN110852762A CN201910984946.9A CN201910984946A CN110852762A CN 110852762 A CN110852762 A CN 110852762A CN 201910984946 A CN201910984946 A CN 201910984946A CN 110852762 A CN110852762 A CN 110852762A
Authority
CN
China
Prior art keywords
merchant
consumption
identified
user
information
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
Application number
CN201910984946.9A
Other languages
English (en)
Other versions
CN110852762B (zh
Inventor
王娜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alipay Hangzhou Information Technology Co Ltd
Original Assignee
Alipay Hangzhou Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Alipay Hangzhou Information Technology Co Ltd filed Critical Alipay Hangzhou Information Technology Co Ltd
Priority to CN201910984946.9A priority Critical patent/CN110852762B/zh
Publication of CN110852762A publication Critical patent/CN110852762A/zh
Application granted granted Critical
Publication of CN110852762B publication Critical patent/CN110852762B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q30/00—Commerce
    • G06Q30/018—Certifying business or products
    • G06Q30/0185—Product, service or business identity fraud
    • 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
    • G06Q30/01—Customer relationship services
    • G06Q30/012—Providing warranty services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种商户识别方法，包括：采集用户状态数据和用户消费数据；确定待识别商户，并调用所述待识别商户的消费对象的所述用户状态数据和用户消费数据；确定所述用户状态数据所满足的用户状态预设条件以及所述用户消费数据所满足的用户消费预设条件，并根据所述用户状态预设条件和用户消费预设条件与预设消费对象行为特性的对应关系，确定所述待识别商户的消费对象行为特性；获取所述待识别商户的注册信息；根据所述消费对象行为特性和所述注册信息，结合所述待识别商户的消费对象的所述用户状态数据，得到所述待识别商户的识别结果。本发明还公开了一种商户识别装置、电子设备和存储介质。

Description

商户识别方法及装置、电子设备、存储介质
技术领域
本发明涉及数据处理技术领域，特别是指一种商户识别方法及装置、电子设备、存储介质。
背景技术
商户巡检通常是指对商户定期寻访检查，其中一项重要内容是确保商户真实存在，经营正当，所发放机具或收单接口没有违规应用。
但随着商户数量的增多，商户巡检的成本极高，不能做到一一巡检，目前业内常用方法是付费给第三方公司巡检或派发微客任务巡检。
但是，现有的巡检方法，不仅成本高，巡检范围有限且无法保证巡检质量。
发明内容
有鉴于此，本发明实施例的目的之一在于，提出一种商户识别方法及装置、电子设备、存储介质，能够在一定程度上解决上述技术问题。
基于上述目的，本发明实施例的第一个方面，提供了一种商户识别方法，包括：
采集用户状态数据和用户消费数据；
确定待识别商户，并调用所述待识别商户的消费对象的所述用户状态数据和用户消费数据；
确定所述用户状态数据所满足的用户状态预设条件以及所述用户消费数据所满足的用户消费预设条件，并根据所述用户状态预设条件和用户消费预设条件与预设消费对象行为特性的对应关系，确定所述待识别商户的消费对象行为特性；
获取所述待识别商户的注册信息；
根据所述消费对象行为特性和所述注册信息，结合所述待识别商户的消费对象的所述用户状态数据，得到所述待识别商户的识别结果。
可选地，所述用户状态数据包括用户健康状态数据和用户定位状态数据中的至少一种；其中，所述用户健康状态数据包括步数信息、心率信息、体温信息中的至少一种；
所述用户消费数据包括用户的消费时间点、用户消费虚拟产品的数据、历史消费商户类目数据、历史消费产品类目数据、历史消费金额数据中的至少一种。
可选地，所述用户状态预设条件包括用户健康状态预设条件和用户定位状态预设条件；
所述用户健康状态预设条件包括用户步数状态预设条件和用户心率状态预设条件；其中，用户步数状态预设条件包括步数信息持续变化、步数信息低于预设步数阈值、步数信息未发生变化中的至少一种，所述心率状态预设条件包括心率信息保持稳定、心率信息异常变化、心率信息加快中的至少一种；
所述用户定位状态预设条件包括定位信息发生变化和定位信息未发生变化中的至少一种；
所述用户消费预设条件包括处于消费时间点之前或之后、存在重复消费虚拟产品记录、消费虚拟产品金额超过预设限制金额、历史消费商户类目中不存在所述待识别商户、历史消费产品类目与其在所述待识别商户的历史消费类目不一致中的至少一种。
可选地，确定所述用户状态数据所满足的用户状态预设条件以及所述用户消费数据所满足的用户消费预设条件，并根据所述用户状态预设条件和用户消费预设条件与预设消费对象行为特性的对应关系，确定所述待识别商户的消费对象行为特性，包括：
若在用户的消费时间点前后所述用户状态数据满足步数信息持续变化、所述心率信息保持稳定且所述定位信息持续变化，则所述消费对象行为特性被确定为持续运动消费状态；
若在用户的消费时间点之前所述用户状态数据满足步数信息持续变化，但在用户的消费时间点之后所述用户状态数据满足步数信息停止变化且所述心率信息保持稳定，以及在用户的消费时间点经过第一时长后所述用户状态数据满足步数信息持续变化且所述定位信息发生变化，则所述消费对象行为特性被确定为移动间歇消费状态；
若在用户的消费时间点前后所述用户状态数据满足步数信息低于预设步数阈值且所述定位信息未发生变化，则所述消费对象行为特性被确定为静止状态；
若在用户的消费时间点之前所述用户状态数据满足步数信息持续变化，在用户的消费时间点之后所述用户状态数据满足步数信息持续变化且所述心率信息加快但所述定位信息未发生变化，则所述消费对象行为特性被确定为娱乐类运动状态；
若在用户的消费时间点前后所述用户状态数据满足步数信息和定位信息未发生变化且所述心率信息异常变化，所述用户消费数据满足存在重复消费虚拟产品记录且消费虚拟产品金额超过预设限制金额，则所述消费对象行为特性被确定为正在进行网络游戏类或赌博类商品的消费状态。
可选地，所述方法还包括：采集用户设备的通话信息或短信信息，并调用所述通话信息或短信信息；
确定所述待识别商户的消费对象行为特性，还包括：
若在用户的消费时间点之前第二时长内存在通话信息或短信信息，所述用户状态数据满足心率信息异常变化，所述用户消费数据满足所述消费对象的历史消费商户类目中不存在所述待识别商户且所述消费对象的历史消费产品类目与其在所述待识别商户的历史消费类目不一致，则所述消费对象行为特性被确定为高危被欺诈状态。
可选地，根据所述消费对象行为特性和所述注册信息，结合所述待识别商户的消费对象的所述用户状态数据，得到所述待识别商户的识别结果，包括：
根据所述消费对象行为特性和所述注册信息，结合所述待识别商户的消费对象的定位信息，确定所述待识别商户是否有实体店、所述待识别商户是否聚集风险人群、所述待识别商户的注册信息是否真实、所述待识别商户是否将线下收款码滥用到线上；
根据待识别商户是否有实体店、待识别商户是否聚集风险人群、待识别商户的注册信息是否真实、待识别商户是否将线下收款码滥用到线上，得到所述待识别商户的识别结果。
可选地，确定待识别商户是否有实体店，包括：
若所述待识别商户的消费对象行为特性集中于所述静止状态且所述待识别商户的消费对象消费时的定位信息分散，则所述待识别商户被确定为没有实体店；
若所述待识别商户的消费对象行为特性集中于所述持续运动消费状态或移动间歇消费状态且所述待识别商户的消费对象消费时的定位信息集中，则所述待识别商户被确定为有实体店；
确定待识别商户是否聚集风险人群，包括：
若所述待识别商户的消费对象行为特性集中于所述高危被欺诈状态，则确定所述待识别商户聚集风险人群；
确定待识别商户的注册信息是否真实，包括：
若所述注册信息为体育健身类、所述待识别商户的消费对象行为特性集中于所述娱乐类运动状态、所述待识别商户的消费对象消费时的定位信息集中，则所述待识别商户被确定为注册信息真实；
若所述注册信息为运动器材类、所述待识别商户的消费对象行为特性集中于所述持续运动消费状态或移动间歇消费状态、所述待识别商户的消费对象消费时的定位信息集中，则所述待识别商户被确定为注册信息真实；
若所述注册信息为服装行业类，但所述待识别商户的消费对象行为特性为娱乐类运动状态，且所述待识别商户的消费对象消费时的定位信息分散，则所述待识别商户被确定为注册信息不真实；
若所述注册信息为餐饮小吃类，但所述待识别商户的消费对象行为特性为娱乐类运动状态或静止状态，且所述待识别商户的消费对象消费时的定位信息分散，则所述待识别商户被确定为注册信息不真实；
确定待识别商户是否将线下收款码滥用到线上，包括：
若所述注册信息为线下商户，但所述待识别商户的消费对象行为特性集中于所述静止状态，且所述待识别商户的消费对象消费时的定位信息分散，则所述待识别商户被确定为将线下收款码滥用到线上。
可选地，根据待识别商户是否有实体店、待识别商户是否聚集风险人群、待识别商户的注册信息是否真实、待识别商户是否将线下收款码滥用到线上，得到所述待识别商户的识别结果，包括：
若所述待识别商户被确定为聚集风险人群，则所述待识别商户被识别为高风险商户；
若所述待识别商户被确定为注册信息不真实，则所述待识别商户被识别为高风险商户；
若所述待识别商户被确定为将线下收款码滥用到线上，则所述待识别商户被识别为高风险商户；
若所述待识别商户未聚集风险人群、且所述待识别商户的消费对象行为特性不集中，则所述待识别商户被识别为中风险商户；
若所述待识别商户的消费对象行为特性集中，且所述待识别商户被确定为注册信息真实或所述待识别商户被确定为有实体店的情况与注册信息一致，则所述待识别商户被识别为低风险商户。
可选地，所述方法还包括：
根据所述待识别商户的识别结果，生成非正常商户预警结果。
可选地，若所述待识别商户被识别为高风险商户，则所述非正常商户预警结果为整改警告信息；
若所述待识别商户被识别为中风险商户，则所述非正常商户预警结果为人工巡检提示信息或商户待观察提示信息；
若所述待识别商户被识别为低风险商户，则所述非正常商户预警结果为商户巡检通过信息。
可选地，采集用户状态数据，包括：
利用可穿戴设备采集所述用户状态数据。
本发明实施例的第二个方面，提供了一种商户识别装置，包括：
采集模块，用于采集用户状态数据和用户消费数据；
数据调用模块，用于确定待识别商户，并调用所述待识别商户的消费对象的所述用户状态数据和用户消费数据；
行为特性确定模块，用于确定所述用户状态数据所满足的用户状态预设条件以及所述用户消费数据所满足的用户消费预设条件，并根据所述用户状态预设条件和用户消费预设条件与预设消费对象行为特性的对应关系，确定所述待识别商户的消费对象行为特性；
获取模块，用于获取所述待识别商户的注册信息；
识别结果生成模块，用于根据所述消费对象行为特性和所述注册信息，结合所述待识别商户的消费对象的所述用户状态数据，得到所述待识别商户的识别结果。
可选地，所述用户状态数据包括用户健康状态数据和用户定位状态数据中的至少一种；其中，所述用户健康状态数据包括步数信息、心率信息、体温信息中的至少一种。
可选地，所述用户消费数据包括用户的消费时间点、用户消费虚拟产品的数据、历史消费商户类目数据、历史消费产品类目数据、历史消费金额数据中的至少一种。
可选地，所述用户状态预设条件包括用户健康状态预设条件和用户定位状态预设条件。
例如所述用户健康状态预设条件包括用户步数状态预设条件和用户心率状态预设条件；其中，用户步数状态预设条件包括步数信息持续变化、步数信息低于预设步数阈值、步数信息未发生变化中的至少一种，所述心率状态预设条件包括心率信息保持稳定、心率信息异常变化、心率信息加快中的至少一种。
例如，所述用户定位状态预设条件包括定位信息发生变化和定位信息未发生变化中的至少一种。
可选地，所述用户消费预设条件包括处于消费时间点之前或之后、存在重复消费虚拟产品记录、消费虚拟产品金额超过预设限制金额、历史消费商户类目中不存在所述待识别商户、历史消费产品类目与其在所述待识别商户的历史消费类目不一致中的至少一种。
可选地，若在用户的消费时间点前后所述用户状态数据满足步数信息持续变化、所述心率信息保持稳定且所述定位信息持续变化，则所述行为特性确定模块用于确定所述消费对象行为特性为持续运动消费状态。
可选地，若在用户的消费时间点之前所述用户状态数据满足步数信息持续变化，但在用户的消费时间点之后所述用户状态数据满足步数信息停止变化且所述心率信息保持稳定，以及在用户的消费时间点经过第一时长后所述用户状态数据满足步数信息发生变化且所述定位信息发生变化，则所述行为特性确定模块用于确定所述消费对象行为特性为移动间歇消费状态。
可选地，若在用户的消费时间点前后所述用户状态数据满足步数信息低于预设步数阈值且所述定位信息未发生变化，则所述行为特性确定模块用于确定所述消费对象行为特性为静止状态。
可选地，若在用户的消费时间点之前所述用户状态数据满足步数信息持续变化，在用户的消费时间点之后所述用户状态数据满足步数信息持续变化且所述心率信息加快但所述定位信息未发生变化，则所述行为特性确定模块用于确定所述消费对象行为特性为娱乐类运动状态。
可选地，若在用户的消费时间点前后所述用户状态数据满足步数信息和定位信息未发生变化且所述心率信息异常变化，所述用户消费数据满足存在重复消费虚拟产品记录且消费虚拟产品金额超过预设限制金额，则所述行为特性确定模块用于确定所述消费对象行为特性为正在进行网络游戏类或赌博类商品的消费状态。
可选地，所述采集模块还用于采集用户设备的通话信息或短信信息；
所述数据调用模块用于调用所述通话信息或短信信息；以及
若在用户的消费时间点之前第二时长内存在通话信息或短信信息，所述用户状态数据满足心率信息异常变化，所述用户消费数据满足所述消费对象的历史消费商户类目中不存在所述待识别商户且所述消费对象的历史消费产品类目与其在所述待识别商户的历史消费类目不一致，则所述行为特性确定模块用于确定所述消费对象行为特性为高危被欺诈状态。
可选地，所述识别结果生成模块，用于：
根据所述消费对象行为特性和所述注册信息，结合所述待识别商户的消费对象的定位信息，确定所述待识别商户是否有实体店、所述待识别商户是否聚集风险人群、所述待识别商户的注册信息是否真实、所述待识别商户是否将线下收款码滥用到线上；
根据待识别商户是否有实体店、待识别商户是否聚集风险人群、待识别商户的注册信息是否真实、待识别商户是否将线下收款码滥用到线上，得到所述待识别商户的识别结果。
可选地，若所述待识别商户的消费对象行为特性集中于所述静止状态且所述待识别商户的消费对象消费时的定位信息分散，则所述识别结果生成模块用于确定所述待识别商户为没有实体店。
可选地，若所述待识别商户的消费对象行为特性集中于所述持续运动消费状态或移动间歇消费状态且所述待识别商户的消费对象消费时的定位信息集中，则所述识别结果生成模块用于确定所述待识别商户有实体店。
可选地，若所述待识别商户的消费对象行为特性集中于所述高危被欺诈状态，则所述识别结果生成模块用于确定所述待识别商户聚集风险人群。
可选地，若所述注册信息为体育健身类、所述待识别商户的消费对象行为特性集中于所述娱乐类运动状态、所述待识别商户的消费对象消费时的定位信息集中，则所述识别结果生成模块用于确定所述待识别商户的注册信息真实。
可选地，若所述注册信息为运动器材类、所述待识别商户的消费对象行为特性集中于所述持续运动消费状态或移动间歇消费状态、所述待识别商户的消费对象消费时的定位信息集中，则所述识别结果生成模块用于确定所述待识别商户的注册信息真实。
可选地，若所述注册信息为服装行业类，但所述待识别商户的消费对象行为特性为娱乐类运动状态，且所述待识别商户的消费对象消费时的定位信息分散，则所述识别结果生成模块用于确定所述待识别商户的注册信息不真实。
可选地，若所述注册信息为餐饮小吃类，但所述待识别商户的消费对象行为特性为娱乐类运动状态或静止状态，且所述待识别商户的消费对象消费时的定位信息分散，则所述识别结果生成模块用于确定所述待识别商户的注册信息不真实。
可选地，若所述注册信息为线下商户，但所述待识别商户的消费对象行为特性集中于所述静止状态，且所述待识别商户的消费对象消费时的定位信息分散，则所述识别结果生成模块用于确定所述待识别商户将线下收款码滥用到线上。
可选地，若所述待识别商户被确定为聚集风险人群，则所述识别结果生成模块用于识别所述待识别商户为高风险商户；
若所述待识别商户被确定为注册信息不真实，则所述识别结果生成模块用于识别所述待识别商户为高风险商户；
若所述待识别商户被确定为将线下收款码滥用到线上，则所述识别结果生成模块用于识别所述待识别商户为高风险商户；
若所述待识别商户未聚集风险人群、且所述商户的消费用户行为特性不集中，则所述识别结果生成模块用于识别所述待识别商户为中风险商户；
若所述待识别商户的消费用户行为特性集中，且所述商户被确定为注册信息真实或所述商户被确定为有实体店的情况与注册信息一致，则所述识别结果生成模块用于识别所述待识别商户为低风险商户。
可选地，所述商户识别装置，还包括：
预警结果生成模块，用于根据所述待识别商户的识别结果，生成非正常商户预警结果。
可选地，若所述待识别商户被识别为高风险商户，则所述非正常商户预警结果为整改警告信息；
若所述待识别商户被识别为中风险商户，则所述非正常商户预警结果为人工巡检提示信息或商户待观察提示信息；
若所述待识别商户被识别为低风险商户，则所述非正常商户预警结果为商户巡检通过信息。
可选地，所述采集模块，用于利用可穿戴设备采集所述用户状态数据。
本发明实施例的第三个方面，提供了一种电子设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行所述商户识别方法。
本发明实施例的第四个方面，提供了一种存储有计算机程序的计算机可读存储介质，其中，所述计算机程序在由处理器执行时实现所述商户识别方法的步骤。
从上面所述可以看出，本发明实施例提供的商户识别方法及装置、电子设备、存储介质，通过采集用户状态数据和用户消费数据，并调用待识别商户的消费对象的所述用户状态数据和用户消费数据从而确定待识别商户的消费对象行为特性，再根据所述消费对象行为特性和所述注册信息，结合所述待识别商户的消费对象的用户状态数据，得到所述待识别商户的识别结果，从而能够对商户进行识别，进而有助于对商户进行巡检，从而提高了巡检效率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例的附图作简单地介绍，显而易见地，下面描述中的附图仅仅涉及本发明的一些实施例，而非对本发明的限制。
图1示出了所述商户识别系统的架构示意图；
图2示出了本发明实施例提供的一种商户识别方法的流程示意图；
图3示出了本发明实施例提供的一种商户识别装置的框图示意图；
图4示出了本发明实施例的实现所述商户识别方法的装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例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发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
除非另外定义，本公开使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。同样，“一个”、“一”或者“该”等类似词语也不表示数量限制，而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
现在商户巡检主要依据人工巡检，即巡检人员到达商户门店，进行资料审核，审核内容主要包括：门店是否真实存在、门店位置是否和注册信息一致、商户是否正常经营(交易量或客流量是否正常)、经营的商品是否正当、是否有违禁违规经营，等等。
但是现有的这种巡检方案有诸多不足。第一，现有巡检方案的巡检范围有限。随着公司业务扩大，商户的数量迅速增多，可能从几十家商户迅速拓展到几万家乃至几十万家。这样的商户规模依靠人工巡检是难以完成的。第二，现有巡检方案的巡检成本高。目前逐渐出现微客平台，可以发放巡检任务，让接收任务的用户进行巡检并领取赏金，但这种巡检方案所需营销资金巨大。第三，现有巡检方案的巡检质量无保障。人工巡检不可避免巡检结果伪造的违规风险，特别是委托第三方的巡检结果，通常无法保证调查质量以至浪费营销资金。
针对上述不足，本发明实施例提出了一种商户识别系统。图1示出了所述商户识别系统的架构示意图。如图1所示，该系统可以包括商户识别装置、多个商户和多个用户。其中，商户和用户均可通过一些具有数据处理功能的设备与所述商户识别装置进行数据交换。所述具有数据处理功能的设备可以是，例如，手机、平板电脑、个人电脑、笔记本电脑、掌上电脑(PDA)、可穿戴设备(如智能眼镜、智能手表)等等。
所述商户和用户的设备可以通过网络与所述商户识别装置实现数据交换。所述网络可以是有线网络，也可以是无线网络。
在一些场景下，所述商户和用户的设备中可以是安装有支付类软件的，例如支付宝。这样，所述商户和用户可通过设备中安装的支付类软件进行交易操作。例如，用户可以利用其具有数据处理功能的设备向服务器发起支付请求，服务器再将支付请求相应的款项转入商户的相应账号中，这样，商户和用户的交易即告完成。
除了商户和用户之间完成交易外，在本发明实施例的商户识别系统中，所述商户和用户还可以向所述商户识别装置上传数据，用于进行商户识别。
参考图1，例如，当用户1在商户1处消费时，用户1可以将其用户状态数据发送到所述商户识别装置，商户1则可以把用户消费数据发送到所述商户识别装置。同理，当用户2在商户2处消费时，用户2可以将其用户状态数据发送到所述商户识别装置，商户2则可以把用户消费数据发送到所述商户识别装置。当然，用户也可以将其消费数据发送到商户识别装置，具体实施方式可以根据需要进行设置。这里，用户的用户状态数据甚或用户消费数据均可以是通过用户携带的可穿戴设备(例如智能手表)采集并上传的，所述商户的用户消费数据则可以是商户的具有数据处理功能的设备上传的。
这样，每个商户对应的消费对象都上传了其在该商户处消费时的用户状态数据，而商户则上传了对应的用户消费数据。根据每个商户的消费对象的用户状态数据和用户消费数据，则能判断每个商户的消费对象行为特性，进而根据商户的消费对象行为特性和商户的注册信息对商户进行识别，进而可以据此辅助判断该商户是否存在非正常经营的情况。例如，当消费对象行为特性与商户注册信息所反映的消费对象应当具备的行为特性不一致时，则说明该商户存在非正常经营的情况。
本发明提出的商户识别系统，通过采集消费对象的用户状态数据和用户消费数据来对商户进行识别，进而可以据此辅助判断商户的非正常经营情况，既能减少巡检成本、覆盖面广，更能保证巡检结果的真实性。
图2示出了本发明实施例提供的一种商户识别方法的流程示意图。
如图2所示，所述商户识别方法，包括：
步骤11：采集用户状态数据和用户消费数据。
例如，这里主要针对用户消费前后及消费发生时的数据进行采集，用于后续判断用户消费时的状态。
可选地，可以在用户每次进行消费时针对用户消费前后及消费发生时的数据进行采集，在后续需要对商户进行识别时，调用预先采集的用户数据来作判断。
例如，所述用户状态数据包括用户健康状态数据和用户定位状态数据中的至少一种；其中，所述用户健康状态数据可包括步数信息、心率信息、体温信息中的至少一种。例如，所述用户定位状态数据可以是基于移动位置服务(Location Based Service，简称LBS)的信息。
可选地，可以利用可穿戴设备采集所述用户状态数据。这样，当每次用户在商户进行消费时可通过所述用户佩戴的可穿戴设备采集所述用户状态数据并上传到商户识别装置。
例如，所述用户消费数据包括用户的消费时间点、用户消费虚拟产品的数据(例如用户是否购买过虚拟产品(如游戏币))、历史消费商户类目(如餐厅、健身房等)数据、历史消费产品类目(如食品、运动服饰、点卡、外卖食品等)数据、历史消费金额数据中的至少一种，用于刻画用户购买习惯。
步骤12：确定待识别商户，并调用所述待识别商户的消费对象的所述用户状态数据和用户消费数据。
例如，当需要对某一个商户进行识别时，该商户即被确定为待识别商户；并且，可选地，可以调用在前一步骤中采集的曾经在该待识别商户消费过的消费对象的所述用户状态数据和用户消费数据。
步骤13：确定所述用户状态数据所满足的用户状态预设条件以及所述用户消费数据所满足的用户消费预设条件，并根据所述用户状态预设条件和用户消费预设条件与预设消费对象行为特性的对应关系，确定所述待识别商户的消费对象行为特性。
例如，可以通过建立行为特性模型来实现所述待识别商户的消费对象的所述用户状态数据和用户消费数据与所述消费对象行为特性的对应关系。当所述待识别商户的消费对象的所述用户状态数据和用户消费数据满足某些条件时，所述行为特性模型能够识别出所述待识别商户的消费对象行为特性。具体的建模方法可以采用现有技术中已有的一些建模方法来实现，在此不做限制。
可选地，所述用户状态预设条件包括用户健康状态预设条件和用户定位状态预设条件。例如，所述用户健康状态预设条件包括用户步数状态预设条件和用户心率状态预设条件；其中，用户步数状态预设条件包括步数信息持续变化、步数信息低于预设步数阈值、步数信息未发生变化中的至少一种，所述心率状态预设条件包括心率信息保持稳定、心率信息异常变化、心率信息加快中的至少一种。例如，所述用户定位状态预设条件包括定位信息发生变化和定位信息未发生变化中的至少一种。
可选地，所述用户消费预设条件包括处于消费时间点之前或之后、存在重复消费虚拟产品记录、消费虚拟产品金额超过预设限制金额、历史消费商户类目中不存在所述待识别商户、历史消费产品类目与其(消费对象)在所述待识别商户的历史消费类目不一致中的至少一种。
可选地，确定所述用户状态数据所满足的用户状态预设条件以及所述用户消费数据所满足的用户消费预设条件，并根据所述用户状态预设条件和用户消费预设条件与预设消费对象行为特性的对应关系，确定所述待识别商户的消费对象行为特性，包括：
例如，若在用户的消费时间点前后所述用户状态数据满足步数信息持续变化、所述心率信息保持稳定且所述定位信息持续变化，说明用户在消费前后一直处于运动状态，则所述消费对象行为特性被确定为持续运动消费状态，这种持续运动消费状态通常出现在快消类实体商户中，如快餐、便利店等。这里，所述步数信息持续变化可以是指步数持续增长；所述心率信息保持稳定可以是指心率在一个较小的阈值范围内波动，视为心率保持稳定，这里的较小的心率阈值范围，是通常从大众认知或医学角度认为心率处于稳定状态的阈值范围，在此不对该阈值作出限定；所述定位信息持续变化可以是指用户的定位在持续变化，说明用户的位置一直在变化。
例如，若在用户的消费时间点之前所述用户状态数据满足步数信息持续变化，但在用户的消费时间点之后所述用户状态数据满足步数信息停止变化且所述心率信息保持稳定，以及在用户的消费时间点经过第一时长后所述用户状态数据满足步数信息持续变化且所述定位信息发生变化，说明用户在消费后存在一段时间的位置停滞，在位置停滞后又出现了位置变化，则所述消费对象行为特性被确定为移动间歇消费状态，这种状态通常出现在非快消类实体商户中，如教育机构、医院、餐饮等商户中。这里，所述步数信息持续变化可以是指步数持续增长；所述心率信息保持稳定可以是指心率在一个较小的阈值范围内波动，视为心率保持稳定，这里的较小的心率阈值范围，是通常从大众认知或医学角度认为心率处于稳定状态的阈值范围，在此不对该阈值作出限定；所述定位信息发生变化可以是指用户的定位在消费一段时间(第一时长)后又开始发生变化。所述第一时长可以根据需要设定，例如，对于餐饮店，该第一时长可能是在半小时到几小时，对于医院，该第一时长则有可能是在一小时到几小时，等等。
例如，若在用户的消费时间点前后所述用户状态数据满足步数信息低于预设步数阈值且所述定位信息未发生变化，则所述消费对象行为特性被确定为静止状态，用户可能在通过网络向商户消费，即线上消费。
例如，若在用户的消费时间点之前所述用户状态数据满足步数信息持续变化，在用户的消费时间点之后所述用户状态数据满足步数信息持续变化且所述心率信息加快但所述定位信息未发生变化，则所述消费对象行为特性被确定为娱乐类运动状态，通常说明该用户可能是在健身房运动或在固定地点进行运动类游戏。对于此类用户，还可以增加侧面评价其消费对象行为特性的数据，例如该用户经常购买运动类商品或者该用户每天的步数通常较高。
例如，若在用户的消费时间点前后所述用户状态数据满足步数信息和定位信息未发生变化且所述心率信息异常变化，所述用户消费数据满足存在重复消费虚拟产品记录且消费虚拟产品金额超过预设限制金额，则所述消费对象行为特性被确定为正在进行网络游戏类或赌博类商品的消费状态。
作为一种可选实施例，所述商户识别方法还可包括：采集用户设备的通话信息或短信信息，并调用所述通话信息或短信信息；
确定所述商户的消费对象行为特性，还可包括：
例如，若在用户的消费时间点之前第二时长内存在通话信息或短信信息，所述用户状态数据满足心率信息异常变化，所述用户消费数据满足所述消费对象的历史消费商户类目中不存在所述待识别商户且所述消费对象的历史消费产品类目与其在所述待识别商户的历史消费类目不一致，则所述消费对象行为特性被确定为高危被欺诈状态。这里，所述第二时长是一个较短的时间，反映的是用户接到电话或短信后马上进行了消费，第二时长的长度可根据需要设置，例如5分钟到一小时。
因为被电话欺诈人群通常具有以下集中特征：交易发生前收到电话或短信信息、心率异常波动(因欺诈话术引起)、和商户无历史交易、购物物品类目和历史类目不一致等，因此，通过判断在用户消费前第二时长内存在通话信息或短信信息、所述心率信息异常变化、所述消费对象的历史消费商户类目中不存在所述商户，且所述消费对象在所述商户的历史消费产品类目与所述消费对象的其他历史消费产品类目不一致，从而能够得知该用户可能处于高度可能被诈骗状态，属于高危用户。
步骤14：获取所述待识别商户的注册信息。
例如，所述待识别商户的注册信息可以包括：待识别商户所注册的行业信息、待识别商户类型、待识别商户属于线上商户还是线下商户，等等。
步骤15：根据所述消费对象行为特性和所述注册信息，结合所述待识别商户的消费对象的所述用户状态数据，得到所述待识别商户的识别结果。
前述已经对待识别商户的消费对象的消费对象行为特性进行了分类，这样，根据每个待识别商户的消费对象的消费对象行为特性和待识别商户的注册信息，再结合所述待识别商户的消费对象的用户状态数据，就可以对待识别商户进行识别了，例如，可以识别所述待识别商户的风险状态。例如，通过对每个待识别商户各类用户群的聚集度及用户历史消费习惯是否与待识别商户类目冲突判断待识别商户风险等级。
可选地，根据所述消费对象行为特性和所述注册信息，结合所述待识别商户的消费对象的所述用户状态数据，得到所述待识别商户的识别结果，包括：
根据所述消费对象行为特性和所述注册信息，结合所述待识别商户的消费对象的定位信息，确定所述待识别商户是否有实体店、所述待识别商户是否聚集风险人群、所述待识别商户的注册信息是否真实、所述待识别商户是否将线下收款码滥用到线上；
根据待识别商户是否有实体店、待识别商户是否聚集风险人群、待识别商户的注册信息是否真实、待识别商户是否将线下收款码滥用到线上，得到所述待识别商户的识别结果。
可选地，确定待识别商户是否有实体店，包括：
例如，若所述待识别商户的消费对象行为特性集中于所述静止状态且所述待识别商户的消费对象消费时的定位信息分散，说明该待识别商户极大可能是线上商店，则所述待识别商户被确定为没有实体店。这里，所述待识别商户的消费对象行为特性集中于所述静止状态可以是指该待识别商户的大部分的消费对象的消费对象行为特性反映出的状态为所述静止状态，这个“大部分”的比例可以50％甚至更高，具体的标准可以根据实际需要设置，这里不做限定。
例如，若所述待识别商户的消费对象行为特性集中于所述持续运动消费状态或移动间歇消费状态且所述待识别商户的消费对象消费时的定位信息集中，则所述待识别商户被确定为有实体店。这里，所述待识别商户的消费对象行为特性集中于所述持续运动消费状态或移动间歇消费状态可以是指该待识别商户的大部分的消费对象的消费对象行为特性反映出的状态为所述持续运动消费状态或移动间歇消费状态，这个“大部分”的比例可以50％甚至更高，具体的标准可以根据实际需要设置，这里不做限定。
可选地，确定待识别商户是否聚集风险人群，包括：
例如，若所述待识别商户的消费对象行为特性集中于所述高危被欺诈状态，则确定所述待识别商户聚集风险人群，说明该待识别商户存在高度风险。
可选地，确定待识别商户的注册信息是否真实，包括：
例如，若所述注册信息为体育健身类、所述待识别商户的消费对象行为特性集中于所述娱乐类运动状态、所述待识别商户的消费对象消费时的定位信息集中，说明该待识别商户的注册信息与经营情况相符，则所述待识别商户被确定为注册信息真实。
例如，若所述注册信息为运动器材类、所述待识别商户的消费对象行为特性集中于所述持续运动消费状态或移动间歇消费状态、所述待识别商户的消费对象消费时的定位信息集中，说明该待识别商户的注册信息与经营情况相符，则所述待识别商户被确定为注册信息真实。
例如，若所述注册信息为服装行业类，但所述待识别商户的消费对象行为特性为娱乐类运动状态，且所述待识别商户的消费对象消费时的定位信息分散，说明待识别商户的注册信息与经营情况不符，则所述待识别商户被确定为注册信息不真实。
例如，若所述注册信息为餐饮小吃类，但所述待识别商户的消费对象行为特性为娱乐类运动状态或静止状态，且所述待识别商户的消费对象消费时的定位信息分散，说明该待识别商户的注册信息与经营情况不符，则所述待识别商户被确定为注册信息不真实。
可选地，确定待识别商户是否将线下收款码滥用到线上，包括：
例如，若所述注册信息为线下商户，但所述待识别商户的消费对象行为特性集中于所述静止状态，且所述待识别商户的消费对象消费时的定位信息分散，则所述待识别商户被确定为将线下收款码滥用到线上。
作为一个实施例，根据待识别商户是否有实体店、待识别商户是否聚集风险人群、待识别商户的注册信息是否真实、待识别商户是否将线下收款码滥用到线上，得到所述待识别商户的识别结果，包括：
若所述待识别商户被确定为聚集风险人群，则所述待识别商户被识别为高风险商户；
若所述待识别商户被确定为注册信息不真实，则所述待识别商户被识别为高风险商户；
若所述待识别商户被确定为将线下收款码滥用到线上，则所述待识别商户被识别为高风险商户；
若所述待识别商户未聚集风险人群、且所述待识别商户的消费对象行为特性不集中，说明无法判断该待识别商户是否存在风险，则所述待识别商户被识别为中风险商户；
若所述待识别商户的消费对象行为特性集中，且所述待识别商户被确定为注册信息真实或所述待识别商户被确定为有实体店的情况与注册信息一致，则所述待识别商户被识别为低风险商户。例如，所述待识别商户是健身房，而用户消费是都处于娱乐类运动状态，则待识别商户的注册行业就是真实的。例如，针对门诊、医院，用户多有药物购买记录且消费多处于移动间歇消费状态且定位信息集中，说明待识别商户有实体店且用户消费行为与商户行业相符。
步骤16：根据所述待识别商户的识别结果，生成非正常商户预警结果。可选地，还可以将所述非正常商户预警结果发送给指定终端或设备，以供其参考。例如，可以发送给商户监控设备或商户管理服务器，等等。
例如，若所述待识别商户被识别为高风险商户，则所述非正常商户预警结果为整改警告信息。
例如，若所述待识别商户被识别为中风险商户，则所述非正常商户预警结果为人工巡检提示信息或商户待观察提示信息。
例如，若所述待识别商户被识别为低风险商户，则所述非正常商户预警结果为商户巡检通过信息。
这样，对高风险商户进行整改警告，对中风险商户进行持续观察或人工巡检，对低风险商户使其巡检通过，从而将现有的人工巡检方式进行了分级处理，简化了原来需对每个商户进行人工巡检所需的人力物力，提高了巡检效率。
从上述实施例可以看出，本发明实施例提供的商户识别方法，通过采集用户状态数据和用户消费数据，并调用待识别商户的消费对象的所述用户状态数据和用户消费数据从而确定待识别商户的消费对象行为特性，再根据所述消费对象行为特性和所述注册信息，结合所述待识别商户的消费对象的用户状态数据，得到所述待识别商户的识别结果，从而能够对商户进行识别，进而有助于对商户进行巡检，从而提高了巡检效率。
可选地，根据所述待识别商户的识别结果生成非正常商户预警结果，根据预警结果即可得知哪些商户属于高危商户，哪些低危商户可以直接视为巡检通过，从而完成商户的初步巡检和预警，相较于现有的完全依赖人工巡检的方式，大大提高了巡检效率。本发明实施例提供的方案可以自动完成对上万甚至百万的商户实时巡检，避免了传统巡检中“巡检范围有效”、“成本高”、“巡检信息不真实”等缺点，较好地提高了巡检效率和巡检质量。
可选地，所述用户状态数据可以通过用户的穿戴设备数据进行采集，数据获得渠道较为方便，也无需刻意为了巡检而发动人员去现场采集，一举多得。
需要说明的是，前述实施例提出的商户识别方法，即可单独作为巡检方案的替换方案中的一部分(识别商户的部分)，也可以作为传统巡检方案的补充方案，至于如何设计巡检方案，可根据需要调整。
图3示出了本发明实施例提供的一种商户识别装置的框图示意图。
如图3所示，所述商户识别装置，包括：
采集模块21，用于采集用户状态数据和用户消费数据；
数据调用模块22，用于确定待识别商户，并调用所述待识别商户的消费对象的所述用户状态数据和用户消费数据；
行为特性确定模块23，用于确定所述用户状态数据所满足的用户状态预设条件以及所述用户消费数据所满足的用户消费预设条件，并根据所述用户状态预设条件和用户消费预设条件与预设消费对象行为特性的对应关系，确定所述待识别商户的消费对象行为特性；
获取模块24，用于获取所述待识别商户的注册信息；
识别结果生成模块25，用于根据所述消费对象行为特性和所述注册信息，结合所述待识别商户的消费对象的所述用户状态数据，得到所述待识别商户的识别结果。
从上面所述可以看出，本发明实施例提供的商户识别装置，通过采集用户状态数据和用户消费数据，并调用待识别商户的消费对象的所述用户状态数据和用户消费数据从而确定待识别商户的消费对象行为特性，再根据所述消费对象行为特性和所述注册信息，结合所述待识别商户的消费对象的用户状态数据，得到所述待识别商户的识别结果，从而能够对商户进行识别，进而有助于对商户进行巡检，从而提高了巡检效率。
可选地，所述用户状态数据包括用户健康状态数据和用户定位状态数据中的至少一种；其中，所述用户健康状态数据包括步数信息、心率信息、体温信息中的至少一种。
可选地，所述用户消费数据包括用户的消费时间点、用户消费虚拟产品的数据、历史消费商户类目数据、历史消费产品类目数据、历史消费金额数据中的至少一种。
可选地，所述用户状态预设条件包括用户健康状态预设条件和用户定位状态预设条件。
例如所述用户健康状态预设条件包括用户步数状态预设条件和用户心率状态预设条件；其中，用户步数状态预设条件包括步数信息持续变化、步数信息低于预设步数阈值、步数信息未发生变化中的至少一种，所述心率状态预设条件包括心率信息保持稳定、心率信息异常变化、心率信息加快中的至少一种。
例如，所述用户定位状态预设条件包括定位信息发生变化和定位信息未发生变化中的至少一种。
可选地，所述用户消费预设条件包括处于消费时间点之前或之后、存在重复消费虚拟产品记录、消费虚拟产品金额超过预设限制金额、历史消费商户类目中不存在所述待识别商户、历史消费产品类目与其在所述待识别商户的历史消费类目不一致中的至少一种。
可选地，若在用户的消费时间点前后所述用户状态数据满足步数信息持续变化、所述心率信息保持稳定且所述定位信息持续变化，则所述行为特性确定模块23用于确定所述消费对象行为特性为持续运动消费状态。
可选地，若在用户的消费时间点之前所述用户状态数据满足步数信息持续变化，但在用户的消费时间点之后所述用户状态数据满足步数信息停止变化且所述心率信息保持稳定，以及在用户的消费时间点经过第一时长后所述用户状态数据满足步数信息发生变化且所述定位信息发生变化，则所述行为特性确定模块23用于确定所述消费对象行为特性为移动间歇消费状态。
可选地，若在用户的消费时间点前后所述用户状态数据满足步数信息低于预设步数阈值且所述定位信息未发生变化，则所述行为特性确定模块23用于确定所述消费对象行为特性为静止状态。
可选地，若在用户的消费时间点之前所述用户状态数据满足步数信息持续变化，在用户的消费时间点之后所述用户状态数据满足步数信息持续变化且所述心率信息加快但所述定位信息未发生变化，则所述行为特性确定模块23用于确定所述消费对象行为特性为娱乐类运动状态。
可选地，若在用户的消费时间点前后所述用户状态数据满足步数信息和定位信息未发生变化且所述心率信息异常变化，所述用户消费数据满足存在重复消费虚拟产品记录且消费虚拟产品金额超过预设限制金额，则所述行为特性确定模块23用于确定所述消费对象行为特性为正在进行网络游戏类或赌博类商品的消费状态。
可选地，所述采集模块21还用于采集用户设备的通话信息或短信信息；
所述数据调用模块22用于调用所述通话信息或短信信息；以及
若在用户的消费时间点之前第二时长内存在通话信息或短信信息，所述用户状态数据满足心率信息异常变化，所述用户消费数据满足所述消费对象的历史消费商户类目中不存在所述待识别商户且所述消费对象的历史消费产品类目与其在所述待识别商户的历史消费类目不一致，则所述行为特性确定模块23用于确定所述消费对象行为特性为高危被欺诈状态。
可选地，所述识别结果生成模块25，用于：
根据所述消费对象行为特性和所述注册信息，结合所述待识别商户的消费对象的定位信息，确定所述待识别商户是否有实体店、所述待识别商户是否聚集风险人群、所述待识别商户的注册信息是否真实、所述待识别商户是否将线下收款码滥用到线上；
根据待识别商户是否有实体店、待识别商户是否聚集风险人群、待识别商户的注册信息是否真实、待识别商户是否将线下收款码滥用到线上，得到所述待识别商户的识别结果。
可选地，若所述待识别商户的消费对象行为特性集中于所述静止状态且所述待识别商户的消费对象消费时的定位信息分散，则所述识别结果生成模块25用于确定所述待识别商户为没有实体店。
可选地，若所述待识别商户的消费对象行为特性集中于所述持续运动消费状态或移动间歇消费状态且所述待识别商户的消费对象消费时的定位信息集中，则所述识别结果生成模块25用于确定所述待识别商户有实体店。
可选地，若所述待识别商户的消费对象行为特性集中于所述高危被欺诈状态，则所述识别结果生成模块25用于确定所述待识别商户聚集风险人群。
可选地，若所述注册信息为体育健身类、所述待识别商户的消费对象行为特性集中于所述娱乐类运动状态、所述待识别商户的消费对象消费时的定位信息集中，则所述识别结果生成模块25用于确定所述待识别商户的注册信息真实。
可选地，若所述注册信息为运动器材类、所述待识别商户的消费对象行为特性集中于所述持续运动消费状态或移动间歇消费状态、所述待识别商户的消费对象消费时的定位信息集中，则所述识别结果生成模块25用于确定所述待识别商户的注册信息真实。
可选地，若所述注册信息为服装行业类，但所述待识别商户的消费对象行为特性为娱乐类运动状态，且所述待识别商户的消费对象消费时的定位信息分散，则所述识别结果生成模块25用于确定所述待识别商户的注册信息不真实。
可选地，若所述注册信息为餐饮小吃类，但所述待识别商户的消费对象行为特性为娱乐类运动状态或静止状态，且所述待识别商户的消费对象消费时的定位信息分散，则所述识别结果生成模块25用于确定所述待识别商户的注册信息不真实。
可选地，若所述注册信息为线下商户，但所述待识别商户的消费对象行为特性集中于所述静止状态，且所述待识别商户的消费对象消费时的定位信息分散，则所述识别结果生成模块25用于确定所述待识别商户将线下收款码滥用到线上。
可选地，若所述待识别商户被确定为聚集风险人群，则所述识别结果生成模块25用于识别所述待识别商户为高风险商户；
若所述待识别商户被确定为注册信息不真实，则所述识别结果生成模块25用于识别所述待识别商户为高风险商户；
若所述待识别商户被确定为将线下收款码滥用到线上，则所述识别结果生成模块25用于识别所述待识别商户为高风险商户；
若所述待识别商户未聚集风险人群、且所述商户的消费用户行为特性不集中，则所述识别结果生成模块25用于识别所述待识别商户为中风险商户；
若所述待识别商户的消费用户行为特性集中，且所述商户被确定为注册信息真实或所述商户被确定为有实体店的情况与注册信息一致，则所述识别结果生成模块25用于识别所述待识别商户为低风险商户。
可选地，所述商户识别装置，还包括：
预警结果生成模块26，用于根据所述待识别商户的识别结果，生成非正常商户预警结果。
可选地，若所述待识别商户被识别为高风险商户，则所述非正常商户预警结果为整改警告信息；
若所述待识别商户被识别为中风险商户，则所述非正常商户预警结果为人工巡检提示信息或商户待观察提示信息；
若所述待识别商户被识别为低风险商户，则所述非正常商户预警结果为商户巡检通过信息。
可选地，所述采集模块21，用于利用可穿戴设备采集所述用户状态数据。
需要说明的是，上述商户识别装置的各个实施例与前述的商户识别方法的实施例基本对应，因此，所述商户识别装置的技术效果与前述商户识别方法的技术效果基本一致，在此不再赘述。
基于上述目的，本发明实施例的第三个方面，提出了一种执行所述商户识别方法的装置的一个实施例。如图4所示，为本发明提供的执行所述商户识别方法的装置的一个实施例的硬件结构示意图。
如图4所示，所述装置包括：
一个或多个处理器31以及存储器32，图4中以一个处理器31为例。
所述执行所述商户识别方法的装置还可以包括：输入装置33和输出装置34。
处理器31、存储器32、输入装置33和输出装置34可以通过总线或者其他方式连接，图4中以通过总线连接为例。
存储器32作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的所述商户识别方法对应的程序指令/模块(例如，附图3所示的采集模块21、数据调用模块22、行为特性确定模块23、获取模块24和识别结果生成模块25)。处理器31通过运行存储在存储器32中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例的商户识别方法。
存储器32可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据商户识别装置的使用所创建的数据等。此外，存储器32可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器32可选包括相对于处理器31远程设置的存储器，这些远程存储器可以通过网络连接至会员用户行为监控装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置33可接收输入的数字或字符信息，以及产生与商户识别装置的用户设置以及功能控制有关的键信号输入。输出装置34可包括显示屏等显示设备。
所述一个或者多个模块存储在所述存储器32中，当被所述一个或者多个处理器31执行时，执行上述任意方法实施例中的商户识别方法。所述执行所述商户识别方法的装置的实施例，其技术效果与前述任意方法实施例相同或者类似。
本申请实施例提供了一种非暂态计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的列表项操作的处理方法。所述非暂态计算机存储介质的实施例，其技术效果与前述任意方法实施例相同或者类似。
最后需要说明的是，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。所述计算机程序的实施例，其技术效果与前述任意方法实施例相同或者类似。
此外，典型地，本公开所述的装置、设备等可为各种电子终端设备，例如手机、个人数字助理(PDA)、平板电脑(PAD)、智能电视等，也可以是大型终端设备，如服务器等，因此本公开的保护范围不应限定为某种特定类型的装置、设备。本公开所述的客户端可以是以电子硬件、计算机软件或两者的组合形式应用于上述任意一种电子终端设备中。
此外，根据本公开的方法还可以被实现为由CPU执行的计算机程序，该计算机程序可以存储在计算机可读存储介质中。在该计算机程序被CPU执行时，执行本公开的方法中限定的上述功能。
此外，上述方法步骤以及系统单元也可以利用控制器以及用于存储使得控制器实现上述步骤或单元功能的计算机程序的计算机可读存储介质实现。
此外，应该明白的是，本文所述的计算机可读存储介质(例如，存储器)可以是易失性存储器或非易失性存储器，或者可以包括易失性存储器和非易失性存储器两者。作为例子而非限制性的，非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)或快闪存储器。易失性存储器可以包括随机存取存储器(RAM)，该RAM可以充当外部高速缓存存储器。作为例子而非限制性的，RAM可以以多种形式获得，比如同步RAM(DRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据速率SDRAM(DDR SDRAM)、增强SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)以及直接RambusRAM(DRRAM)。所公开的方面的存储设备意在包括但不限于这些和其它合适类型的存储器。
本领域技术人员还将明白的是，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性，已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个系统的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现所述的功能，但是这种实现决定不应被解释为导致脱离本公开的范围。
结合这里的公开所描述的各种示例性逻辑块、模块和电路可以利用被设计成用于执行这里所述功能的下列部件来实现或执行：通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。通用处理器可以是微处理器，但是可替换地，处理器可以是任何传统处理器、控制器、微控制器或状态机。处理器也可以被实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP核、或任何其它这种配置。
结合这里的公开所描述的方法或算法的步骤可以直接包含在硬件中、由处理器执行的软件模块中或这两者的组合中。软件模块可以驻留在RAM存储器、快闪存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域已知的任何其它形式的存储介质中。示例性的存储介质被耦合到处理器，使得处理器能够从该存储介质中读取信息或向该存储介质写入信息。在一个替换方案中，所述存储介质可以与处理器集成在一起。处理器和存储介质可以驻留在ASIC中。ASIC可以驻留在用户终端中。在一个替换方案中，处理器和存储介质可以作为分立组件驻留在用户终端中。
在一个或多个示例性设计中，所述功能可以在硬件、软件、固件或其任意组合中实现。如果在软件中实现，则可以将所述功能作为一个或多个指令或代码存储在计算机可读介质上或通过计算机可读介质来传送。计算机可读介质包括计算机存储介质和通信介质，该通信介质包括有助于将计算机程序从一个位置传送到另一个位置的任何介质。存储介质可以是能够被通用或专用计算机访问的任何可用介质。作为例子而非限制性的，该计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储设备、磁盘存储设备或其它磁性存储设备，或者是可以用于携带或存储形式为指令或数据结构的所需程序代码并且能够被通用或专用计算机或者通用或专用处理器访问的任何其它介质。此外，任何连接都可以适当地称为计算机可读介质。例如，如果使用同轴线缆、光纤线缆、双绞线、数字用户线路(DSL)或诸如红外线、无线电和微波的无线技术来从网站、服务器或其它远程源发送软件，则上述同轴线缆、光纤线缆、双绞线、DSL或诸如红外先、无线电和微波的无线技术均包括在介质的定义。如这里所使用的，磁盘和光盘包括压缩盘(CD)、激光盘、光盘、数字多功能盘(DVD)、软盘、蓝光盘，其中磁盘通常磁性地再现数据，而光盘利用激光光学地再现数据。上述内容的组合也应当包括在计算机可读介质的范围内。
公开的示例性实施例，但是应当注公开的示例性实施例，但是应当注意，在不背离权利要求限定的本公开的范围的前提下，可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外，尽管本公开的元素可以以个体形式描述或要求，但是也可以设想多个，除非明确限制为单数。
应当理解的是，在本文中使用的，除非上下文清楚地支持例外情况，单数形式“一个”(“a”、“an”、“the”)旨在也包括复数形式。还应当理解的是，在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。
上述本公开实施例序号仅仅为了描述，不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本发明实施例的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，并存在如上所述的本发明实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。因此，凡在本发明实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明实施例的保护范围之内。

Claims (24)

1.一种商户识别方法，其特征在于，包括：
采集用户状态数据和用户消费数据；
确定待识别商户，并调用所述待识别商户的消费对象的所述用户状态数据和用户消费数据；
确定所述用户状态数据所满足的用户状态预设条件以及所述用户消费数据所满足的用户消费预设条件，并根据所述用户状态预设条件和用户消费预设条件与预设消费对象行为特性的对应关系，确定所述待识别商户的消费对象行为特性；
获取所述待识别商户的注册信息；
根据所述消费对象行为特性和所述注册信息，结合所述待识别商户的消费对象的所述用户状态数据，得到所述待识别商户的识别结果。
2.根据权利要求1所述的方法，其特征在于，所述用户状态数据包括用户健康状态数据和用户定位状态数据中的至少一种；其中，所述用户健康状态数据包括步数信息、心率信息、体温信息中的至少一种；
所述用户消费数据包括用户的消费时间点、用户消费虚拟产品的数据、历史消费商户类目数据、历史消费产品类目数据、历史消费金额数据中的至少一种。
3.根据权利要求2所述的方法，其特征在于，所述用户状态预设条件包括用户健康状态预设条件和用户定位状态预设条件；
所述用户健康状态预设条件包括用户步数状态预设条件和用户心率状态预设条件；其中，用户步数状态预设条件包括步数信息持续变化、步数信息低于预设步数阈值、步数信息未发生变化中的至少一种，所述心率状态预设条件包括心率信息保持稳定、心率信息异常变化、心率信息加快中的至少一种；
所述用户定位状态预设条件包括定位信息发生变化和定位信息未发生变化中的至少一种；
所述用户消费预设条件包括处于消费时间点之前或之后、存在重复消费虚拟产品记录、消费虚拟产品金额超过预设限制金额、历史消费商户类目中不存在所述待识别商户、历史消费产品类目与其在所述待识别商户的历史消费类目不一致中的至少一种。
4.根据权利要求3所述的方法，其特征在于，确定所述用户状态数据所满足的用户状态预设条件以及所述用户消费数据所满足的用户消费预设条件，并根据所述用户状态预设条件和用户消费预设条件与预设消费对象行为特性的对应关系，确定所述待识别商户的消费对象行为特性，包括：
若在用户的消费时间点前后所述用户状态数据满足步数信息持续变化、所述心率信息保持稳定且所述定位信息持续变化，则所述消费对象行为特性被确定为持续运动消费状态；
若在用户的消费时间点之前所述用户状态数据满足步数信息持续变化，但在用户的消费时间点之后所述用户状态数据满足步数信息停止变化且所述心率信息保持稳定，以及在用户的消费时间点经过第一时长后所述用户状态数据满足步数信息持续变化且所述定位信息发生变化，则所述消费对象行为特性被确定为移动间歇消费状态；
若在用户的消费时间点前后所述用户状态数据满足步数信息低于预设步数阈值且所述定位信息未发生变化，则所述消费对象行为特性被确定为静止状态；
若在用户的消费时间点之前所述用户状态数据满足步数信息持续变化，在用户的消费时间点之后所述用户状态数据满足步数信息持续变化且所述心率信息加快但所述定位信息未发生变化，则所述消费对象行为特性被确定为娱乐类运动状态；
若在用户的消费时间点前后所述用户状态数据满足步数信息和定位信息未发生变化且所述心率信息异常变化，所述用户消费数据满足存在重复消费虚拟产品记录且消费虚拟产品金额超过预设限制金额，则所述消费对象行为特性被确定为正在进行网络游戏类或赌博类商品的消费状态。
5.根据权利要求4所述的方法，其特征在于，还包括：采集用户设备的通话信息或短信信息，并调用所述通话信息或短信信息；
确定所述待识别商户的消费对象行为特性，还包括：
若在用户的消费时间点之前第二时长内存在通话信息或短信信息，所述用户状态数据满足心率信息异常变化，所述用户消费数据满足所述消费对象的历史消费商户类目中不存在所述待识别商户且所述消费对象的历史消费产品类目与其在所述待识别商户的历史消费类目不一致，则所述消费对象行为特性被确定为高危被欺诈状态。
6.根据权利要求5所述的方法，其特征在于，根据所述消费对象行为特性和所述注册信息，结合所述待识别商户的消费对象的所述用户状态数据，得到所述待识别商户的识别结果，包括：
根据所述消费对象行为特性和所述注册信息，结合所述待识别商户的消费对象的定位信息，确定所述待识别商户是否有实体店、所述待识别商户是否聚集风险人群、所述待识别商户的注册信息是否真实、所述待识别商户是否将线下收款码滥用到线上；
根据待识别商户是否有实体店、待识别商户是否聚集风险人群、待识别商户的注册信息是否真实、待识别商户是否将线下收款码滥用到线上，得到所述待识别商户的识别结果。
7.根据权利要求6所述的方法，其特征在于，
确定待识别商户是否有实体店，包括：
若所述待识别商户的消费对象行为特性集中于所述静止状态且所述待识别商户的消费对象消费时的定位信息分散，则所述待识别商户被确定为没有实体店；
若所述待识别商户的消费对象行为特性集中于所述持续运动消费状态或移动间歇消费状态且所述待识别商户的消费对象消费时的定位信息集中，则所述待识别商户被确定为有实体店；
确定待识别商户是否聚集风险人群，包括：
若所述待识别商户的消费对象行为特性集中于所述高危被欺诈状态，则确定所述待识别商户聚集风险人群；
确定待识别商户的注册信息是否真实，包括：
若所述注册信息为体育健身类、所述待识别商户的消费对象行为特性集中于所述娱乐类运动状态、所述待识别商户的消费对象消费时的定位信息集中，则所述待识别商户被确定为注册信息真实；
若所述注册信息为运动器材类、所述待识别商户的消费对象行为特性集中于所述持续运动消费状态或移动间歇消费状态、所述待识别商户的消费对象消费时的定位信息集中，则所述待识别商户被确定为注册信息真实；
若所述注册信息为服装行业类，但所述待识别商户的消费对象行为特性为娱乐类运动状态，且所述待识别商户的消费对象消费时的定位信息分散，则所述待识别商户被确定为注册信息不真实；
若所述注册信息为餐饮小吃类，但所述待识别商户的消费对象行为特性为娱乐类运动状态或静止状态，且所述待识别商户的消费对象消费时的定位信息分散，则所述待识别商户被确定为注册信息不真实；
确定待识别商户是否将线下收款码滥用到线上，包括：
若所述注册信息为线下商户，但所述待识别商户的消费对象行为特性集中于所述静止状态，且所述待识别商户的消费对象消费时的定位信息分散，则所述待识别商户被确定为将线下收款码滥用到线上。
8.根据权利要求7所述的方法，其特征在于，根据待识别商户是否有实体店、待识别商户是否聚集风险人群、待识别商户的注册信息是否真实、待识别商户是否将线下收款码滥用到线上，得到所述待识别商户的识别结果，包括：
若所述待识别商户被确定为聚集风险人群，则所述待识别商户被识别为高风险商户；
若所述待识别商户被确定为注册信息不真实，则所述待识别商户被识别为高风险商户；
若所述待识别商户被确定为将线下收款码滥用到线上，则所述待识别商户被识别为高风险商户；
若所述待识别商户未聚集风险人群、且所述待识别商户的消费对象行为特性不集中，则所述待识别商户被识别为中风险商户；
若所述待识别商户的消费对象行为特性集中，且所述待识别商户被确定为注册信息真实或所述待识别商户被确定为有实体店的情况与注册信息一致，则所述待识别商户被识别为低风险商户。
9.根据权利要求8所述的方法，其特征在于，还包括：
根据所述待识别商户的识别结果，生成非正常商户预警结果。
10.根据权利要求9所述的方法，其特征在于，若所述待识别商户被识别为高风险商户，则所述非正常商户预警结果为整改警告信息；
若所述待识别商户被识别为中风险商户，则所述非正常商户预警结果为人工巡检提示信息或商户待观察提示信息；
若所述待识别商户被识别为低风险商户，则所述非正常商户预警结果为商户巡检通过信息。
11.根据权利要求1所述的方法，其特征在于，采集用户状态数据，包括：
利用可穿戴设备采集所述用户状态数据。
12.一种商户识别装置，其特征在于，包括：
采集模块，用于采集用户状态数据和用户消费数据；
数据调用模块，用于确定待识别商户，并调用所述待识别商户的消费对象的所述用户状态数据和用户消费数据；
行为特性确定模块，用于确定所述用户状态数据所满足的用户状态预设条件以及所述用户消费数据所满足的用户消费预设条件，并根据所述用户状态预设条件和用户消费预设条件与预设消费对象行为特性的对应关系，确定所述待识别商户的消费对象行为特性；
获取模块，用于获取所述待识别商户的注册信息；
识别结果生成模块，用于根据所述消费对象行为特性和所述注册信息，结合所述待识别商户的消费对象的所述用户状态数据，得到所述待识别商户的识别结果。
13.根据权利要求12所述的装置，其特征在于，所述用户状态数据包括用户健康状态数据和用户定位状态数据中的至少一种；其中，所述用户健康状态数据包括步数信息、心率信息、体温信息中的至少一种；
所述用户消费数据包括用户的消费时间点、用户消费虚拟产品的数据、历史消费商户类目数据、历史消费产品类目数据、历史消费金额数据中的至少一种。
14.根据权利要求13所述的装置，其特征在于，所述用户状态预设条件包括用户健康状态预设条件和用户定位状态预设条件；
所述用户健康状态预设条件包括用户步数状态预设条件和用户心率状态预设条件；其中，用户步数状态预设条件包括步数信息持续变化、步数信息低于预设步数阈值、步数信息未发生变化中的至少一种，所述心率状态预设条件包括心率信息保持稳定、心率信息异常变化、心率信息加快中的至少一种；
所述用户定位状态预设条件包括定位信息发生变化和定位信息未发生变化中的至少一种；
所述用户消费预设条件包括处于消费时间点之前或之后、存在重复消费虚拟产品记录、消费虚拟产品金额超过预设限制金额、历史消费商户类目中不存在所述待识别商户、历史消费产品类目与其在所述待识别商户的历史消费类目不一致中的至少一种。
15.根据权利要求14所述的装置，其特征在于，若在用户的消费时间点前后所述用户状态数据满足步数信息持续变化、所述心率信息保持稳定且所述定位信息持续变化，则所述行为特性确定模块用于确定所述消费对象行为特性为持续运动消费状态；
若在用户的消费时间点之前所述用户状态数据满足步数信息持续变化，但在用户的消费时间点之后所述用户状态数据满足步数信息停止变化且所述心率信息保持稳定，以及在用户的消费时间点经过第一时长后所述用户状态数据满足步数信息发生变化且所述定位信息发生变化，则所述行为特性确定模块用于确定所述消费对象行为特性为移动间歇消费状态；
若在用户的消费时间点前后所述用户状态数据满足步数信息低于预设步数阈值且所述定位信息未发生变化，则所述行为特性确定模块用于确定所述消费对象行为特性为静止状态；
若在用户的消费时间点之前所述用户状态数据满足步数信息持续变化，在用户的消费时间点之后所述用户状态数据满足步数信息持续变化且所述心率信息加快但所述定位信息未发生变化，则所述行为特性确定模块用于确定所述消费对象行为特性为娱乐类运动状态；
若在用户的消费时间点前后所述用户状态数据满足步数信息和定位信息未发生变化且所述心率信息异常变化，所述用户消费数据满足存在重复消费虚拟产品记录且消费虚拟产品金额超过预设限制金额，则所述行为特性确定模块用于确定所述消费对象行为特性为正在进行网络游戏类或赌博类商品的消费状态。
16.根据权利要求15所述的装置，其特征在于，所述采集模块还用于采集用户设备的通话信息或短信信息；
所述数据调用模块用于调用所述通话信息或短信信息；以及
若在用户的消费时间点之前第二时长内存在通话信息或短信信息，所述用户状态数据满足心率信息异常变化，所述用户消费数据满足所述消费对象的历史消费商户类目中不存在所述待识别商户且所述消费对象的历史消费产品类目与其在所述待识别商户的历史消费类目不一致，则所述行为特性确定模块用于确定所述消费对象行为特性为高危被欺诈状态。
17.根据权利要求16所述的装置，其特征在于，所述识别结果生成模块，用于：
根据所述消费对象行为特性和所述注册信息，结合所述待识别商户的消费对象的定位信息，确定所述待识别商户是否有实体店、所述待识别商户是否聚集风险人群、所述待识别商户的注册信息是否真实、所述待识别商户是否将线下收款码滥用到线上；
根据待识别商户是否有实体店、待识别商户是否聚集风险人群、待识别商户的注册信息是否真实、待识别商户是否将线下收款码滥用到线上，得到所述待识别商户的识别结果。
18.根据权利要求17所述的装置，其特征在于，若所述待识别商户的消费对象行为特性集中于所述静止状态且所述待识别商户的消费对象消费时的定位信息分散，则所述识别结果生成模块用于确定所述待识别商户为没有实体店；
若所述待识别商户的消费对象行为特性集中于所述持续运动消费状态或移动间歇消费状态且所述待识别商户的消费对象消费时的定位信息集中，则所述识别结果生成模块用于确定所述待识别商户有实体店；
若所述待识别商户的消费对象行为特性集中于所述高危被欺诈状态，则所述识别结果生成模块用于确定所述待识别商户聚集风险人群；
若所述注册信息为体育健身类、所述待识别商户的消费对象行为特性集中于所述娱乐类运动状态、所述待识别商户的消费对象消费时的定位信息集中，则所述识别结果生成模块用于确定所述待识别商户的注册信息真实；
若所述注册信息为运动器材类、所述待识别商户的消费对象行为特性集中于所述持续运动消费状态或移动间歇消费状态、所述待识别商户的消费对象消费时的定位信息集中，则所述识别结果生成模块用于确定所述待识别商户的注册信息真实；
若所述注册信息为服装行业类，但所述待识别商户的消费对象行为特性为娱乐类运动状态，且所述待识别商户的消费对象消费时的定位信息分散，则所述识别结果生成模块用于确定所述待识别商户的注册信息不真实；
若所述注册信息为餐饮小吃类，但所述待识别商户的消费对象行为特性为娱乐类运动状态或静止状态，且所述待识别商户的消费对象消费时的定位信息分散，则所述识别结果生成模块用于确定所述待识别商户的注册信息不真实；
若所述注册信息为线下商户，但所述待识别商户的消费对象行为特性集中于所述静止状态，且所述待识别商户的消费对象消费时的定位信息分散，则所述识别结果生成模块用于确定所述待识别商户将线下收款码滥用到线上。
19.根据权利要求18所述的装置，其特征在于，若所述待识别商户被确定为聚集风险人群，则所述识别结果生成模块用于识别所述待识别商户为高风险商户；
若所述待识别商户被确定为注册信息不真实，则所述识别结果生成模块用于识别所述待识别商户为高风险商户；
若所述待识别商户被确定为将线下收款码滥用到线上，则所述识别结果生成模块用于识别所述待识别商户为高风险商户；
若所述待识别商户未聚集风险人群、且所述商户的消费用户行为特性不集中，则所述识别结果生成模块用于识别所述待识别商户为中风险商户；
若所述待识别商户的消费用户行为特性集中，且所述商户被确定为注册信息真实或所述商户被确定为有实体店的情况与注册信息一致，则所述识别结果生成模块用于识别所述待识别商户为低风险商户。
20.根据权利要求19所述的装置，其特征在于，还包括：
预警结果生成模块，用于根据所述待识别商户的识别结果，生成非正常商户预警结果。
21.根据权利要求20所述的装置，其特征在于，若所述待识别商户被识别为高风险商户，则所述非正常商户预警结果为整改警告信息；
若所述待识别商户被识别为中风险商户，则所述非正常商户预警结果为人工巡检提示信息或商户待观察提示信息；
若所述待识别商户被识别为低风险商户，则所述非正常商户预警结果为商户巡检通过信息。
22.根据权利要求12所述的装置，其特征在于，所述采集模块，用于利用可穿戴设备采集所述用户状态数据。
23.一种电子设备，其特征在于，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-12任一项所述的方法。
24.一种存储有计算机程序的计算机可读存储介质，其中，所述计算机程序在由处理器执行时实现权利要求1-12中任一项所述的方法的步骤。
CN201910984946.9A 2019-10-16 2019-10-16 商户识别方法及装置、电子设备、存储介质 Active CN110852762B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910984946.9A CN110852762B (zh) 2019-10-16 2019-10-16 商户识别方法及装置、电子设备、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910984946.9A CN110852762B (zh) 2019-10-16 2019-10-16 商户识别方法及装置、电子设备、存储介质

Publications (2)

Publication Number Publication Date
CN110852762A true CN110852762A (zh) 2020-02-28
CN110852762B CN110852762B (zh) 2023-04-07

Family

ID=69597704

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910984946.9A Active CN110852762B (zh) 2019-10-16 2019-10-16 商户识别方法及装置、电子设备、存储介质

Country Status (1)

Country Link
CN (1) CN110852762B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116597295A (zh) * 2023-07-19 2023-08-15 北京大也智慧数据科技服务有限公司 一种识别占道经营行为的方法和装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160203493A1 (en) * 2001-05-18 2016-07-14 Nikon Corporation Electronic shop customer registration method
CN107111706A (zh) * 2015-01-05 2017-08-29 贝宝公司 基于连接的可穿戴设备的风险评估
US20170262889A1 (en) * 2016-03-09 2017-09-14 Mastercard International Incorporated Methods and Devices for Identifying a Merchant
CN107958341A (zh) * 2017-12-12 2018-04-24 阿里巴巴集团控股有限公司 风险识别方法及装置和电子设备
CN109299954A (zh) * 2018-08-22 2019-02-01 中国银联股份有限公司 一种违规商户识别方法和装置
CN109325753A (zh) * 2018-09-11 2019-02-12 中国银行股份有限公司 转账控制方法、装置和系统
CN109685527A (zh) * 2018-12-14 2019-04-26 拉扎斯网络科技（上海）有限公司 检测商户虚假交易的方法、装置、系统及计算机存储介质
US20190190907A1 (en) * 2017-12-18 2019-06-20 Mastercard International Incorporated System and methods for client identification and verification

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160203493A1 (en) * 2001-05-18 2016-07-14 Nikon Corporation Electronic shop customer registration method
CN107111706A (zh) * 2015-01-05 2017-08-29 贝宝公司 基于连接的可穿戴设备的风险评估
US20170262889A1 (en) * 2016-03-09 2017-09-14 Mastercard International Incorporated Methods and Devices for Identifying a Merchant
CN107958341A (zh) * 2017-12-12 2018-04-24 阿里巴巴集团控股有限公司 风险识别方法及装置和电子设备
US20190190907A1 (en) * 2017-12-18 2019-06-20 Mastercard International Incorporated System and methods for client identification and verification
CN109299954A (zh) * 2018-08-22 2019-02-01 中国银联股份有限公司 一种违规商户识别方法和装置
CN109325753A (zh) * 2018-09-11 2019-02-12 中国银行股份有限公司 转账控制方法、装置和系统
CN109685527A (zh) * 2018-12-14 2019-04-26 拉扎斯网络科技（上海）有限公司 检测商户虚假交易的方法、装置、系统及计算机存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116597295A (zh) * 2023-07-19 2023-08-15 北京大也智慧数据科技服务有限公司 一种识别占道经营行为的方法和装置

Also Published As

Publication number Publication date
CN110852762B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
US11977995B2 (en) Machine learning artificial intelligence system for predicting hours of operation
AU2021200523B2 (en) Systems and methods for dynamically detecting and preventing consumer fraud
US8620790B2 (en) Systems and methods for dynamic transaction-payment routing
US9665661B2 (en) Systems and methods for dynamic construction of entity graphs
US10096037B2 (en) Inferring purchase intent using non-payment transaction events
US9773275B2 (en) Profiling auction assets and/or participants to predict auction outcome
US9336524B2 (en) System and method for tracking the secondary gift card marketplace
US20150095247A1 (en) Classifying Fraud on Event Management Systems
CN110516967B (zh) 一种信息评估的方法以及相关装置
KR102084125B1 (ko) 무인 거래 자판기 및 o2o 기반 무인 거래 자판기를 이용한 중고거래 서비스 제공 방법
US20160180465A1 (en) Systems and Methods for Providing Real-Time Monitoring of Spending Limits
KR101794221B1 (ko) 온라인 판매자의 정산 서비스를 위한 시스템 및 방법
US10963885B2 (en) Systems and methods for using machine learning to predict events associated with transactions
US20190325433A1 (en) Game Currency System
US20220300976A1 (en) Methods and systems for detecting frauds by utilizing spend patterns of payment instruments of user
US20210241288A1 (en) Method and system for determining return options for inventory items
US11488195B1 (en) Reward offer redemption for payment cards
KR20150061540A (ko) 허위판매 방지 시스템 및 그 제공방법
CN110288488A (zh) 医疗险欺诈预测方法、装置、设备和可读存储介质
CN110852762B (zh) 商户识别方法及装置、电子设备、存储介质
CA3037134A1 (en) Systems and methods of generating a pooled investment vehicle using shared data
US20210117435A1 (en) Methods and devices for determining, and identifying information to manage, a level of risk of a first entity
US10909594B2 (en) Method, medium, and system for transaction security by determining trends using N-grams
US20220245163A1 (en) Methods and devices for identifying relevant information for a first entity
US9805415B2 (en) Transaction linked merchant data collection

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
GR01 Patent grant
GR01 Patent grant