CN111241395A - 认证服务的推荐方法及装置 - Google Patents

认证服务的推荐方法及装置 Download PDF

Info

Publication number
CN111241395A
CN111241395A CN202010014361.7A CN202010014361A CN111241395A CN 111241395 A CN111241395 A CN 111241395A CN 202010014361 A CN202010014361 A CN 202010014361A CN 111241395 A CN111241395 A CN 111241395A
Authority
CN
China
Prior art keywords
service
data
user terminal
user
target service
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
CN202010014361.7A
Other languages
English (en)
Other versions
CN111241395B (zh
Inventor
杨哲
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 CN202010014361.7A priority Critical patent/CN111241395B/zh
Publication of CN111241395A publication Critical patent/CN111241395A/zh
Application granted granted Critical
Publication of CN111241395B publication Critical patent/CN111241395B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本说明书实施例提供了一种认证服务的推荐方法及装置，该方法包括：首先，获取用户通过用户终端执行目标业务时的相关数据；然后，调用部署在用户终端上的、且与目标业务对应的服务推荐模型；最后，基于所调用的服务推荐模型以及所述相关数据，确定是否向所述用户终端推荐与所述目标业务对应的认证服务；其中，在本说明书实施例中，上述相关数据包括执行目标业务时，用户终端的状态数据和用户在用户终端上的操作数据。

Description

认证服务的推荐方法及装置
技术领域
本申请涉及互联网技术领域，尤其涉及一种认证服务的推荐方法及装置。
背景技术
随着互联网技术的快速发展，在线业务在各个领域得到了快速的发展和广泛的应用。如在线支付、在线购物、在线缴费以及在线开通业务等等。。而随着信息技术的不断发展，针对每种业务会不断扩展多种附属服务项目，例如，身份认证等等。为了实现新服务的推广，大多数会在用户在线办理业务时给用户展示弹屏信息。
但是，在进行弹屏信息的展示时，如果对每个用户都进行弹屏信息的展示，对于一些开通意愿比较低的用户会造成打扰，影响用户体验，但是如果只是随机选择一部分用户进行弹屏信息的展示，会影响推荐效果。
因此，亟需提出一种推荐方案，以便在进行新服务的推荐时可以同时兼顾推荐效果和用户体验。
发明内容
本说明书实施例的目的是提供一种认证服务的推荐方法及装置，以解决现有技术中在进行服务推荐时无法兼顾推荐效果和用户体验的问题。
为解决上述技术问题，本说明书实施例是这样实现的：
本说明书实施例提供了一种认证服务的推荐方法，应用于用户终端，所述方法包括：
获取用户通过所述用户终端执行目标业务时的相关数据；其中，所述相关数据包括执行所述目标业务时，所述用户终端的状态数据和所述用户在所述用户终端上的操作数据；
调用部署在所述用户终端上的、与所述目标业务对应的服务推荐模型；
基于所述服务推荐模型以及所述相关数据，确定是否向所述用户终端推荐与所述目标业务对应的认证服务。
本说明书实施例还提供了一种认证服务的推荐装置，应用于用户终端，所述装置包括：
获取模块，获取用户通过所述用户终端执行目标业务时的相关数据；其中，所述相关数据包括执行所述目标业务时，所述用户终端的状态数据和所述用户在所述用户终端上的操作数据；
调用模块，调用部署在所述用户终端上的、与所述目标业务对应的服务推荐模型；
确定模块，基于所述服务推荐模型以及所述相关数据，确定是否向所述用户终端推荐与所述目标业务对应的认证服务。
本说明书实施例还提供了一种认证服务的推荐设备，应用于用户终端，所述设备包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：
获取用户通过所述用户终端执行目标业务时的相关数据；其中，所述相关数据包括执行所述目标业务时，所述用户终端的状态数据和所述用户在所述用户终端上的操作数据；
调用部署在所述用户终端上的、与所述目标业务对应的服务推荐模型；
基于所述服务推荐模型以及所述相关数据，确定是否向所述用户终端推荐与所述目标业务对应的认证服务。
本说明书实施例还提供了一种存储介质，用于存储计算机可执行指令，所述可执行指令在被执行时实现以下流程：
获取用户通过用户终端执行目标业务时的相关数据；其中，所述相关数据包括执行所述目标业务时，所述用户终端的状态数据和所述用户在所述用户终端上的操作数据；
调用部署在所述用户终端上的、与所述目标业务对应的服务推荐模型；
基于所述服务推荐模型以及所述相关数据，确定是否向所述用户终端推荐与所述目标业务对应的认证服务。
本实施例中的技术方案，在确定是否向用户终端推荐与当前执行的目标业务相关的认证服务时，将用户通过用户终端执行目标业务时用户终端的状态数据和用户在用户终端上的操作数据考虑在内，由于所获取的状态数据和操作数据跟用户执行目标业务时所处的环境存在很大的关联，即在一定程度上可以反映出用户在执行目标业务时所处的环境信息，而用户是否开通推荐的认证服务同用户当前所处的环境存在很大的关联，因此，将上述状态数据和操作数据考虑在内，可以有针对性的向开通意愿较大的用户推荐上述认证服务，即减少了对开通意愿较低的用户的打扰、提高了用户体验，还提升了推荐效果；另外，在本说明书实施例中，在确定是否向用户终端推荐认证服务时，所使用的服务推荐模型部署在用户终端上，这样，可以减少调用模型的时间，提升整体运算效率。
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，下面描述中的附图仅仅是本申请中记载的一些实施例，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为本说明书实施例提供的认证服务的推荐方法的方法流程图之一；
图2为本说明书实施例提供的认证服务的推荐方法的方法流程图之二；
图3为本说明书实施例提供的认证服务的推荐方法的方法流程图之三；
图4为本说明书实施例提供的认证服务的推荐装置的模块组成示意图；
图5为本说明书实施例提供的认证服务的推荐设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，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，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
本说明书实施例的思想在于，在确定是否向用户终端推荐认证服务时，将能够反映用户当前所处环境的用户终端的状态数据以及用户在用户终端上的操作数据考虑在内，可以有针对性的向开通意愿较大的用户推荐上述认证服务，即减少了对开通意愿较低的用户的打扰、提高了用户体验，还提升了推荐效果。基于此，本说明书实施例提供了一种认证服务的推荐方法、装置、设备及存储介质，下述将一一详细进行介绍。
本说明书实施例提供的方法应用于手机、平板电脑、计算机等用户终端设备，即本发明实施例提供的方法的执行主体为用户终端，具体的，该方法的执行主体可以为安装在用户终端上的认证服务的推荐装置。
图1为本说明书实施例提供的认证服务的推荐方法的方法流程图之一，图1所示的方法，至少包括如下步骤：
步骤102，获取用户通过用户终端执行目标业务时的相关数据；其中，上述相关数据包括执行目标业务时，用户终端的状态数据和用户在用户终端上的操作数据。
其中，上述目标业务可以为支付类业务、登录类业务、缴费类业务等。
在一种具体实施方式中，上述用户终端的状态数据可以为用户终终端的屏幕亮度值和加速度值。
一般的，通过屏幕亮度值，并结合用户执行目标业务时的时刻信息，可以推测出用户开通所推荐的认证服务的意愿。
例如，若是用户执行目标业务的时刻为晚上，由于晚上周围环境比较暗，当屏幕亮度值较大时，对于用户而言可能会比较刺眼，即用户的使用感受较差，这种情况下，用户开通认证服务的意愿较低；若是用户执行目标业务的时刻为晚上，且平面亮度值较低时，这种情况下，用户的使用感受会稍好一些，开通认证服务的意愿会比屏幕亮度值较大时高一些。
过程中用户当前的运动状态，例如，处于静止状态、处于走路状态、处于跑步状态等。一般情况下，当用户处于跑步状态时，开通认证服务的意愿会较低，当用户处于静止状态时，由于用户操作用户终端比较方便，这时开通认证服务的意愿比处于走路或者跑步状态下较高。
另外，在本说明书实施例中，上述操作数据包括用户的点击轨迹数据和点击次数。
其中，上述点击轨迹数据可以反映用户在使用用户终端执行目标业务时，操作的熟练度。用户在执行某项业务时，需要在用户终端上点击的操作大致是相同的，若是点击轨迹数据较多，则可能是由于用户操作不熟练或者当前状态下不方便对用户终端进行操作所导致的，若是用户操作不熟练，则说明该用户可能为用户终端的新用户，该类用户一般是不会尝试或者追求新鲜事物的，因此，开通认证服务的意愿较低；若是用户在当前状态下不方便对用户中单进行操作，则在当前时刻开通认证服务的也较低。相应的，若是点击轨迹较少，则反映用户对用户终端的操作比较熟练或者在当前状态下方便对用户终端进行操作，这时用户开通认证服务的意愿会较大。
具体的，直接从用户终端就可以获取上述状态数据和操作数据。
步骤104，调用部署在用户终端上的、与目标业务对应的服务推荐模型。
一般的，通过用户终端可以执行多种业务，每种业务中又包含多种子业务，因此，在用户终端上可能会存储多个模型。因此，在执行本说明书实施例提供的方法时，则需要在用户终端上调用与目标业务对应的服务推荐模型。
具体的，上述服务推进模型可以为XGBoost模型、逻辑回归模型或者神经网络模型等。当然此处只是示例性说明，并不构成对本说明书实施例的限定。
在本说明书实施例中，将服务推荐模型部署在用户终端设备上，这样，在使用服务推荐模型时直接从用户终端上进行模型的调用即可，可以减少服务推荐模型的调用耗时、提高整体运算效率。
步骤106，基于服务推荐模型以及上述相关数据，确定是否向用户终端推荐与目标业务对应的认证服务。
具体的，在本说明书实施例中，上述认证服务可以为身份认证方式。例如，可以为指纹识别、虹膜识别、人脸识别等基于生物特征的身份认证方式。当然，还可以为其他身份认证方式，本说明书实施例不再一一列举。
需要说明的是，本说明书实施例提供的方法是在用户执行目标业务的过程中确定是否向用户终端推荐认证服务，若是确定向用户终端推荐认证服务，则在目标业务执行完成时向用户终端推荐认证服务，以便在下次执行目标业务时可以使用该认证服务。
在本说明书实施例中，在确定是否向用户终端推荐认证服务时，可以确定是否向用户终端推荐某一种指定的身份认证方式，也可以是从当前待推荐的多种身份认证方式中选择一种身份认证方式，确定是否推荐给用户。
因此，上述步骤106中，基于服务推荐模型以及上述相关数据，确定是否向用户终端推荐与目标业务对应的认证服务，至少包括如下两种情况：
情况一、根据上述服务推荐模型以及相关数据，确定在目标业务执行完成时是否向用户终端推荐基于生物特征的身份认证方式；其中，上述身份认证方式用于在下次执行目标业务时进行身份认证。
为便于理解，下述将举例进行说明。
例如，在一种具体实施方式中，用户使用用户终端进行支付时，需要对用户的身份进行认证，当前用户开通的身份认证方式为密码认证，但是，目前已经出现了更安全、更方便的人脸识别，因此，在用户支付的过程中，可以基于用户支付时的操作数据以及用户终端的状态数据，根据上述服务推荐模型，确定在用户支付完成后，是否向用户推荐人脸识别认证方式；若是确定向用户推荐人脸识别的方式，则在用户支付完成后，可以以弹屏消息的方式询问用户是否开通人脸识别身份认证方式。
情况二、根据上述服务推荐模型以及相关数据，确定是否从多种待推荐的身份认证方式中选择一种身份认证方式，并在目标业务执行完成时向用户终端推荐上述身份认证方式；其中，所选取的身份认证方式用于在下次执行目标业务时进行身份认证。
具体的，在本说明书实施例中，在从多种待推荐的身份认证方式中选择一种身份认证方式时，可以随机选择一种，也可以根据用户终端的状态数据选择一种身份认证方式。该状态数据可以包括用户终端是否支持指纹识别或者支持人脸识别，基于用户终端的状态数据，选择一种用户终端支持的身份认证方式。
例如，在一种具体实施方式中，用户使用用户终端进行支付时，需要对用户的身份进行认证，当前用户开通的身份认证方式为密码认证，但是，当前存在的新的身份认证方式有指纹认证、人脸识别认证、虹膜认证等。因此，在用户支付的过程中，若是确定在目标业务执行完成时向用户进行身份认证方式的推荐，则可以随机从上述身份认证方式中选择一种身份认证方式进行推荐。
在具体实施时，本说明书实施例提供的方法中，上述相关数据还包括通过上述用户终端执行的目标业务的历史业务数据，以及向用户终端推荐的认证服务的历史推荐数据。
相应的，上述获取用户通过用户终端执行目标业务时的相关数据，包括：
从用户终端获取设定时间长度内的历史业务数据和历史推荐数据；其中，上述历史业务数据预先存储在用户终端上。
其中，上述历史业务数据可以为设定时间长度内通过用户终端执行目标业务的次数、用户基本信息(如年龄、性别、所在的城市等)以及用户开通的与目标业务相关的服务、用户所属的档次等信息。上述历史推荐数据则包括设定时间长度内给用户终端推荐上述认证服务的次数、距离当前时刻最近的一次推荐的时间信息等。
在本说明书实施例中，可以按照设定时间间隔从服务器获取用户终端所对应的历史业务数据和历史推荐数据，并将所获取的历史业务数据和历史推荐数据存储在用户终端上，这样，在需要执行本说明书实施例提供的方法时，则直接从用户终端获取上述数据即可，这样，可以减少获取数据所消耗的时间，从而提高整体运算效率。
在具体实施时，上述步骤106中，基于服务推荐模型以及相关数据，确定是否向用户终端推荐与目标业务对应的认证服务，包括：
针对每条历史业务数据，提取第一字段所对应的第一数据值，并按照设定的运算规则对得到的所有的第一数据值进行运算，将运算结果确定为历史业务特征数据；以及，针对每条历史推荐数据，提取第二字段所对应的第二数据值，并按照设定的运算规则对第二数据值进行运算，将运算结果确定为历史推荐特征数据；根据上述状态数据、上述操作数据、上述历史业务特征数据、上述历史推荐特征数据以及服务推荐模型，确定是否向用户终端推荐上述认证服务。
在一种具体实施方式中，用户终端上存储的历史业务数据为一条一条的，可以认为每执行一次目标业务得到一条数据，因此，在使用历史业务数据之前，需要对获取的设定时间长度内的历史业务数据进行处理，生成所需要的历史业务数据特征。
为便于理解，下述将举例进行说明。
例如，在一种具体实施方式中，上述目标业务为支付类业务，所获取的为近一个月内用户通过用户终端进行支付的历史支付数据。所获取的历史业务数据的示例如下：
用户A通过用户终端1在2019年12月11日13时31分支付金额10元；
用户A通过用户终端1在2019年12月13日09时20分支付金额5元；
用户A通过用户终端1在2019年12月15日08时13分支付金额15元。
上述第一字段可以为支付金额，因此，需要提取每条历史业务数据中的支付金额，并将所提取的每条支付金额进行累加运算，得到设定时间长度内的总支付金额，作为历史业务特征数据。当然，上述第一字段可以为一个具体字段，可以为多个字段，本说明书实施例并不对此进行限定。
需要说明的是，在本说明书实施例中，上述设定的运算规则可以为求和运算、可以为求平均运算、可以为统计运算等等。上述设定的运算规则所对应的具体运算规则可以根据实际需求设置，本说明书实施例并不对此进行限定。
当然，针对上述历史推荐数据，所获取的历史推荐数据的示例如下：
2019年12月10日13时00分向用户终端1推荐指纹认证方式，用户终端1未开开通；
2019年12月11日15时20分向用户终端1推荐指纹认证方式，用户终端1未开通；
2019年12月15日13时13分向用户终端1推荐指纹认证方式，用户终端1未开通。
上述第一字段可以为推荐时间，所需要的历史推荐特征数据可以为最近一次的推荐时间，这样，在提取出各条历史推荐数据中的推荐时间后，则筛选出距离当前时刻最近的一个推荐时间作为历史推荐特征数据。
当然，上述只是示例性说明，并不构成对本说明书实施例中第一字段、第二字段以及设定的运算规则的限定。其具体内容可以根据实际应用场景进行设置，本说明书实施例并不对此进行限定。
图2为本说明书实施例提供的认证服务的推荐方法的方法流程图之二，图2所示的方法，至少包括如下步骤：
步骤202，获取用户通过用户终端执行目标业务时用户终端的状态数据和用户在用户终端上的操作数据；以及，获取通过用户终端执行的目标业务的历史业务数据，以及向该用户终端推荐的认证服务的历史推荐数据。
步骤204，调用部署在用户终端上的、与目标业务对应的服务推荐模型。
步骤206，针对每条历史业务数据，提取第一字段对应的第一数据值，并按照设定的运算规则对得到的所有第一数据值进行运算，将运算结果确定为历史业务特征数据；以及，针对每条历史推荐数据，提取第二字段所对应的第二数据值，并按照设定的运算规则对第二数据值进行运算，将运算结果确定为历史推荐数据特征。
步骤208，基于上述状态数据、操作数据、业务特征数据、历史推荐特征数据和上述服务推荐模型，确定在目标业务执行完成时是否向用户终端推荐指定的基于生物特征的身份认证方式；其中，该身份认证方式用于在下次执行目标业务时进行身份认证。
为便于理解本说明书实施例提供的方法，下述将详细介绍上述基于服务推荐模型确定是否向用户终端推荐认证服务的具体过程。
具体的，在本说明书实施例中，上述服务推荐模型可以为逻辑回归模型，若是为逻辑回归模型，可以基于多个样本数据训练逻辑回归模型的各个权值，得到练好的逻辑回归模型，然后将各个特征数据输入逻辑回归模型即可。
其中，一种可能的逻辑回归模型如下所示：
hθ(x)＝θ0+θ1*x1+θ2*x2+θ3*x3+θ4*x4+θ5*x5
其中，在上述逻辑回归模型中，hθ(x)表示所计算出的向用户终端推荐认证服务的推荐值，θ0～θ5为所训练的逻辑回归模型的权值，x1表示用户终端的亮度值，x2表示用户终端的加速度值，x3表示用户在用户终端上的点击数量，x4表示历史业务特征，x5表示历史推荐特征。
通过上述公式可以计算出向用户终端推荐认证服务的推荐值，在具体实施时，可以是该推荐值大于或等于设定值时，确定向用户终端推荐认证服务。当然，此处只是示例性说明，并不构成对本说明书实施例的限定。
另外，需要说明的是，上述只是示例性说明，所使用的逻辑回归模型的参数的个数还可以为其他，并不局限于此。
在另外一种具体实施方式中，上述服务推荐模型也可以为XGBoost模型。若是为XGBoost模型，则实际上是根据样本数据建立决策树。例如，一种可能的决策树形式如下所示：
假设，决策树的根节点为加速度值是否小于A，若是则执行叶子节点1，如叶子节点1可以为屏幕亮度值的判断，若是屏幕亮度值小于B则执行子叶子节点1等等。
当前，上述所建立的XGBoost模型的具体模型结构可以根据实际需求确定，本说明书实施例不再列举具体的模型结构。
当然，还可以通过CNN模型等其他模型，本说明书实施例并不对上述具体的模型进行限定，只要是可以实现的模型均可以应用于本说明书实施例提供的方法。
另外，在本说明书实施例中，所提供的方法还可包括如下步骤：
根据上述相关数据和服务推荐模型，从用户终端已经开通的多种身份认证方式中选择在当前次目标业务的执行过程中，对用户进行身份认证的身份认证方式。
在具体实施时，上述历史业务数据还包括所使用的身份认证方式，相应的，若是用户开通了多种身份认证方式，在执行目标业务的过程中，可以基于用户使用身份认证方式的历史数据，选择一种身份认证方式作为当前次目标业务的执行过程中，对用户进行身份认证的认证方式。
或者，在另外一种实施方式中，可以基于当前用户终端的状态数据以及操作数据确定当前次目标业务的执行过程中，对用户进行身份认证的身份认证方式。
例如，如果当前用户终端的加速度值较大，则确定用户正处于行走或者跑步状态下，这种情况下，用户肯定不方便进行密码的输入，若是存在密码输入、指纹验证两种身份认证方式，则选择指纹验证方式作为当前次目标业务中对用户进行身份认证的认证方式。
当然，在具体实施时，可以结合多个状态数据和操作数据，使用上述服务推荐模型确定当前次目标业务的执行过程中，进行身份认证的身份认证方式。例如，若是上述服务推荐模型为逻辑回归模型，则可以使用样本数据训练各个参数(屏幕亮度值、加速度值等)所对应的权值。
为便于理解本说明书实施例提供的身份认证方式，下述将以用户通过用户终端进行支付为例介绍本说明书实施例提供的方法。
图3为本说明书实施例提供的认证服务的推荐方法的方法流程图之三，图3所示的方法至少包括如下步骤：
步骤302，当用户通过用户终端支付时，获取当前用户终端的屏幕亮度值和加速度值，以及获取用户在用户终端上的点击次数；并且，还获取设定时间长度内的历史支付数据和历史推荐数据。
步骤304，调用部署在用户终端上的服务推荐逻辑回归模型。
步骤306，对设定时间长度内的历史支付数据进行统计，确定用户在设定时间长度内的支付次数；以及，对上述历史推荐数据进行统计，确定在设定时间长度内给用户推荐的总次数。
步骤308，将屏幕亮度值、加速度值、点击次数、支付次数和推荐的总次数输入上述逻辑回归模型。
步骤310，获取上述逻辑回归模型输出的认证服务推荐值。
步骤312，判断上述认证服务推荐值是否大于或等于设定值；若是，则执行步骤314。
当然，在其他实施例中，也可能是推荐值越小，向用户推荐的可能性越大，当推荐值小于某设定值时，则确定向用户进行认证服务的推荐。
步骤314，在支付完成后，向用户终端推荐基于生物特征的身份认证方式。
本说明书实施例提供的认证服务的推荐方法，在确定是否向用户终端推荐与当前执行的目标业务相关的认证服务时，将用户通过用户终端执行目标业务时用户终端的状态数据和用户在用户终端上的操作数据考虑在内，由于所获取的状态数据和操作数据跟用户执行目标业务时所处的环境存在很大的关联，即在一定程度上可以反映出用户在执行目标业务时所处的环境信息，而用户是否开通推荐的认证服务同用户当前所处的环境存在很大的关联，因此，将上述状态数据和操作数据考虑在内，可以有针对性的向开通意愿较大的用户推荐上述认证服务，即减少了对开通意愿较低的用户的打扰、提高了用户体验，还提升了推荐效果；另外，在本说明书实施例中，在确定是否向用户终端推荐认证服务时，所使用的服务推荐模型部署在用户终端上，这样，可以减少调用模型的时间，提升整体运算效率。
基于本说明书图1至图3所示实施例提供的方法，基于相同的思路，本说明书实施例还提供了一种认证服务的推荐装置，用于执行图1至图3所示实施例提供的认证服务的推荐方法，且本说明书实施例提供的认证服务的推荐装置应用于用户终端。图4为本说明书实施例提供的认证服务的推荐装置的模块组成示意图，图4所示的装置，至少包括如下模块：
获取模块402，获取用户通过用户终端执行目标业务时的相关数据；其中，相关数据包括执行目标业务时，用户终端的状态数据和用户在用户终端上的操作数据；
调用模块404，调用部署在用户终端上的、与目标业务对应的服务推荐模型；
确定模块406，基于服务推荐模型以及相关数据，确定是否向用户终端推荐与目标业务对应的认证服务。
可选的，上述认证服务包括身份认证方式；
相应的，上述确定模块406，具体用于：
根据服务推荐模型以及相关数据，确定在目标业务执行完成时是否向用户终端推荐指定的基于生物特征的身份认证方式；其中，身份认证方式用于在下次执行目标业务时进行身份认证；
或者，
根据服务推荐模型以及相关数据，从多种身份认证方式中选择一种身份认证方式，并确定在目标业务执行完成时是否向用户终端推荐所选取的身份认证方式；其中，身份认证方式用于在下次执行目标业务时进行身份认证。
可选的，上述状态数据包括用户终端的屏幕亮度值和加速度值；
操作数据包括用户的点击轨迹数据和点击次数。
可选的，相关数据还包括通过用户终端执行的目标业务的历史业务数据，以及向用户终端推荐的认证服务的历史推荐数据；
相应的，获取模块402，具体用于：
从用户终端获取设定时间长度内的历史业务数据和历史推荐数据；其中，历史业务数据预先存储在用户终端上。
可选的，上述确定模块406，还具体用于：
针对每条历史业务数据，提取第一字段所对应的第一数据值；并按照设定的运算规则对得到的所有的第一数据值进行运算，将运算结果确定为历史业务特征数据；以及，针对每条历史推荐数据，提取第二字段所对应的第二数据值；并按照设定的运算规则对第二数据值进行运算，将运算结果确定为历史推荐特征数据；
根据状态数据、操作数据、历史业务特征数据、历史推荐特征数据以及服务推荐模型，确定是否向用户终端推荐上述认证服务。
可选的，本说明书实施例提供的装置还包括：
选择模块，用于根据相关数据和服务推荐模型，从用户终端已经开通的多种身份认证方式中选择在当前次目标业务的执行过程中，对用户进行身份认证的身份认证方式。
可选的，服务推荐模型为XGBoost模型、逻辑回归模型或者神经网络模型。
本说明书实施例的认证服务的推荐装置还可执行图1-图3中认证服务的推荐装置执行的方法，并实现认证服务的推荐装置在图1-图3所示实施例的功能，在此不再赘述。
本说明书实施例提供的认证服务的推荐装置，在确定是否向用户终端推荐与当前执行的目标业务相关的认证服务时，将用户通过用户终端执行目标业务时用户终端的状态数据和用户在用户终端上的操作数据考虑在内，由于所获取的状态数据和操作数据跟用户执行目标业务时所处的环境存在很大的关联，即在一定程度上可以反映出用户在执行目标业务时所处的环境信息，而用户是否开通推荐的认证服务同用户当前所处的环境存在很大的关联，因此，将上述状态数据和操作数据考虑在内，可以有针对性的向开通意愿较大的用户推荐上述认证服务，即减少了对开通意愿较低的用户的打扰、提高了用户体验，还提升了推荐效果；另外，在本说明书实施例中，在确定是否向用户终端推荐认证服务时，所使用的服务推荐模型部署在用户终端上，这样，可以减少调用模型的时间，提升整体运算效率。
进一步地，基于上述图1至图3所示的方法，本说明书实施例还提供了一种认证服务的推荐设备，该认证服务的推荐设备应用于用户终端，其中，该认证服务的推荐设备的结构示意图如图5所示。
认证服务的推荐设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上的处理器501和存储器502，存储器502中可以存储有一个或一个以上存储应用程序或数据。其中，存储器502可以是短暂存储或持久存储。存储在存储器502的应用程序可以包括一个或一个以上模块(图示未示出)，每个模块可以包括对认证服务的推荐设备中的一系列计算机可执行指令信息。更进一步地，处理器501可以设置为与存储器502通信，在认证服务的推荐设备上执行存储器502中的一系列计算机可执行指令信息。认证服务的推荐设备还可以包括一个或一个以上电源503，一个或一个以上有线或无线网络接口504，一个或一个以上输入输出接口505，一个或一个以上键盘506等。
在一个具体的实施例中，认证服务的推荐设备包括有存储器，以及一个或一个以上的程序，其中一个或者一个以上程序存储于存储器中，且一个或者一个以上程序可以包括一个或一个以上模块，且每个模块可以包括对认证服务的推荐设备中的一系列计算机可执行指令信息，且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令信息：
获取用户通过用户终端执行目标业务时的相关数据；其中，相关数据包括执行目标业务时，用户终端的状态数据和用户在用户终端上的操作数据；
调用部署在用户终端上的、与目标业务对应的服务推荐模型；
基于服务推荐模型以及相关数据，确定是否向用户终端推荐与目标业务对应的认证服务。
可选的，计算机可执行指令信息在被执行时，认证服务包括身份认证方式；
相应的，基于服务推荐模型以及相关数据，确定是否向用户终端推荐与目标业务对应的认证服务，包括：
根据服务推荐模型以及相关数据，确定在目标业务执行完成时是否向用户终端推荐指定的基于生物特征的身份认证方式；其中，身份认证方式用于在下次执行目标业务时进行身份认证；
可选的，计算机可执行指令信息在被执行时，状态数据包括用户终端的屏幕亮度值和加速度值；
操作数据包括用户的点击轨迹数据和点击次数。
可选的，计算机可执行指令信息在被执行时，相关数据还包括通过用户终端执行的目标业务的历史业务数据，以及向用户终端推荐的认证服务的历史推荐数据；
相应的，获取用户通过用户终端执行目标业务时的相关数据，包括：
从用户终端获取设定时间长度内的历史业务数据和历史推荐数据；其中，历史业务数据预先存储在用户终端上。
可选的，计算机可执行指令信息在被执行时，基于服务推荐模型以及相关数据，确定是否向用户终端推荐与目标业务对应的认证服务，包括：
针对每条历史业务数据，提取第一字段所对应的第一数据值；并按照设定的运算规则对得到的所有的第一数据值进行运算，将运算结果确定为历史业务特征数据；以及，针对每条历史推荐数据，提取第二字段所对应的第二数据值；并按照设定的运算规则对第二数据值进行运算，将运算结果确定为历史推荐特征数据；
根据状态数据、操作数据、历史业务特征数据、历史推荐特征数据以及服务推荐模型，确定是否向用户终端推荐上述认证服务。
可选的，计算机可执行指令信息在被执行时，还可以执行如下步骤：
根据相关数据和服务推荐模型，从用户终端已经开通的多种身份认证方式中选择在当前次目标业务的执行过程中，对用户进行身份认证的身份认证方式。
可选的，计算机可执行指令信息在被执行时，服务推荐模型为XGBoost模型、逻辑回归模型或者神经网络模型。
本说明书实施例提供的认证服务的推荐设备，在确定是否向用户终端推荐与当前执行的目标业务相关的认证服务时，将用户通过用户终端执行目标业务时用户终端的状态数据和用户在用户终端上的操作数据考虑在内，由于所获取的状态数据和操作数据跟用户执行目标业务时所处的环境存在很大的关联，即在一定程度上可以反映出用户在执行目标业务时所处的环境信息，而用户是否开通推荐的认证服务同用户当前所处的环境存在很大的关联，因此，将上述状态数据和操作数据考虑在内，可以有针对性的向开通意愿较大的用户推荐上述认证服务，即减少了对开通意愿较低的用户的打扰、提高了用户体验，还提升了推荐效果；另外，在本说明书实施例中，在确定是否向用户终端推荐认证服务时，所使用的服务推荐模型部署在用户终端上，这样，可以减少调用模型的时间，提升整体运算效率。
进一步地，基于上述图1至图3所示的方法，本说明书实施例还提供了一种存储介质，用于存储计算机可执行指令信息，一种具体的实施例中，该存储介质可以为U盘、光盘、硬盘等，该存储介质存储的计算机可执行指令信息在被处理器执行时，能实现以下流程：
获取用户通过用户终端执行目标业务时的相关数据；其中，相关数据包括执行目标业务时，用户终端的状态数据和用户在用户终端上的操作数据；
调用部署在用户终端上的、与目标业务对应的服务推荐模型；
基于服务推荐模型以及相关数据，确定是否向用户终端推荐与目标业务对应的认证服务。
可选的，该存储介质存储的计算机可执行指令信息在被处理器执行时，认证服务包括身份认证方式；
相应的，基于服务推荐模型以及相关数据，确定是否向用户终端推荐与目标业务对应的认证服务，包括：
根据服务推荐模型以及相关数据，确定在目标业务执行完成时是否向用户终端推荐指定的基于生物特征的身份认证方式；其中，身份认证方式用于在下次执行目标业务时进行身份认证；
可选的，该存储介质存储的计算机可执行指令信息在被处理器执行时，状态数据包括用户终端的屏幕亮度值和加速度值；
操作数据包括用户的点击轨迹数据和点击次数。
可选的，该存储介质存储的计算机可执行指令信息在被处理器执行时，相关数据还包括通过用户终端执行的目标业务的历史业务数据，以及向用户终端推荐的认证服务的历史推荐数据；
相应的，获取用户通过用户终端执行目标业务时的相关数据，包括：
从用户终端获取设定时间长度内的历史业务数据和历史推荐数据；其中，历史业务数据预先存储在用户终端上。
可选的，该存储介质存储的计算机可执行指令信息在被处理器执行时时，基于服务推荐模型以及相关数据，确定是否向用户终端推荐与目标业务对应的认证服务，包括：
针对每条历史业务数据，提取第一字段所对应的第一数据值；并按照设定的运算规则对得到的所有的第一数据值进行运算，将运算结果确定为历史业务特征数据；以及，针对每条历史推荐数据，提取第二字段所对应的第二数据值；并按照设定的运算规则对第二数据值进行运算，将运算结果确定为历史推荐特征数据；
根据状态数据、操作数据、历史业务特征数据、历史推荐特征数据以及服务推荐模型，确定是否向用户终端推荐上述认证服务。
可选的，该存储介质存储的计算机可执行指令信息在被处理器执行时时，还可以执行如下步骤：
根据相关数据和服务推荐模型，从用户终端已经开通的多种身份认证方式中选择在当前次目标业务的执行过程中，对用户进行身份认证的身份认证方式。
可选的，该存储介质存储的计算机可执行指令信息在被处理器执行时，服务推荐模型为XGBoost模型、逻辑回归模型或者神经网络模型。
本说明书实施例提供的存储介质存储的计算机可执行指令信息在被处理器执行时，在确定是否向用户终端推荐与当前执行的目标业务相关的认证服务时，将用户通过用户终端执行目标业务时用户终端的状态数据和用户在用户终端上的操作数据考虑在内，由于所获取的状态数据和操作数据跟用户执行目标业务时所处的环境存在很大的关联，即在一定程度上可以反映出用户在执行目标业务时所处的环境信息，而用户是否开通推荐的认证服务同用户当前所处的环境存在很大的关联，因此，将上述状态数据和操作数据考虑在内，可以有针对性的向开通意愿较大的用户推荐上述认证服务，即减少了对开通意愿较低的用户的打扰、提高了用户体验，还提升了推荐效果；另外，在本说明书实施例中，在确定是否向用户终端推荐认证服务时，所使用的服务推荐模型部署在用户终端上，这样，可以减少调用模型的时间，提升整体运算效率。
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，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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，本申请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。
本申请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信息实现流程图和/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信息到通用计算机、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信息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信息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信息产生包括指令信息装置的制造品，该指令信息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信息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信息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信息、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，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请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，本申请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。
本申请可以在由计算机执行的计算机可执行指令信息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 (15)

1.一种认证服务的推荐方法，应用于用户终端，所述方法包括：
获取用户通过所述用户终端执行目标业务时的相关数据；其中，所述相关数据包括执行所述目标业务时，所述用户终端的状态数据和所述用户在所述用户终端上的操作数据；
调用部署在所述用户终端上的、与所述目标业务对应的服务推荐模型；
基于所述服务推荐模型以及所述相关数据，确定是否向所述用户终端推荐与所述目标业务对应的认证服务。
2.如权利要求1所述的方法，所述认证服务包括身份认证方式；
相应的，所述基于所述服务推荐模型以及所述相关数据，确定是否向所述用户终端推荐与所述目标业务对应的认证服务，包括：
根据所述服务推荐模型以及所述相关数据，确定在所述目标业务执行完成时是否向所述用户终端推荐指定的基于生物特征的身份认证方式；其中，所述身份认证方式用于在下次执行所述目标业务时进行身份认证；
或者，
根据所述服务推荐模型以及所述相关数据，确定是否从多种待推荐的身份认证方式中选择一种身份认证方式，并在所述目标业务执行完成时向所述用户终端推荐所选取的所述身份认证方式；其中，所选取的所述身份认证方式用于在下次执行所述目标业务时进行身份认证。
3.如权利要求1或2所述的方法，所述状态数据包括所述用户终端的屏幕亮度值和加速度值；
所述操作数据包括所述用户的点击轨迹数据和点击次数。
4.如权利要求1所述的方法，所述相关数据还包括通过所述用户终端执行的所述目标业务的历史业务数据，以及向所述用户终端推荐的所述认证服务的历史推荐数据；
相应的，所述获取用户通过所述用户终端执行目标业务时的相关数据，包括：
从所述用户终端获取设定时间长度内的所述历史业务数据和历史推荐数据；其中，所述历史业务数据和所述历史推荐数据预先存储在所述用户终端上。
5.如权利要求4所述的方法，所述基于所述服务推荐模型以及所述相关数据，确定是否向所述用户终端推荐与所述目标业务对应的认证服务，包括：
针对每条所述历史业务数据，提取第一字段所对应的第一数据值，并按照设定的运算规则对得到的所有的所述第一数据值进行运算，将运算结果确定为历史业务特征数据；以及，针对每条所述历史推荐数据，提取第二字段所对应的第二数据值，并按照设定的运算规则对所述第二数据值进行运算，将运算结果确定为历史推荐特征数据；
根据所述状态数据、所述操作数据、所述历史业务特征数据、所述历史推荐特征数据以及所述服务推荐模型，确定是否向所述用户终端推荐所述认证服务。
6.如权利要求1或2所述的方法，所述方法还包括：
根据所述相关数据和所述服务推荐模型，从所述用户终端已经开通的多种身份认证方式中选择在当前次所述目标业务的执行过程中，对所述用户进行身份认证的身份认证方式。
7.如权利要求1所述的方法，所述服务推荐模型为XGBoost模型、逻辑回归模型或者神经网络模型。
8.一种认证服务的推荐装置，应用于用户终端，所述装置包括：
获取模块，获取用户通过所述用户终端执行目标业务时的相关数据；其中，所述相关数据包括执行所述目标业务时，所述用户终端的状态数据和所述用户在所述用户终端上的操作数据；
调用模块，调用部署在所述用户终端上的、与所述目标业务对应的服务推荐模型；
确定模块，基于所述服务推荐模型以及所述相关数据，确定是否向所述用户终端推荐与所述目标业务对应的认证服务。
9.如权利要求8所述的装置，所述认证服务包括身份认证方式；
相应的，所述确定模块，具体用于：
根据所述服务推荐模型以及所述相关数据，确定在所述目标业务执行完成时是否向所述用户终端推荐指定的基于生物特征的身份认证方式；其中，所述身份认证方式用于在下次执行所述目标业务时进行身份认证；
或者，
根据所述服务推荐模型以及所述相关数据，从多种身份认证方式中选择一种身份认证方式，并确定在所述目标业务执行完成时是否向所述用户终端推荐所选取的所述身份认证方式；其中，所述身份认证方式用于在下次执行所述目标业务时进行身份认证。
10.如权利要求8或9所述的装置，所述状态数据包括所述用户终端的屏幕亮度值和加速度值；
所述操作数据包括所述用户的点击轨迹数据和点击次数。
11.如权利要求8所述的装置，所述相关数据还包括通过所述用户终端执行的所述目标业务的历史业务数据，以及向所述用户终端推荐的所述认证服务的历史推荐数据；
相应的，所述获取模块，具体用于：
从所述用户终端获取设定时间长度内的所述历史业务数据和历史推荐数据；其中，所述历史业务数据预先存储在所述用户终端上。
12.如权利要求11所述的装置，所述确定模块，具体用于：
针对每条所述历史业务数据，提取第一字段所对应的第一数据值；并按照设定的运算规则对得到的所有的所述第一数据值进行运算，将运算结果确定为历史业务特征数据；以及，针对每条所述历史推荐数据，提取第二字段所对应的第二数据值；并按照设定的运算规则对所述第二数据值进行运算，将运算结果确定为历史推荐特征数据；
根据所述状态数据、所述操作数据、所述历史业务特征数据、所述历史推荐特征数据以及所述服务推荐模型，确定是否向所述用户终端推荐与所述目标业务对应的认证服务。
13.如权利要求8或9所述的装置，所述装置还包括：
选择模块，用于根据所述相关数据和所述服务推荐模型，从所述用户终端已经开通的多种身份认证方式中选择在当前次所述目标业务的执行过程中，对所述用户进行身份认证的身份认证方式。
14.一种认证服务的推荐设备，应用于用户终端，所述设备包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：
获取用户通过所述用户终端执行目标业务时的相关数据；其中，所述相关数据包括执行所述目标业务时，所述用户终端的状态数据和所述用户在所述用户终端上的操作数据；
调用部署在所述用户终端上的、与所述目标业务对应的服务推荐模型；
基于所述服务推荐模型以及所述相关数据，确定是否向所述用户终端推荐与所述目标业务对应的认证服务。
15.一种存储介质，用于存储计算机可执行指令，所述可执行指令在被执行时实现以下流程：
获取用户通过用户终端执行目标业务时的相关数据；其中，所述相关数据包括执行所述目标业务时，所述用户终端的状态数据和所述用户在所述用户终端上的操作数据；
调用部署在所述用户终端上的、与所述目标业务对应的服务推荐模型；
基于所述服务推荐模型以及所述相关数据，确定是否向所述用户终端推荐与所述目标业务对应的认证服务。
CN202010014361.7A 2020-01-07 2020-01-07 认证服务的推荐方法及装置 Active CN111241395B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010014361.7A CN111241395B (zh) 2020-01-07 2020-01-07 认证服务的推荐方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010014361.7A CN111241395B (zh) 2020-01-07 2020-01-07 认证服务的推荐方法及装置

Publications (2)

Publication Number Publication Date
CN111241395A true CN111241395A (zh) 2020-06-05
CN111241395B CN111241395B (zh) 2023-07-18

Family

ID=70872505

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010014361.7A Active CN111241395B (zh) 2020-01-07 2020-01-07 认证服务的推荐方法及装置

Country Status (1)

Country Link
CN (1) CN111241395B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116628348A (zh) * 2023-07-19 2023-08-22 支付宝(杭州)信息技术有限公司 业务推荐的系统、方法、装置、电子设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120054065A1 (en) * 2010-08-24 2012-03-01 Electronics And Telecommunications Research Institute System and method for service recommendation
WO2014035048A1 (ko) * 2012-08-28 2014-03-06 에스케이플래닛 주식회사 아이템 추천 시스템 및 방법
US9507851B1 (en) * 2011-03-29 2016-11-29 EMC IP Holding Company LLC Methods and systems for providing recommendation information
CN108134874A (zh) * 2017-12-20 2018-06-08 维沃移动通信有限公司 一种功能推荐方法和移动终端
CN108960839A (zh) * 2018-06-20 2018-12-07 阿里巴巴集团控股有限公司 一种支付方法及装置
CN109242496A (zh) * 2018-09-18 2019-01-18 北京三快在线科技有限公司 支付方式的预测方法、装置及计算机可读介质
CN109272381A (zh) * 2018-09-04 2019-01-25 阿里巴巴集团控股有限公司 业务推荐方法、装置、电子设备及可读存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120054065A1 (en) * 2010-08-24 2012-03-01 Electronics And Telecommunications Research Institute System and method for service recommendation
US9507851B1 (en) * 2011-03-29 2016-11-29 EMC IP Holding Company LLC Methods and systems for providing recommendation information
WO2014035048A1 (ko) * 2012-08-28 2014-03-06 에스케이플래닛 주식회사 아이템 추천 시스템 및 방법
CN108134874A (zh) * 2017-12-20 2018-06-08 维沃移动通信有限公司 一种功能推荐方法和移动终端
CN108960839A (zh) * 2018-06-20 2018-12-07 阿里巴巴集团控股有限公司 一种支付方法及装置
CN109272381A (zh) * 2018-09-04 2019-01-25 阿里巴巴集团控股有限公司 业务推荐方法、装置、电子设备及可读存储介质
CN109242496A (zh) * 2018-09-18 2019-01-18 北京三快在线科技有限公司 支付方式的预测方法、装置及计算机可读介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116628348A (zh) * 2023-07-19 2023-08-22 支付宝(杭州)信息技术有限公司 业务推荐的系统、方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN111241395B (zh) 2023-07-18

Similar Documents

Publication Publication Date Title
CN108460523B (zh) 一种风控规则生成方法和装置
CN107679686B (zh) 一种业务执行方法及装置
CN108733825B (zh) 一种对象触发事件预测方法及装置
CN114202370A (zh) 一种信息推荐方法和装置
US20190130895A1 (en) System And Method For Natural Language Processing
CN108346107B (zh) 一种社交内容风险识别方法、装置以及设备
CN110647687B (zh) 服务推荐方法和装置
CN110674188A (zh) 一种特征提取方法、装置及设备
CN111080304A (zh) 一种可信关系识别方法、装置及设备
CN111341041B (zh) 一种支付方式确定方法、装置、系统及设备
CN113643119A (zh) 一种模型训练的方法、业务风控的方法及装置
CN113837638A (zh) 话术确定方法、装置及设备
CN111222931A (zh) 一种产品推荐方法及系统
CN110008394B (zh) 一种舆情信息的识别方法、装置及设备
CN111241395A (zh) 认证服务的推荐方法及装置
CN113886033A (zh) 一种任务处理的方法及装置
CN111177562B (zh) 一种目标对象的推荐排序处理方法、装置及服务器
CN113408254A (zh) 一种页面表单信息填写方法、装置、设备和可读介质
CN108595395B (zh) 一种昵称的生成方法、装置及设备
CN115545720A (zh) 一种模型训练的方法、业务风控的方法及装置
CN115456801A (zh) 个人信用的人工智能大数据风控系统、方法和存储介质
CN112184074A (zh) 一种提示信息输出方法及装置
CN111191090B (zh) 确定业务数据展示图类型的方法、装置、设备和存储介质
CN111291645A (zh) 身份识别方法及装置
CN111310167B (zh) 一种密码提醒方法、装置以及设备

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