CN112860745A - 分润结算方法、服务器和存储介质 - Google Patents
分润结算方法、服务器和存储介质 Download PDFInfo
- Publication number
- CN112860745A CN112860745A CN202110134725.XA CN202110134725A CN112860745A CN 112860745 A CN112860745 A CN 112860745A CN 202110134725 A CN202110134725 A CN 202110134725A CN 112860745 A CN112860745 A CN 112860745A
- Authority
- CN
- China
- Prior art keywords
- merchant
- transaction data
- storage unit
- transaction
- merchants
- 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
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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24552—Database cache management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24568—Data stream processing; Continuous queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/12—Accounting
- G06Q40/125—Finance or payroll
Abstract
本发明实施例公开了一种分润结算方法、服务器和存储介质,其中所述方法包括:获取到达所述流处理框架的交易数据;根据所述交易数据的标识码确定生成所述交易数据的商户所属的商户组;将所述交易数据缓存至所述商户组对应的存储单元;判断各个所述存储单元内存储的所述交易数据是否达到预设条件;当有存储单元内存储的所述交易数据达到预设条件时,批量取出达到所述预设条件的存储单元内存储的所述交易数据;对批量取出的所述交易数据进行分润结算处理。
Description
技术领域
本发明涉及科技金融技术领域,具体涉及一种分润结算方法、服务器和存储介质。
背景技术
在收单业务中,收单机构需要根据从商户得到的交易单据计算分润再进行结算,即先根据约定费率计算出交易费用,然后将扣除交易费用后的款项转账给商户。收单机构除了与商户直接签约外,还会通过代理商与商户签约,即收单机构与代理商签约,代理商再与商户签约。而代理商还可能分成若干级,直接与收单机构签约的是一级代理商,与一级代理商签约的是二级代理商,有时候会多达十几级代理商。商户会根据自身情况选择代理商签约,例如某个商户与本地的某四级代理商签约,则该商户会涉及到四个不同的代理商,当消费者在该商户完成一笔交易后,收单机构会将交易费用分润给各级代理商。
传统的分润结算方式采用逐级结算方式,即收单机构结算给一级代理商,一级代理商再结算给二级代理商,依次类推,这种结算方式耗时长且效率低,为代理商所诟病。为提高结算效率,现有技术中还采用了一种直接结算方式,收单机构计算出每个代理商应得的分润,直接结算给每一个代理商,某代理商应得分润的计算公式如下:
代理商分润=(商户签约费率-基准费率)*交易金额*分润比例
其中,商户签约费率是与商户签约时约定好的交易费率,基准费率是收单机构以外的第三方机构(例如发卡行、银联等)应得的分润总和,分润比例是该代理商在收单机构的分润中所占比例,分润比例并不是固定的,需要根据商户、该代理商与上下游代理商的结算费率计算得出。
在进行直接结算时,通常可以采用诸如Flink等流处理框架,对到达流处理框架的交易数据,按照上述分润计算公式实时计算分润,再将计算得到的分润数据写入对应代理商数据库,不同的代理商分别对应不同的数据库。对于大型收单机构而言,会涉及到众多代理商,例如可能涉及到数千家代理商,并且所需要处理的交易数据量庞大,峰值时每秒的交易量可能达到数万笔之多,由于到达流处理框架的交易是随机的,有可能临近的多个交易之间的代理商重叠率很低,这样会导致短时间内需要建立大量的数据库连接,而每次数据库连接只需要写入很少的数据,而收单机构的服务器能够同时建立连接的数据库的数量是有限的,在服务器向所连接的数据库短暂写入少量数据后,与该数据库连接关闭,需要等待一段时间才能释放相关资源以连接另一数据库以执行其余写入进程,这样使得大量写入进程被挂起,降低了分润数据写入效率,进而导致分润结算延迟增大。
发明内容
有鉴于此,本发明实施例提供了一种分润结算方法、服务器和存储介质,以提升分润数据写入效率,降低分润结算延迟。
根据第一方面,本发明实施例提供了一种基于流处理框架的分润结算方法,包括:获取到达所述流处理框架的交易数据;根据所述交易数据的标识码确定生成所述交易数据的商户所属的商户组,其中同一商户组内各个商户涉及的代理商重叠程度大于或等于预定阈值;将所述交易数据缓存至所述商户组对应的存储单元;判断各个所述存储单元内存储的所述交易数据是否达到预设条件;当有存储单元内存储的所述交易数据达到预设条件时,批量取出达到所述预设条件的存储单元内存储的所述交易数据;对批量取出的所述交易数据进行分润结算处理。
可选地,在根据所述交易数据的标识码确定生成所述交易数据的商户所属的商户组之前,所述方法还包括:选取当前时段交易频率大于第一预定频率的商户;根据所选取的商户涉及的代理商重叠程度将所选取的商户划分成多个商户组;为每个商户组创建对应的存储单元。
可选地,在根据所述交易数据的标识码确定生成所述交易数据的商户所属的商户组之前,所述方法还包括:判断当前时段的交易频率是否大于第二预定频率;在当前时段的交易频率大于第二预定频率时,根据各个商户涉及的代理商重叠程度将所述商户划分成多个商户组;为每个商户组创建对应的存储单元。
可选地,划分多个商户组的步骤包括:获取各个商户的特征向量,所述特征向量与所述商户涉及的代理商相关;根据所述特征向量之间的相似度,将多个商户划分成多个商户组。
根据第二方面,本发明实施例提供了一种基于流处理框架的分润结算方法,包括:获取到达所述流处理框架的交易数据;根据所述交易数据的标识码确定生成所述交易数据的商户;分别判断所述商户涉及的代理商与各个已创建的存储单元所对应的商户组内商户涉及的代理商的重叠程度是否大于或等于预设阈值;当所述商户涉及的代理商与某个已创建的存储单元所对应的商户组内商户涉及的代理商的重叠程度大于或等于预设阈值时,将所述交易数据缓存至该存储单元;判断各个已创建的存储单元内存储的所述交易数据是否达到预设条件;当有存储单元内存储的所述交易数据达到预设条件时,批量取出达到所述预设条件的存储单元内存储的所述交易数据;对批量取出的所述交易数据进行分润结算处理。
可选地,所述方法还包括:当不存在已创建的存储单元时,为所述交易数据创建存储单元,并将所述交易数据缓存至所创建的存储单元。
可选地,在获取到达所述流处理框架的交易数据之前,所述方法还包括:判断当前时段的交易频率是否大于第三预定频率,在当前时段的交易频率大于第三预定频率时,执行所述获取到达所述流处理框架的交易数据的步骤。
可选地,在根据所述交易数据的标识码确定生成所述交易数据的商户之后,且在分别判断所述商户涉及的代理商与各个已创建的存储单元所对应的商户组内商户涉及的代理商的重叠程度是否大于或等于预设阈值之前,所述方法还包括:判断所述商户在当前时段的交易频率是否大于第四预定频率,在所述商户在当前时段的交易频率大于第四预定频率时,执行所述分别判断所述商户涉及的代理商与各个已创建的存储单元所对应的商户组内商户涉及的代理商的重叠程度是否大于或等于预设阈值的步骤。
可选地,所述方法还包括:当所述商户涉及的代理商与各个已创建的存储单元所对应的商户组内商户涉及的代理商的重叠程度均小于预设阈值时,创建新的存储单元,并将所述交易数据缓存至所述新的存储单元。
可选地,获取所述商户涉及的代理商与各个已创建的存储单元所对应的商户组内商户涉及的代理商的重叠程度的步骤,包括:获取所述商户的特征向量,所述特征向量与所述商户涉及的代理商相关;分别获取所述商户的特征向量与各个已创建的存储单元内存储的交易数据所对应的商户的特征向量之间的相似度。
可选地,在所述批量取出达到所述预设条件的存储单元内存储的所述交易数据之后,还包括:释放所述存储单元。
根据第三方面,本发明实施例提供了一种服务器,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行上述第一方面或第二方面中任一项所述的方法。
根据第四方面,本发明实施例提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行上述第一方面或第二方面中任一项所述的方法。
根据本发明实施例的分润结算方法、服务器和存储介质,由于同一商户组所对应的存储单元内批量取出的交易数据所涉及的代理商重叠程度较高,服务器计算得到的多笔分润数据会涉及同一代理商,因此服务器与代理商数据库的每次连接会写入多笔分润数据,提升了每次数据库连接的利用率,从而提升了分润数据写入效率,降低了分润结算延迟。。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点,附图是示意性的而不应理解为对本发明进行任何限制,在附图中:
图1示出了根据本发明实施例的分润结算方法的流程图;
图2示出了根据本发明另一实施例的分润结算方法的流程图;
图3示出了根据本发明另一实施例的分润结算方法的流程图;
图4示出了根据本发明另一实施例的分润结算方法的流程图;
图5示出了根据本发明实施例的分润结算装置的示意图;
图6示出了根据本发明另一实施例的分润结算装置的示意图;
图7示出了根据本发明实施例的服务器的示意图。
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中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域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,都属于本发明保护的范围。
图1示出了根据本发明实施例的基于流处理框架的分润结算方法,该方法例如可以适用于收单机构的服务器,可以包括如下步骤:
S101.获取到达流处理框架的交易数据。
消费者在商户端进行刷卡支付或电子支付时,商户端会生成交易数据,所生成的交易数据通过网络发送到收单机构的服务器端,收单机构的服务器端通过诸如Flink等的流处理框架对到达的交易数据进行结算处理。
S102.根据交易数据的标识码确定生成该交易数据的商户所属的商户组,其中同一商户组内各个商户涉及的代理商重叠程度大于或等于预定阈值。
交易数据可以包括标识码,标识码用于唯一标识生成该交易数据的商户。在本发明实施例中,该标识码例如可以是该交易数据的源地址,即商户终端的IP地址,也可以是与该商户唯一对应的串码。收单机构的服务器可以通过读取该交易数据的标识码所在字段来获取对应的标识码,由于标识码与商户是一一对应的,因此收单机构可以根据标识码确定生成该交易数据的商户。
在本发明实施例中,收单机构可以预先根据代理商的重叠程度将签约商户划分为若干商户组,收单机构的服务器在确定了生成该交易数据的商户之后,即可以确定该商户所属的商户组。举例而言,若某收单机构有4个签约商户,其中商户1涉及代理商A、B、C,商户2涉及代理商A、B、D,商户3涉及代理商E、F、G,商户4涉及代理商E、F、H,商户1和商户2之间有2个代理商重叠,商户3和商户4之间有2个代理商重叠,而商户3、商户4分别与商户1和商户2的代理商重叠程度较低,因此根据各个商户涉及代理商的重叠程度,可以将商户1和商户2划分为一个商户组,而将商户3和商户4划分为一个商户组。服务器对于划分出的每个商户组均创建出对应的存储单元,例如可以为每个商户组创建一个缓存空间。
本领域技术人员可以根据实际情况来确定该预定阈值,预定阈值越高,所划分出的商户组越多,由于每个商户组均会占用一定的缓存空间,当划分出的商户组太多时,会增加系统的负担;而预定阈值越低,所划分出的商户组就越少,但商户组内各个商户涉及的代理商重叠程度也随之降低。
S103.将该交易数据缓存至该商户组对应的存储单元。
在上述步骤S102中,服务器已经确定出了生成该交易数据的商户所属的商户组,即可以相应将该交易数据缓存至该商户组对应的存储单元。
S104.判断各个存储单元内存储的交易数据是否达到预设条件,当有存储单元内存储的交易数据达到预设条件时执行步骤S105,当各个存储单元内存储的交易数据均未达到预设条件时,则等待下一交易数据到达以执行步骤S101。
服务器创建有多个存储单元,需要对每个存储单元进行监控以判断存储单元内存储的交易数据是否达到预设条件,服务器例如可以以轮询的方式来监控各个存储单元,也可以发起多个进程同时对各个存储单元进行监控。该预设条件例如可以是存储单元内存储的交易数据的数量,由于系统为每个商户组所创建的存储单元的存储空间有限,为了避免存储单元内的数据溢出,需要设置存储单元内存储的交易数据的数量上限,当某个存储单元内存储的交易数据的数量达到该上限时,执行步骤S105批量取出该存储单元内存储的交易数据以进行分润结算。该预设条件例如还可以是存储单元内最先存入的交易数据的等待时间,对于先入先出型存储单元而言,存储单元内最先存入的交易数据即栈底数据,为避免该交易数据长时间等待,需要设置存储单元内最先存入的交易数据的等待时间上限,当某个存储单元内最先存入的交易数据的等待时间达到该上限时,执行步骤S105批量取出该存储单元内存储的交易数据以进行分润结算。作为本发明实施例的一种可选实施方式,该预设条件可以是存储单元内存储的交易数据的数量和存储单元内最先存入的交易数据的等待时间这两者,当着两者中的任一者达到上限时,执行步骤S105。
S105.批量取出达到该预设条件的存储单元内存储的交易数据。
如上文所述,收单机构的服务器对每个存储单元进行监控,一旦某一个或多个存储单元内存储的交易数据达到预设条件,就批量取出该存储单元内存储的交易数据,优选地,批量取出该存储单元内存储的全部交易数据。
S106.对批量取出的交易数据进行分润结算处理。
收单机构的服务器在与代理商进行分润结算处理时,需要对批量取出的交易数据进行计算,并将计算得到的分润写入对应代理商的数据库。仍然沿用上文中的例子,假设商户1和商户2均生成了1笔交易数据,商户1和商户2所组成的商户组对应的存储单元内存储的这2笔交易数据达到的预设条件,服务器从该存储单元中取出了这2笔交易数据,再假设服务器每次只能与1个代理商数据库建立连接,由于商户1涉及代理商A、B、C,商户2涉及代理商A、B、D,服务器向代理商数据库写入计算得到的分润数据时仅需要与A、B、C、D这四个代理商数据库建立4次连接,其中在连接代理商A和代理商B数据库时会通过一次连接写入2笔分润数据。若按照现有技术中的实时分润结算方法,由于到达流处理框架的交易是随机的,例如可能先后到达流处理框架的是商户1和商户3所生成的交易数据,由于商户1涉及代理商A、B、C,商户3涉及代理商E、F、G,服务器向代理商数据库写入计算得到的分润数据时仅需要与A、B、C、E、F、G这六个代理商数据库建立6次连接,每次连接均写入1笔分润数据,显然建立数据库连接的次数多于本发明实施例的分润结算方法,对于收单机构涉及到上千家代理商,且签约商户涉及十几个代理商的情况,这种差异会更加明显。
因此,与现有技术中的实时分润结算方法中每次数据库连接仅写入少量数据,大量时间均耗费在等待服务器关闭数据库连接、释放相关资源以建立另一数据库连接上相比,本发明实施例中的分润结算方法,由于同一商户组所对应的存储单元内批量取出的交易数据所涉及的代理商重叠程度较高,服务器计算得到的多笔分润数据会涉及同一代理商,因此服务器与代理商数据库的每次连接会写入多笔分润数据,提升了每次数据库连接的利用率,从而提升了分润数据写入效率,降低了分润结算延迟。
图2示出了根据本发明另一实施例的基于流处理框架的分润结算方法,该方法例如可以适用于收单机构的服务器,可以包括如下步骤:
S201.选取当前时段交易频率大于第一预定频率的商户。
在本发明实施例中,划分商户组是为了解决商户交易量较大时所造成的写入延迟,对于交易量较小的商户,可以不划入商户组而正常采用现有技术的分润结算方法进行结算,或是在交易高峰期过后进行结算。不同商户在不同时段的交易量差别很大,例如在工作日11-13点餐饮类商户的交易量较大,而其他时段交易量则相对较小。为了解决当前时段商户交易量较大时所造成的写入延迟,可以仅选取当前时段交易频率较高的商户,从而不必对所有签约商户划分商户组,降低了系统负担。
在本步骤中,例如可以根据签约商户的特点将一天划分成若干时段,各个时段的时长可以相同,也可以不同,例如可以每1小时或者每半小时划分一个时段,选取各个时段中交易频率较大的商户。本领域技术人员可以根据签约商户的特点合理设置第一预定频率,第一预定频率可以固定不变,也可以随时段不同而变化。对于某些时段,例如凌晨,所有商户的交易频率都较低,不会产生写入延迟的问题,也可以不划分任何商户组,而采用现有技术的分润结算方法进行结算。
S202.根据所选取的商户涉及的代理商重叠程度将所选取的商户划分成多个商户组。
在本发明实施例的一种可选实施方式中,可以预先为每个所选取的商户设置特征向量。还是沿用上文中的例子,收单机构共有4个签约商户和8个代理商,其中商户1涉及代理商A、B、C,商户2涉及代理商A、B、D,商户3涉及代理商E、F、G,商户4涉及代理商E、F、H,从而可以为每个商户设置1个8元向量,例如可以为商户1设置特征向量为V1(1,1,1,0,0,0,0,0),为商户2设置特征向量为V2(1,1,0,1,0,0,0,0),为商户3设置特征向量为V3(0,0,0,0,1,1,1,0),为商户4设置特征向量为V4(0,0,0,0,1,1,0,1),以使得特征向量与商户涉及的代理商相关。若收单机构共涉及n个代理商,则相应地可以为每个商户设置一个n维向量。对于商户而言,其特征向量是预先设定好的,在选取出交易频率较高的商户后,服务器即可以获取所选取的各个商户的特征向量,并根据特征向量之间的相似度,对所选取的多个商户进行分组。可以采用各种算法来衡量特征向量之间的相似度,例如特征向量之间的空间距离、特征向量之间的余弦相似度等,从而将特征向量之间的相似度大于或等于预定阈值的商户划分为一组,或是采用聚类算法直接对所选取的商户进行分组。
S203.为每个商户组创建对应的存储单元。
服务器对划分出的每个商户组均创建对应的存储单元,例如可以为每个商户组创建一个缓存空间。
作为本发明实施例的一种可选实施方式,若一段时间之后,所选取的商户的交易频率下降,例如工作日11-13点餐饮类商户的交易量较大,而在13点之后餐饮类商户的交易量会显著下降,则服务器可以释放交易频率降低至某一预定频率的商户组所占用的存储空间,以节省系统资源。
作为本发明实施例的另一种可选实施方式,服务器在当前时段的下一时段,可以释放当前时段所创建的所有存储单元,并为下一时段的所选取出的商户重新分组,并相应地重新创建存储单元。
可以在每个时段均执行一次上述步骤S201至S203,然而收单机构的签约商户,各个签约商户所涉及的代理商,以及消费者的消费习惯在一段时间内通常不会发生显著变化,因此,作为本发明实施例的一种可选实施方式,服务器可以仅通过一次或若干次运行获取各个时段划分出的商户组,并记录下所划分出的商户组,这样服务器在相应的时间段仅需要执行创建相应的存储单元的步骤即可,无需每次重复执行选取商户并划分商户组的步骤。服务器仅需要在收单机构的签约商户,各个签约商户所涉及的代理商,以及消费者的消费习惯中的任何一者发生显著变化时,再重新获取各个时段划分出的商户组,并记录下所划分出的商户组即可,以节省系统资源。
S204.获取到达流处理框架的交易数据,具体内容可以参考步骤S101的描述。
S205.根据交易数据的标识码确定生成该交易数据的商户所属的商户组,具体内容可以参考步骤S102的描述。
S206.将该交易数据缓存至该商户组对应的存储单元,具体内容可以参考步骤S103的描述。
S207.判断各个存储单元内存储的交易数据是否达到预设条件,当有存储单元内存储的交易数据达到预设条件时执行步骤S208,当各个存储单元内存储的交易数据均未达到预设条件时,则等待下一交易数据到达以执行步骤S204,具体内容可以参考步骤S104的描述。
S208.批量取出达到该预设条件的存储单元内存储的交易数据,具体内容可以参考步骤S105的描述。
S209.对批量取出的交易数据进行分润结算处理,具体内容可以参考步骤S106的描述。
与图1所示的实施例相比,在本实施例中,仅选取交易频率较高的商户进行分组,而不必对所有签约商户进行分组,而各个时段所选取的交易频率过高的商户数量会远远少于所有签约商户的数量,因此所划分出的商户组的数量也会大大减少,系统所需创建的存储单元的数量也相应减少,因而节省了系统资源。此外,与图1所示的实施例相同,由于根据所涉及代理商的重叠程度对所选取出的交易频率较高商户进行了分组,从同一商户组所对应的存储单元内批量取出的交易数据所涉及的代理商重叠程度较高,服务器与代理商数据库的每次连接会写入多笔分润数据,提升了每次数据库连接的利用率,从而提升了分润数据写入效率,降低了分润结算延迟。
图3示出了根据本发明另一实施例的基于流处理框架的分润结算方法,该方法例如可以适用于收单机构的服务器,可以包括如下步骤:
S301.判断当前时段的交易频率是否大于第二预定频率,在当前时段的交易频率大于第二预定频率时,执行步骤S302。
商家在不同时段的交易频率存在很大差异,例如凌晨的交易频率会显著下降,而在特定的促销季、打折季时,交易频率会显著上升,因此服务器需要对交易频率进行监测,以应对交易频率过高时所引起的分润结算写入延时。而在交易频率较低时,现有技术中的分润结算方法足以应对,则可以选择不对商户进行分组并创建相应的存储空间,以节省系统资源。在本步骤中,例如可以根据签约商户的特点将一天划分成若干时段,各个时段的时长可以相同,也可以不同,例如可以每1小时或者每半小时划分一个时段,并且本领域技术人员可以根据服务器的处理能力合理设置第二预定频率,其中第二预定频率可以固定不变,也可以随时段不同而变化。
S302.根据各个商户涉及的代理商重叠程度将所述商户划分成多个商户组。
在本步骤中,服务器可以对所有签约商户进行分组,也可以仅对部分签约商户进行分组。例如,当前时段交易频率过大,但是各个签约商户之间的交易分布较为均匀时,可以选择对所有签约商户进行分组。再例如,当前时间交易频率过大是由于部分商户采取了打折促销等方式而引起的,而其他商户的交易频率并不高,此时可以选择对于交易频率较高的商户进行分组。如上文所述,预先为各个商户设置了特征向量,特征向量与商户涉及的代理商相关,服务器在获取了各个商户的特征向量之后,即可以根据特征向量之间的相似度,对商户进行分组。例如可以依据特征向量之间的空间距离、特征向量之间的余弦相似度等来衡量特征向量之间的相似度,或是采用聚类算法直接对商户进行分组。
S303.为每个商户组创建对应的存储单元,具体内容可以参考步骤S203的描述。
作为本发明实施例的一种可选实施方式,在当前时段后,若服务器监测到交易频率低于某预定频率,则可以释放当前时段所创建的所有存储单元,以节省系统资源。
作为本发明实施例的一种可选实施方式,由于收单机构的签约商户,各个签约商户所涉及的代理商,以及消费者的消费习惯在一段时间内通常不会发生显著变化,服务器不必实时监控各个时段的交易频率,而可以仅通过一次或若干次运行获取交易频率大于第二预定频率的时段,并记录下所划分出的商户组,这样服务器在相应的时间段仅需要执行创建相应的存储单元的步骤即可,无需每次重复执行上述步骤S301和S302。服务器仅需要在收单机构的签约商户,各个签约商户所涉及的代理商,以及消费者的消费习惯中的任何一者发生显著变化时,再重新获取交易频率大于第二预定频率的时段,并记录下所划分出的商户组即可,以节省系统资源。
S304.获取到达流处理框架的交易数据,具体内容可以参考步骤S101的描述。
S305.根据交易数据的标识码确定生成该交易数据的商户所属的商户组,具体内容可以参考步骤S102的描述。
S306.将该交易数据缓存至该商户组对应的存储单元,具体内容可以参考步骤S103的描述。
S307.判断各个存储单元内存储的交易数据是否达到预设条件,当有存储单元内存储的交易数据达到预设条件时执行步骤S308,当各个存储单元内存储的交易数据均未达到预设条件时,则等待下一交易数据到达以执行步骤S304,具体内容可以参考步骤S104的描述。
S308.批量取出达到该预设条件的存储单元内存储的交易数据,具体内容可以参考步骤S105的描述。
S309.对批量取出的交易数据进行分润结算处理,具体内容可以参考步骤S106的描述。
与图1所示的实施例相比,在本实施例中,仅在交易频率较高的时段对全部签约商户或是部分交易频率较高的商户进行分组,而不必在任何时段都对商户进行分组,从而系统仅在交易频率较高的时段创建存储单元,因而节省了系统资源。此外,与图1所示的实施例相同,由于系统在交易频率较高的时段根据所涉及代理商的重叠程度对商户进行分组,从同一商户组所对应的存储单元内批量取出的交易数据所涉及的代理商重叠程度较高,服务器与代理商数据库的每次连接会写入多笔分润数据,提升了每次数据库连接的利用率,从而提升了分润数据写入效率,降低了分润结算延迟。
图4示出了根据本发明另一实施例的基于流处理框架的分润结算方法,该方法例如可以适用于收单机构的服务器,可以包括如下步骤:
S401.获取到达流处理框架的交易数据。
消费者在商户端进行刷卡支付或电子支付时,商户端会生成交易数据,所生成的交易数据通过网络发送到收单机构的服务器端,收单机构的服务器端通过诸如Flink等的流处理框架对到达的交易数据进行结算处理。
S402.根据交易数据的标识码确定生成该交易数据的商户。
交易数据可以包括标识码,标识码用于唯一标识生成该交易数据的商户。在本发明实施例中,该标识码例如可以是该交易数据的源地址,即商户终端的IP地址,也可以是与该商户唯一对应的串码。收单机构的服务器可以通过读取该交易数据的标识码所在字段来获取对应的标识码,由于标识码与商户是一一对应的,因此收单机构可以根据标识码确定生成该交易数据的商户。
S403.分别判断该商户涉及的代理商与各个已创建的存储单元所对应的商户组内商户涉及的代理商的重叠程度是否大于或等于预设阈值,当该商户涉及的代理商与某个已创建的存储单元所对应的商户组内商户涉及的代理商的重叠程度大于或等于预设阈值时,执行步骤S404,当与各个已创建的存储单元所对应的商户组内商户涉及的代理商的重叠程度均小于预设阈值时,执行步骤S405。
若当前并未创建任何存储单元,则服务器可以为最先到达的交易数据创建一个存储单元,例如创建一个缓存空间,并将该最先到达的交易数据缓存至所创建的存储单元,此时所创建的存储单元内仅存储有该笔交易数据。在本实施例中,存储单元与商户组是一一对应的,因此最先创建的存储单元内仅存储有最先到达的交易数据,因此该最先创建的存储单元所对应的商户组此时仅包括生成该最先到达的交易数据的商户。然后,等待下一交易数据到达以执行步骤S401。
在当前已创建了一个或多个存储单元的情况下,则可以分别判断该商户涉及的代理商与各个已创建的存储单元所对应的商户组内商户涉及的代理商的重叠程度是否大于或等于预设阈值。上述判断步骤可以依序与各个已创建的存储单元所对应的商户组逐个判断,当出现重叠程度大于或等于预设阈值的情况时结束上述判断步骤,当然也可以采用多个进程同时与各个已创建的存储单元所对应的商户组的判断步骤,以找到对应的存储单元。
如上文所述,可以根据预先为各个商户设置的特征向量,通过该商户的特征向量与各个已创建的存储单元所对应的商户组内商户的特征向量之间的相似度来衡量重叠程度。例如可以依据特征向量之间的空间距离、特征向量之间的余弦相似度等来衡量特征向量之间的相似度,或是采用聚类算法来确定该商户应属于哪个商户组,进而确定对应的存储单元。
S404.将该交易数据缓存至该存储单元。
当该商户涉及的代理商与某个已创建的存储单元所对应的商户组内商户涉及的代理商的重叠程度大于或等于预设阈值时,则说明该商户属于该存储单元所对应的商户组,因此可以将该交易数据缓存至该存储单元,之后执行步骤S406。
S405.创建新的存储单元,并将该交易数据缓存至该新的存储单元。
当该商户涉及的代理商与各个已创建的存储单元所对应的商户组内商户涉及的代理商的重叠程度均小于预设阈值时,说明该商户不属于目前已创建的任何商户组,因此需要创建新的存储单元,并将该交易数据缓存至该新的存储单元,之后执行步骤S406。
S406.判断各个已创建的存储单元内存储的交易数据是否达到预设条件,当有存储单元内存储的交易数据达到预设条件时,执行步骤S407,当各个存储单元内存储的交易数据均未达到预设条件时,则等待下一交易数据到达以执行步骤S401。
服务器例如可以以轮询的方式来监控各个已创建的存储单元,也可以发起多个进程同时对各个已创建的存储单元进行监控。如上文所述,该预设条件例如可以是存储单元内存储的交易数据的数量,由于系统为每个商户组所创建的存储单元的存储空间有限,为了避免存储单元内的数据溢出,需要设置存储单元内存储的交易数据的数量上限,当某个存储单元内存储的交易数据的数量达到该上限时,执行步骤S407批量取出该存储单元内存储的交易数据以进行分润结算。该预设条件例如还可以是存储单元内最先存入的交易数据的等待时间,对于先入先出型存储单元而言,存储单元内最先存入的交易数据即栈底数据,为避免该交易数据长时间等待,需要设置存储单元内最先存入的交易数据的等待时间上限,当某个存储单元内最先存入的交易数据的等待时间达到该上限时,执行步骤S407批量取出该存储单元内存储的交易数据以进行分润结算。作为本发明实施例的一种可选实施方式,该预设条件可以是存储单元内存储的交易数据的数量和存储单元内最先存入的交易数据的等待时间这两者,当着两者中的任一者达到上限时,执行步骤S407。
S407.批量取出达到预设条件的存储单元内存储的交易数据。
如上文所述,收单机构的服务器对每个已创建的存储单元进行监控,一旦某一个或多个存储单元内存储的交易数据达到预设条件,就批量取出该存储单元内存储的交易数据,优选地,批量取出该存储单元内存储的全部交易数据。
S408.对批量取出的交易数据进行分润结算处理。
收单机构的服务器在与代理商进行分润结算处理时,需要对批量取出的交易数据进行计算,并将计算得到的分润写入对应代理商的数据库。
本发明实施例中的分润结算方法,由于同一商户组所对应的存储单元内批量取出的交易数据所涉及的代理商重叠程度较高,服务器计算得到的多笔分润数据会涉及同一代理商,因此服务器与代理商数据库的每次连接会写入多笔分润数据,提升了每次数据库连接的利用率,从而提升了分润数据写入效率,降低了分润结算延迟。此外,与图1所示的实施例相比,在本实施例中,无需预先创建商户组对应的存储单元,而是根据到达交易数据的实际情况来创建相应的存储空间,节省了系统资源,且可以灵活适应支付业务中不同时段、不同商户间交易频率差异巨大的问题。
作为本发明实施例的一种可选实施方式,在执行上述步骤S401之前,系统可以判断当前时段的交易频率是否大于第三预定频率,在当前时段的交易频率大于第三预定频率时,执行步骤S401。由此,系统仅在交易频率较高的时段对商户进行分组,并创建相应的存储单元,进一步节省了系统资源。
作为本发明实施例的另一种可选实施方式,在上述步骤S402和步骤S403之间,系统可以判断该商户在当前时段的交易频率是否大于第四预定频率,在该商户在当前时段的交易频率大于第四预定频率时,执行步骤S403。由此,系统仅选取交易频率较高的商户进行分组,而不必对所有签约商户进行分组,系统所需创建的存储单元的数量也相应减少,进一步节省了系统资源。
作为本发明实施例的另一种可选实施方式,在上述步骤S406之后还可以包括:S409.释放被批量取出交易数据的存储单元。
由于存储单元内的交易数据被取出,该存储单元内不再存有任何交易数据,因此可以释放该存储单元以节省系统资源。
相应地,如图5所示,本发明实施例还提供了一种基于流处理框架的分润结算装置,该分润结算装置可以适用于收单机构的服务器,可以包括:
获取单元501,用于获取到达流处理框架的交易数据,具体内容可以参见步骤S101的描述;
确定单元502,用于根据交易数据的标识码确定生成该交易数据的商户所属的商户组,其中同一商户组内各个商户涉及的代理商重叠程度大于或等于预定阈值,具体内容可以参见步骤S102的描述;
缓存单元503,用于将交易数据缓存至商户组对应的存储单元,具体内容可以参见步骤S103的描述;
判断单元504,用于判断各个存储单元内存储的交易数据是否达到预设条件,具体内容可以参见步骤S104的描述;
取出单元505,用于当有存储单元内存储的交易数据达到预设条件时,批量取出达到预设条件的存储单元内存储的所述交易数据,具体内容可以参见步骤S105的描述;
结算单元506,用于对批量取出的交易数据进行分润结算处理,具体内容可以参见步骤S106的描述。
与现有技术中的实时分润结算方法中每次数据库连接仅写入少量数据,大量时间均浪费在等待服务器关闭数据库连接、释放相关资源以建立另一数据库连接上相比,本发明实施例中的分润结算装置,由于同一商户组所对应的存储单元内批量取出的交易数据所涉及的代理商重叠程度较高,服务器计算得到的多笔分润数据会涉及同一代理商,因此服务器与代理商数据库的每次连接会写入多笔分润数据,提升了每次数据库连接的利用率,从而提升了分润数据写入效率,降低了分润结算延迟。
作为本发明实施例的一种可选实施方式,上述分润结算装置还可以包括:
选取单元,用于选取当前时段交易频率大于第一预定频率的商户,具体内容可以参见步骤S201的描述;
分组单元,用于根据所选取的商户涉及的代理商重叠程度将所选取的商户划分成多个商户组,具体内容可以参见步骤S202的描述;
创建单元,用于为每个商户组创建对应的存储单元,具体内容可以参见步骤S203的描述。
在本实施方式中,通过上述选取单元、分组单元和创建单元,仅选取交易频率较高的商户进行分组,而不必对所有签约商户进行分组,而各个时段所选取的交易频率过高的商户数量会远远少于所有签约商户的数量,因此所划分出的商户组的数量也会大大减少,系统所需创建的存储单元的数量也相应减少,因而节省了系统资源。
作为本发明实施例的另一种可选实施方式,上述分润结算装置还可以包括:
频率单元,用于判断当前时段的交易频率是否大于第二预定频率,具体内容可以参见步骤S301的描述;
分组单元,用于在当前时段的交易频率大于第二预定频率时,根据各个商户涉及的代理商重叠程度将所述商户划分成多个商户组,具体内容可以参见步骤S302的描述;
创建单元,为每个商户组创建对应的存储单元,具体内容可以参见步骤S303的描述。
在本实施方式中,通过上述频率单元、分组单元和创建单元,仅在交易频率较高的时段对全部签约商户或是部分交易频率较高的商户进行分组,而不必在任何时段都对商户进行分组,从而系统仅在交易频率较高的时段创建存储单元,因而节省了系统资源。
根据本发明实施例的分润结算装置的各个组成单元的具体细节可以对应参阅图1至图3所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
如图6所示,本发明实施例还提供了一种基于流处理框架的分润结算装置,该分润结算装置可以适用于收单机构的服务器,可以包括:
获取单元601,用于获取到达流处理框架的交易数据,具体内容可以参见步骤S401的描述;
确定单元602,用于根据交易数据的标识码确定生成该交易数据的商户,具体内容可以参见步骤S402的描述;
第一判断单元603,用于分别判断该商户涉及的代理商与各个已创建的存储单元所对应的商户组内商户涉及的代理商的重叠程度是否大于或等于预设阈值,具体内容可以参见步骤S403的描述;
第一缓存单元604,用于当该商户涉及的代理商与某个已创建的存储单元所对应的商户组内商户涉及的代理商的重叠程度大于或等于预设阈值时,将所述交易数据缓存至该存储单元,具体内容可以参见步骤S404的描述;
第二缓存单元605,当该商户涉及的代理商与各个已创建的存储单元所对应的商户组内商户涉及的代理商的重叠程度均小于预设阈值时,创建新的存储单元,并将该交易数据缓存至该新的存储单元,具体内容可以参见步骤S405的描述;
第二判断单元606,用于判断各个已创建的存储单元内存储的所述交易数据是否达到预设条件,具体内容可以参见步骤S406的描述;
取出单元607,用于当有存储单元内存储的所述交易数据达到预设条件时,批量取出达到所述预设条件的存储单元内存储的所述交易数据,具体内容可以参见步骤S407的描述;
结算单元408,用于对批量取出的交易数据进行分润结算处理,具体内容可以参见步骤S408的描述。
本发明实施例中的分润结算装置,由于同一商户组所对应的存储单元内批量取出的交易数据所涉及的代理商重叠程度较高,服务器计算得到的多笔分润数据会涉及同一代理商,因此服务器与代理商数据库的每次连接会写入多笔分润数据,提升了每次数据库连接的利用率,从而提升了分润数据写入效率,降低了分润结算延迟。此外,本实施例中的分润结算装置无需预先创建商户组对应的存储单元,而是根据到达交易数据的实际情况来创建相应的存储空间,节省了系统资源,且可以灵活适应支付业务中不同时段、不同商户间交易频率差异巨大的问题。
作为本发明实施例的一种可选实施方式,上述分润结算装置还可以包括:
第三判断单元,用于判断当前时段的交易频率是否大于第三预定频率,在当前时段的交易频率大于第三预定频率时,使得获取单元601开始工作。
由此,本实施方式中的分润结算装置仅在交易频率较高的时段对商户进行分组,并创建相应的存储单元,进一步节省了系统资源。
作为本发明实施例的另一种可选实施方式,上述分润结算装置还可以包括:
第四判断单元,判断该商户在当前时段的交易频率是否大于第四预定频率,在该商户在当前时段的交易频率大于第四预定频率时,使得第一判断单元603开始工作。
由此,本实施方式中的分润结算装置仅选取交易频率较高的商户进行分组,而不必对所有签约商户进行分组,系统所需创建的存储单元的数量也相应减少,进一步节省了系统资源。
作为本发明实施例的另一种可选实施方式,上述分润结算装置还可以包括:
释放单元609,用于释放被批量取出交易数据的存储单元。
由于存储单元内的交易数据被取出,该存储单元内不再存有任何交易数据,因此本实施方式中的分润结算装置可以释放该存储单元以节省系统资源。
根据本发明实施例的分润结算装置的各个组成单元的具体细节可以对应参阅图4所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
如图7所示,本发明实施例还提供了一种提供了一种服务器,该服务器适用于收单机构,可以包括处理器701和存储器702,其中处理器701和存储器702可以通过总线或者其他方式连接,图7中以通过总线连接为例。
处理器701可以为中央处理器(Central Processing Unit,CPU)。处理器701还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器702作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中的分润结算方法所对应的程序指令,存储器702还可用于存储到达流处理框架的交易数据。处理器701通过运行存储在存储器702中的非暂态软件指令,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的分润结算方法。
存储器702可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器702可选包括相对于处理器701远程设置的存储器,这些远程存储器可以通过网络连接至处理器701。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。
上述服务器的具体细节可以对应参阅图1至图4所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程可以通过计算机程序来指令相关的硬件来完成,所述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实施例的流程。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-StateDrive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种基于流处理框架的分润结算方法,其特征在于,包括:
获取到达所述流处理框架的交易数据;
根据所述交易数据的标识码确定生成所述交易数据的商户所属的商户组,其中同一商户组内各个商户涉及的代理商重叠程度大于或等于预定阈值;
将所述交易数据缓存至所述商户组对应的存储单元;
判断各个所述存储单元内存储的所述交易数据是否达到预设条件;
当有存储单元内存储的所述交易数据达到预设条件时,批量取出达到所述预设条件的存储单元内存储的所述交易数据;
对批量取出的所述交易数据进行分润结算处理。
2.根据权利要求1所述的方法,其特征在于,在根据所述交易数据的标识码确定生成所述交易数据的商户所属的商户组之前,还包括:
选取当前时段交易频率大于第一预定频率的商户;
根据所选取的商户涉及的代理商重叠程度将所选取的商户划分成多个商户组;
为每个商户组创建对应的存储单元。
3.根据权利要求1所述的方法,其特征在于,在根据所述交易数据的标识码确定生成所述交易数据的商户所属的商户组之前,还包括:
判断当前时段的交易频率是否大于第二预定频率;
在当前时段的交易频率大于第二预定频率时,根据各个商户涉及的代理商重叠程度将所述商户划分成多个商户组;
为每个商户组创建对应的存储单元。
4.根据权利要求2或3所述的方法,其特征在于,划分多个商户组的步骤包括:
获取各个商户的特征向量,所述特征向量与所述商户涉及的代理商相关;
根据所述特征向量之间的相似度,将多个商户划分成多个商户组。
5.一种基于流处理框架的分润结算方法,其特征在于,包括:
获取到达所述流处理框架的交易数据;
根据所述交易数据的标识码确定生成所述交易数据的商户;
分别判断所述商户涉及的代理商与各个已创建的存储单元所对应的商户组内商户涉及的代理商的重叠程度是否大于或等于预设阈值;
当所述商户涉及的代理商与某个已创建的存储单元所对应的商户组内商户涉及的代理商的重叠程度大于或等于预设阈值时,将所述交易数据缓存至该存储单元;
判断各个已创建的存储单元内存储的所述交易数据是否达到预设条件;
当有存储单元内存储的所述交易数据达到预设条件时,批量取出达到所述预设条件的存储单元内存储的所述交易数据;
对批量取出的所述交易数据进行分润结算处理。
6.根据权利要求5所述的方法,其特征在于,还包括:
当所述商户涉及的代理商与各个已创建的存储单元所对应的商户组内商户涉及的代理商的重叠程度均小于预设阈值时,创建新的存储单元,并将所述交易数据缓存至所述新的存储单元。
7.根据权利要求5所述的方法,其特征在于,获取所述商户涉及的代理商与各个已创建的存储单元所对应的商户组内商户涉及的代理商的重叠程度的步骤,包括:
获取所述商户的特征向量,所述特征向量与所述商户涉及的代理商相关;
分别获取所述商户的特征向量与各个已创建的存储单元内存储的交易数据所对应的商户的特征向量之间的相似度。
8.根据权利要求5-7中任一项所述的方法,其特征在于,在所述批量取出达到所述预设条件的存储单元内存储的所述交易数据之后,还包括:
释放所述存储单元。
9.一种服务器,其特征在于,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1-8中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110134725.XA CN112860745B (zh) | 2021-01-29 | 2021-01-29 | 分润结算方法、服务器和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110134725.XA CN112860745B (zh) | 2021-01-29 | 2021-01-29 | 分润结算方法、服务器和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112860745A true CN112860745A (zh) | 2021-05-28 |
CN112860745B CN112860745B (zh) | 2023-07-04 |
Family
ID=75987258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110134725.XA Active CN112860745B (zh) | 2021-01-29 | 2021-01-29 | 分润结算方法、服务器和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112860745B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002109295A (ja) * | 2000-09-28 | 2002-04-12 | Visual Japan Inc | Posシステム、posサーバ、店端末、販売管理方法、及び記録媒体 |
GB0920492D0 (en) * | 2009-11-18 | 2010-01-06 | American Express Travel Relate | Data processing framework |
US20120290400A1 (en) * | 2011-05-13 | 2012-11-15 | Bottomline Technologies (De) Inc. | System and method for facilitating the onboarding of target vendors to an electronic payment system |
US20130311375A1 (en) * | 2013-07-11 | 2013-11-21 | Seth Priebatsch | Systems and methods for dynamic transaction-payment routing |
US20140108235A1 (en) * | 2012-10-16 | 2014-04-17 | American Express Travel Related Services Company, Inc. | Systems and Methods for Payment Settlement |
CN104463611A (zh) * | 2015-01-07 | 2015-03-25 | 上海瀚银信息技术有限公司 | 代理商管理系统 |
US20150154590A1 (en) * | 2013-12-04 | 2015-06-04 | Mastercard International Incorporated | Method and system for leveraging transaction data to facilitate merchant operations |
KR20150061863A (ko) * | 2013-11-28 | 2015-06-05 | 에스케이플래닛 주식회사 | 대리결제 정보처리 장치, 시스템 및 방법 |
US20160012480A1 (en) * | 2014-07-09 | 2016-01-14 | Mastercard International Incorporated | Targeted Electronic Commerce Based on Historical Purchasing Data |
CN105719088A (zh) * | 2016-01-25 | 2016-06-29 | 深圳市华阳信通科技发展有限公司 | 一种智能分润结算方法及系统 |
US20160358201A1 (en) * | 2015-06-08 | 2016-12-08 | Mastercard International Incorporated | Method and system for automated settlement of transaction account rebates |
CN107977457A (zh) * | 2017-12-18 | 2018-05-01 | 深圳市快付通金融网络科技服务有限公司 | 数据清算方法、系统和计算机可读存储介质 |
CN110349020A (zh) * | 2019-06-24 | 2019-10-18 | 武汉金康高科技有限公司 | 一种基于分润平台的实时分润处理方法及实时分润平台 |
CN110428241A (zh) * | 2019-07-10 | 2019-11-08 | 深圳聚银科技有限公司 | 移动支付的线上分润结算系统 |
CN209785065U (zh) * | 2019-01-30 | 2019-12-13 | 北京瑞烟信德信息技术有限公司 | 一种代理商分润管理装置 |
CN110838066A (zh) * | 2019-11-01 | 2020-02-25 | 支付宝(杭州)信息技术有限公司 | 信用交易场景下的结算系统、方法以及装置 |
CN111930760A (zh) * | 2020-07-21 | 2020-11-13 | 银盛支付服务股份有限公司 | 一种交易流水分布式批量处理方法及其系统 |
CN112163948A (zh) * | 2020-09-18 | 2021-01-01 | 深圳乐信软件技术有限公司 | 一种分润计算方法、系统、设备及存储介质 |
-
2021
- 2021-01-29 CN CN202110134725.XA patent/CN112860745B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002109295A (ja) * | 2000-09-28 | 2002-04-12 | Visual Japan Inc | Posシステム、posサーバ、店端末、販売管理方法、及び記録媒体 |
GB0920492D0 (en) * | 2009-11-18 | 2010-01-06 | American Express Travel Relate | Data processing framework |
US20120290400A1 (en) * | 2011-05-13 | 2012-11-15 | Bottomline Technologies (De) Inc. | System and method for facilitating the onboarding of target vendors to an electronic payment system |
US20140108235A1 (en) * | 2012-10-16 | 2014-04-17 | American Express Travel Related Services Company, Inc. | Systems and Methods for Payment Settlement |
US20130311375A1 (en) * | 2013-07-11 | 2013-11-21 | Seth Priebatsch | Systems and methods for dynamic transaction-payment routing |
KR20150061863A (ko) * | 2013-11-28 | 2015-06-05 | 에스케이플래닛 주식회사 | 대리결제 정보처리 장치, 시스템 및 방법 |
US20150154590A1 (en) * | 2013-12-04 | 2015-06-04 | Mastercard International Incorporated | Method and system for leveraging transaction data to facilitate merchant operations |
US20160012480A1 (en) * | 2014-07-09 | 2016-01-14 | Mastercard International Incorporated | Targeted Electronic Commerce Based on Historical Purchasing Data |
CN104463611A (zh) * | 2015-01-07 | 2015-03-25 | 上海瀚银信息技术有限公司 | 代理商管理系统 |
US20160358201A1 (en) * | 2015-06-08 | 2016-12-08 | Mastercard International Incorporated | Method and system for automated settlement of transaction account rebates |
CN105719088A (zh) * | 2016-01-25 | 2016-06-29 | 深圳市华阳信通科技发展有限公司 | 一种智能分润结算方法及系统 |
CN107977457A (zh) * | 2017-12-18 | 2018-05-01 | 深圳市快付通金融网络科技服务有限公司 | 数据清算方法、系统和计算机可读存储介质 |
CN209785065U (zh) * | 2019-01-30 | 2019-12-13 | 北京瑞烟信德信息技术有限公司 | 一种代理商分润管理装置 |
CN110349020A (zh) * | 2019-06-24 | 2019-10-18 | 武汉金康高科技有限公司 | 一种基于分润平台的实时分润处理方法及实时分润平台 |
CN110428241A (zh) * | 2019-07-10 | 2019-11-08 | 深圳聚银科技有限公司 | 移动支付的线上分润结算系统 |
CN110838066A (zh) * | 2019-11-01 | 2020-02-25 | 支付宝(杭州)信息技术有限公司 | 信用交易场景下的结算系统、方法以及装置 |
CN111930760A (zh) * | 2020-07-21 | 2020-11-13 | 银盛支付服务股份有限公司 | 一种交易流水分布式批量处理方法及其系统 |
CN112163948A (zh) * | 2020-09-18 | 2021-01-01 | 深圳乐信软件技术有限公司 | 一种分润计算方法、系统、设备及存储介质 |
Non-Patent Citations (5)
Title |
---|
COOL_WXP911011: "1500个字给你讲透什么是分账系统", Retrieved from the Internet <URL:https://blog.csdn.net/cool_wxp911011/article/details/110642596> * |
丁悦: "电子银行中间业务收费系统的研究与实现", 《硕士学位论文库》 * |
上海艾瑞市场咨询有限公司: "中国第三方支付行业研究报告 2018年", 《艾瑞咨询系列研究报告》, no. 2 * |
匿名用户: "pos机分润问题是怎么分的,银行、清算组织机构(银联)、第三方支付公司三家是怎么分手续费的?", Retrieved from the Internet <URL:https://www.zhihu.com/question/23666216> * |
微笑很纯洁: "揭秘第三方支付盈利模式、发展概况 | 监管成长篇", Retrieved from the Internet <URL:https://blog.csdn.net/ityouknow/article/details/87835059> * |
Also Published As
Publication number | Publication date |
---|---|
CN112860745B (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108446176A (zh) | 一种任务分配方法、计算机可读存储介质及终端设备 | |
CN106815254A (zh) | 一种数据处理方法和装置 | |
CN107748989A (zh) | 一种虚拟卡的开卡方法、系统和支付系统、发卡系统 | |
CN104574051A (zh) | 一种计费方法及装置 | |
CN108932241B (zh) | 日志数据统计方法、装置及节点 | |
CN112506978A (zh) | 大数据实时处理方法、装置和设备 | |
CN112860745A (zh) | 分润结算方法、服务器和存储介质 | |
CN113468226A (zh) | 一种业务处理方法、装置、电子设备和存储介质 | |
CN111915340B (zh) | 商户类型的识别方法、装置、设备及存储介质 | |
CN108710538A (zh) | 一种线程配置方法、计算机可读存储介质及终端设备 | |
US8433628B2 (en) | Real-time trade forecaster | |
CN108564458B (zh) | 一种基于蒙特卡洛模拟的消费预测方法及系统 | |
US10587527B1 (en) | Systems and methods for apportioning bandwidth in storage systems | |
US11157974B2 (en) | Prepaid utility metering with complex rates using advanced metering infrastructure (AMI) smart meters | |
CN110298677A (zh) | 一种云计算资源计费的方法、装置、电子设备和存储介质 | |
CN109271538A (zh) | 一种图片存储方法及相关设备 | |
CN112559183B (zh) | 计算资源管理方法、装置、电子设备及存储介质 | |
CN108876590A (zh) | 夜间交易补录的分组方法及系统 | |
CN109800148A (zh) | 一种页面调试方法、装置、可读存储介质及终端设备 | |
CN109255698B (zh) | 基于大数据的还款额的分配方法及终端设备 | |
CN110570136B (zh) | 配送范围确定方法、装置、电子设备以及存储介质 | |
CN110570299A (zh) | 基于区块链的数字货币活期存储方法及装置 | |
CN107025266B (zh) | 业务数据的处理方法和装置 | |
CN111784512A (zh) | 银企对账流程处理方法、装置及电子设备 | |
CN110955644A (zh) | 一种存储系统的io控制方法、装置、设备及存储介质 |
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 |