CN113450205A - 批量汇款最优汇款路径确定方法及装置 - Google Patents
批量汇款最优汇款路径确定方法及装置 Download PDFInfo
- Publication number
- CN113450205A CN113450205A CN202110717487.5A CN202110717487A CN113450205A CN 113450205 A CN113450205 A CN 113450205A CN 202110717487 A CN202110717487 A CN 202110717487A CN 113450205 A CN113450205 A CN 113450205A
- Authority
- CN
- China
- Prior art keywords
- remittance
- path
- optimal
- money transfer
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000012546 transfer Methods 0.000 claims description 141
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012986 modification Methods 0.000 claims description 5
- 230000004048 modification Effects 0.000 claims description 5
- 238000012790 confirmation Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 11
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 238000003672 processing method Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000012216 screening Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/10—Payment architectures specially adapted for electronic funds transfer [EFT] systems; specially adapted for home banking systems
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供了一种批量汇款最优汇款路径确定方法及装置,可用于人工智能技术领域,所述方法包括:接收客户的批量支付指令以及汇款路径偏好;根据所述批量支付指令确定客户汇款的汇款信息,所述汇款信息包括账号信息、汇款金额以及汇款时间;根据所述汇款信息通过最优路径学习库以及预设汇款路径选择模型得到最优汇款路径,本发明可在保证客户汇款通过最优路径汇出的同时提高汇款的处理效率。
Description
技术领域
本发明涉及批量汇款技术领域,特别涉及人工智能技术领域,尤其涉及一种批量汇款最优汇款路径确定方法及装置。
背景技术
目前企业网上银行转账汇款批量支付跨行汇款主要分为以下四步:1、客户制作批量支付文件并在企业网银系统提交批量支付指令。其中客户需在批量文件模版中录入汇款路径。2、企业网银系统做文件解析,并做汇路分拣,挑选出跨行指令。3、企业网银系统筛选出跨行指令并将客户录入的汇款路径上送给跨行系统。4、跨行系统根据企网上送的路径将汇款汇出。由此,目前企业网上银行批量汇款存在两个问题:一个是客户可能不了解汇款路径的录入规范,导致录入错误。另一个是客户可能不了解当前汇款路径的开通情况和规则,导致选择了错误的路径后款项无法实时汇出。
目前,有些银行根据各种汇款要素帮客户选择一种最优的汇款路径。但是,对于批量汇款来说,批量汇款可以一次提交上千笔不同汇款,若是每一笔都为客户筛选出最优路径,则需每笔指令都要调跨行接口进行逐一筛选,因此会存在筛选慢,效率低下等性能问题。
发明内容
本发明的一个目的在于提供一种批量汇款最优汇款路径确定方法,在保证客户汇款通过最优路径汇出的同时提高汇款的处理效率。本发明的另一个目的在于提供一种批量汇款最优汇款路径确定装置。本发明的再一个目的在于提供一种计算机设备。本发明的还一个目的在于提供一种可读介质。
为了达到以上目的,本发明一方面公开了一种批量汇款最优汇款路径确定方法,包括:
接收客户的批量支付指令以及汇款路径偏好;
根据所述批量支付指令确定客户汇款的汇款信息,所述汇款信息包括账号信息、汇款金额以及汇款时间;
根据所述汇款信息通过最优路径学习库以及预设汇款路径选择模型得到最优汇款路径。
优选的,所述汇款路径偏好包括速度最快和费用最低。
优选的,进一步包括预先确定所述最优路径学习库的步骤:
确定预设多种汇款路径的汇款路径属性,所述汇款路径属性包括汇款速度、开启时间段、支持金额以及汇款金额对应的汇款费用;
获取历史客户批量支付指令的历史汇款信息、历史汇款路径和汇款路径偏好;
根据所述历史汇款路径、所述汇款路径偏好以及所述汇款路径属性得到与汇款信息以及汇款路径偏好对应的最优汇款路径得到所述最优路径学习库。
优选的,所述账号信息包括付方账号是否支持网银互联、收款银行是否支持网银互联、汇款金额以及汇款时间;
所述最优路径学习库包括不同汇款路径偏好对应的汇款路径选择表,所述汇款路径选择表包括:
汇款时间为工作日和非工作日时,付款账号是否支持网银互联、收款银行是否支持网银互联以及汇款金额是否大于预设阈值对应的最优汇款路径。
优选的,所述根据所述汇款信息通过最优路径学习库以及预设汇款路径选择模型得到最优汇款路径具体包括:
获取客户的历史汇款信息;
根据所述客户的客户信息、批量支付指令以及汇款路径偏好确定所述历史汇款信息中是否存在与所述批量支付指令以及汇款路径偏好相同的目标历史汇款信息;
若是,将所述目标历史汇款信息的汇款路径作为最优汇款路径,若否,通过最优路径学习库以及预设汇款路径选择模型得到最优汇款路径。
优选的,进一步包括:
确定所述最优汇款路径的运营状态是否正常;
若否,根据所述批量支付指令以及汇款路径偏好以及预设汇款路径选择模型得到所有汇款路径的优先级,确定除了所述最优汇款路径之后优先级最高的次优汇款路径作为最优汇款路径用于执行所述批量支付指令。
优选的,进一步包括:
将所述最优汇款路径反馈给用户以使用户确认是否使用该最优汇款路径进行批量支付;
接收用户的确认指令通过所述最优汇款路径执行所述批量支付指令;
接收用户的修改指令重新确定最优汇款路径,并通过重新确定的最优汇款路径执行所述批量支付指令。
本发明还公开了一种批量汇款最优汇款路径确定装置,包括:
信息接收模块,用于接收客户的批量支付指令以及汇款路径偏好;
信息解析模块,用于根据所述批量支付指令确定客户汇款的汇款信息,所述汇款信息包括账号信息、汇款金额以及汇款时间;
路径匹配模块,用于根据所述汇款信息通过最优路径学习库以及预设汇款路径选择模型得到最优汇款路径。
本发明还公开了一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,
所述处理器执行所述程序时实现如上所述方法。
本发明还公开了一种计算机可读介质,其上存储有计算机程序,
该程序被处理器执行时实现如上所述方法。
本发明考虑客户的批量支付指令以及客户的汇款路径偏好,根据批量支付指令确定客户汇款的汇款信息,基于该汇款信息及汇款路径偏好通过最优路径学习库快速确定最优汇款路径,并采用预设汇款路径选择模型作为最优路径学习库的补充最优汇款路径确定手段,以得到批量汇款的最优汇款路径。本发明通过建立最优路径学习库基于汇款信息快速确定最优汇款路径,同时与预设汇款路径选择模型的单笔汇款最优汇款路径推荐方式有机结合,实现了大批量汇款时最优汇款路径确定的效率和匹配准确度,保证了批量汇款的稳定性。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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示出本发明批量汇款最优汇款路径确定系统具体实施例的结构图;
图2示出本发明批量汇款最优汇款路径确定方法具体实施例的流程图;
图3示出本发明批量汇款最优汇款路径确定方法具体实施例S000的流程图;
图4示出本发明批量汇款最优汇款路径确定方法具体实施例S300的流程图之一;
图5示出本发明批量汇款最优汇款路径确定方法具体实施例S300的流程图之二;
图6示出本发明批量汇款最优汇款路径确定方法具体实施例S400的流程图;
图7示出本发明批量汇款最优汇款路径确定装置具体实施例的结构图;
图8示出适于用来实现本发明实施例的计算机设备的结构示意图。
具体实施方式
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,所描述的实施例仅仅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,本领域普通技术人员在没有做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。
需要说明的是,本申请公开的一种批量汇款最优汇款路径确定方法及装置可用于人工智能技术领域,也可用于除人工智能技术领域之外的任意领域,本申请公开的一种批量汇款最优汇款路径确定方法及装置的应用领域不做限定。
为了便于理解本申请提供的技术方案,下面先对本申请技术方案的相关内容进行说明。本发明实施例提供的批量汇款最优汇款路径确定方法通过建立最优路径学习库基于汇款信息快速确定最优汇款路径,同时与预设汇款路径选择模型的单笔汇款最优汇款路径推荐方式有机结合,实现了大批量汇款时最优汇款路径确定的效率和匹配准确度,保证了批量汇款的稳定性。
图1是本发明实施例提供的批量汇款最优汇款路径确定系统的结构示意图,如图1所示,本发明实施例提供的批量汇款最优汇款路径确定系统包括客户终端1和批量汇款最优汇款路径确定装置2。
其中,客户终端1可接收客户的批量汇款操作形成批量汇款指令,并将所述批量汇款指令传输至批量汇款最优汇款路径确定装置2。
批量汇款最优汇款路径确定装置2可接收客户的批量支付指令以及汇款路径偏好,根据所述批量支付指令确定客户汇款的汇款信息,所述汇款信息包括账号信息、汇款金额以及汇款时间,根据所述汇款信息通过最优路径学习库以及预设汇款路径选择模型得到最优汇款路径。
需要说明的是,批量汇款最优汇款路径确定装置2可单独设置,也可集成在企业网银系统中,本领域技术人员可根据实际需求设置批量汇款最优汇款路径确定装置2,本发明对此并不作限定。
下面以批量汇款最优汇款路径确定装置2作为执行主体为例,说明本发明实施例提供的批量汇款最优汇款路径确定方法的实现过程。可理解的是,本发明实施例提供的批量汇款最优汇款路径确定方法的执行主体包括但不限于该批量汇款最优汇款路径确定装置。
根据本发明的一个方面,本实施例公开了一种批量汇款最优汇款路径确定方法。如图2所示,本实施例中,所述方法包括:
S100:接收客户的批量支付指令以及汇款路径偏好。
S200:根据所述批量支付指令确定客户汇款的汇款信息,所述汇款信息包括账号信息、汇款金额以及汇款时间。
S300:根据所述汇款信息通过最优路径学习库以及预设汇款路径选择模型得到最优汇款路径。
本发明考虑客户的批量支付指令以及客户的汇款路径偏好,根据批量支付指令确定客户汇款的汇款信息,基于该汇款信息及汇款路径偏好通过最优路径学习库快速确定最优汇款路径,并采用预设汇款路径选择模型作为最优路径学习库的补充最优汇款路径确定手段,以得到批量汇款的最优汇款路径。本发明通过建立最优路径学习库基于汇款信息快速确定最优汇款路径,同时与预设汇款路径选择模型的单笔汇款最优汇款路径推荐方式有机结合,实现了大批量汇款时最优汇款路径确定的效率和匹配准确度,保证了批量汇款的稳定性。
在优选的实施方式中,所述汇款路径偏好包括速度最快和费用最低。具体的,基于汇款时间及金额等汇款信息的不同,客户对于批量汇款的要求不同。从而,在该优选的实施方式中,根据客户可能存在的对批量汇款的要求,预设速度最快和费用最低两种汇款路径偏好,使用户可以根据批量汇款的安全性、时效性以及成本的需求选择不同的汇款路径偏好。从而,批量汇款最优汇款路径确定装置可根据用户的汇款路径偏好选择对应的最优汇款路径。
在优选的实施方式中,如图3所示,所述方法进一步包括预先确定所述最优路径学习库的步骤S000:
S010:确定预设多种汇款路径的汇款路径属性,所述汇款路径属性包括汇款速度、开启时间段、支持金额以及汇款金额对应的汇款费用。
S020:获取历史客户批量支付指令的历史汇款信息、历史汇款路径和汇款路径偏好。
S030:根据所述历史汇款路径、所述汇款路径偏好以及所述汇款路径属性得到与汇款信息以及汇款路径偏好对应的最优汇款路径得到所述最优路径学习库。
具体的,可基于客户历史汇款信息中的习惯与偏好等信息,建立最优路径学习库,存储不同的汇款信息对应的最优汇款路径,用于基于用户的汇款信息及汇款路径偏好快速确定对应的最优汇款路径。
在该优选的实施方式中,首先确定银行的跨行系统可支持的多种汇款路径的汇款路径属性,该汇款路径属性至少包括汇款速度、开启时间段以及开启时间段对应的汇款费用。然后获取大量历史客户批量支付指令对应的历史汇款信息、历史汇款路径以及汇款路径偏好,通过大量客户历史的汇款路径偏好、历史汇款信息以及客户选择或最终汇出的历史汇款路径与不同的汇款路径属性分别匹配得到最优路径学习库。
例如,在一个具体例子中,预设多种汇款路径包括加急即走跨行大额系统汇出、普通即走跨行小额系统汇出和跨行快汇即走网银互联系统汇出。在该具体例子中,数字1表示加急即走跨行大额系统汇出,数字0表示普通即走跨行小额系统汇出,数字3表示跨行快汇即走网银互联系统汇出。在实际应用中,客户需要在企业网银上提交选择的汇款路径对应的数字,而客户如果对各个汇款路径对应的数字不熟悉,就很可能会填错,导致客户批量汇款失败。本发明通过设置最优路径学习库,可对汇款信息对应的最优汇款路径进行快速匹配。
其中,加急即走跨行大额系统汇出同时支持100万元以上大额汇款与小额汇款,开启时间段为:工作时间系统为打开状态,非工作时间关闭。汇款金额对应的汇款费用为:费用按照汇款金额区间划分,1万以下费用为6元,1万到10万为12元,10万到50万为18元,50万到100万为24元,100万以上费率为0.0024%,上限为200元。汇款速度介于普通即走跨行小额系统汇出和跨行快汇即走网银互联系统汇出。
普通即走跨行小额系统汇出的开启时间段为:按照交易时间分为工作日上限100万和周末场景无上限两种状态。汇款金额对应的汇款费用为:其费用为三者中最低,按照金额区间划分,1万以下费用为5元,1万到10万为10元,10万到50万为15元,50万到100万为20元,100万以上费率为0.002%,上限为200元。汇款速度为加急即走跨行大额系统汇出、普通即走跨行小额系统汇出和跨行快汇即走网银互联系统汇出三者中最低。
跨行快汇即走网银互联系统汇出的支持金额为:仅支持100万元以下汇款,且存在部分账号类型与银行不支持此种汇款方式。开启时间为:系统开放时间为7×24小时。汇款金额对应的汇款费用的收费标准与加急即走跨行大额系统汇出一致。汇款速度为加急即走跨行大额系统汇出、普通即走跨行小额系统汇出和跨行快汇即走网银互联系统汇出三者中最快。
在历史批量汇款中,客户填写批量汇款文件并提交批量汇款指令。客户选择汇款路径偏好,包括速度最快和费用最低两种。进一步的,可对客户提交的批量汇款指令进行解析,并做汇款路径分拣,筛选出跨行指令。根据客户选择的汇款路径偏好以及预设汇款路径选择模型筛选出当前最优路径上送跨行系统。其中,预设汇款路径选择模型根据客户汇款路径偏好先对汇款路径优先级进行排序,并根据汇款的付方账号是否支持网银互联、收款银行是否支持网银互联、汇款金额、汇款时间、当前汇款路径运营状态逐一对优先级由高到低的汇款路径进行筛选,最终选出当前最优汇款路径。跨行系统按照汇款路径选择模型筛选出的最优汇款路径实时汇出指令。然后,可根据大量汇款成功的批量汇款指令的历史汇款路径、汇款路径偏好、汇款路径属性以及汇款信息进行不断学习训练,形成汇款路径集合得到所述最优路径学习库。
在优选的实施方式中,所述账号信息包括付方账号是否支持网银互联、收款银行是否支持网银互联、汇款金额以及汇款时间。
所述最优路径学习库包括不同汇款路径偏好对应的汇款路径选择表,所述汇款路径选择表包括:汇款时间为工作日和非工作日时,付款账号是否支持网银互联、收款银行是否支持网银互联以及汇款金额是否大于预设阈值对应的最优汇款路径。
具体的,对于上述具体例子,通过学习训练得到的最优路径选择库可包括表1和表2两个汇款路径选择表。其中,表1表示了客户的汇款路径偏好为速度最快时,汇款路径属性及汇款信息与最优汇款路径的对应关系。表2表示了客户的汇款路径偏好为费用最低时,汇款路径属性及汇款信息与最优汇款路径的对应关系。其中,在该具体例子中,预设阈值为100万。从而,当通过客户的批量支付指令得到客户汇款的汇款信息后,结合汇款信息及汇款路径偏好可直接从对应的汇款路径选择表中查找得到最优汇款路径。表1和表2分别示出了该具体例子学习训练得到的最优路径学习库。
表1速度最快
表2费用最低
例如,在一个具体例子中,客户填写批量汇款文件并提交批量汇款指令。客户选择汇款路径偏好,包括时间最快和费用最低两种。进一步的,可对客户提交的批量汇款指令进行解析,并做汇款路径分拣,筛选出跨行指令。根据客户选择偏好、付款账号、收款银行、汇款金额、汇款时间,将跨行指令进行学习库汇款路径匹配,并选出匹配得到的最优汇款路径。举例说明路径匹配情况:示例一:假设客户用往来户向建行汇入10万元人民币,付方账号类型与收款银行均支持网银互联,且汇款金额小于100万。若客户倾向于汇款速度最快,则路径匹配结果为网银互联;若客户倾向于手续费最低,则路径匹配结果为跨行小额。此时交易时间为工作日或非工作日匹配结果一致。示例二:假设客户用安心账户向中行汇款170万人民币,付方账号类型不支持网银互联,汇款金额大于100万。若交易时间为工作时间,大额系统打开、小额系统上限为100万,则路径匹配结果为跨行大额;若交易时间为非工作日,大额系统关闭、小额系统无上限,则路径匹配结果为跨行小额。此时客户选择速度最快或费用最低匹配结果一致。
在优选的实施方式中,如图4所示,所述S300根据所述汇款信息通过最优路径学习库以及预设汇款路径选择模型得到最优汇款路径具体包括:
S310:获取客户的历史汇款信息;
S320:根据所述客户的客户信息、批量支付指令以及汇款路径偏好确定所述历史汇款信息中是否存在与所述批量支付指令以及汇款路径偏好相同的目标历史汇款信息;
S330:若是,将所述目标历史汇款信息的汇款路径作为最优汇款路径,若否,通过最优路径学习库以及预设汇款路径选择模型得到最优汇款路径。
具体的,在该优选的实施方式中,为了进一步提高最优汇款路径的确定效率,在根据客户的批量支付指令得到汇款信息后,可获取该客户的历史汇款信息。对客户的历史汇款信息进行分析,确定客户历史汇款信息中是否存在与当前批量汇款的汇款信息相同的目标历史汇款信息。若存在与当前批量汇款完全相同的目标历史汇款信息,可直接从目标历史汇款信息提取对应的汇款路径作为最优汇款路径。从而,在批量汇款场景下,客户很可能会提交一系列相同的批量支付指令,则可直接按照客户之前选择或最终汇出的汇款路径作为最优汇款路径直接汇出,避免了大批量相同批量支付指令需要针对每个批量支付指令确定最优汇款路径的效率低的问题。
在优选的实施方式中,如图5所示,所述S300进一步包括:
S340:确定所述最优汇款路径的运营状态是否正常。
S350:若否,根据所述批量支付指令以及汇款路径偏好以及预设汇款路径选择模型得到所有汇款路径的优先级,确定除了所述最优汇款路径之后优先级最高的次优汇款路径作为最优汇款路径用于执行所述批量支付指令。
具体的,可以理解的是,通过最优路径学习库得到最优汇款路径后,该最优汇款路径可能处于不可用的状态。因此,在该优选的实施方式中,可对通过最优路径学习库得到的最优汇款路径的运营状态进行判定,当最优汇款路径的运营状态不正常时,可进一步根据预设汇款路径选择模型重新确定最优汇款路径。其中,预设汇款路径选择模型可根据汇款信息及汇款路径偏好对所有预设汇款路径进行优先级排序,从优先级排序由高到低的顺序进行汇款路径筛选,将排除掉当前运营状态异常的最优汇款路径的其他优先级最高的汇款路径作为重新确定的最优汇款路径。从而,该优选的实施方式中,在提高最优汇款路径的推荐效率的同时还兼顾了推荐给客户的最优汇款路径的可靠性,保证推荐给客户的最优汇款路径可用,达到提高最优汇款路径推荐的效率和性能的目的。
例如,在一个具体例子中,客户填写批量汇款文件并提交批量汇款指令。客户选择汇款路径偏好,包括时间最快和费用最低两种。进一步的,可对客户提交的批量汇款指令进行解析,并做汇款路径分拣,筛选出跨行指令。根据客户选择的汇款路径偏好以及预设汇款路径选择模型筛选出当前最优汇款路径。检查当前最优汇款路径的运营状况,如果正常则将汇款信息上送给跨行系统进行汇款。如果当前最优汇款路径发生异常,则通过预设汇款路径选择模型选出次优汇款路径上送跨行系统。跨行系统根据上送的次优汇款路径将汇款实时汇出,并将汇款路径结果反传给学习库。
在优选的实施方式中,如图6所示,所述方法进一步包括S400:
S410:将所述最优汇款路径反馈给用户以使用户确认是否使用该最优汇款路径进行批量支付。
S420:接收用户的确认指令通过所述最优汇款路径执行所述批量支付指令。
S430:接收用户的修改指令重新确定最优汇款路径,并通过重新确定的最优汇款路径执行所述批量支付指令。
具体的,为了增加最优汇款路径推荐的准确性和灵活性,在该优选的实施方式中,可将通过最优路径学习库及预设汇款路径选择模型得到的最优汇款路径反馈给客户,使客户可以对最优汇款路径进行修改和确认。若客户认为当前最优汇款路径合适,可直接通过确认指令确认通过当前的最优汇款路径进行汇款。若客户希望通过其他汇款路径汇款,可通过修改指令修改最优汇款路径。进一步的,可记录客户修改后的最优汇款路径及汇款信息等信息得到历史汇款信息,通过该历史汇款信息对最优路径学习库进行进一步的学习训练,通过不断的学习训练提高最优路径学习库最优汇款路径推荐的准确度。
综上,本发明根据客户以往输入的付款账号类型、收款银行、金额区间等筛选条件,充分考虑客户对时效与费用的个性化需求,优先为客户在汇款路径学习库中预先筛选出可用的最优汇款路径,进而通过预设汇款路径选择模型保障匹配得到最优汇款路径。本专利有效缓解了匹配大批量转账汇款最优路径的处理压力,解决了批量支付难以负荷智能路由汇款方式的性能难题,保障汇款系统的良好运作;同时简化了客户手动输入多笔批量汇款信息的操作步骤,极大提升客户的汇款效率与使用体验。
基于相同原理,本实施例还公开了一种批量汇款最优汇款路径确定装置。如图7所示,本实施例中,所述装置包括信息接收模块11、信息解析模块12和路径匹配模块13。
其中,信息接收模块11用于接收客户的批量支付指令以及汇款路径偏好。
信息解析模块12用于根据所述批量支付指令确定客户汇款的汇款信息,所述汇款信息包括账号信息、汇款金额以及汇款时间。
路径匹配模块13用于根据所述汇款信息通过最优路径学习库以及预设汇款路径选择模型得到最优汇款路径。
本发明考虑客户的批量支付指令以及客户的汇款路径偏好,根据批量支付指令确定客户汇款的汇款信息,基于该汇款信息及汇款路径偏好通过最优路径学习库快速确定最优汇款路径,并采用预设汇款路径选择模型作为最优路径学习库的补充最优汇款路径确定手段,以得到批量汇款的最优汇款路径。本发明通过建立最优路径学习库基于汇款信息快速确定最优汇款路径,同时与预设汇款路径选择模型的单笔汇款最优汇款路径推荐方式有机结合,实现了大批量汇款时最优汇款路径确定的效率和匹配准确度,保证了批量汇款的稳定性。
由于该装置解决问题的原理与以上方法类似,因此本装置的实施可以参见方法的实施,在此不再赘述。
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设备,具体的,计算机设备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。
在一个典型的实例中计算机设备具体包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上所述的由客户端执行的方法,或者,所述处理器执行所述程序时实现如上所述的由服务器执行的方法。
下面参考图8,其示出了适于用来实现本申请实施例的计算机设备600的结构示意图。
如图8所示,计算机设备600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM))603中的程序而执行各种适当的工作和处理。在RAM603中,还存储有系统600操作所需的各种程序和数据。CPU601、ROM602、以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶反馈器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡,调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口606。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装如存储部分608。
特别地,根据本发明的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,所述计算机程序包括用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
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。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
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 (10)
1.一种批量汇款最优汇款路径确定方法,其特征在于,包括:
接收客户的批量支付指令以及汇款路径偏好;
根据所述批量支付指令确定客户汇款的汇款信息,所述汇款信息包括账号信息、汇款金额以及汇款时间;
根据所述汇款信息通过最优路径学习库以及预设汇款路径选择模型得到最优汇款路径。
2.根据权利要求1所述的批量汇款最优汇款路径确定方法,其特征在于,所述汇款路径偏好包括速度最快和费用最低。
3.根据权利要求1所述的批量汇款最优汇款路径确定方法,其特征在于,进一步包括预先确定所述最优路径学习库的步骤:
确定预设多种汇款路径的汇款路径属性,所述汇款路径属性包括汇款速度、开启时间段、支持金额以及汇款金额对应的汇款费用;
获取历史客户批量支付指令的历史汇款信息、历史汇款路径和汇款路径偏好;
根据所述历史汇款路径、所述汇款路径偏好以及所述汇款路径属性得到与汇款信息以及汇款路径偏好对应的最优汇款路径得到所述最优路径学习库。
4.根据权利要求1所述的批量汇款最优汇款路径确定方法,其特征在于,所述账号信息包括付方账号是否支持网银互联、收款银行是否支持网银互联、汇款金额以及汇款时间;
所述最优路径学习库包括不同汇款路径偏好对应的汇款路径选择表,所述汇款路径选择表包括:
汇款时间为工作日和非工作日时,付款账号是否支持网银互联、收款银行是否支持网银互联以及汇款金额是否大于预设阈值对应的最优汇款路径。
5.根据权利要求1所述的批量汇款最优汇款路径确定方法,其特征在于,所述根据所述汇款信息通过最优路径学习库以及预设汇款路径选择模型得到最优汇款路径具体包括:
获取客户的历史汇款信息;
根据所述客户的客户信息、批量支付指令以及汇款路径偏好确定所述历史汇款信息中是否存在与所述批量支付指令以及汇款路径偏好相同的目标历史汇款信息;
若是,将所述目标历史汇款信息的汇款路径作为最优汇款路径,若否,通过最优路径学习库以及预设汇款路径选择模型得到最优汇款路径。
6.根据权利要求5所述的批量汇款最优汇款路径确定方法,其特征在于,进一步包括:
确定所述最优汇款路径的运营状态是否正常;
若否,根据所述批量支付指令以及汇款路径偏好以及预设汇款路径选择模型得到所有汇款路径的优先级,确定除了所述最优汇款路径之后优先级最高的次优汇款路径作为最优汇款路径用于执行所述批量支付指令。
7.根据权利要求1所述的批量汇款最优汇款路径确定方法,其特征在于,进一步包括:
将所述最优汇款路径反馈给用户以使用户确认是否使用该最优汇款路径进行批量支付;
接收用户的确认指令通过所述最优汇款路径执行所述批量支付指令;
接收用户的修改指令重新确定最优汇款路径,并通过重新确定的最优汇款路径执行所述批量支付指令。
8.一种批量汇款最优汇款路径确定装置,其特征在于,包括:
信息接收模块,用于接收客户的批量支付指令以及汇款路径偏好;
信息解析模块,用于根据所述批量支付指令确定客户汇款的汇款信息,所述汇款信息包括账号信息、汇款金额以及汇款时间;
路径匹配模块,用于根据所述汇款信息通过最优路径学习库以及预设汇款路径选择模型得到最优汇款路径。
9.一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,
所述处理器执行所述程序时实现如权利要求1-7任一项所述方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,
该程序被处理器执行时实现如权利要求1-7任一项所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110717487.5A CN113450205A (zh) | 2021-06-28 | 2021-06-28 | 批量汇款最优汇款路径确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110717487.5A CN113450205A (zh) | 2021-06-28 | 2021-06-28 | 批量汇款最优汇款路径确定方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113450205A true CN113450205A (zh) | 2021-09-28 |
Family
ID=77813192
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110717487.5A Pending CN113450205A (zh) | 2021-06-28 | 2021-06-28 | 批量汇款最优汇款路径确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113450205A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114331400A (zh) * | 2021-12-30 | 2022-04-12 | 中国邮政储蓄银行股份有限公司 | 最优支付通道的确定方法、装置和汇款业务系统 |
CN114493563A (zh) * | 2022-02-16 | 2022-05-13 | 中银金融科技有限公司 | 一种汇款数据的处理方法、装置及电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106022742A (zh) * | 2016-05-31 | 2016-10-12 | 中国建设银行股份有限公司 | 一种银行交易处理方法及装置 |
CN110070437A (zh) * | 2019-04-12 | 2019-07-30 | 中国工商银行股份有限公司 | 支付汇路选择方法及装置 |
CN110223160A (zh) * | 2019-05-23 | 2019-09-10 | 中国工商银行股份有限公司 | 汇款路径动态跟踪方法、装置和系统 |
CN110619516A (zh) * | 2019-09-20 | 2019-12-27 | 中国工商银行股份有限公司 | 跨行支付方法及装置 |
CN111210215A (zh) * | 2020-01-13 | 2020-05-29 | 中国银行股份有限公司 | 一种银行支付路径选择的处理方法、装置及电子设备 |
CN112017028A (zh) * | 2020-08-28 | 2020-12-01 | 中国银行股份有限公司 | 一种汇款路径推荐方法及装置 |
CN112037044A (zh) * | 2020-09-02 | 2020-12-04 | 中国银行股份有限公司 | 一种信息推荐方法及装置 |
CN112541768A (zh) * | 2020-12-11 | 2021-03-23 | 中信银行股份有限公司 | 集中式汇路选择方法、装置、电子设备及计算机可读存储介质 |
-
2021
- 2021-06-28 CN CN202110717487.5A patent/CN113450205A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106022742A (zh) * | 2016-05-31 | 2016-10-12 | 中国建设银行股份有限公司 | 一种银行交易处理方法及装置 |
CN110070437A (zh) * | 2019-04-12 | 2019-07-30 | 中国工商银行股份有限公司 | 支付汇路选择方法及装置 |
CN110223160A (zh) * | 2019-05-23 | 2019-09-10 | 中国工商银行股份有限公司 | 汇款路径动态跟踪方法、装置和系统 |
CN110619516A (zh) * | 2019-09-20 | 2019-12-27 | 中国工商银行股份有限公司 | 跨行支付方法及装置 |
CN111210215A (zh) * | 2020-01-13 | 2020-05-29 | 中国银行股份有限公司 | 一种银行支付路径选择的处理方法、装置及电子设备 |
CN112017028A (zh) * | 2020-08-28 | 2020-12-01 | 中国银行股份有限公司 | 一种汇款路径推荐方法及装置 |
CN112037044A (zh) * | 2020-09-02 | 2020-12-04 | 中国银行股份有限公司 | 一种信息推荐方法及装置 |
CN112541768A (zh) * | 2020-12-11 | 2021-03-23 | 中信银行股份有限公司 | 集中式汇路选择方法、装置、电子设备及计算机可读存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114331400A (zh) * | 2021-12-30 | 2022-04-12 | 中国邮政储蓄银行股份有限公司 | 最优支付通道的确定方法、装置和汇款业务系统 |
CN114493563A (zh) * | 2022-02-16 | 2022-05-13 | 中银金融科技有限公司 | 一种汇款数据的处理方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11861695B2 (en) | Data reconciliation based on computer analysis of data | |
CN113450205A (zh) | 批量汇款最优汇款路径确定方法及装置 | |
US20210216936A1 (en) | Intelligent diversification tool | |
US20180285982A1 (en) | Automated field-mapping of account names for form population | |
CN113344567B (zh) | 一种聚合码的支付页面的访问方法、装置、设备及介质 | |
US20190378098A1 (en) | Systems and methods of transaction routing | |
CN109345166B (zh) | 用于生成信息的方法和装置 | |
WO2023284558A1 (zh) | 基于聚合码的支付页面发送 | |
CN111680998B (zh) | 支付路由方法、计算设备和计算机可读存储介质 | |
CN110390182A (zh) | 一种确定小程序类目的方法、系统及设备 | |
CN110335061B (zh) | 交易模式画像建立方法、装置、介质及电子设备 | |
CN110428240A (zh) | 一种可疑交易自动识别和处理方法、终端和服务器 | |
CN108304291B (zh) | 测试输入信息检索装置和方法 | |
US20230230021A1 (en) | System and method for automatically obtaining and processing logistics and transportation requests | |
CN115658749B (zh) | 基于有向无环图的基金产品排序方法、装置和电子设备 | |
JP7397119B2 (ja) | 情報処理装置、情報処理方法、および情報処理プログラム | |
US11329900B1 (en) | Sequenced capacity deployment for WAN and datacenter networks | |
US11551308B2 (en) | Methods for evaluating and optimizing preferred provider organization (PPO) network stacks and devices thereof | |
US11367118B1 (en) | Method, system, and manufacture for min-cost flow item recommendations | |
CN111402018B (zh) | 一种上报资源预算的方法和系统 | |
CN116797215A (zh) | 配置方法、配置装置、机器可读存储介质及电子设备 | |
CN116308336A (zh) | 用于支付路由的方法、计算设备和存储介质 | |
EP3690790A1 (en) | Portfolio presentation program, portfolio presentation method, and portfolio presentation device | |
JP2024054353A (ja) | 提案サーバ、通信システム、提供方法、及びプログラム | |
CN116645140A (zh) | 网点选址方法、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 |