CN113850519A - 支付机具生命周期的确定方法、装置和电子设备 - Google Patents

Abstract

本说明书实施例提出了一种支付机具生命周期的确定方法、装置和电子设备，其中，上述支付机具生命周期的确定方法中，服务器针对目标支付机具，获取与预先设定的每个基础字段对应的数据，以及获取缺失对应数据的基础字段，然后根据缺失对应数据的基础字段的类型，补齐缺失对应数据的基础字段的对应数据，根据上述基础字段的对应数据，建立与预先设定的维度对应的特征，最后基于上述基础字段的对应数据和上述特征，利用预先训练的机器学习模型进行预测，获得目标支付机具所处的生命周期，从而可以实现确定线下支付机具的生命周期，进而可以协助确定机具所属的状态，及时产出有效的机具运营策略。

Description

支付机具生命周期的确定方法、装置和电子设备

【技术领域】

本说明书实施例涉及互联网技术领域，尤其涉及一种支付机具生命周期的确定方法、装置和电子设备。

【背景技术】

线下支付交易是相对于网上支付来说的，网上支付一般是通过第三方支付平台实现的，线下支付机具是一种帮助用户完成线下支付流程的实体支付机具。

随着移动支付、互联网金融等新兴金融业态的不断涌现，以客户为中心，强化用户体验的服务模式将成为未来发展的重要方向。而在线下支付机具的管理过程中，如何针对机具进行有效运营是核心管理问题之一，因此需要提供一种方案，可以对机具进行状态分类，及时确定机具所处的生命周期，进而可及时产出有效的机具运营策略。

【发明内容】

本说明书实施例提供了一种支付机具生命周期的确定方法、装置和电子设备，以实现确定线下支付机具的生命周期，进而可以协助确定机具所属的状态，及时产出有效的机具运营策略。

第一方面，本说明书实施例提供一种支付机具生命周期的确定方法，包括：针对目标支付机具，获取与预先设定的每个基础字段对应的数据；获取缺失对应数据的基础字段；根据缺失对应数据的基础字段的类型，补齐缺失对应数据的基础字段的对应数据；根据所述基础字段的对应数据，建立与预先设定的维度对应的特征；基于所述基础字段的对应数据和所述特征，利用预先训练的机器学习模型进行预测，获得所述目标支付机具所处的生命周期。

上述支付机具生命周期的确定方法中，服务器针对目标支付机具，获取与预先设定的每个基础字段对应的数据，以及获取缺失对应数据的基础字段，然后根据缺失对应数据的基础字段的类型，补齐缺失对应数据的基础字段的对应数据，根据上述基础字段的对应数据，建立与预先设定的维度对应的特征，最后基于上述基础字段的对应数据和上述特征，利用预先训练的机器学习模型进行预测，获得目标支付机具所处的生命周期，从而可以实现确定线下支付机具的生命周期，进而可以协助确定机具所属的状态，及时产出有效的机具运营策略。

其中一种可能的实现方式中，所述获得所述目标支付机具所处的生命周期之后，还包括：对所述目标支付机具所处的生命周期进行可视化展示。

其中一种可能的实现方式中，所述对所述目标支付机具所处的生命周期进行可视化展示包括：将所述目标支付机具所处的生命周期以生命周期分布图的形式进行展示。

其中一种可能的实现方式中，所述可视化展示的内容还包括：所述目标支付机具的状态图、所述目标支付机具打分曲线分布图和所述目标支付机具的地理位置分布热力图。

其中一种可能的实现方式中，所述基于所述基础字段的对应数据和所述特征，利用预先训练的机器学习模型进行预测，获得所述目标支付机具所处的生命周期之前，还包括：针对已经铺设的支付机具，获取与预先设定的每个基础字段对应的数据；获取每个支付机具缺失对应数据的基础字段，根据缺失对应数据的基础字段的类型，补齐缺失对应数据的基础字段的对应数据；以及根据每个支付机具的基础字段的对应数据，建立每个支付机具与预先设定的维度对应的特征；根据每个支付机具的基础字段的对应数据，标定每个支付机具所处的生命周期；利用标定生命周期的支付机具的基础字段的对应数据和所述特征，对待训练的至少两个机器学习子模型进行训练。

其中一种可能的实现方式中，所述对待训练的至少两个机器学习子模型进行训练之后，还包括：利用预先设定的指标，对训练获得的至少两个机器学习子模型进行评价；根据评价结果调整训练获得的至少两个机器学习子模型的参数，获得训练好的机器学习模型。

第二方面，本说明书实施例提供一种支付机具生命周期的确定装置，包括：获取模块，用于针对目标支付机具，获取与预先设定的每个基础字段对应的数据；以及获取缺失对应数据的基础字段；补齐模块，用于根据缺失对应数据的基础字段的类型，补齐缺失对应数据的基础字段的对应数据；建立模块，用于根据所述基础字段的对应数据，建立与预先设定的维度对应的特征；预测模块，用于基于所述基础字段的对应数据和所述特征，利用预先训练的机器学习模型进行预测，获得所述目标支付机具所处的生命周期。

其中一种可能的实现方式中，所述装置还包括：展示模块，用于在所述预测模块获得所述目标支付机具所处的生命周期之后，对所述目标支付机具所处的生命周期进行可视化展示。

其中一种可能的实现方式中，所述展示模块，具体用于将所述目标支付机具所处的生命周期以生命周期分布图的形式进行展示。

其中一种可能的实现方式中，所述展示模块进行可视化展示的内容还包括：所述目标支付机具的状态图、所述目标支付机具打分曲线分布图和所述目标支付机具的地理位置分布热力图。

其中一种可能的实现方式中，所述装置还包括：标定模块和训练模块；所述获取模块，还用于在所述预测模块获得所述目标支付机具所处的生命周期之前，针对已经铺设的支付机具，获取与预先设定的每个基础字段对应的数据；以及获取每个支付机具缺失对应数据的基础字段；所述补齐模块，还用于根据缺失对应数据的基础字段的类型，补齐缺失对应数据的基础字段的对应数据；所述建立模块，还用于根据每个支付机具的基础字段的对应数据，建立每个支付机具与预先设定的维度对应的特征；所述标定模块，用于根据每个支付机具的基础字段的对应数据，标定每个支付机具所处的生命周期；所述训练模块，用于利用标定生命周期的支付机具的基础字段的对应数据和所述特征，对待训练的至少两个机器学习子模型进行训练。

其中一种可能的实现方式中，所述装置还包括：评价模块，用于在所述训练模块对待训练的至少两个机器学习子模型进行训练之后，利用预先设定的指标，对训练获得的至少两个机器学习子模型进行评价；调整模块，用于根据所述评价模块的评价结果调整训练获得的至少两个机器学习子模型的参数，获得训练好的机器学习模型。

第三方面，本说明书实施例提供一种电子设备，包括：至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行第一方面提供的方法。

第四方面，本说明书实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面提供的方法。

应当理解的是，本说明书实施例的第二～四方面与本说明书实施例的第一方面的技术方案一致，各方面及对应的可行实施方式所取得的有益效果相似，不再赘述。

【附图说明】

为了更清楚地说明本说明书实施例的技术方案，下面将对实施例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说明书的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本说明书一个实施例提供的支付机具生命周期的确定方法的流程图；

图2为本说明书另一个实施例提供的支付机具生命周期的确定方法的流程图；

图3为本说明书再一个实施例提供的支付机具生命周期的确定方法的流程图；

图4为本说明书一个实施例提供的支付机具生命周期的确定装置的结构示意图；

图5为本说明书另一个实施例提供的支付机具生命周期的确定装置的结构示意图；

图6为本说明书一个实施例提供的电子设备的结构示意图。

【具体实施方式】

为了更好的理解本说明书的技术方案，下面结合附图对本说明书实施例进行详细描述。

应当明确，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本说明书保护的范围。

在本说明书实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书。在本说明书实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。

现有相关技术中，为了针对线下支付机具进行有效运营，需要对机具进行状态分类，及时确定机具所处的生命周期，以便及时产出有效的机具运营策略。

其中，产品生命周期理论是由美国经济学家雷蒙德·弗农于1966年在《产品生命周期中的国际投资与国际贸易》中提出的。产品生命周期理论从产品生产的技术变化出发，分析了产品的生命周期以及对贸易格局的影响。在生命周期理论中，制成品和生物一样具有生命周期，会先后经历创新期、成长期、成熟期、标准化期和衰亡期五个不同的阶段。

现有相关技术提供的一种确定线下支付机具的生命周期的方案为，基于运营商的先验经验判断机具生命周期状态的方法。具体地，在传统线下零售业中，各类型的决策大多依赖于运营商先验的经验，并且是一次性大批量地针对机具进行流失状态的打分判断。

但是，该方法本质上依赖于商户的定性判断、没有定量有效的具体分析，此外无法针对全量机具的过往数据进行学习，从而得到一个全局最优的思考，该方法依赖于各人对各自运营机具的了解程度，无法针对各个垂直领域进行有效的判断理解，无法针对全量机具进行实时预警评估。

随着信息技术的飞速发展，应用大数据技术和机器学习分析方法可多方面掌握客户以及业务的有效信息。在线下支付行业中，应用机器学习方法处理机具运营问题，有助于机构进行产品创新、精准营销和风险管理，实现数据资产向战略资产和市场竞争力的转化。

其中，机器学习可以根据既有的标定数据样本，学习样本内部的规律，达到预测、分类的目的。深度学习是机器学习的分支，是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。

本说明书实施例提供一种支付机具生命周期的确定方法，基于机器学习算法对线下支付机具所处的生命周期进行判定，该方法针对已经铺设的支付机具的数据变化过程进行分析，确定已经铺设的支付机具所处的生命周期，进而可以协助确定支付机具所属的状态，制定运营策略。该方法包括训练阶段和预测阶段，上述训练阶段指的是：选取基础样本集，并根据样本集中不同基础字段信息进行数据标定和特征工程建立，训练得到机器学习模型，学习支付机具在数据变化过程中展现的内在规律和规则；上述预测阶段指的是：针对支付机具进行生命周期分类，确定支付机具所处的生命周期，并进行可视化展示，进而制定有效的支付机具运营策略。

图1为本说明书一个实施例提供的支付机具生命周期的确定方法的流程图，如图1所示，上述支付机具生命周期的确定方法可以包括：

步骤102，针对目标支付机具，获取与预先设定的每个基础字段对应的数据。

具体地，可以针对目标支付机具的各项基础字段对应的数据进行基础收集和存储管理，然后对所收集的数据进行分析统计，获得收集的数据所属的字段和字段类型(数值型、文本型或字典型)，从而可以获取与预先设定的每个基础字段对应的数据。

其中，上述基础字段可以包括交易数据、用户数量、开机时长、位置信息、用户构成和/或门店所属行业等。

进一步地，通过对收集的数据进行分析统计，还可以获得每个基础字段的统计结果，包括最大值、最小值、中位数、分位数和/或方差等。

步骤104，获取缺失对应数据的基础字段。

步骤106，根据缺失对应数据的基础字段的类型，补齐缺失对应数据的基础字段的对应数据。

具体地，在补齐缺失对应数据的基础字段的对应数据时，可以针对不同的字段类型进行数据补齐。

举例来说，当基础字段的类型为数值型时，假设缺失对应数据的基础字段为交易笔数字段，缺失的数据为昨天的交易笔数，那么可以根据昨天之前预定天数的交易笔数的平均值，补齐昨天的交易笔数；其中，上述预定天数的大小可以在具体实现时自行设定，本实施例对上述预定天数的大小不作限定，举例来说，上述预定天数可以为7天；

当基础字段的类型为文本型时，假设缺失对应数据的基础字段为门店所属行业字段，缺失的数据为门店所属行业，那么可以通过门店名称和/或交易规律等分析得出门店所属行业，例如：餐饮、快消或酒店等；

当基础字段的类型为字典型时，假设缺失对应数据的基础字段为位置信息字段，缺失的数据为目标支付机具所在的位置信息，那么可以获取与目标支付机具相似的机具所处的位置，根据相似的机具所处的位置确定目标支付机具所处的大概位置，再根据消费场所的营业时间与目标支付机具的开关机时间，确定目标支付机具所处的消费场所，例如：假设根据相似的机具所处的位置确定目标支付机具所处的位置处有超市和商场，那么当目标支付机具的开关机时间为早8:30～晚8:30时，可以确定目标支付机具所处的位置为超市。

步骤108，根据上述基础字段的对应数据，建立与预先设定的维度对应的特征。

具体地，可以根据上述基础字段的对应数据，建立预先设定的维度上的特征，这些特征和模型的预测目标(即目标支付机具所处的生命周期)呈高相关度，从而完成可以有效完成生命周期分类的目的。上述特征涵盖了交易信息、地理信息和/或宏观维度的经济信息等。

其中，上述预先设定的维度可以在具体实现时自行设定，本实施例对上述预先设定的维度不作限定，举例来说，上述预先设定的维度可以包括：将交易数据与时间结合获得的维度、将交易信息与位置信息结合获得的维度和/或将交易数据与门店所属行业结合获得的维度。

步骤110，基于上述基础字段的对应数据和上述特征，利用预先训练的机器学习模型进行预测，获得目标支付机具所处的生命周期。

具体地，可以将上述基础字段的对应数据和上述数据输入预先训练的机器学习模型，获得上述预先训练的机器学习模型输出的预测结果，该预测结果即为上述目标支付机具所处的生命周期。

其中，上述预先训练的机器学习模型可以为多机器学习子模型的竞技最优模型。

本实施例中，上述目标支付机具所处的生命周期可以包括创新期、成长期、成熟期、标准化期和衰亡期这五个不同的阶段。

上述支付机具生命周期的确定方法中，服务器针对目标支付机具，获取与预先设定的每个基础字段对应的数据，以及获取缺失对应数据的基础字段，然后根据缺失对应数据的基础字段的类型，补齐缺失对应数据的基础字段的对应数据，根据上述基础字段的对应数据，建立与预先设定的维度对应的特征，最后基于上述基础字段的对应数据和上述特征，利用预先训练的机器学习模型进行预测，获得目标支付机具所处的生命周期，从而可以实现确定线下支付机具的生命周期，进而可以协助确定机具所属的状态，及时产出有效的机具运营策略。

图2为本说明书另一个实施例提供的支付机具生命周期的确定方法的流程图，如图2所示，本说明书图1所示实施例中，步骤110之后，还可以包括：

步骤202，对上述目标支付机具所处的生命周期进行可视化展示。

具体地，对上述目标支付机具所处的生命周期进行可视化展示可以为：将上述目标支付机具所处的生命周期以生命周期分布图的形式进行展示。

进一步地，上述可视化展示的内容还包括：上述目标支付机具的状态图、上述目标支付机具打分曲线分布图和上述目标支付机具的地理位置分布热力图。

图3为本说明书再一个实施例提供的支付机具生命周期的确定方法的流程图，如图3所示，本说明书图1所示实施例中，步骤110之前，还可以包括：

步骤302，针对已经铺设的支付机具，获取与预先设定的每个基础字段对应的数据。

具体地，可以针对已经铺设的支付机具的各项基础字段对应的数据进行基础收集和存储管理，然后对所收集的数据进行分析统计，获得收集的数据所属的字段和字段类型(数值型、文本型或字典型)，从而可以获取与预先设定的每个基础字段对应的数据。

其中，上述基础字段可以包括交易数据、用户数量、开机时长、位置信息、用户构成和/或门店所属行业等。

步骤304，获取每个支付机具缺失对应数据的基础字段，根据缺失对应数据的基础字段的类型，补齐缺失对应数据的基础字段的对应数据；以及根据每个支付机具的基础字段的对应数据，建立每个支付机具与预先设定的维度对应的特征。

具体地，在补齐缺失对应数据的基础字段的对应数据时，可以针对不同的字段类型进行数据补齐。

举例来说，当基础字段的类型为数值型时，假设缺失对应数据的基础字段为交易笔数字段，缺失的数据为昨天的交易笔数，那么可以根据昨天之前预定天数的交易笔数的平均值，补齐昨天的交易笔数；其中，上述预定天数的大小可以在具体实现时自行设定，本实施例对上述预定天数的大小不作限定，举例来说，上述预定天数可以为7天；

当基础字段的类型为文本型时，假设缺失对应数据的基础字段为门店所属行业字段，缺失的数据为门店所属行业，那么可以通过门店名称和/或交易规律等分析得出门店所属行业，例如：餐饮、快消或酒店等；

当基础字段的类型为字典型时，假设缺失对应数据的基础字段为位置信息字段，缺失的数据为目标支付机具所在的位置信息，那么可以获取与目标支付机具相似的机具所处的位置，根据相似的机具所处的位置确定目标支付机具所处的大概位置，再根据消费场所的营业时间与目标支付机具的开关机时间，确定目标支付机具所处的消费场所，例如：假设根据相似的机具所处的位置确定目标支付机具所处的位置处有超市和商场，那么当目标支付机具的开关机时间为早8:30～晚8:30时，可以确定目标支付机具所处的位置为超市。

具体地，建立每个支付机具与预先设定的维度对应的特征时，可以根据上述基础字段的对应数据，建立预先设定的维度上的特征，这些特征和模型的预测目标(即支付机具所处的生命周期)呈高相关度，从而完成可以有效完成生命周期分类的目的。上述特征涵盖了交易信息、地理信息和/或宏观维度的经济信息等。

其中，上述预先设定的维度可以在具体实现时自行设定，本实施例对上述预先设定的维度不作限定，举例来说，上述预先设定的维度可以包括：将交易数据与时间结合获得的维度、将交易信息与位置信息结合获得的维度和/或将交易数据与门店所属行业结合获得的维度。

步骤306，根据每个支付机具的基础字段的对应数据，标定每个支付机具所处的生命周期。

具体地，在补齐缺失对应数据的基础字段的对应数据之后，可以根据不同支付机具的基础数据，对支付机具进行数据分析，从而标定支付机具所处的生命周期，其中，支付机具所处的生命周期可以包括创新期、成长期、成熟期、标准化期和衰亡期这五个不同的阶段。

步骤308，利用标定生命周期的支付机具的基础字段的对应数据和上述特征，对待训练的至少两个机器学习子模型进行训练。

其中，上述至少两个机器学习子模型可以采用不同的机器学习算法训练，上述机器学习算法可以包括以下之一或组合：深度神经网络、卷积神经网络和/或递归神经网络等神经网络算法，支持向量机(support vector machines，SVM)，树模型，贝叶斯和随机森林算法等。

进一步地，步骤308之后，还可以包括：

步骤310，利用预先设定的指标，对训练获得的至少两个机器学习子模型进行评价。

步骤312，根据评价结果调整训练获得的至少两个机器学习子模型的参数，获得训练好的机器学习模型。

也就是说，本实施例中，在训练至少两个机器学习子模型的过程中，可以利用预先设定的指标对上述至少两个机器学习子模型进行评价，针对每个机器学习子模型进行进一步调参和数值优化，获得训练好的机器学习模型。其中，上述预先设定的指标可以在具体实现时自行设定，本实施例对上述预先设定的指标不作限定。

具体实现时，最终获得的训练好的机器学习模型中可以包括至少两个机器学习子模型，上述至少两个机器学习子模型可以是采用不同的机器学习算法训练的，这样，在后续对目标支付机具的生命周期进行预测时，可以根据目标支付机具的数据，选择不同的机器学习子模型来预测生命周期，举例来说，如果目标支付机具的数据比较稠密，经常有各种情况动销，那么适合使用神经网络算法训练的机器学习子模型来预测生命周期；如果目标支付机具的数据比较稀疏，那么适合使用随机森林算法来预测生命周期。

相较于现有相关技术中提供的基于运营商的先验经验，判断支付机具的生命周期的方法，本说明书实施例提供的方法可针对全量支付机具进行定量有效的具体分析，从各个数据维度进行评估判断，不再只是基于商家先验经验的定量分析。

本说明书实施例提供的支付机具生命周期的确定方法创新地将机器学习算法，应用在线下支付机具的生命周期分类问题上。在大数据背景下，使用机器学习方法可有效学习全局范围内已经铺设的支付机具的数据变化过程的内部规律，从数据的不同维度上学习该问题的内部规律和解决方法。针对不同的点位进行定量有效的具体分析，从各个数据维度标准进行评估判断，不再依赖人的局部先验经验。本说明书实施例提供的方法可以针对所有的支付机具进行生命周期分类，协助判断支付机具所属状态，进而制定有效的运营策略。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

图4为本说明书一个实施例提供的支付机具生命周期的确定装置的结构示意图，如图4所示，上述支付机具生命周期的确定装置可以包括：获取模块41、补齐模块42、建立模块43和预测模块44；

获取模块41，用于针对目标支付机具，获取与预先设定的每个基础字段对应的数据；以及获取缺失对应数据的基础字段；

补齐模块42，用于根据缺失对应数据的基础字段的类型，补齐缺失对应数据的基础字段的对应数据；

建立模块43，用于根据上述基础字段的对应数据，建立与预先设定的维度对应的特征；

预测模块44，用于基于上述基础字段的对应数据和上述特征，利用预先训练的机器学习模型进行预测，获得目标支付机具所处的生命周期。

图4所示实施例提供的支付机具生命周期的确定装置可用于执行本说明书图1所示方法实施例的技术方案，其实现原理和技术效果可以进一步参考方法实施例中的相关描述。

图5为本说明书另一个实施例提供的支付机具生命周期的确定装置的结构示意图，与图4所示的支付机具生命周期的确定装置相比，图5所示的支付机具生命周期的确定装置还可以包括：展示模块45；

展示模块45，用于在预测模块44获得目标支付机具所处的生命周期之后，对目标支付机具所处的生命周期进行可视化展示。

本实施例中，展示模块45，具体用于将目标支付机具所处的生命周期以生命周期分布图的形式进行展示。

进一步地，展示模块45进行可视化展示的内容还可以包括：目标支付机具的状态图、目标支付机具打分曲线分布图和目标支付机具的地理位置分布热力图。

进一步地，上述支付机具生命周期的确定装置还可以包括：标定模块46和训练模块47；

获取模块41，还用于在预测模块44获得目标支付机具所处的生命周期之前，针对已经铺设的支付机具，获取与预先设定的每个基础字段对应的数据；以及获取每个支付机具缺失对应数据的基础字段；

补齐模块42，还用于根据缺失对应数据的基础字段的类型，补齐缺失对应数据的基础字段的对应数据；

建立模块43，还用于根据每个支付机具的基础字段的对应数据，建立每个支付机具与预先设定的维度对应的特征；

标定模块46，用于根据每个支付机具的基础字段的对应数据，标定每个支付机具所处的生命周期；

训练模块47，用于利用标定生命周期的支付机具的基础字段的对应数据和上述特征，对待训练的至少两个机器学习子模型进行训练。

进一步地，上述支付机具生命周期的确定装置还可以包括：评价模块48和调整模块49；

评价模块48，用于在训练模块47对待训练的至少两个机器学习子模型进行训练之后，利用预先设定的指标，对训练获得的至少两个机器学习子模型进行评价；

调整模块49，用于根据评价模块48的评价结果调整训练获得的至少两个机器学习子模型的参数，获得训练好的机器学习模型。

图5所示实施例提供的支付机具生命周期的确定装置可用于执行本申请图1～图3所示方法实施例的技术方案，其实现原理和技术效果可以进一步参考方法实施例中的相关描述。

图6为本说明书一个实施例提供的电子设备的结构示意图，如图6所示，上述电子设备可以包括至少一个处理器；以及与上述处理器通信连接的至少一个存储器，其中：存储器存储有可被处理器执行的程序指令，上述处理器调用上述程序指令能够执行本说明书图1～图3所示实施例提供的支付机具生命周期的确定方法。

其中，上述电子设备可以为服务器，例如：用于预测支付机具的生命周期的服务器，上述服务器可以设置在云端，本实施例对上述电子设备的形式不作限定。

图6示出了适于用来实现本说明书实施方式的示例性电子设备的框图。图6显示的电子设备仅仅是一个示例，不应对本说明书实施例的功能和使用范围带来任何限制。

如图6所示，电子设备以通用计算设备的形式表现。电子设备的组件可以包括但不限于：一个或者多个处理器410，通信接口420，存储器430，以及连接不同组件(包括存储器430、通信接口420和处理单元410)的通信总线440。

通信总线440表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，或者使用多种总线结构中的任意总线结构的局域总线。举例来说，通信总线440可以包括但不限于工业标准体系结构(industry standardarchitecture，ISA)总线，微通道体系结构(micro channel architecture，MCA)总线，增强型ISA总线、视频电子标准协会(video electronics standards association，VESA)局域总线以及外围组件互连(peripheral component interconnection，PCI)总线。

电子设备典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

存储器430可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(random access memory，RAM)和/或高速缓存存储器。存储器430可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本说明书图1～图3所示实施例的功能。

具有一组(至少一个)程序模块的程序/实用工具，可以存储在存储器430中，这样的程序模块包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块通常执行本说明书图1～图3所描述的实施例中的功能和/或方法。

处理器410通过运行存储在存储器430中的程序，从而执行各种功能应用以及数据处理，例如实现本说明书图1～图3所示实施例提供的支付机具生命周期的确定方法。

本说明书实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行本说明书图1～图3所示实施例提供的支付机具生命周期的确定方法。

上述非暂态计算机可读存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(read only memory，ROM)、可擦式可编程只读存储器(erasable programmable read onlymemory，EPROM)或闪存、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、射频(radio frequency，RF)等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本说明书操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(localarea network，LAN)或广域网(wide area network，WAN)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本说明书的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本说明书的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本说明书的实施例所属技术领域的技术人员所理解。

取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。

需要说明的是，本说明书实施例中所涉及的终端可以包括但不限于个人计算机(personal computer，PC)、个人数字助理(personal digital assistant，PDA)、无线手持设备、平板电脑(tablet computer)、手机、MP3播放器、MP4播放器等。

在本说明书所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，在本说明书各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机装置(可以是个人计算机，服务器，或者网络装置等)或处理器(processor)执行本说明书各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM)、随机存取存储器(RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本说明书的较佳实施例而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书保护的范围之内。

Claims (14)

1.一种支付机具生命周期的确定方法，包括：

针对目标支付机具，获取与预先设定的每个基础字段对应的数据；

获取缺失对应数据的基础字段；

根据缺失对应数据的基础字段的类型，补齐缺失对应数据的基础字段的对应数据；

根据所述基础字段的对应数据，建立与预先设定的维度对应的特征；

基于所述基础字段的对应数据和所述特征，利用预先训练的机器学习模型进行预测，获得所述目标支付机具所处的生命周期。

2.根据权利要求1所述的方法，其中，所述获得所述目标支付机具所处的生命周期之后，还包括：

对所述目标支付机具所处的生命周期进行可视化展示。

3.根据权利要求2所述的方法，其中，所述对所述目标支付机具所处的生命周期进行可视化展示包括：

将所述目标支付机具所处的生命周期以生命周期分布图的形式进行展示。

4.根据权利要求2或3所述的方法，其中，所述可视化展示的内容还包括：所述目标支付机具的状态图、所述目标支付机具打分曲线分布图和所述目标支付机具的地理位置分布热力图。

5.根据权利要求1所述的方法，其中，所述基于所述基础字段的对应数据和所述特征，利用预先训练的机器学习模型进行预测，获得所述目标支付机具所处的生命周期之前，还包括：

针对已经铺设的支付机具，获取与预先设定的每个基础字段对应的数据；

获取每个支付机具缺失对应数据的基础字段，根据缺失对应数据的基础字段的类型，补齐缺失对应数据的基础字段的对应数据；以及根据每个支付机具的基础字段的对应数据，建立每个支付机具与预先设定的维度对应的特征；

根据每个支付机具的基础字段的对应数据，标定每个支付机具所处的生命周期；

利用标定生命周期的支付机具的基础字段的对应数据和所述特征，对待训练的至少两个机器学习子模型进行训练。

6.根据权利要求5所述的方法，其中，所述对待训练的至少两个机器学习子模型进行训练之后，还包括：

利用预先设定的指标，对训练获得的至少两个机器学习子模型进行评价；

根据评价结果调整训练获得的至少两个机器学习子模型的参数，获得训练好的机器学习模型。

7.一种支付机具生命周期的确定装置，包括：

获取模块，用于针对目标支付机具，获取与预先设定的每个基础字段对应的数据；以及获取缺失对应数据的基础字段；

补齐模块，用于根据缺失对应数据的基础字段的类型，补齐缺失对应数据的基础字段的对应数据；

建立模块，用于根据所述基础字段的对应数据，建立与预先设定的维度对应的特征；

预测模块，用于基于所述基础字段的对应数据和所述特征，利用预先训练的机器学习模型进行预测，获得所述目标支付机具所处的生命周期。

8.根据权利要求7所述的装置，其中，还包括：

展示模块，用于在所述预测模块获得所述目标支付机具所处的生命周期之后，对所述目标支付机具所处的生命周期进行可视化展示。

9.根据权利要求8所述的装置，其中，

所述展示模块，具体用于将所述目标支付机具所处的生命周期以生命周期分布图的形式进行展示。

10.根据权利要求8或9所述的装置，其中，所述展示模块进行可视化展示的内容还包括：所述目标支付机具的状态图、所述目标支付机具打分曲线分布图和所述目标支付机具的地理位置分布热力图。

11.根据权利要求7所述的装置，其中，还包括：标定模块和训练模块；

所述获取模块，还用于在所述预测模块获得所述目标支付机具所处的生命周期之前，针对已经铺设的支付机具，获取与预先设定的每个基础字段对应的数据；以及获取每个支付机具缺失对应数据的基础字段；

所述补齐模块，还用于根据缺失对应数据的基础字段的类型，补齐缺失对应数据的基础字段的对应数据；

所述建立模块，还用于根据每个支付机具的基础字段的对应数据，建立每个支付机具与预先设定的维度对应的特征；

所述标定模块，用于根据每个支付机具的基础字段的对应数据，标定每个支付机具所处的生命周期；

所述训练模块，用于利用标定生命周期的支付机具的基础字段的对应数据和所述特征，对待训练的至少两个机器学习子模型进行训练。

12.根据权利要求11所述的装置，其中，还包括：

评价模块，用于在所述训练模块对待训练的至少两个机器学习子模型进行训练之后，利用预先设定的指标，对训练获得的至少两个机器学习子模型进行评价；

调整模块，用于根据所述评价模块的评价结果调整训练获得的至少两个机器学习子模型的参数，获得训练好的机器学习模型。

13.一种电子设备，包括：

至少一个处理器；以及

与所述处理器通信连接的至少一个存储器，其中：

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至6任一所述的方法。

14.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至6任一所述的方法。

Images