CN114202323A - 电商订单的支付方法、系统、终端设备以及存储介质 - Google Patents

Abstract

本发明涉及金融科技技术领域，公开了一种电商订单的支付方法、系统、终端设备以及计算机存储介质。该电商订单的支付方法通过获取待支付电商订单的支付相关数据，其中，所述支付相关数据包括：商品数据和客户数据；根据所述商品数据和所述客户数据实时计算出优惠券最优选择和支付工具最优选择；将所述优惠券最优选择和所述支付工具最优选择组合后进行输出，并按照针对所述优惠券最优选择和所述支付工具最优选择触发的支付指令对所述待支付电商订单进行支付。本发明能够在为用户省钱最多的同时确保了支付的稳定性，节约用户选择决策的时间，提升支付效率和交易成功率。

Description

电商订单的支付方法、系统、终端设备以及存储介质

技术领域

本发明涉及金融科技(Fintech)技术领域，尤其涉及一种电商订单的支付方法、系统、终端设备以及计算机存储介质。

背景技术

随着计算机技术的发展，越来越多的技术应用在金融领域，传统金融业正在逐步向金融科技转变，但由于金融行业的安全性、实时性以及稳定性等要求，也对技术提出了更高的要求。

目前，网上购物已经成为人们普遍选用的消费方式。用户在通过电商平台购物进行订单支付时，平台会拉起相应的收银台选择支付方式为订单付款，而在这些支付方式当中往往会存在平台或者平台商户针对用户提供的商品券、抵用券、红包券等等优惠方式。然而用户面对这些优惠大都需要进行较为繁琐的选择和计算之后才能选择出相对而言优惠力度较大的方式。并且，用户在选择出平台或者商家给出的优惠方式之后，就需要进一步选择具体的支付工具进行付款，而目前一些主流的支付工具为了持续活跃，也会为用户提供支付营销的优惠，如此，用户往往又需要进行一番选择。此外，由于不同支付方式的稳定性、成功率、成本等是不一样的，从而甚至有可能造成用户进行繁复的选择操作之后，订单却最后支付失败而需要用户重新选择进行支付。

综上所述，现有网上购物的订单支付方式需要用户进行复杂的支付方式选择操作，不仅过程复杂且存在支付不稳定容易造成支付失败的隐患，导致整体的支付效率低下。

发明内容

本发明的主要目的在于提供一种电商订单的支付方法、系统、终端设备以及计算机存储介质，旨在解决现有网上购物的订单支付方式需要用户进行复杂的支付方式选择操作，不仅过程复杂且存在支付不稳定容易造成支付失败的隐患，导致整体的支付效率低下的技术问题。

为实现上述目的，本发明提供一种电商订单的支付方法，所述电商订单的支付方法包括以下步骤：

获取待支付电商订单的支付相关数据，其中，所述支付相关数据包括：商品数据和客户数据；

根据所述商品数据和所述客户数据实时计算出优惠券最优选择和支付工具最优选择；

将所述优惠券最优选择和所述支付工具最优选择组合后进行输出，并按照针对所述优惠券最优选择和所述支付工具最优选择触发的支付指令对所述待支付电商订单进行支付。

优选地，所述根据所述商品数据和所述客户数据实时计算出优惠券最优选择的步骤，包括：

根据所述商品数据和所述客户数据确定所述待支付电商订单关联的优惠券数据；

对所述优惠券数据中的各类型优惠券进行过滤得到各可用优惠券；

调用所述规则计算引擎按照优惠金额最高和优惠券核销率最高的规则，对各所述可用优惠券进行实时计算和排序得到所述优惠券最优选择。

优选地，所述调用所述规则计算引擎按照优惠金额最高和优惠券核销率最高的规则，对各所述可用优惠券进行实时计算和排序得到所述优惠券最优选择的步骤，包括：

获取将各所述可用优惠券的优惠金额和所述各所述可用优惠券所属类型优惠券的核销率；

将所述优惠金额和所述核销率输入所述规则计算引擎，以供所述所述规则计算引擎按照优惠金额最高和优惠券核销率最高的规则计算并输出推荐列表；

将所述推荐列表中优惠金额最高和核销率最高的优惠券组合确定为所述优惠券最优选择。

优选地，所述根据所述商品数据和所述客户数据实时计算出支付工具最优选择的步骤，包括：

根据所述商品数据和所述客户数据确定所述待支付电商订单关联的各备选支付工具；

调用预设的支付工具推荐模型计算各所述备选支付工具各自的信息增益；

将各所述信息增益中值最大的目标信息增益对应的备选支付工具确定为支付工具最优选择。

优选地，所述方法还包括：

将所述客户数据中的历史支付行为数据作为样本支付数据，并根据所述样本支付数据构建支付工具推荐模型，其中，所述历史支付行为数据的数量大于一。

优选地，所述将所述优惠券最优选择和所述支付工具最优选择组合后进行输出的步骤，包括：

将所述优惠券最优选择和所述支付工具最优选择组合后通过第一用户图形界面进行输出；

或者，

将所述优惠券最优选择通过第二用户图形界面进行输出；

在基于所述第二用户图形界面接收到确认指令时，将所述支付工具最优选择通过第二用户图形界面进行输出。

优选地，所述支付指令包括：第一支付指令和第二支付指令；

所述按照针对所述优惠券最优选择和所述支付工具最优选择触发的支付指令对所述待支付电商订单进行支付的步骤，包括：

接收针对所述优惠券最优选择和所述支付工具最优选择进行确认而触发的第一支付指令；

按照所述第一支付指令核销所述优惠券最优选择对应的优惠券，并使用所述最支付工具最优选择对应的支付工具对所述待支付电商订单进行支付；

或者，

接收针对所述优惠券最优选择和/或者所述支付工具最优选择进行调整而触发的第二支付指令；

确定所述第二支付指令指向的目标优惠券选择和目标支付工具选择，并按照所述目标优惠券选择和所述目标支付工具选择对所述待支付电商订单进行支付。

此外，为实现上述目的，本发明还提供一种电商订单的支付系统，所述电商订单的支付系统包括：

获取模块，用于获取待支付电商订单的支付相关数据，其中，所述支付相关数据包括：商品数据和客户数据；

计算模块，用于根据所述商品数据和所述客户数据实时计算出优惠券最优选择和支付工具最优选择；

支付模块，用于将所述优惠券最优选择和所述支付工具最优选择组合后进行输出，并按照针对所述优惠券最优选择和所述支付工具最优选择触发的支付指令对所述待支付电商订单进行支付。

其中，本发明电商订单的支付系统的各个功能模块在运行时实现如上所述的电商订单的支付方法的步骤。

此外，为实现上述目的，本发明还提供一种终端设备，所述终端设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的电商订单的支付程序，所述电商订单的支付程序被所述处理器执行时实现如上所述的电商订单的支付方法的步骤。

此外，为实现上述目的，本发明还提供一种计算机存储介质，所述计算机存储介质上存储有电商订单的支付程序，所述电商订单的支付程序被处理器执行时实现如上所述的电商订单的支付方法的步骤。

此外，为实现上述目的，本发明还提供计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如上所述的电商订单的支付方法的步骤。

本发明提供一种电商订单的支付方法、系统、终端设备、计算机存储介质以及计算机程序产品，通过获取待支付电商订单的支付相关数据，其中，所述支付相关数据包括：商品数据和客户数据；根据所述商品数据和所述客户数据实时计算出优惠券最优选择和支付工具最优选择；将所述优惠券最优选择和所述支付工具最优选择组合后进行输出，并按照针对所述优惠券最优选择和所述支付工具最优选择触发的支付指令对所述待支付电商订单进行支付。

本发明在用户使用电商平台进行购物对所购商品进行下单支付的过程中，先获取当前所购商品的待支付电商订单的支付相关数据，然后，根据该支付相关数据当中的商品数据和客户数据，实时计算出该待支付电商订单的优惠券最优选择和支付工具最优选择，最后，将实时计算得出的该优惠券最优选择和支付工具最优选择进行组合后输出，并且，按照用户针对该优惠券最优选择和支付工具最优选择触发的支付指令，来对该待支付电商订单进行支付。

本发明相比于现有用户进行电商订单的支付方式，不仅无需用户进行繁琐的优惠券和支付工具选择操作，还通过整合当前待支付电商订单的支付相关数据以实时计算出优惠券最优选择和支付工具最优选择的最优支付策略推荐给用户，从而，在为用户省钱最多的同时确保了支付的稳定性，还节约了用户选择决策的时间，从而提升了支付效率和交易成功率。

附图说明

图1为本发明实施例方案涉及的终端设备硬件运行环境的设备结构示意图；

图2为本发明电商订单的支付方法一实施例的流程示意图；

图3为本发明电商订单的支付方法一实施例涉及的应用场景示意图；

图4为本发明电商订单的支付系统一实施例的功能模块示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

参照图1，图1为本发明实施例方案涉及的终端设备硬件运行环境的设备结构示意图。

本发明实施例终端设备可以是终端设备，该终端设备具体可以是服务器、智能手机、PC(Personal Computer，个人计算机)、平板电脑、便携计算机等等。

如图1所示，该终端设备可以包括：处理器1001，例如CPU，通信总线1002，用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如Wi-Fi接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的终端设备结构并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及电商订单的支付程序。

在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的电商订单的支付程序，并执行以下电商订单的支付方法的各实施例。

基于上述硬件结构，提出本发明电商订单的支付方法的各实施例。

需要说明的是，目前网上购物已经成为人们普遍选用的消费方式。用户在通过电商平台购物进行订单支付时，平台会拉起相应的收银台选择支付方式为订单付款，而在这些支付方式当中往往会存在平台或者平台商户针对用户提供的商品券、抵用券、红包券等等优惠方式。然而用户面对这些优惠大都需要进行较为繁琐的选择和计算之后才能选择出相对而言优惠力度较大的方式。并且，用户在选择出平台或者商家给出的优惠方式之后，就需要进一步选择具体的支付工具进行付款，而目前一些主流的支付工具为了持续活跃，也会为用户提供支付营销的优惠，如此，用户往往又需要进行一番选择。此外，由于不同支付方式的稳定性、成功率、成本等是不一样的，从而甚至有可能造成用户进行繁复的选择操作之后，订单却最后支付失败而需要用户重新选择进行支付。

综上所述，现有网上购物的订单支付方式需要用户进行复杂的支付方式选择操作，不仅过程复杂且存在支付不稳定容易造成支付失败的隐患，导致整体的支付效率低下。

针对上述现象，本发明提供一种电商订单的支付方法，旨在解决现有网上购物的订单支付方式需要用户进行复杂的支付方式选择操作，不仅过程复杂且存在支付不稳定容易造成支付失败的隐患，导致整体的支付效率低下的技术问题。

请参照图2，图2为本发明电商订单的支付方法第一实施例的流程示意图。

在本实施例中，本发明电商订单的支付方法应用于上述的终端设备，本发明电商订单的支付方法包括：

步骤S10，获取待支付电商订单的支付相关数据，其中，所述支付相关数据包括：商品数据和客户数据；

终端设备在用户通过电商平台进行购物对所购商品进行下单支付的过程中，获取当前所购商品的待支付电商订单诸如的商品数据和客户数据的支付相关数据。

需要时说明的是，在本实施例中，商品数据为待支付电商订单中所包含用户选购的商品的种类、名称、单价以及数量等数据，而客户数据则为用户在电商平台和该电商平台所关联其它线上交易系统(如果存在)上的优惠券、积分以及储值卡等各种资产数据，和，用户在该电商平台或者该电商平台所关联其它线上交易系统(如果存在)上的交易行为数据。

具体地，例如，终端设备具体可以实时的在用户于当前电商平台上对所选购商品进行下单支付时，采集所选购商品的种类、名称、单价以及数量等，作为当前进行下单支付所形成待支付电商订单的支付相关数据中的商品数据，以及，实时的从当前电商平台和该电商平台所关联的其它交易系统如其它会员系统、卡券系统、商城系统和/或者业务交易系统等不同的数据源上，采集得到用户的优惠券、积分以及储值卡等各种资产数据，和，用户的交易行为数据，作为当前进行下单支付所形成待支付电商订单的支付相关数据中的客户数据。

需要说明的是，在另一种可行的实施例中，终端设备处理可以在用户对所选购商品进行下单支付时，实时的采集用户的各种资产数据和交易行为数据作为客户数据之外，还可以于用户进行订单支付之前即预先按照设定的时间周期，采集该各种资产数据和交易行为数据作为客户数据并将该客户数据存储在本地以供实时提取。具体地，例如，终端设备具体可以通过不同数据源提供的API(Application Programming Interface，应用程序接口)获取得到用户的优惠券、积分以及储值卡等各种资产数据，和，用户的交易行为数据之后，将该各种资产数据和交易行为数据作为客户数据送到本地的HIVE(基于Hadoop的一个数据仓库工具)集群当中进行存储以等待下一环节处理。

进一步地，在一种可行的实施例中，终端设备在采集上述待支付电商订单的支付相关数据的商品数据和/或者客户数据时，还可以同时采集当前电商平台和该电商平台所关联其它线上交易系统(如果存在)上，记录的用户以及用户所购商品所属的商户各自的安全数据，以在采集到该安全数据之后，根据该安全数据针对用户或者商户执行对应操作。

具体地，例如，终端设备在采集商品数据的同时，从当前电商平台所关联的记录有平台用户和商户各自安全等数据的安全系统中，实时采集得到当前进行下单支付的用户的安全数据，以及实时采集该用户所采购商品所处的商户的安全数据，如此，在基于该用户的安全数据确定当前用户为系统记录的“羊毛党”等存在安全隐患的用户时，向该商户输出对应提示以避免损失，或者，在基于该商户的安全数据确定该商户属于系统记录的“黑名单商户”等存在安全隐患的商户时，也对应向该用户输出对应提示以避免损失。

步骤S20，根据所述商品数据和所述客户数据实时计算出优惠券最优选择和支付工具最优选择；

终端设备在采集得到用户当前所购商品的待支付电商订单的支付相关数据之后，即立即基于该支付相关数据中的商品数据和客户数据一起进行实时计算，从而计算得到用户针对该待支付电商订单进行支付的优惠券最优选择和支付工具最优选择。

需要说明的是，在本实施例中，终端设备在采集得到用户所选购商品的种类、名称、单价以及数量等作为用户进行下单支付所形成待支付电商订单的支付相关数据中的商品数据，以及，采集得到用户的优惠券、积分以及储值卡等各种资产数据，和，用户的交易行为数据，作为该待支付电商订单的支付相关数据中的客户数据之后，根据该商品的种类、名称、单价以及数量等商品数据和用户的优惠券、积分以及储值卡等各种资产数据，进行实时计算得到该用户针对该待支付电商订单进行支付的优惠券最优选择，以及，根据该该商品的种类、名称、单价以及数量等商品数据和用户的交易行为数据，进行实时计算得到该用户针对该待支付电商订单进行支付的支付工具最优选择。

步骤S30，将所述优惠券最优选择和所述支付工具最优选择组合后进行输出，并按照针对所述优惠券最优选择和所述支付工具最优选择触发的支付指令对所述待支付电商订单进行支付。

终端设备在基于采集到的当前支付电商订单的支付相关数据—商品数据和客户数据，进行实时计算得到用户针对该待支付电商订单进行支付的优惠券最优选择和支付工具最优选择，之后，终端设备进一步针对该优惠券最优选择和支付工具最优选择进行组合并面向用户进行输出显示，以供用户基于该优惠券最优选择和支付工具最优选择触发支付指令，如此，终端设备在接收到该支付指令时，立即按照该支付指令来针对该待支付电商订单进行支付。

进一步地，在本实施例以及后文所阐述其它各个实施例中，上述步骤S30中，“将所述优惠券最优选择和所述支付工具最优选择组合后进行输出”的步骤，可以包括：

步骤S301，将所述优惠券最优选择和所述支付工具最优选择组合后通过第一用户图形界面进行输出；

终端设备在针对实时计算出的优惠券最优选择和支付工具最优选择进行组合并面向用户进行输出显示时，通过一个第一用户图形界面，同时输出显示该优惠券最优选择和该支付工具最优选择，以供用户直接在该第一用户图形界面上，基于该一个用户图形界面来基于该优惠券最优选择和该支付工具最优选择触发支付指令。

进一步地，在一种可行的实施例中，上述步骤S30中，“将所述优惠券最优选择和所述支付工具最优选择组合后进行输出”的步骤，还可以包括：

步骤S302，将所述优惠券最优选择通过第二用户图形界面进行输出；

步骤S303，在基于所述第二用户图形界面接收到确认指令时，将所述支付工具最优选择通过第二用户图形界面进行输出。

终端设备在针对实时计算出的优惠券最优选择和支付工具最优选择进行组合并面向用户进行输出显示时，除了只通过一个第一用户图形界面同时输出显示该优惠券最优选择和该支付工具最优选择之外，还可以将该优惠券最优选择和该支付工具最优选择分开通过一个第二用户图形界面和一个第三用户图形界面进行输出显示，即，终端设备先将优惠券最优选择通过一个第二用户图形界面进行输出显示，并在接收到用户基于该第二用户图形界面触发的针对该优惠券最优选择的确认指令之后，或者在接收到用户基于该第二用户图形界面触发针对该优惠券最优选择进行调整之后的目标优惠券选择的确认指令之后，再将该支付工具最优选择通过第三用户图形界面进行输出显示以供用户进一步触发支付指令。

进一步地，在一种可行的实施例中，用户针对优惠券最优选择和支付工具最优选择触发的支付指令包括但不限于第一支付指令和第二支付指令，其中，该第一支付指令是用户针对输出的优惠券最优选择和支付工具最优选择未做调整而直接确认对待支付电商订单进行支付时触发的支付指令，该第二支付指令则是用户针对该优惠券最优选择和该支付工具最优选择作出了调整之后再确认对待支付电商订单进行支付时触发的支付指令。

上述步骤S30中，“按照针对所述优惠券最优选择和所述支付工具最优选择触发的支付指令对所述待支付电商订单进行支付”的步骤，可以包括：

步骤S304，接收针对所述优惠券最优选择和所述支付工具最优选择进行确认而触发的第一支付指令；

终端设备在将实时计算得出的优惠券最优选择和支付工具最优选择一起通过一个第一用户图形界面进行输出显示之后，接收用户直接基于该第一用户图形界面上预置的“确认支付”功能按钮触发指示对待支付电商订单进行支付操作的第一支付指令。

或者，终端设备在将实时计算得出的优惠券最优选择通过第二用户图形界面进行输出显示，且接收到用户直接基于该第二用户图形界面上预置的“确认”功能按钮触发的确认指令之后，再通过第三用户图形界面将支付工具最优选择也进行输出显示，并且，进一步接收用户再次直接基于该第三用户图形界面上预置的“确认支付”功能按钮，触发的指示对待支付电商订单进行支付操作的第一支付指令。

步骤S305，按照所述第一支付指令核销所述优惠券最优选择对应的优惠券，并使用所述最支付工具最优选择对应的支付工具对所述待支付电商订单进行支付；

终端设备在接收到用户直接基于第一用户图形界面或者分别基于第二用户图形界面和第三用户图形界面直接触发的第一支付指令之后，由于该第一支付指令是用户在未针对输出显示的优惠券最优选择和支付工具最优选择进行调整的情况下，直接确认该优惠券最优选择和支付工具最优选择而触发的，因此，终端设备将直接按照该第一支付指令，核销该优惠券最优选择所选中的一个或者多个优惠券，和，使用该支付工具最优选择指向的现金支付方式(如微信支付、支付宝支付、银行卡支付等等)，直接对用户当前形成的待支付电商订单进行支付。

步骤S306，接收针对所述优惠券最优选择和/或者所述支付工具最优选择进行调整而触发的第二支付指令；

终端设备在将实时计算得出的优惠券最优选择和支付工具最优选择一起通过一个第一用户图形界面进行输出显示之后，接收用户在针对该优惠券最优选择和/或者支付工具最优选择进行调整之后，再针对调整后用户自主选择的目标优惠券选择和/或者目标支付工具选择，基于该第一用户图形界面上预置的“确认支付”功能按钮，触发的指示对待支付电商订单进行支付操作的第二支付指令。

或者，终端设备在将实时计算得出的优惠券最优选择通过第二用户图形界面进行输出显示，且接收到用户在针对该优惠券最优选择进行调整之后再基于该第二用户图形界面上预置的“确认”功能按钮触发的确认指令之后，再通过第三用户图形界面将支付工具最优选择也进行输出显示，并且，进一步接收用户再次对该支付工具最优选择也进行调整之后，再基于该第三用户图形界面上预置的“确认支付”功能按钮，触发的指示对待支付电商订单进行支付操作的第二支付指令。

又或者，终端设备在将实时计算得出的优惠券最优选择通过第二用户图形界面进行输出显示，且接收到用户在针对该优惠券最优选择进行调整之后再基于该第二用户图形界面上预置的“确认”功能按钮触发的确认指令之后，再通过第三用户图形界面将支付工具最优选择也进行输出显示，并且，进一步接收用户直接基于该第三用户图形界面上预置的“确认支付”功能按钮，触发的指示对待支付电商订单进行支付操作的第二支付指令。

还或者，终端设备在将实时计算得出的优惠券最优选择通过第二用户图形界面进行输出显示，且接收到用户直接基于该第二用户图形界面上预置的“确认”功能按钮触发的确认指令之后，再通过第三用户图形界面将支付工具最优选择也进行输出显示，并且，进一步接收用户再次对该支付工具最优选择也进行调整之后，再基于该第三用户图形界面上预置的“确认支付”功能按钮，触发的指示对待支付电商订单进行支付操作的第二支付指令。

步骤S307，确定所述第二支付指令指向的目标优惠券选择和目标支付工具选择，并按照所述目标优惠券选择和所述目标支付工具选择对所述待支付电商订单进行支付。

终端设备在接收到用户直接基于第一用户图形界面或者分别基于第二用户图形界面和第三用户图形界面直接触发的第二支付指令之后，由于该第二支付指令是用户在针对输出显示的优惠券最优选择和/或者支付工具最优选择进行过调整的情况下，再确认调整后的目标优惠券选择和/或者目标支付工具选择而触发的，因此，终端设备将按照该第二支付指令，先确定用户进行过调整后的目标优惠券选择/或者目标支付工具选择。

然后，在确定第二支付指令指向的是都经过调整之后的目标优惠券选择和目标支付工具选择时，核销该目标优惠券选择所选中的一个或者多个优惠券，和，使用该目标支付工具选择指向的现金支付方式，对用户当前形成的待支付电商订单进行支付；或者，在确定第二支付指令指向的是仅对优惠券最优选择进行过调整后的目标优惠券选择，和未进行过调整的支付工具最优选择时，终端设备核销该目标优惠券选择所选中的一个或者多个优惠券，和，使用该支付工具最优选择指向的现金支付方式，对用户当前形成的待支付电商订单进行支付，还或者，在确定第二支付指令指向的是仅对支付工具最优选择进行过调整后的目标支付工具选择，和未进行过调整的优惠券最优选择时，终端设备核销该优惠券最优选择所选中的一个或者多个优惠券，和，使用该目标支付工具选择指向的现金支付方式，对用户当前形成的待支付电商订单进行支付。

需要说明的是，在本实施例中，请参照如图3所示的应用场景，终端设备在用户通过电商平台进行购物对所购商品进行下单支付过程中，实时采集支付相关数据和依据该支付相关数据实时计算优惠券最优选择和支付工具最优选择并输出的操作均可以基于预置的实时计算引擎来进行。应当理解的是，基于实际应用的不同设计需要，在不同可行的实施方式当中，终端设备当然可以使用不同的计算引擎或者使用相同计算引擎但基于不完全与图3所示场景相同的流程逻辑来进行数据采集和计算以得到优惠券和支付工具两个维度的最优选择，本发明电商订单的支付方法并不针对终端设备所使用实时计算引擎的具体应用场景进行限定。

在本实施例中，终端设备在用户通过电商平台进行购物对所购商品进行下单支付的过程中，首先获取当前所购商品的待支付电商订单诸如的商品数据和客户数据的支付相关数据；之后，立即基于该支付相关数据中的商品数据和客户数据一起进行实时计算，从而计算得到用户针对该待支付电商订单进行支付的优惠券最优选择和支付工具最优选择；最后，进一步针对该优惠券最优选择和支付工具最优选择进行组合并面向用户进行输出显示，以供用户基于该优惠券最优选择和支付工具最优选择触发支付指令，如此，终端设备在接收到该支付指令时，立即按照该支付指令来针对该待支付电商订单进行支付。

本发明相比于现有用户进行电商订单的支付方式，不仅无需用户进行繁琐的优惠券和支付工具选择操作，还通过整合当前待支付电商订单的支付相关数据以实时计算出优惠券最优选择和支付工具最优选择的最优支付策略推荐给用户，从而，在为用户省钱最多的同时确保了支付的稳定性，还节约了用户选择决策的时间，从而提升了支付效率和交易成功率。

进一步地，基于上述本发明电商订单的支付方法的第一实施例，提出本发明电商订单的支付方法的第二实施例。

本发明电商订单的支付方法的第二实施例与上述第一实施例之间的主要区别在于，在本实施例中，上述步骤20中，“根据所述商品数据和所述客户数据实时计算出优惠券最优选择”的步骤，可以包括：

步骤S201，根据所述商品数据和所述客户数据确定所述待支付电商订单关联的优惠券数据；

终端设备在用户针对所选购商品进行下单支付的过程中，先获取当前所购商品的待支付电商订单的支付相关数据，然后，根据该支付相关数据当中的商品数据和客户数据，先确定出该待支付电商订单所关联的优惠券数据。

具体地，例如，终端设备在采集得到用户所选购商品的种类、名称、单价以及数量等作为用户进行下单支付所形成待支付电商订单的支付相关数据中的商品数据，以及，采集得到用户的优惠券、积分以及储值卡等各种资产数据，和，用户的交易行为数据，作为该待支付电商订单的支付相关数据中的客户数据之后，先基于该商品的种类、名称、单价以及数量等商品数据和用户的优惠券、积分以及储值卡等各种资产数据，确定出用户资产数据当中所拥有的当前电商平台针对用户提供的平台优惠券、商品所属商户针对用户提供的商户优惠券和用户所采购商品自身对用户提供的商品优惠券，并将该平台优惠券、商户优惠券和商品优惠券，以及各优惠券的发放时间、有效期以及使用规则等内容统一确定为该待支付电商订单所关联的优惠券数据。

应当理解的是，基于实际应用的不同设计需要，在不同可行的实施方式当中，待支付电商订单所关联的优惠券数据当然还可以包括除本实施例所列举各信息内容以外的其它内容，因此，本发明电商订单的支付方法并不针对该优惠券数据的具体内容进行限定，只要该优惠券数据是用于计算向用户推荐优惠券最优选择的即可。

步骤S202，对所述优惠券数据中的各类型优惠券进行过滤得到各可用优惠券；

终端设备在调用规则计算引擎开始针对确定出的优惠券数据进行计算的过程当中，先从该优惠券数据当中所包含的各种各类型的优惠券里，筛选过滤出针对当前待支付电商订单的各个可用优惠券。

具体地，例如，终端设备在确定出包含平台优惠券、商户优惠券和商品优惠券，以及各种类型优惠券各自的发放时间、有效期以及使用规则等内容的优惠券数据，并开始调用规则计算引擎开始计算针对用户当前要支付的待支付电商订单的优惠券最优选择时，先针对该优惠券数据进行数据清洗的操作，以按照该各种类型优惠券各自的发放时间、有效期以及使用规则等内容，筛选过滤出当前时刻能够针对该待支付订单进行使用的各个可用优惠券。

需要说明的是，在本实施例中，终端设备在过滤出各个可用优惠券之后，即可先按照优惠金额进行排序，将各个可用优惠券按照最大金额排列靠前的顺序，依次降序对各个可用优惠券进行排列。

具体地，例如，假定终端设备过滤出的各个可用优惠券如下表所示：

然后，终端设备结合hashmap(基于哈希表的Map接口的实现。此实现提供所有可选的映射操作，并允许使用null值和null键)计算各个可用优惠券各自的优惠金额大小(对于优惠低的券则不进行计算)，之后再按照优惠金额越大即越靠前的顺序，依次对各个可用优惠券的排序如下表所示：

序号	优惠券类型	优惠金额
			1	商户券	满100减15元
2	平台券	满88减15
			3	商品券	可乐满20减8

此外，应当理解的是，基于实际应用的不同设计需要，在不同可行的实施方式当中，终端设备当然可以采用其它不同的方式来计算优惠券的金额从而按照金额大小进行排序，本发明电商订单的支付方法并不针对终端设备计算各个优惠券优惠金额的具体算法进行限定。

步骤S203，调用所述规则计算引擎按照优惠金额最高和优惠券核销率最高的规则，对各所述可用优惠券进行实时计算和排序得到所述优惠券最优选择。

需要说明的是，在本实施例中，规则计算引擎为一种按照既定规则的算法或者算法组合，该规则计算引擎依据实时采集到的商品数据、客户数据和/或者安全数据，为用户计算出针对当前待支付电商订单进行支付时能够得到最高优惠、支付过程也最为稳定等对用户支付当前待支付电商订单最为有利的优惠券选择方式(即上述优惠券最优选择)和支付工具选择方式(上述支付工具最优选择)。

此外，在本实施例中，规则计算引擎在实时计算优惠券最优选择时，要参照或者依据的既定规则包括但不限于：优惠金额最高和优惠券核销率最高。

终端设备在过滤出各个可用优惠券之后，即使用规则计算引擎按照既定的优惠金额最高和优惠券核销率最高的规则，来对各个可用优惠券进行计算和排序，并按照排序确定针对用户当前的待支付电商订单进行支付时最有利的优惠券最优选择。

进一步地，上述步骤S203，可以包括：

步骤S2031，获取将各所述可用优惠券的优惠金额和所述各所述可用优惠券所属类型优惠券的核销率；

终端设备在过滤出当前时刻能够针对待支付订单进行使用的各个可用优惠券，并针对该各个可用优惠券进行优惠金额计算和排序之后，进一步以当前时刻为界限，按照设定好的时间窗口从分别从当前电商平台所关联的卡券平台上，获取各个可用优惠券所属类型(商户券、平台券、商品券等)的优惠券核销的样本数据如：优惠券发放笔数和核销笔数(获取样本数据时，每个样本数据需要达到预设的最低笔数条件，如果达不到则需按策略剔除)，从而以该优惠券发放笔数和核销笔数作为输入来计算出用户的优惠券核销率。同理，可通过获取对应的样本数据作为输入计算出用户对使用优惠券的喜好率等数据。

步骤S2032，将所述优惠金额和所述核销率输入所述规则计算引擎，以供所述所述规则计算引擎按照优惠金额最高和优惠券核销率最高的规则计算并输出推荐列表；

步骤S2033，将所述推荐列表中优惠金额最高和核销率最高的优惠券组合确定为所述优惠券最优选择。

终端设备在通过对上述各个可用优惠券所属类型的优惠券核销的样本数据进行计算得到各个可用优惠券各自的优惠金额和所属类型优惠券的核销率之后，终端设备即将实时计算得出的标签：用户的优惠券核销率、卡券平台的优惠券核销率和用户对使用优惠券的喜好率，送入规则计算引擎进行计算，并由该规则计算引擎输出的各个优惠券按照优惠金额和核销率由高到低进行排序的推荐列表，最后，终端设备即直接将该推荐列表当中按序排列在第一个的优惠金额最高且核销率也最高的优惠券组合确定为当前针对待支付订单的优惠券最优选择。

需要说明的是，在本实施例中，规则计算引擎的算法可以为：

其中，i表示优惠券类型(商户券、平台券、商品券等)，g(i)表示i的优惠券推荐组合，f(i)表示用户的优惠券核销率，y(i)表示卡券平台的优惠券核销率，m(i)表示用户对使用优惠券的喜好率，z(i)表示所有优惠券金额权重占比(用户优惠券优惠金额越高，优惠券权重占比越高)，A表示是否可用的优惠券规则集，0表示可用，1表示不可用，优惠券规则包括但不限于下表所示内容：

此外，应当理解的是，基于实际应用的不同设计需要，在不同可行的实施方式当中，终端设备当然可以采用不同于本实施例所列举算法以外的其它一种或者多种算法的结合作为规则计算引擎，来实时计算出得出待支付电商订单的优惠券最优选择，本发明电商订单的支付方法，并不针对该规则计算引擎具体是何种类型的算法进行限定。

在本实施例中，终端设备在用户针对所选购商品进行下单支付的过程中，先获取当前所购商品的待支付电商订单的支付相关数据，然后，根据该支付相关数据当中的商品数据和客户数据，先确定出该待支付电商订单所关联的优惠券数据。之后，调用制定好的规则计算引擎来针对该优惠券数据进行实时的计算，即，先从该优惠券数据当中所包含的各种各类型的优惠券里，筛选过滤出针对当前待支付电商订单的各个可用优惠券，然后，使用规则计算引擎按照既定的优惠金额最高和优惠券核销率最高的规则，来对各个可用优惠券进行计算和排序，从而按照排序确定针对用户当前的待支付电商订单进行支付时最有利的优惠券最优选择。

如此，实现了在用户下单进行支付的过程中，直接为用户计算推送针对用户当前的订单最为有利的优惠券选择，无需用户额外进行过多的计算和勾选操作，简化了用户支付订单时的操作，不仅为用户争取了最大优惠还节约了用户选择决策的时间，从而提升了支付效率。

进一步地，基于上述本发明电商订单的支付方法的第一实施例，提出本发明电商订单的支付方法的第三实施例。

本发明电商订单的支付方法的第三实施例与上述第一实施例之间的主要区别在于，在本实施例中，上述步骤20中，“根据所述商品数据和所述客户数据实时计算出支付工具最优选择”的步骤，可以包括：

步骤S203，根据所述商品数据和所述客户数据确定所述待支付电商订单关联的各备选支付工具；

终端设备在调用规则计算引擎实时计算优惠券最优选择时，同步或者异步的使用该规则计算引擎实时的计算针对待支付电商订单的支付工具最优选择。终端设备在计算支付工具最优选择的过程当中，同样先根据待支付电商订单的支付相关数据中的商品数据和客户数据，确定出该待支付电商订单所关联的各个备选支付工具。

具体地，例如，终端设备将商品数据当中包含的用户所采购商品所属商户在当前电商平台上支持的支付工具，和，客户数据当中的用户交易行为数据标识的用户使用当前电商平台进行支付使用过的支付工具，都确定为能够为当前待支付电商订单进行支付的备选支付工具(如微信支付、支付宝支付、银行卡支付等等)。

步骤S204，调用预设的支付工具推荐模型计算各所述备选支付工具各自的信息增益；

终端设备在确定待支付电商订单所关联能够针对该待支付电商订单进行支付的各个备选支付工具之后，终端设备通过规则计算引擎调用预设的支付工具推荐模型，来将各个备选支付工具作为输入以供该支付工具推荐模型分别计算出各个备选支付工具各自的信息增益并输出。

需要说明的是，在本实施例，预设的支付工具推荐模型是终端设备预先使用客户数据中的历史支付行为支付数据作为样本支付数据来训练构建得到的。在本实施例中，本发明电商订单的支付方法，还可以包括：

步骤A，将所述客户数据中的历史支付行为数据作为样本支付数据，并根据所述样本支付数据构建支付工具推荐模型，其中，所述历史支付行为数据的数量大于一。

终端设备在实时采集得到当前待支付电商订单的支付相关数据之后，使用该支付相关数据当中客户数据，以从该客户数据当中提取出用户的多个历史支付行为数据并将该历史行为数据作为样本支付数据，来训练用于准确计算出用户所使用支付工具的信息增益大小的支付工具推荐模型。

在本实施例中，终端设备以当前时刻为界限，按照设定好的时间窗口从客户数据中包含的全部的用户交易行为数据当中，截取用户过往的多个历史交易行为数据作为样本支付数据，然后，根据该样本支付数据确定用户过往使用并成功进行了支付的支付工具的类型，并基于每一个类型在全部类型当中所占的概率大小计算数据窗口期随机变量的信息熵，和，基于每一种类型各自对应的支付特征(或者称支付条件)计算各个类型在其支付条件下的条件熵，最后，使用该信息熵和条件熵即可计算出每一种类型对应的样本支付数据的信息增益(样本信息的增益为某种类型支付工具在自身的支付条件下，随着某一个具体特征的作用，该类型支付工具的信息熵对应减小的值)。

如此，在将每一种类型的支付工具的信息增益的计算都按照上述过程进行训练直至收敛之后，即可构建得到能够准确计算出各个备选支付工具各自信息增益大小的支付工具推荐模型。

步骤S205，将各所述信息增益中值最大的目标信息增益对应的备选支付工具确定为支付工具最优选择。

终端设备在通过支付工具推荐模型计算得到各个备选工具各自的信息增益之后，即直接将该各个信息增当中，值最大的目标信息增益所对应的那个备选支付工具确定为针对用户当前的待支付电商订单进行支付的支付工具最优选择。

具体地，例如，终端设备确定出的各个备选支付工具过往由用户进行使用的行为数据具体如下表所示：

如此，各个备选支付工具共计有4种类型，从而终端设备统计每一个类型支付工具被用户使用的概率依次是为微信：4/10、支付宝3/10、银联2/10和微众卡1/10，并将每一种类型支付工具的概率、平台支付状态、是否被用户使用过以及使用的支付状态对应作为每一类型支付工具的支付特征，并依次将每一种类型的支付工具和该类型支付工具的支付特征输入到已经构建好的支付工具推荐模型当中进行计算，并得到该支付工具推荐模型输出的每一种类型各自的信息增益。

然后，终端设备进一步按照信息增益的值由大到小的顺序依次对每一类型的备选支付工具进行排序，从而，终端设备即可确定排列在第一位的值最大的目标信息增益，所对应的那一个备选支付工具作为当前针对用户的待支付电商订单进行支付的支付工具最优选择。

在本实施例中，终端设备在调用规则计算引擎实时计算优惠券最优选择时，同步或者异步的使用该规则计算引擎实时的计算针对待支付电商订单的支付工具最优选择。终端设备在计算支付工具最优选择的过程当中，同样先根据待支付电商订单的支付相关数据中的商品数据和客户数据，确定出该待支付电商订单所关联的各个备选支付工具；之后，终端设备通过规则计算引擎调用预设的支付工具推荐模型，来将各个备选支付工具作为输入以供该支付工具推荐模型分别计算出各个备选支付工具各自的信息增益并输出；最后，终端设备直接将该各个信息增当中，值最大的目标信息增益所对应的那个备选支付工具确定为针对用户当前的待支付电商订单进行支付的支付工具最优选择。

如此，实现了在用户下单进行支付的过程中，为用户计算推送针对用户当前的订单最为有利也最为稳定的支付工具选择，避免了用户因选择支付工具因平台不支持、稳定性差等原因出现支付失败的情形，确保了交易支付的成功率。

进一步地，本发明还提供一种电商订单的支付系统。请参照图4，图4为本发明电商订单的支付系统一实施例的功能模块示意图。如图4所示，本发明电商订单的支付系统包括：

获取模块10，用于获取待支付电商订单的支付相关数据，其中，所述支付相关数据包括：商品数据和客户数据；

计算模块20，用于根据所述商品数据和所述客户数据实时计算出优惠券最优选择和支付工具最优选择；

支付模块30，用于将所述优惠券最优选择和所述支付工具最优选择组合后进行输出，并按照针对所述优惠券最优选择和所述支付工具最优选择触发的支付指令对所述待支付电商订单进行支付。

进一步地，计算模块20，包括：

第一确定单元，用于根据所述商品数据和所述客户数据确定所述待支付电商订单关联的优惠券数据；

过滤单元，用于对所述优惠券数据中的各类型优惠券进行过滤得到各可用优惠券；

第一计算单元，用于调用所述规则计算引擎按照优惠金额最高和优惠券核销率最高的规则，对各所述可用优惠券进行实时计算和排序得到所述优惠券最优选择。

进一步地，第一计算单元，包括：

获取子单元，用于获取将各所述可用优惠券的优惠金额和所述各所述可用优惠券所属类型优惠券的核销率；

实时计算子单元，用于将所述优惠金额和所述核销率输入所述规则计算引擎，以供所述所述规则计算引擎按照优惠金额最高和优惠券核销率最高的规则计算并输出推荐列表；

确定子单元，用于将所述推荐列表中优惠金额最高和核销率最高的优惠券组合确定为所述优惠券最优选择。

进一步地，计算模块20，还包括：

第二确定单元，用于根据所述商品数据和所述客户数据确定所述待支付电商订单关联的各备选支付工具；

第二计算单元，用于调用预设的支付工具推荐模型计算各所述备选支付工具各自的信息增益；

第三确定单元，用于将各所述信息增益中值最大的目标信息增益对应的备选支付工具确定为支付工具最优选择。

进一步地，本发明电商订单的支付系统，还包括：

模型构建，用于将所述客户数据中的历史支付行为数据作为样本支付数据，并根据所述样本支付数据构建支付工具推荐模型，其中，所述历史支付行为数据的数量大于一。

进一步地，支付模型30，包括：

第一输出单元，用于将所述优惠券最优选择和所述支付工具最优选择组合后通过第一用户图形界面进行输出；

第二输出单元，用于将所述优惠券最优选择通过第二用户图形界面进行输出；以及，在基于所述第二用户图形界面接收到确认指令时，将所述支付工具最优选择通过第二用户图形界面进行输出。

进一步地，所述支付指令包括：第一支付指令和第二支付指令；

支付模型30，还包括：

第一接收单元，用于接收针对所述优惠券最优选择和所述支付工具最优选择进行确认而触发的第一支付指令；

第一支付单元，用于按照所述第一支付指令核销所述优惠券最优选择对应的优惠券，并使用所述最支付工具最优选择对应的支付工具对所述待支付电商订单进行支付；

第二接收单元，用于接收针对所述优惠券最优选择和/或者所述支付工具最优选择进行调整而触发的第二支付指令；

第二支付单元，用于确定所述第二支付指令指向的目标优惠券选择和目标支付工具选择，并按照所述目标优惠券选择和所述目标支付工具选择对所述待支付电商订单进行支付。

其中，上述电商订单的支付系统中各个模块的功能实现与上述电商订单的支付方法实施例中各步骤相对应，其功能和实现过程在此处不再一一赘述。

本发明还提供一种计算机存储介质，该计算机存储介质上存储有电商订单的支付程序，所述电商订单的支付程序被处理器执行时实现如以上任一项实施例所述的电商订单的支付方法的步骤。

本发明计算机存储介质的具体实施例与上述电商订单的支付方法各实施例基本相同，在此不作赘述。

本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如以上任一项实施例所述的电商订单的支付方法的步骤。

本发明计算机程序产品的具体实施例与上述电商订单的支付方法各实施例基本相同，在此不作赘述。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种电商订单的支付方法，其特征在于，所述电商订单的支付方法包括以下步骤：

获取待支付电商订单的支付相关数据，其中，所述支付相关数据包括：商品数据和客户数据；

根据所述商品数据和所述客户数据实时计算出优惠券最优选择和支付工具最优选择；

将所述优惠券最优选择和所述支付工具最优选择组合后进行输出，并按照针对所述优惠券最优选择和所述支付工具最优选择触发的支付指令对所述待支付电商订单进行支付。

2.如权利要求1所述的电商订单的支付方法，其特征在于，所述根据所述商品数据和所述客户数据实时计算出优惠券最优选择的步骤，包括：

根据所述商品数据和所述客户数据确定所述待支付电商订单关联的优惠券数据；

对所述优惠券数据中的各类型优惠券进行过滤得到各可用优惠券；

调用所述规则计算引擎按照优惠金额最高和优惠券核销率最高的规则，对各所述可用优惠券进行实时计算和排序得到所述优惠券最优选择。

3.如权利要求2所述的电商订单的支付方法，其特征在于，所述调用所述规则计算引擎按照优惠金额最高和优惠券核销率最高的规则，对各所述可用优惠券进行实时计算和排序得到所述优惠券最优选择的步骤，包括：

获取将各所述可用优惠券的优惠金额和所述各所述可用优惠券所属类型优惠券的核销率；

将所述优惠金额和所述核销率输入所述规则计算引擎，以供所述所述规则计算引擎按照优惠金额最高和优惠券核销率最高的规则计算并输出推荐列表；

将所述推荐列表中优惠金额最高和核销率最高的优惠券组合确定为所述优惠券最优选择。

4.如权利要求1所述的电商订单的支付方法，其特征在于，所述根据所述商品数据和所述客户数据实时计算出支付工具最优选择的步骤，包括：

根据所述商品数据和所述客户数据确定所述待支付电商订单关联的各备选支付工具；

调用预设的支付工具推荐模型计算各所述备选支付工具各自的信息增益；

将各所述信息增益中值最大的目标信息增益对应的备选支付工具确定为支付工具最优选择。

5.如权利要求1至4任一项所述的电商订单的支付方法，其特征在于，所述方法还包括：

将所述客户数据中的历史支付行为数据作为样本支付数据，并根据所述样本支付数据构建支付工具推荐模型，其中，所述历史支付行为数据的数量大于一。

6.如权利要求1至4任一项所述的电商订单的支付方法，其特征在于，所述将所述优惠券最优选择和所述支付工具最优选择组合后进行输出的步骤，包括：

将所述优惠券最优选择和所述支付工具最优选择组合后通过第一用户图形界面进行输出；

或者，

将所述优惠券最优选择通过第二用户图形界面进行输出；

在基于所述第二用户图形界面接收到确认指令时，将所述支付工具最优选择通过第二用户图形界面进行输出。

7.如权利要求1至4任一项所述的电商订单的支付方法，其特征在于，所述支付指令包括：第一支付指令和第二支付指令；

所述按照针对所述优惠券最优选择和所述支付工具最优选择触发的支付指令对所述待支付电商订单进行支付的步骤，包括：

接收针对所述优惠券最优选择和所述支付工具最优选择进行确认而触发的第一支付指令；

按照所述第一支付指令核销所述优惠券最优选择对应的优惠券，并使用所述最支付工具最优选择对应的支付工具对所述待支付电商订单进行支付；

或者，

接收针对所述优惠券最优选择和/或者所述支付工具最优选择进行调整而触发的第二支付指令；

确定所述第二支付指令指向的目标优惠券选择和目标支付工具选择，并按照所述目标优惠券选择和所述目标支付工具选择对所述待支付电商订单进行支付。

8.一种电商订单的支付系统，其特征在于，所述电商订单的支付系统包括：

获取模块，用于获取待支付电商订单的支付相关数据，其中，所述支付相关数据包括：商品数据和客户数据；

计算模块，用于根据所述商品数据和所述客户数据实时计算出优惠券最优选择和支付工具最优选择；

支付模块，用于将所述优惠券最优选择和所述支付工具最优选择组合后进行输出，并按照针对所述优惠券最优选择和所述支付工具最优选择触发的支付指令对所述待支付电商订单进行支付。

9.一种终端设备，其特征在于，所述终端设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的电商订单的支付程序，所述电商订单的支付程序被所述处理器执行时实现如权利要求1至7中任一项所述的电商订单的支付方法的步骤。

10.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有电商订单的支付程序，所述电商订单的支付程序被处理器执行时实现如权利要求1至7中任一项所述的电商订单的支付方法的步骤。

Images