CN117011062B - 基于互联网的银行资金支付方法、系统和计算机设备 - Google Patents

基于互联网的银行资金支付方法、系统和计算机设备 Download PDF

Info

Publication number
CN117011062B
CN117011062B CN202311106521.0A CN202311106521A CN117011062B CN 117011062 B CN117011062 B CN 117011062B CN 202311106521 A CN202311106521 A CN 202311106521A CN 117011062 B CN117011062 B CN 117011062B
Authority
CN
China
Prior art keywords
payment
real
time
payment amount
funds
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.)
Active
Application number
CN202311106521.0A
Other languages
English (en)
Other versions
CN117011062A (zh
Inventor
陈声棉
郑卫群
江天明
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.)
Guangzhou Jiaxin Intelligent Technology Co ltd
Original Assignee
Guangzhou Jiaxin Intelligent 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 Guangzhou Jiaxin Intelligent Technology Co ltd filed Critical Guangzhou Jiaxin Intelligent Technology Co ltd
Priority to CN202311106521.0A priority Critical patent/CN117011062B/zh
Publication of CN117011062A publication Critical patent/CN117011062A/zh
Application granted granted Critical
Publication of CN117011062B publication Critical patent/CN117011062B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Technology Law (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Development Economics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本申请提供一种基于互联网的银行资金支付方法、系统和计算机设备，方法包括：接收到实时支付申请时，获取目标用户的各个银行账户的第一资金交易数据；将各个银行账户的第一资金交易数据输入至对应的预训练的资金收支预测模型，根据预测结果，获取目标用户的各个银行账户在第一预设时间段内的实时活动资金；将实时支付申请的实时总支付金额、实时活动资金和预设的多组实时分配支付金额输入至预训练的支付金额分配模型，得到各组实时分配支付金额对应的实时分配评分值；根据最大的实时分配评分值对应的实时分配支付金额，驱动各个银行账户根据实时支付申请的支付信息进行资金支付。本申请可以提高银行资金支付效率。

Description

基于互联网的银行资金支付方法、系统和计算机设备
技术领域
本申请涉及银行资金支付的技术领域，具体涉及一种基于互联网的银行资金支付方法、系统和计算机设备。
背景技术
随着社会的发展，电子支付方式成为了一种主流的支付方式。在生活中，人们往往有多个银行账户，而不同银行账户之间的资金收支都是独立的，因此，若当前用于支付的银行账户的资金不满足支付申请，会导致支付失败，此时还需要用户将其他银行账户的资金转到当前用于支付的银行账户，当前用于支付的银行账户才能响应支付申请进行资金支付，操作十分麻烦，而且增加了转账等待的时间，降低了银行资金支付效率。
发明内容
本申请的目的在于克服现有技术中的缺点与不足，提供一种基于互联网的银行资金支付方法、系统和计算机设备，可以通过用户的若干个银行账户进行实时支付申请的资金支付，提高银行资金支付效率。
本申请实施例的第一方面提供了一种基于互联网的银行资金支付方法，包括：
接收到实时支付申请时，获取所述目标用户的各个所述银行账户的第一资金交易数据；所述目标用户对应有至少两个不同的银行账户，所述第一资金交易数据包括仅涉及对应的所述银行账户的资金收支数据；
将各个所述银行账户的第一资金交易数据输入至对应的预训练的资金收支预测模型，根据预测结果，获取所述目标用户的各个所述银行账户在第一预设时间段内的实时活动资金；
将所述实时支付申请的实时总支付金额、所述实时活动资金和预设的多组实时分配支付金额输入至预训练的支付金额分配模型，得到各组实时分配支付金额对应的实时分配评分值；其中，每组实时分配支付金额包括分配给各个所述银行账户的支付金额，每组实时分配支付金额的总金额等于所述实时支付申请的实时总支付金额；
根据最大的实时分配评分值对应的实时分配支付金额，驱动各个所述银行账户根据所述实时支付申请的支付信息进行资金支付。
进一步，所述将各个所述银行账户的第一资金交易数据输入至对应的预训练的资金收支预测模型，根据预测结果，获取所述目标用户的各个所述银行账户在第一预设时间段内的实时活动资金的步骤，包括：
将各个所述第一资金交易数据输入至对应的预训练的资金收支预测模型，得到各个所述银行账户对应的所述预测结果；各个所述预测结果包括对应的所述银行账户的预测支出数据；
根据各个所述银行账户的实时账户余额和各个所述银行账户的所述预测支出数据，得到所述目标用户的各个所述银行账户在第一预设时间段内的实时活动资金。
进一步，各个所述银行账户的资金收支预测模型的训练步骤包括：
根据对应的银行账户的历史资金收支数据，生成多个训练数据样本组；每个所述训练数据样本组包括多个历史收支数据输入样本和至少一个历史收支数据输出样本；其中，所述历史收支数据输出样本的时间晚于所述历史收支数据输入样本的时间；
将每个所述训练数据样本组的多个历史收支数据输入样本作为输入，将对应的所述历史收支数据输出样本作为输出，对初始网络模型进行训练，得到所述资金收支预测模型。
进一步，所述支付金额分配模型的训练步骤包括：
接收到第一支付申请时，获取所述第一支付申请的第一总支付金额、各个所述银行账户对应的第一活动资金、预设的第一分配支付金额和第一瞬时奖励；所述第一瞬时奖励用于指示根据对应的所述第一分配支付金额支付后，所述银行账户的总利息的高低程度；
将所述第一总支付金额、所述第一活动资金和所述第一分配支付金额输入至初始支付金额分配模型，得到所述初始支付金额分配模型输出的多个第一分配评分值；
接收到第二支付申请时，获取所述第二支付申请的第二总支付金额、各个所述银行账户的对应的第二活动资金和预设的第二分配支付金额；
将所述第二总支付金额、所述第二活动资金和所述第二分配支付金额输入至初始支付金额分配模型，得到所述初始支付金额分配模型输出的第二分配评分值；
根据所述第一瞬时奖励以及对应的最大的所述第二分配评分值，获得目标分配评分值；
根据所述第一分配评分值和所述目标分配评分值，对初始支付金额分配模型进行训练，得到所述支付金额分配模型。
进一步，所述第一瞬时奖励，通过以下步骤得到：
获取根据所述第一分配支付金额支付后对应的各个所述银行账户的账户余额；
获取各个所述账户余额在第二预设时间段内的余额利息；
通过以下公式，计算所述第一瞬时奖励：
其中，Rt为所述第一瞬时奖励，N为银行账户的数量，ki为第i个银行账户的账户余额在第二预设时间段内的余额利息。
进一步，所述根据所述第一瞬时奖励以及对应的最大的所述第二分配评分值，获得目标分配评分值的步骤，包括：
通过以下公式，计算所述目标分配评分值：
其中，P(At)为所述目标分配评分值，Rt为所述第一瞬时奖励，γ为预设的折扣因子，为最大的所述第二分配评分值，θ为所述初始支付金额分配模型的模型参数。
进一步，所述根据所述第一分配评分值和所述目标分配评分值，对初始支付金额分配模型进行训练，得到所述支付金额分配模型的步骤，包括：
根据所述第一分配评分值和所述目标分配评分值，构建损失函数；
根据所述损失函数的输出值，采用梯度下降算法更新所述初始支付金额分配模型的参数，得到所述损失函数的输出值小于或等于预设阈值的所述支付金额分配模型。
进一步，所述获取预设的第一分配支付金额的步骤，包括：
获取一个随机数；
若所述随机数小于预设的固定值，从与所述第一总支付金额和所述第一活动资金对应的多组预设分配支付金额中，随机选择一组确定为所述第一分配支付金额；
若所述随机数大于或等于所述固定值，将各组所述预设分配支付金额分别和所述第一总支付金额以及所述第一活动资金输入至初始支付金额分配模型，得到各组所述预设分配支付金额对应的第一分配评分值；将最大的所述第一分配评分值对应的预设分配支付金额确定为所述第一分配支付金额。
本申请实施例的第二方面提供了一种基于互联网的银行资金支付系统，包括：
资金交易数据获取模块，用于接收到实时支付申请时，获取所述目标用户的各个所述银行账户的第一资金交易数据；所述目标用户对应有至少两个不同的银行账户，所述第一资金交易数据包括仅涉及对应的所述银行账户的资金收支数据；
活动资金获取模块，用于将各个所述银行账户的第一资金交易数据输入至对应的预训练的资金收支预测模型，根据预测结果，获取所述目标用户的各个所述银行账户在第一预设时间段内的实时活动资金；
分配评分值评分模块，用于将所述实时支付申请的实时总支付金额、所述实时活动资金和预设的多组实时分配支付金额输入至预训练的支付金额分配模型，得到各组实时分配支付金额对应的实时分配评分值；其中，每组实时分配支付金额包括分配给各个所述银行账户的支付金额，每组实时分配支付金额的总金额等于所述实时支付申请的实时总支付金额；
资金支付模块，用于根据最大的实时分配评分值对应的实时分配支付金额，驱动各个所述银行账户根据所述实时支付申请的支付信息进行资金支付。
本申请实施例的第三方面提供了一种计算机设备，包括储存器、处理器以及储存在所述储存器中并可被所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的基于互联网的银行资金支付方法的步骤。
相对于相关技术，本申请接收到实时支付申请时，可以根据目标用户的各个所述银行账户的第一资金交易数据，获取目标用户的各个所述银行账户在第一预设时间段内的实时活动资金，再将所述实时支付申请的实时总支付金额、所述实时活动资金和预设的多组实时分配支付金额输入至预训练的支付金额分配模型，得到各组实时分配支付金额对应的实时分配评分值，然后根据最大的实时分配评分值对应的实时分配支付金额，驱动各个所述银行账户根据所述实时支付申请的支付信息进行资金支付，因此在响应实时支付申请时，无需进行银行账户之间的转账也可以完成实时支付申请的资金支付，提高了银行资金支付效率。
为了能更清晰的理解本申请，以下将结合附图说明阐述本申请的具体实施方式。
附图说明
图1为本申请一个实施例的基于互联网的银行资金支付方法的流程图。
图2为本申请一个实施例的基于互联网的银行资金支付方法的步骤S211-S212的流程图。
图3为本申请一个实施例的基于互联网的银行资金支付系统的模块连接示意图。
1、资金交易数据获取模块；2、活动资金获取模块；3、分配评分值评分模块；4、资金支付模块。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施例方式作进一步地详细描述。
应当明确，所描述的实施例仅仅是本申请实施例一部分实施例，而不是全部的实施例。基于本申请实施例中的实施例，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，都属于本申请实施例保护的范围。
下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。在本申请的描述中，需要理解的是，术语“第一”、“第二”、“第三”等仅用于区别类似的对象，而不必用于描述特定的顺序或先后次序，也不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。在本申请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。在此所使用的词语“如果”/“若”可以被解释成为“在……时”或“当……时”或“响应于确定”。
此外，在本申请的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
请参阅图1，其是本申请一个实施例的基于互联网的银行资金支付方法，包括：
S1：接收到实时支付申请时，获取所述目标用户的各个所述银行账户的第一资金交易数据；所述目标用户对应有至少两个不同的银行账户，所述第一资金交易数据包括仅涉及对应的所述银行账户的资金收支数据。
其中，实时支付申请可以是实时的多账户支付申请，表示该实时支付申请的资金支付允许由两个或以上的银行账户实现。
仅涉及对应的所述银行账户的资金收支数据，是指只发生于对应的银行账户的资金收款数据和资金支出数据，例如资金收款数据可以是工资，资金支出数据可以是房租、铺租等。
目标用户对应有的至少两个不同的银行账户，可以是同一银行的两个银行账户，也可以是不同银行的两个银行账户。其中，一个银行账户的账户号对应一张银行卡的卡号，两个银行账户的账户号分别对应两张银行卡的卡号。
第一资金收支数据包括对应的银行账户的当前资金余额，以及在收到实时支付申请之前的支出记录和收款记录，例如是对应的银行账户在收到实时支付申请之前一个月、两个月、三个月、六个月、一年等时间内的支出记录和收款记录。
S2：将各个所述银行账户的第一资金交易数据输入至对应的预训练的资金收支预测模型，根据预测结果，获取所述目标用户的各个所述银行账户在第一预设时间段内的实时活动资金。
资金收支预测模型可用于预测对应的银行账户在第一预设时间段内的周期性的资金支出和周期性的资金收入。其中，周期性的资金支出包括在周期内必然会支付给指定对象的支出，例如房屋月租支出、店铺月租支出、每月的水电费支出、每月的电话费支出、每学期或每年的学费支出、每月的信用卡还款、每月的赡养费支出、每月的社保/医保费用支出等，周期性的资金收入包括每月的工资收入、房屋月租收入和店铺月租收入等。其中，第一预设时间段可以是十天、二十天、一个月等，具体地，所述第一预设时间段由用户设置。实时活动资金是指银行账户上除了用于支付资金收支预测模型输出的预测支出数据以外的资金金额。
在一个可行的实施例中，资金收支预测模型还可以预测出周期性的资金支出的支出时间和周期性的资金收入的资金收入时间，以便于尽可能提高实时活动资金的额度。例如，资金收支预测模型预测第一预设时间段内，包括一次周期性的资金收入和一次周期性的资金支出，若周期性的资金收入的资金收入时间早于周期性的资金支出的支出时间，此时根据银行账户的第一资金交易数据的当前资金余额和下一个周期性的资金收入的收入金额，减去下一个周期性的资金支出后，剩余的可用资金金额即为实时活动资金；若周期性的资金收入的资金收入时间晚于周期性的资金支出的支出时间，此时资金收支预测模型只可以根据银行账户的第一资金交易数据的当前资金余额，减去下一个周期性的资金支出后，剩余的可用资金金额即为实时活动资金。
S3：将所述实时支付申请的实时总支付金额、所述实时活动资金和预设的多组实时分配支付金额输入至预训练的支付金额分配模型，得到各组实时分配支付金额对应的实时分配评分值；其中，每组实时分配支付金额包括分配给各个所述银行账户的支付金额，每组实时分配支付金额的总金额等于所述实时支付申请的实时总支付金额。
其中，实时分配评分值用于指示各组的实时分配支付金额的优劣，其优劣对应的内容由用户决定，例如，优劣对应的内容可以是利息的多少，实时分配评分值越高，表示根据对应组的实时分配支付金额支出后，各个银行中户的总和的利息越高。
S4：根据最大的实时分配评分值对应的实时分配支付金额，驱动各个所述银行账户根据所述实时支付申请的支付信息进行资金支付。
优选地，在进行资金支付时，各个所述银行账户的支付信息中，会对应有一个总的支付流水号，支付对象的收款账号的收款信息也会显示有总的支付流水号。以便目标用户和支付对象进行款项核查。
例如，实时支付申请的实时总支付金额为4000，支付对象为收款账号甲，目标用户包括第一银行账户、第二银行账户和第三银行账户，第一银行账户的实时活动资金为1000，第二银行账户的实时活动资金为2000，第三银行账户的实时活动资金为3000，此时若最大的实时分配评分值对应的实时分配支付金额为第一银行账户支出500，第二银行账户支出1500，第三银行账户支出2000，驱动第一银行账户转账500给收款账号甲、驱动第二银行账户转账1500给收款账号甲，驱动第三银行账户支出3000给收款账号甲。
相对于相关技术，本申请接收到实时支付申请时，可以根据目标用户的各个所述银行账户的第一资金交易数据，获取目标用户的各个所述银行账户在第一预设时间段内的实时活动资金，再将所述实时支付申请的实时总支付金额、所述实时活动资金和预设的多组实时分配支付金额输入至预训练的支付金额分配模型，得到各组实时分配支付金额对应的实时分配评分值，然后根据最大的实时分配评分值对应的实时分配支付金额，驱动各个所述银行账户根据所述实时支付申请的支付信息进行资金支付，因此在响应实时支付申请时，无需进行银行账户之间的转账也可以完成实时支付申请的资金支付，提高了银行资金支付效率。
在一个可行的实施例中，各个所述银行账户的资金收支预测模型的训练步骤包括：
S201：根据对应的银行账户的历史资金收支数据，生成多个训练数据样本组；每个所述训练数据样本组包括多个历史收支数据输入样本和至少一个历史收支数据输出样本；其中，所述历史收支数据输出样本的时间晚于所述历史收支数据输入样本的时间。
S202：将每个所述训练数据样本组的多个历史收支数据输入样本作为输入，将对应的所述历史收支数据输出样本作为输出，对初始网络模型进行训练，得到所述资金收支预测模型。
在本实施例中，可以根据历史资金收支数据训练得到资金收支预测模型。
请参阅图2，在一个可行的实施例中，所述S2：将各个所述银行账户的第一资金交易数据输入至对应的预训练的资金收支预测模型，根据预测结果，获取所述目标用户的各个所述银行账户在第一预设时间段内的实时活动资金的步骤，包括：
S211：将各个所述第一资金交易数据输入至对应的预训练的资金收支预测模型，得到各个所述银行账户对应的所述预测结果；各个所述预测结果包括对应的所述银行账户的预测支出数据。
其中，资金收支预测模型可以采用神经网络模型，神经网络模型可以通过提取第一资金交易数据中的支付对象、支付时间和备注的支付用途的特征信息，从而输出第一预设时间段内的银行账户的预测支出数据。
S212：根据各个所述银行账户的实时账户余额和各个所述银行账户的所述预测支出数据，得到所述目标用户的各个所述银行账户在第一预设时间段内的实时活动资金。
在本实施例中，可以根据资金收支预测模型输出的预测支出数据，准确获取对应的银行账户的实时活动资金。
在一个可行的实施例中，所述支付金额分配模型的训练步骤包括：
S301：接收到第一支付申请时，获取所述第一支付申请的第一总支付金额、各个所述银行账户对应的第一活动资金、预设的第一分配支付金额和第一瞬时奖励；所述第一瞬时奖励用于指示根据对应的所述第一分配支付金额支付后，所述银行账户的总利息的高低程度。
其中，可以将接收到第一支付申请时各个所述银行账户的资金交易数据输入至对应的预训练的资金收支预测模型，根据预测结果，获取所述目标用户的各个所述银行账户在第一预设时间段内的第一活动资金。
预设的第一分配支付金额是指接收到第一支付申请时，预设的目标用户的各个银行账户的支出金额。
如果第一分配支付金额无法执行，对应的第一瞬时奖励为负值，例如其中一个银行账户的第一活动资金无法不满足第一分配支付金额时，表示第一分配支付金额无法执行。如果第一分配支付金额可以执行，对应的第一瞬时奖励为正值，且第一分配支付金额执行后，目标用户的所有银行账户的总利息越高，对应的第一瞬时奖励越大。具体地，由于不同银行之间存在利息差异，且同一银行的不同存款余额的利息也有差异，因此，根据不同的第一分配支付金额进行支付后，目标用户的所有银行账户的总利息可能不同，而总利息越高对目标用户越有利，因此总利息越高，对应的第一瞬时奖励越大。
S302：将所述第一总支付金额、所述第一活动资金和所述第一分配支付金额输入至初始支付金额分配模型，得到所述初始支付金额分配模型输出的多个第一分配评分值。
其中，第一分配评分值是用于指示对应的第一分配支付金额的分数值，其定义为第一瞬时奖励的无穷折扣积累的期望，因此一般无法直接根据第一瞬时奖励计算出第一分配评分值，而需要通过初始支付金额分配模型估算得到。
初始支付金额分配模型是用于估算第一分配评分值的神经网络模型，其在后续的训练过程中采用的算法可以是深度Q学习算法，表演者-批评家算法或者A3C算法等。
S303：接收到第二支付申请时，获取所述第二支付申请的第二总支付金额、各个所述银行账户的对应的第二活动资金和预设的第二分配支付金额。
第二支付申请是在第一支付申请后接受到的下一个支付申请，第二活动资金与第一活动资金获取的方式相同。预设的第二分配支付金额是指接收到第二支付申请时，预设的目标用户的各个银行账户的支出金额。
S304：将所述第二总支付金额、所述第二活动资金和所述第二分配支付金额输入至初始支付金额分配模型，得到所述初始支付金额分配模型输出的第二分配评分值。
S305：根据所述第一瞬时奖励以及对应的最大的所述第二分配评分值，获得目标分配评分值。
所述目标分配评分值是指所述第一瞬时奖励的正无穷折扣累积的期望，是指各个银行账户根据第一分配支付金额进行支付后，判断对目标用户的利益期望的分数值。因此通过贝尔曼最优化方程得到所述目标分配评分值与所述第一瞬时奖励、折扣后的对应的最大的第二分配评分值的关系表现为，可根据所述第一瞬时奖励以及折扣后的对应的最大的第二分配评分值可以计算出所述目标分配评分值。
S306：根据所述第一分配评分值和所述目标分配评分值，对初始支付金额分配模型进行训练，得到所述支付金额分配模型。
在本实施例中，考虑到由于所述第一分配评分值是根据所述初始支付金额分配模型估算得到的，所以所述第一分配评分值与其定义的期望可能会存在较大的误差，此时，根据所述第一分配评分值以及对应的所述目标分配评分值对所述初始支付金额分配模型进行训练，从而得到输出分配评分值更准确的所述支付金额分配模型。
在一个可行的实施例中，所述第一瞬时奖励，通过以下步骤得到：
S3011：获取根据所述第一分配支付金额支付后对应的各个所述银行账户的账户余额。
S3012：获取各个所述账户余额在第二预设时间段内的余额利息。
其中，第二预设时间段至少为一天，具体地，第二预设时间段可以是一天、两天、三天、四天、五天等。
S3012：通过以下公式，计算所述第一瞬时奖励：
其中，Rt为所述第一瞬时奖励，N为银行账户的数量，ki为第i个银行账户的账户余额在第二预设时间段内的余额利息。
在一个可行的实施例中，所述S305：根据所述第一瞬时奖励以及对应的最大的所述第二分配评分值，获得目标分配评分值的步骤，包括：
通过以下公式，计算所述目标分配评分值：
其中，P(At)为所述目标分配评分值，Rt为所述第一瞬时奖励，γ为预设的折扣因子，为最大的所述第二分配评分值，θ为所述初始支付金额分配模型的模型参数。
在一个可行的实施例中，所述S306：根据所述第一分配评分值和所述目标分配评分值，对初始支付金额分配模型进行训练，得到所述支付金额分配模型的步骤，包括：
S3061：根据所述第一分配评分值和所述目标分配评分值，构建损失函数。
其中，所述损失函数如下所示：
其中，L(θ)为损失函数的输出值，P′(At|θ)为所述第一分配评分值，为数学期望。
S3062：根据所述损失函数的输出值，采用梯度下降算法更新所述初始支付金额分配模型的参数，得到所述损失函数的输出值小于或等于预设阈值的所述支付金额分配模型。
在本实施例中，根据所述损失函数的输出值，通过梯度下降算法可以获取小于或等于预设阈值的损失函数，此时根据损失函数对应的模型参数对初始支付金额分配模型进行修改，即可得到所述支付金额分配模型。在一些其他实施例中，也可以将损失函数的输出值为最小值时对应的模型参数得到所述支付金额分配模型。
在一个可行的实施例中，所述获取预设的第一分配支付金额的步骤，包括：
S3011：获取一个随机数。
所述随机数是在预设的数值范围内随机生成的一个数字，例如数值范围为[0，10]，那么所述随机数就可以是0.1、0.5、1、4.3、5.6、8.8或10等，但不可以是小于0或大于10的数字。
S3012：若所述随机数小于预设的固定值，从与所述第一总支付金额和所述第一活动资金对应的多组预设分配支付金额中，随机选择一组确定为所述第一分配支付金额。
所述固定值为所述数值范围内的一个数值，其具体取值由用户设定。
S3013：若所述随机数大于或等于所述固定值，将各组所述预设分配支付金额分别和所述第一总支付金额以及所述第一活动资金输入至初始支付金额分配模型，得到各组所述预设分配支付金额对应的第一分配评分值；将最大的所述第一分配评分值对应的预设分配支付金额确定为所述第一分配支付金额。
在本实施例中，通过所述随机数提高了所述第一分配支付金额的随机性，使初始支付金额分配模型的训练可以可以更加均衡，避免陷入局部最优的情况，更有利于得到均衡性高和准确性高的所述支付金额分配模型。
请参阅图3，本申请的第二实施例提供了一种基于互联网的银行资金支付系统，包括：
资金交易数据获取模块1，用于接收到实时支付申请时，获取所述目标用户的各个所述银行账户的第一资金交易数据；所述目标用户对应有至少两个不同的银行账户，所述第一资金交易数据包括仅涉及对应的所述银行账户的资金收支数据。
活动资金获取模块2，用于将各个所述银行账户的第一资金交易数据输入至对应的预训练的资金收支预测模型，根据预测结果，获取所述目标用户的各个所述银行账户在第一预设时间段内的实时活动资金。
分配评分值评分模块3，用于将所述实时支付申请的实时总支付金额、所述实时活动资金和预设的多组实时分配支付金额输入至预训练的支付金额分配模型，得到各组实时分配支付金额对应的实时分配评分值；其中，每组实时分配支付金额包括分配给各个所述银行账户的支付金额，每组实时分配支付金额的总金额等于所述实时支付申请的实时总支付金额。
资金支付模块4，用于根据最大的实时分配评分值对应的实时分配支付金额，驱动各个所述银行账户根据所述实时支付申请的支付信息进行资金支付。
需要说明的是，本申请第二实施例提供的基于互联网的银行资金支付装置在执行基于互联网的银行资金支付方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分为不同的功能模块，以完成以上描述的全部或者部分功能。另外，本申请第二实施例提供的基于互联网的银行资金支付装置与本申请第一实施例的基于互联网的银行资金支付方法属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。
本申请实施例的第三方面提供了一种计算机设备，包括储存器、处理器以及储存在所述储存器中并可被所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的基于互联网的银行资金支付方法的步骤。
以上所描述的设备实施例仅仅是示意性的，其中所述作为分离部件说明的组件可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
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申请实施例的方法、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选定的功能的装置。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选定的功能。
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选定的功能的步骤。
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。
存储器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(flashRAM)。存储器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、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(transitorymedia)，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，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上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 (9)

1.一种基于互联网的银行资金支付方法，其特征在于，包括：
接收到实时支付申请时，获取目标用户的各个银行账户的第一资金交易数据；所述目标用户对应有至少两个不同的银行账户，所述第一资金交易数据包括仅涉及对应的所述银行账户的资金收支数据；
将各个所述银行账户的第一资金交易数据输入至对应的预训练的资金收支预测模型，根据预测结果，获取所述目标用户的各个所述银行账户在第一预设时间段内的实时活动资金；
将所述实时支付申请的实时总支付金额、所述实时活动资金和预设的多组实时分配支付金额输入至预训练的支付金额分配模型，得到各组实时分配支付金额对应的实时分配评分值；其中，每组实时分配支付金额包括分配给各个所述银行账户的支付金额，每组实时分配支付金额的总金额等于所述实时支付申请的实时总支付金额；
根据最大的实时分配评分值对应的实时分配支付金额，驱动各个所述银行账户根据所述实时支付申请的支付信息进行资金支付；
所述支付金额分配模型的训练步骤包括：
接收到第一支付申请时，获取所述第一支付申请的第一总支付金额、各个所述银行账户对应的第一活动资金、预设的第一分配支付金额和第一瞬时奖励；所述第一瞬时奖励用于指示根据对应的所述第一分配支付金额支付后，所述银行账户的总利息的高低程度；
将所述第一总支付金额、所述第一活动资金和所述第一分配支付金额输入至初始支付金额分配模型，得到所述初始支付金额分配模型输出的多个第一分配评分值；
接收到第二支付申请时，获取所述第二支付申请的第二总支付金额、各个所述银行账户的对应的第二活动资金和预设的第二分配支付金额；
将所述第二总支付金额、所述第二活动资金和所述第二分配支付金额输入至初始支付金额分配模型，得到所述初始支付金额分配模型输出的第二分配评分值；
根据所述第一瞬时奖励以及对应的最大的所述第二分配评分值，获得目标分配评分值；
根据所述第一分配评分值和所述目标分配评分值，对初始支付金额分配模型进行训练，得到所述支付金额分配模型。
2.根据权利要求1所述的基于互联网的银行资金支付方法，其特征在于，所述将各个所述银行账户的第一资金交易数据输入至对应的预训练的资金收支预测模型，根据预测结果，获取所述目标用户的各个所述银行账户在第一预设时间段内的实时活动资金的步骤，包括：
将各个所述第一资金交易数据输入至对应的预训练的资金收支预测模型，得到各个所述银行账户对应的所述预测结果；各个所述预测结果包括对应的所述银行账户的预测支出数据；
根据各个所述银行账户的实时账户余额和各个所述银行账户的所述预测支出数据，得到所述目标用户的各个所述银行账户在第一预设时间段内的实时活动资金。
3.根据权利要求1所述的基于互联网的银行资金支付方法，其特征在于，各个所述银行账户的资金收支预测模型的训练步骤包括：
根据对应的银行账户的历史资金收支数据，生成多个训练数据样本组；每个所述训练数据样本组包括多个历史收支数据输入样本和至少一个历史收支数据输出样本；其中，所述历史收支数据输出样本的时间晚于所述历史收支数据输入样本的时间；
将每个所述训练数据样本组的多个历史收支数据输入样本作为输入，将对应的所述历史收支数据输出样本作为输出，对初始网络模型进行训练，得到所述资金收支预测模型。
4.根据权利要求1所述的基于互联网的银行资金支付方法，其特征在于，所述第一瞬时奖励，通过以下步骤得到：
获取根据所述第一分配支付金额支付后对应的各个所述银行账户的账户余额；
获取各个所述账户余额在第二预设时间段内的余额利息；
通过以下公式，计算所述第一瞬时奖励：
其中，Rt为所述第一瞬时奖励，N为银行账户的数量，ki为第i个银行账户的账户余额在第二预设时间段内的余额利息。
5.根据权利要求1所述的基于互联网的银行资金支付方法，其特征在于，所述根据所述第一瞬时奖励以及对应的最大的所述第二分配评分值，获得目标分配评分值的步骤，包括：
通过以下公式，计算所述目标分配评分值：
其中，P(At)为所述目标分配评分值，Rt为所述第一瞬时奖励，γ为预设的折扣因子，为最大的所述第二分配评分值，θ为所述初始支付金额分配模型的模型参数。
6.根据权利要求1所述的基于互联网的银行资金支付方法，其特征在于，所述根据所述第一分配评分值和所述目标分配评分值，对初始支付金额分配模型进行训练，得到所述支付金额分配模型的步骤，包括：
根据所述第一分配评分值和所述目标分配评分值，构建损失函数；
根据所述损失函数的输出值，采用梯度下降算法更新所述初始支付金额分配模型的参数，得到所述损失函数的输出值小于或等于预设阈值的所述支付金额分配模型。
7.根据权利要求6所述的基于互联网的银行资金支付方法，其特征在于，获取预设的第一分配支付金额的步骤，包括：
获取一个随机数；
若所述随机数小于预设的固定值，从与所述第一总支付金额和所述第一活动资金对应的多组预设分配支付金额中，随机选择一组确定为所述第一分配支付金额；
若所述随机数大于或等于所述固定值，将各组所述预设分配支付金额分别和所述第一总支付金额以及所述第一活动资金输入至初始支付金额分配模型，得到各组所述预设分配支付金额对应的第一分配评分值；将最大的所述第一分配评分值对应的预设分配支付金额确定为所述第一分配支付金额。
8.一种基于互联网的银行资金支付系统，其特征在于，包括：
资金交易数据获取模块，用于接收到实时支付申请时，获取目标用户的各个银行账户的第一资金交易数据；所述目标用户对应有至少两个不同的银行账户，所述第一资金交易数据包括仅涉及对应的所述银行账户的资金收支数据；
活动资金获取模块，用于将各个所述银行账户的第一资金交易数据输入至对应的预训练的资金收支预测模型，根据预测结果，获取所述目标用户的各个所述银行账户在第一预设时间段内的实时活动资金；
分配评分值评分模块，用于将所述实时支付申请的实时总支付金额、所述实时活动资金和预设的多组实时分配支付金额输入至预训练的支付金额分配模型，得到各组实时分配支付金额对应的实时分配评分值；其中，每组实时分配支付金额包括分配给各个所述银行账户的支付金额，每组实时分配支付金额的总金额等于所述实时支付申请的实时总支付金额；
资金支付模块，用于根据最大的实时分配评分值对应的实时分配支付金额，驱动各个所述银行账户根据所述实时支付申请的支付信息进行资金支付；
所述支付金额分配模型的训练步骤包括：
接收到第一支付申请时，获取所述第一支付申请的第一总支付金额、各个所述银行账户对应的第一活动资金、预设的第一分配支付金额和第一瞬时奖励；所述第一瞬时奖励用于指示根据对应的所述第一分配支付金额支付后，所述银行账户的总利息的高低程度；
将所述第一总支付金额、所述第一活动资金和所述第一分配支付金额输入至初始支付金额分配模型，得到所述初始支付金额分配模型输出的多个第一分配评分值；
接收到第二支付申请时，获取所述第二支付申请的第二总支付金额、各个所述银行账户的对应的第二活动资金和预设的第二分配支付金额；
将所述第二总支付金额、所述第二活动资金和所述第二分配支付金额输入至初始支付金额分配模型，得到所述初始支付金额分配模型输出的第二分配评分值；
根据所述第一瞬时奖励以及对应的最大的所述第二分配评分值，获得目标分配评分值；
根据所述第一分配评分值和所述目标分配评分值，对初始支付金额分配模型进行训练，得到所述支付金额分配模型。
9.一种计算机设备，其特征在于：包括储存器、处理器以及储存在所述储存器中并可被所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的基于互联网的银行资金支付方法的步骤。
CN202311106521.0A 2023-08-30 2023-08-30 基于互联网的银行资金支付方法、系统和计算机设备 Active CN117011062B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311106521.0A CN117011062B (zh) 2023-08-30 2023-08-30 基于互联网的银行资金支付方法、系统和计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311106521.0A CN117011062B (zh) 2023-08-30 2023-08-30 基于互联网的银行资金支付方法、系统和计算机设备

Publications (2)

Publication Number Publication Date
CN117011062A CN117011062A (zh) 2023-11-07
CN117011062B true CN117011062B (zh) 2024-04-12

Family

ID=88561895

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311106521.0A Active CN117011062B (zh) 2023-08-30 2023-08-30 基于互联网的银行资金支付方法、系统和计算机设备

Country Status (1)

Country Link
CN (1) CN117011062B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2799237A1 (en) * 2011-12-20 2013-06-20 Vipul Katyal Multicard payment artifact for managing a set of user-owned payment artifacts
US8560447B1 (en) * 2011-07-27 2013-10-15 Intuit Inc. Intelligent account selection for electronic bill payment
CN103875010A (zh) * 2011-07-27 2014-06-18 罗素·斯图尔特·古德温 智能支付系统
CN106022778A (zh) * 2016-07-11 2016-10-12 中国银联股份有限公司 支持不同类型帐户的协同支付系统及帐户绑定装置
CN108764863A (zh) * 2018-05-24 2018-11-06 腾讯科技（深圳）有限公司 一种虚拟资源转移方法、装置、服务器和存储介质
CN111091364A (zh) * 2019-12-19 2020-05-01 汇智点亮科技(北京)有限公司 账户系统、协同支付系统、协同支付方法、终端及存储介质
CN112215701A (zh) * 2020-10-13 2021-01-12 中国银行股份有限公司 一种多账户间资金灵活管理方法和装置
CN113159755A (zh) * 2021-03-04 2021-07-23 北京极智数仓科技有限公司 多主体账户关联的管理方法和服务平台
CN113657879A (zh) * 2021-08-04 2021-11-16 支付宝(杭州)信息技术有限公司 一种资源调度的方法及装置
CN113962689A (zh) * 2021-10-26 2022-01-21 中国银行股份有限公司 多账户融合支付方法及装置
CN114529398A (zh) * 2022-02-18 2022-05-24 中国工商银行股份有限公司 一种多银行支付处理方法及节点
CN114819947A (zh) * 2022-06-30 2022-07-29 云账户技术(天津)有限公司 合并支付策略选择方法、系统、网络设备和存储介质
CN115222383A (zh) * 2022-07-25 2022-10-21 中国银联股份有限公司 支付方法、装置、设备、介质及产品
CN115375474A (zh) * 2022-08-24 2022-11-22 中国银行股份有限公司 信息提示方法、装置及电子设备
US11521214B1 (en) * 2020-10-08 2022-12-06 Wells Fargo Bank, N.A. Artificial intelligence payment timing models

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190095898A1 (en) * 2017-09-26 2019-03-28 Jpmorgan Chase Bank, N.A. Methods for providing systematic intelligence for selecting mode of payment and devices thereof

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8560447B1 (en) * 2011-07-27 2013-10-15 Intuit Inc. Intelligent account selection for electronic bill payment
CN103875010A (zh) * 2011-07-27 2014-06-18 罗素·斯图尔特·古德温 智能支付系统
CA2799237A1 (en) * 2011-12-20 2013-06-20 Vipul Katyal Multicard payment artifact for managing a set of user-owned payment artifacts
CN106022778A (zh) * 2016-07-11 2016-10-12 中国银联股份有限公司 支持不同类型帐户的协同支付系统及帐户绑定装置
CN108764863A (zh) * 2018-05-24 2018-11-06 腾讯科技（深圳）有限公司 一种虚拟资源转移方法、装置、服务器和存储介质
CN111091364A (zh) * 2019-12-19 2020-05-01 汇智点亮科技(北京)有限公司 账户系统、协同支付系统、协同支付方法、终端及存储介质
US11521214B1 (en) * 2020-10-08 2022-12-06 Wells Fargo Bank, N.A. Artificial intelligence payment timing models
CN112215701A (zh) * 2020-10-13 2021-01-12 中国银行股份有限公司 一种多账户间资金灵活管理方法和装置
CN113159755A (zh) * 2021-03-04 2021-07-23 北京极智数仓科技有限公司 多主体账户关联的管理方法和服务平台
CN113657879A (zh) * 2021-08-04 2021-11-16 支付宝(杭州)信息技术有限公司 一种资源调度的方法及装置
CN113962689A (zh) * 2021-10-26 2022-01-21 中国银行股份有限公司 多账户融合支付方法及装置
CN114529398A (zh) * 2022-02-18 2022-05-24 中国工商银行股份有限公司 一种多银行支付处理方法及节点
CN114819947A (zh) * 2022-06-30 2022-07-29 云账户技术(天津)有限公司 合并支付策略选择方法、系统、网络设备和存储介质
CN115222383A (zh) * 2022-07-25 2022-10-21 中国银联股份有限公司 支付方法、装置、设备、介质及产品
CN115375474A (zh) * 2022-08-24 2022-11-22 中国银行股份有限公司 信息提示方法、装置及电子设备

Also Published As

Publication number Publication date
CN117011062A (zh) 2023-11-07

Similar Documents

Publication Publication Date Title
CN108520460A (zh) 业务数据测算处理方法、装置、计算机设备和存储介质
KR102009309B1 (ko) 금융상품 관리자동화 시스템 및 관리자동화 방법
CN109615760B (zh) 基于机器学习对银行atm机智能加清钞的方法及系统
CN103258388B (zh) 自动交易装置和服务器、以及用于预测现金需求量的方法
CN104584051A (zh) 用于增强型微小借贷的新系统和处理
US8744899B2 (en) Systems and methods for migrating customers to alternative financial products
CN107622444A (zh) 业务准入方法及装置、电子设备
EP4111405A1 (en) Machine-learning techniques to generate recommendations for risk mitigation
CN107563889A (zh) 账户余额信息处理方法及装置
CN110135702A (zh) 一种实时更新的还款积极度评估方法、装置、系统和记录介质
US20140310088A1 (en) Early Payment Rewards System and Method
Leonov et al. The use of artificial intelligence technology in the process of creating an ATM service model
US20130226828A1 (en) Systems and methods for evaluating alternative financial products
CN117011062B (zh) 基于互联网的银行资金支付方法、系统和计算机设备
RU2724798C1 (ru) Способ и система оптимизации инкассаторского обслуживания объектов наличного денежного обращения
CN108256667A (zh) 资产数据处理方法、装置、存储介质和计算机设备
WO2024097790A1 (en) System and method for calculating and disbursing advanced wages
CN117273945A (zh) 资产处理方法、装置、存储介质及电子设备
JP7184040B2 (ja) 現金需要予測システム、現金需要予測方法および現金需要予測プログラム
Firdaus et al. Analysis the Effect of Third-Party Funds, Non-Performing Financing, Capital Adequacy Ratio, and Bank Indonesia Sharia Certificates toward Financing Case Studies of Indonesia Islamic Banking Period 2010-2015
CN114049196A (zh) 一种对公贷款利息结算方法、装置和计算机设备
CN114091715A (zh) 一种预测应收账款未来回款的方法及系统
Siswanti et al. The role of corporate governance in moderating the effect of risk finance and intellectual capital on Islamic banks performance in Indonesia
CN110163662B (zh) 一种业务模型训练方法、装置及设备
CN118297736A (zh) 资金信息的处理方法及装置、存储介质和电子设备

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