KR20180020248A - 지불 임계값을 취득하기 위한 방법 및 디바이스 - Google Patents

지불 임계값을 취득하기 위한 방법 및 디바이스 Download PDF

Info

Publication number
KR20180020248A
KR20180020248A KR1020187001910A KR20187001910A KR20180020248A KR 20180020248 A KR20180020248 A KR 20180020248A KR 1020187001910 A KR1020187001910 A KR 1020187001910A KR 20187001910 A KR20187001910 A KR 20187001910A KR 20180020248 A KR20180020248 A KR 20180020248A
Authority
KR
South Korea
Prior art keywords
payment threshold
data
user
payment
data sequence
Prior art date
Application number
KR1020187001910A
Other languages
English (en)
Other versions
KR102193502B1 (ko
Inventor
홍 진
빈지에 페이
Original Assignee
알리바바 그룹 홀딩 리미티드
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 알리바바 그룹 홀딩 리미티드 filed Critical 알리바바 그룹 홀딩 리미티드
Publication of KR20180020248A publication Critical patent/KR20180020248A/ko
Application granted granted Critical
Publication of KR102193502B1 publication Critical patent/KR102193502B1/ko

Links

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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/401—Transaction verification
    • G06Q20/4014—Identity check for transactions
    • 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
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/401—Transaction verification
    • G06Q20/4016—Transaction verification involving fraud or risk level assessment in transaction processing
    • 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
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/403—Solvency checks
    • G06Q20/4037—Remote solvency checks
    • 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
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • 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
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/405—Establishing or using transaction specific rules

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Security & Cryptography (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

본 출원의 실시형태는 지불 임계값을 취득하기 위한 방법 및 디바이스를 제공한다. 지불 임계값 취득 방법은, 제1 모멘트에서 사용자의 알려진 제1 지불 임계값을 취득하는 단계; 미리 취득된 지불 임계값 변경 규칙에 따라 제1 모멘트와 제2 모멘트 사이의 지불 임계값 변경을 결정하는 단계; 및 제1 지불 임계값과 지불 임계값 변경에 따라, 제2 모멘트에서 사용자의 지불 임계값을 결정하는 단계를 포함하고, 지불 임계값 변경 규칙은 상이한 모멘트에서 사용자의 과거 거래 데이터에 데이터 프로세싱이 수행된 후에 취득된다. 상기 방법은, 지불 임계값의 자동적인 취득을 달성한다. 또한, 오퍼레이터는 백-엔드에 자주 로그온하여 백-엔드 서버와 자주 상호작용할 필요가 없고, 이에 따라 지불 임계값 취득의 효율을 향상시킨다.

Description

지불 임계값을 취득하기 위한 방법 및 디바이스
본 출원은 그 전체가 참조에 의해 여기에 포함되며, 발명의 명칭이 "METHOD AND DEVICE FOR OBTAINING PAYMENT THRESHOLD"인 중국 특허 출원 No.201510347516.8(2015년 6월 19일 출원)에 대한 우선권을 주장한다.
본 출원은 데이터 프로세싱 기술의 분야에 관련되고, 특히 지불 임계값을 취득하기 위한 방법 및 지불 임계값을 취득하기 위한 디바이스에 관한 것이다.
요즘에는, 사람들이 거래를 수행하기 위해 일부 지불 툴(payment tool)을 사용할 때, 카드 도난 및 계정 도용을 주로 포함하는 특정 거래 위험이 있다. 카드 도둑은 일반적으로 회원/비회원의 은행 카드 정보(카드의 사용자 이름, 카드 번호, 카드의 인증서, 카드의 모바일 폰, 카드의 모바일 폰 체크 코드 등을 포함함)를 취득하여, 실제 상품, 가상 상품 등을 구매하거나, 신속한 사인업 지불(fast sign-up payment), 비예금 지불(non-deposit payment) 등에 의해 계정 또는 카드에 잔금을 이체한다. 계정 도둑은 일반적으로 로그인 패스워드와 지불 패스워드를 불법적으로 취득한 후, 회원 계정 내의 잔액/Yu'E Bao 잔액과 서명된 은행 카드의 잔액을 계좌/카드로 이체하거나 실제 상품 또는 가상 상품을 구매한다.
종래 기술에서, 거래 위험을 식별하기 위해 지불 임계값이 설정될 수 있다. 예를 들어, 현재 거래의 지불 금액이 지불 임계값과 같거나 초과하는 경우, 전술한 거래 위험을 가능한 한 피하기 위해 거래 수행 여부를 결정하도록 사용자를 상기시킨다. 그러나, 기존 솔루션에서는, 지불 임계값을 취득하기 위해, 우선 사용자의 과거 거래 데이터(historical transaction data)을 취득할 필요가 있고, 이어서, 사용자의 과거 거래 정보, 경험값(empirical value) 등에 따른 분석 및 결정을 수행한다. 오퍼레이터는 또한 위험의 감사 금액(auditing amount)을 주기적으로 체크하고, 감사 결과에 따라 지불 임계값을 취득하는 전술한 프로세스를 계속 반복하고, 사용자에 대한 중단(interruption)과 거래 위험 사이의 균형을 달성하기 위해 지불 임계값을 제 시간에 업데이트할 필요가 있다. 이 프로세스에서, 오퍼레이터는 백-엔드에 자주 로그온하고 지불 임계값이 취득될 때마다 백-엔드 서버(back-end server)와 자주 상호작용할 필요가 있다. 이러한 지불 임계값 취득 방법은 상대적으로 효율이 낮다.
본 출원의 실시형태에 의해 해결될 기술적 문제점은 지불 임계값의 취득의 효율을 향상시킬 수 있는 지불 임계값의 취득 방법을 제공하는 것이다.
대응하여, 본 출원의 실시형태는 또한 전술한 방법의 구현 및 애플리케이션을 보장하기 위해 지불 임계값을 취득하는 디바이스를 더 제공한다.
전술한 문제점을 해결하기 위해, 본 출원은,
제1 모멘트에서 사용자의 알려진 제1 지불 임계값을 취득하는 단계;
미리 취득된 지불 임계값 변경 규칙에 따라 제2 모멘트와 제1 모멘트 사이의 지불 임계값 변경을 결정하는 단계; 및
제1 지불 임계값과 지불 임계값 변경에 따라 제2 모멘트에서 사용자의 지불 임계값을 결정하는 단계를 포함하고,
지불 임계값 변경 규칙은 상이한 모멘트에서 사용자의 과거 거래 데이터에 대하여 데이터 프로세싱이 수행된 후에 취득되는 것인, 지불 임계값 취득 방법을 개시한다.
또한, 지불 임계값 변경 규칙을 취득하는 프로세스는,
제1 데이터 시퀀스를 취득하기 위해 미리 설정된 규칙(preset rule)에 따라 상이한 모멘트에서 사용자의 과거 거래 데이터에 대하여 제1 데이터 프로세싱을 수행하는 단계;
제2 데이터 시퀀스를 취득하기 위해 제1 데이터 시퀀스에 대하여 제2 데이터 프로세싱을 수행하는 단계; 및
지불 임계값 변경 규칙을 취득하기 위해 제2 데이터 시퀀스에 대하여 회귀분석을 수행하는 단계를 포함한다.
또한, 제1 데이터 시퀀스를 취득하기 위해 미리 설정된 규칙에 따라 상이한 모멘트에서 사용자의 과거 거래 데이터에 대하여 제1 데이터 프로세싱을 수행하는 단계는,
미리 설정된 사용자 중단 비율에 따라 데이터 분위(data quantile)를 결정하는 단계; 및
제1 데이터 시퀀스를 취득하기 위해 데이터 분위에 따라 상이한 모멘트에서 사용자의 과거 거래 데이터에 수치(value)를 할당하는(assigning) 단계를 포함한다.
또한, 제2 데이터 시퀀스를 취득하기 위해 제1 데이터 시퀀스에 대하여 제2 데이터 프로세싱을 수행하는 단계는,
차분 시퀀스를 취득하기 위해 제1 데이터 시퀀스에 대하여 차분 연산(difference operation)을 수행하는 단계; 및
제2 데이터 시퀀스를 취득하기 위해 차분 시퀀스에 로그 변환을 수행하는 단계를 포함한다.
또한, 지불 임계값 변경 규칙을 취득하기 위해 제2 데이터 시퀀스에 대하여 회귀분석을 수행하는 단계는,
제2 데이터 시퀀스에 따라 회귀 모델을 설정하는(establishing) 단계; 및
잔여 오류가 정규 분포를 따르는 경우 회귀 모델에 따라 지불 임계값 변경 규칙을 취득하는 단계를 포함한다.
또한, 상기 방법은,
미리 설정된 조건에 따라 지불 임계값 변경 규칙을 수정하는(correcting) 단계를 더 포함한다.
본 출원의 실시형태는 또한,
제1 모멘트에서 사용자의 알려진 제1 지불 임계값을 취득하도록 구성된 임계값 취득 유닛;
미리 취득된 지불 임계값 변경 규칙에 따라 제2 모멘트와 제1 모멘트 사이의 지불 임계값 변경을 결정하도록 구성된 변경 결정 유닛; 및
제1 지불 임계값과 지불 임계값 변경에 따라 제2 모멘트에서 사용자의 지불 임계값을 결정하도록 구성된 임계값 결정 유닛을 포함하고,
지불 임계값 변경 규칙은 상이한 모멘트에서 사용자의 과거 거래 데이터에 대하여 데이터 프로세싱이 수행된 후에 취득되는 것인, 지불 임계값 취득 방법을 개시한다.
또한, 상기 디바이스는 지불 임계값 변경 규칙을 취득하도록 구성된 규칙 결정 유닛을 더 포함하고,
규칙 결정 유닛은,
제1 데이터 시퀀스를 취득하기 위해 미리 설정된 규칙에 따라 상이한 모멘트에서 사용자의 과거 거래 데이터에 대하여 제1 데이터 프로세싱을 수행하도록 구성된 제1 프로세싱 서브유닛;
제2 데이터 시퀀스를 취득하기 위해 제1 데이터 시퀀스에 대하여 제2 데이터 프로세싱을 수행하도록 구성된 제2 프로세싱 서브유닛; 및
지불 임계값 변경 규칙을 취득하기 위해 제2 데이터 시퀀스에 대하여 회귀분석을 수행하도록 구성된 데이터 분석 서브유닛을 포함한다.
또한, 제1 프로세싱 서브유닛은,
미리 설정된 사용자 중단 비율에 따라 데이터 분위를 결정하도록 구성된 결정 서브유닛; 및
제1 데이터 시퀀스를 취득하기 위해 데이터 분위에 따라 상이한 모멘트에서 사용자의 과거 거래 데이터에 수치를 할당하도록 구성된 수치 할당 서브유닛을 포함한다.
또한, 제2 프로세싱 서브유닛은,
차분 시퀀스를 취득하기 위해 제1 데이터 시퀀스에 대하여 차분 연산을 수행하도록 구성된 연산 서브유닛(operation subunit); 및
제2 데이터 시퀀스를 취득하기 위해 차분 시퀀스에 로그 변환을 수행하도록 구성된 변환 서브유닛을 포함한다.
또한, 데이터 분석 서브유닛은,
제2 데이터 시퀀스에 따라 회귀 모델을 설정하도록 구성된 설정 서브유닛; 및
잔여 오류가 정규 분포를 따르는 경우 회귀 모델에 따라 지불 임계값 변경 규칙을 취득하도록 구성된 분석 서브유닛을 포함한다.
또한, 상기 디바이스는,
미리 설정된 조건에 따라 지불 임계값 변경 규칙을 수정하도록 구성된 수정 유닛을 더 포함한다.
종래 기술에 비해, 본 출원의 실시형태는 하기의 장점을 포함한다.
본 출원의 실시형태에서, 지불 임계값의 취득 중에, 알려진 과거 지불 임계값(historical payment threshold)이 자동적으로 취득될 수 있고 현재 지불 임계값이 지불 임계값의 자동 취득을 실현하는 지불 임계값 변경 규칙에 따른 계산에 의해 취득되도록, 지불 임계값 변경 규칙은 사용자의 과거 거래 데이터에 따라 미리 취득된다. 이 프로세스는 오퍼레이터에게 백-엔드에 자주 로그온하여 백-엔드 서버와 자주 상호작용하게 요구하지 않고, 이에 따라 지불 임계값을 취득하는 프로세스를 간략화하고 지불 임계값 취득의 효율을 향상시킨다.
도 1은 본 출원에 따른 지불 임계값을 취득하기 위한 방법의 실시형태의 단계들의 플로우차트이다.
도 2는 본 출원에 따른 지불 임계값 변경 규칙을 취득하기 위한 방법의 실시형태의 단계들의 플로우차트이다.
도 3a는 본 출원에 따른 제1 데이터 시퀀스를 취득하기 위한 방법의 실시형태의 단계들의 플로우차트이다.
도 3b는 본 출원에 따른 제1 데이터 시퀀스의 분산도(scatter diagram)이다.
도 4a는 본 출원에 따른 제2 데이터 시퀀스를 취득하기 위한 방법의 실시형태의 단계들의 플로우차트이다.
도 4b는 본 출원에 따른 차분 시퀀스의 스캐터 다이어그램이다.
도 4c는 본 출원에 따른 제2 데이터 시퀀스의 스캐터 다이어그램 및 회귀분석 다이어그램이다.
도 5는 본 출원에 따른 제2 데이터 시퀀스에 대하여 회귀분석을 수행함으로써 지불 임계값 변경 규칙을 취득하는 방법의 실시형태의 단계들의 플로우차트이다.
도 6은 본 출원에 따른 지불 임계값을 취득하기 위한 디바이스의 실시형태의 구조적 블록 다이어그램이다.
도 7은 본 출원에 따른 지불 임계값을 취득하기 위한 다른 디바이스의 실시형태의 구조적 블록 다이어그램이다.
도 8은 본 출원의 실시형태에 따른 제1 프로세싱 서브유닛의 구조적 블록 다이어그램이다.
도 9는 본 출원의 실시형태에 따른 제2 프로세싱 서브유닛의 구조적 블록 다이어그램이다.
도 10은 본 출원의 실시형태에 따른 데이터 분석 서브유닛의 구조적 블록 다이어그램이다.
도 11은 본 출원에 따른 지불 임계값을 취득하기 위한 다른 디바이스의 실시형태의 구조적 블록 다이어그램이다.
본 출원의 전술한 목적, 특징 및 이점을 보다 이해하기 쉽게 하기 위해, 본 출원은 첨부 도면 및 특정 구현을 참조하여 이하에서 더 상세히 설명된다.
도 1을 참조하면, 본 출원에 따른 지불 임계값을 취득하기 위한 방법의 실시형태의 단계들의 플로우차트가 도시되어 있고, 상기 방법은 구체적으로 하기의 단계들을 포함한다.
단계 101: 제1 모멘트에서 사용자의 알려진 제1 지불 임계값이 취득된다.
본 실시형태에서 지불 임계값을 취득하기 위한 디바이스는 백-엔드 서버가 되거나, 서버 내에 배치된 독립 모듈이 될 수 있다. 모듈은 서버로부터 필요한 데이터를 취득하기 위해 다른 모듈과 상호작용할 수 있다.
디바이스는 수동으로 또는 다른 디바이스에 의해 트리거되는 지불 임계값을 취득하기 위한 명령어를 수신한 후에 이 단계를 실행하거나, 미리 설정된 규칙에 따라 이 단계의 실행을 자동적으로 트리거할 수 있다. 예를 들어, 지불 임계값의 유효 기간 또는 지불 임계값을 업데이트하기 위한 시간 간격은 미리 설정될 수 있다. 예를 들어, 하루의 지불 임계값은 매일 고정된 시간에 업데이트될 수 있으며 지불 임계값을 취득하기 위해 미리 설정된 규칙이 충족되면 디바이스는 자동으로 이 단계 및 후속 단계의 실행을 트리거한다. 디바이스는 또한 취득된 지불 임계값에 따라 지불 임계값을 설정할 수 있다.
이 단계에서, 디바이스는 우선, 제1 지불 임계값으로 기록되고 실제로 알려진 과거 지불 임계값인 제1 모멘트에서의 사용자의 지불 임계값을 판독 또는 취득한다. 특히, 최종 시간에 설정된 지불 임계값이 판독될 수 있다. 확실히, 임의의 과거 모멘트에 설정된 지불 임계값이 판독될 수도 있다. 제1 지불 임계값은 미리 설정되거나, 본 실시형태의 방법에 따라 취득될 수 있다. 사용자의 초기 지불 임계값은 사용자에 의해 설정되거나, 그 시간에서의 사용자의 과거 거래 금액의 특정 퍼센티지에 따라 취득될 수 있다. 퍼센티지는 1-p가 될 수 있고, p는 사용자 중단 비율이다.
단계 102: 제1 모멘트와 제2 모멘트 사이의 지불 임계값 변경이 미리 취득된 지불 임계값 변경 규칙에 따라 결정되고, 지불 임계값 변경 규칙은 상이한 모멘트에서 사용자의 과거 거래 데이터에 데이터 프로세싱이 수행된 후에 취득된다.
본 실시형태에서, 지불 임계값 변경 규칙은 상이한 모멘트에서의 사용자의 과거 거래 데이터에 따라 데이터 수치 할당, 데이터 프로세싱, 모델 분석, 및 다른 프로세스들에 의해 미리 취득될 수 있다. 지불 임계값 변경 규칙에서, 현재 지불 임계값은 특정 모멘트에서의 사용자의 거래 데이터 및 특정 모멘트와 현재 모멘트 사이의 시간 간격에 관련된다. 예를 들어,
Figure pct00001
, 여기서 xj는 특정 모멘트에서의 지불 임계값이고, i는 자연수이고, λ는 난수(random number)이다. 본 실시형태에서, 지불 임계값 변경 규칙은 상이한 모멘트에서 사용자의 과거 거래 데이터에 대하여 데이터 프로세싱 및 회귀 분석이 수행된 후에 취득될 수 있다. 자세한 내용은 하기 실시형태의 설명을 참조하기 바란다.
이 단계에서, 디바이스는 지불 임계값 변경 규칙, 예를 들어
Figure pct00002
에 따라 제1 모멘트와 제2 모멘트 사이의 지불 임계값 변경을 결정할 수 있다.
단계 103: 제2 모멘트에서의 사용자의 지불 임계값이 제1 지불 임계값 및 지불 임계값 변경에 따라 결정된다.
전술한 단계에서 제1 지불 임계값 및 지불 임계값 변경이 취득된 후에, 제2 모멘트에서의 사용자의 지불 임계값은 이 단계에서 지불 임계값 변경 규칙에 따라 취득될 수 있다.
본 출원의 실시형태에서, 지불 임계값의 취득 중에, 알려진 과거 지불 임계값(historical payment threshold)이 자동적으로 취득될 수 있고 현재 지불 임계값이 지불 임계값의 자동 취득을 실현하는 지불 임계값 변경 규칙에 따른 계산에 의해 취득되도록, 지불 임계값 변경 규칙은 사용자의 과거 거래 데이터에 따라 미리 취득된다. 이 프로세스는 오퍼레이터에게 백-엔드에 자주 로그온하여 백-엔드 서버와 자주 상호작용하게 요구하지 않고, 이에 따라 지불 임계값을 취득하는 프로세스를 간략화하고 지불 임계값 취득의 효율을 향상시킨다.
지불 임계값을 취득한 후에, 디바이스는 지불 임계값에 따라 설정을 수행할 수 있다. 지불 툴로서 Alipay™이 사용되는 실시예를 사용함으로써, 사용자의 거래 금액에 대한 지불 임계값이 Alipay™에 설정될 수 있다. 현재 거래의 지불 금액이 지불 임계값과 같거나 초과하는 경우, 디바이스는 거래 위험을 가능한 한 피하기 위해 거래 수행 여부를 결정하도록 사용자를 상기시킨다.
또한, 디바이스는 지불 임계값을 정기적으로 취득하거나 상기 단계에 따라 지불 임계값을 매일 취득하도록 지불 임계값 업데이트 주기를 더 설정하고, 지불 임계값을 동적으로 적응 적으로 조정하고, 이에 따라 지불 전략을 유연하게 변경하는 목적을 실현할 수 있다. 위험-제어 거래를 위한 임계값 한도는 동적 지불 임계값을 사용하여 설정되어, 거래 위험 제어를 보다 정확하고 안전하게 수행할 수 있으며 사용자 경험도 향상된다.
본 출원의 실시형태에서, 상이한 사용자의 거래 데이터는 현저히 상이하고 서로 관련되지 않을 수 있기 때문에, 상이한 사용자는 각각 상이한 지불 임계값 변경 규칙을 갖는다. 모든 거래 시나리오와 서비스 시나리오에서, 거래 단가는 상이할 수 있다. 예를 들어, 전화 요금, Q 코인 및 게임 통화의 가격은 비교적 낮으며 카드로의 이체 금액은 일반적으로 10,000 위안(yuan)을 넘는다. 따라서, 본 출원의 실시형태에서, 상이한 시나리오에서의 지불 임계값 변경 규칙을 취득하기 위해 사용자의 과거 거래 데이터는 상이한 시나리오에 기초하여 프로세싱될 수 있다. 이것은 데이터 전략을 정제하는 아이디어를 더 잘 반영한다.
도 2에 도시된 바와 같이, 본 출원의 다른 실시형태에서의 지불 임계값 변경 규칙을 취득하는 프로세스는 하기 단계를 포함할 수 있다.
단계 201: 제1 데이터 시퀀스를 취득하기 위해 미리 설정된 규칙에 따라 상이한 모멘트에서의 사용자의 과거 거래 데이터에 제1 데이터 프로세싱이 수행된다.
본 실시형태에서, 우선 사용자의 과거 거래 데이터에 따라 제1 데이터 시퀀스가 취득될 필요가 있다. 제1 데이터 시퀀스는 지불 임계값 변경 규칙의 결과에 직접적으로 영향을 미치지만, 사용자 중단 비율은 지불 경험을 평가하는 주요 지표 중 하나이다. 사용자는 중단이 없을 때 불안을 느낄 수 있고 너무 많은 중단이 있을 때 원활하지 않은 제품 경험을 가질 수 있다. 사용자 중단 비율은 전체 사용자 수에 대한 중단된 사용자의 수의 퍼센티지로 이해될 수 있다. 따라서, 제1 데이터 시퀀스는 이 단계에서 사용자 중단 비율에 관련하여 결정될 수 있다. 도 3a에 도시된 바와 같이, 특정 프로세스는 하기 단계를 포함할 수 있다.
단계 301: 미리 설정된 사용자 중단 비율에 따라 데이터 분위가 결정된다.
사용자 중단 비율이 p로 미리 설정되었다고 가정하면, 1-p가 데이터 분위로 사용될 수 있다. 예를 들어, 사용자 중단 비율이 10%이면, 1-10%가 데이터 분위로 사용될 수 있다.
단계 302: 제1 데이터 시퀀스를 취득하기 위해 데이터 분위에 따라 상이한 모멘트에서 사용자의 과거 거래 데이터에 수치가 할당된다.
이 단계에서, 상이한 모멘트에서의 사용자의 과거 거래 데이터의 1-p 분위가 제1 데이터 시퀀스로서 사용될 수 있다. 과거 거래 데이터가 거래 금액인 실시예를 사용함으로써, 제1 일의 사용자의 거래 금액이 100 위안인 것으로 가정하면, 100(1-p)가 제1 데이터 시퀀스에서의 제1 플레이스(place)에서 랭크된(ranked) 데이터로서 사용되고; i번째 일의 사용자의 거래 금액이 ai인 것으로 가정하면, ai*(1-p)가 제1 데이터 시퀀스에서의 i번째 플레이스에서 랭크된 데이터로서 사용된다. 나머지는 유추하여 취득될 수 있으므로, 제1 데이터 시퀀스가 취득될 수 있다. 제1 데이터 시퀀스가 {xi}인 것으로 가정하면, xi는 i번째 일의 거래 금액의 1-p 분위이고, i=1,…n이다. 제1 데이터 시퀀스에 대응하여 취득된 분산도가 도 3b에 도시되어 있고, 시퀀스는 비선형 시퀀스이다.
다른 실시형태에서, 거래 데이터는 거래 금액이 아닌 거래의 횟수 등이 될 수 있다. 사용자는 특히 사용자 계정, 사용자 은행 카드, 사용자 장비 등이 될 수 있다.
단계 202: 제2 데이터 시퀀스를 취득하기 위해 제1 데이터 시퀀스에 제2 데이터 프로세싱이 수행된다.
제1 데이터 시퀀스가 취득된 후에, 시퀀스에 데이터 프로세싱이 수행될 수 있다. 특히, 프로세싱 절차는 도 4a에 도시된 바와 같은 하기 단계를 포함할 수 있다.
단계 401: 상이한 시퀀스를 취득하기 위해 제1 데이터 시퀀스에 차분 연산이 수행된다.
상이한 시퀀스를 취득하기 위해 이 단계에서 제1 데이터 시퀀스에 1차 차분 연산이 수행될 수 있다.
변수 f가 독립 변수 t에 의존한다고 가정하면, t가 t+1이 될 때, 종속 변수 f=f(t)의 변경은 Df(t)=f(t+1)-f(t)이고, Df(t)는 포인트 t에서의 함수 f(t)의 1차 차분이라 한다.
이 단계에서, 차분 시퀀스 {yj}를 취득하기 위해 제1 데이터 시퀀스에 1차 차분 연산이 수행되고, j=1,…, n-1이다.차분 시퀀스는 도 4b에 도시된 분산도에 대응한다.
단계 402: 제2 데이터 시퀀스를 취득하기 위해 차분 시퀀스에 로그 변환이 수행된다.
이 단계에서, 제2 데이터 시퀀스 {zj}를 취득하기 위해 차분 시퀀스에 로그 변환이 수행된다. 도 4c는 제2 데이터 시퀀스의 분산도를 나타낸다.
1차 차분 연산 및 로그 변환은 기존 방법과 유사하고, 세부사항은 여기에서 다시 설명하지 않는다.
단계 203: 지불 임계값 변경 규칙을 취득하기 위해 제2 데이터 시퀀스에 회귀 분석이 수행된다.
도 5에 도시된 바와 같이, 제2 데이터 시퀀스에 회귀 분석을 수행하는 프로세스는 하기 단계를 포함할 수 있다.
단계 501: 제2 데이터 시퀀스에 따라 회귀 모델이 설정된다.
제2 데이터 시퀀스 {zj}를 위한 회귀 모델을 설정하는 방법은 기존의 방법과 유사하다. 회귀 모델이 설정된 후에, 도 4c에 도시된 바와 같은 회귀 라인이 취득될 수 있다.
단계 502: 잔여 오류가 정규 분포를 따를 때 회귀 모델에 따라 지불 임계값 변경 규칙이 취득된다.
회귀 모델의 결과에 따르면 Prob 값은 4.261e-09 < 0.05와 동일하게 될 수 있고, 잔여 오류는 정규 분포를 따른다. 최종적으로, zj=7.25905-0.29872j이 취득된다. 잔여 오류 εi는 분포 N(-0.02786, 0.9486)를 따른다. 지불 임계값 변경 규칙은 전술한 프로세스에 따라 취득될 수 있다.
Figure pct00003
xi+1는 (i+1)번째 일에서의 지불 임계값이다. x1는 제1 일의 지불 금액의 1-p 분위이고, 이 값은 또한 사용자의 초기 지불 임계값으로서 사용될 수 있다.
지불 임계값을 초과하는 것을 어렵게 하기 위해, 원래의 지불 임계값에 기초하여 난수 λi가 추가되어 최종적으로 지불 임계값 변경 규칙이 취득된다.
Figure pct00004
회귀 모델로부터 잔여 오류를 취득하고, 잔여 오류의 분산에 따라 데이터 시퀀스를 취득하는 프로세스는 기존의 회귀 분석 프로세스와 유사하므로, 여기서 다시 설명하지 않는다.
특정 실시예에서, 상이한 모멘트에서 사용자의 과거 거래 금액에 따라 취득되는 제1 데이터 시퀀스는 다음과 같이 취득되는 것으로 가정한다.
{x1,…, x15}={3000, 5000, 6000, 6500, 6800, 7000, 7180, 7330, 7450, 7550, 7630, 7700, 7750, 7780, 7800}
제1 데이터 시퀀스의 1차 차분을 취하여 차분 시퀀스를 취득하고, 이는 다음과 같다.
{y1,…, y14}={2000, 1000, 500, 300, 200, 180, 150, 120, 100, 80, 70, 50, 30, 20}
이어서, 차분 시퀀스에 로그 프로세싱이 수행되어, 하기와 같은 제2 데이터 시퀀스가 취득된다.
{zj}=log(yj)={7.60, 6.91, 6.21, 5.70, 5.30, 5.19, 5.01, 4.79, 4.61, 4.38, 4.25, 3.91, 3.40, 3.00}, j=1,…14
제2 데이터 시퀀스를 위한 회귀 모델이 설정된다. 잔여 오류가 정규 분포를 따를 때, 최종적으로 zj=7.25905-0.29872j가 취득된다.
본 출원의 다른 실시형태에서, 상기 방법은 미리 설정된 조건에 따라 지불 임계값 변경 규칙을 수정하는 단계를 더 포함할 수 있다.
구체적으로, 지불 임계값 변경 규칙을 사용하여 지불 임계값이 수행된 후에 정기적으로(예를 들어, 매주) 또는 미리 설정된 조건이 충족될 때 감사를 수행하여 시나리오 감사 데이터를 취득할 수 있다. 예를 들어, m명의 사용자를 감사하고, M명의 사용자가 감사 조건을 만족하고(상기 조건은 필요에 따라 설정될 수 있음), 중단되지 않은 사용자의 수는 M*(1-p)이고, p는 사용자 중단 비율이다. 이 경우에, 수정 량은
Figure pct00005
로 취득될 수 있다.
수정 량이 취득된 후에, 제1 데이터 시퀀스는 수정 량에 따라 조정될 수 있다. 예를 들어,
Figure pct00006
으로 설정된다. 이어서, 수정된 지불 임계값 변경 규칙을 취득하기 위해 조정된 제1 데이터 시퀀스에 따라 전술한 단계들(201 내지 203)이 반복된다.
설명을 단순화하기 위해, 방법 실시형태는 일련의 동작 조합으로서 설명된다. 그러나, 본 출원의 실시형태에 따르면, 일부 단계들은 다른 순서로 또는 동시에 수행될 수도 있기 때문에, 설명된 동작 시퀀스에 의해 본 출원의 실시형태가 한정되지 않는다는 것을 통상의 기술자는 알아야 한다. 두 번째로, 통상의 기술자는 명세서에 기재된 실시형태들이 모두 바람직한 실시형태이고, 관련된 동작들이 본 출원의 실시형태들에 대해 강제적이지 않다는 것을 알아야한다.
도 6을 참조하면, 본 출원에 따른 지불 임계값을 취득하기 위한 디바이스의 실시형태의 구조적 블록 다이어그램이 도시되어 있고, 상기 디바이스는 구체적으로 하기의 유닛들을 포함한다.
제1 모멘트에서 사용자의 알려진 제1 지불 임계값을 취득하도록 구성된 임계값 취득 유닛(601);
미리 취득된 지불 임계값 변경 규칙에 따라 제2 모멘트와 제1 모멘트 사이의 지불 임계값 변경을 결정하도록 구성된 변경 결정 유닛(602); 및
제1 지불 임계값과 지불 임계값 변경에 따라 제2 모멘트에서 사용자의 지불 임계값을 결정하도록 구성된 임계값 결정 유닛(603)을 포함한다.
지불 임계값 변경 규칙은 상이한 모멘트에서 사용자의 과거 거래 데이터에 대하여 데이터 프로세싱이 수행된 후에 취득된다.
전술한 유닛에 의해, 상기 디바이스는, 명령이 수신되거나 설정 조건이 충족될 때, 알려진 과거 지불 임계값을 자동적으로 취득하고, 미리 취득된 지불 임계값 변경 규칙에 따라 현재의 지불 임계값을 취득하기 위해 계산할 수 있어, 지불 임계값의 자동 취득이 실현된다. 오퍼레이터는 백-엔드에 자주 로그온하여 백-엔드 서버와 자주 상호작용할 필요가 없고, 이에 따라 지불 임계값 취득의 효율을 향상시킨다.
또한, 디바이스는 지불 임계값을 정기적으로 취득하거나 매일 취득하도록 지불 임계값 설정 주기를 더 설정하고, 지불 임계값을 동적으로 적응적으로 조정하고, 이에 따라 지불 전략을 유연하게 변경하는 목적을 실현할 수 있다. 위험-제어 거래를 위한 임계값 한도가 동적 지불 임계값을 사용하여 설정되어, 거래 위험 제어를 보다 정확하고 안전하게 수행할 수 있으며 사용자 경험도 향상될 수 있다.
다른 실시형태에서, 도 7에 도시된 바와 같이, 상기 디바이스는 지불 임계값 변경 규칙을 취득하도록 구성된 규칙 결정 유닛을 더 포함한다.
규칙 결정 유닛(701)은,
제1 데이터 시퀀스를 취득하기 위해 미리 설정된 규칙에 따라 상이한 모멘트에서 사용자의 과거 거래 데이터에 대하여 제1 데이터 프로세싱을 수행하도록 구성된 제1 프로세싱 서브유닛(7011);
제2 데이터 시퀀스를 취득하기 위해 제1 데이터 시퀀스에 대하여 제2 데이터 프로세싱을 수행하도록 구성된 제2 프로세싱 서브유닛(7012); 및
지불 임계값 변경 규칙을 취득하기 위해 제2 데이터 시퀀스에 대하여 회귀분석을 수행하도록 구성된 데이터 분석 서브유닛(7013)을 더 포함할 수 있다.
도 8에 도시된 바와 같이, 제1 프로세싱 서브유닛(7011)은,
미리 설정된 사용자 중단 비율에 따라 데이터 분위를 결정하도록 구성된 결정 서브유닛(801); 및
제1 데이터 시퀀스를 취득하기 위해 데이터 분위에 따라 상이한 모멘트에서 사용자의 과거 거래 데이터에 수치를 할당하도록 구성된 수치 할당 서브유닛(802)을 포함할 수 있다.
도 9에 도시된 바와 같이, 제2 프로세싱 서브유닛(7012)은,
차분 시퀀스를 취득하기 위해 제1 데이터 시퀀스에 대하여 차분 연산을 수행하도록 구성된 연산 서브유닛(operation subunit)(901); 및
제2 데이터 시퀀스를 취득하기 위해 차분 시퀀스에 로그 변환을 수행하도록 구성된 변환 서브유닛(902)을 포함할 수 있다.
도 10에 도시된 바와 같이, 데이터 분석 서브유닛(7013)은,
제2 데이터 시퀀스에 따라 회귀 모델을 설정하도록 구성된 설정 서브유닛(1001); 및
잔여 오류가 정규 분포를 따르는 경우 회귀 모델에 따라 지불 임계값 변경 규칙을 취득하도록 구성된 분석 서브유닛(1002)을 포함할 수 있다.
다른 실시형태에서, 도 11에 도시된 바와 같이, 디바이스는,
미리 설정된 조건에 따라 지불 임계값 변경 규칙을 수정하도록 구성된 수정 유닛(1101)을 더 포함할 수 있다.
본 실시형태는 메모리 및 프로세서를 포함하는 서버를 더 포함한다.
프로세서와 메모리는 버스를 통해 접속된다. 버스는 ISA 버스, PCI 버스, EISA 버스 등이 될 수 있다. 버스는 어드레스 버스, 데이터 버스, 제어 버스 등으로 분할될 수 있다.
메모리는 프로그램의 세그먼트를 저장하도록 구성될 수 있다. 특히, 프로그램은 프로그램 코드를 포함할 수 있고, 프로그램 코드는 컴퓨터 동작 명령어를 포함한다. 메모리는 고속 RAM을 포함할 수 있고, 비휘발성 메모리 예를 들어 적어도 하나의 자기 디스크 메모리를 더 포함할 수 있다.
프로세서는 하기의 단계들을 실행하기 위해 메모리 내의 프로그램 코드를 판독하도록 구성된다.
제1 모멘트에서 사용자의 알려진 제1 지불 임계값을 취득하는 단계;
미리 취득된 지불 임계값 변경 규칙에 따라 제2 모멘트와 제1 모멘트 사이의 지불 임계값 변경을 결정하는 단계; 및
제1 지불 임계값과 지불 임계값 변경에 따라 제2 모멘트에서 사용자의 지불 임계값을 결정하는 단계.
지불 임계값 변경 규칙은 상이한 모멘트에서 사용자의 과거 거래 데이터에 대하여 데이터 프로세싱이 수행된 후에 취득된다.
디바이스 실시형태는 기본적으로 방법 실시형태와 유사하고, 이에 따라 비교적 단순한 방식으로 설명된다. 관련 부분에 대하여, 방법 실시형태의 부분적 설명에 대하여 참조가 이루어질 수 있다.
본 명세서에서 실시형태는 점진적으로 설명된다. 각 실시형태는 다른 실시형태와 다른 부분을 강조한다. 실시형태들의 동일 또는 유사 부분에 대하여, 서로 참조할 수 있다.
통상의 기술자는 본 발명의 실시형태가 방법, 디바이스, 또는 컴퓨터 프로그램 제품으로 제공될 수 있다는 것을 이해해야 한다. 따라서, 본 출원의 실시형태는 완전한 하드웨어 실시형태, 완전한 소프트웨어 실시형태, 또는 소프트웨어와 하드웨어가 결합된 실시형태로서 구현될 수 있다. 또한, 본 발명은 컴퓨터 사용 가능 프로그램 코드를 포함하는 하나 이상의 컴퓨터 사용 가능 저장 매체(자기 디스크 메모리, CD-ROM, 광학 메모리 등을 포함하지만, 이것에 한정되지 않음 상에 구현되는 컴퓨터 프로그램 제품이 될 수 있다.
통상적인 구조에서, 컴퓨터 디바이스는 하나 이상의 프로세서(CPU), 입력/출력 인터페이스, 네트워크 인터페이스, 및 메모리를 포함한다. 메모리는 컴퓨터 판독 가능 매체, 예를 들어 판독 전용 메모리(ROM) 또는 플래시 RAM 내의 휘발성 메모리, RAM(random access memory) 및/또는 비휘발성 메모리 등을 포함할 수 있다. 메모리는 컴퓨터 판독 가능 매체의 실시예이다. 컴퓨터 판독 가능 매체는 이동형 및 비이동형 매체뿐만 아니라 비휘발성 및 휘발성 매체를 포함하고, 임의의 방법 또는 기술에 의해 정보 저장을 구현할 수 있다. 정보는 컴퓨터 판독 가능 명령어, 데이터 구조, 및 프로그램의 모듈, 또는 다른 데이터가 될 수 있다. 컴퓨터의 저장 매체는 예를 들어 상 변경 메모리(phase change memory; PRAM), 정적 랜덤 액세스 메모리(static random access memory; SRAM), 동적 랜덤 액세스 메모리 (dynamic random access memory; DRAM), 다른 유형의 RAM, ROM , EEPROM(electrically erasable programmable read-only memory), 플래시 메모리 또는 다른 메모리 기술, CD-ROM, DVD 또는 다른 광학 저장 디바이스, 카세트 테이프, 자기 테이프/자기 디스크 저장 디바이스 또는 다른 자기 저장 디바이스, 또는 임의의 다른 비전송 매체를 포함 할 수 있으며, 컴퓨팅 디바이스에 액세스 가능한 정보를 저장하는데 사용될 수 있다. 이 텍스트의 정의에 따르면, 컴퓨터 판독 가능 매체는 변조된 데이터 신호 및 캐리어와 같은 일시적인 매체를 포함하지 않는다.
본 출원의 실시형태는 본 발명의 실시형태에 따른 방법, 단말 디바이스(시스템) 및 컴퓨터 프로그램 제품에 따른 플로우차트 및/또는 블록 다이어그램을 참조하여 설명된다. 플로우차트 및/또는 블록 다이어그램 및 플로우차트 및/또는 블록 다이어그램 내의 프로세스 및/또는 블록의 조합에서 각각의 프로세스 및/또는 블록을 구현하기 위해 컴퓨터 프로그램 명령어가 사용될 수 있음을 이해해야 한다. 이들 컴퓨터 프로그램 명령어들은 범용 컴퓨터, 특수 목적 컴퓨터, 내장 프로세서, 또는 머신을 생성하기 위한 임의의 다른 프로그램 가능한 프로세싱 디바이스를 위해 제공될 수 있으므로, 컴퓨터 또는 임의의 다른 프로그램 가능 프로세싱 디바이스의 프로세서에 의해 실행되는 명령어들은 플로우차트 내의 하나 이상의 프로세스 및/또는 블록 다이어그램 내의 하나 이상의 블록에서 특정 기능을 구현하기 위한 디바이스를 생성한다.
이들 컴퓨터 프로그램 명령어는 또한 컴퓨터 판독 가능 메모리에 저장되어, 컴퓨터 판독 가능 메모리에 저장된 명령어가 명령 디바이스를 포함하는 아티펙트를 생성하도록 컴퓨터 또는 임의의 다른 프로그램 가능 프로세싱 디바이스가 특정 방식으로 동작하도록 명령할 수 있다. 명령 디바이스는 플로우차트의 하나 이상의 프로세스 및/또는 블록 다이어그램의 하나 이상의 블록에서의 특정 기능을 구현한다.
이들 컴퓨터 프로그램 명령어는 또한 컴퓨터 또는 다른 프로그램 가능한 데이터 프로세싱 디바이스 상에 로딩되어, 일련의 동작 및 단계가 컴퓨터 또는 다른 프로그램 가능한 디바이스 상에서 수행됨으로써 컴퓨터 구현 프로세싱을 생성할 수 있다. 따라서, 컴퓨터 또는 다른 프로그램 가능한 디바이스에서 실행되는 명령어들은 플로우 챠트의 하나 이상의 프로세스 및/또는 블록 다이어그램의 하나 이상의 블록에서의 특정 기능을 구현하는 단계를 제공한다.
본 발명의 실시형태들 중 바람직한 실시형태가 설명되었지만, 일단 기본적인 발명 개념을 알게 되면, 통상의 기술자는 이들 실시형태에 다른 변경 및 수정을 가할 수 있다. 따라서, 첨부된 특허 청구 범위는 본 발명의 실시형태들의 범위에 속하는 바람직한 실시형태들 및 모든 변경들 및 수정예들을 포함하도록 의도된다.
마지막으로, 여기서 "제1" 및 "제2"와 같은 관계형 용어는 단지 하나의 엔티티 또는 동작을 다른 것과 구별하기 위해 사용되었지만, 엔티티 또는 동작 사이에서의 임의의 실제 관계 또는 시퀀스의 존재를 반드시 요구하거나 암시하지는 않는다. 또한, "포함하다", "포함한다" 또는 그 임의의 다른 변형은 비배타적인 포함을 커버하도록 의도되어 일련의 엘리먼트를 포함하는 프로세스, 방법, 물품 또는 단말 디바이스는 엘리먼트를 포함할 뿐만 아니라 명확하게 열거되지 않은 다른 엘리먼트들, 또는 프로세스, 방법, 물품 또는 단말 디바이스의 고유 엘리먼트들을 더 포함한다. 더 이상의 제한이 없는 경우, "...을 포함하는"으로 정의된 엘리먼트는 그 엘리먼트를 포함하는 프로세스, 방법, 물품 또는 단말 디바이스가 다른 동일한 엘리먼트를 더 포함한다는 것을 배제하지 않는다.
본 출원에서 제공되는 지불 임계값 설정 방법 및 지불 임계값 설정 디바이스가 위에서 상세히 설명되었다. 본 출원의 원리 및 구현예들은 여기에서 특정 실시예를 사용하여 예시된다. 상기 실시형태의 설명은 단지 본 출원의 방법 및 그 핵심 아이디어에 대한 이해를 돕기 위해 사용된다. 한편, 통상의 기술자는 본 출원의 아이디어에 따라 특정 구현 및 응용 범위를 변경할 수 있다. 결론적으로, 명세서의 내용은 본 출원에 대한 제한으로 해석되어서는 안된다.

Claims (12)

  1. 지불 임계값을 취득하는 방법에 있어서,
    제1 모멘트에서 사용자의 알려진 제1 지불 임계값을 취득하는 단계;
    미리 취득된 지불 임계값 변경 규칙에 따라 제2 모멘트와 상기 제1 모멘트 사이의 지불 임계값 변경을 결정하는 단계; 및
    상기 제1 지불 임계값과 상기 지불 임계값 변경에 따라 상기 제2 모멘트에서의 상기 사용자의 지불 임계값을 결정하는 단계
    를 포함하고,
    상기 지불 임계값 변경 규칙은 상이한 모멘트에서 상기 사용자의 과거 거래 데이터에 대하여 데이터 프로세싱이 수행된 후에 취득되는 것인, 지불 임계값 취득 방법.
  2. 제1항에 있어서,
    상기 지불 임계값 변경 규칙을 취득하는 프로세스는,
    제1 데이터 시퀀스를 취득하기 위해 미리 설정된 규칙에 따라 상이한 모멘트에서 상기 사용자의 과거 거래 데이터에 대하여 제1 데이터 프로세싱을 수행하는 단계;
    제2 데이터 시퀀스를 취득하기 위해 상기 제1 데이터 시퀀스에 대하여 제2 데이터 프로세싱을 수행하는 단계; 및
    상기 지불 임계값 변경 규칙을 취득하기 위해 상기 제2 데이터 시퀀스에 대하여 회귀 분석을 수행하는 단계
    를 포함하는 것인, 지불 임계값 취득 방법.
  3. 제2항에 있어서,
    상기 제1 데이터 시퀀스를 취득하기 위해 미리 설정된 규칙에 따라 상이한 모멘트에서 상기 사용자의 과거 거래 데이터에 대하여 제1 데이터 프로세싱을 수행하는 단계는,
    미리 설정된 사용자 중단 비율에 따라 데이터 분위(data quantile)를 결정하는 단계; 및
    상기 제1 데이터 시퀀스를 취득하기 위해 상기 데이터 분위에 따라 상이한 모멘트에서 상기 사용자의 상기 과거 거래 데이터에 수치(value)를 할당하는 단계
    를 포함하는 것인, 지불 임계값 취득 방법.
  4. 제2항에 있어서,
    상기 제2 데이터 시퀀스를 취득하기 위해 상기 제1 데이터 시퀀스에 대하여 제2 데이터 프로세싱을 수행하는 단계는,
    차분 시퀀스를 취득하기 위해 상기 제1 데이터 시퀀스에 대하여 차분 연산(difference operation)을 수행하는 단계; 및
    상기 제2 데이터 시퀀스를 취득하기 위해 상기 차분 시퀀스에 로그 변환을 수행하는 단계
    를 포함하는 것인, 지불 임계값 취득 방법.
  5. 제2항에 있어서,
    상기 지불 임계값 변경 규칙을 취득하기 위해 상기 제2 데이터 시퀀스에 대하여 회귀 분석을 수행하는 단계는,
    상기 제2 데이터 시퀀스에 따라 회귀 모델을 설정하는 단계; 및
    잔여 오류가 정규 분포를 따를 때 상기 회귀 모델에 따라 상기 지불 임계값 변경 규칙을 취득하는 단계
    를 포함하는 것인, 지불 임계값 취득 방법.
  6. 제1항 내지 제5항 중 어느 한 항에 있어서,
    미리 설정된 조건에 따라 상기 지불 임계값 변경 규칙을 수정하는 단계를 더 포함하는, 지불 임계값 취득 방법.
  7. 지불 임계값을 취득하기 위한 디바이스에 있어서,
    제1 모멘트에서 사용자의 알려진 제1 지불 임계값을 취득하도록 구성된 임계값 취득 유닛;
    미리 취득된 지불 임계값 변경 규칙에 따라 제2 모멘트와 상기 제1 모멘트 사이의 지불 임계값 변경을 결정하도록 구성된 변경 결정 유닛;
    상기 제1 지불 임계값과 상기 지불 임계값 변경에 따라 상기 제2 모멘트에서의 상기 사용자의 지불 임계값을 결정하도록 구성된 임계값 결정 유닛
    을 포함하고,
    상기 지불 임계값 변경 규칙은 상이한 모멘트에서 상기 사용자의 과거 거래 데이터에 대하여 데이터 프로세싱이 수행된 후에 취득되는 것인, 지불 임계값 취득 디바이스.
  8. 제7항에 있어서,
    상기 지불 임계값 변경 규칙을 취득하도록 구성된 규칙 결정 유닛을 더 포함하고, 상기 규칙 결정 유닛은,
    제1 데이터 시퀀스를 취득하기 위해 미리 설정된 규칙에 따라 상이한 모멘트에서 상기 사용자의 상기 과거 거래 데이터에 대하여 제1 데이터 프로세싱을 수행하도록 구성된 제1 프로세싱 서브유닛;
    제2 데이터 시퀀스를 취득하기 위해 상기 제1 데이터 시퀀스에 대하여 제2 데이터 프로세싱을 수행하도록 구성된 제2 프로세싱 서브유닛; 및
    상기 지불 임계값 변경 규칙을 취득하기 위해 상기 제2 데이터 시퀀스에 대하여 회귀 분석을 수행하도록 구성된 데이터 분석 서브유닛
    을 포함하는 것인, 지불 임계값 취득 디바이스.
  9. 제8항에 있어서,
    상기 제1 프로세싱 서브유닛은,
    미리 설정된 사용자 중단 비율에 따라 데이터 분위를 결정하도록 구성된 결정 서브유닛; 및
    상기 제1 데이터 시퀀스를 취득하기 위해 상기 데이터 분위에 따라 상이한 모멘트에서 상기 사용자의 상기 과거 거래 데이터에 수치를 할당하도록 구성된 수치 할당 서브유닛
    을 포함하는 것인, 지불 임계값 취득 디바이스.
  10. 제8항에 있어서,
    상기 제2 프로세싱 서브유닛은,
    차분 시퀀스를 취득하기 위해 상기 제1 데이터 시퀀스에 차분 연산을 수행하도록 구성된 연산 서브유닛; 및
    상기 제2 데이터 시퀀스를 취득하기 위해 상기 차분 시퀀스에 로그 변환을 수행하도록 구성된 변환 서브유닛
    을 포함하는 것인, 지불 임계값 취득 디바이스.
  11. 제8항에 있어서,
    상기 데이터 분석 서브유닛은,
    상기 제2 데이터 시퀀스에 따라 회귀 모델을 설정하도록 구성된 설정 서브유닛; 및
    잔여 오류가 정규 분포를 따를 때 상기 회귀 모델에 따라 상기 지불 임계값 변경 규칙을 취득하도록 구성된 분석 서브유닛
    을 포함하는 것인, 지불 임계값 취득 디바이스.
  12. 제7항 내지 제11항 중 어느 한 항에 있어서,
    미리 설정된 조건에 따라 상기 지불 임계값 변경 규칙을 수정하도록 구성된 수정 유닛을 더 포함하는, 지불 임계값 취득 디바이스.
KR1020187001910A 2015-06-19 2016-06-12 지불 임계값을 취득하기 위한 방법 및 디바이스 KR102193502B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201510347516.8A CN106327196A (zh) 2015-06-19 2015-06-19 一种支付阈值获取方法和装置
CN201510347516.8 2015-06-19
PCT/CN2016/085401 WO2016202216A1 (zh) 2015-06-19 2016-06-12 一种支付阈值获取方法和装置

Publications (2)

Publication Number Publication Date
KR20180020248A true KR20180020248A (ko) 2018-02-27
KR102193502B1 KR102193502B1 (ko) 2020-12-22

Family

ID=57545021

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020187001910A KR102193502B1 (ko) 2015-06-19 2016-06-12 지불 임계값을 취득하기 위한 방법 및 디바이스

Country Status (7)

Country Link
US (1) US20180108016A1 (ko)
EP (1) EP3312787A4 (ko)
JP (1) JP6703013B2 (ko)
KR (1) KR102193502B1 (ko)
CN (1) CN106327196A (ko)
SG (1) SG11201710349WA (ko)
WO (1) WO2016202216A1 (ko)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109003075A (zh) * 2017-06-07 2018-12-14 阿里巴巴集团控股有限公司 一种风险识别方法及装置
CN107609948A (zh) * 2017-09-25 2018-01-19 上海携程商务有限公司 风险订单的检测方法及其系统、存储介质、电子设备
WO2019177722A1 (en) * 2018-03-12 2019-09-19 Mastercard International Incorporated Systems, methods and computer program products for automated bill payment
US20190333101A1 (en) * 2018-04-30 2019-10-31 Affle (India) Limited Method and system to utilize advertisement fraud data for blacklisting fraudulent entities
CN108830584A (zh) * 2018-06-14 2018-11-16 腾讯科技（深圳）有限公司 消息提示方法、装置、服务器及存储介质
CN110197374B (zh) * 2018-06-15 2024-02-20 腾讯科技（深圳）有限公司 交易拦截控制方法及装置
CN108694523A (zh) * 2018-07-10 2018-10-23 杨真源 一种互联网金融交易异常数据控制方法、系统及计算设备
CN109189845A (zh) * 2018-08-22 2019-01-11 郑州云海信息技术有限公司 一种内存数据处理的方法和装置
CN109325763B (zh) * 2018-09-07 2021-10-15 创新先进技术有限公司 一种计算机执行的交易处理方法和装置
CN109461069A (zh) * 2018-09-25 2019-03-12 深圳壹账通智能科技有限公司 基于业务节点的风控方法、装置、设备及可读存储介质
US11593743B2 (en) * 2018-12-31 2023-02-28 Paypal, Inc. Risk management system interface
CN111047220A (zh) * 2019-12-27 2020-04-21 支付宝(杭州)信息技术有限公司 一种风控阈值条件确定方法、装置、设备和可读介质
CN111161050B (zh) * 2019-12-31 2021-06-08 北京创客时信息咨询有限公司 应用于银行风控部门的人工智能大数据处理方法
CN113487316B (zh) * 2021-07-22 2024-05-03 银清科技有限公司 分布式支付系统安全处理方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003022366A (ja) * 2001-07-09 2003-01-24 Daiei Omc Inc 金融における利用限度額更新システム
JP2004139198A (ja) * 2002-10-16 2004-05-13 Hitachi Ltd 限度額算出装置およびその方法
KR20050021407A (ko) * 2005-01-31 2005-03-07 백원모 휴대폰 칩 내 휴대폰 소액결제 사전 한도구현을 통한 휴대폰 간 직접 가치 이전 방법 및 시스템
JP2009169835A (ja) * 2008-01-18 2009-07-30 Fujitsu Fip Corp クレジットカード決済方法、クレジットカード決済システム、クレジットカード管理サーバ
US20150142629A1 (en) * 2013-11-20 2015-05-21 Bank Of America Corporation Detecting unusual activity in cash vault transactions

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1934902A1 (en) * 2005-10-12 2008-06-25 First Data Corporation System and method for authorizing electronic payment transactions
CN103093348A (zh) * 2011-10-31 2013-05-08 深圳光启高等理工研究院 一种移动终端及其移动支付方法
CN103049851A (zh) * 2012-12-27 2013-04-17 中国建设银行股份有限公司 一种基于交易数据的反欺诈监控方法和装置
CN103678494B (zh) * 2013-11-15 2018-09-11 北京奇虎科技有限公司 客户端同步服务端数据的方法及装置
CN104616137A (zh) * 2013-12-26 2015-05-13 腾讯科技（深圳）有限公司 安全支付方法、服务器及系统
CN103793601A (zh) * 2014-01-20 2014-05-14 广东电网公司电力科学研究院 基于异常搜索和组合预测的汽轮机组在线故障预警方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003022366A (ja) * 2001-07-09 2003-01-24 Daiei Omc Inc 金融における利用限度額更新システム
JP2004139198A (ja) * 2002-10-16 2004-05-13 Hitachi Ltd 限度額算出装置およびその方法
KR20050021407A (ko) * 2005-01-31 2005-03-07 백원모 휴대폰 칩 내 휴대폰 소액결제 사전 한도구현을 통한 휴대폰 간 직접 가치 이전 방법 및 시스템
JP2009169835A (ja) * 2008-01-18 2009-07-30 Fujitsu Fip Corp クレジットカード決済方法、クレジットカード決済システム、クレジットカード管理サーバ
US20150142629A1 (en) * 2013-11-20 2015-05-21 Bank Of America Corporation Detecting unusual activity in cash vault transactions

Also Published As

Publication number Publication date
CN106327196A (zh) 2017-01-11
JP2018524713A (ja) 2018-08-30
WO2016202216A1 (zh) 2016-12-22
EP3312787A4 (en) 2018-12-19
US20180108016A1 (en) 2018-04-19
JP6703013B2 (ja) 2020-06-03
SG11201710349WA (en) 2018-01-30
EP3312787A1 (en) 2018-04-25
KR102193502B1 (ko) 2020-12-22

Similar Documents

Publication Publication Date Title
KR20180020248A (ko) 지불 임계값을 취득하기 위한 방법 및 디바이스
CN108595157B (zh) 区块链数据的处理方法、装置、设备和存储介质
AU2014218316B2 (en) Controlling usage of acquirer tokens stored within a merchant system
CN105337928B (zh) 用户身份识别方法、安全保护问题生成方法及装置
CN111784345B (zh) 支付处理方法、装置、设备及系统
CN111709777A (zh) 支付方式的推荐方法、系统、终端设备及存储介质
US20190147443A1 (en) Payment method based on mobile terminal and mobile terminal
WO2017128034A1 (zh) 一种房产网的房源验证方法及系统
CN111160793A (zh) 一种服务网点自助设备数量的配置方法、装置及设备
CN106649638A (zh) 一种大数据获取方法
CN110033278A (zh) 风险识别方法和装置
CN108009444A (zh) 全文搜索的权限控制方法、装置与计算机可读存储介质
CN110033362B (zh) 一种打款方法、装置及设备
CN110689425A (zh) 基于收益进行额度定价的方法、装置和电子设备
CN112419040A (zh) 一种信贷反欺诈识别方法、装置和存储介质
CN113272785B (zh) 一种挂载文件系统的方法、终端设备及存储介质
CN111523875A (zh) 跨境支付方法、装置、设备及系统
CN115760404A (zh) 一种股票减持方案生成方法、系统、终端及存储介质
CN109857450A (zh) 一种校验服务编排方法及装置
CN115578180A (zh) 银行网点的现金资源的管理方法及装置
CN113703753B (zh) 用于产品开发的方法、装置和产品开发系统
CN110442501B (zh) 模拟业务异常的方法、装置及电子设备
CN112102005A (zh) 电子劵生成方法及系统
CN109754189A (zh) 一种制卡任务的分配方法、一种制卡任务的获取方法、计算机装置及计算机可读存储介质
CN105427143A (zh) 一种进行系统安全控制的方法及装置

Legal Events

Date Code Title Description
A302 Request for accelerated examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
N231 Notification of change of applicant
GRNT Written decision to grant