TWI693527B - 位置資訊的處理方法及裝置 - Google Patents

位置資訊的處理方法及裝置 Download PDF

Info

Publication number
TWI693527B
TWI693527B TW107143887A TW107143887A TWI693527B TW I693527 B TWI693527 B TW I693527B TW 107143887 A TW107143887 A TW 107143887A TW 107143887 A TW107143887 A TW 107143887A TW I693527 B TWI693527 B TW I693527B
Authority
TW
Taiwan
Prior art keywords
service
transaction
information
users
area
Prior art date
Application number
TW107143887A
Other languages
English (en)
Other versions
TW201931156A (zh
Inventor
楊維嘉
劉騰飛
夏威
陸青
弢 陳
Original Assignee
香港商阿里巴巴集團服務有限公司
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 香港商阿里巴巴集團服務有限公司 filed Critical 香港商阿里巴巴集團服務有限公司
Publication of TW201931156A publication Critical patent/TW201931156A/zh
Application granted granted Critical
Publication of TWI693527B publication Critical patent/TWI693527B/zh

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
    • G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
    • G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
    • G06Q20/322—Aspects of commerce using mobile devices [M-devices]
    • G06Q20/3224—Transactions dependent on location of M-devices
    • 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
    • G06Q20/4015—Transaction verification using location information
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • 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
    • G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
    • G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
    • G06Q20/327—Short range or proximity payments by means of M-devices
    • G06Q20/3274—Short range or proximity payments by means of M-devices using a pictured code, e.g. barcode or QR-code, being displayed on the M-device
    • 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
    • G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
    • G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
    • G06Q20/327—Short range or proximity payments by means of M-devices
    • G06Q20/3276—Short range or proximity payments by means of M-devices using a pictured code, e.g. barcode or QR-code, being read by the M-device
    • 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
    • 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
    • G06Q20/409—Device specific authentication in transaction processing
    • G06Q20/4093—Monitoring of device authentication
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0204—Market segmentation
    • G06Q30/0205—Location or geographical consideration

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Databases & Information Systems (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Remote Sensing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本說明書披露的實施例提供一種位置資訊的處理方法。該方法包括：獲取多個使用者使用服務方提供的服務的交易資訊，該交易資訊包括多個使用者的多個位置資訊。再將多個位置資訊聚類成至少一個區域，並確定與至少一個區域中的各個區域對應的交易屬性。然後，根據至少一個區域的區域個數和與各個區域對應的交易屬性，確定服務方提供服務的服務分散度。

Description

位置資訊的處理方法及裝置
本說明書披露的多個實施例涉及網際網路技術領域，尤其涉及一種位置資訊的處理方法及裝置。
隨著網際網路技術的發展，人們在使用商戶提供的服務的過程中，越來越多的使用掃碼支付的方式完成付款。掃碼支付的方式通常包括兩種：一種是商戶用掃碼槍掃描使用者的二維碼/條碼。另一種是使用者使用終端掃描商戶的二維碼。 　　通常情況下，對於線下商戶，要求其只能在實體門店使用商戶二維碼。但是，仍有一些線下商戶違規使用商戶二維碼，例如，將商戶二維碼轉移至線上進行使用。因此，為了督促線下商戶規範使用商戶二維碼，需要提供一種可靠的方法來識別線下商戶對商戶二維碼的真實使用情況。
本說明書描述了一種位置資訊的處理方法，將交易資訊中的使用者位置資訊聚類成至少一個區域，並根據區域的個數和與各個區域對應的交易屬性確定線下服務方提供服務的服務分散度，從而實現高效可靠地識別線下服務方對其付款二維碼的真實使用情況。 　　第一方面，提供了一種位置資訊的處理方法。該方法包括： 　　獲取多個使用者使用服務方提供的服務的交易資訊，所述交易資訊包括所述多個使用者的多個位置資訊； 　　將所述多個位置資訊聚類成至少一個區域； 　　確定與所述至少一個區域中的各個區域對應的交易屬性，所述交易屬性包括對應區域中的使用者數量和/或對應區域中使用者使用所述服務的交易次數； 　　根據所述至少一個區域的區域個數和所述與各個區域對應的交易屬性，確定所述服務方提供所述服務的服務分散度。 　　在一種可能的實施方式中，所述獲取多個使用者使用服務方提供的服務的交易資訊，包括： 　　獲取預定時間內所述多個使用者使用服務方提供的服務的交易資訊。 　　在一種可能的實施方式中，其特徵在於，所述將所述多個位置資訊聚類成至少一個區域之前，還包括： 　　去除所述多個位置資訊中超過預定範圍的位置資訊。 　　在一種可能的實施方式中，所述將所述多個位置資訊聚類成至少一個區域，包括： 　　使用GEOHASH演算法或DBSCAN演算法，將所述多個位置資訊聚類成至少一個區域。 　　在一種可能的實施方式中，所述確定所述服務方提供所述服務的服務分散度，包括： 　　根據所述交易屬性的資訊熵值，確定所述服務方提供所述服務的服務分散度。 　　在一種可能的實施方式中，所述確定所述服務方提供所述服務的服務分散度，包括透過以下公式確定所述服務分散度：
Figure 02_image001
其中，
Figure 02_image003
表示所述服務分散度，
Figure 02_image005
,
Figure 02_image007
表示所述區域個數，
Figure 02_image009
表示與第
Figure 02_image011
個區域對應的交易屬性，
Figure 02_image013
表示與第
Figure 02_image015
個區域對應的交易屬性。 　　在一種可能的實施方式中，所述確定所述服務方提供所述服務的服務分散度，包括透過以下公式確定所述服務分散度：
Figure 02_image017
其中，
Figure 02_image003
表示所述服務分散度，
Figure 02_image005
,
Figure 02_image007
表示所述區域個數，
Figure 02_image009
表示與第
Figure 02_image011
個區域對應的交易屬性，
Figure 02_image013
表示與第
Figure 02_image015
個區域對應的交易屬性。 　　在一種可能的實施方式中，所述位置資訊包括經緯度資訊。 　　第二方面，提供了一種位置資訊的處理裝置。該裝置包括： 　　獲取單元，用於獲取多個使用者使用服務方提供的服務的交易資訊，所述交易資訊包括所述多個使用者的多個位置資訊； 　　聚類單元，用於將所述多個位置資訊聚類成至少一個區域； 　　確定單元，用於確定與所述至少一個區域中的各個區域對應的交易屬性，所述交易屬性包括對應區域中的使用者數量和/或對應區域中使用者使用所述服務的交易次數； 　　處理單元，用於根據所述至少一個區域的區域個數和所述與各個區域對應的交易屬性，確定所述服務方提供所述服務的服務分散度。 　　在一種可能的設計中，所述獲取單元具體用於： 　　獲取預定時間內所述多個使用者使用服務方提供的服務的交易資訊。 　　在一種可能的設計中，還包括： 　　去除單元，用於去除所述多個位置資訊中超過預定範圍的位置資訊。 　　在一種可能的設計中，所述聚類單元具體用於： 　　使用GEOHASH演算法或DBSCAN演算法，將所述多個位置資訊聚類成至少一個區域。 　　在一種可能的設計中，所述處理單元具體用於：根據所述交易屬性的資訊熵值，確定所述服務方提供所述服務的服務分散度。
在一種可能的設計中，所述處理單元用於透過以下公式確定所述服務分散度：
Figure 107143887-A0305-02-0007-1
其中，Spread(b i)表示所述服務分散度，i,j=1,...,m,m表示所述區域個數，b i表示與第i個區域對應的交易屬性，b j 表示與第j個區域對應的交易屬性。
在一種可能的設計中，所述處理單元用於透過以下公式確定所述服務分散度：
Figure 107143887-A0305-02-0007-2
其中，Spread(b i)表示所述服務分散度，i,j=1,...,m,m表示所述區域個數，b i表示與第i個區域對應的交易屬性，b j 表示與第j個區域對應的交易屬性。
在一種可能的設計中，所述獲取單元獲取的位置資訊包括經緯度資訊。
第三方面，提供了一種電腦可讀儲存媒體，其上儲存有電腦程式。當所述電腦程式在電腦中執行時，令電腦執行上述第一方面中任一種實施方式提供的方法。
第四方面，提供了一種計算設備，包括記憶體和處理器。所述記憶體中儲存有可執行代碼，所述處理器執行所 述可執行代碼時，實現上述第一方面中任一種實施方式提供的方法。
本說明書提供的一種位置資訊的處理方法，透過獲取多個使用者使用服務方提供的服務的交易資訊，將交易資訊中包括的多個使用者的多個位置資訊聚類成至少一個區域，確定與所述至少一個區域中的各個區域對應的交易屬性。然後，根據區域的區域個數和與各個區域對應的交易屬性，確定服務方提供服務的服務分散度。從而實現高效可靠地識別線下服務方對其付款二維碼的真實使用情況。
下面結合圖式，對本說明書披露的多個實施例進行描述。 　　圖1為本說明書披露的一個實施例提供的一種位置資訊的處理方法的應用場景示意圖。所述處理方法的執行主體可以為伺服器。圖1中，伺服器（如，伺服器可以為支付寶應用的伺服器）在獲取多個使用者使用服務方（如，服務方可以為向使用者提供服務方二維碼的線下服務方）提供的服務（如，服務可以為商品服務）的交易資訊（如，交易資訊可以包括使用者的位置資訊）後，可以採用本說明書披露的多個實施例提供的位置信息的處理方法，將獲取的多個位置資訊（如，位置資訊可以為使用者終端的經緯度資訊）聚類（如，聚類可以透過GEOHASH演算法來實現）成至少一個區域（如，至少一個區域可以包括具有不同區域編號的多個區域）。然後，確定與各個區域對應的交易屬性（如，交易屬性可以包括對應區域的使用者數量），並根據區域的區域個數和與各個區域對應的交易屬性，確定服務方提供服務的服務分散度（如，服務分散度越低，服務方規範使用其收款二維碼的可能性越高，反之越低）。 　　本說明書披露的多個實施例提供的位置資訊的處理方法，透過獲取多個使用者使用服務方提供的服務的交易資訊，將交易資訊中包括的多個使用者的多個位置資訊聚類成至少一個區域，確定與所述至少一個區域中的各個區域對應的交易屬性。然後，根據區域的區域個數和與各個區域對應的交易屬性，確定服務方提供服務的服務分散度。從而實現高效可靠地識別線下服務方對其付款二維碼的真實使用情況。 　　圖2為本說明書披露的一個實施例提供的一種位置資訊的處理方法的流程圖。所述方法的執行主體可以為具有處理能力的設備：伺服器或者系統或者裝置或者軟體平臺。如，圖1中的伺服器。如圖2所示，所述方法具體包括： 　　步驟S210，獲取多個使用者使用服務方提供的服務的交易資訊，該交易資訊中包括多個使用者的多個位置資訊。 　　具體地，服務方可以向使用者提供該服務方的收款二維碼，使用者可以使用終端掃描服務方的收款二維碼，完成對其所使用的服務的支付。相應地，伺服器獲取多個使用者使用此服務方提供的服務的交易資訊，該交易資訊中包括多個使用者的多個位置資訊。其中，多個位置資訊可以為透過基於位置的服務（Location Based Service，LBS）從多個使用者的多個終端採集的位置資訊，且位置資訊中可以包括經緯度資訊。 　　在一個實施例中，獲取多個使用者使用服務方提供的服務的交易資訊，可以包括：獲取預定時間內多個使用者使用服務方提供的服務的交易資訊。其中預定時間可以為預先設定的任意時間段，如，最近一周內，或者最近一個月內等。 　　需要說明的是，交易資訊中還可以包括服務方的服務方標識（如，服務方名稱、社會信用代碼、伺服器中的服務方編號等）、使用者的使用者標識（如，電話號碼、身份證號、伺服器中的使用者編號等）和交易的訂單號等。 　　在一個例子中，某使用者使用服務方提供的服務的交易資訊中包括：該使用者的經緯度資訊（如，北緯39°54′25.70"，東經116°23′28.49"）、用戶的電話號碼（如，12312345678）、該服務方的社會信用代碼（如，911101086615511250）、訂單號（如，123454321）。 　　步驟S220，將多個位置資訊聚類成至少一個區域。 　　具體地，採用聚類演算法將多個位置資訊聚類成至少一個區域。其中，聚類演算法可以為GEOHASH演算法或DBSCAN演算法，在此不作限定。 　　在一個實施例中，採用GEOHASH演算法將多個位置資訊轉換成GEOHASH網格，並確定各個位置資訊的網格編號。 　　在一個例子中，在步驟S210中伺服器獲取的交易資訊中包括100個經緯度座標，採用GEOHASH演算法將這100經緯度座標轉換成GEOHASH網格後，如圖3所示，其中99個經緯度座標的網格編號為WX4DX，還有1個經緯度座標的網格編號為WX4F2。如此，以上100個位置資訊被聚類成2個區域。 　　在另一個例子中，在步驟S210中伺服器獲取的交易資訊中包括20個經緯度座標，採用GEOHASH演算法將這100經緯度座標轉換成GEOHASH網格後，如圖4所示，每兩個經緯度座標具有相同的網格編號，得到的10個網格編號分別為：WX4G01、WX4G02、WX4H03、WX4H04、WX4I05、WX4I06、WX4J07、WX4J08、WX4K09和WX4K10。如此，以上20個位置資訊被聚類為10個區域。 　　在另一個實施例中，採用DBSCAN演算法對多個位置資訊進行聚類，並確定各個位置資訊的區域編號。DBSCAN演算法是一種基於密度的聚類演算法。與劃分和層次聚類方法不同，它將簇定義為密度相連的點的最大集合，能夠把具有足夠高密度的區域劃分為簇，並可在雜訊的空間資料庫中發現任意形狀的聚類。具體而言，在DBSCAN演算法中，首先將所有位置點標記為核心點、邊界點或雜訊點，刪除其中的雜訊點。然後為距離在預設參數之內的所有核心點之間賦予一條邊，每組連通的核心點形成一個簇，將每個邊界點指派到一個與之關聯的核心點的簇中，由此完成位置點的聚類。 　　可以理解的是，可以透過調整聚類演算法的參數，控制聚類得到的區域的精度（如，區域的大小）。例如，可以透過控制GEOHASH演算法中對位置資訊進行編碼的編碼位元數，控制區域的精度。更具體地，位置資訊的編碼位元數越多，得到的區域範圍越精確。又例如，可以透過控制DBSCAN演算法中鄰域半徑ε的大小，控制區域的精度。更具體地，輸入的領域半徑ε的值越小，得到的區域範圍越精確。 　　接著，在步驟S230，確定與至少一個區域中的各個區域對應的交易屬性。 　　具體地，伺服器確定與各個區域對應的交易屬性，該交易屬性可以包括對應區域中使用者使用服務的交易次數。更具體地，伺服器可以根據交易資訊的數量確定交易次數。或者，在步驟S210獲取的交易資訊中可以包括交易的訂單號，相應地，伺服器可以根據訂單號的數量確定與各個區域對應的交易次數。 　　在一個例子中，在步驟S220將多個位置資訊聚類成了2個區域，與其中一個區域對應的訂單數量為99個，與另一個區域對應的訂單數量為1個。相應地，可以確定與這兩個區域對應的交易次數分別為99和1。 　　在一個實施例中，交易屬性可以包括對應區域中的使用者數量。例如，在步驟S210獲取的交易資訊中可以包括使用者的使用者標識，伺服器可以根據不同的使用者標識的數量確定與各個區域對應的使用者數量。 　　在一個例子中，在步驟S220將多個位置資訊聚類成了10個區域，與其中每個區域對應的不同使用者標識的數量均為2。相應地，可以確定與其中各個區域對應的使用者數量均為2。 　　在步驟S220將位置資訊聚類成至少一個區域，以及在步驟S230確定與各個區域對應的交易屬性後，接著，在步驟S240，根據聚類成的至少一個區域的區域個數和與各個區域對應的交易屬性，確定服務方提供服務的服務分散度。 　　具體地，交易屬性可以包括交易次數和/或使用者數量。相應地，可以根據區域個數和與各個區域對應的交易次數，確定服務方提供服務的服務分散度。或者，可以根據區域個數和與各個區域對應的使用者數量，確定服務方提供服務的服務分散度。又或者，可以根據區域個數和與各個區域對應的交易次數，確定出第一服務分散度，以及根據區域個數和與各個區域對應的使用者數量，確定出第二服務分散度；然後，結合第一服務分散度和第二服務分散度，綜合確定出服務方提供服務的服務分散度（例如，該服務分散度可以等於第一服務分散度和第二服務分散度的平均值）。更進一步地，可以根據服務分散度判斷服務方對其收款二維碼的真實使用情況。若確定的服務分散度越低，則服務方規範使用其收款二維碼的可能性越高。若確定的服務分散度越高，則服務方違規使用其收款二維碼的風險越高。 　　在一個實施例中，確定服務方提供服務的服務分散度，可以包括：根據交易屬性的資訊熵值，確定服務方提供服務的服務分散度。 　　其中，資訊熵值的計算公式可以為：
Figure 02_image023
上式中，
Figure 02_image025
表示交易屬性的資訊熵值，
Figure 02_image005
,
Figure 02_image007
表示所述區域個數，
Figure 02_image009
表示與第
Figure 02_image011
個區域對應的交易屬性，
Figure 02_image013
表示與第
Figure 02_image015
個區域對應的交易屬性。 　　在一個實施例中，根據資訊熵值的計算方式，透過以下公式計算服務分散度：
Figure 02_image027
上式中，
Figure 02_image003
表示服務分散度，
Figure 02_image029
；
Figure 02_image005
,
Figure 02_image007
表示所述區域個數；
Figure 02_image009
表示與第
Figure 02_image011
個區域對應的交易屬性，
Figure 02_image013
表示與第
Figure 02_image015
個區域對應的交易屬性。 　　進一步地，可以根據公式（2）計算出的服務分散度判斷服務方對其收款二維碼的真實使用情況。更具體地，若確定的服務分散度越趨近於1，且各區域上的平均交易屬性小於預定值（如，3），說明服務使用者越分散越隨機，那麼有很大概率服務方將其二維碼線上下門店之外使用，因此服務方違規使用其收款二維碼的風險越高。若確定的服務分散度越趨近於0，說明服務使用者越集中，則服務方規範使用其收款二維碼的可能性越高。 　　在一個例子中，交易屬性包括交易次數，則
Figure 02_image009
和
Figure 02_image013
分別表示與第
Figure 02_image011
個區域和與第
Figure 02_image015
個區域對應的交易次數，且平均交易次數的預定值為3。例如，步驟S220中將位置資訊聚類成2個區域，步驟S230中確定出這2個區域的交易次數分別為99和1，即
Figure 02_image031
，且
Figure 02_image033
，
Figure 02_image035
。相應地，根據公式（2）得到的服務分散度為0.08，因此服務方規範使用其收款二維碼的可能性較高。 　　在另一個例子中，交易屬性包括使用者數量，則
Figure 02_image009
和
Figure 02_image013
分別表示與第
Figure 02_image011
個區域和與第
Figure 02_image015
個區域對應的使用者數量，且平均用戶數量的預定值為3。例如，步驟S220中將位置資訊聚類成10個區域，步驟S230中確定出這10個區域的使用者數量均為2，即
Figure 02_image037
，且
Figure 02_image039
。相應地，根據公式（2）得到的服務分散度為1，且平均交易屬性為2（＜3），服務方違規使用其收款二維碼的風險較高。 　　在另一個實施例中，確定服務方提供服務的服務分散度，可以包括：將交易屬性和區域個數輸入基於基尼（Gini）係數的計算原理的公式（3）中，並將輸出的結果作為服務分散度。
Figure 02_image041
上式中，
Figure 02_image003
表示服務分散度，
Figure 02_image029
；
Figure 02_image005
,
Figure 02_image007
表示所述區域個數；
Figure 02_image009
表示與第
Figure 02_image011
個區域對應的交易屬性，
Figure 02_image013
表示與第
Figure 02_image015
個區域對應的交易屬性。 　　根據公式（3）確定分散度的過程，可以參考前述對根據公式（2）確定分散度的過程的描述，在此不作贅述。 　　需要說明的是，在步驟S220之前，還可以包括：去除所述使用者的位置資訊中超過預定範圍的位置資訊。相應地，在步驟S220中，包括：將步驟S210中獲取的位置資訊中、去除超過預定範圍的位置資訊後的剩餘位置資訊，聚類成至少一個區域。 　　在一個例子中，位置資訊包括經緯度資訊，位置資訊的預定範圍包括：經度在區間[-180°，180°]內，且緯度在區間[-90°，90°]內。例如，步驟S210中獲取的位置資訊中包括經緯度（200°，50°），則將此經緯度從獲取的位置資訊中去除。 　　此外，在步驟S240中，可以直接採用公式（1）計算服務方提供服務的服務分散度。相應地，對於區域個數較多的服務方，用於判定該服務方是否規範使用其二維碼的服務分散度上限相應提高。 　　由上可知，本說明書披露的多個實施例提供的位置資訊的處理方法，透過獲取多個使用者使用服務方提供的服務的交易資訊，將交易資訊中包括的多個使用者的多個位置資訊聚類成至少一個區域，確定與所述至少一個區域中的各個區域對應的交易屬性。然後，根據區域的區域個數和與各個區域對應的交易屬性，確定服務方提供服務的服務分散度。從而實現高效可靠地識別線下服務方對其付款二維碼的真實使用情況。 　　與上述位置資訊的處理方法對應地，本說明書披露的多個實施例還提供一種位置資訊的處理裝置，如圖5所示，該裝置包括： 　　獲取單元510，用於獲取多個使用者使用服務方提供的服務的交易資訊，交易資訊包括多個使用者的多個位置資訊； 　　聚類單元520，用於將多個位置資訊聚類成至少一個區域； 　　確定單元530，用於確定與至少一個區域中的各個區域對應的交易屬性，交易屬性包括對應區域中的使用者數量和/或對應區域中使用者使用服務的交易次數； 　　處理單元540，用於根據至少一個區域的區域個數和與各個區域對應的交易屬性，確定服務方提供服務的服務分散度。 　　在一種可能的設計中，獲取單元510具體用於： 　　獲取預定時間內使用者使用服務方提供的服務的交易資訊。 　　在一種可能的設計中，還包括： 　　去除單元550，用於去除使用者的位置資訊中超過預定範圍的位置資訊。 　　在一種可能的設計中，聚類單元520具體用於： 　　使用GEOHASH演算法或DBSCAN演算法，將多個位置資訊聚類成至少一個區域。 　　在一種可能的設計中，處理單元540具體用於： 　　根據交易屬性的資訊熵值，確定服務方提供服務的服務分散度。 　　在一種可能的設計中，處理單元540用於透過以下公式確定服務分散度：
Figure 02_image043
其中，
Figure 02_image003
表示服務分散度，
Figure 02_image005
,
Figure 02_image007
表示區域個數，
Figure 02_image009
表示與第
Figure 02_image011
個區域對應的交易屬性，
Figure 02_image013
表示與第
Figure 02_image015
個區域對應的交易屬性。 　　在一種可能的設計中，處理單元540處理單元用於透過以下公式確定服務分散度：
Figure 02_image045
其中，
Figure 02_image003
表示服務分散度，
Figure 02_image005
,
Figure 02_image007
表示區域個數，
Figure 02_image009
表示與第
Figure 02_image011
個區域對應的交易屬性，
Figure 02_image013
表示與第
Figure 02_image015
個區域對應的交易屬性。 　　在一種可能的設計中，獲取單元510獲取的位置資訊包括經緯度資訊。 　　由上可知，本說明書披露的多個實施例提供的位置資訊的處理裝置，獲取單元510獲取多個使用者使用服務方提供的服務的交易資訊，聚類單元520將交易資訊中包括的多個使用者的多個位置資訊聚類成至少一個區域，確定單元530確定與所述至少一個區域中的各個區域對應的交易屬性。然後，處理單元540根據區域的區域個數和與各個區域對應的交易屬性，確定服務方提供服務的服務分散度。從而實現高效可靠地識別線下服務方對其付款二維碼的真實使用情況。 　　本領域技術人員應該可以意識到，在上述一個或多個示例中，本說明書披露的多個實施例所描述的功能可以用硬體、軟體、韌體或它們的任意組合來實現。當使用軟體實現時，可以將這些功能儲存在電腦可讀媒體中或者作為電腦可讀媒體上的一個或多個指令或代碼進行傳輸。 　　以上所述的具體實施方式，對本說明書披露的多個實施例的目的、技術方案和有益效果進行了進一步詳細說明，所應理解的是，以上所述僅為本說明書披露的多個實施例的具體實施方式而已，並不用於限定本說明書披露的多個實施例的保護範圍，凡在本說明書披露的多個實施例的技術方案的基礎之上，所做的任何修改、等同替換、改進等，均應包括在本說明書披露的多個實施例的保護範圍之內。
510‧‧‧獲取單元520‧‧‧聚類單元530‧‧‧確定單元540‧‧‧處理單元550‧‧‧去除單元
為了更清楚地說明本說明書披露的多個實施例的技術方案，下面將對實施例描述中所需要使用的圖式作簡單地介紹，顯而易見地，下面描述中的圖式僅僅是本說明書披露的多個實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些圖式獲得其它的圖式。
圖1為本說明書披露的一個實施例提供的一種位置資訊的處理方法的應用場景示意圖；
圖2為本說明書披露的一個實施例提供的一種位置資訊的處理方法的流程圖；
圖3為本說明書披露的一個實施例提供的一種將位置資訊聚類成區域的示意圖；
圖4為本說明書披露的一個實施例提供的另一種將位置資訊聚類成區域的示意圖； 　　圖5為本說明書披露的一個實施例提供的一種位置資訊的處理裝置的結構圖。

Claims (20)

  1. 一種位置資訊的處理方法，其特徵在於，包括：獲取多個使用者使用服務方提供的服務的交易資訊，該交易資訊包括該多個使用者的多個位置資訊；將該多個位置資訊聚類成至少一個區域；確定與該至少一個區域中的各個區域對應的交易屬性，該交易屬性包括對應區域中的使用者數量和/或對應區域中使用者使用該服務的交易次數；根據該至少一個區域的區域個數和該與各個區域對應的交易屬性，確定該服務方提供該服務的服務分散度，其中，該確定該服務方提供該服務的服務分散度，包括透過以下公式確定該服務分散度：
    Figure 107143887-A0305-02-0021-3
     其中，Spread(b i)表示該服務分散度，i,j=1,...,m,m表示該區域個數，b i表示與第i個區域對應的交易屬性，b j 表示與第j個區域對應的交易屬性。
  2. 根據申請專利範圍第1項所述的方法，其中，該獲取多個使用者使用服務方提供的服務的交易資訊，包括：獲取預定時間內該多個使用者使用服務方提供的服務的交易資訊。
  3. 根據申請專利範圍第1項所述的方法，其中，該將該多個位置資訊聚類成至少一個區域之前，還包括：去除該多個位置資訊中超過預定範圍的位置資訊。
  4. 根據申請專利範圍第1項所述的方法，其中，該將該多個位置資訊聚類成至少一個區域，包括：使用GEOHASH演算法或DBSCAN演算法，將該多個位置資訊聚類成至少一個區域。
  5. 根據申請專利範圍第1至4項中任一項所述的方法，其中，該位置資訊包括經緯度資訊。
  6. 一種位置資訊的處理裝置，其特徵在於，包括：獲取單元，用於獲取多個使用者使用服務方提供的服務的交易資訊，該交易資訊包括該多個使用者的多個位置資訊；聚類單元，用於將該多個位置資訊聚類成至少一個區域；確定單元，用於確定與該至少一個區域中的各個區域對應的交易屬性，該交易屬性包括對應區域中的使用者數量和/或對應區域中使用者使用該服務的交易次數；處理單元，用於根據該至少一個區域的區域個數和該與各個區域對應的交易屬性，確定該服務方提供該服務的 服務分散度，其中，該處理單元用於透過以下公式確定該服務分散度：
    Figure 107143887-A0305-02-0023-4
     其中，Spread(b i)表示該服務分散度，i,j=1,...,m,m表示該區域個數，b i表示與第i個區域對應的交易屬性，b j 表示與第j個區域對應的交易屬性。
  7. 根據申請專利範圍第6項所述的裝置，其中，該獲取單元具體用於：獲取預定時間內該多個使用者使用服務方提供的服務的交易資訊。
  8. 根據申請專利範圍第6項所述的裝置，其中，還包括：去除單元，用於去除該多個位置資訊中超過預定範圍的位置資訊。
  9. 根據申請專利範圍第6項所述的裝置，其中，該聚類單元具體用於：使用GEOHASH演算法或DBSCAN演算法，將該多個位置資訊聚類成至少一個區域。
  10. 根據申請專利範圍第6至9項中任一項所述的裝置，其中，該獲取單元獲取的位置資訊包括經緯度資訊。
  11. 一種位置資訊的處理方法，其特徵在於，包括：獲取多個使用者使用服務方提供的服務的交易資訊，該交易資訊包括該多個使用者的多個位置資訊；將該多個位置資訊聚類成至少一個區域；確定與該至少一個區域中的各個區域對應的交易屬性，該交易屬性包括對應區域中的使用者數量和/或對應區域中使用者使用該服務的交易次數；根據該至少一個區域的區域個數和該與各個區域對應的交易屬性，確定該服務方提供該服務的服務分散度，其中，該確定該服務方提供該服務的服務分散度，包括：根據該交易屬性的資訊熵值，確定該服務方提供該服務的服務分散度，其中，該確定該服務方提供該服務的服務分散度，包括透過以下公式確定該服務分散度：
    Figure 107143887-A0305-02-0024-5
     其中，Spread(b i)表示該服務分散度，i,j=1,...,m,m表示該區域個數，b i表示與第i個區域對應的交易屬性，b j 表示與第j個區域對應的交易屬性。
  12. 根據申請專利範圍第11項所述的方法，其中，該獲取多個使用者使用服務方提供的服務的交易資訊，包括：獲取預定時間內該多個使用者使用服務方提供的服務的交易資訊。
  13. 根據申請專利範圍第11項所述的方法，其中，該將該多個位置資訊聚類成至少一個區域之前，還包括：去除該多個位置資訊中超過預定範圍的位置資訊。
  14. 根據申請專利範圍第11項所述的方法，其中，該將該多個位置資訊聚類成至少一個區域，包括：使用GEOHASH演算法或DBSCAN演算法，將該多個位置資訊聚類成至少一個區域。
  15. 根據申請專利範圍第11至14項中任一項所述的方法，其中，該位置資訊包括經緯度資訊。
  16. 一種位置資訊的處理裝置，其特徵在於，包括：獲取單元，用於獲取多個使用者使用服務方提供的服務的交易資訊，該交易資訊包括該多個使用者的多個位置資訊；聚類單元，用於將該多個位置資訊聚類成至少一個區域； 確定單元，用於確定與該至少一個區域中的各個區域對應的交易屬性，該交易屬性包括對應區域中的使用者數量和/或對應區域中使用者使用該服務的交易次數；處理單元，用於根據該至少一個區域的區域個數和該與各個區域對應的交易屬性，確定該服務方提供該服務的服務分散度，其中，該處理單元具體用於：根據該交易屬性的資訊熵值，確定該服務方提供該服務的服務分散度，其中，該處理單元用於透過以下公式確定該服務分散度：
    Figure 107143887-A0305-02-0026-7
     其中，Spread(b i)表示該服務分散度，i,j=1,...,m,m表示該區域個數，b i表示與第i個區域對應的交易屬性，b j 表示與第j個區域對應的交易屬性。
  17. 根據申請專利範圍第16項所述的裝置，其中，該獲取單元具體用於：獲取預定時間內該多個使用者使用服務方提供的服務的交易資訊。
  18. 根據申請專利範圍第16項所述的裝置，其中，還包括： 去除單元，用於去除該多個位置資訊中超過預定範圍的位置資訊。
  19. 根據申請專利範圍第16項所述的裝置，其中，該聚類單元具體用於：使用GEOHASH演算法或DBSCAN演算法，將該多個位置資訊聚類成至少一個區域。
  20. 根據申請專利範圍第16至19項中任一項所述的裝置，其中，該獲取單元獲取的位置資訊包括經緯度資訊。
TW107143887A 2018-01-12 2018-12-06 位置資訊的處理方法及裝置 TWI693527B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
??201810030394.3 2018-01-12
CN201810030394.3 2018-01-12
CN201810030394.3A CN108269087B (zh) 2018-01-12 2018-01-12 位置信息的处理方法及装置

Publications (2)

Publication Number Publication Date
TW201931156A TW201931156A (zh) 2019-08-01
TWI693527B true TWI693527B (zh) 2020-05-11

Family

ID=62775511

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107143887A TWI693527B (zh) 2018-01-12 2018-12-06 位置資訊的處理方法及裝置

Country Status (6)

Country Link
US (1) US11176564B2 (zh)
EP (1) EP3719729A4 (zh)
CN (1) CN108269087B (zh)
SG (1) SG11202006203QA (zh)
TW (1) TWI693527B (zh)
WO (1) WO2019137230A1 (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11100499B1 (en) * 2014-05-07 2021-08-24 Google Llc Location modeling using transaction data for validation
CN108170821B (zh) * 2018-01-03 2021-09-07 创新先进技术有限公司 确定一码多址的方法、装置及电子设备
CN108269087B (zh) 2018-01-12 2020-07-28 阿里巴巴集团控股有限公司 位置信息的处理方法及装置
CN109299954B (zh) * 2018-08-22 2022-04-15 中国银联股份有限公司 一种违规商户识别方法和装置
CN109493086B (zh) * 2018-10-26 2021-12-28 中国银联股份有限公司 一种确定违规商户的方法及装置
CN111723959B (zh) * 2019-03-19 2023-12-12 腾讯科技（深圳）有限公司 区域的划分方法、装置、存储介质及电子装置
US11349850B2 (en) 2019-12-03 2022-05-31 Blackberry Limited Systems and methods for managing mobile devices based on device location data
CN111028071B (zh) * 2019-12-04 2022-07-15 北京三快在线科技有限公司 账单处理方法、装置、电子设备及存储介质
CN111083636B (zh) * 2019-12-27 2021-11-30 中国联合网络通信集团有限公司 运动状态信息的处理方法及设备
WO2021171102A1 (en) * 2020-02-27 2021-09-02 Telefonaktiebolaget Lm Ericsson (Publ) Geohash based auto-segmentation
CN113780691B (zh) 2020-06-09 2023-09-29 富泰华工业（深圳）有限公司 数据测试方法、装置、电子设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103714153A (zh) * 2013-12-26 2014-04-09 西安理工大学 基于限定区域数据取样的密度聚类方法
CN103714138A (zh) * 2013-12-20 2014-04-09 南京理工大学 一种基于密度聚类的区域数据可视化方法

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7006881B1 (en) 1991-12-23 2006-02-28 Steven Hoffberg Media recording device with remote graphic user interface
US6400996B1 (en) 1999-02-01 2002-06-04 Steven M. Hoffberg Adaptive pattern recognition based control system and method
US6850252B1 (en) 1999-10-05 2005-02-01 Steven M. Hoffberg Intelligent electronic appliance system and method
US6236365B1 (en) 1996-09-09 2001-05-22 Tracbeam, Llc Location of a mobile station using a plurality of commercial wireless infrastructures
GB2337386B (en) 1996-09-09 2001-04-04 Dennis J Dupray Location of a mobile station
US6684250B2 (en) 2000-04-03 2004-01-27 Quova, Inc. Method and apparatus for estimating a geographic location of a networked entity
US6665715B1 (en) * 2000-04-03 2003-12-16 Infosplit Inc Method and systems for locating geographical locations of online users
US8169185B2 (en) 2006-01-31 2012-05-01 Mojo Mobility, Inc. System and method for inductive charging of portable devices
US8468244B2 (en) 2007-01-05 2013-06-18 Digital Doors, Inc. Digital information infrastructure and method for security designated data and with granular data stores
US8600881B2 (en) * 2008-11-13 2013-12-03 Visa International Service Association System and method for uniquely identifying point of sale devices in an open payment network
US8487772B1 (en) 2008-12-14 2013-07-16 Brian William Higgins System and method for communicating information
US8752153B2 (en) 2009-02-05 2014-06-10 Wwpass Corporation Accessing data based on authenticated user, provider and system
US8751829B2 (en) 2009-02-05 2014-06-10 Wwpass Corporation Dispersed secure data storage and retrieval
CN106411909A (zh) 2009-11-25 2017-02-15 安全第公司 对移动中数据进行保护的系统和方法
US8863256B1 (en) 2011-01-14 2014-10-14 Cisco Technology, Inc. System and method for enabling secure transactions using flexible identity management in a vehicular environment
US9418115B2 (en) 2011-07-26 2016-08-16 Abl Ip Holding Llc Location-based mobile services and applications
US9444547B2 (en) 2011-07-26 2016-09-13 Abl Ip Holding Llc Self-identifying one-way authentication method using optical signals
US10096043B2 (en) * 2012-01-23 2018-10-09 Visa International Service Association Systems and methods to formulate offers via mobile devices and transaction data
CN103902636B (zh) * 2012-12-30 2018-04-27 腾讯科技（深圳）有限公司 基于过滤聚类法推送信息的方法和服务器
US20140279311A1 (en) * 2013-03-15 2014-09-18 Capital One Financial Corporation System and method for determining transaction locations based on geocoded information
CN105100292B (zh) * 2014-05-12 2018-12-18 阿里巴巴集团控股有限公司 确定终端的位置的方法及装置
US9646318B2 (en) 2014-05-30 2017-05-09 Apple Inc. Updating point of interest data using georeferenced transaction data
US11200403B2 (en) * 2016-04-28 2021-12-14 International Business Machines Corporation Next location prediction
US10565573B2 (en) * 2016-05-10 2020-02-18 Visa International Service Association Reported location correction system
CN106529998A (zh) * 2016-11-02 2017-03-22 北京航天泰坦科技股份有限公司 一种用于分析pos机推广区域的统计方法及系统
CN106682811B (zh) * 2016-11-23 2020-11-03 广西中烟工业有限责任公司 一种基于密度聚类与力引导算法的市场网络可视化方法
US9769616B1 (en) * 2017-04-04 2017-09-19 Lyft, Inc. Geohash-related location predictions
CN108269087B (zh) * 2018-01-12 2020-07-28 阿里巴巴集团控股有限公司 位置信息的处理方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103714138A (zh) * 2013-12-20 2014-04-09 南京理工大学 一种基于密度聚类的区域数据可视化方法
CN103714153A (zh) * 2013-12-26 2014-04-09 西安理工大学 基于限定区域数据取样的密度聚类方法

Also Published As

Publication number Publication date
US11176564B2 (en) 2021-11-16
EP3719729A4 (en) 2021-02-24
WO2019137230A1 (zh) 2019-07-18
CN108269087A (zh) 2018-07-10
EP3719729A1 (en) 2020-10-07
SG11202006203QA (en) 2020-07-29
TW201931156A (zh) 2019-08-01
CN108269087B (zh) 2020-07-28
US20200294074A1 (en) 2020-09-17

Similar Documents

Publication Publication Date Title
TWI693527B (zh) 位置資訊的處理方法及裝置
TWI752418B (zh) 伺服器、客戶端、用戶核身方法及系統
CN108229419B (zh) 用于聚类图像的方法和装置
CN107341220B (zh) 一种多源数据融合方法和装置
WO2016015444A1 (zh) 一种目标用户的确定方法、设备和网络服务器
CN111371858B (zh) 群控设备识别方法、装置、介质及电子设备
EP3817333B1 (en) Method and system for processing requests in a consortium blockchain
CN113722520B (zh) 图数据的查询方法及装置
CN111814910B (zh) 异常检测方法、装置、电子设备及存储介质
WO2020038096A1 (zh) 一种基于区块链存证的识别双方证据真实性的方法及装置
TWI706362B (zh) 基於區塊鏈的資料處理方法、裝置和伺服器
WO2020038036A1 (zh) 一种基于区块链存证的识别证据真实性的方法及装置
CN106529953B (zh) 一种对业务属性进行风险识别的方法及装置
CN111090780A (zh) 可疑交易信息的确定方法及装置、存储介质、电子设备
JP5808371B2 (ja) 画像認識装置、画像認識方法及び画像認識プログラム
WO2019119635A1 (zh) 种子用户拓展方法、电子设备及计算机可读存储介质
WO2022267769A1 (zh) 图数据生成的方法及装置
CN110245684B (zh) 数据处理方法、电子设备和介质
CN111767543B (zh) 重放攻击漏洞确定方法、装置、设备及可读存储介质
US20180018385A1 (en) System, data combining method, integration server, data combining program, database system ,database system cooperation method, and database system cooperation program
US20230049322A1 (en) Information processing method, device, system, and computer-readable storage medium
CN111651555B (zh) 业务处理方法、系统和计算机可读存储介质
CN111860655A (zh) 用户的处理方法、装置和设备
TWM580230U (zh) Financial Services Application Review System
CN108932621B (zh) 安全性验证方法和装置