CN109146440A - 交易结算方法、装置、服务器以及存储介质 - Google Patents
交易结算方法、装置、服务器以及存储介质 Download PDFInfo
- Publication number
- CN109146440A CN109146440A CN201710457012.0A CN201710457012A CN109146440A CN 109146440 A CN109146440 A CN 109146440A CN 201710457012 A CN201710457012 A CN 201710457012A CN 109146440 A CN109146440 A CN 109146440A
- Authority
- CN
- China
- Prior art keywords
- settlement
- transaction
- transaction record
- transactions
- rule
- 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.)
- Granted
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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/085—Payment architectures involving remote charge determination or related payment systems
-
- 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
- G06Q20/08—Payment architectures
-
- 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
- G06Q20/08—Payment architectures
- G06Q20/10—Payment architectures specially adapted for electronic funds transfer [EFT] systems; specially adapted for home banking systems
-
- 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
- G06Q20/08—Payment architectures
- G06Q20/10—Payment architectures specially adapted for electronic funds transfer [EFT] systems; specially adapted for home banking systems
- G06Q20/102—Bill distribution or payments
-
- 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
- G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
- G06Q20/3821—Electronic credentials
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M15/00—Arrangements for metering, time-control or time indication ; Metering, charging or billing arrangements for voice wireline or wireless communications, e.g. VoIP
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请公开了一种交易结算方法、装置、服务器以及存储介质,该方法包括:获取待结算的交易记录;利用预先训练得到的规则匹配模型,确定该交易记录分别与预置的多种交易结算规则的匹配程度;依据该交易记录分别与预置的多种交易结算规则的匹配程度,从该预置的多种交易结算规则中,确定对该交易记录进行交易结算所需的目标交易结算规则;基于该目标交易结算规则,对交易记录进行交易结算。本申请的方案可以减少由于无法匹配到交易结算规则而导致交易结算失败的情况,进而减少支付平台中收款方结算入账延迟的情况。
Description
技术领域
本申请涉及交易数据处理技术领域,尤其涉及一种交易结算方法、装置、服务器以及存储介质。
背景技术
随着网络技术的发展,第三方支付以及其他支付平台的应用日益广泛。
在基于支付平台完成交易支付(如,转账、商品支付、提现等等)之后,该支付平台就会产生一条交易记录,交易记录中一般会记录交易的参与双方、支付方式、交易平台以及支付金额等多种交易信息。支付平台会依据与该交易记录匹配的交易计费规则,对该交易记录进行交易结算(也称为支付结算),如,支付平台依据与交易记录相匹配的计费规则,确定所需扣除的手续费或者服务费等费用,并在从支付金额中扣除所需费用之后,将剩余的支付金额存入到交易中收款方的指定账户内,以完成交易结算。
其中,交易结算规则不仅与交易中的收款方的有关,还与支付方式、交易平台以及支付金额等多种因素中的一种或多种有关。然而交易的收款方所对应的支付方式、交易平台以及支付金额等因素经常会发生改变,而这些因素一旦发生变化,就可能出现支付平台中未配置有与该交易的收款方的交易记录相匹配的交易结算规则,从而导致无法完成交易结算的情况,进而导致收款方的结算入账延迟。
发明内容
有鉴于此,本申请提供了一种交易结算方法、装置、服务器以及存储介质,以减少由于无法匹配到交易结算规则而导致交易结算失败的情况,进而减少收款方结算入账延迟的情况。
为实现上述目的,一方面,本申请提供了一种交易结算方法,包括:
获取待结算的交易记录;
利用预先训练得到的规则匹配模型,确定所述交易记录分别与预置的多种交易结算规则的匹配程度,其中,所述规则匹配模型为基于当前时刻之前的多条历史交易记录以及所述历史交易记录对应的交易结算规则训练得到的;
依据所述交易记录分别与预置的多种交易结算规则的匹配程度,从所述预置的多种交易结算规则中,确定对所述交易记录进行交易结算所需的目标交易结算规则;
基于所述目标交易结算规则,对所述交易记录进行交易结算。
又一方面,本申请提供了一种交易结算装置,包括:
记录获取单元,用于获取待结算的交易记录;
规则匹配单元,用于利用预先训练得到的规则匹配模型,确定所述交易记录分别与预置的多种交易结算规则的匹配程度,其中,所述规则匹配模型为基于当前时刻之前的多条历史交易记录以及所述历史交易记录对应的交易结算规则训练得到的;
规则确定单元,用于依据所述交易记录分别与预置的多种交易结算规则的匹配程度,从所述预置的多种交易结算规则中,确定对所述交易记录进行交易结算所需的目标交易结算规则;
交易结算单元,用于基于所述目标交易结算规则,对所述交易记录进行交易结算。
又一方面,本申请提供了一种服务器,包括:
处理器和存储器;
其中,所述处理器用于执行所述存储器中存储的程序;
所述存储器用于存储程序,所述程序至少用于:
获取待结算的交易记录;
利用预先训练得到的规则匹配模型,确定所述交易记录分别与预置的多种交易结算规则的匹配程度,其中,所述规则匹配模型为基于当前时刻之前的多条历史交易记录以及所述历史交易记录对应的交易结算规则训练得到的;
依据所述交易记录分别与预置的多种交易结算规则的匹配程度,从所述预置的多种交易结算规则中,确定对所述交易记录进行交易结算所需的目标交易结算规则;
基于所述目标交易结算规则,对所述交易记录进行交易结算。
又一方面,本申请还提供了一种存储介质,该存储介质中存储有计算机可执行指令,所述计算机可执行指令用于执行如上所述的交易结算方法。
经由上述的技术方案可知,在本申请中,获取到待处理的交易记录之后,可以利用预先训练得到的规则匹配模型,确定出该交易记录分别与预置的多种交易结算规则匹配的匹配程度,并依据交易记录分别与预置的多种交易结算规则的匹配程度,从该多种交易结算规则中,选取出一个交易结算规则对该交易记录进行交易结算,从而减少了由于支付平台中出现交易结算规则缺失,而导致无法对交易记录进行交易结算的情况,进而减少了交易结算延迟的情况。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1示出了本申请的一种交易结算方法所适用的一种应用场景的组成架构示意图;
图2示出了本申请的一种交易结算方法所适用的服务器的一种组成结构示意图;
图3示出了本申请一种交易结算方法一个实施例的流程示意图;
图4示出了本申请的一种训练作为规则转换模型的RNN模型时的输入参数以及输出结果的示意图;
图5示出了本申请一种训练作为规则转换模型的RNN模型的训练流程示意图;
图6示出了本申请一种交易结算方法在一种应用场景下的流程示意图;
图7示出了本申请一种交易结算方法的执行流程示意图;
图8示出了本申请一种交易结算装置一个实施例的组成结构示意图。
具体实施方式
如图1,其示出了本申请的方案所适用的一种应用场景的组成架构示意图,在该应用场景中包括:
支付平台101、交易平台102以及用户的终端103。
其中,支付平台可以包括至少一台支付服务器1011。如,该支付平台可以为第三方支付平台,也可以为银行等能够实现交易双方完成交易支付的支付***所在的平台。其中,交易平台102为可以提供商户与用户之间完成产品交易的服务平台。该交易平台可以包括至少一台交易服务器1021。
该交易平台中的商户为在支付平台注册的商户,或者说是与支付平台存在签约关系的商户。
相应的,用户为支付平台上的注册用户。用户通过终端103可以访问交易平台102,以与交易平台中的商户进行产品交易,并在达成产品交易之后,通过终端103向支付平台发送支付请求,该支付请求携带有支付方的标识(即,该用户的标识),收款方的标识(即,该商户的标识)、交易金额、支付渠道(如,银联卡支付、***支付、账户余额支付等等)。该支付请求还可以携带有:该交易平台的标识以及交易的产品类型等等。
该支付平台根据用户提交的支付请求,生成交易记录,该交易记录中可以包括支付请求所携带以上支付方的标识、收款方的标识、支付渠道、交易平台的标识以及交易的产品类型等,该支付平台还可以根据收款方的标识,或者该收款方接入该支付平台的接入渠道以及结算模式,并将接入渠道以及结算模式存储为交易记录中的信息。其中,接入渠道表明收款方接入支付平台所采用的具体方式,如,接入渠道可以包括:通过移动终端或者有线网络终端接入该支付平台,结算模式表明该交易的类型,如,结算模式可以包括:交易支付、转账以及提现等。
其中,支付平台可以根据需要设定交易结算的频率,如,每个自然日执行一次交易结算,也可以是每指定时长执行一次交易结算,当然,支付平台还可以针对不同的交易平台或者不同的商户设置不同的交易结算的频率。
在当前满***易结算的条件时,支付平台获取当前待结算的至少一条交易记录;针对每条交易记录,确定与该交易记录匹配的交易结算规则,并按照该交易结算规则,对该交易记录进行交易结算。如,交易结算规则可以为确定该交易记录所需扣除的服务费或者手续费等费用的计费规则,则可以按照该计费规则,确定对该交易记录的支付结算所需扣除的扣费金额,并从交易记录的交易金额中扣除该扣费金额,并将剩余的交易金额存储到交易记录对应的收款方的指定账户中。
可以理解的是,在图1所示的应用场景中,是以场景中包含交易平台为例进行介绍,在该场景中交易双方在产生产品交易之后,基于支付平台完成交易支付。但是可以理解的是,本申请方案所适用的应用场景并不限于图1所示,在实际应用中,用户基于支付平台向商户转账、以及用户基于支付平台进行提现等等场景的情况下,支付平台均会生成交易记录,并在需要交易结算时,针对交易记录进行交易结算。
本申请的发明人对支付平台的交易结算过程进行研究发现:交易结算规则与商户、商户所设置的支付渠道、商户所属的交易平台、商户所设置的结算模式等等因素均有关系,因此,在商户改变一种或多种因素时,如果支付平台的管理人员未及时录入相应的交易结算规则,或者及时建立交易结算规则与改变后的多种因素之间的对应关系,就可能会导致由于交易结算规则缺失,而出现支付平台中未配置有与交易记录对应的交易结算规则。
如,假设一个商户所设置的支付渠道包括***支付以及借记卡支付,如果该商户新增了银联卡快捷支付这一种支付渠道,而支付平台中没有与该商户以及银联卡快捷支付对应的交易结算规则,则后续存在针对该商户且采用银联卡快捷支付的交易记录时,就无法匹配到该交易记录对应的交易结算规则,从而导致交易结算失败。
然而,在支付平台针对交易记录进行交易结算的过程中,如果无法查询到与该交易记录匹配的交易结算规则,则会将该条交易记录标记为结算异常的交易记录,并输出结算异常的报警提示,并等待专业人员的介入确认以及问题修复,导致无法及时完成交易结算,使得交易结算延迟。同时,在出现结算异常的情况时,对处理结算异常的人员的业务知识储备也有较高的要求,导致异常处理的复杂度较高。
为了在出现结算异常时,能够及时处理计费异常,减少支付结算的延迟,并降低计费异常处理的复杂度,本申请实施例提供了一种交易结算方法,该交易结算方法可以应用于支付平台的服务器,以对交易记录进行支付结算。
如,参见图2,其示出了本申请实施例的交易结算方法所适用的支付平台的服务器的一种组成结构示意图。
在图2中,该服务器200可以包括:处理器201、存储器202、通信接口203、输入单元204、显示器205和通信总线206。
处理器201、存储器202、通信接口203、输入单元204、显示器205、均通过通信总线206完成相互间的通信。
在本申请实施例中,该处理器201,可以为中央处理器(Central ProcessingUnit,CPU),特定应用集成电路(application-specific integrated circuit,ASIC),数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件等。
该处理器可以调用存储器202中存储的程序。
存储器202中用于存放一个或者一个以上程序,程序可以包括程序代码,所述程序代码包括计算机操作指令,在本申请实施例中,该存储器中至少存储有用于实现以下功能的程序:
获取待结算的交易记录;
利用预先训练得到的规则匹配模型,确定所述交易记录分别与预置的多种交易结算规则的匹配程度,其中,所述规则匹配模型为基于当前时刻之前的多条历史交易记录以及所述历史交易记录对应的交易结算规则训练得到的;
依据所述交易记录分别与预置的多种交易结算规则的匹配程度,从所述预置的多种交易结算规则中,确定对所述交易记录进行交易结算所需的目标交易结算规则;
基于所述目标交易结算规则,对所述交易记录进行交易结算。
其中,该存储器202可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
该通信接口203可以为通信模块的接口,如GSM模块的接口。
本申请的服务器还可以包括输入单元204,该输入单元可以包括键盘、鼠标等等输入装置。
该显示器205包括显示面板等。
当然,图2所示的服务器结构并不构成对本申请实施例中服务器的限定,在实际应用中服务器可以包括比图2所示的更多或更少的部件,或者组合某些部件。
下面结合本申请的以上共性,对本申请实施例的交易结算方法进行详细介绍。
参见图3,其示出了本申请一种交易结算方法一个实施例的流程示意图,本实施例的方法可以应用于支付平台的服务器,该方法可以包括:
S301,获取待结算的交易记录。
其中,该交易记录包括至少一种属性的交易信息。
其中,不同属性从不同维度表征交易记录的特征,如,交易记录所可能涉及到的属性(或者说维度)可以包括:交易记录的收款方、交易记录的交易金额、交易记录的支付方式、交易记录的交易平台、交易的支付渠道(也称为支付方式,如,***支付、银联卡支付等)、交易的产品类型、收款方接入该支付平台的接入渠道、结算模式(如交易支付、转账或者提现)等等属性。
在本申请实施例中,该交易信息可以包括以上多种属性中的一种或者多种属性的交易信息。
每种属性的交易信息可以认为是交易记录在该种属性下的具体取值。举例说明,假设交易记录中包括收款方这一属性下的交易信息,那么交易记录1中记录的收款方A这一种交易信息,而交易记录2可能会记录有收款方B这一种交易信息。
S302,依据该交易记录中至少一种属性的交易信息,检测支付平台中是否配置有该交易记录对应的交易结算规则。
如,支付平台预置有多种不同的交易结算规则,每一种交易结算规则至少对应中一种交易信息组合,该交易信息组合中包括至少一种交易信息,且不同种交易信息组合所包含的交易信息的种类以及数量均可以不同。相应的,可以根据交易结算规则与交易信息组合之间的对应关系,检测是否存在与该交易记录中的至少一种属性的交易信息匹配的交易结算规则。
例如,交易结算规则与交易信息的对应关系可以包括:
收款方A,且,支付渠道为***支付时,交易结算规则为:所需扣除的扣费金额等于支付金额乘以第一计费费率(如,第一计费费率为0.6%);
收款方A,支付金额大于M2,且,支付渠道为银联卡快捷支付时,交易结算规则为:所需扣除的扣费金额为预设金额(如,1千元)。
收款方B,且,支付渠道为银联卡支付时,交易结算规则为:所需扣除的扣费金额等于支付金额乘以第二计费费率(如,第一计费费率为1.5%)。
可以理解的是,在实际应用中,支付平台也可以设置交易记录中哪几种交易信息属于匹配交易结算规则所需的关键交易信息,因此,如果存在交易信息组合与该交易记录中包含的几种关键交易信息完全匹配,则可以将该交易信息组合所对应的交易结算规则,确定为与该交易记录对应的交易结算规则。
可以理解的是,以上仅仅是以一种检测是否存储有与该交易记录对应的交易结算规则的方式为例进行说明,在实际应用中,还可以通过其他方式来检测是否存在与该交易记录对应的交易结算规则,在此不加以限制。
需要说明的是,由于支付平台中签约商户的相关属性变更等多种因素,都可能会导致在产生交易记录时,支付平台尚未及时配置相应的交易结算规则,或者交易结算规则缺失等现象,而出现支付平台中当前不存在为该交易记录配置的交易结算规则。
S303,当支付平台中不存在与该交易记录对应的交易结算规则时,依据该交易记录中的至少一种属性的交易信息,并利用预先训练得到的规则匹配模型,确定该交易记录分别与预置的多种交易结算规则之间的匹配概率;
可选的,在训练该规则匹配模型的过程中,可以挖掘出用于确定匹配概率的匹配规则,该匹配规则可以为:每种属性包含的不同交易信息,对交易记录分别与预置的多种交易结算规则匹配的影响程度。如,属性为收款方时,收款方可以有多种可能,不同的收款方对于包含该收款方的交易记录与不同交易结算规则匹配的影响程度是不同。相应的,可以基于该规则匹配模型中的该匹配规则以及该交易记录中的至少一种属性的交易信息,并利用该规则匹配模型,计算该交易记录分别与预置的多种交易结算规则之间的匹配概率。
如,在一种可能的实现方式中,每种属性包含的不同交易信息,对交易记录分别与预置的多种交易结算规则匹配的影响程度可以为:每种属性包含的不同交易信息分别与预置的多种交易结算规则匹配的匹配评分,以及每种属性包含的不同交易信息对于交易记录分别与预置的多种交易结算规则匹配的影响权重。这样,在得到交易记录包含的至少一种属性的交易信息之后,针对预置的每种交易结算规则,分别确定该交易记录包含的每种交易信息与交易结算规则匹配的匹配评分以及每种交易信息对影响该交易记录与该交易结算规则匹配的影响权重,并计算该交易记录包含的至少一种属性的交易信息所对应的匹配评分的加权和,从而将计算出的评分确定为该交易记录与该交易结算规则的匹配概率。
可以理解的是,在通过匹配概率表征交易记录与交易结算规则的匹配程度的情况下,以上所涉及到的匹配评分可以为大于等于零且小于1的数值。但是可以理解的是,通过匹配概率来表征匹配程度仅仅是一种实现方式,在实际应用中,交易记录与交易结算规则之间的匹配程度也可以通过评分(如,评分可以为从0到100的任意数值)表征,其中,评分越高,交易记录与该交易结算规则之间的匹配程度越高。当然,还可以通过交易记录与该交易结算规则之间的匹配等级来表征交易记录与该交易结算规则之间的匹配程度,在此不加以限制。
需要说明的是,此处仅仅是为了便于理解,以一种匹配规则的可能情况为例进行介绍,但是在实际应用中,根据规则匹配模型所采用的网络模型的不同,该规则匹配模型中所挖掘出的匹配规则的具体实现方式可能会更为复杂。
在本申请实施例中,该规则匹配模型为利用当前时刻之前的多条历史交易记录中各自包含的多种交易信息训练得到的。其中,为了便于区分,将当前时刻之前的交易记录称为历史交易记录。
其中,训练得到的该规则匹配模型可以有多种可能的情况,如,该规则匹配模型可以为循环神经网络(Recurrent NeuralNetworks,RNN)模型。当然,还可以通过其他算法或模型训练得到该规则匹配模型,如,可以基于贝叶斯分类器模型、支持向量机(SupportVector Machine,SVM)模型、符号推理算法、基于遗传算法的进行竞争淘汰机制、基于深度学习算法以及异构学习器等等不同算法或模型中的一种或多种来训练得到该规则匹配模型,在此不加以限制。
需要说明的是,在本实施例是以在获取到交易记录之后,依据交易记录中的至少一种属性的交易信息,检测支付平台中是否配置有与该交易记录对应的交易结算规则,并在支付平台不存在与该交易记录对应的交易结算规则时,利用预先训练得到的规则匹配模型,确定该交易记录与不同种交易结算规则之间的匹配概率为例进行说明。但是可以理解的是,在实际应用中,即使支付平台中配置有与该交易记录对应的交易结算规则,在获取到该交易记录之后,仍可以利用预先训练得到的规则匹配模型,来确定该交易记录与不同种交易结算规则之间的匹配概率,以便最终选取一个更为适合的交易结算规则来对该交易记录进行交易结算。因此,在获取到该交易记录之后,也可以不执行步骤S302的操作,而直接利用该规则匹配模型,确定该交易记录与不同种交易结算规则之间的匹配概率。
S304,依据该交易记录分别与预置的多种不同交易结算规则之间的匹配概率,从该预置的该多种不同交易结算规则中,确定出与该交易记录匹配程度最高的目标交易结算规则。
为了便于区分,将匹配程度最高的交易结算规则称为目标交易结算规则。其中,该目标交易结算规则可以作为用于对该交易记录进行交易记录所需的交易结算规则。
例如,交易结算规则A与该交易记录匹配的匹配概率为0.6,而交易结算规则B与该交易记录匹配的匹配概率为0.3,而交易结算规则C与该交易记录匹配的匹配概率为0.1,则将匹配概率最高的交易结算规则A作为该目标交易结算规则。
可以理解的是,本实施例是以匹配概率来表征交易记录与交易结算规则之间的匹配程度为例进行说明,但是可以理解的是,当通过评分或者等级来表征交易记录与交易结算规则之间的匹配程度时,同样可以选取出评分最高或者匹配等级最高的交易结算规则作为目标交易结算规则。
当然,选取匹配程度最高的目标交易结算规则仅仅是一种优选方式,在实际应用中,也可以从匹配概率或者匹配评分超过预设阈值的交易结算规则中,选取一个交易结算规则作为目标交易结算规则,在此不加以限制。
S305,按照目标交易结算规则,对该交易记录进行交易结算。
在确定出目标交易结算规则之后,依据该交易结算规则,对该交易记录进行交易结算的方式可以有多种,具体根据交易结算规则的不同以及交易结算的应用场景不同而有所不同,在此不加以限制。
可见,在本申请实施例中,在获取到待处理的交易记录之后,可以利用预先训练得到的规则匹配模型,并基于该交易记录所包含的至少一种属性的交易信息至少两种交易信息,计算出该交易记录分别与预置的多种交易结算规则匹配的匹配概率,并利用该多种交易结算规则中,与该交易记录匹配程度最高的目标交易结算规则,对该交易记录的结算,从而减少了由于无法完成交易记录的交易结算,而导致交易结算延迟的情况。
S306,为该交易记录生成交易预估凭证,并存储该交易预估凭证。
其中,该交易预估凭证可以包括:该交易记录所包含的至少一种属性的交易信息、该交易记录对应的目标交易结算规则以及对该交易记录进行交易结算的结算金额。该交易记录的结算金额可以通过对该交易记录进行交易结算,而确定出的需要转入到该交易记录对应的收款方的金额。为了确定出交易的收款方,在需要生成交易预估凭证的情况下,该交易记录中至少包括交易的收款方。
S307,当接收到用户针对该交易预估凭证所输入的偏差补偿金额时,存储该偏差补偿金额与该交易记录的收款方之间的对应关系,以便依据该偏差补偿金额,对该收款方在当前时刻之后收入的结算金额进行补偿。
如,可以依据该偏差补偿金额,对该收款方在当前时刻之后最近一次收入的结算金额进行补偿。
其中,生成该交易预估凭证的目的是为了在完成交易结算之后,用户(如,支付平台的业务维护人员等)可以根据该交易预估凭证来分析该交易记录对应的目标交易结算规则以及结算金额是否正确。如果出现由于目标交易结算规则错误而导致结算金额出现问题,则用户分析出与该交易记录实际所需匹配的交易结算规则之后,重新向支付平台中配置与该交易记录中至少一种属性的交易信息匹配的交易结算规则,并由支付平台或者用户通过终端重新计算出该交易记录所对应的实际结算金额。为了便于区分,将该交易记录实际所需结算的结算金额称为实际结算金额。
相应的,可以基于该实际结算金额与利用目标交易结算规则计算出结算金额之间的金额偏差,得到偏差补偿金额。如,偏差补偿金额可以为:利用目标交易结算规则计算出该结算金额与该实际结算金额的差值。
用户确定出该偏差补偿金额之后,可以将该偏差补偿金额输入或者通过终端输入到该支付平台的服务器中。这样,如果该服务器在当前时刻之后,再次获取到该收款方对应的交易记录,那么,在完成对交易记录的交易结算,且在向该收款方指定账户转入该交易结算所对应的结算金额之前,可以将该偏差补偿金额与该结算金额之和作为需要转入该指定账户的金额。
例如,利用目标交易结算规则计算出结算金额与该实际结算金额相减所得的偏差补偿金额为-20元,则可以从当前时刻之后该收款方所需收入的结算金额中扣除的20元,并将扣除20元之后的结算金额存入到该收款方指定的账户中。
可以理解的是,在通过训练得到的规则匹配模型确定出交易记录所对应的目标交易结算规则,并利用该目标交易结算规则计算出该交易记录所需的结算金额,完成对该交易记录的交易结算之后,后续对该交易记录所需的交易结算的结算金额进行调整的方式可以有多种,并不限于步骤S306和步骤S307的实现方式。
需要说明的是,该步骤S307和S307为可选步骤,其目的仅仅为了提高对交易记录进行交易结算的精度,而如果仅为了减少交易结算的延迟,也可以不执行该步骤S306和步骤S307。
另外,在实施例的S302中,如果检测到支付平台中存在与该交易记录对应的交易结算规则时,则可以直接基于与该交易记录对应的交易结算规则,计算该交易记录对应的扣交易结算金额,并完成交易结算。
为了便于理解训练规则匹配模型的过程,下面以规则匹配模型为训练得到的RNN模型为例进行介绍,如,参见图4,其示出了本申请训练RNN模型过程中输入参数以及输出结果的示意图。
在图4中,在训练过程中输入待训练的RNN模型的参数包括:历史交易记录所包含的多种交易信息,如,商户(或者说,收款方)、交易平台、交易的产品类型、支付方式、接入渠道、结算模式、支付金额等等,而RNN模型输出的结果为:该历史交易记录分别与多种不同交易结算规则之间的匹配概率。例如,图4中RNN模型的右侧代表多种交易结算规则,如,0.6%表示交易结算规则为:扣费金额等于交易金额与计费费率0.6%的乘积;又如,每笔1元表示交易结算规则为:每笔交易记录所对应的扣费金额为1元;又如,包量1万表示交易结算规则为:在指定时长内(如一年或者一个月),如果已经扣除了该交易记录的收款方的固定的扣费金额1万元,则无需从该交易记录中扣除扣费金额。针对不同的交易结算规则,通过该RNN模型可以输出每种交易结算规则所对应的匹配概率。
下面结合图4,以规则匹配模型为RNN模型为例,对本申请训练规则匹配模型的过程进行介绍,如,参见图5,其示出了本申请训练用于确定交易记录与不同交易结算规则之间的匹配概率的RNN模型的训练过程示意图,该过程可以包括:
S501,获取训练所需的多条历史交易记录以及每条历史交易记录实际匹配的实际交易结算规则。
其中,每条历史交易记录包括至少一种属性的历史交易信息。
其中,在训练过程中分别将每个历史交易记录作为训练样本,而历史交易记录中的历史交易信息为训练样本的训练数据。
其中,历史交易记录为当前时刻之前已经完成支付结算的交易记录,在该支付平台中每个历史交易记录的交易结算规则是已经确定。为了便于区分,将历史交易记录完成交易结算所采用的交易结算规则称为实际交易结算规则,其中,该实际交易结算规则也可以认为是支付平台为该历史交易记录实际配置的交易结算规则。
S502,从多个历史交易记录中,选取出当前待训练的历史交易记录样本。
其中,该历史交易记录样本为该历史交易记录中未作为训练样本训练RNN模型的历史交易记录,为了便于区分,将从未作为训练样本的历史交易记录中选取出的待训练的历史交易记录称为历史交易记录样本,其中,该历史交易记录也就是当前选取出的待对RNN模型进行训练的目标历史交易记录。
S503,将该历史交易记录样本所包含至少一种属性的历史交易信息输入到待训练的该RNN模型中,并获取该RNN模型所输出的该历史交易记录样本分别与预置的多种不同交易结算规则的匹配概率。
其中,该待训练的RNN模型中预置了多种不同交易结算规则。
S504,判断该RNN模型所输出的该历史交易记录样本与该历史交易记录样本的实际交易结算规则之间的匹配概率是否大于预设阈值,如果是,则执行步骤S505;如果否,则调整RNN模型中的参数设置,并返回执行步骤S503。
其中,该预设阈值可以根据需要设定,如,该预设阈值可以为0.9。
可以理解的是,如果该RNN模型中的参数设置较为合理,则该RNN模型中输出的该历史交易记录样本与该历史交易记录样本的实际交易结算规则之间的匹配概率的取值较大,如,大于该预设阈值。
如果该RNN模型输出的该历史交易记录样本与该历史交易记录样本的实际交易结算规则之间的匹配概率较低,则说明该RNN模型中设置的参数不合理,导致输出的该历史交易记录与各个交易结算规则之间的匹配概率的偏差较大。在该种情况下,需要调整该RNN模型中的参数之后,重新利用该历史交易样本记录训练该RNN模型,直至该RNN模型所输出的该历史交易记录样本与其实际交易结算规则之间的匹配概率超过预设阈值。
S505,检测该多个历史交易记录中,是否存在尚未作为训练样本训练RNN模型的历史交易记录,如果是,则返回执行步骤S502;如果否,则训练结束,训练得到作为规则匹配模型的RNN模型。
依次将该多个历史交易记录作为训练样本对该RNN模型进行训练之后,训练得到的RNN模型便可以作为用于计算交易记录与不同交易结算规则之间匹配的匹配概率的模型。
需要说明的是,图5仅仅是为了便于理解,以RNN模型为例来介绍训练规则匹配模型的过程,但是当规则匹配模型为其他网络模型或者分类器时,其训练过程类似,在此不再赘述。同时,图5是以一种训练过程为例进行说明,但是在实际应用中,训练该规则匹配模型的过程还可以有其他可能情况,在此不加以限制。
可以理解的是,考虑到支付平台中经常会由于新增签约商户以及已签约商户变更相应的交易结算规则等原因导致新增交易业务场景,在该种情况下,如果历史交易记录的生成时刻距离当前时刻的时间较长,那么基于历史交易记录训练出的该规则匹配模型无法准确反映出不同交易记录与交易结算规则之间的匹配程度。为了使得训练出的规则匹配模型能够更为精准的确定出不同交易记录所匹配的交易结算规则,在基于历史交易记录训练出该规则匹配模型之后,还可以定期对该规则匹配模型进行更新。
如,按照设定的采集周期,获取当前时刻之前最近一个采集周期内采集到的多条最新历史交易记录,其中,该采集周期可以需要设定,如可以以一天为一个采集周期,或者以4个小时为一个采集周期等。为了便于区分,将为当前时刻之前最近一个采集周期内采集到的历史交易记录称为最新历史交易记录,该最新历史交易记录中可以属于不同属性的多种交易信息。这样,在到达该规则匹配模型对应的重训练时刻时,利用该最近一个采集周期采集到的多条最新历史交易记录所各自包含的多种交易信息,对该规则匹配模型进行训练,以更新该规则匹配模型。其中,利用该多条最新历史交易记录对该规则匹配模型进行再次训练的过程与前面利用历史交易记录对规则匹配模型进行训练的过程相似,在此不再赘述。
其中,该重训练时刻可以按照规则匹配模型对应的重训练周期来确定,以实现周期性的对该规则匹配模型进行更新。
可选的,在到达规则匹配模型对应的模型重训练时刻时,还可以是利用最近一个采集周期之前采集到的历史交易记录以及最近一次采集周期内采集到最新历史交易记录来对该规则匹配模型进行重新训练,以更新该规则匹配模型。其中,在重新训练该规则匹配模型时,该最近一个采集周期之前的历史交易记录与最新交易记录的数量比例可以根据需要设定,在此不加以限制。
可以理解的是,在需要更新规则匹配模型的情况下,由于训练规则匹配模型所需的时间较长,为了避免由于规则匹配模型尚未完成训练,而导致无法利用该规则匹配模型确定与待处理的交易记录匹配的交易结算规则,在本申请实施例中,可以预置至少两个预先训练得到的规则匹配模型,且设定该至少两个规则匹配模型的模型重训练时刻不完全相同,这样,当需要调用规则匹配模型,以确定交易记录与预置的多个交易结算规则的匹配程度时,可以从预置的至少两个规则匹配模型中,选取当前未处于训练状态的规则匹配模型。
为了便于理解,以对交易记录进行交易结算的过程中,需要依据交易结算规则,确定从交易记录的交易金额中扣除服务费等相关费用,然后才可以最终完成对交易记录的交易结算为例进行介绍,如,参见图6,其示出了本申请一种交易结算方法应用于一种应用场景中的流程示意图,本实施例的方法可以包括:
S601,获取待结算的交易记录。
其中,该交易记录可以包括交易的收款方以及该交易的交易金额在内的至少两种属性的交易信息。在本实施例中,由于在交易结算过程中,需要从收款方的交易金额中进行扣费,所以交易记录中至少需要记录收款方以及交易金额这两个属性的具体取值。
如,交易的收款方可以为交易双方中负责收取支付款的商户或者用户;接受转账的商户或用户;或者是,提现的用户等等。相应的,交易金额可以为交易过程中支付的支付金额,转账的转账金额,或者是,提现的提现金额等等。
可以理解的是,该交易记录除了记录有交易的收款方以及交易金额这两种属性下的交易记录之外,还可以根据需要记录与该交易相关的其他信息,如,前面提到的交易的付款方、交易的支付渠道、交易的产品类型等等属性的交易信息。
S602,依据该交易记录包括的至少两种属性的交易信息,并利用预先训练得到的规则匹配模型,确定该交易记录分别与预置的多种交易结算规则之间的匹配概率。
S603,依据该交易记录分别与预置的多种不同交易结算规则之间的匹配概率,从该预置的该多种不同交易结算规则中,确定出与该交易记录匹配程度最高的目标交易结算规则。
其中,该步骤S602和S603可以参见前面实施例的相关介绍,在此不再赘述。
S604,按照该目标交易结算规则,计算该交易记录所需扣除的扣费金额。
在本实施例中,交易结算规则可以理解为该支付平台针对交易记录进行计费的计费规则,依据该计费规则,可以确定针对该交易记录需要从交易金额中扣除的扣费金额。
如,以交易结算规则为扣费金额等于交易金额与计费费率0.6%的乘积,则可以将该交易金额乘以0.6%所得到的金额即为该扣费金额;又如,以计费金额为每笔交易为1元,则该交易记录的扣费金额为1元。
S605,将该交易记录的交易金额减去扣费金额所得到的结算金额存入到该交易记录的收款方指定的账户。
如,交易金额为100元,扣费金额为1元,则将剩余的99元存入到该交易记录中收款方所指定的账户内,以实现基于该支付平台的交易结算。
可以理解的是,在计算出该交易记录所需扣除的扣费金额之后,基于该交易记录的交易金额以及该扣费金额,可以完成对该交易记录的交易结算。
S606,为该交易记录生成交易预估凭证,并存储该交易预估凭证。
在本申请实施例中,该交易预估凭证相当于对交易记录进行预估计费的计费预估凭证。在该交易预估凭证中至少存储该交易记录包含的收款方、交易金额等多种属于不同属性的交易信息,交易记录进行交易结算所依据的目标结算规则,以及该交易记录对应的交易结算金额即是扣费金额。
S607,当接收到用户针对该交易预估凭证所输入的偏差补偿金额时,存储该偏差补偿金额与该交易记录的收款方之间的对应关系,以便依据该偏差补偿金额,对该收款方在当前时刻之后收入的结算金额进行补偿。
与前面实施例相似,在服务器中存储了该交易记录的交易预估凭证之后,用户可以根据该交易预估凭证来分析该交易记录对应的目标交易结算规则以及扣费金额是否正确。如果交易结算规则有误,在用户分析出与该交易记录实际所需匹配的交易结算规则之后,在支付平台中重新配置该交易记录所对应的交易结算规则。
同时,如果扣费金额有误,则可以重新计算该交易记录所需扣除的实际扣费金额,并根据实际扣费金额以及步骤S605中计费出的扣费金额,来确定偏差补偿金额。如,偏差补偿金额可以为:利用目标交易结算规则计算出扣费金额与该实际扣费金额的差值。相应的,在将该偏差补偿金额输入到支付平台的服务器之后,服务器依据该偏差补偿金额,对该收款方在当前时刻之后收入的结算金额进行扣费或者增加金额,以对该收款方进行金额补偿。
与前面实施例相似,该步骤S606和步骤S607同样为可选步骤,具体可以根据实际需要选择执行或者不执行该步骤S606和S607。
为了便于理解本申请的交易结算方法的执行流程,下面结合图7的执行流程对本申请的交易结算过程进行介绍。在该流程中以支付平台为第三方支付平台为例进行说明,但是对于支付平台为其他情况也同样适用。
在图7中交易结算过程中左侧获取交易流水开始,结合图7可知,第三方支付平台获取到交易流水,交易流水为第三方支付平台在不同时刻采集到的多条交易记录组成。
由于第三方支付平台中可能会由于异步延迟入账、回滚等原因导致数据丢失,因此,需要通过快照补偿模块对交易流水中的数据进行核对补偿。
交易流水中的数据经过快照补偿模块进行补偿之后,存储到业务快照模块中,该业务快照模块存储该交易流水中所涉及到的,待处理的多条交易记录。
通过解析器对交易记录中不同属性的交易信息进行分析,确定第三方平台的计费配置模块是否存储有与该交易记录具有映射关系的交易结算规则。
一方面,如果解析器解析出第三方支付平台配置有该交易记录的交易结算规则,则从计费配置模块中获取该交易记录的交易结算规则,并基于该交易记录的交易结算规则,计算该交易记录的计费(即,扣费金额),并完成对该交易记录的交易结算。在完成交易结算之后,生成一个计费凭证。如图7所示,与计费配置模块通过实现相连的“计费”表示按照计费配置模块中配置的交易结算规则进行计费的交易记录。
其中,该计费凭证中可以包括该交易记录所对应的计费以及交易结算规则。其中,该计费凭证所包含的交易记录以及交易记录的交易结算规则可以作为用于对规则匹配模型进行训练的最近交易记录以及最近交易记录的交易结算规则,如图7中,计费凭证可以作为学习器对应的采样器的样本输入,以对预先利用历史交易记录训练得到的学习器进行训练,达到更新该学习器的目的。在图7中学习器就是指需要不断重复训练的规则匹配模型。
在图7中该第三方支付平台以设置有两个学习器为例,这两个学习器为预先利用历史交易记录所对应的数据训练得到。
另一方面,如果解析器解析出第三方支付平台未配置有该交易记录的交易结算规则,则从预先训练得到的至少两个学习器中,选取一个当前未处于训练状态的学习器。通过选取出的学习器确定该交易记录分别与预置的多种交易结算规则的匹配程度,从而确定出与该交易记录匹配程度最高的目标交易结算规则。然后,利用该目标交易结算规则对该交易记录进行计费以及交易结算。如图7中通过虚线与计费配置模块通过虚线相连的“计费”(从左到右的第3个“计费”)表示未配置有交易结算规则的交易记录。
同时,对于通过学习器学习出目标交易结算规则的交易记录而言,在完成对该交易记录的交易结算之后,还会为该交易记录生成计费预估凭证,如图7中,计费预估模块中存储有利用学习器学习的目标交易结算规则完成交易结算的所有交易记录对应的计费预估凭证。
通过人为对该计费预估凭证进行监督,可以人为分析出存在计费错误的交易记录,并人为确定该存在计费错误的交易记录所需的偏差补偿金额,以便后续从该交易记录的收款方中扣除或者补偿相应的金额。同时,用户根据计费预估凭证包含的交易记录,可以分析该交易记录实际所需配置的交易结算规则,并向计费配置模型中配置交易记录实际所需的交易结算规则。
下面对本发明实施例提供的一种交易结算装置进行介绍,下文描述的一种交易结算装置可与上文描述的一种交易结算方法相互对应参照。
如,参见图8,其示出了本申请一种交易结算装置一个实施例的组成结构示意图,本实施例的装置可以包括:
记录获取单元801,用于获取待结算的交易记录;
规则匹配单元802,用于利用预先训练得到的规则匹配模型,确定所述交易记录分别与预置的多种交易结算规则的匹配程度,其中,所述规则匹配模型为基于当前时刻之前的多条历史交易记录以及所述历史交易记录对应的交易结算规则训练得到的;
规则确定单元803,用于依据所述交易记录分别与预置的多种交易结算规则的匹配程度,从所述预置的多种交易结算规则中,确定对所述交易记录进行交易结算所需的目标交易结算规则;
交易结算单元804,用于基于所述目标交易结算规则,对所述交易记录进行交易结算。
其中,所述记录获取单元获取到的所述交易记录包括至少一种属性的交易信息;
所述规则匹配单元,用于,基于所述交易记录中至少一种属性的交易信息以及预先训练得到的规则匹配模型中挖掘出的匹配规则,并利用所述规则匹配模型,确定所述交易记录分别与预置的多种交易结算规则的匹配程度,其中,所述匹配规则包括:每种属性包含的不同交易信息,对交易记录分别与预置的多种交易结算规则匹配的影响程度。
在一种实现方式中,所述装置还包括:模型训练单元,用于通过如下方式训练得到所述规则匹配模型:
获取训练所需的多条历史交易记录以及每条历史交易记录的实际交易结算规则,所述实际交易结算规则为所述历史交易记录完成交易结算所采用的交易结算规则,所述历史交易记录包括至少一种属性的历史交易信息;
从所述多条历史交易记录中,选取出当前待训练的目标历史交易记录;
将所述目标历史交易记录的至少一种属性的历史交易信息输入到待训练的规则匹配模型中,并获取所述规则匹配模型输出的所述目标历史交易记录分别与预置的多种不同交易结算规则的匹配概率;
当所述规则匹配模型输出的目标匹配概率小于或等于预设阈值,则调整所述规则匹配模型中的参数设置,并返回执行所述将所述目标历史交易记录的至少一种属性的历史交易信息输入到待训练的规则匹配模型中的操作,其中,目标匹配概率为所述目标历史交易记录与所述目标历史交易记录的实际交易结算规则之间的匹配概率;
当所述规则匹配模型输出的目标匹配概率不小于所述预设阈值时,则返回执行所述从所述多条历史交易记录中,选取出当前待训练的目标历史交易记录的操作,直至所述多条历史交易记录中不存在尚未训练的历史交易记录。
在一种实现方式中,该装置还包括:
数据采集单元,用于按照预设的采集周期,获取支付平台在所述采集周期内完成交易结算的最新历史交易记录以及所述最新历史交易记录对应的交易结算规则;
模型重训练单元,用于在到达所述规则匹配模型对应的模型重训练时刻时,利用当前时刻之前最近一个采集周期内采集到的最新历史交易记录以及所述最新历史交易记录对应的交易结算规则,对所述规则匹配模型进行训练,以更新所述规则匹配模型。
在一种实现方式中,所述规则匹配单元,包括:
模型选取子单元,用于从多个预先训练得到的规则匹配模型中,确定当前未处于训练状态的规则匹配模型;
规则匹配子单元,用于利用当前未处于训练状态的规则匹配模型,确定所述交易记录分别与预置的多种交易结算规则的匹配程度。
可选的,所述规则确定单元,具体用于从所述预置的多种交易结算规则中,确定与所述交易记录的匹配程度最高的目标交易结算规则。
可选的,所述记录获取单元获取到的所述交易记录包括属于不同属性的至少两种交易信息,且所述至少两种交易信息包括:所述交易记录的收款方以及所述交易记录的交易金额;
所述交易结算单元,包括:
计费子单元,用于基于所述目标交易结算规则,确定所述交易记录所需扣除的扣费金额;
结算子单元,用于将所述交易记录中的交易金额减去所述扣费金额所得的结算金额,存入所述交易记录的收款方指定的账户中。
在一种实现方式中,所述交易结算装置还包括:
预估凭证生成单元,用于在所述交易结算单元对所述交易记录进行交易计算之后,为所述交易记录生成交易预估凭证,并存储所述交易预估凭证,所述交易预估凭证包括:所述交易记录中的所述至少两种交易信息、所述交易记录对应的目标交易结算规则以及所述交易记录进行交易结算的结算金额;
金额补偿单元,用于当接收到用户针对所述交易预估凭证输入的偏差补偿金额时,存储所述偏差补偿金额与该交易记录的收款方之间的对应关系,以便依据该偏差补偿金额,对所述收款方在当前时刻之后最近一次收入的结算金额进行补偿。
另一方面,本申请实施例还提供了一种存储介质,该存储介质中存储有计算机可执行指令,该计算机可执行指令用于执行以上任意一个实施例所描述的交易结算方法。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物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、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
以上仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (15)
1.一种交易结算方法,其特征在于,包括:
获取待结算的交易记录;
利用预先训练得到的规则匹配模型,确定所述交易记录分别与预置的多种交易结算规则的匹配程度,其中,所述规则匹配模型为基于当前时刻之前的多条历史交易记录以及所述历史交易记录对应的交易结算规则训练得到的;
依据所述交易记录分别与预置的多种交易结算规则的匹配程度,从所述预置的多种交易结算规则中,确定对所述交易记录进行交易结算所需的目标交易结算规则;
基于所述目标交易结算规则,对所述交易记录进行交易结算。
2.根据权利要求1所述的交易结算方法,其特征在于,所述交易记录包括至少一种属性的交易信息;
所述利用预先训练得到的规则匹配模型,确定所述交易记录分别与预置的多种交易结算规则的匹配程度,包括:
基于所述交易记录中所述至少一种属性的交易信息以及预先训练得到的规则匹配模型中挖掘出的匹配规则,确定所述交易记录分别与预置的多种交易结算规则的匹配程度,其中,所述匹配规则包括:每种属性包含的不同交易信息,对交易记录分别与预置的多种交易结算规则匹配的影响程度。
3.根据权利要求1所述的交易结算方法,其特征在于,所述规则匹配模型通过如下方式训练得到:
获取训练所需的多条历史交易记录以及每条历史交易记录的实际交易结算规则,所述实际交易结算规则为所述历史交易记录完成交易结算所采用的交易结算规则,所述历史交易记录包括至少一种属性的历史交易信息;
从所述多条历史交易记录中,选取出当前待训练的目标历史交易记录;
将所述目标历史交易记录的至少一种属性的历史交易信息输入到待训练的规则匹配模型中,并获取所述待训练的规则匹配模型输出的所述目标历史交易记录分别与预置的多种不同交易结算规则的匹配概率;
当所述待训练的规则匹配模型输出的目标匹配概率小于或等于预设阈值,则调整所述待训练的规则匹配模型中的参数设置,并返回执行所述将所述目标历史交易记录的至少一种属性的历史交易信息输入到待训练的规则匹配模型中的操作,其中,目标匹配概率为所述目标历史交易记录与所述目标历史交易记录的实际交易结算规则之间的匹配概率;
当所述待训练的规则匹配模型输出的目标匹配概率不小于所述预设阈值时,则返回执行所述从所述多条历史交易记录中,选取出当前待训练的目标历史交易记录的操作,直至所述多条历史交易记录中不存在尚未训练的历史交易记录。
4.根据权利要求1或3所述的交易结算方法,其特征在于,还包括:
按照预设的采集周期,获取在所述采集周期内完成交易结算的最新历史交易记录以及所述最新历史交易记录对应的交易结算规则;
在到达所述规则匹配模型对应的模型重训练时刻时,利用当前时刻之前最近一个采集周期内采集到的最新历史交易记录以及所述最新历史交易记录对应的交易结算规则,对所述规则匹配模型进行训练,以更新所述规则匹配模型。
5.根据权利要求4所述的交易结算方法,其特征在于,所述利用预先训练得到的规则匹配模型,确定所述交易记录分别与预置的多种交易结算规则的匹配程度,包括:
从多个预先训练得到的规则匹配模型中,确定当前未处于训练状态的规则匹配模型;
利用当前未处于训练状态的规则匹配模型,确定所述交易记录分别与预置的多种交易结算规则的匹配程度。
6.根据权利要求1所述的交易结算方法,其特征在于,所述交易记录包括属于不同属性的至少两种交易信息,且所述至少两种交易信息包括:所述交易记录的收款方以及所述交易记录的交易金额;
所述基于所述目标交易结算规则,对所述交易记录进行交易结算,包括:
基于所述目标交易结算规则,确定所述交易记录所需扣除的扣费金额;
将所述交易记录中的交易金额减去所述扣费金额所得的结算金额,存入所述交易记录的收款方指定的账户中。
7.根据权利要求6所述的交易结算方法,其特征在于,在所述基于所述目标交易结算规则,对所述交易记录进行交易结算之后,还包括:
为所述交易记录生成交易预估凭证,并存储所述交易预估凭证,所述交易预估凭证包括:所述交易记录中的所述至少两种交易信息、所述交易记录对应的目标交易结算规则以及所述交易记录进行交易结算的结算金额;
当接收到用户针对所述交易预估凭证输入的偏差补偿金额时,存储所述偏差补偿金额与该交易记录的收款方之间的对应关系,以便依据该偏差补偿金额,对所述收款方在当前时刻之后的结算金额进行补偿。
8.一种交易结算装置,其特征在于,包括:
记录获取单元,用于获取待结算的交易记录;
规则匹配单元,用于利用预先训练得到的规则匹配模型,确定所述交易记录分别与预置的多种交易结算规则的匹配程度,其中,所述规则匹配模型为基于当前时刻之前的多条历史交易记录以及所述历史交易记录对应的交易结算规则训练得到的;
规则确定单元,用于依据所述交易记录分别与预置的多种交易结算规则的匹配程度,从所述预置的多种交易结算规则中,确定对所述交易记录进行交易结算所需的目标交易结算规则;
交易结算单元,用于基于所述目标交易结算规则,对所述交易记录进行交易结算。
9.根据权利要求8所述的交易结算装置,其特征在于,所述记录获取单元获取到的所述交易记录包括至少一种属性的交易信息;
所述规则匹配单元,用于基于所述交易记录中所述至少一种属性的交易信息以及预先训练得到的规则匹配模型中挖掘出的匹配规则,确定所述交易记录分别与预置的多种交易结算规则的匹配程度,其中,所述匹配规则包括:每种属性包含的不同交易信息,对交易记录分别与预置的多种交易结算规则匹配的影响程度。
10.根据权利要求8所述的交易结算装置,其特征在于,还包括:
数据采集单元,用于按照预设的采集周期,获取在所述采集周期内完成交易结算的最新历史交易记录以及所述最新历史交易记录对应的交易结算规则;
模型重训练单元,用于在到达所述规则匹配模型对应的模型重训练时刻时,利用当前时刻之前最近一个采集周期内采集到的最新历史交易记录以及所述最新历史交易记录对应的交易结算规则,对所述规则匹配模型进行训练,以更新所述规则匹配模型。
11.根据权利要求10所述的交易结算装置,其特征在于,所述规则匹配单元,包括:
模型选取子单元,用于从多个预先训练得到的规则匹配模型中,确定当前未处于训练状态的规则匹配模型;
规则匹配子单元,用于利用当前未处于训练状态的规则匹配模型,确定所述交易记录分别与预置的多种交易结算规则的匹配程度。
12.根据权利要求8所述的交易结算装置,其特征在于,所述记录获取单元获取到的所述交易记录包括属于不同属性的至少两种交易信息,且所述至少两种交易信息包括:所述交易记录的收款方以及所述交易记录的交易金额;
所述交易结算单元,包括:
计费子单元,用于基于所述目标交易结算规则,确定所述交易记录所需扣除的扣费金额;
结算子单元,用于将所述交易记录中的交易金额减去所述扣费金额所得的结算金额,存入所述交易记录的收款方指定的账户中。
13.根据权利要求12所述的交易结算装置,其特征在于,所述交易结算装置还包括:
预估凭证生成单元,用于在所述交易结算单元对所述交易记录进行交易结算之后,为所述交易记录生成交易预估凭证,并存储所述交易预估凭证,所述交易预估凭证包括:所述交易记录中的所述至少两种交易信息、所述交易记录对应的目标交易结算规则以及所述交易记录进行交易结算的结算金额;
金额补偿单元,用于当接收到用户针对所述交易预估凭证输入的偏差补偿金额时,存储所述偏差补偿金额与该交易记录的收款方之间的对应关系,以便依据该偏差补偿金额,对所述收款方在当前时刻之后的结算金额进行补偿。
14.一种服务器,其特征在于,包括:
处理器和存储器;
其中,所述处理器用于执行所述存储器中存储的程序;
所述存储器用于存储程序,所述程序至少用于:
获取待结算的交易记录;
利用预先训练得到的规则匹配模型,确定所述交易记录分别与预置的多种交易结算规则的匹配程度,其中,所述规则匹配模型为基于当前时刻之前的多条历史交易记录以及所述历史交易记录对应的交易结算规则训练得到的;
依据所述交易记录分别与预置的多种交易结算规则的匹配程度,从所述预置的多种交易结算规则中,确定对所述交易记录进行交易结算所需的目标交易结算规则;
基于所述目标交易结算规则,对所述交易记录进行交易结算。
15.一种存储介质,所述存储介质中存储有计算机可执行指令,所述计算机可执行指令用于执行权利要求1至7任一项所述的交易结算方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710457012.0A CN109146440B (zh) | 2017-06-16 | 2017-06-16 | 交易结算方法、装置、服务器以及存储介质 |
PCT/CN2018/090977 WO2018228408A1 (zh) | 2017-06-16 | 2018-06-13 | 交易结算方法、装置、服务器以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710457012.0A CN109146440B (zh) | 2017-06-16 | 2017-06-16 | 交易结算方法、装置、服务器以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109146440A true CN109146440A (zh) | 2019-01-04 |
CN109146440B CN109146440B (zh) | 2020-06-05 |
Family
ID=64660906
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710457012.0A Active CN109146440B (zh) | 2017-06-16 | 2017-06-16 | 交易结算方法、装置、服务器以及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109146440B (zh) |
WO (1) | WO2018228408A1 (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110163764A (zh) * | 2019-05-17 | 2019-08-23 | 泰康保险集团股份有限公司 | 保费支付处理方法、装置与存储介质 |
CN110415118A (zh) * | 2019-07-29 | 2019-11-05 | 中国工商银行股份有限公司 | 处理方法及其装置、电子设备和介质 |
CN110489705A (zh) * | 2019-07-23 | 2019-11-22 | 深圳木成林科技有限公司 | 经纪费计算方法、装置、终端设备和存储介质 |
CN110880101A (zh) * | 2019-10-18 | 2020-03-13 | 中国平安财产保险股份有限公司 | 数据处理方法、装置、服务器及其存储介质 |
CN111429144A (zh) * | 2020-03-25 | 2020-07-17 | 中国工商银行股份有限公司 | 非正常汇款交易识别方法及装置 |
CN111476651A (zh) * | 2020-04-07 | 2020-07-31 | 中国民航信息网络股份有限公司 | 数据结算方法及装置、存储介质及电子设备 |
CN112016967A (zh) * | 2020-08-28 | 2020-12-01 | ***股份有限公司 | 一种交易数据处理方法与装置 |
CN112508547A (zh) * | 2020-12-21 | 2021-03-16 | 浙江吉利控股集团有限公司 | 提现执行方法、***、计算机设备及存储介质 |
CN112527402A (zh) * | 2019-08-27 | 2021-03-19 | 马上消费金融股份有限公司 | 结算方法以及相关装置 |
CN113763141A (zh) * | 2021-02-10 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 一种结算方法、装置、电子设备及存储介质 |
CN114548930A (zh) * | 2022-02-23 | 2022-05-27 | 国网无锡综合能源服务有限公司 | 一种综合能源管理平台的信息智能处理方法及*** |
CN115564544A (zh) * | 2022-10-10 | 2023-01-03 | 杭州申能信息科技有限公司 | 一种智能会计业务处理方法、装置、计算机设备和存储介质 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110288366B (zh) * | 2019-04-28 | 2023-07-04 | 创新先进技术有限公司 | 一种资源发放模型的评估方法及装置 |
CN110288334B (zh) * | 2019-05-16 | 2023-09-19 | 创新先进技术有限公司 | 项目扣费方法、装置、计算设备及计算机可读存储介质 |
CN111199464B (zh) * | 2019-12-02 | 2023-06-30 | 泰康保险集团股份有限公司 | 收款数据的处理***、收款数据的处理方法、装置、介质 |
CN113935574B (zh) * | 2021-09-07 | 2023-09-29 | 中金支付有限公司 | 异常交易的监测方法、装置、计算机设备和存储介质 |
CN115102873B (zh) * | 2022-08-23 | 2022-11-18 | 深圳市乙辰科技股份有限公司 | 一种基于ip地址分析的数据处理方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5819226A (en) * | 1992-09-08 | 1998-10-06 | Hnc Software Inc. | Fraud detection using predictive modeling |
CN104932804A (zh) * | 2015-06-19 | 2015-09-23 | 济南大学 | 一种智能虚拟装配动作识别方法 |
CN105160483A (zh) * | 2015-09-10 | 2015-12-16 | 国家电网公司 | 一种基于数据挖掘的二次设备故障诊断方法 |
CN105718726A (zh) * | 2016-01-18 | 2016-06-29 | 沈阳工业大学 | 基于粗糙集的医疗辅助检查***知识获取和推理方法 |
CN105808580A (zh) * | 2014-12-29 | 2016-07-27 | ***通信集团公司 | 一种基于先验模型的信息判定方法及设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101765078B (zh) * | 2008-12-25 | 2013-01-23 | 华为技术有限公司 | 一种电信业务结算方法、装置及*** |
CN101840560A (zh) * | 2010-05-04 | 2010-09-22 | 重庆市公众城市一卡通中心 | 基于一卡通平台的电子代金券消费结算***及其方法 |
CN104318466B (zh) * | 2014-10-20 | 2017-11-14 | 深圳市深信信息技术有限公司 | 一种交易***及交易结算方法 |
CN106651677A (zh) * | 2016-12-08 | 2017-05-10 | 杭州销冠网络科技有限公司 | 智能计算方法及*** |
-
2017
- 2017-06-16 CN CN201710457012.0A patent/CN109146440B/zh active Active
-
2018
- 2018-06-13 WO PCT/CN2018/090977 patent/WO2018228408A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5819226A (en) * | 1992-09-08 | 1998-10-06 | Hnc Software Inc. | Fraud detection using predictive modeling |
CN105808580A (zh) * | 2014-12-29 | 2016-07-27 | ***通信集团公司 | 一种基于先验模型的信息判定方法及设备 |
CN104932804A (zh) * | 2015-06-19 | 2015-09-23 | 济南大学 | 一种智能虚拟装配动作识别方法 |
CN105160483A (zh) * | 2015-09-10 | 2015-12-16 | 国家电网公司 | 一种基于数据挖掘的二次设备故障诊断方法 |
CN105718726A (zh) * | 2016-01-18 | 2016-06-29 | 沈阳工业大学 | 基于粗糙集的医疗辅助检查***知识获取和推理方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110163764A (zh) * | 2019-05-17 | 2019-08-23 | 泰康保险集团股份有限公司 | 保费支付处理方法、装置与存储介质 |
CN110489705B (zh) * | 2019-07-23 | 2023-04-28 | 深圳手回科技集团有限公司 | 经纪费计算方法、装置、终端设备和存储介质 |
CN110489705A (zh) * | 2019-07-23 | 2019-11-22 | 深圳木成林科技有限公司 | 经纪费计算方法、装置、终端设备和存储介质 |
CN110415118A (zh) * | 2019-07-29 | 2019-11-05 | 中国工商银行股份有限公司 | 处理方法及其装置、电子设备和介质 |
CN112527402A (zh) * | 2019-08-27 | 2021-03-19 | 马上消费金融股份有限公司 | 结算方法以及相关装置 |
CN110880101A (zh) * | 2019-10-18 | 2020-03-13 | 中国平安财产保险股份有限公司 | 数据处理方法、装置、服务器及其存储介质 |
CN111429144A (zh) * | 2020-03-25 | 2020-07-17 | 中国工商银行股份有限公司 | 非正常汇款交易识别方法及装置 |
CN111429144B (zh) * | 2020-03-25 | 2024-04-12 | 中国工商银行股份有限公司 | 非正常汇款交易识别方法及装置 |
CN111476651A (zh) * | 2020-04-07 | 2020-07-31 | 中国民航信息网络股份有限公司 | 数据结算方法及装置、存储介质及电子设备 |
CN112016967A (zh) * | 2020-08-28 | 2020-12-01 | ***股份有限公司 | 一种交易数据处理方法与装置 |
CN112016967B (zh) * | 2020-08-28 | 2023-09-05 | ***股份有限公司 | 一种交易数据处理方法与装置 |
CN112508547A (zh) * | 2020-12-21 | 2021-03-16 | 浙江吉利控股集团有限公司 | 提现执行方法、***、计算机设备及存储介质 |
CN113763141A (zh) * | 2021-02-10 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 一种结算方法、装置、电子设备及存储介质 |
CN114548930A (zh) * | 2022-02-23 | 2022-05-27 | 国网无锡综合能源服务有限公司 | 一种综合能源管理平台的信息智能处理方法及*** |
CN115564544A (zh) * | 2022-10-10 | 2023-01-03 | 杭州申能信息科技有限公司 | 一种智能会计业务处理方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109146440B (zh) | 2020-06-05 |
WO2018228408A1 (zh) | 2018-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109146440A (zh) | 交易结算方法、装置、服务器以及存储介质 | |
CN104463611B (zh) | 代理商管理*** | |
CN108846520A (zh) | 贷款逾期预测方法、装置以及计算机可读存储介质 | |
CN110189114A (zh) | 一种基于统一支付平台的智能分账方法 | |
US20210365926A1 (en) | Settlement system, server device, terminal device, method and program | |
CN104992073B (zh) | 用于就医流程的数据处理方法和医疗信用*** | |
KR101388654B1 (ko) | 금융사기 의심거래 모니터링 시스템 및 방법 | |
RU2006135838A (ru) | Способ и система для авансирования денежных средств | |
US20230111785A1 (en) | Machine-learning techniques to generate recommendations for risk mitigation | |
WO2011156737A1 (en) | Real-time interchange fee estimation | |
WO2016084642A1 (ja) | 与信審査用サーバと与信審査用システム及び与信審査用プログラム | |
CN107563889A (zh) | 账户余额信息处理方法及装置 | |
CN106897869A (zh) | 跨境电子商务平台银企直连的方法及*** | |
CN109508874A (zh) | ***质量分析方法、装置、服务器及存储介质 | |
CN111932354A (zh) | 一种余额调节表的计算方法 | |
US8762194B2 (en) | Systems and methods for evaluating alternative financial products | |
US10915878B2 (en) | Releasee cash-release tool and methods of use | |
US20120143620A1 (en) | Method and system for determining a patient's responsibility to a provider | |
US20210366004A1 (en) | Money management system, money management method, donation management system, donation management method and program | |
CN114418560A (zh) | 一种多方对账处理方法及装置 | |
US20160042448A1 (en) | System, method, and apparatus for scoring and depositing short term credit | |
US20180039744A1 (en) | Automated payment system | |
CN113538157B (zh) | 一种年金的费用管理方法及装置 | |
CN109584057A (zh) | 交易明细数据获取方法、装置以及服务器 | |
JP5582931B2 (ja) | 金融取引システムおよびその取引方法 |
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 |