CN110264221A - 一种针对服务商行业的全链路安全业务联合解决方案 - Google Patents

Abstract

本公开涉及一种全链路安全业务联合解决方案，包括：风险层，针对商户在入驻平台之前和之后的各个阶段中所存在的各种风险进行监控；业务层，提供良好的服务来吸引商户以进行全方位的深度合作；所述风险层包括准入、事中、事后三个环节：在准入环节，通过风险名单咨询库所评估的所述商户的风险评分来审核所述商户的入驻请求；在事中环节，通过调用所述商户健康分模型以计算所述商户的健康分，对所述商户的资质提升请求进行审核；在事后环节，将风险识别输出至各服务商以实现风险联防；所述业务层包括业务合作和售后服务两个环节：在业务合作环节，开展在交易各方之间的业务合作；在售后服务环节，通过业务合作，提供一整套完善的售后服务流程。

Description

一种针对服务商行业的全链路安全业务联合解决方案

技术领域

本公开涉及数据风险安全领域，特别是涉及一种针对服务商行业的全链路安全业务联合解决方案。

背景技术

随着互联网的发展，越来越多的现实生活中的业务开始转型到网络上，例如，随着一大批电子商务交易平台的蓬勃发展，互联网业务大有取代传统业务的趋势。但在互联网业务的发展中也面临着很多难题，其中最主要的问题就是如何预防金融风险的问题。

与实体交易一手交钱一手交货的传统交易方式不同，电子商务交易通常要求买家在线上先预付货款到电子商务平台上的卖家的账户(或平台的中间担保账户)，再由卖家通过诸如快递邮政等方式将商品线下配送给买家以实现交易这当中涉及到用户、进行电子支付的银行、具有清算资质同时又能自行开拓商户的机构(例如第三方清算平台，这些清算机构通常统称为“头部服务商”)、售卖商品的商户、扩展商户的服务商ISV(ISV：渠道服务商，也即扩展二级商户的代理商，它们不具备清算资格，但却是平台拓展商户的主力军)以及电子商务平台等多方。如何保证各方之间的资金往来的安全是所述业务发展的关键。因此，需要一种既能对服务商的安全风险进行有效控制同时又能为服务商提供业务发展需求的整体解决方案。

发明内容

本公开涉及一种针对服务商行业的全链路安全业务联合解决方案。本方案引入安全+业务组合拳的概念，不仅为服务商提供了符合其业务场景的全链路风控解决方案，还实现了安全+业务的打包整体方案。

根据本公开的第一方面，提供了一种审核商户的入驻请求的方法，包括：商户向服务商发送入驻请求，所述入驻请求包括了由商户提交的商户材料；服务商接收来自所述商户的所述入驻请求并将所述入驻请求进件至平台；所述平台启用证照识别OCR服务以将所述商户材料识别成文本格式的数据并存档；所述平台根据所述文本格式的数据检索相关的资质验证网站以审核所述商户的资质；所述平台通过风险名单咨询库评估所述商户是否存在风险；以及所述平台基于经审核的所述商户的资质和经评估的所述商户的风险来确定是否批准所述入驻请求；其中所述风险名单咨询库提供了一种从除所述商户提供的各种材料之外的其他途径来评估所述商户是否存在风险的机制。

根据本公开的第二方面，提供了一种用于商户分级管理的方法，包括：入驻商户向服务商提交资质提升申请；服务商将所述资质提升申请进件给平台；所述平台调用商户健康分模型以计算所述入驻商户的健康分；以及如果所述入驻商户的健康分超过阈值，则所述平台批准所述资质提升请求以提升所述商户的资质等级；如果所述入驻商户的健康分没超过阈值，则所述平台拒绝所述资质提升请求并保持所述商户的资质等级；其中，所述商户健康分模型通过下述阶段被构建：样本采集阶段和变量刻画阶段，其中所述样本采集定义了黑/白样本以体现所述服务商对于商户的好/坏判别，而所述变量刻画是指从所采集的商户的交易数据中提取可以刻画交易风险的各种特征；其中，所述入驻商户是通过如第一方面所述的方法被审核准入的。

根据本公开的第三方面，提供了一种针对服务商行业提供全链路安全业务联合解决方案的方法，包括：提供风险层，针对商户在入驻平台之前和之后的各个阶段中所存在的各种风险进行监控；提供业务层，提供良好的服务来吸引商户以进行全方位的深度合作；其中，所述风险层包括准入、事中、事后三个环节：在准入环节，通过风险名单咨询库所评估的所述商户的风险评分来审核所述商户的入驻请求；在事中环节，通过调用所述商户健康分模型以计算所述商户的健康分，对所述商户的资质提升请求进行审核；在事后环节，将风险识别输出至各服务商以实现风险联防；其中所述业务层包括业务合作和售后服务两个环节：在业务合作环节，开展在交易各方之间的业务合作；在售后服务环节，通过业务合作，提供一整套完善的售后服务流程。

根据本公开的第四方面，提供了一种用于审核商户的入驻请求的平台，包括：证照识别OCR模块，将从服务商进件的来自商户的入驻请求中的商户材料识别成文本格式的数据并存档，并且根据所述文本格式的数据检索相关的资质验证网站以审核所述商户的资质；以及风险名单咨询模块，基于风险名单咨询库评估所述商户是否存在风险；其中所述平台基于经审核的所述商户的资质和经评估的所述商户的风险来确定是否批准所述商户的所述入驻请求。

根据本公开的第五方面，提供了一种用于商户分级管理的平台，包括：商户健康分模型，根据从服务商进件的来自入驻商户的资质提升请求计算所述入驻商户的健康分；如果所述入驻商户的健康分超过阈值，则所述平台批准所述资质提升请求以提升所述商户的资质等级；如果所述入驻商户的健康分没超过阈值，则所述平台拒绝所述资质提升请求并保持所述商户的资质等级；其中，所述商户健康分模型通过下述阶段被构建：样本采集阶段和变量刻画阶段，其中所述样本采集定义了黑/白样本以体现所述服务商对于商户的好/坏判别，而所述变量刻画是指从所采集的商户的交易数据中提取可以刻画交易风险的各种特征；其中，所述入驻商户是通过如第四方面所述的平台被审核准入的。

根据本公开的第六方面，提供了一种针对服务商行业提供全链路安全业务联合解决方案的平台，包括：风险层，针对商户在入驻平台之前和之后的各个阶段中所存在的各种风险进行监控；业务层，提供良好的服务来吸引商户以进行全方位的深度合作；其中，所述风险层包括准入、事中、事后三个环节：在准入环节，通过风险名单咨询库所评估的所述商户的风险评分来审核所述商户的入驻请求；在事中环节，通过调用所述商户健康分模型以计算所述商户的健康分，对所述商户的资质提升请求进行审核；在事后环节，将风险识别输出至各服务商以实现风险联防；其中所述业务层包括业务合作和售后服务两个环节：在业务合作环节，开展在交易各方之间的业务合作；在售后服务环节，通过业务合作，提供一整套完善的售后服务流程。

提供本概述以便以简化的形式介绍以下在详细描述中进一步描述的一些概念。本概述并不旨在标识所要求保护主题的关键特征或必要特征，也不旨在用于限制所要求保护主题的范围。

附图说明

为了描述可获得本发明的上述和其它优点和特征的方式，将通过参考附图中示出的本发明的具体实施例来呈现以上简要描述的本发明的更具体描述。可以理解，这些附图只描绘了本发明的各典型实施例，并且因此不被认为是对其范围的限制，将通过使用附图并利用附加特征和细节来描述和解释本发明，在附图中：

图1是根据本公开的一个实施例的示例运行场景的示意图。

图2示出了根据本公开的一个实施例的一种针对服务商ISV行业的全链路安全业务联合解决方案的总体流程。

图3示出了根据本公开的一个实施例的风险名单咨询的流程图。

图4示出了根据本公开的一个实施例的商户健康分模型。

具体实施方式

为了使本公开的目的、技术方案和优点更加清清楚，下面结合本公开的具体实施例以及相应的附图来对本公开的方案进行描述。应该理解的是，所描述的各实施例仅是本公开的一部分的实施例，而非全部实施例。基于本公开的各实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例都属于本公开的保护范围。

首先，在图1中，描述了根据本公开的一个实施例的示例运行场景的示意图。在所述示意图中，一个或多个用户110(例如用户110(1)、用户110(2)、……、用户110(N))可以通过各种网络访问一个平台150以从入驻在其上的商户处选购自己需要的商品。而若干商户(例如商户130(1)、商户130(2)、……、商户130(M))也可以通过网络入驻到所述平台150中。此外，为了实现电子支付，所述平台150还通过网络与头部服务商140和/或银行160相连，所述头部服务商140不仅能够独立进行交易清算也具有自行拓展商户的能力。例如一些第三方支付机构不仅能够进行商户交易结算，同时也可以直接将商户材料进件至平台以请求入驻。为了入驻到平台150中，商户可以通过各种途径请求入驻进件，例如商户130(1)可以向服务商ISV 120提出入驻审核请求，商户130(2)可以直接向平台150提出入驻审核请求，而商户130(M)则可以向头部服务商140提出入驻审核请求。而本公开的方案主要着眼于在商户130向服务商ISV 120或头部服务商140(可统称为“服务商”)提出入驻审核请求时以及在入驻之后的针对商户分级管理、风险防控以及业务管理时，如何为所述服务商提供一种针对服务商行业的全链路安全业务联合解决方案。在示例运行场景中，所述用户110和/或商户130可以使用各种设备访问所述网络，例如个人计算机、服务器、平板、手机、PDA、笔记本或其它任何具有联网功能的计算设备。而所述服务商ISV 120、所述头部服务商140、平台150以及银行160则可以利用具有更强大处理能力和更高安全性的服务器或服务器组来实现。而所述网络可以包括各种类型的有线和无线网络，例如但不局限于：互联网、局域网、WIFI、WLAN、蜂窝通信网络(GPRS、CDMA、2G/3G/4G/5G蜂窝网络)、卫星通信网络等等。

如上所述，在一种传统整体行业间业务平台的场景下，平台150的主要合作伙伴为银行160和服务商(包括头部服务商140和服务商ISV 120)。其中，银行160主要负责电子支付服务，其自营的商户很少，因此，平台150主要通过服务商ISV 120和头部服务商140进行业务拓展，即主要依靠服务商ISV 120和/或头部服务商140吸引二级商户入驻平台来拓展市场。但服务商ISV120和/或头部服务商140引入的二级商户通常良莠不齐，每个商户或多或少都存在各种问题，严重的可能还有携款“跑路”的风险，因此，商户的准入审核具有比较大的安全风险问题。所述风险可能包括：虚假交易风险、营销作弊风险、欺诈赌博风险、套现风险等等。尽管服务商通常都有自己的风控机制和部门(例如各种U盾或安全控件以及专门的风控部门)，但单项风控产品无法针对来自各种渠道的商户提供完善全面的风险预警机制。换句话说，现有的安全赋能产品并不能为商户提供全面的安全解决方案。

为了解决现有的安全赋能产品存在的上述问题，本公开提供了一种针对服务商行业的全链路安全业务联合解决方案。本公开的整套解决方案包含业务运营方案创新及产品能力创新，最终为商户提供全链路的风险解决方案以及业务联带解决方案。

具体而言，如图2所示，其示出了一种针对服务商行业的全链路安全业务联合解决方案的总体流程。

所述总流程包含两个层面，即风险层和业务层。风险层的功能主要是针对商户在入驻平台之前和之后的各个阶段中所存在的各种风险进行监控，而业务层则主要负责提供良好的服务来牢牢吸引商户以进行全方位的深度合作。其中风险层包括准入、事中、事后三个环节，而业务层包括业务合作和售后服务两个环节。需要说明的是，所述层次和环节仅仅是出于说明性的目的来描述，而不是要进行任何限制。可以根据实际需要对所述层次和环节进行增加和删减，这些变更都在本公开的保护范围之内。下面结合附图2对这些环节进行详细说明。

准入环节

首先，描述准入环节，传统的服务商在二级商户准入场景时的审核主要分为三个步骤，即资质审核、资质转文本存档以及风险校验。服务商的这种审核当前主要通过人工形式，即人工查验商户所提交的各种纸件、照片、电子证明材料的真伪并手动将所述材料转换成文本存档。有时，即使商户所提交的所有材料都是真实的，实际上这也不能证明该商户不存在安全隐患，因为商户可能故意隐瞒了对自己不利的证据，这些证据如果通过人工收集则需要大费周折。因此，这种校验方式不仅成本很高，而且效率低下。

本公开通过使用统一的平台150代替服务商来进行准入审核。具体而言，通过平台提供商户入驻的证照识别OCR服务、生物核实校验及风险(黑)名单咨询服务等服务，实现了资质基础审核、生物核实身份、文本存档及风险审核的整体打包，解决了服务商人工审核商户资质的成本高昂问题且同时提供了强大的风险识别的能力，最终保障了进件商户的健康度。

具体而言，商户向服务商ISV 120和/或头部服务商140提供材料以进行入驻报备，所述服务商ISV 120和/或头部服务商140将商户的材料进件至平台150以供入驻审核。平台150在收到商户的材料之后，可以启动准入审核流程。所述准入审核流程可以提供诸如证照识别OCR服务、生物核实校验、风险名单咨询、门店真实性校验、渠道管理等若干模块(服务)，每个模块具有其各自对应的功能，如下所详述。

当收到来自商户的进件材料之后，证照识别OCR模块被启动，如果商户并没有当场提交电子材料，则可以指导商户使用诸如扫描仪、相机等光学设备扫描/拍摄营业执照、身份证之类的纸件材料，再将相关证照数据上传给证照识别OCR模块。在接收到用户所上传的证照数据或提交的电子材料之后，开始执行OCR识别，将这些数据从例如图片格式转换成相应的文本格式。随后，根据所述文本格式的证照信息检索相关资质验证网站(例如工商局的商户信息数据库、公安部门的身份验证***等)以验证所述证照信息是否真实。如果在相关资质网站查找到匹配的相关信息，则证照审核成功，商户可以进行下一步审核。而如果失败，则可以返回审核失败消息给商户，责令其检查或补充更多材料。

在后续审核中还可以启动生物核实模块来核实提出入驻申请的商户是否是本人。所述生物核实模块可以包括例如手机上的相机或指纹识别模块。为了核实提出入驻申请的商户是否是本人，可以在商户提交入驻申请时，通过自动启动商户所使用的设备(例如智能手机、平板、笔记本等等)的相机，并指示商户根据提示在相机前摆出各种指定的动作(例如眨眼、摇头、点头、张嘴等等)，之后再将所述采集的数据传输到提供人脸识别服务的专业网站来完成商户的身份真实性审核。或者，可以在入驻申请提交时，要求所述商户触摸例如手机或平板上的指纹识别模块来验证其身份。需要理解地是，所述生物核实校验并非必须的，平台可以根据实际场景选择是否开通所述生物核实功能。

所述证照识别OCR服务、生物核实校验模块等都可以采用现有的成熟技术来实现。例如各种软件开发商已经提供了许多证件OCR识别SDK开发包供用户在自己开发的软件程序、应用、APP、网站等中嵌入证照识别OCR功能。同样，生物核实功能也已经例如以SDK开发包的形式被广泛应用于银行、支付、安检等各个行业的应用中。

在完成上述审核之后，利用风险名单咨询模块对所述商户进行风险评估。风险名单咨询模块提供了一种从除商户提供的各种材料之外的其他途径来评估该商户是否存在风险的机制，从而杜绝了商户瞒报自己的负面信息的可能性。所述风险名单咨询模块的评估流程可以参考图3所示的流程来进行。

在图3中，首先构建“黑名单(或称为“黑种子”)”库，所述黑名单库包括已沉淀的内部黑名单以及外部来源黑名单。黑名单可以包含风险类型和商户两部分内容。风险类型可以包括黄赌毒、欺诈、套现、作弊、真实性、洗钱以及其它交易风险等分类。所述内部黑名单的建立可以参考现有商户所销售的商品类型、销量、价格、历史交易行为、资金流向、物流数据、顾客反馈等平台内部持有的与该商户相关的各种信息，例如，当某个商户在短时间内完成大量交易行为却不存在对应的物流信息(这种交易行为很可能是为了刷信用而进行的虚构交易)时，可以将该商户分类到黑名单的“作弊”分类中。而外部来源黑名单则可以通过定期检索各个相关网站的“黑名单”，例如工商异常名录、公安违法记录、法院失信名单、法人失信记录、黑灰产报告等，来构建。其中，黑灰产指的是电信诈骗、钓鱼网站、木马病毒、黑客勒索等利用网络开展违法犯罪活动的行为。其中，“黑产”指的是直接触犯国家法律的网络犯罪，“灰产”则是游走在法律边缘，往往为“黑产”提供辅助的争议行为。所述内部黑名单以及外部来源黑名单与商户自己提交的各种证明材料无关，不受其影响。这些名单的数据来源相对客观、真实且难以被篡改。因此，可以对商户的风险做出比较客观公正的评估，大大提高了审核的准确性。

随后，通过实时拓扑计算实现名单关联拓展。所述实时名单拓扑是指以已经存在于黑名单库中的“黑商户”的介质信息(介质信息是指商户在平台体系内的身份信息，例如营业执照、身份证、手机号、银行卡、经营地址、设备信息等)为基准，拓展出更多与之相关联的潜在黑商户。例如，在黑名单库中保存有商户的各种身份信息，例如营业执照、法人、经营地址、收款***等信息，基于所述身份信息，***可以从平台中检索其它包含所述标识信息的商户以作为潜在的黑商户。例如在黑名单中的同一个营业执照有可能同时在平台体系中注册了多个不同名称的商户，那么当具有该营业执照的一个商户被加入到黑名单时，就可以通过实时拓展将平台体系中具有相同营业执照的其它商户一同识别出来以作为可能也要被加入黑名单的潜在的黑商户。并且，在此之后如果该营业执照又重新注册了新的商户，所述实时拓展也可以在第一时间就将该新商户标识为潜在的黑商户。通过所述拓展可以构建出一个潜在黑商户名单。同样，根据其他介质信息(例如经营地址)也可以拓展出很多潜在的黑商户以扩充所述黑名单库。

而且，也可能存在一种情况，即针对该黑商户，在平台体系中并不存在任何相关的商户的介质信息，这时，可以将查找范围从商户拓展到用户，例如查找以相同手机号注册的用户，并从用户体系中获得该用户的介质信息以拓展更多的潜在黑商户。例如，对于黑名单库中新加入的某个黑商户，在进行商户拓展时，***并没有在当前平台中找到以其营业地址、手机号、注册地址、收款账号等信息登记的其它商户，但发现了用该手机号注册过的用户账号。这样，通过对该用户账号中的信息进行检索，就可能发现更多与该用户相关联的其它介质信息，例如收款银行***、地址等。这些介质信息又可以被用于在平台中重新检索潜在的黑商户，例如利用用户账户中的收款银行***、地址等信息可能从平台中找出许多具有相同收款银行***或地址的其它商户，所述其它商户很可能还是由同一黑商户来控制。

这样，通过上述各种拓展方式，尽管该黑商户出于各种目的可能在平台上注册了多个“马甲”商户，但通过所述拓扑扩展，在确定该商户为“黑商户”后，这些“马甲”商户都会被实时查找出来并加入到黑名单库中。

应该理解的是，尽管根据黑名单中的某个黑商户的介质信息可能拓展出更多的潜在黑商户。例如根据黑商户的营业执照号可能在平台体系中拓展出许多用相同的营业执照注册登记的其它商户。但所述潜在黑商户并不一定就都有严重问题，很多拓展出的潜在黑商户的交易记录中可能仅仅犯了几次小错误，应该给予它们继续入驻交易的机会。因此，在经过实时拓展标识出多个潜在黑商户之后，可以通过各类模型评分分别为所述潜在黑商户打分，并根据该潜在黑商户的总评分来确定是否将该潜在黑商户真正录入到黑名单，进而过滤出高准确的风险名单咨询库，以提供给服务商做准入最后的风险筛查。所述模型是根据黑名单中的风险类型来构建的，即可以针对黑名单中的诸如黄赌毒、欺诈、套现、作弊、洗钱等分类构建模型。具体而言，可以根据平台体系内的数年乃至数十年的数据沉淀，对每种风险类型，构建单独的模型进行评分。例如欺诈、赌博、套现等，每种风险均有单独的模型。每个模型可具有不同的权重，例如黄赌毒、欺诈、洗钱由于触及法律，涉及它们的模型可以具有较高的权重，而套现、刷单仅仅涉及异常交易行为，因此，它们的模型可以具有较低的权重。对于一个潜在的黑商户，均会用单独的风险模型分别对其进行打分。根据这些评分可以对商户的各个风险方面进行评估，例如对商户的资金流的运作评估、对商户的关系网络(商户之间的关系)评估、对商户的风险等级评估(例如从事黄赌毒、欺诈、套现、作弊、洗钱的可能性)等等。接着，对每个模型的评分进行加权并求和以计算该商户的模型总评分以判断此商户是否进入黑名单。

然后，根据该潜在的黑商户的经加权后的总评分确定是否将该商户加入到黑名单中。通过对所述评分阈值进行调节，只有那些具有极高风险的潜在黑商户才会被直接加入到黑名单中。而对于没有被加入黑名单的潜在的黑商户，可以另外创建一个观察名单。所述各个模型的评分会定期更新(例如每天更新)。在每次更新后可以对观察名单中的每个潜在黑商户重新进行打分并再次判断所述商户是否要被录入黑名单。通过定期更新评分以对潜在黑商户进行进一步过滤，可以生成高准确的风险名单咨询库。

在准备好风险名单咨询库后，就可以开始准入审核服务。首先，商户向服务商发送入驻请求，所述入驻请求包括了由商户提交的商户材料。当服务商接收来自商户的入驻请求后，可以将该入驻请求进件至(也即转发至)平台体系。平台体系可以首先启用证照识别OCR服务以将所述商户材料识别成文本格式的数据并存档。随后，平台根据所述文本格式的数据检索相关的资质验证网站以审核所述商户的资质。如果需要，平台还可以启用生物核实校验服务来要求商户进行实时身份认证以确认提交入驻申请的就是所述商户材料中所涉及的人员。接着，平台体系可以将商户材料输入风险名单咨询库以评估所述商户是否存在风险。最后，平台体系可以基于经审核的所述商户的资质(和/或人脸识别的校验结果)以及经评估的所述商户的风险评分来确定是否批准所述入驻请求。如果所述入驻请求没有被批准，则平台体系可以(例如经由服务商)向商户返回一份审核报告以说明该商户所存在的不符合入驻要求的问题，并给出相应的建议。

以上的证照识别OCR服务和风险名单咨询(或者还可以包括生物核实校验)这些审核模块是准入环节审核商户入驻资质时的基本审核模块。通过提供这些模块，在审核商户入驻资质时，商户只需要提供诸如营业执照、身份证、银行***、手机号、生物(例如脸部、指纹)信息等中的一种或多种材料，而服务商不仅能审核商户所提供的材料是否真实，而且还能从高准确的风险名单咨询库中自动获得该商户的风险评估的结果，从而确定是否批准该商户的入驻请求。整个入驻审核过程都无需服务商的任何人工介入，因此，极大的提高了审核的效率和准确性，降低了可能的交易风险。

当然，在上述准入环节中，除了所述的证照识别OCR服务、生物核实校验及风险(黑)名单咨询服务等服务之外，还可以根据需要提供一些其他服务，例如渠道管理、门店真实性校验等等。平台可以根据自己的实际需求来选择更多或更少的服务以审核商户入驻请求。

例如外卖平台在审核商家入驻资质时，就可能要求添加门店真实性校验服务，以审核所述商家是否存在真实的门店，而非“家庭作坊”。所述门店真实性校验服务可以通过要求商户上传门店地址的正面照片、查询门店的工商注册地址等方式来实现。

应该理解的是，除了用户主动逐个点击各个审核模块以进行相关审核之外，也可以提供一种“傻瓜式”的向导流程，用户只需要根据向导的提示在每个步骤中提供相关的材料，就能自动实现审核，而不需要手动逐个点击每个模块。这更有助于快捷迅速地完成审核。

但应该理解，本公开并不局限于上述的那些模块(服务)。根据商户需求和实际业务场景，可不断对所述服务进行扩充和优化，例如，若有更好的校验模型迭代，即可重新加入糅合。

最后，当商户的资质审核通过并且其风险评分满足要求后，就可以为该商户入驻发出准入许可，准入环节结束。因此，在准入环节，通过证照识别OCR使得文本自动转换存档，利用生物核实校验验证了商户的真实身份，并且再通过风险名单咨询打包出高准确的风险名单咨询库，进而实现了商户的进件资料的真实性校验以及风险评估。本公开的准入环节真正地实现了从三个单点步骤(资质审核、资质转文本存档以及风险校验)的人工审核转换为一体化零人工介入的智能审核，提供了强大的风险识别的能力。

事中环节

当商户完成入驻后，服务商的业务流程就进入到事中环节，其主要业务场景可以包括：二级商户日经营额度上限的提额申请、二级商户日收益金额提现额度的提现申请以及二级商户信贷类的借贷申请等。在一些实施例中，这些申请可以与商户的资质(信用)等级相挂钩，即当商户在达到一定交易条件(例如交易量、交易额、好评度等等)时，可以提出调高自己的资质等级的申请以获取更大的日经营额度、提现额度、信贷额度等。这些场景可以被统称为商户分级管理服务。

换句话说，事中环节主要涉及的是二级商户在通过入驻审核后的资质(信用)提升/下调的各种场景。在现有的服务商ISV的资质提升审核过程中，也是依靠人工查阅商户在平台上的近期交易记录中的各种数据(例如，交易金额、笔数、交易时间、购买的用户、用户反馈数据等等)并人工判断所述交易中是否存在异常行为、是否是真实交易、是否存在洗钱等问题之后，才能做出是否提升该商户的资质等级以允许其进行更大量的交易。而且，在一些情况下(例如，许多顾客对某个商家的集中投诉、商家收款后迟迟不发货等情况)，平台体系可能会自动启动商户的资质下降审核过程。该资质下降审核过程也需要人工来审核交易记录中的各种异常数据和交易行为，才能做出例如下调该商户的资质等级以降低其交易量，甚至直接封停该商户。因此，传统的资质提升/下调审核过程也是一种复杂、耗时的处理过程。

为了解决资质提升/下降中的问题，本公开的方案提供了一个全生命周期(即从商户入驻平台开始直到该商户退出平台为止)商户健康分模型。利用所述商户健康分模型，服务商可以简单地根据该商户的当前健康评分来判断是否提升/下调商户的资质等级。

所述商户健康分模型的构建主要包括两个阶段：

1、样本采集：商户健康分模型的构建首先需要采集商户样本以区分“好”和“坏”的商户。例如，头部服务商可以收集近半年进件的二级商户，作为总体的样本；黑(即“坏”)样本被定义为进件30天内有交易，且30天后已有商户价值模型评分为低分段，白(即“好”)样本被定义为进件30天内有交易，且30天后已有商户价值模型评分为高分段。已有商户价值模型是指现有平台体系内的对于商户整体商业价值的打标模型，来源于平台的业务数据分析团队，基于商户的交易情况，对商户未来持续存在交易潜能进行的打分。例如，在支付宝平台中就已经提供了已有商户价值模型。同时，在本公开的解决方案中，为了确保“好”和“坏”商户的判断准确性，可以采用迁移模型的方式融合来自多个服务商的商户样本来定义黑/白样本，以体现服务商对于二级商户的好/坏判别。当然，上述示例仅仅是出于说明，也可以以更长或更短的交易时间为基础进行样本采集，例如一个星期或三个月等等。

2、变量刻画：在完成样本采集工作之后，需要从所采集的商户的交易数据中提取可以刻画交易风险的各种特征，也称为特征刻画。例如，交易是否存在聚集性、交易地点是否有离散性、交易时间是否在凌晨等等。这些特征很可能暗示了所述交易存在很大的风险，例如涉及黄赌毒、洗钱等等。

下面结合附图来进一步详述所述商户健康分模型的构建。在图4中示出了根据本公开的一个实施例的商户健康分模型。具体而言，如所示，在模型层面上，所述商户健康分模型可以分成商户入驻模型和商户事中模型两个部分。

其中，在商户被准许入驻平台体系之后，通过一个商户入驻模型来为该商户做出一个初始的价值分判断(即初始价值评分)。由于商户刚入驻平台，还不存在太多的交易行为和记录，因此，在商户入驻模型中，商户的健康分的判断维度主要集中在商户固有的属性(例如行业、注册日期、地址、注册资本等等进件信息)，而不涉及交易类的维度，或仅仅涉及少量的交易类的维度。所以，该商户入驻模型主要在新商户入驻平台后的开始时期构建并使用，一旦商户已经累积了足够多的交易信息，可以继续构建商户事中模型，此后的商户健康分可以由商户入驻模型和商户事中模型的协调融合来计算。

在构建商户入驻模型部分时，在完成样本采集阶段之后，可以通过集成模型应用、团伙挖掘以及FTG变量体系的搭建来实现对所述商户入驻模型的变量刻画阶段，具体而言：

1)集成模型应用：依据二级商户进件信息，例如商户名称，身份证信息，营业执照信息，电话号等，将其关联至平台体系内的存量账户及商户。利用现有的商户及账户模型体系，获取到与之相关联的海量风险刻画变量。也即，根据平台内相关的存量信息来作为新商户的健康分的一个考虑因素。此部分提供了变量刻画阶段中的大约50％的刻画变量。

2)团伙挖掘：依据二级商户进件信息，将其关联至平台体系内的存量账户，随后，通过挖掘关系网络，例如，关联反查、连通图、社群发现等手段，从而实现团伙特征刻画，来对二级商户是否存在风险团伙特质进行识别。关系网络指的是一种基于图的数据结构，由节点和边组成。每个节点代表一个个体(例如商户)，每条边为个体与个体之间的关系。关系网络把不同的个体按照其关系连接在一起，从而提供了从“关系”的角度分析问题的能力。这更有利于从正常行为中识别出异常的团伙欺诈行为。此部分提供了大约10％的刻画变量。

3)FTG变量体系：对于某些进件信息极少的二级商户，则可以通过FTG变量(或历史经验群体变量)进行刻画。利用深度学***台体系内仅存少量信息的二级商户来说，只要其信息曾经在平台体系内出现过，都可以找到对应拟合方块，那么此方块的刻画，即代表这个二级商户的刻画。此部分提供了40％的刻画变量。

应该可以理解，所述各个变量在变量刻画时所占的具体比重可以根据需要进行调整。例如，如果发现商户的进件信息中的商户名称包含了明显的“团伙”特征，例如某欺诈团伙的商户都包含了诸如“兴隆”两字，而该商户的名称恰好也包含了“兴隆”，则可以将团伙挖掘在刻画变量中的占比提高到例如30％。再比如，在平台***中存有大量与该商户的存量账户及商户本身相关联的信息，使得这些信息提供了足够的历史数据供参考，则集成模型应用在刻画变量中的占比可以被提高到例如70％。

在基于集成模型应用、团伙挖掘以及FTG变量体系完成变量刻画之后，商户入驻模型被构建完成。

如上所述，在商户进驻平台一段时间并累积了足够的交易数据之后，可开始构建商户事中模型。由于在构建商户事中模型中已经累积了足够的交易数据，因此，所述商户事中模型的构建主要基于交易类数据。继续参考图4，作为示例，商户事中模型可以基于身份特质、商户经营历史、商户经营稳定性、服务商品质量、用户资金质量五部分进行变量刻画。具体来说，在商户事中模型的变量刻画阶段，主要根据以下几个方面的特征来构建模型：

1)、身份特质：包括二级商户的资质，提交的工商资料完整性，商户黑白标签(即商户是否曾出现在历史黑名单中)等。这些身份数据反映了商户的身份资质，它们在刻画变量中的占比可以是约占20％。

2)、商户经营历史：在商户的生命周期中的历史经营情况，包括每月的财务汇总、销售数据、库存数据、赢利水平等。这些历史经营数据反映了商户的历史经营状况。这些数据在刻画变量中的占比可以是约占20％。

3)、商户经营稳定性：在商户的生命周期中，日均交易量级，日均交易时长，单笔交易金额等。这些数据反映出商户的交易的稳定性，交易活动是否正常(例如是否涉及洗钱这样剧烈波动的交易量)。这些数据在刻画变量中的占比可以是约占10％。

4)、服务商品质量：服务商品的商品评价、相关商品的社交评论以及商品的投诉历史等。这些数据反映了商户销售的商品的真实性，是否存在违规违禁商品(例如毒品、赌博工具、管制刀具等)。因此，所述数据在刻画变量中的占比可以是约占20％。

5)、用户资金质量：和二级商户有交易的用户端的资金情况，用户的自身健康程度等。这些数据反映了与商户交易的用户的真实性，例如是否存在虚假交易的可能性。所述数据在刻画变量中的占比可以是约占20％。

应该可以理解，如在商户入驻模型中所描述的那样，所述各个变量在变量刻画时所占的具体比重可以根据需要进行调整。例如，如果发现商户的交易稳定性存在相当明显的剧烈波动，则说明该商户参与到洗钱等非法活动的可能性大增，因此，这时的商户经营稳定性数据的占比可以被调高到70％。

另外，需要理解的是，这五个部分仅仅是作为示范性示例进行说明，并非是要将商户事中模型的变量刻画局限于这五个部分。其它考虑方面，例如商户售后服务质量、商户物流跟踪、商户资金稳定性等等也可以作为变量刻画的参考因素。本领域的技术人员可以根据实际需要，选择合适的部分来进行变量刻画，进而构建合需的商户事中模型。

如图4所示，在构建完商户入驻模型部分和商户事中模型部分之后，可以通过策略层将这两部分整合在一起。在策略层中提供了例如专家经验决策机制和策略推荐机制这两种机制来计算商户的健康分。

专家经验决策机制特指人工对于风险的判断经验。具体而言，在专家经验决策机制中，在商户模型健康分的基础上，还会加上专家经验的判断，例如，所述健康评分可理解为：S(最终健康分值)＝X(模型健康分)+Y(专家经验1)+Z(专家经验2)。专家经验1和2通常为人工审核沉淀的经验，例如，人工审核在梳理之前月份的交易记录时就发现：当客户还款记录不超过10次的情况下，商户高危的可能为95％；而当还款次数大于十次时，其高危的可能仅为5％。那么这里的专家经验1即可为还款记录<＝10次时，Y值为负值(例如-10分，即扣减其健康分以体现其高危性)，而当专家经验2即可为还款记录>10次时，Z值为正值(例如+10分，即增加其健康分以体现其安全性)。所述专家经验可以根据需要和实际情况来设置以实现对所述商户模型健康分模型的灵活调整。

计算商户的健康分的另一种方案是策略推荐机制，所述策略推荐特指通过算法推荐的形式，可依据不同的样本，对不同的客户实现特征推荐，继而实现策略推荐。策略推荐机制利用了机器学习领域中的迁移学习技术，即利用源域中与目标域相似的知识,将源域中有用的知识迁移到目标域内,从而来完成迁移学习，它放宽了传统机器学习中的两个基本假设，目的是迁移已有的知识来解决目标领域中仅有少量有标签样本数据甚至没有的学习问题。基于迁移学习的这种推荐机制能够充分利用源域中已经训练好的模型知识来应用于目标域中，能够大大减少所消耗的资源。然而，所述策略推荐机制的使用并不是必要条件，只有当商户提供了带有样本黑白标签(即商户是否曾出现在历史黑名单中)的样本时，商户健康分模型才能通过迁移学习，实现自动迭代(全部代码化实现，无需人工调整人工干预，当有样本输入时，就会进行)。此时，商户健康分模型分值，就是经过迭代后的分值。。

在分别计算出商户入驻模型和商户事中模型这两种模型的商户健康分之后，利用融合策略来协调这两种模型的健康分在商户健康分模型的(总)健康分计算中的权重策略。具体来说，可以首先根据商户的进件时间、进件等级以及关联账户等信息对商户进行分群。因为在同一群中的商户可以具有相同的模型融合策略，因此，分群机制可以更加有效地对众多商户进行管理。随后，为每个群制定相应的多种融合策略，例如，可以规定在商户的进件时间为7天内时使用融合策略1，其规定在计算商户的健康分时，商户入驻模型权重为0.9，商户事中模型权重为0.1。而当商户的进件时间为15天内时使用融合策略2，其规定在计算商户的健康分时，商户入驻模型权重为0.8，商户事中模型权重为0.2，而当商户的进件时间为30天内时使用融合策略3，其规定在计算商户的健康分时，商户入驻模型权重为0.5，商户事中模型权重/阈值为0.5，……以此类推。商户进件的时间越长，商户事中模型在计算商户的健康分时的权重就变得越重。

在一个优选实施例中，当商户进件的时间达到规定期限(例如半年)之后，为了简化商户的健康分的计算，可以将商户入驻模型的权重设置为0，也即仅仅使用商户事中模型来计算商户的健康分。商户入驻模型的使用时间的长短和其在健康分中所占的权重可以取决于商户在平台上的交易时间的长短和/或交易量的大小。例如对于长时间具有较大交易量的商户而言可以在半年后就完全使用商户事中模型来计算商户健康分。而长时间交易量较小的商户则可能需要等待一年或更长的时间以累积足够的交易数据后，才能完全使用商户事中模型来取代商户入驻模型以提供商户健康分。

在根据图4构建完成所述商户健康分模型之后，就可以在事中环节提供商户整体健康程度及价值程度的咨询服务，也即商户分级管理服务。例如，当入驻商户向服务ISV或头部服务商主动提出提升资质的请求以期望获取更大的日经营额度、提现额度、信贷额度等时，所述请求可以被服务商提交给平台体系，所述平台体系调用与该商户(或商户所分配的组)相关联的商户健康分模型并利用所述商户健康分模型计算该商户的健康分。如果该商户的健康分大于所申请的资质等级的阈值，则批准所述商户的资质提升请求，反之，则拒绝该请求并可以同时返回一份商户健康分评估报告给商户，以使得该商户能够了解自己的经营活动到底哪里出了问题，还可以结合存在的问题，给出相应的建议。所述阈值可以根据平台的实际情况进行动态调整，例如，当平台还处于起步阶段时，可以将该阈值设置得相对较低，因为入驻的商户的累积交易量都不高，较低的阈值有助于快速培养一批高信用等级商户。而当平台发展成熟后，则可以将该阈值设定得较高以督促商户提高服务质量。

在另一个实施例中，除了由商户主动提出请求之外，在商户发生异常交易活动时，平台体系也可以自动启动商户健康分评估进程以验证是否要调整商户的资质。例如，当商户在短时间内(例如一小时)频繁出现大宗交易，又或者平台在某个时期集中收到关于某个商户的大量投诉时，所述平台***可以主动启动商户健康分评估进程，利用商户健康分模型对该商户的健康分进行评估。如下将要描述的，所述商户健康分模型需要不断训练，因此，该商户健康分模型所计算出的健康分可以及时客观地反映出该商户的健康水平。因此，如果所述商户健康分模型计算出的健康分低于阈值，则平台体系可以主动调低该商户的资质等级，以限制该商户的交易活动。甚至在该健康分低到一定程度时，可以暂时冻结该商户的经营活动和资金账户，进而避免出现更大的风险。在下调商户资质或冻结商户的同时，平台体系同样可以出据一份商户健康报告给商户以便商户了解其被下调资质等级或被冻结的具体原因。

在又一个实施例中，当构建完所述商户健康分模型之后，还需要定期对该模型不断进行训练。对于商户入驻模型部分，可以采用集成变量整合，深度学习搭建FTG变量体系、拓扑完成团伙挖掘来对其进行训练。而对于商户事中模型部分，则可以采用有监督的方法，通过二分类模型(如随机森林)对黑白样本进行事中模型训练。

在又一个实施例中，如果单纯使用单个平台体系内的信息对所述商户健康分模型进行的训练存在不能适应客户的实际使用场景的问题，那么可以引入迁移学***台体系内的样本以及客户端的样本引入到模型中以进行更加全面的训练，从而提升商户健康分模型的准确性。

在又一个实施例中，在事中环节，若有更多的用户维度、商户维度、交易维度的价值评分，亦可将它们加入糅合到商户健康分模型中以提供更准确的商户健康分。

在又一个实施例中，除了提供了基于用户健康分的商户分级管理模块之外，所述事中环节还可以包括例如拓展小二分层管理模块、营销活动反作弊模块等等其它模块对商户交易中可能涉及到的其它问题提供服务，在此不再详述。

本公开为服务商提供了一种全链路的业务解决方案，顺应了服务商的各种使用场景需求，例如商户准入审核、商户事中提额审核、提现审核、商户信贷发放等。在这些原本需要人工审核的场景中，服务商可以通过将商户请求提交给平台体系，并且所述平台根据例如风险名单咨询服务或风险商户健康分模型所给出的评分来确定是否批准所述请求，进而为服务商提供了商户整体健康程度及价值程度的咨询服务，实现了服务商人工审核到智能审核的转变，节约了人工审核成本，同时实现风险和业务的结合。

事后环节

事后环节主要涉及在提供底层风险识别能力的基础上，实时地将每日的风险识别(各风险类型)输出至各服务商ISV，从而实现了风险联防，降低资源损耗，保障交易层面的健康程度。具体而言，每日平台会对每笔交易进行风险判断，当识别到某一笔交易为欺诈/赌博/套现/其他风险的时候，会实时通过API接口，将相关信息推送到相应的服务商，例如服务商ISV 120以及头部服务商140。这样，当该潜在有风险的商户再次发起交易请求时，所述服务商可以预先对所述交易请求进行拦截，例如提示该笔交易存在风险并拒绝提交交易。由于各个服务商处的商户风险评估与平台体系相关联并同步，因此，一旦出现新的风险，只要平台体系及时通知各个服务商，则各个服务商处的风险机制也会随之被更新，从而实现了一种平台-服务商之间的风险联动机制。

业务层

除风险层外，本公开的全链路安全业务联合解决方案同时为服务商提供了涉及业务层的解决方案，该解决方案可以提升支付成功率，促进各方之间的合作，例如信贷合作、渠道合作以及业务合作等，进而提供一整套完善的售后服务流程。具体而言，在业务合作环节，平台通过风险能力的输出，可以换取客户对于平台各项业务的倾斜。例如平台可以提供支付红包、积分回馈等方式吸引更多客户使用服务商提供的服务，而服务商则愿意免费为平台进行宣传，这样，业务各方可以通过所述业务层展开各种业务合作，实现了双方互利。例如对于一个新的服务商来说，它可以通过接受平台体系所提供的各种产品服务来快速融入业务场景中，例如通过下载、安装并使用平台***所提供上述风险联动产品来为其业务的快速增长保驾护航，或者接入该平台提供的支付结算通道来实现安全收款。

而在售后服务环节，视风险控制效果及业务资源倾斜效果，平台可以为服务商提供相应的附加权益，例如，多收多贷(微贷服务)，多收多保(保险服务)，信用收款额度提升等支付权益，以增强客户粘性，优化用户体验。例如，当该服务商在自己的业务发展达到一定条件(例如满足日活跃用户增长数或其它业务指标)之后，可以从平台体系获得一定的奖励金，以奖励其在商户开拓方面的贡献。而所述奖励金可以被服务商用于兑换平台体系上提供的后继或更多产品服务，进而使得服务商的业务发展更加迅速健康。如此循环，大大提升了用户对产品的依赖性，使得服务商和平台体系之间能够建立起共生共存、共同促进的闭环业务流程。

而且，为了帮助商户和服务商更好地开展其业务，平台体系还可以在业务层引入信贷业务以开展信贷合作服务，进而为商户和服务商提供更多资金支持。

综上所述，本公开的针对服务商行业的全链路安全业务联合解决方案提供了一种全链路的风险解决方案，实现了安全和业务的联动机制，并且有助于长期保持客户与产品的合作，提高客户对产品的依赖性。

虽然以上描述了不同的实施例，但应当理解的是它们只是作为示例而非限制。(诸)相关领域的技术人员将领会，在不偏离如所附权利要求书所定义的本发明的精神和范围的情况下，可以在形式和细节方面进行各种修改。因此，此处所公开的本发明的宽度和范围不应被上述所公开的示例性实施例所限制，而应当仅根据所附权利要求书及其等同替换来定义。

Claims (22)

1.一种审核商户的入驻请求的方法，包括：

商户向服务商发送入驻请求，所述入驻请求包括了由商户提交的商户材料；

服务商接收来自所述商户的所述入驻请求并将所述入驻请求进件至平台；

所述平台启用证照识别OCR服务以将所述商户材料识别成文本格式的数据并存档；

所述平台根据所述文本格式的数据检索相关的资质验证网站以审核所述商户的资质；

所述平台通过风险名单咨询库评估所述商户是否存在风险；以及

所述平台基于经审核的所述商户的资质和经评估的所述商户的风险来确定是否批准所述入驻请求；

其中所述风险名单咨询库提供了一种从除所述商户提供的各种材料之外的其他途径来评估所述商户是否存在风险的机制。

2.如权利要求1所述的方法，其特征在于，还包括：通过下述步骤构建所述风险名单咨询库：

构建黑名单库，所述黑名单库中的黑名单包括商户和风险类型两部分；

对于所述黑名单库中的每个黑名单，通过拓扑计算拓展出与之相关联的潜在黑商户；

使用基于所述风险类型构建的各模型分别对潜在黑商户计算风险评分；

对每个模型的所述风险评分进行加权求和以计算所述潜在黑商户的模型总评分；以及

根据所述潜在黑商户的所述模型总评分确定是否将所述潜在黑商户加入到所述黑名单库中。

3.如权利要求2所述的方法，其特征在于，所述黑名单库包括：内部黑名单以及外部来源黑名单；

其中所述内部黑名单参考现有商户所销售的商品类型、销量、价格、历史交易行为、资金流向、物流数据、顾客反馈等平台内部持有的与所述商户相关的各种信息；

其中所述外部来源黑名单可以通过定期检索各个相关网站的黑名单信息来构建。

4.如权利要求2所述的方法，其特征在于，还包括：对所述模型进行定期更新，并且在每次更新后，都重新为所述潜在黑商户计算所述模型总评分。

5.如权利要求2所述的方法，其特征在于，所述风险类型包括黄赌毒、欺诈、套现、作弊、真实性、洗钱以及其它交易风险。

6.如权利要求1所述的方法，其特征在于，还包括：在审核所述入驻请求时，所述平台还执行生物核实校验，所述生物核实校验包括指示所述商户根据提示在相机前摆出各种指定的动作以完成人脸认证审核，或者要求所述商户触摸设备的指纹识别模块来验证其身份。

7.如权利要求1所述的方法，其特征在于，所述服务商包括头部服务商和服务商ISV，其中所述头部服务商是具有清算资质同时又能自行开拓商户的机构，而服务商ISV为不具备清算资质的渠道服务商。

8.如权利要求1所述的方法，其特征在于，还包括：当不批准入驻请求时，所述平台向所述商户返回一份审核报告以说明该商户所存在的不符合入驻要求的问题，并给出相应的建议。

9.一种用于商户分级管理的方法，包括：

入驻商户向服务商提交资质提升申请；

服务商将所述资质提升申请进件给平台；

所述平台调用商户健康分模型以计算所述入驻商户的健康分；以及

如果所述入驻商户的健康分超过阈值，则所述平台批准所述资质提升请求以提升所述商户的资质等级；

如果所述入驻商户的健康分没超过阈值，则所述平台拒绝所述资质提升请求并保持所述商户的资质等级；

其中，所述商户健康分模型通过下述阶段被构建：样本采集阶段和变量刻画阶段，其中所述样本采集定义了黑/白样本以体现所述服务商对于商户的好/坏判别，而所述变量刻画是指从所采集的商户的交易数据中提取可以刻画交易风险的各种特征；

其中，所述入驻商户是通过如权利要求1所述的方法被审核准入的。

10.如权利要求9所述的方法，其特征在于，所述商户健康分模型分成商户入驻模型和商户事中模型两个部分，并根据融合策略通过策略层将这两部分融合在一起；

其中，所述商户入驻模型的构建主要集中在所述商户固有的属性，而不涉及交易类的维度或涉及少量交易类的维度；

其中，所述商户事中模型的构建主要基于所述交易类的维度；

其中，所述策略层提供了融合策略以协调所述商户入驻模型和所述商户事中模型在计算健康分中的权重。

11.如权利要求10所述的方法，其特征在于，在所述商户入驻模型的构建中，所述变量刻画阶段包括下述部分：集成模型应用、团伙挖掘、FTG变量体系，其中，每个部分在变量刻画中分别占有相应的权重；

其中，所述集成模型应用是指通过将商户的进件信息与所述平台内的存量账户及商户相关联，并利用现有的商户及账户模型体系获取与其相关联的风险刻画变量；

其中，所述团伙挖掘是将所述商户的进件信息与所述平台内的存量账户相关联，并通过挖掘关系网络以实现团伙特征刻画；

其中，所述FTG变量体系是指对于某些进件信息极少的商户，通过FTG变量或历史经验群体变量进行变量刻画。

12.如权利要求10所述的方法，其特征在于，在所述商户事中模型的构建中，所述变量刻画阶段包括下述部分：身份特质、商户经营历史、商户经营稳定性、服务商品质量、用户资金质量，其中，每个部分在变量刻画中分别占有相应的权重。

13.如权利要求10所述的方法，其特征在于，还包括：根据商户的进件信息将商户分成多个群，并在所述策略层中为每个商户群制定相应的融合策略。

14.如权利要求10所述的方法，其特征在于，所述计算所述入驻商户的健康分还包括：专家经验决策机制和策略推荐机制；

其中专家经验决策机制是指在健康分计算中引入人工对于风险的判断经验；

其中所述策略推荐机制基于迁移学习技术，利用源域中与目标域相似的知识，将源域中有用的知识迁移到目标域内。

15.如权利要求9所述的方法，其特征在于，除了由入驻商户向服务商主动提交资质提升申请之外，在所述商户发生异常交易活动时，所述平台也可以自动调用所述商户健康分模型以验证是否要调整所述商户的资质等级，所述调整包括下调所述商户的资质等级，或冻结所述商户在平台中的交易账号。

16.如权利要求9所述的方法，其特征在于，还包括：在拒绝来自所述商户的所述资质提升请求后，所述平台向所述商户返回一份报告以说明该商户所存在的不符合资质提升要求的问题，并给出相应的建议。

17.如权利要求9所述的方法，其特征在于，所述服务商包括头部服务商和服务商ISV，其中所述头部服务商是具有清算资质同时又能自行开拓商户的机构，而服务商ISV为不具备清算资质的渠道服务商。

18.如权利要求9所述的方法，其特征在于，定期对所述商户健康分模型进行训练更新。

19.一种针对服务商行业提供全链路安全业务联合解决方案的方法，包括：

提供风险层，以针对商户在入驻平台之前和之后的各个阶段中所存在的各种风险进行监控；

提供业务层，以提供良好的服务来吸引商户以进行全方位的深度合作；

其中，所述风险层包括准入、事中、事后三个环节：

在准入环节，通过风险名单咨询库所评估的所述商户的风险评分来审核所述商户的入驻请求；

在事中环节，通过调用所述商户健康分模型以计算所述商户的健康分，对所述商户的资质提升请求进行审核；

在事后环节，将风险识别输出至各服务商以实现风险联防；

其中所述业务层包括业务合作和售后服务两个环节：

在业务合作环节，开展在交易各方之间的业务合作；

在售后服务环节，通过业务合作，提供一整套完善的售后服务流程。

20.一种用于审核商户的入驻请求的平台，包括：

证照识别OCR模块，将从服务商进件的来自商户的入驻请求中的商户材料识别成文本格式的数据并存档，并且根据所述文本格式的数据检索相关的资质验证网站以审核所述商户的资质；以及

风险名单咨询模块，基于风险名单咨询库评估所述商户是否存在风险；

其中所述平台基于经审核的所述商户的资质和经评估的所述商户的风险来确定是否批准所述商户的所述入驻请求。

21.一种用于商户分级管理的平台，包括：

商户健康分模型，根据从服务商进件的来自入驻商户的资质提升请求计算所述入驻商户的健康分；

如果所述入驻商户的健康分超过阈值，则所述平台批准所述资质提升请求以提升所述商户的资质等级；

如果所述入驻商户的健康分没超过阈值，则所述平台拒绝所述资质提升请求并保持所述商户的资质等级；

其中，所述商户健康分模型通过下述阶段被构建：样本采集阶段和变量刻画阶段，其中所述样本采集定义了黑/白样本以体现所述服务商对于商户的好/坏判别，而所述变量刻画是指从所采集的商户的交易数据中提取可以刻画交易风险的各种特征；

其中，所述入驻商户是通过如权利要求20所述的平台被审核准入的。

22.一种针对服务商行业提供全链路安全业务联合解决方案的平台，包括：

风险层，针对商户在入驻平台之前和之后的各个阶段中所存在的各种风险进行监控；

业务层，提供良好的服务来吸引商户以进行全方位的深度合作；

其中，所述风险层包括准入、事中、事后三个环节：

在准入环节，通过风险名单咨询库所评估的所述商户的风险评分来审核所述商户的入驻请求；

在事中环节，通过调用所述商户健康分模型以计算所述商户的健康分，对所述商户的资质提升请求进行审核；

在事后环节，将风险识别输出至各服务商以实现风险联防；

其中所述业务层包括业务合作和售后服务两个环节：

在业务合作环节，开展在交易各方之间的业务合作；

在售后服务环节，通过业务合作，提供一整套完善的售后服务流程。