Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种平台商户提现额度管理方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:广州市高富信息科技有限公司

摘要:本发明涉及一种平台商户提现额度管理方法及系统,步骤S101:商户在平台发出提现额度增加请求,并且输入与提现额度增加相关的提现信息,输出提现额度增加的申请结果;步骤S102:提现额度增加的申请结果包括:提现额度申请失败和提现额度申请成功;本发明中,基于若干历史提现特征数据,建立判断预测模型,所判断预测模型的输入为申请提额的提现信息,判断预测模型的输出为提现额度失败结果原因,且给出具体的解决方案,帮助平台辅助商户进行额度管理,综上,本发明中辅助平台对商户进行额度管理,从而能够根据不同的提额失败的原因,生成出不同的解决方案,提高平台的管理效率。

主权项:1.一种平台商户提现额度管理方法,其特征在于:具体包括以下步骤:商户在平台发出提现额度增加请求,并且输入与提现额度增加相关的提现信息,输出提现额度增加的申请结果;提现额度增加的申请结果包括:提现额度申请失败和提现额度申请成功;建立风险预测模型,用于预测平台商户提现是否存在风险;若是提现额度申请失败则进行进行以下步骤:获取平台中储存的商户信息,然后基于平台储存的商户信息,判断识别用户输入的提现信息是否准确;获取商户所有历史提现数据,并对所有历史提现数据进行特征提取,获取若干历史提现特征数据;获取每一条历史提现数据的提现额度结果,记为历史提现额度结果数据;基于若干历史提现特征数据,建立判断预测模型,所判断预测模型的输入为申请提额的提现信息,判断预测模型的输出为提现额度失败结果原因;基于若干历史提现特征数据,建立判断预测模型具体包括:建立每一条历史提现额度结果数据和对应的历史提现特征数据之间的一一对应关系;基于提现额度结果,对历史提现额度结果数据进行分类,获取每一种提现额度申请失败的原因对应的若干个历史提现额度结果数据;基于历史提现额度结果数据和对应的历史提现特征数据之间的一一对应关系,获取每一种提现额度申请失败的原因对应的历史提现特征数据;对每一种提现额度申请失败的原因对应的若干个历史提现特征数据进行统计分析,分别获取与每一种提现额度申请失败的原因相关的若干个提现特征和每一种提现额度申请失败的原因与提现特征之间的相关权重;建立特征匹配从属模型,特征匹配子模型用于计算输入的申请提额的提现信息与每一种提现失败的原因的匹配度;建立筛选从属模型,筛选从属模型基于特征匹配从属模型的计算结果筛选出与申请提额的提现信息最匹配的一个或多个提现失败的原因,作为结果输出;提现额度申请失败的原因与提现特征之间的相关权重的计算公式为: 式中,yi为提现额度申请失败的原因与第i个提现特征之间的相关权重,b总为提现额度申请失败的原因对应的历史提现特征数据总数,bi为提现额度申请失败的原因对应的历史提现特征数据总数中出现第i个提现特征的历史提现特征数据总数;筛选从属模型的具体计算公式为: 其中,Tj为输入的申请提额的提现信息与第j种提现额度申请失败的原因的匹配度,Nj为第j种提现额度申请失败的原因的对应的历史提现特征数据总数;N0为输入的申请提额的提现信息的特征总数,N同为输入的申请提额的提现信息的特征数据与第j种提现额度申请失败的原因对应的历史提现特征数据中的相同特征总数;α’l为第j种提现额度申请失败的原因与第l个输入的申请提额的提现信息的特征数据与第j种提现额度申请失败的原因的对应的历史提现特征数据中的相同特征之间的相关权重,max为求最大值函数;输入申请提额的提现信息至判断预测模型,获取提现额度失败结果原因具体包括:对输入的申请提额的提现信息的数据进行特征提取,获取申请提额的提现信息的数据对应的若干个提现特征;调用特征匹配从属模型,基于若干个提现特征,分别计算输入的申请提额的提现信息的数据与每一种提现额度申请失败的原因的匹配度;调用筛选从属模型,筛选出与输入的申请提额的提现信息的数据匹配度大于预设值的一个或多个提现额度申请失败的原因,作为预测申请失败的原因;将预测申请失败的原因和与预测申请失败的原因对应的匹配度建立一一对应关系后输出,获得提现额度申请失败的结果的原因;基于提现额度申请失败的结果的原因,通过提现额度推荐逻辑生成提现推荐方案包括:判断提现额度申请失败的原因中是否存在高风险,若否,则按照与输入的申请提额的提现信息匹配度最大的提现额度申请失败的原因,输出推荐解决方案,若是,则根据高风险种类输出推荐的解决方案;根据高风险种类输出推荐的解决方案具体包括:建立高风险提额失败库,并基于历史提额经验,对高风险提额失败库中的每一种高风险提额失败的原因设定初步解决方案和复检方案;基于筛选出的提额失败的原因,判断其匹配度是否大于第一匹配预设值,若是,则输出高风险提额失败的原因对应的初步解决方案作为推荐的解决方案,若否,则同时输出高风险提额失败的原因对应的初步解决方案和复检方案作为推荐的解决方案;初步解决方案可初步解决具有高风险的提额失败的原因;复检方案可精准解决具有高风险的提额失败的原因;风险预测模型为: 式中,q=1代表平台商户提现存在风险,q=0代表平台商户提现不存在风险;H为风险预测模型的预测概率;AP为申请提现额度增加相关的提现信息中存在的风险信息的指标;AT为申请提现额度增加相关的提现信息中存在的错误信息的指标;α、β1和β2均为风险预测模型的系数;α、β1和β2的计算方法为:按照提现额度增加请求是否成功对历史提现数据进行分类,获得若干组提现额度增加请求中提现额度申请失败的历史提现数据和若干组提现额度增加请求中提现额度申请成功的历史提现数据;提现额度申请失败的历史提现数据和若干组提现额度申请成功的历史提现数据,以最大似然法进行α、β1和β2的计算;检验α、β1和β2对风险预测模型的参数的显著性,判断α、β1和β2是否满足显著性要求。

全文数据:

权利要求:

百度查询: 广州市高富信息科技有限公司 一种平台商户提现额度管理方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。