一种支付阈值获取方法和装置与流程

本申请涉及数据处理技术领域，特别是涉及一种支付阈值获取方法和一种支付阈值获取装置。

背景技术：

现阶段，人们在使用某些支付工具进行交易时会存在一定的交易风险，主要包括盗卡和盗账户。盗卡者一般是通过获取会员/非会员的银行卡信息(包括卡姓名，卡号，卡证件，卡手机，卡手机校验码等)并通过快捷签约支付或未存支付等方式购买实物，虚拟商品等或者转账到账户或转账到卡。而盗账户一般是非法获取登录密码以及支付密码后，对会员账户内的余额/余额宝以及签约银行卡进行转账到账户/转账到卡，或者购买实物，虚拟商品等。

对于这些交易风险，现有手段可以通过设置支付阀值来进行风险识别，例如，当前交易的支付金额等于或超过支付阈值时，提醒用户确认是否进行交易，以尽量避免上述交易风险。然而，现有方案中支付阈值的获取需要首先获取用户的历史交易数据，然后根据用户历史交易信息及经验值等进行分析确定，运营人员还需要定期关注风险的稽核量，不断根据稽核结果来重复执行上述获取支付阈值的过程，以及时更新支付阀值，达到交易风险和打扰用户之间的平衡。该过程中，在每次获取支付阈值时运营人员都需要频繁登录后台，与后台服务器之间进行频繁的交互，该支付阈值的获取方法效率较低。

技术实现要素：

本申请实施例所要解决的技术问题是提供一种支付阈值获取方法，能够提高支付阈值的获取效率。

相应的，本申请实施例还提供了一种支付阈值获取装置，用以保证上述方法的实现及应用。

为了解决上述问题，本申请公开了一种支付阈值获取方法，包括：

获取已知的用户在第一时刻的第一支付阈值；

根据预先获得的支付阈值变化规律，确定第二时刻与所述第一时刻间的支付阈值变化量；

根据所述第一支付阈值及所述支付阈值变化量，确定所述用户在所述第二时刻的支付阈值；

其中，所述支付阈值变化规律根据对所述用户在不同时刻的历史交易数据进行数据处理后获得。

进一步，获得所述支付阈值变化规律的过程包括：

根据预置规则对所述用户在不同时刻的历史交易数据进行第一数据处理，获得第一数据序列；

对所述第一数据序列进行第二数据处理获得第二数据序列；

对所述第二数据序列进行回归分析获得支付阈值变化规律。

进一步，所述根据预置规则对所述用户在不同时刻的历史交易数据进行第一数据处理，获得第一数据序列，包括：

根据预设的用户打扰率确定数据分位点；

按照所述数据分位点对所述用户在不同时刻的历史交易数据进行取值，获得第一数据序列。

进一步，所述对所述第一数据序列进行第二数据处理获得第二数据序列，包括：

对所述第一数据序列进行差分运算获得差分序列；

对所述差分序列进行Log转换获得第二数据序列。

进一步，对所述第二数据序列进行回归分析获得支付阈值变化规律，包括：

依据所述第二数据序列建立回归模型；

根据所述回归模型，当残差服从正态分布时，获得支付阈值变化规律。

进一步，所述方法还包括：

根据预置条件对所述支付阈值变化规律进行修正。

本申请实施例还公开了一种支付阈值获取装置，包括：

阈值获取单元，被配置为获取已知的用户在第一时刻的第一支付阈值；

变化确定单元，被配置为根据预先获得的支付阈值变化规律，确定第二时刻与所述第一时刻间的支付阈值变化量；

阈值确定单元，被配置为根据所述第一支付阈值及所述支付阈值变化量，确定所述用户在所述第二时刻的支付阈值；

其中，所述支付阈值变化规律根据对所述用户在不同时刻的历史交易数据进行数据处理后获得。

进一步，所述装置还包括规律确定单元，被配置为获得所述支付阈值变化规律，

所述规律确定单元包括：

第一处理子单元，被配置为根据预置规则对所述用户在不同时刻的历史交易数据进行第一数据处理，获得第一数据序列；

第二处理子单元，对所述第一数据序列进行第二数据处理获得第二数据序列；

数据分析子单元，对所述第二数据序列进行回归分析获得支付阈值变化规律。

进一步，所述第一处理子单元包括：

确定子单元，被配置为根据预设的用户打扰率确定数据分位点；

取值子单元，被配置为按照所述数据分位点对所述用户在不同时刻的历史交易数据进行取值，获得第一数据序列。

进一步，所述第二处理子单元包括：

运算子单元，被配置为对所述第一数据序列进行差分运算获得差分序列；

转换子单元，被配置为对所述差分序列进行Log转换获得第二数据序列。

进一步，所述数据分析子单元包括：

建立子单元，被配置为依据所述第二数据序列建立回归模型；

分析子单元，被配置为根据所述回归模型，当残差服从正态分布时，获得支付阈值变化规律。

进一步，所述装置还包括：

修正单元，被配置为根据预置条件对所述支付阈值变化规律进行修正。

与现有技术相比，本申请实施例包括以下优点：

本申请实施例通过预先根据用户历史交易数据获得支付阈值变化规律，从而在获取支付阈值时，可以自动获取已知的历史支付阈值并根据支付阈值变化规律计算获得当前的支付阈值，实现了支付阈值的自动获取，该过程无需运营人员频繁登录后台，与后台服务器进行频繁交互，简化了支付阈值的获取过程，提高了支付阈值的获取效率。

附图说明

图1是本申请的一种支付阈值获取方法实施例的步骤流程图；

图2是本申请中的一种获得支付阈值变化规律的方法实施例的步骤流程图；

图3a是本申请中的一种获得第一数据序列的方法实施例的步骤流程图；

图3b是本申请中的一种第一数据序列的散点图；

图4a是本申请中的一种获得第二数据序列的方法实施例的步骤流程图；

图4b是本申请中的一种差分序列的散点图；

图4c是本申请中的一种第二数据序列的散点图及回归分析图；

图5是本申请中的一种对第二数据序列进行回归分析获得支付阈值变化规律的方法实施例的步骤流程图；

图6是本申请的一种支付阈值获取装置实施例的结构框图；

图7是本申请的另一种支付阈值获取装置实施例的结构框图；

图8是本申请实施例中的一种第一处理子单元的结构框图；

图9是本申请实施例中的一种第二处理子单元的结构框图；

图10是本申请实施例中的一种数据分析子单元的结构框图；

图11是本申请的另一种支付阈值获取装置实施例的结构框图。

具体实施方式

为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。

参照图1，示出了本申请的一种支付阈值获取方法实施例的步骤流程图，具体可以包括如下步骤：

步骤101，获取已知的用户在第一时刻的第一支付阈值。

本实施例中该用于获取支付阈值的装置可以是后台服务器本身，也可以是设置在该服务器中的一个独立的模块，该模块可以与其它模块进行交互，以在该服务器中获取所需的数据。

该装置可以在接收到人工或其它装置触发的获取支付阈值的指令后执行本步骤，也可以根据预先设定的规则自动触发执行本步骤，例如，预先设定有支付阈值的有效期或设定有更新支付阈值的时间间隔，如每天定点更新当天的支付阈值，当满足预设规则时，该装置自动触发执行本步骤及后续步骤来获取支付阈值，该装置还可以根据获取的支付阈值进行支付阈值的设定。

本步骤中，该装置首先读取或获得该用户在第一时刻的支付阈值，记为第一支付阈值，实际就是已知的历史支付阈值。具体的，可以是读取上一次设定的支付阈值。当然，也可以读取任意历史时刻设定的支付阈值。该第一支付阈值可以是预先设定的，也可以是按照本实施例方法获得的。其中。用户最早设置的支付阈值可以是用户设置的，也可以是按照用户当时历史交易金额的一定的百分比获得的，该一定的百分比可以是1-p，p为用户打扰率。

步骤102，根据预先获得的支付阈值变化规律，确定第二时刻与所述第一时刻间的支付阈值变化量。其中，支付阈值变化规律根据对用户在不同时刻的历史交易数据进行数据处理后获得。

本实施例中，预先可以根据用户在不同时刻的历史交易数据进行数据取值、数据处理，模型分析等过程获得支付阈值的变化规律，该支付阈值变化规律中，当前支付阈值与用户在某一时刻的交易数据及该某一时刻与当前时 刻之间的时间间隔有关，例如其中x_j为某一时刻的支付阈值，i为自然数，λ为随机数。本实施例中，该支付阈值变化规律可以是根据对用户在不同时刻的历史交易数据进行数据处理及回归分析后获得的。具体请参加后续实施例的描述。

在本步骤中，该装置根据该支付阈值变化规律可以确定出第一时刻与第二时刻间的支付阈值变化量，如

步骤103，根据第一支付阈值及支付阈值变化量，确定用户在第二时刻的支付阈值。

在上步骤获得第一支付阈值及支付阈值变化量后，本步骤即可根据支付阈值变化规律获得该用户在第二时刻的支付阈值。

本申请实施例通过预先根据用户历史交易数据获得支付阈值变化规律，从而在获取支付阈值时，可以自动获取已知的历史支付阈值并根据支付阈值变化规律计算获得当前的支付阈值，实现了支付阈值的自动获取，该过程无需运营人员频繁登录后台，与后台服务器进行频繁交互，简化了支付阈值的获取过程，提高了支付阈值的获取效率。

在获取支付阈值后，该装置即可根据该支付阈值进行设置。以支付工具为支付宝为例，可以在该用户的支付宝中设置交易金额的支付阈值，在当前交易的支付金额等于或超过该支付阈值时，提醒用户确认是否进行交易，以尽量避免交易风险。

而且，该装置还可以通过设置支付阈值的更新周期实现定期甚至每天按照上述步骤获得支付阈值，并自适应动态调整支付阀值，实现支付策略灵活变更的目的。用动态支付阀值来设定风控交易的阀值限额，可以更准确、更安全的进行交易风险控制，同时可以提升用户体验。

在本申请实施例中，对于不同用户由于交易数据可能存在明显差异且互不关联，因此不同用户具有各自不同的支付阈值变化规律。而对于所有交易场景和业务场景而言，交易单价可能有所不同，比如虚拟交易中购买话费， 购买Q币，购买游戏币的价格都比较低，而对于转账到卡而言，往往转账金额达到万以上，所以，本申请实施例还可以分场景对用户的历史交易数据进行处理获得不同场景下的支付阈值变化规律，这更加体现了数据化策略的精细化思维。

在本申请的另一实施例中一种获得支付阈值变化规律的过程，如图2所示，可以包括：

步骤201，根据预置规则对用户在不同时刻的历史交易数据进行第一数据处理，获得第一数据序列。

本步骤首先要依据用户的历史交易数据获取第一数据序列，第一数据序列会直接影响到支付阈值变化规律的结果，而用户打扰率是评价支付体验的关键指标之一，没有打扰会让用户没有安全感，太多的打扰又会让用户觉得产品体验不流畅。用户打扰率可以理解为被打扰用户占用户总数的百分比。因此，本步骤可以结合用户打扰率来确定该第一数据序列，具体过程如图3a所示，可以包括：

步骤301，根据预设的用户打扰率确定数据分位点。

假设预先设定用户打扰率为p，则可以将1-p作为数据分位点。例如，用户打扰率为10％，则1-10％可以作为数据分位点。

步骤302，按照上述数据分位点对用户在不同时刻的历史交易数据进行取值，获得第一数据序列。

本步骤可以取用户在不同时刻的历史交易数据的1-p分位点作为第一数据序列。以历史交易数据为交易金额为例，假设用户在第1天的交易金额为100元，则取100(1-p)作为第一数据序列中排在第一位的数据，用户在第i天的交易金额为ai，则取ai*(1-p)作为第一数据序列中排在第i位的数据，以此类推即可获得第一数据序列。假设第一数据序列为{x_i}，其中，x_i为第i天交易金额的1-p分位点，i＝1，......n。该第一数据序列对应得到散点图，如图3b所示，该序列为非线性序列。

在其它实施例中，该交易数据也可以不是交易金额，可以是交易笔数等。该用户具体可以是用户账户也可以是用户银行卡或者用户设备等。

步骤202，对第一数据序列进行第二数据处理获得第二数据序列。

在获得第一数据序列后，即可对该序列进行数据处理，该处理过程具体可以如图4a所示，包括：

步骤401，对第一数据序列进行差分运算获得差分序列。

本步骤可以对第一数据序列进行一阶差分运算获得差分序列。

其中，设变量f依赖于自变量t，当t变成t+1时，因变量f＝f(t)的改变量D_f(t)＝f(t+1)-f(t)，D_f(t)称为函数f(t)在点t处的一阶差分。

本步骤中对第一数据序列进行一阶差分运算，获得差分序列{y_j}，j＝1，......，n-1。该差分序列对应如图4b所示的散点图。

步骤402，对差分序列进行Log转换获得第二数据序列。

本步骤对差分序列进行Log转换后得到第二数据序列{z_j}，如图4c所示为第二数据序列的散点图。

上述一阶差分运算和Log转换与现有方法类似，此处不再赘述。

步骤203，对第二数据序列进行回归分析获得支付阈值变化规律。

对第二数据序列进行回归分析的过程如图5所示，可以包括：

步骤501，依据第二数据序列建立回归模型。

对第二数据序列{z_j}建立回归模型的方法与现有方法类似。建立回归模型后，可以得到如图4c所示的回归线。

步骤502，根据回归模型，当残差服从正态分布时，获得支付阈值变化规律。

从回归模型结果来看，Prob值等于4.261e-09＜0.05，残差服从正态分布，最终得出：z_j＝7.25905-0.29872j。残差ε_i服从分布N(-0.02786，0.9486)。由以上过程可以得出支付阈值变化规律：

$x_{i+1}=x_i+e^{7.25905-0.29872i}=x_1+\underset{j=1}{\overset{i}{\Σ}}{e}^{7.25905-0.29872j},i=1,...,n.$

x_i+1即为第i+1天的支付阈值。x₁为第1天交易金额的1-p分位点，该值也可以作为该用户初始的支付阈值。

为了让支付阀值不容易被突破，此处，我们在原有的支付阀值基础上增加随机数λ_i，最终得到支付阈值变化规律：

上述由回归模型获得残差，并进一步根据残差的分布获得数据序列的过程与现有回归分析过程类似，此处不再赘述。

在一具体实例中，假设根据用户不同时刻的历史交易金额获得的第一数据序列为：

{x₁，…，x₁₅}＝{3000，5000，6000，6500，6800，7000，7180，7330，7450，7550，7630，7700，7750，7780，7800}；

对第一数据序列取一阶差分得到差分序列为：

{y₁，…，y₁₄}＝{2000，1000，500，300，200，180，150，120，100，80，70，50，30，20}

然后对差分序列做log处理得到第二数据序列为：

{z_j}＝log(y_j)＝{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

对第二数据序列做回归模型，当残差服从正态分布是，最终得出：z_j＝7.25905-0.29872j。

在本申请的另一实施例中，该方法还可以包括根据预置条件对支付阈值变化规律进行修正。

具体的，在利用上述支付阈值变化规律获得支付阈值后，可以定期(如每周)或达到预置条件时进行稽核获得场景稽核的数据。比如稽核了m个用户，而满足稽核条件(该条件可以根据需要设置)的用户是M个，未打扰的用户个数是M*(1-p)，其中，p为用户打扰率，则可以得到修正量

$\mathrm{ratio}=\frac{m-M(1-P)}{M(1-P)}.$

在获得该修正量以后，即可根据该修正量调整第一数据序列。如今x_i′＝x_i*(1+ratio)。然后，再根据调整后的第一数据序列重复执行前述步骤201～203，获得修正后的支付阈值变化规律。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请实施例并不受所描述的动作顺序的限制，因为依据本申请实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本申请实施例所必须的。

参照图6，示出了本申请一种支付阈值获取装置实施例的结构框图，具体可以包括如下单元：

阈值获取单元601，被配置为获取已知的用户在第一时刻的第一支付阈值；

变化确定单元602，被配置为根据预先获得的支付阈值变化规律，确定第二时刻与所述第一时刻间的支付阈值变化量；

阈值确定单元603，被配置为根据所述第一支付阈值及所述支付阈值变化量，确定所述用户在所述第二时刻的支付阈值；

其中，所述支付阈值变化规律根据对所述用户在不同时刻的历史交易数据进行数据处理后获得。

该装置通过上述单元在接收到指令或者达到设置条件时，可以自动获取已知的历史支付阈值并根据预先获得的支付阈值变化规律计算获得当前的支付阈值，实现了支付阈值的自动获取，无需运营人员频繁登录后台，与后台服务器进行频繁交互，提高了支付阈值的获取效率。

而且，该装置可以通过设置支付阈值的设置周期可以实现定期甚至每天获得支付阈值，并自适应动态调整支付阀值，实现支付策略灵活变更的目的。用动态支付阀值来设定风控交易的阀值限额，可以更准确、更安全的进行交 易风险控制，同时可以提升用户体验。

在另一实施例中，如图7所示，该装置还包括规律确定单元701，被配置为获得所述支付阈值变化规律.

该规律确定单元701可以进一步包括：

第一处理子单元7011，被配置为根据预置规则对所述用户在不同时刻的历史交易数据进行第一数据处理，获得第一数据序列；

第二处理子单元7012，对所述第一数据序列进行第二数据处理获得第二数据序列；

数据分析子单元7013，对所述第二数据序列进行回归分析获得支付阈值变化规律。

其中，如图8所示，第一处理子单元7011可以包括：

确定子单元801，被配置为根据预设的用户打扰率确定数据分位点；

取值子单元802，被配置为按照所述数据分位点对所述用户在不同时刻的历史交易数据进行取值，获得第一数据序列。

如图9所示，第二处理子单元7012可以包括：

运算子单元901，被配置为对所述第一数据序列进行差分运算获得差分序列；

转换子单元902，被配置为对所述差分序列进行Log转换获得第二数据序列。

如图10所示，数据分析子单元7013可以包括：

建立子单元1001，被配置为依据所述第二数据序列建立回归模型；

分析子单元1002，被配置为根据所述回归模型，当残差服从正态分布时，获得支付阈值变化规律。

在另一实施例中，如图11所示，该装置还可以包括：

修正单元1101，被配置为根据预置条件对所述支付阈值变化规律进行修正。

本实施例还包括了一种服务器，包括存储器和处理器。

处理器与存储器通过总线相互连接；总线可以是ISA总线、PCI总线或 EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。

其中，存储器用于存储一段程序，具体地，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。存储器可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

处理器用于读取存储器中的程序代码，执行以下步骤：

获取已知的用户在第一时刻的第一支付阈值；

根据预先获得的支付阈值变化规律，确定第二时刻与所述第一时刻间的支付阈值变化量；

根据所述第一支付阈值及所述支付阈值变化量，确定所述用户在所述第二时刻的支付阈值；

其中，所述支付阈值变化规律根据对所述用户在不同时刻的历史交易数据进行数据处理后获得。

对于装置实施例而言，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。

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。

本领域内的技术人员应明白，本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

在一个典型的配置中，所述计算机设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的 示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非持续性的电脑可读媒体(transitory media)，如调制的数据信号和载波。

本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。

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、物品或者终端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、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个......”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本申请所提供的一种支付阈值设置方法和一种支付阈值设置装置，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。