一种票务处理方法和装置与流程

本申请涉及通信技术领域，尤其涉及一种购票平台的票务处理方法和装置。

背景技术：

购买票据凭证也可以简称为购票，其是指利用现金方式或者等价值换等方式获取相关票卷等票据。购票是日常生活中经常发生的事情，如，常见的场景购票场景可以包括：购买乘坐飞机所需的飞机票、购票乘坐火车所需的火车票、观看电影前购买电影票、欣赏体育赛事前购买入场券等等。

由于同一票据的总供给数量是有限的，如，同一车次的火车票的总数量可能不会大于该车次可以提供的席位，就会导致票据的总供给数量无法满足所有购票者的购票需求。然而在票据数量紧张的情况下，却经常会出现对票据存在消费需求的消费者无法购买到票据，而一些对票据不存在消费需求的购票者(如，恶意倒卖票据的票贩子)却可能会购买到票据的情况，使得票据无法有效分配给存在消费需求的消费者，从而影响到正常的票据购买秩序或者是造成票据资源的浪费。

技术实现要素：

有鉴于此，本申请提供了一种票务处理方法和装置，以实现更为合理的分配票据，减少票据浪费的情况，并有利于提高票据购买的公平性。

为实现上述目的，一方面，本申请实施例还提供了一种票务处理方法，包括：

获取终端发送的购票请求，所述购票请求携带有待购买的票据信息以及请求购票的购票用户的身份标识信息；

基于所述购票用户的身份标识信息，获取反映所述购票用户在购票服务平台中的行为特征的信用状况；

当所述信用状况表明所述购票用户具有第一类行为特征时，依据所述票据信息，生成票据锁定凭证；

将所述票据锁定凭证返回给所述终端。

另一方面，本申请实施例还提供了一种票务处理装置，包括：

请求获取单元，用于获取终端发送的购票请求，所述购票请求携带有待购买的票据信息以及请求购票的购票用户的身份标识信息；

信用获取单元，用于基于所述购票用户的身份标识信息，获取反映所述购票用户在购票服务平台中的行为特征的信用状况；

票据锁定单元，用于当所述信用状况表明所述购票用户具有第一类行为特征时，依据所述票据信息，生成票据锁定凭证；

票据返回单元，用于将所述票据锁定凭证返回给所述终端。

经由上述的技术方案可知，在申请实施例中，服务器在接收到购票请求之后，会根据该购票用户的身份标识信息，获取反映该购票用户在购票服务平台中的行为特征的信用状况，只要当该信用状况表明该购票用户具有第一类行为特征时，才会依据该票据信息生成票据锁定凭证，从而使得购票用户可以购买相应的票据，从而可以限制不属于第一类行为特征的用户的购票，减少不属于第一类行为特征的用户恶意倒卖票据或者不消费票据，而导致的票据不合理分配的情况，从而实现更为合理的分配票据，减少票据浪费的情况，并有利于提高票据购买的公平性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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为本申请实施例公开的票务处理系统一种可能的组成结构示意图；

图2示出了本申请公开的一种票务处理方法一种实施例的流程示意图；

图3a示出了本申请在终端中呈现出的选票界面的一种示意图；

图3b示出了本申请在终端的选票界面显示出用于提示用户输入身份信息的提示框的示意图；

图3c示出了为终端显示出的提示用户扫描身份证件的界面示意图；

图3d示出了终端显示出的提示用户录入生物特征信息的界面示意图；

图4示出了本申请一种训练特征分类模型的流程示意图；

图5示出了本申请一种票务处理装置又一个实施例的组成结构示意图；

图6示出了本申请一种服务器的组成结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请实施例的票务处理方法可以应用于对火车票、飞机票、电影票等购票场景中的票务处理。

如图1，其示出了本申请一种票务处理系统的组成结构示意图，该系统可以包括：购票服务平台10和至少一台终端110。

其中，该购票服务平台可以包括至少一台服务器101。

可选的，为了提高票务的处理效率，该购票服务平台可以包括由多台服务器101组成的服务器集群。

其中，该终端110可以理解为用于实现购票的应用所在的客户端或者是浏览器所在的客户端，如，该终端可以为手机、平板电脑、台式电脑等等。

在一种应用场景中，该终端110可以理解为售票人员所在的终端，如，售票窗口中售票人员所操作的计算机等售票终端。

在另一种应用场景中，该终端可以理解为购票人员登录购票服务平台中的服务器所采用的终端，如，购票人员通过手机上安装的购票应用或者浏览器登录到购票服务平台；或者是，购票人员通过售票站点提供的自助售票终端登录到该购票服务平台。

其中，该终端110，用于获取购票人员所需购买的票据信息以及该购票人员的身份证件信息；并向服务器发送携带有该票据信息以及购票人员的身份证件信息的购票请求。

服务器101，用于响应于该购票请求，基于该购票人员的身份证件信息，获取该购票人员在第三方平台的征信评分以及该购票人员在购票服务平台中的历史购票行为记录；根据该征信评分以及该历史购票行为记录，确定该购票人员在该购票服务平台中的信用状况；当该购票人员在购票服务平台的信用状况满足预设要求时，基于所述票据信息向所述终端返回票据生成凭证。

可选的，服务器101在获取该购票人员的历史购票行为记录之前，还可以验证该购票人员的身份证件信息的有效性，当该身份证件信息为该购票服务平台的有效信息时，则获取该购票人员在第三方平台的征信评分以及该购票人员在该购票服务平台中的信用状况。

进一步的，终端110在向服务器发送购票请求之前，还可以获取购票人员的待验证的生物特征信息，并在购票请求中携带该待验证的生物特征信息。

相应的，服务器101在接收到该购票请求信息之后，还可以获取该购票人员的身份证件信息所对应的已验证的生物特征信息，并比对该待验证的生物特征信息与已验证的生物特征信息是否匹配；如果该待验证的生物特征信息与该已验证的生物特征信息匹配，且该购票人员在该购票服务平台的信用状态满足预设要求，则基于该购票信息向终端返回票据生成凭证。

在本申请实施例中，服务器在接收到购票请求之后，会根据该购票用户的身份标识信息，获取反映该购票用户在购票服务平台中的行为特征的信用状况，只要当该信用状况表明该购票用户具有第一类行为特征时，才会依据该票据信息生成票据锁定凭证，从而使得购票用户可以购买相应的票据，从而可以限制不属于第一类行为特征的用户的购票，减少不属于第一类行为特征的用户恶意倒卖票据或者不消费票据，而导致的票据不合理分配的情况，从而实现更为合理的分配票据，减少票据浪费的情况，并有利于提高票据购买的公平性。

结合以上共性，参见图2，其示出了本申请一种票务处理方法一个实施例的流程交互示意图，本实施例的方法可以包括：

s201，当终端接收到购票指令时，获取待购买的票据信息，并在显示界面输出用于提示购票用户输入身份信息的提示。

其中，该票据信息可以包括：票据的标识，如，票据的时间、地点、车次、场次以及票据的内容等等信息中的一种或几种。

s202，终端获取购票用户的身份标识信息以及购票用户的生物特征信息。

其中，身份标识信息可以包括为用户实名认证过的一些标识信息，如，该身份标识信息可以为用户的身份证、学生证等证件对应的身份标识信息，以及经过实名认证的电话号码、网站账号等等标识中一种或几种。

该生物特征信息可以为用户的声纹、指纹、掌纹以及人脸脸部特征等，反映用户生物特征且能用于唯一辨识不同用户的特征信息。

需要说明的是，在接收到购票指令后，在显示界面中输出提供购票用户输入身份信息的提示是一种优选实施方式，在实际应用中，也可以在终端接收到购票指令之前，提示购票用户输入身份信息，这样，可以在接收到购票指令时，可以直接获取到购票用户的身份认证信息和生物特征信息。

s203，终端向服务器发送购票请求，该购票请求携带有该待购买的票据信息，以及该购票人员的身份标识信息和生物特征信息。

如，以购票场景为购票用户通过终端中的购票应用或浏览器登录购票服务平台的服务器为例，在购票用户在终端上输入账号、密码，并成功登录该服务器之后，购票用户可以进行票据信息的查询，并在查询到购票信息之后，向终端输入订票指令。终端响应于该订票指令可以弹出提示用于输入身份信息的提示，则用户可以输入认证的手机号码或者利用摄像头扫描用户的身份证件信息；同时，用户还可以录入声纹、指纹等生物特征信息。相应的，终端在获取到用户的身份标识信息和生物特征信息之后，可以向服务器发送购票请求。

例如，以购买票据为火车票为例，参见图3a其示出了终端中呈现出的选票界面的示意图；由图3a可见，在用户输入乘车站点和下车站点以及乘车时间等信息后，会呈现出符合要求的多辆车次的车次编号、发车时间、余票数量等等信息。用户点击预订之后，在该图3a的界面上会弹出用于提示用户输入身份信息的提示框，如图3b所示。用户在图3b上点击提示框的确认按键之后，可以进入身份标识的采集界面，如图3c，提示用户扫描身份证件；在终端扫描到用户的身份证件之后，终端切换到生物特征采集界面，如图3d，在该图3d中提示用户录入指纹或者声纹。

当然，如果用户通过终端登录服务器时，所采用的账号或密码为已经认证过的手机号码或者证件信息，则在用户向终端输入订票指令时，则无需再重复输入用户的身份标识信息。如，以图3b为例，在用户点击了提示框中的确认案件之后，可以直接进入到图3d所示的界面，则无需再经过图3c所示的界面。

对于购票场景为购票用户通过售票窗口进行购票的情形，除了由购票用户利用终端登录服务器，变为售票人员可以利用终端登录服务器之外，购票过程与购票用户利用终端发起购票请求的过程相似，在此不再赘述。

需要说明的是，本实施例是以终端发送的购票请求中携带有身份标识信息和生物特征信息为例进行介绍，在实际应用中，终端也可以在发送购票请求时仅仅携带待购买的票据信息，则服务器接收到该购票请求之后，可以向终端发送用于请求购票用户的身份信息的指示；相应的，终端可以在接收到该指示之后，再获取购票用户的身份标识信息和生物特征信息并发送给服务器。

s204，服务器响应于该购票请求，检测该身份标识信息的有效性。

其中，身份标识信息的有效性可以为：身份标识信息是否为真实存在的身份标识信息，如，伪造的身份证件可能无法查验到相关信息。具体的，服务器可以将该身份标识信息与本地存储的身份标识信息进行比对，或者，通过预置的接口访问身份验证系统，以验证该身份标识信息的真实性。例如，服务器可以通过公安系统向购票系统开放的接口，查验该身份证件信息的真实性。

该身份标识信息的有效性也可以为：身份标识信息是否为已注册的身份标识信息。如，对于购票用户通过终端登录服务器的情况，可以检验身份标识信息是否为已注册的用户对应的身份标识信息，如果是，则确认该身份标识信息为有效的身份标识信息。

可以理解的是，该步骤s204为可选步骤，其目的仅仅是为了避免不具备购票资格的人员恶意购买票据。特别的，当购票用户通过终端登录服务器的情况下，如果购票用户的身份标识信息就是该购票用户的登录账号，由于登录过程已经完成验证，也无需在重复验证该身份标识信息的有效性。

s205，当该身份标识信息为有效的身份标识信息时，验证购票用户的身份标识信息与该购票用户的生物特征信息是否匹配。

由于身份证件等信息很容易遗失、借用和造假，因此，为了保证购票者的合法身份，还可以验证该购票用户的身份标识信息是否与该购票者的生物特征信息是否匹配，以避免购票用户假冒他人身份进行购票。

在一种实现方式中，在购票服务平台中可以存储有不同用户的身份标识信息与生物特征信息的对应关系，如，可以在购票服务平台的服务器或者数据库中存储不同用户的身份标识信息与生物特征信息的对应关系，基于该对应关系，可以验证购票用户的身份标识信息与该购票用户的生物特征信息是否具有对应关系，如果具有对应关系，则确定该购票用户的身份标识信息与购票用户的生物特征信息相匹配。

可选的，为了提高用户信息的安全性，购票服务平台可以为对每个用户的身份标识信息和生物特征信息进行加密后存储，具体的，可以为每个用户分配一个用户标识，该用户标识作为识别用户的唯一标识，对于每一个用户标识，均可以对应一个经过加密的身份标识信息(如身份证件信息或电话号码等)，以及经过加密的生物特征信息。其中，加密的算法可以使用数据加密标准(des，dataencryptionstandard)等对称加密算法，也可以是非对称加密算法。

在另一种可能的实现方式中，服务器可以访问指定的身份验证系统所提供的接口，以通过该身份验证系统验证该购票用户的身份标识信息与该购票用户的生物特征信息是否匹配。如该身份验证系统可以为公安系统或者公安系统所提供的验证系统。

需要说明的是，购票请求中携带该购票用户的生物特征信息，以及服务器验证购票用户的身份标识信息与该购票用户的生物特征信息是否匹配均为一种可选步骤，其目的仅仅是为了购票者的身份造假。在实际应用中，可以根据票据的重要程度，来设定是否需要执行验证购票用户的身份标识信息与该购票用户的生物特征信息是否匹配的操作。

s206，当服务器验证该购票用户的身份标识信息与该生物特征信息相匹配时，基于该用户的身份标识信息，获取该购票用户在购票服务平台中的历史交易行为记录。

其中，该历史交易行为记录可以包括该购票用户在该购票服务平台购票、退票等相关行为的信息。

如，该用户的历史交易行为记录可以包括如下任意一种或几种：

历史购票特征数据，如，按照一天、一周或一月中一种或几种计时周期，累计出的该用户的购票次数和购票数量；以及最近一次购票的时间等等；

历史退票特征数据，如，累计每天、每周或每月的退票次数、退票数量等等；

购票用户为自己购票的行为数据，如，购票次数或购票张数等等；

购票用户代他人购票的行为数据，如，按照一天、一周或一月等计时周期，累计出的该用户为他人进行购票的购票次数或购票张数等等。

当然，在实际应用中，用户的历史交易行为记录还可以有包含其他多种可能的数据信息，在此不加以限定。

s207，服务器依据该购票用户的身份标识信息，获取该购票用户在至少一个第三方平台中的征信评分。

其中，第三方平台可以理解为该购票服务平台之外的金融、社交等领域的服务平台。

该征信评分可以由该第三方平台根据该购票用户在该第三方平台的行为数据计算得到，如，第三方平台为金融平台时，该征信评分可以根据用户的收账、转账、支付、借款、还贷情况来确定；又如，该第三方平台为社交平台时，该征信评分可以根据用户在社交平台上的消费情况、好友关系链、好友的消费状况等等来评定。

可以理解的是，在实际应用中该步骤s207和s206的顺序并不限于图2所示，如，也可以是先执行该步骤s207，再执行该步骤s206；或者是，同时执行该步骤s207和步骤s206。

s208，服务器基于该历史交易行为记录以及该征信评分，确定反映该购票用户在购票服务平台中的行为特征的信用状况。

可以理解的是，不同类型的用户在购票服务平台的行为状态会存在差异性，这样，可以根据用户的历史交易行为记录可以分析出不同用户所具有的行为特征。如，某用户在一周内发生了多次购票行为，且购票的票据所对应的生效时间、生效地点等等都存在重复，则说明该用户为“票贩子”的可能性较大。又如，用户在一月内购票之后出现退票的次数较多，或者是用户订票之后付款的次数较少，则该用户在购票票据之后，正常消费该票据的可能性较小，该用户属于违约用户的可能性较大。

其中，反映用户在购票服务平台中的行为特征的信用状况可以是用户具有某类行为特征的信用状况，如，该信用状况可以包括以下一种或几种情况：

反映守信用户对应的行为特征的信用状况；

反映违约用户的行为特征的信用状况；

反映倒卖票据的用户的行为特征的信用状况。

具体的，在以上任意一种反映行为特征的信用状况中，该信用状况可以为反映出该用户具有该类行为特征的概率；或者，用户具有该类行为特征的概率所属的信用等级。

当然，反映用户在购票服务平台中的行为特征的信用状况还可以是表示用户所归属的用户类别。如，用户的信用状况可以直接标示为守信、违约或者倒票票据的用户中的某一种。

在本申请实施例，为了更为客观的反映出用户在购票服务平台中的行为特征，在确定反映用户的行为特征的信用状况时，还综合了用户在第三方平台中的征信评分，以使得更为合理的确定出用户对应的信用状况。

可以理解的是，根据用户在第三方平台的征信评分以及用户在购票服务平台中的历史交易行为记录，来综合确定用户的信用状况仅仅是一种优选的实施方式。在实际应用中，仅基于用户在购票服务平台中的历史交易行为记录来确定用户的信用状况也同样适用于本实施例。

需要说明的是，在本申请实施例中，是以服务器实时确定用户的信用状态为例进行介绍，在实际应用中，购票服务平台也可以预先确定出各个用户的信用状况，如，服务器或者该购票服务平台中专门用于进行数据分析的数据服务器可以预先计算出该信用状况，并将计算出的各个用户的信用状况存储到该服务器或数据库中。相应的，服务器在需要获取某个用户的信用状况时，可以直接从存储的用户信用状况集合中，获取反映该购票用户的信用状况。其中，预先确定各个用户的信用状况的过程与该服务器实时确定用户的信息状况的过程相似，在此不再赘述。

s209，当服务器确定出该购票用户的信用状况表明该购票用户具有第一类行为特征时，查询是否存在该票据信息所对应的票据。

其中，该第一类行为特征可以为根据需要设定，一般以具有第一类行为特征的用户为不影响购票服务平台的正常购票秩序，或者不造成票据浪费的行为为依据。

如，该第一类型行为特征可以为购票服务平台中守信用户所具有的行为特征。相应的，该购票用户的信用状况可以为该购票用户属于守信用户的概率，则当该概率大于预设阈值时，可以确定该购票用户具有第一类行为特征；或者是，该购票用户的信用状况可以为该购票用户属于守信用户的信用等级，则当该信用等级为高等级或中等级时，可以确定该购票用户具有第一类行为特征。

又如，该第一类行为特征可以为购票服务平台中不属于倒卖票据的用户所具有的行为特征。该购票用户的信用状况可以为该购票用户属于票贩子的概率，则当该概率小于预设阈值时，可以确定该购票用户具有第一类行为特征；或者是，当购票用户属于票贩子的风险等级为低风险等级时，则确定该购票用户属于第一类行为特征。

可选的，当服务器确定出该购票用户的信用状况表明该购票用户不具有第一类行为特征时，则可以直接拒绝该购票请求。如，向终端返回票据已售完，或者购票失败等等提示信息。

在服务器中可以存储了各个票据的出售状态，根据出售状态可以反映出各个票据是否已出售或者是待出售。

如，对于一张票据，初始信息记为<(时间1，地点1，席别1)，(status＝待售，idbuyer＝0,iduser＝0)>；其中，status表示当前是否出售，idbuyer表示购买该票据的购票者的信息，iduser表示使用该票据的使用者的信息，他人待使用者购票的情况下，购票者与使用者不是同一个用户。这样，如果用户a(用户标识可以表示为ida)为自己购买了此张票，则票据的信息可以更新为：<(时间1，地点1，席别1)，(status＝已售，idbuyer＝ida,iduser＝ida)>；如果是用户a为用户b(用户b的用户标识可以表示为idb)购买了此张票据，则该票据的信息更新为：<(时间1，地点1，席别1)，(status＝已售，idbuyer＝ida，iduser＝idb)>。

其中，查询该票据信息对应的票据是否存在的目的，是为了避免由于操作错误，或者网络延迟，而导致服务器中剩余的票据与终端侧所显出的剩余票据不匹配的情况。当然，如果在终端发送购票请求之前，已经查询了该票据信息所对应的票据仍存在，则无需再执行该步骤s209的查询操作。

s210，当服务器确定存在该票据信息对应的票据时，生成票据锁定凭证。

其中，该票据锁定凭证可以对购票用户所需购票的票据进行锁定的凭证，在锁定购票用户所需购买的票据之后，其他人无法购买该票据，以保证该购票用户可以购买到该票据。

如，服务器可以为终端返回订票成功的提示，以提示购票用户已经成功预订该票据信息对应的票据。

s211，服务器向终端返回票据锁定凭证。

s212，终端发起针对票据锁定凭证所对应的票据的付款请求。

s213，服务器依据反映该购票用户在购票服务平台中的行为特征的信用状况，为终端返回至少一种支付方式。

其中，根据购票用户在购票服务平台的信用状况的不同，可以为购票用户选择不同的支付方式。

如，该服务器确定该购票用户的信用状况表明该购票用户具有第二类行为特征，则可以为终端用户返回信用卡支付、储蓄卡支付等多种支付方式；甚至是先出票据，后期服务(即先上车，后买票)。而当购票用户不具有第二类行为特征时，则仅仅为用户返回储蓄卡支付方式，而不允许该购票用户使用信用卡支付方式，而且必须完成支付。其中，该第二行为特征可以为守信用户所具有的行为特征，或者是不属于违约用户所具有的行为特征。

可选的，在本申请实施例中，无论服务器预先确定购票用户的信用状况，还是实时确定该购票用户的信用状况，均可以依据预先训练得到的特征分类模型，来确定用户具有某一类或多类行为特征的概率；并基于该用户具有某一类或多类行为特征的概率，确定反应用户在某一类或多类行为特征的信用状况。

为了便于理解，对本申请实施例中训练得到特征分类模型的过程进行简单介绍。下面以训练一种特征分类模型为例进行介绍，如，以训练出用于计算用户属于票贩子的概率的特征分类模型为例，参见图4，其示出了本申请一种训练特征分类模型的流程示意图，本实施例的方法可以应用于服务器，具体包括：

s401，从购票服务平台的用户中确定出属于倒卖票据的用户所构成的第一用户集合以及不属于倒卖票据的用户所构成的第二用户集合。

其中，购票服务平台可以得到一些预先已经确定属于倒卖票据的票贩子的用户集合，本实施例中，将倒卖票据的用户所构成的集合称为第一用户集。如，购票服务平台的工作人员可以接受对票贩子的举报，并核实用户为票贩子之后，标出该用户属于倒卖票据的用户。相对应的，对于一些在服务平台上不存在倒卖票据行为的用户，则可以存储到不属于票贩子的第二用户集合中。

s402，分别获取第一用户集合以及第二用户集合中用户的历史交易行为记录。

该历史交易行为记录所包含的具体信息可以参见前面实施例的相关介绍，在此不在赘述。

s403，分别获取第一用户集合以及第二用户集合中各个用户在至少一个第三方平台中的征信评分。

其中，该步骤s403为可选步骤，在实际应用中，也可以仅仅根据第一用户集合和第二用户集合中用户的历史交易行为记录训练该特征分类模型。

s404，利用该第一用户集合中用户的历史交易行为记录和征信评分，以及第二用户集合中用户的历史交易行为记录和征信评分，并结合预置的回归算法，训练历史交易行为记录中各个特征信息的权重，得到用于计算用户属于票贩子的概率的特征分类模型。

其中，在训练该特征分类模型时，可以将第一用户集合中用户的历史交易行为记录以及征信评分作为正样本数据，并将第二用户集合中用户的历史交易行为记录以及征信评分作为负样本数据，从而训练出计算用户属于票贩子的概率的特征分类模型。

可选的，在训练该特征分类模型之前，还可以将第一用户集合和第二用户集合中用户的历史交易行为记录所涉及到的各条记录细腻些转换成数值型变量；然后将不同变量做加减乘除等组合运算得到衍生变量，然后进行离散化处理。

图4是以训练用于计算用户属于票贩子的概率的特征分类模型为例进行介绍，但是可以理解的是，对于用于计算用户属于守信用户的概率，或者用于计算用户属于违约用户的概率的特征分类模型，其训练过程与图4类似，不同之处仅仅在于选取的正、负样本数据有所差异。如，对于用于计算用户属于守信用户的概率的特征分类模型，可以从购票服务平台中选取守信用户构成第一用户集合，并选取不守信用户构成第二用户集合；又如，对于用于计算用户属于违约用户的概率的特征分类模型，可以从购票服务平台中选取违约用户构成第一用户集合，并选取不违约用户构成第二用户集合。

当然，在实际应用中，也可以同时训练出多个二分类器，以通过该多个二分类器同时得到用户具有以上三类特征行为的概率。

可见，在购票服务平台中，一个用户可以对应着多种行为特征，用户在每种行为特征中概率也会有所差异。

结合得到的特征分类模型，对确定用户具有某种行为特征的信用状况的方式进行介绍：

在一种实现方式中，在训练得到特征分类模型之后，可以分别选取不同的特征分类模型来计算用于具有不同行为特征的概率。在计算得到用户属于不同行为特征的用户的概率之后，可以直接将用户属于某类行为特征的用户的概率作为用户在该类行为特征中的信用状况。

如，根据购票用户的历史交易行为记录以及该征信评分，并利用计算用户属于票贩子的概率的特征分类模型，计算该购票用户属于票贩子的概率；根据购票用户的历史交易行为记录以及该征信评分，并利用计算用户属于守信用户的概率的特征分类模型，计算该购票用户属于守信用户的概率；根据购票用户的历史交易行为记录以及该征信评分，并利用计算用户属于违约用户的概率的特征分类模型，计算该购票用户属于违约用户的概率。

相应的，在判断用户是否为具有第一类行为特征的用户时，则可以先确定该购票用户具有第一类行为特征的概率，如果该购票用户具有第一类行为特征的概率大于预设阈值，则确定该购票用户属于具有第一类行为特征的用户。例如，第一类行为特征为守信用户的行为特征时，如果购票用户属于守信用户的概率大于预设阈值，则可以判定该购票用户属于守信用户。

在又一种实现方式中，得到用户属于各个行为特征的用户的概率之后，对于某一种行为特征，还可以划分出用户具有不同行为特征的等级，这样，在得到用户属于某种行为特征的用户的概率之后，可以根据该概率确定用户属于该行为特征的等级。如，对于用户属于违约用户的概率而言，可以将概率分为按照[0,0.2),[0.2,0.7),[0.7,1]分成三段，如果用户属于违约用户的概率处于0到0.2之间，则该用户属于低等级的违约用户；如果用户属于违约用户的概率为0.2或者处于0.2到0.7之间，则该用户属于中等等级的违约用户；如果用户属于违约用户的概率为0.7或者处于0.7到1之间，则该用户属于高等级的违约用户。

在实际应用中也可以将用户属于行为特征的等级确定为用户具有该行为特征的信用状况。相应的，如果用户属于具有高等级的该类行为特征的用户，则可以判定该用户属于具有该类行为特征的用户。如，用户属于高等级的违约用户时，则可以判定该用户属于违约用户。

在又一种实现方式中，对于某一种行为特征，还可以将用户属于该类行为特征的用户的概率转换为信用评分，并将该信用评分确定为用户在该类型为特征中的信用状况。其中，将概率转换为信用评分的目的是为了概率数值转换为整数数值，以便于直观反映出该用户具有该类行为特征的状况。

将概率转换为信用评分的方式可以有多种转换方式。如参见如下公式一，其为一种将概率转换为信用评分的计算公式：

其中，p为用户属于某类特征行为的用户的概率，creditscore为由p转换出的信用评分，base为预设的基准分，step为预设的分数档之间的步长。如，base＝400，step＝100，如果某用户属于守信用户的概率p＝8/9，creditscore＝700。

相应的，在判断用户是否为具有某类行为特征的用户时，可以判断该用户具有该类行为特征的信用评分是否大于预设值，如果是，则可以确定该用户属于具有类型行为特征的用户。

另一方面，本申请实施例还提供了一种票务处理装置。

参见图5所示，其示出了本申请一种票务处理装置一个实施例的组成结构示意图，本实施例的装置可以应用于服务器，该装置可以包括：

请求获取单元501，用于获取终端发送的购票请求，所述购票请求携带有待购买的票据信息以及请求购票的购票用户的身份标识信息；

信用获取单元502，用于基于所述购票用户的身份标识信息，获取反映所述购票用户在购票服务平台中的行为特征的信用状况；

票据锁定单元503，用于当所述信用状况表明所述购票用户具有第一类行为特征时，依据所述票据信息，生成票据锁定凭证；

票据返回单元504，用于将所述票据锁定凭证返回给所述终端。

可选的，所述信用获取单元，包括：

数据获取单元，用于获取所述购票用户在购票服务平台中的历史交易行为记录；

信用确定单元，用于基于所述历史交易行为记录，确定所述购票用户在所述购票服务平台中的信用状况。

可选的，还包括：征信获取单元，用于在所述信用确定单元确定所述购票用户在所述购票服务平台中的信用状况之前，获取所述购票用户在至少一个第三方平台中的征信评分；

则所述信用确定单元，包括：

信用确定子单元，用于依据所述征信评分和历史交易行为记录，确定所述购票用户在所述购票服务平台中的信用状况。

可选的，所述信用获取单元具体为，用于从存储的用户信用状况集合中，获取反映所述购票用户在购票服务平台中的行为特征的信用状况。

可选的，信用获取单元获取到的所述反映所述购票用户在购票服务平台中的行为特征的信用状况，包括：表明用户具有第一类行为特征的概率；

所述票据锁定单元，包括：

第一票据锁定单元，用于当所述表明用户具有第一类行为特征的概率大于预设阈值时，依据所述票据信息，生成票据锁定凭证。

可选的，所述信用获取单元获取到的所述反映所述购票用户在购票服务平台中的行为特征的信用状况，包括：表明用户具有第一类行为特征的信用等级；

所述票据锁定单元，包括：当所述信用等级表明所述用户属于具有第一类行为特征的高信用等级用户时，依据所述票据信息，生成票据锁定凭证。

可选的，所述请求获取单元获取到的所述购票请求还携带有所述购票用户的生物特征信息；

所述装置还包括：身份验证单元，用于在所述信用获取单元获取反映所述购票用户在购票服务平台中的行为特征的信用状况之前，验证所述购票用户的身份标识信息与所述购票用户的生物特征信息是否匹配；并当所述购票用户的身份标识信息与所述购票用户的生物特征信息匹配时，执行所述信用获取单元的操作。

本发明实施例还提供了一种服务器，该服务器可以包括上述所述的另一种多媒体推荐装置。

图6示出了服务器的硬件结构框图，参照图6，服务器600可以包括：处理器601，通信接口602，存储器603和通信总线604；

其中处理器601、通信接口602、存储器603通过通信总线604完成相互间的通信；

可选的，通信接口602可以为通信模块的接口，如gsm模块的接口；

处理器601，用于执行程序；

存储器603，用于存放程序；

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。

处理器601可能是一个中央处理器cpu，或者是特定集成电路asic(applicationspecificintegratedcircuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。

存储器603可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。

其中，程序可具体用于：

获取终端发送的购票请求，所述购票请求携带有待购买的票据信息以及请求购票的购票用户的身份标识信息；

基于所述购票用户的身份标识信息，获取反映所述购票用户在购票服务平台中的行为特征的信用状况；

当所述信用状况表明所述购票用户具有第一类行为特征时，依据所述票据信息，生成票据锁定凭证；

将所述票据锁定凭证返回给所述终端。

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。