利用对话界面自动报告分析和分发建议的方法和系统与流程
本公开一般涉及利用对话界面，以自然语言格式进行分析和分发建议的技术方法和系统。本公开涉及用于自动查询和定制分析的报告，根据从多个用户接收的自然语言查询，向用户建议话语的方法和系统，以及对于特定于用户的分析的分发的基于机器学习的解决方案。
背景技术
许多小型企业和个体商户或者具有与其业务实践、消费者、供应链及他们的日常经营的其他方面有关的有限数据，或者拥有这些数据，但没有可靠的机制来访问这些数据，并实现它来形成有用的建议。已结清并转发给支付处理器的交易数据条目和支付交易可能包括与小型企业的经营的优化有关的有价值信息。另外，存在可帮助澄清外部条件与小型企业的业绩变化之间的因果关系的其他信息来源。这样的信息可能商家不易获得，和/或可能不是以商家能够获得所述信息的格式存在的。
支付网络的商家-用户一般具有保存在商家服务器中的一些信息，这些信息可能包括还未被转发给支付处理器的支付和购买，或者其他类型的信息，包括消费者支付偏好，以及消费者交货或取货偏好。可从这样的信息中提取的数据的例子包括市场份额数据。2014年9月26日提交的题为“methodandsystemforidentifyingmerchantmarketsharesbasedonpurchasedata”的美国专利申请no.14/498,194记载一种从可从企业获得的信息中，获得市场份额数据的方式，该专利申请通过引用整体包含在本文中。
尽管典型的小型企业正在生成信息的这种语料库，但是小型企业通常不可获得分析这种信息，以获得小型企业可以用于提高其业绩的有用信息的资源。即使小型企业具有分析所述信息并获得有用信息的资源，用于获得有用信息的技术也是专门用于判读大量的各类信息的，从而可能不在典型小型企业所有者的技能范围之内。此外，商家不易获得的另外的信息，对提供商家的业务实践的全面分析，和今后确定战略途径来说可能也是有用和必要的。例如，与除该商家之外的各个商家相关的数据可能是提供该商家的业务的鲁棒分析所必需的。这种信息可能是机密的，无法以保护个人可识别信息的方式访问。
小型企业和商家可能没有时间、资源(计算资源或其他资源)、或者技能组来分析提供他们自己的业务实践的全面战略评估所必需的数据类型。此外，即使商家已可以使用用于评估业务发展需求的数据，企业和商家也可能会花费大量时间来制定搜索词，这些搜索词可能不会返回实际被查找的分析或数据类型。另外，这类软件可能没有考虑到类似用户正在查找的数据类型。此外，随着业务增长或发展，商家用户的分析需求可能会发生变化。
因而，需要提供一种技术解决方案，使小型企业所有者或商家能够提交自然语言查询，并获得全面且相关的分析。此外，需要一种技术解决方案，该技术解决方案考虑了不直接与商家用户相关的大量信息，形成全面的报告，并在不加重用户负担的情况下自动提供这样的报告。存在即使在商家用户未能准确地识别针对被查找数据的搜索词的情况下，也使系统能够为商家或小型企业所有者的请求提供准确和定制的分析的需要。
存在通过经对话界面提供销售信息和其他见解，以致小型企业所有者可容易地分析大量的可用信息，并获得可用于提高小型企业的业绩的有用信息来解决该技术问题的需要。对话界面尤其有用，因为小型企业所有者不需要知道为获得有用信息所需的特定技术术语，而是可以简单地提交自然语言查询来确定如何提高其小型企业的业绩。于是，通过提供易于使用的界面来解决该技术问题，所述界面允许从典型企业生成的信息中提取可操作(actionable)的信息。另外，通过根据否则用户不可获得的众包数据(例如，类似的商家用户的数据)、支付网络数据和/或使用数据等，向用户提供自然语言查询建议和自动报告，来解决该技术问题。
技术实现要素：
本公开提供一种提供自动自然语言响应的方法，包括：在用户数据库中保存用户数据条目，每个用户数据条目至少包含用户标识符和关联的用户特征数据；在用户数据库中，识别第一用户数据条目，所述第一用户数据条目至少包含第一用户标识符和第一用户特征数据；根据第一用户数据条目，对查询数据库进行查询，其中所述查询数据库保存多个查询数据条目，并且所述查询数据条目至少包含自然语言查询数据，以及用户标识数据和查询特征数据中至少一项；在查询数据库中，识别具有与第一用户数据条目的数据类似的用户标识数据或查询特征数据的至少一个查询数据条目；从所述至少一个查询数据条目中，检索自然语言查询数据，所述自然语言查询数据基于以前从多个用户中的至少一个用户接收的至少一个自然语言查询；根据检索的自然语言查询数据，确定所述至少一个自然语言查询的至少一个意图和至少一个实体；根据检索的自然语言查询数据，识别至少一组数据；检索所识别的一组数据；利用至少一个分析模型，根据所检索的一组数据和第一用户标识符，计算对所述至少一个自然语言查询的响应；根据计算的响应，自动生成对所述至少一个自然语言查询的自然语言响应；和下述之一：把自然语言响应与第一用户标识符关联地保存在服务器上；或者把自然语言响应传送给与第一用户标识符关联的用户设备。
本公开还提供一种提供智能自然语言查询建议的方法，包括：在用户数据库中保存用户数据条目，每个用户数据条目至少包含用户标识符和关联的用户特征数据；在用户数据库中，识别第一用户数据条目；从第一用户数据条目，检索第一用户特征数据；根据第一用户特征数据，对查询数据库进行查询，其中所述查询数据库保存多个查询数据条目，并且所述查询数据条目至少包含自然语言查询数据和查询特征数据；在查询数据库中，识别具有与第一用户特征数据类似的特征数据的至少一个查询数据条目；检索与所识别的至少一个查询数据条目关联的自然语言查询数据；和下述至少之一：在第一用户建议数据库中，保存至少一个自然语言查询建议，所述至少一个自然语言查询建议基于检索的自然语言查询数据，和把包含所述至少一个自然语言建议的通知，传送给与第一用户标识符关联的用户的用户设备。
本公开提供一种提供自动自然语言响应的系统，包括：保存用户数据条目的用户数据库，所述用户数据条目至少包含用户标识符和关联的用户特征数据；保存查询数据条目的查询数据库，所述查询数据条目至少包含自然语言查询数据，以及用户标识数据和查询特征数据中至少一项；和处理设备，所述处理设备被配置成：在用户数据库中，识别第一用户数据条目，所述第一用户数据条目至少包含第一用户标识符和第一用户特征数据，根据第一用户数据条目，对查询数据库进行查询，在查询数据库中，识别具有与第一用户数据条目的数据类似的用户标识数据或查询特征数据的至少一个查询数据条目，从所述至少一个查询数据条目中，检索自然语言查询数据，所述自然语言查询数据基于以前从多个用户中的至少一个用户接收的至少一个自然语言查询；根据检索的自然语言查询数据，确定所述至少一个自然语言查询的至少一个意图和至少一个实体，根据检索的自然语言查询数据，识别至少一组数据，检索所识别的一组数据，利用至少一个分析模型，根据所检索的一组数据和第一用户标识符，计算对所述至少一个自然语言查询的响应，根据计算的响应，自动生成对所述至少一个自然语言查询的自然语言响应，和下述之一：把自然语言响应与第一用户标识符关联地保存在服务器上，或者把自然语言响应传送给与第一用户标识符关联的用户设备。
本公开还提供一种提供智能自然语言查询建议的系统，包括：保存多个用户数据条目的用户数据库，每个用户数据条目至少包含用户标识符和关联的用户特征数据；保存多个查询数据条目的查询数据库，每个查询数据条目至少包含自然语言查询数据和查询特征数据；处理设备，所述处理设备被配置成：在用户数据库中，识别第一用户数据条目；从第一用户数据条目，检索第一用户特征数据；根据第一用户特征数据，对查询数据库进行查询，在查询数据库中，识别具有与第一用户特征数据类似的特征数据的至少一个查询数据条目；检索与所识别的至少一个查询数据条目关联的自然语言查询数据；和下述至少之一：在第一用户建议数据库中，保存至少一个自然语言查询建议，所述至少一个自然语言查询建议基于检索的自然语言查询数据，和把包含所述至少一个自然语言建议的通知，传送给与第一用户标识符关联的用户的用户设备。
附图说明
图1是图解说明用于通过对话界面提供销售信息和见解，利用对话界面自动报告分析和分发建议，以及分发智能的众包选项的系统的高级体系结构。
图2是图解说明如图1中所示的处理服务器的方框图。
图3描述利用对话界面，自动报告分析和分发建议的方法。
图4是图解说明利用对话界面，自动报告分析和分发建议的方法的流程图。
图5是图解说明通过对话界面，向用户提供智能的众包选项的方法的流程图。
图6是图解说明响应接收自然语言查询和用户标识符而进行的方法的流程图。
图7a和7b是描述按照本文中讨论的例证实施例的对话界面的用户移动应用屏幕的例示。
图8是提供利用对话界面，自动报告分析和分发建议的处理的流程图。
图9是提供向对话输入设备分发智能的众包选项的处理的流程图。
图10是图解说明按照例证实施例的支付交易的处理的流程图。
图11是图解说明按照例证实施例的计算机系统体系结构的方框图。
应明白例证实施例的详细说明只是用于举例说明，并因此不是用于限制本公开的范围。
具体实施方式
术语表
支付网络-用于在给定时间段内，通过使用现金代替品进行用于数千、数百万、甚至数十亿的交易的货币转移的系统或网络。支付网络可以利用各种不同的协议和规程，来处理各种交易的货币转移。可通过支付网络进行的交易可包括产品或服务购买、赊购、借记卡交易、资金转移、账户取款，等等。支付网络可被配置成通过现金替代品进行交易，所述现金替代品可包括支付卡、信用证、支票、交易账户，等等。配置成起支付网络作用的网络或系统的例子包括那些由
支付轨道-与在支付交易的处理中使用的支付网络，以及在支付网络与和支付网络互连的其他实体之间的交易消息和其他类似数据的通信相关联的，在给定时间段内，处理数千、数百万、甚至数十亿的交易的基础结构。支付轨道可由用于建立支付网络，以及支付网络和其他关联实体，比如金融机构、网关处理器等之间的互连的硬件构成。在一些情况下，支付轨道也可能受软件影响，比如通过包括支付轨道的通信硬件和设备的特殊编程。例如，支付轨道可包括特别配置的计算设备，所述计算设备是为交易消息的路由而特别配置的，所述交易消息可能是如下更详细所述，通过支付轨道电子地传送的特别格式化的数据消息。
交易账户-可用于为交易提供资金的金融账户，比如支票账户、储蓄账户、信用账户、虚拟支付账户，等等。交易账户可以与消费者关联，消费者可以是与支付账户关联的任何适当类型的实体，可包括个人、家庭、公司、企业、政府实体，等等。在一些情况下，交易账户可以是虚拟的，比如由
支付交易-两个实体之间的货币或其他金融利益从一个实体被交换到另一个实体的交易。支付交易可以是用于商品或服务的购买，用于债务的偿还，或者用于对本领域的技术人员来说显而易见的金融利益的任何其他交换的资金转移。在一些情况下，支付交易可以指的是借助支付卡和/或支付账户提供资金的交易，比如信用卡交易。这类支付交易可由发卡方、支付网络和收单机构处理。处理这类支付交易的处理可包括授权、批处理、结算、交收和打款中至少之一。授权可包括由消费者向商家提供支付细节，从商家其向收单机构提交交易细节(例如，包括支付细节)，和用于为交易提供资金的消费者的支付账户的发卡方对支付细节的核实。批处理可以指的是把授权的交易连同其他授权的交易一起保存在批文件中，以便分发给收单机构。结算(clearing)可包括把批处理的交易从收单机构发送给支付网络，以便处理。交收可包括对于涉及发卡方的受款人的交易，支付网络把交易记入发卡方的借方。在一些情况下，发卡方可通过支付网络付款给收单机构。在其他情况下，发卡方可直接付款给收单机构。打款可包括对于已结算和交收的支付交易，从收单机构向商家付款。对本领域的技术人员来说，显然上述各个步骤的顺序和/或分类作为支付交易处理的一部分进行。
商家-提供产品(例如，商品和/或服务)供另外的实体，比如消费者或另外的商家购买的实体。商家可以是消费者、零售商、批发商、制造商、或者对本领域的技术人员来说明显的可提供产品供购买的任何其他类型的实体。在一些情况下，商家可能具有提供的供购买的产品和/或服务方面的特殊知识。在其他情况下，商家可能不具有或者不需要提供的产品方面的任何特殊知识。在一些实施例中，单一交易中所涉及的实体可被视为商家。在一些情况下，这里使用的用语“商家”可以指的是商家实体的设备或装置。
发卡方-确立(例如，开立)信用证或信用额度付与受款人，并根据信用证或信用额度中规定的金额，兑付受款人所开的汇票的实体。在许多情况下，发卡方可以是银行或者被授权开立信用额度的其他金融机构。在一些情况下，可向受款人延长信用额度的任何实体可被视为发卡方。发卡方开立的信用额度可以支付账户的形式表示，并且可由受款人通过使用支付卡支取。对本领域的技术人员来说，显然发卡方还可向消费者提供另外类型的支付账户，比如借记账户、预付费账户、电子钱包账户、储蓄账户、支票账户，等等，并且可向消费者提供用于访问和/或利用这类账户的物理或非物理工具，比如借记卡、预付费卡、自动柜员机卡、电子钱包、支票，等等。
通过对话界面提供销售信息和见解，利用对话界面自动报告分析和分发建议，以及分发智能的众包选项的系统
图1描述通过对话界面提供销售信息和见解，利用对话界面自动报告分析和分发建议，以及分发智能的众包选项的系统100。系统100包括处理服务器102，处理服务器102可接收自然语言查询，并通过用户设备106，向例如可能是商家的第一用户104(本文中也被称为商家104或商家用户104)，提供自然语言建议和/或响应。例如，商家104可把自然语言查询输入与处理服务器102通信的计算设备106中，计算设备106可以是智能电话机、平板计算机、膝上型计算机、个人计算机、或者类似设备(例如，智能电视、可穿戴设备，等等)。另外的用户108(本文中也被称为另外的商家108)，例如，除商家104之外的商家也可通过另外的用户设备，与处理服务器102通信，所述另外的用户设备可以是与上面列举的对计算设备106来说可接受的各种设备类似的设备。通过另外的计算设备118，商家108可以进行与通过计算设备106的商家104和处理服务器102之间的通信类似的通信。
自然语言查询使商家104能够以对话的方式，与处理服务器102交互，以获得针对商家104的各种有用的响应。类似地，商家108可通过另外的计算设备118，与处理服务器102交互。商家104和商家108可通过其交互的对话界面对于不熟悉可能对销售信息进行的各类分析的企业所有者来说特别有用。可以构成自然语言查询的对话方式的例子例如包括“上星期五我的销售额是多少？”，和“与去年相比，我今年的销售情况如何？”。尽管查询不必按照和这些例子相同的方式构成，并且不必具有特定的语法或模式，不过本文中构思的系统100能够通过自然语言处理，从商家用户104输入的查询中提取有关意图和实体。可以细节层面进行这种自然语言处理的方式有多种，比如在2002年3月13日提交的，题为“dynamicnaturallanguageunderstanding”的美国专利no.7,216,073中公开的方式。
用户104可被呈现界面，通过所述界面，他们可输入一个或多个自然语言查询。在一些实施例中，可通过运行在用户的智能电话机或类似设备上的移动应用提供所述界面。在一些实施例中，用户104可被呈现与可通过诸如facebook
与自然语言查询关联的是与用户104关联的用户标识符。用户标识符可以是商家标识符。用户或商家标识符被处理服务器102用于从相关数据库，比如交易数据库210和其他数据库(例如，支付数据库(未图示)，等等)检索适当的信息。通过利用商家标识符，处理服务器102能够(例如，通过计算设备106)向用户104返回特别制作的只披露用户104享有权利的信息的自然语言响应。例如，通过使用户104的商家标识符与用户104提交的自然语言查询关联，可以防止用户104收到处理服务器102对诸如“我的竞争对手acme公司上周的销售情况如何？”之类查询的响应。该特征防止除用户104之外的商家(例如，比如用户108)的机密信息的暴露。不过，处理服务器102可接受某些查询，其中对这类查询的自然语言响应包括不能直接归属于特定竞争者的信息。这类自然语言查询的例子可以是比如“与我的竞争对手相比，我这个月的销售趋势如何？”或者“与美国任何一个小镇上的类似小型企业相比，我周二的销售情况如何。”
通过利用从自然语言查询得出的意图和实体，以及商家标识符，处理服务器102可为商家用户104，从其中每个交易数据条目212包括与来自支付数据库(未图示)的支付交易关联的交易数据的交易数据库210，检索多个交易数据条目212。这种信息一般可在例如支付处理器内找到，所述支付处理器处理诸如用户104之类的商家和与商家用户104进行业务的消费者之间的支付。通过利用和自然语言查询一起接收的商家标识符，处理服务器102可向交易数据库210和支付数据库(未图示)请求该信息。这有助于确保响应从用户104接收的自然语言查询生成的自然语言响应只包括商家用户104享有权利的信息。更具体地，当从支付处理器的交易数据库210，检索包括与来自支付处理器的支付数据库的支付交易关联的交易数据的多个交易数据条目212时，与另一个商家标识符(除商家用户104的标识符之外的标识符)关联的信息将不会被提供给处理服务器102，或者被传送给计算设备106。通过防止这种可用性，确保其他商家的机密性，和其他商家，比如用户108的信息的机密性。可以采用其他技术来进一步确保商家不能直接访问其他商家的信息。不过，处理服务器102可以聚合地和/或匿名地提供其他商家的信息。
通过利用从自然语言查询得出的意图和实体，处理服务器102还可从存储器222访问可供处理服务器102用来扩展处理服务器102可响应的查询的数目和种类的额外数据库。另外，处理服务器102可访问外部数据源110，包括支付网络112、商家系统114、和处理服务器102可以采用的其他数据源116，以解决从用户，比如用户104接收的自然语言查询。当从用户104接收的自然语言查询提供这类额外数据库或外部数据源110能够向其提供负责所述自然语言查询的信息的意图或实体时，访问存储器222的这类额外数据库，或者额外的外部数据源110。
存储器222的额外数据库，或者外部数据源110可能包含私有的、机密的、或者以其他方式不可随意地用于公共消费的信息。其中处理服务器102包括额外数据库的实施例可定期从数据提供商接收对数据库的更新，或者以其他方式接收对包含在存储器222的额外数据库中的信息的更新。在一些其他的实施例中，处理服务器102安全地从未包含在处理服务器102内的额外数据库访问信息。在这样的实施例中，处理服务器102可通过接收设备202接收来自额外数据库的信息。本例中说明的存储器222的额外数据库，或者外部数据源110可能包含机密信息，或者要被匿名化的信息。当利用这些类型的额外数据库时，采用确保其他用户、商家和其他个人的机密性，以及所述其他用户、商家和个人的信息的机密性的保护措施，不过如上所述，这样的信息可被聚合和匿名地提供。
通过利用从接收自用户104的一个或多个自然语言查询得出的意图和实体，处理服务器102可访问外部数据源110，包括支付网络112、商家系统114、和处理服务器102可以采用的其他数据源116。当一个或多个自然语言查询包括外部数据源110可提供相关信息的意图或实体时，访问这样的外部数据源110。例如，诸如“我的销售受下雨影响吗”之类的自然语言查询可能导致处理服务器102访问其他数据源116，比如公开可用的气象数据库。尽管在本例中说明的外部数据源110不需要商家标识符，不过，记载在本文中的系统和方法100还设想需要用户或商家标识符，或者与用户或商家标识符相关的信息，以把相关数据返回给处理服务器102的外部数据源110。当访问外部数据源110需要用户或商家标识符时，可如上所述地实现确保其他商家的机密性，以及所述其他商家的信息的机密性的类似保护措施(例如，它可被聚合或匿名地报告)。
通过配置处理服务器102来访问存储器222中的额外数据库，和外部数据源110，本文中公开的系统和方法100能够提供对从用户104接收的一个或多个自然语言查询的全面自然语言响应。例如，诸如“我的消费者群体的平均收入是多少？”之类的自然语言查询可能导致处理服务器102访问存储器222的额外数据库，或者外部数据源110，以致收集足够的信息来提供对于该查询的适当自然语言响应。例如，处理服务器102可能收到自然语言查询“我的消费者群体的平均收入是多少？”，并且可确定意图是“平均收入”，而实体是与商家用户104相关的消费者。根据得出的意图和实体，处理服务器102可访问存储器222的额外数据库，或者外部数据源110，以检索与例如街道地址、邮政编码等关联的平均收入信息，并比较该信息和与商家用户104相关的消费者群体信息，从而生成对所述自然语言查询的准确响应。
在另一个例子中，处理服务器102可访问商家系统114，以获得其他来源，比如支付网络112或者处理服务器102的支付数据库(未图示)不可得到，或者还未得到的信息。例如，商家用户104可利用商家系统114上的商家会计软件保存不会被传送给，或者还未被传送给支付网络112(或者任何其他外部设备，比如处理服务器102)的销售信息。例如，商家系统114可保存诸如消费者支付偏好、消费者交货或取货偏好、消费者购买的物品之类的信息。通过利用诸如应用编程接口(api)之类的标准访问技术，处理服务器102可从商家系统114访问该信息。从而，商家用户104可以格式化必须考虑到只存在于商家设备106和/或商家系统114(比如商家系统114的商家会计软件114)的账户数据的自然语言查询。例如，商家用户104的自然语言查询可以是“有多少我的消费者更愿意在我们提供服务之前预付费？”
如果必要，处理服务器102可识别一组交易数据条目212，和/或来自外部数据源110或存储器222的额外数据。处理服务器102依赖于一个或多个得出的意图和/或实体来识别相关数据集(例如，交易数据条目212和来自外部数据源110的数据，等等)。通过识别数据集，处理服务器102减少为了根据交易数据条目，利用至少一种分析模型，计算对自然语言查询的响应而必须处理的信息的数量。为了生成所述响应，采用至少一种分析模型，通过对各组信息进行计算，处理所述各组信息，以得出有用的信息。
为了以会话方式向用户104提供响应，可根据处理服务器102的响应生成自然语言响应。可按照与接收自然语言查询的方式类似的方式，把自然语言响应提供给用户104。用户104输入自然语言查询的界面可被用于提供自然语言响应。在一些实施例中，自然语言响应可被定期或延迟地提供给用户104。可以实现备选的界面来提供这类响应，例如如用户104预先指定的。在一些情况下，处理服务器102可能收到包含触发阈值的自然语言查询。例如，处理服务器102可能收到诸如“如果今天的销售额比历史值低20％，那么请给我发送消息”之类的查询。就这样的自然语言查询106来说，处理服务器102被配置成监视相关数据库和/或数据源，以致如果并且当触发阈值被满足，那么可向用户104传送自然语言响应。
在一些情况下，商家用户104可通过与例如谷歌环聊(googlehangouts)机器人交互，提交自然语言查询。查询可能需要考虑大量的信息。因而，根据预先选择的用户偏好，或者响应处理服务器102传送给用户104的请求，用户可同意通过备选界面(例如，sms消息、给用户设备106的应用的推送通知，等等)接收自然语言响应。在另一个例子中，商家用户104可利用谷歌环聊，提交要求“如果今天的销售额比历史值低20％，请给我发短信”的自然语言查询。与使用的界面或者把自然语言响应传送给商家用户104的方式无关，所述响应是按照用户104可以自然语言格式接收并查看该响应(例如在用户设备106)，而不需要进一步判读接收的响应的方式传送的。在一些实施例中，可利用电话呼叫(例如，对于设备106或者与用户104关联的另一个设备等的语音呼叫)，把响应提供给用户104。
传送给用户104并由用户104接收的自然语言响应可包括系统100认为有益于理解计算的响应的音频、图形、文本或其他类型的信息。例如，计算的响应可以是从交易数据条目得出的每年的销售额增长。就这类计算的响应来说，自然语言响应可包括从交易数据条目得出的年销售额增长的图形表示，以致可以使商家用户104的考虑更容易。
在至少一些情形下，商家用户104可能期望了解响应自然语言查询，提供自然语言响应的原因。当商家104提供寻求如何或为什么生成该响应的原因的自然语言查询时，系统100可提供包含在用于计算响应的分析模型中的推理，给用户104的自然语言响应基于所述响应。
在一些情况下，系统100可被配置成向商家104提供自然语言响应，而无需首先由商家104进行提示。例如，计算设备106和/或处理服务器102可被配置成静默地询问与商家104相关的问题，并生成可以自然语言的形式提供给商家104的响应。例如，可在特定时间、当发生一个或多个事件时、依据一个或多个商家108的动作(例如，根据与商家104类似的商家提交查询)，等等，提供这样的自动响应。可根据许多因素，例如商家104以前问过的问题、系统100的其他商家108问过的问题、与商家104以前问过的问题相关的问题，等等，确定这样的自动响应。例如，处理服务器102可通过一个或多个另外的计算设备118，从一个或多个商家108接收问题。处理服务器102可分析所述问题，以及从所述一个或多个商家108接收的商家标识符，以确定类似于用户104的商家。处理服务器102可以例如确定类似于用户104的商家问得最多的自然语言查询，并且可以例如每天一次、每周一次等地生成对于特定于用户104的自然语言查询的响应。处理服务器102可把对于多个自然语言查询的响应编译成报告，包括以编译响应为基础的自然语言响应。
在一些情况下，系统100可被配置成向用户104提供智能、定制的自然语言查询建议。所述自然语言查询可以基于例如用户104以前提交的自然语言查询、用户108以前提交的自然语言查询、默认的自然语言查询、或者它们的任意组合。处理服务器102可把查询传送给计算设备106，所述查询例如可在运行于计算设备106上的应用的预填充键盘上，被显示给用户104。可以时不时地、根据预先计划的时间、根据一个或多个触发事件、响应用户104提交的初始自然语言查询，等等，传送自然语言查询建议。用户104可从显示的(或以其他方式提供的)自然语言查询建议中，选择一个或多个自然语言查询建议。用户选择的查询建议随后可如在上面以及在整个本公开中所述，类似于用户104输入的自然语言查询地被处理。在实施例中，与当接收自然语言查询时相比，用户选择的查询建议可被更快地处理，因为根据以前保存的数据，处理服务器102可能够快速识别与用户选择的查询建议关联的至少一个意图和至少一个实体。
例如，处理服务器102可确定类似于第一用户104的商家问过诸如“我怎样才能在星期天提高利润？”之类的问题。处理服务器102可能处理过自然语言查询“我怎样才能在星期天提高利润？”，以确定意图和/或实体。该查询可以与确定的意图和/或实体关联地被保存。例如，“提高利润”可被确定为查询的目标，而“星期天”可以是时间范围。处理服务器102可根据相关性计算，替换时间范围。例如，问题“我怎样才能在星期天提高利润？”可能最通常在星期六被提出。在实施例中，服务器可能在周期二，把这个查询确认为与用户104相关，从而，将“星期日”替换为“星期三”，并传送“我怎样才能在星期三提高利润？”作为对用户104的建议查询。如果用户104选择该查询作为请求响应的查询，那么处理服务器102可接收该自然语言查询，并确定意图和实体，而不需要处理该自然语言查询(例如，根据以前保存的数据)。
通过利用用户标识符104和查询意图数据，处理服务器102可确定需要哪类数据来响应该查询。例如，制定对于“我怎样才能在星期天提高利润？”的响应可能涉及评估类似的商家(例如，在规模、位置、行业等方面类似)，以确定哪些商家的销售额高于用户104。这样的评估可能涉及与一个或多个外部设备(例如，支付网络或者一个或多个商家系统，等等)通信。对于各个商家，通过与外部设备通信、因特网搜索、和/或从保存在处理服务器102的数据库，可以确定额外的数据(例如，营业时间，等等)。
处理服务器
图2图解说明系统100中的处理服务器102的实施例。对本领域的技术人员来说，显然图2中图解所示的处理服务器102的实施例只是作为例示提供的，并且未详尽到适合于进行如本文中所述的各种功能的处理服务器102的所有可能构成。例如，图11中图解所示，并在下面更详细讨论的计算机系统1100可以是处理服务器102的适当构成。
处理服务器102可包括接收设备202。接收设备202可被配置成借助一种或多种网络协议，通过一个或多个网络接收数据。在一些实施例中，接收设备202可被配置成通过支付轨道接收数据，比如把专门配置的与支付网络116关联的基础结构用于包括敏感金融数据和信息的交易消息的传输。在一些情况下，接收设备202还可被配置成通过备选的网络，比如因特网，从外部数据源110、商家系统114和其他数据源116(例如，计算系统和实体)，接收数据。在一些实施例中，接收设备202可由多个设备构成，比如用于通过不同的网络接收数据的不同接收设备，比如用于通过支付轨道接收数据的第一接收设备，和用于通过因特网接收数据的第二接收设备。接收设备202可接收电子地传送的数据信号，其中数据可被叠加或以其他方式编码在所述数据信号上，并通过接收设备202接收所述数据信号而被解码、解析、读取或以其他方式获得。在一些情况下，接收设备202可包括解析模块，用于解析接收的数据信号，以获得叠加在数据信号上的数据。例如，接收设备202可包括解析器程序，所述解析器程序被配置成接收数据信号，并把接收的数据信号变换成处理设备所进行的功能的可用输入，以实现本文中描述的方法和系统。
接收设备202可被配置成接收分别由商家104和108的计算设备，比如106和118电子地传送的数据信号。例如，接收设备202可接收自然语言查询。这些可包括例如商家104提出的实际查询的文本等同物、商家104提出的实际查询的预处理等同物、或者它们的组合。在一些实施例中，自然语言查询可包括指示至少一种意图和至少一个实体的数据。在一些实施例中，自然语言查询可能包括需要额外的处理，以得出与之关联的至少一个意图和至少一个实体的数据。接收设备202还可被配置成接收由用于包含在存储器222、外部数据源110，比如一个或多个支付网络112、商家系统114中的信息，以及例如来自其他数据源116(比如历史气象报告、地理信息、电话簿信息等的源)的公开可用数据的数据提供商电子地传送的数据信号。在一些实施例中，接收设备202可被进一步配置成接收数据，以便存储在处理服务器102中，如下更详细所述，比如从计算设备106接收的自然语言查询、以前从外部数据源110检索的不需要被刷新的数据、以及处理服务器102接收的其他信息。
处理服务器102还可包括处理设备204。处理设备204可包含通信模块(未图示)。所述通信模块可被配置成在处理服务器102的模块、引擎、数据库、存储器和其他组件之间传送数据，以供进行本文中讨论的功能之用。通信模块可由一种或多种通信类型组成，并利用各种通信方法在通信设备内进行通信。例如，通信模块可由总线、接触针连接器、导线等构成。在一些实施例中，通信模块还可被配置成在处理服务器102的内部组件和处理服务器102的外部组件，比如外部连接的数据库、显示设备、输入设备等之间通信。
对本领域的技术人员来说，显然处理设备可被配置成进行本文中讨论的处理服务器102的功能。在一些实施例中，处理设备可包括和/或由专门配置成进行处理设备的一个或多个功能的多个引擎和/或模块，比如查询模块214、计算模块216、响应生成模块218和自然语言处理器224组成。这里使用的术语“模块”可以是为接收输入、利用所述输入进行一种或多种处理，并提供输出而特别编程的软件或硬件。根据本公开，对本领域的技术人员来说，各个模块进行的输入、输出和处理将是显而易见的。
处理服务器102可包括查询模块214。查询模块214可被配置成对数据库206、210、226、230和/或其他数据库，比如保存在存储器222中的数据库进行查询，以识别多组信息。查询模块214可检索和/或识别满足某些标准的多个数据条目或一组多个数据条目，以减少当计算响应时必须考虑的数据的量。查询模块214可接收一个或多个数据值或查询字符串，并且可对指示的数据库执行基于此的查询字符串，以识别存储在数据库中的有关信息。查询模块214随后可根据需要，把识别的各组信息输出给处理服务器102的适当引擎或模块。例如，查询模块214可对用户数据库206进行查询，以识别用户数据条目208。用户数据条目208可被查询模块214用于识别与用户数据条目208相关的一组交易数据条目。查询模块214可被配置成关于特定趋势或交易，监视处理服务器102的一个或多个数据库。例如，查询模块214可监视数据库210，以判定某一天的销售额是否低于历史销售额。查询模块214可利用从自然语言查询获得的至少一个意图和至少一个实体，对处理服务器102的一个或多个数据库进行一个或多个查询。
查询模块214还可对外部数据源110，和存储器222的额外数据库进行查询。为此，查询模块214可采用适当的api，从外部数据源110和额外数据库获得所需信息。查询模块214可检索多个数据条目，并识别其中的满足某些标准的一组数据条目，以减少当计算响应时必须考虑的数据的量。与查询相关的某些外部数据源110，和存储器222的额外数据库可能包含正在为其生成自然语言响应的用户104可能不享有权利的信息。例如，支付网络112可根据地理位置，提供对支付交易的访问。这样的支付交易可能包括商家标识符和/或消费者标识符。查询模块可被配置成更改这样的数据，以确保用户商家104只获得该用户商家104对其享有权利的信息。
处理服务器102还可包括计算模块216。计算模块216可被配置成为处理服务器102进行判定，以便进行本文中讨论的功能。计算模块216可接收指令作为输入，可根据所述指令进行判定，并把按照分析模型的计算的结果输出给处理服务器102的另一个模块或引擎。在一些情况下，计算模块216可接收供计算之用的数据作为输入。在其他情况下，计算模块216可被配置成获得供计算之用的数据，比如通过指示查询模块214进行对应的查询。计算模块216可被配置成响应自然语言查询106，按照分析模型，计算有用的信息。以集合方式执行的多个分析模型也可被计算模块216用于响应自然语言查询106进行计算。在一些实施例中，计算模块216可进行计算，以识别特定的趋势或交易。例如，计算模块216可进行计算，以判定当天的销售额是否低于历史销售额。
处理服务器102还包括自然语言响应模块218。自然语言响应模块218根据计算模块216的计算结果，生成自然语言响应108。自然语言响应108是对商家104的自然语言查询106的对话响应。在一些实施例中，根据商家104的自然语言查询106、查询模块214进行的查询、和计算模块216进行的计算，自然语言响应模块218生成待提供给商家104的自然语言响应。
自然语言响应模块218生成的自然语言响应可包括被认为有益于便利商家106理解计算的响应的音频、图形、文本或者其他类型的信息。例如，计算的响应可能结果是从交易数据条目得出的每年的销售额增长。就这类计算的响应来说，自然语言响应模块218生成的自然语言响应可包括从交易数据条目得出的年销售额增长的图形表示，以致可以使商家104的考虑更容易。
当来自商家104的自然语言查询寻求自然语言响应被提供的原因时，处理服务器102向商家104提供计算模块216所使用的分析模型，以致商家104可以更好地理解为什么提供该自然语言响应。在一些实施例中，计算模块216例如在查询数据库226中，与依据其生成自然语言响应的自然语言查询关联地记录收到寻求所述自然语言响应的解释的查询的指示。
处理服务器102还可包括传送设备220。传送设备220可被配置成借助一种或多种网络协议，通过一个或多个网络传送数据。在一些实施例中，传送设备220可被配置成通过支付轨道传送数据，比如把与支付网络116关联的专门构成的基础结构用于包括敏感金融数据和信息，比如识别的支付凭证的交易消息的传输。在一些情况下，传送设备220可被配置成把数据传送给商家104使用的计算设备，和外部数据源110，比如支付网络112、商家系统114和其他数据源116。在一些实施例中，传送设备220可由多个设备组成，比如用于通过不同的网络传送数据的不同传送设备，比如用于通过支付轨道传送数据的第一传送设备，和用于通过因特网传送数据的第二传送设备。传送设备220可电子地传送具有可由接收计算设备解析的叠加数据的数据信号。在一些情况下，传送设备220可包括用于叠加、编码或以其他方式把数据格式化成适合于传输的数据信号的一个或多个模块。
处理服务器102还可包括存储器222。存储器222可被配置成保存供处理服务器102在进行本公开中讨论的各种功能时使用的数据。存储器222可被配置成利用适当的数据格式化方法和架构(schema)，保存数据，并且可以是任何适当类型的存储器，比如只读存储器、随机存取存储器，等等。例如，存储器222可包括加密密钥和算法、通信协议和标准、数据格式化标准和协议、处理设备的各个模块和应用程序的程序代码、以及对本领域的技术人员来说显而易见的，适合于供处理服务器102在进行本文中公开的各种功能时使用的其他数据。在一些实施例中，存储器222可由关系数据库组成或者可包括关系数据库，所述关系数据库把结构化查询语言用于保存在其中的结构化数据集的存储、识别、修改、更新、访问，等等。
自然语言处理器224可被处理服务器102用于处理自然语言查询，并从查询中得出至少一个意图和至少一个实体。在一些实施例中，处理服务器102可通过接收设备202，接收自然语言查询。在其他实施例中，可从数据库，例如，查询数据库226，识别自然语言查询。在接收自然语言查询的情况下，自然语言查询可接收自商家104或者其他商家108。在一些实施例中，自然语言处理器224可以是专用于自然语言处理的计算机或者计算机的网络。在这类实施例中，专用于自然语言处理的计算机或者计算机的网络与处理服务器102通信，以服务于图2中所示的自然语言处理器224的功能。自然语言处理器224利用通用学习算法，所述学习算法可以统计推断为基础，以通过在先交互的语料库的分析，自动学习语言规则。可以采用多种类别的机器学习算法，包括利用实值权重的决策树和概率决策模型，以致可以得出自然语言查询的预期含义的相对确定性。在一些实施例中，自然语言处理器224利用商家104或商家108的反馈来改进它对未来的自然语言查询的处理。在另外的实施例中，根据商家104和系统100之间的交互的复查，输入可被直接提供给处理设备102，以改进自然语言处理器224对未来的自然语言查询的处理。在一些实施例中，通用学习算法与硬编码的规则集被结合在一起，以进一步改进查询的处理。
与采用的具体算法或算法的组合无关，自然语言处理器224被配置成从自然语言查询中，提取至少一个意图和至少一个实体。自然语言处理器224把这样的意图和实体信息提供给例如查询模块214、计算模块216和自然语言响应模块218。自然语言处理器224提供的这类信息提供为其他模块214、216、218进行其功能所需的信息。另外，或者另一方面，自然语言处理器224可使提取的意图和实体信息，作为查询数据条目228被保存在例如查询数据库226中。
如上所述，处理服务器102可包含多个数据库，比如保存用户数据条目208的用户数据库206、保存交易数据条目212的交易数据库210、保存查询数据条目228的查询数据库226、和保存商家数据条目232的商家数据库230。另外的数据库可被保存在存储器222中。
用户数据库可保存系统100的各个用户的用户信息。用户数据库的用户数据条目208可包含例如用户标识符和用户认证数据。在一些实施例中，用户数据库还可包含商家标识符(商家标识符可以与或者可以不与用户标识符所关联的用户关联)、简档信息、用户特征数据、和/或使用数据，等等。
在用户数据条目208保存商家标识符的情况下，可以实现与用户数据条目208关联的商家标识符，以根据商家标识符，关于对应的商家数据条目232，查询商家数据库230。在这样的情况下，商家数据条目232可提供与用户数据条目的用户标识符关联的用户相同的商家，或者与所述用户不同的商家的特征。商家数据条目可提供商家特征数据(例如，地理位置、规模、历史交易统计数据、销售信息、销售信息的类别，等等)。在一些情况下，商家数据条目可能包含多个商家标识符，并且可根据一个或多个商家特征被聚类。例如，商家数据库230可把与具有1～50个雇员，并且年销售额在$250,000和$300,000之间，等等的商家对应的商家标识符，保存在商家数据条目中。在一些情况下，商家数据条目可包含一个或多个商家标识符，以及标识该商家数据条目所属于的聚类的值。在实施例中，保存在商家数据库230和用户数据库206中的数据可被合并到单一数据库中。在实施例中，多个数据库可包含商家数据库230和/或用户数据库206。
查询数据库226可包含查询数据条目228。查询数据条目228可对应于一个或几个用户(例如，用户104、用户108)。例如，每个查询数据条目可包含一个或多个用户标识符、商家标识符、或者对应于一个或多个用户的特征数据。查询数据条目可包含与从一个用户或多个用户接收的自然语言查询相关的数据。查询数据条目228可保存例如自然语言查询的文本。在实施例中，可以与至少一种意图和/或至少一个实体关联地保存自然语言查询文本。例如，自然语言查询文本可能以前已从系统100的用户接收过，已被处理以确定至少一个意图和至少一个实体，并且所述至少一个意图和至少一个实体可被保存在查询数据条目中(例如，从中得出所述至少一个意图和至少一个实体的一个或多个自然语言查询一起)。在实施例中，系统100可能从商家108收到多个自然语言查询。可以处理所述查询，以判定是否提交了相同或相似的查询，和/或是否相似的商家正在提交查询(例如，通过参考商家数据库，等等)。在一些实施例中，当从许多商家收到自然语言查询时，可以创建或更新查询数据条目以包含查询(例如，在该查询被包含在查询数据库中之前，3个商家必须询问相同的查询，等等)。在一些实施例中，在类似的商家问过相同(或相似)的查询的情况下，可以创建或更新查询数据条目以包含查询。在一些实施例中，可根据具有相似意图和/或实体数据的多个查询的接收，更新或创建查询数据条目。在一些实施例中，可以记录与以前问过的查询具有相似的实体和/或意图数据的查询，并且包含最经常提交的自然语言查询的查询可被标记为比其他查询更相关。
在一些情况下，查询数据条目228可保存与提交问题的商家关联的问题和指标。在一些实施例中，查询数据条目228可包括商家提交的自然语言文本，和从自然语言文本得出的处理后数据(例如，一个或多个意图和/或实体)两者。在一些情况下，查询数据条目将包括动态数据(例如，针对于商家或用户的数据)和静态数据(例如，不会根据用户而变化的数据)。例如，查询数据条目可能包括指定必须根据销售数据进行比较的数据；然而，销售数据可能取决于针对其识别查询数据条目的用户标识符。
在一些情况下，在把查询记录在查询数据库226中之前，可以核实自然语言查询，以确保它们不亵渎、离题或者不适当。在一些情况下，在把问题记录在查询数据库226中之前，除了确定问题或类似问题已被提交多少次之外，还可进行这类核实。
在一些情况下，查询数据条目228可保存具有关联的相似意图和/或实体的自然语言查询的组。在一些情况下，查询数据条目可与商家标识符、用户标识符、商家聚类值等关联地保存自然语言查询。在一些情况下，查询数据条目228可根据包含在各个查询数据条目中的相似性得分，与其他查询数据条目关联(例如，查询数据条目可根据包含在其中的一项或多项数据被聚类)。在实施例中，可以使查询数据条目与系统100的一个或多个用户已问过该查询或类似查询的次数关联。如在本公开中所述，各种其他查询数据可被保存在查询数据条目228中。
处理服务器102可不时从查询数据库226访问查询，并确定与用户(例如，第一用户104)相关的那些查询。识别的查询可以与第一用户104(或者用户组)关联地被保存。在实施例中，处理服务器102可根据查询，自动生成报告。在实施例中，处理服务器102例如可通过传送设备220，把查询传送给第一用户104作为查询建议，并从选择传送的查询建议中的一个或多个查询建议的用户接收反馈。在这样的实施例中，处理服务器102可以与查询建议和/或第一用户104的用户标识符结合地记录响应(例如，通过更新查询数据条目、创建新的查寻数据条目、通过更新用户数据条目，等等)。这样，处理服务器102可向接收的用户选择的建议学习，以识别对用户104(或者一组用户108、或者用户104的类似用户，等等)来说最相关的查询。处理服务器接收并记录的反馈例如可在自动报告处理，比如这里讨论的那些自动报告处理中实现。
处理服务器接收并记录的反馈(例如，作为用户选择的查询)例如可在自动报告处理，比如这里讨论的那些自动报告处理中实现。不需要来自用户的任何动作，处理服务器102可定期对查询数据库228进行查询，以确定可能与用户(例如，用户104)相关的问题。例如，处理服务器102可实现匹配算法，来匹配用户特征、用户标识符、用户104询问的查询等与具有用户特征、用户标识符或类似查询(例如，类似的意图/实体、类似的自然语言文本，等等)的数据条目，以确定对用户104来说相关的查询。处理服务器102随后可把识别的查询应用于将为其生成报告的用户104。例如，处理服务器可识别与用户104关联的用户标识符，并且通过利用用户标识符和识别的查询，处理服务器102可与支付网络112、商家系统114，等等通信。处理服务器102可被配置成安全并且迅速地与这些系统通信(例如，利用本文中讨论的某些协议)。
处理服务器102可接收与商家用户104和/或其他商家相关的数据(例如，从支付网络112和/或商家计算机系统114)。可以实现所述数据，以制定对查询的响应。多个查询可由处理服务器102自动答复，并被编译成报告(例如，业务报告)。自动生成的报告随后可被保存在服务器，等待用户104访问该系统。当商家用户104打开界面时，他能够看到或听到自动生成的报告。或者，可借助推送通知、文本、音频文件、电子邮件，等等，把报告推送给用户。
在一些情况下，与自动生成的报告的相关性有关的细节可被报告回处理服务器102。可以主动传送用户反馈(例如，通过用户响应显示的通知“这是相关的吗”，点击是或否按钮，作出响应)。用户反馈可以是被动的(即，不要求用户主动响应相关性询问)。例如，与用户查看报告关联的总时间可从例如计算设备106被传送给处理设备102。响应可以与用户104、询问的查询等关联地记录，以使对于一个或几个用户的相关问题的机器学习更容易。
处理服务器102可接收反馈响应，并相应地更新各个数据库。可以实现机器学习，来确定哪些对建议查询的答复(或者自动生成的报告)被打开过、收听过或者阅读过。这些确定可被反馈到系统中(例如，通过更新一个或多个数据库)，以便在记载在本文中的类似查询相关性识别处理中使用。
通过对话界面，提供销售信息和见解的方法
图3描述利用对话界面，自动报告分析和分发建议的方法。
在步骤302，商家或用户104可把认证数据传送给处理服务器102。例如，商家104可把登录凭证输入运行在计算设备106(例如，个人智能电话机，等等)上的应用中。或者，可通过网页，或利用鉴于本公开对本领域的技术人员来说显而易见的任何其他机制来提交登录凭证。在步骤304，处理服务器102可从用户104接收认证数据，然后在步骤306，可根据所述认证数据，认证用户104。处理服务器102可根据认证数据，识别用户简介或用户信息。例如，处理服务器102可在诸如用户数据库206之类的数据库中，识别与用户104对应的用户的用户数据条目208。
在步骤308,处理服务器102可根据对应于用户104的用户简介，确定至少一个自动查询。在图3的实施例中，可响应和/或根据用户104的认证，进行步骤308。在其他实施例中，可根据触发事件、在预先计划的时间、响应从用户应用接收的该应用已被开启的消息，等等，发生步骤308。例如，每天晚上在与用户104关联的业务结束时，可以触发开始自动查询处理。触发事件可由用户104、系统100的管理员预先设置，可以基于与用户104或其他用户108的使用模式对应的数据，等等。例如，处理服务器102可检测用户开启他或她的应用(或者登录到服务器)，以便例如请求业务分析的时间。处理服务器102可以与用户104的用户标识符结合地记录该数据，并据此创建触发事件。例如，如果用户在每个工作日下午3点左右开启他或她的应用(或者登录到服务器)，那么处理服务器102可记录这些事件，并判定触发阈值是否已被满足。例如，如果用户连续两个星期，每个星期超过3天在相似的时间开启他或她的应用，那么处理服务器102可确定应创建每天(或每个工作日、每隔一天等)在该时间运行的处理。
在步骤308，例如，通过对查询数据库226进行查询，以判定其中的任意查询数据条目是否与(例如，在用户数据条目208内识别的)用户104的用户标识符关联，可确定自动查询。在一些实施例中，查询可以与用户104的用户标识符结合地保存在用户数据条目208中，或者保存在另外的数据库中。在一些实施例中，可通过根据与用户104关联的特征数据，对查询数据库226进行查询，进行步骤308。例如，可从与用户104关联的用户数据条目208，检索与商家用户104关联的诸如商店位置之类的用户特征数据，并且可进行对查询数据库226的查询，以确定具有与商家用户104类似的位置的商家。
在一些实施例中，与商家用户104关联的用户标识符可被实现为通过查询商家数据库230(例如，根据用户标识符和/或用户特征)，确定与用户104或另外的商家(例如，比如用户108)关联的商家标识符。商家数据库可提供例如与商家用户104类似的商家的商家标识符、表示特征与用户104类似的商家的一个或多个值，等等。在这样的实施例中，从商家数据库230检索的数据可被实现为对查询数据库226进行查询，从而确定和用户104相关的查询。
在步骤308,处理服务器102可确定存在与用户104相关的一个或多个查询。在步骤310，处理服务器102可识别与确定的查询关联的意图和实体。在一些实施例中，查询数据库可连同与自然语言查询相关的查询数据一起保存意图和实体数据(例如，保存在查询数据条目228中)。在一些实施例中，处理服务器102识别自然语言查询，并得出与之关联的至少一个实体和至少一个意图。
在步骤312，处理服务器102可识别并检索响应查询所必需的数据(例如，通过向外部设备请求必需的数据，通过经api与识别的软件通信，等等)。例如，当识别出“与我的竞争对手相比，我这个月的销售趋势如何？”的查询时，这句话的意图可能是“我的销售”(查询的目标)、“这个月”(时间范围)、和“与我的竞争对手相比”(业绩的测定)。处理服务器102可确定响应该查询所必需的数据条目(例如，在商家104的销售的交易数据、与类似于商家104的一个或多个商家相关的交易数据，等等)。
在步骤314，与响应确定的一个或多个查询相关的数据条目可从例如外部数据源110，被提供给处理服务器。在一些情况下，在处理服务器102可获得与响应确定的查询相关的数据条目(例如，在时不时根据支付网络数据被更新的数据库中、通过在预定时间轮询支付网络112而被检索，等等)。在一些情况下，可从商家系统(例如，保存积分(loyalty)数据、消费者偏好等的商家计算系统)检索这样的数据。步骤308-314可以顺序地进行，彼此并行地进行，或者按照与图3中所示的顺序不同的顺序进行。另外，还可包括把检索的数据条目缩小范围到与回答至少一个确定的查询相关的数据子集的步骤。
在步骤318，处理服务器102可根据与得出的意图和实体对应的一组数据条目，利用计算模块216计算响应。可根据至少一种分析模型，产生计算的响应。计算模块216还可以利用集合地执行的多个分析模型来响应自然语言查询106进行计算。在一些实施例中，计算模块216可进行计算，以识别特定趋势或交易。例如，计算模块216可进行计算，以判定当天的销售额是否低于历史销售额。
在步骤316，处理服务器102可根据在步骤316计算的响应，生成自然语言响应。所述自然语言响应可包括系统100认为有益于理解计算的响应的音频、图形、文本或者其他类型的信息。例如，响应确定的查询，比如“我今年做得怎么样？”或者“我今年的销售情况如何？”，计算的响应可能是从交易数据条目得出的离散的每年销售增长(例如，第一年5％的销售增长，第二年3％的销售增长，等等)。
就这类计算的响应来说，在步骤318，自然语言响应模块218生成的自然语言响应可包括从交易数据条目得出的年销售额增长的图形表示，以致可以使商家用户104的考虑更容易。当对其自动生成自然语言响应的查询随后是来自商家用户104的另外的问题(例如，商家用户104寻找提供自然语言响应的原因)时，可向商家104提供额外的细节(例如，分析模型或其多个部分)，以致商家104可以更好地理解为什么提供该自然语言响应。
在步骤320，自然语言响应被传送给商家104使用的计算设备(例如，计算设备106)。在步骤322，计算设备106(或者用户104正在使用的某个其他计算设备)可接收该自然语言响应。响应可以显示画面、音频文件(例如，所述音频文件可以自动播放，或者依据用户的命令播放)等形式，被提供给用户。
通过对话界面，提供销售信息和见解的处理
图4是图解说明利用对话界面，自动报告分析和分发建议的方法的流程图。
在步骤402，可根据预先安排的任务，触发响应。所述预先安排的任务可由例如系统100的管理员或用户直接安排，或者可以基于学习的(例如，并且与用户关联地保存在用户数据库、用户简档等中的)用户的使用模式。或者，在步骤404，可根据从用户(或者与用户关联的设备)接收的消息，触发响应。这类消息可以是用户登录凭证，或者可以是例如当与用户关联的计算设备的应用被开启时，该应用提交的指示，在该应用中采取的动作，从计算设备接收的该计算设备位于特定位置的指示(例如，当诸如106之类的计算设备被检测到位于商家用户104的门店时)。在一些实施例中，触发响应的消息可以是从除为其生成自然语言响应的用户以外的用户接收的消息(例如，可根据被确定为与响应将被提供给的用户类似的用户的使用模式触发消息，在所述相似用户询问问题之后实时地触发消息，等等)。例如，如果商家a和商家b由于是相似的商家而相互关联，那么当商家a询问自然语言查询时，该自然语言查询可作为话语被提供到与商家b关联的计算设备的键盘等中。在实施例中，可以首先确定用户id，随后触发建议。
在步骤406，可根据在404接收的消息，或者预先安排的任务402，确定用户id。在步骤408，判定是否存在与在步骤406确定的用户标识符对应的用户数据条目。
如果用户数据条目还不存在(例如，如果商家用户104是新注册到系统的，从而简档还未被创建，等等)，那么在步骤410，可以创建对应于该用户的用户数据条目。如果用户数据条目确实存在，那么方法可进入步骤414，在步骤414，判定为处理所必需的用户数据是否可用(例如，对于根据用户特征数据识别查询的处理来说，用户特征数据是否可用？)。如果必要的用户特征数据不可用，或者用户数据条目是新创建的，那么处理可进入步骤412。在步骤412，可以识别一个或多个默认查询(例如，在诸如查询数据库226之类的数据库内)。如果必要的用户数据可用，那么处理可进入步骤416，在步骤416，可根据用户特定数据，识别一个或多个查询。
在实施例中，步骤416可包含识别包括正在为其生成自然语言响应的用户所询问的查询的查询数据条目。例如，在与用户相关的查询被提交一定次数(例如，3次，等等)之后，查询数据条目可保存这类查询。查询数据条目还可包括与查询相关的信息，比如以前从查询得出的意图和实体，一般询问该查询的时间，在与该查询相近的时间是否问过另外的问题，等等。根据用户数据(例如，用户标识符、设定的时间，等等)，可以识别最可能对用户有用的查询(例如，根据响应被触发的当日时间，等等)。可以识别一个或多个查询。根据识别的查询，在步骤418，判定为了完成响应，是否需要外部数据。
如果需要外部数据，那么在步骤420，可例如通过与在诸如商家系统114之类的外部设备上运行的软件通信，与支付网络112通信，等等检索所述数据。一旦在步骤420检索了外部数据，或者如果外部数据不是必需的，那么方法可进入步骤422。
在步骤422，可以计算对于一个或多个识别的查询(可能包括一个或多个默认查询)的响应。在部分用户数据可用的一些情况下，可对于特定于用户的查询和默认查询两者，计算响应。在步骤424，根据计算的响应，可生成自然语言响应。自然语言响应可能以响应于多个识别的查询的聚合计算为基础，或者可能响应于单个查询。
在一些情况下，在自然语言响应的生成和传输之后采取的用户动作，可与用于生成所述响应的数据结合地被记录在数据库(例如，用户数据库、查询数据库，等等)中，以便进一步使生成的自动响应适合于用户。
通过对话界面，向用户提供智能的众包选项的例证方法
图5是图解说明通过对话界面，向用户提供智能的众包选项的方法的流程图。
在步骤502，可根据预先安排的任务，比如在本公开内说明的那些预先安排的任务，触发建议。所述任务可以例如与商家，比如用户104结合地被保存。在一些情况下，比如在步骤504，可根据消息(例如，指示用户开启了包含用于与处理服务器102交互的对话界面的应用的消息，等等)，触发图5的处理。在步骤506，可以确定用户id。在实施例中，可以首先确定用户id，随后触发建议。
在步骤508，可以确定与用户标识符对应的用户数据条目。如果用户数据条目不存在，那么在步骤510，可以对应于用户标识符，创建用户数据条目。在步骤512，可以为该用户识别默认建议，然后在步骤514，所述建议可被传送给用户。可从例如与它是默认查询数据条目的指示关联地保存的查询数据库条目中，识别默认建议。查询数据条目可包含问题的自然语言文本。在实施例中，查询数据条目可以与和自然语言文本相关的至少一个意图和至少一个实体关联地被保存。在实施例中，在步骤514传送的默认建议可以与它被传送给的用户的用户标识符关联。
如果在步骤508，存在用户数据条目，那么在步骤516，判定相关的用户数据是否可用。如果否，那么处理可进入步骤512，以识别默认建议，然后在步骤514，传送该默认建议。如果相关的用户数据可用，那么处理可进入步骤518，检索所述相关的用户数据。用户数据可以位于例如用户数据库中，比如在用户数据库206的用户数据条目208内。例如，可根据用户数据条目208，在商家数据库230等内识别用户数据。在实施例中，可根据用户数据条目，确定用户标识符，用户标识符可被用于确定与用户数据条目的用户标识符对应(例如，表示和用户相同的商家)的商家数据条目，或者与类似于(但不同于)和用户数据条目关联的用户的商家对应的商家数据条目。在实施例中，用户的用户标识符和/或特征可被用于确定该用户最类似于的一组商家(例如，用户标识符可被用于查询商家数据库，并找出该用户为其成员的商家组，一个或多个用户特征可被用于识别商家组或该用户类似于的一个或多个单独的商家，等等)。
在步骤520，可以判定对应于用户数据的查询是否存在。可根据用户数据，识别查询。例如，可以识别类似商家问过的查询，并将其作为查询数据条目保存在诸如数据库226之类的查询数据库中。用户特征数据、用户标识符、类似商家数据(例如，商家标识符、商家组号等)，等等可被用于识别由正在为其确定建议的用户的类似用户提交过的一个或多个查询。
在步骤522，可以识别和与在步骤506确定的用户标识符关联的用户相关的一个或多个查询。在步骤524，可把自然语言查询建议传送给与在步骤506确定的用户标识符关联的用户。
当在514中传送的默认建议，或者在524中传送的自然语言查询建议由它们被传送给的用户的设备接收时，它们可使所述用户设备自动显示建议(例如，通过预填充用户设备的键盘、通过自动播放音频文件，等等)。
通过对话界面，对用户选择的查询提供销售信息和见解的例证方法
在步骤602，响应处理500的提供的建议，处理服务器102可接收用户从在步骤514和/或524传送给用户的自然语言建议中选择的一个或多个自然语言查询。这里，可以采用处理服务器102的接收设备202，从计算设备，比如计算设备106接收用户选择的自然语言查询。
在步骤604，处理服务器102可利用自然语言处理器224，处理自然语言查询。在实施例中，可以推导用户选择的自然语言查询，以提供至少一个意图和至少一个实体。在实施例中，用户选择的自然语言查询可能已被推导，从而提供意图和实体，所述意图和实体可作为用户选择的查询的一部分被接收。例如，所述意图和实体可能已从接收自商家的查询推导出，该商家是除从其接收用户选择的自然语言查询的商家104以外的商家。在实施例中，用户选择的自然语言查询可与数据库进行比较，以确定与之关联的实体和意图，和/或所述实体和意图可被包含在处理服务器102接收的用户选择的查询中。
在步骤606，可按照与结合本公开的自动查询处理说明的方式类似的方式，确定接收的查询的相关数据。在步骤608，如果需要外部数据，那么可在步骤610，通过与外部软件程序和/或设备通信，检索外部数据。在步骤612，可根据得出的意图和实体，以及检索的数据，计算响应。
在步骤614，可根据计算的响应，生成自然语言响应。然后在步骤616，自然语言响应可被传送给用户(例如，通过计算设备106)。
用于对话界面的例证用户移动应用屏幕
图7a描述可结合本文中讨论的实施例实现的对话界面。图中描述了包括显示器702a的计算设备106。在显示器704a内，用户可提交自然语言查询或命令。例如，在图7a中，用户输入“跟我说说我的消费者”，并把该命令提交给系统(例如，处理服务器102)。处理服务器可利用得出的意图和/或实体查询数据库，并确定为识别相关查询所需的额外信息。例如，处理服务器102可确定与基于自然语言的查询相关的100种可能查询，并可识别例如最常用的查询，以向商家用户提供建议的查询。
例如，响应命令“跟我说说我的消费者”，处理服务器102可向用户传送消息，所述消息使用户显示器显示识别可被提供的消费者数据的类型的建议。在图7a中，显示器702a显示建议706a，其用下述内容填充用户屏幕：“你想知道什么？关于几个重要的人口区域，我可以告诉你更多”，并列出名为“性别”、“年龄细分”、“游览”等的按钮。响应用户选择，消费者设备106可把选择的数据传送给处理服务器102，处理服务器102随后可以与例如商家系统114、支付网络112和/或额外的数据库交互，以确定相关数据，从而通过设备106返回给用户。
图7b提供具有显示器702b的消费者设备106。显示器702b可包括例如为用户提供各种选项的菜单栏。这些菜单项之一可以是例如建议。当用户点击建议选项卡时，可向用户显示提供各种查询建议的屏幕。例如，可向用户建议“我最忙的一天是哪天？”或者“跟我说说我的消费者”，并且用户可选择这些建议之一(例如，通过利用触摸屏来识别选择的手势，等等)。作为响应，可向用户提供另外的建议(例如，如图7a中的)，以进一步把用户引导到对该用户来说相关并且有用的分析。
提供自动自然语言响应的例证方法
方法800是提供自动自然语言响应的方法。在步骤802，可以识别第一用户数据，第一用户数据包含第一用户标识符和第一用户特征数据。第一用户特征数据可包含例如用户位置数据、商家规模数据、行业数据(例如，类型等等)、出售的商品/产品的种类、或者其他商家分析数据。用户特征数据可以与识别系统100的用户的用户标识符结合地，与和用户标识符关联的商家标识符结合地，等等，被保存在位于处理服务器102处或者在处理服务器102之外的一个或多个数据库中。
在步骤804，可以实现第一用户数据，以对查询数据库进行查询。第一用户数据可以基于与第一用户关联的用户简档和用户特征，基于与类似于第一用户的商家关联的特征，等等。第一用户数据可包含识别用户标识符和/或与该标识符关联的用户特征所属于的一群商家(例如，保存在诸如数据库230之类的商家数据库中的相似商家的商家群等)的商家组标识符。商家数据库可被保存在例如支付网络112等内。商家数据库可包含商家列表，和具有根据相对相似性得分分组的商家的组。还可根据第一用户标识符搜索商家数据库，以确定相关性得分大于例如90％的商家。与这些识别的商家列表对应的特征、组标识符和/或商家标识符可被实现成第一用户数据，以在步骤804对查询数据库进行查询。可依据其对查询数据库进行查询的用户特征包括商家特征(例如，规模、位置、行业，等等)、商家查询提交相似性(例如，赋予系统100的商家用户的对彼此询问相似问题的商家分组的得分)，用户使用模式(例如，与一个或多个用户的用户查询关联的当日时间，等等)。
在步骤806，可在查询数据库中，识别与类似于第一用户数据的数据关联的至少一个查询数据条目。例如，识别的查询数据条目可以是与第一用户所属于的一组商家(例如，相同行业中的每年实现相似销售额的一组小型企业，等等)关联的查询数据条目。在一些情况下，查询数据条目可包含类似于用户的一个或多个商家的特征数据，等等。查询数据条目可包含系统的用户以前询问过的一个或多个自然语言查询。
在步骤808,处理器可从识别的至少一个查询数据条目中，检索基于以前从多个用户中的至少一个用户接收的至少一个自然语言查询的自然语言查询数据。所述用户可能与第一用户相同或不同。
步骤810包含根据检索的自然语言查询数据，确定所述至少一个自然语言查询的至少一个意图和至少一个实体。在一些实施例中，所述至少一个意图和至少一个实体可被保存在查询数据条目中。在一些实施例中，可以处理查询数据条目的自然语言查询文本，以确定至少一个意图和至少一个实体。
步骤812包含根据检索的自然语言查询数据，识别将在自然语言响应的生成中使用的至少一组数据。例如，意图可能涉及第一用户和一个或多个相似商家之间的比较。处理器可与支付网络通信，以确定第一用户和相似商家的商家数据和销售数据。相似商家数据可被聚合，以使第一用户不可识别任何被比较的商家。处理器可被配置成确定需要与之通信的系统，并与各个系统通信(例如，通过api)，以检索为分析模型计算所需的数据。
在步骤814，可以检索识别的数据(例如，从外部系统、本地数据库，等等)。在步骤816，可根据检索的一组数据和第一标识符，利用至少一种分析模型，计算对于所述至少一个自然语言查询的响应。例如，如果要在第一用户和相似商家之间进行比较，那么可以与相似商家数据分开地分析第一用户数据，然后可比较结果，以确定数据之间的差异和相似性。例如，如果对第一用户来说，周末销售额较低，那么可以比较销售额较高和较低的一个或多个相似商家的营业时间和第一用户的营业时间，以判定在营业时间和销售额的增长之间是否存在相关性。在这类比较中，可以考虑另外的因素(例如，位置、行业、销售的时机，等等)，以响应查询，提供鲁棒分析。
在步骤818,对于查询，可以生成自然语言响应。所述响应可以是不要求用户主动提出问题的自动报告处理的一部分。自然语言响应可以基于计算的响应。例如，计算的响应可能提供表明在周末早上8点营业的与第一用户类似的商家往往具有更高的销售额。第一用户可能在周末早上9点营业。自然语言响应可考虑时间、销售额和其他数据，并生成诸如“为了提高周末的销售额，试着提前1小时营业”之类的响应。可以生成多个响应，并将其聚合成待提供给第一用户的故事类报告。
在步骤820,自然语言响应可以与第一用户标识符结合地被保存(例如，在服务器上，等待用户的登录，等等)，或者可被传送给与第一用户标识符关联的用户设备(例如，作为电子邮件、sms消息、文本、给应用的推送通知，等等)。自然语言响应可以是文本格式、音频格式、这两者的组合，等等。
鉴于本公开，本领域的技术人员会明白方法800的方法步骤可以顺序进行、同时进行、甚至按照和图8中所示不同的顺序进行。
向对话输入设备分发智能的众包选项的例证方法
方法900是向对话输入设备分发智能的众包选项的方法。在步骤902，可以利用第一用户标识符来识别包含第一用户标识符和第一用户特征数据的第一用户数据。
在步骤904，根据第一用户特征数据，可以对查询数据库进行查询，以确定包含自然语言查询数据和查询特征数据的至少一个自然语言查询数据条目。可以利用匹配算法来确定用户特征数据和查询特征数据之间的匹配、最佳适配、或者相似性。
在步骤906，识别至少一个查询数据条目。查询数据条目表示已从多个用户接收的数据(例如，作为自然语言查询)。
在步骤908，可以检索与识别的一个或多个查询数据条目关联的自然语言查询数据。根据检索的自然语言查询，可以确定至少一个自然语言查询建议。在至少一个自然语言建议的确定中，可以实现用户特有的数据。例如，自然语言查询可能保存指示相似用户问过与位于和他们的经营地点极接近之处的其他企业的销售额相关的问题的数据。可根据该数据定制自然语言建议，以包括特定于第一用户的数据。例如，第一用户可能是经营地点在中央大街123的商家。确定的自然语言查询可能是例如“中央大街上的其他企业生意比我的好吗？”、或者“跟我说说在中央大街购物的消费者”，等等。
在步骤910，确定的至少一个自然语言查询建议可被保存在服务器(例如，等待通过打开网页、登录到服务器等等的来自用户的访问)，或者可被传送给用户设备(例如，通过电子邮件、语音呼叫、文本消息、移动应用，等等)。可在应用内，以设备(例如，计算设备106)中的话语的形式提供所述至少一个自然语言查询建议。
在一些情况下，可响应其他用户问题提供确定的至少一个自然语言查询建议。例如，用户可能请求诸如“跟我说说我的消费者”之类的数据，并且可搜索查询数据库以确定对应的自然语言查询建议。可向用户实时返回与输入的“跟我说说我的消费者”相关的查询建议(例如，如同在“实时聊天”一样)。在实施例中，如本文中公开的那样，根据类似用户的输入或者其他触发事件(例如，预先计划的时间、商家活动、在商家处发生的销售额的阈值，等等)，可生成查询建议。触发事件可能需要监视一个或多个数据库，或者与外部设备通信(例如，与支付网络、商家系统等通信，以确定销售活动，其中当销售活动达到阈值时，确定查询建议)。触发事件可触发默认问题和/或自动报告，或者这两者的组合。例如，如果(例如，根据定期轮询外部设备/数据库)确定销售额在任何给定的一天达到了某个阈值，那么可向用户提供查询报告和查询建议两者(例如，作为用户的键盘中的话语)。例如，用户的键盘可被填充以诸如“今天销售攀升了。你想知道为什么吗？”或者带有按钮“告诉我为什么”的“今天销售攀升了”之类的消息。如果商家用户表示想要更多的信息，那么系统可通过对已检索的数据进行分析以提供报告，快速有效地响应该问题。例如，可以分析销售数据，以确定当天几个新客户在商家处进行了购物，并且可能返回诸如“今天你有几个第一次在这里购物的顾客”之类的结果。
处理系统可向用户选择的查询学习，以增强其查询数据库和分析模型，以提高响应用户自然语言查询、提供查询建议和自动报告生成的切合度和准确性。所述学习可用于增强对于系统的单个用户和/或多个用户的未来响应、报告和查询。
支付交易处理系统和处理
图10图解说明交易处理系统和用于处理系统中的支付交易的处理的处理1000，支付交易的处理包括给定时间段(例如，每小时、每天、每周等)内，数千、数百万、甚至数十亿的交易的处理。处理1000及包含在其中的步骤可由上述系统100的一个或多个组件，比如处理服务器102、计算设备106、商家销售点设备等进行。利用图10中图解所示并在下面说明的系统和处理1000的支付交易的处理可利用支付轨道，所述支付轨道可由下面讨论的实体特别配置和编程的，用于进行处理1000的各步骤的计算设备和基础结构组成，包括可与配置成处理支付交易的一个或多个支付网络关联的交易处理服务器1012。对本领域的技术人员来说，显然处理1000或其各部分可被并入关于在支付交易的处理或与支付交易关联的数据的检索中涉及的一个或多个步骤，在图3-6、8和9中图解所示并在上面说明的各处理中，或者可与所述处理结合地实现。另外，这里讨论的用于进行处理1000的实体可包括配置成进行下面讨论的功能的一个或多个计算设备或系统。例如，商家1006可由一个或多个销售点设备、本地通信网络、计算服务器、以及配置成进行下面讨论的功能的其他设备组成。
在步骤1020，发卡金融机构1002可把支付卡或者其他适当的支付工具颁发给消费者1004。发卡金融机构可以是金融机构，比如银行，或者给予并管理可用于为支付交易提供资金的支付账户和/或与支付账户联用的支付工具的其他适当类型的实体。消费者1004可具有所发的支付卡与之关联的发卡金融机构1002的交易账户，以致当在支付交易中使用所发的支付卡时，支付交易由关联的交易账户提供资金。在一些实施例中，支付卡可被物理地发给消费者1004。在其他实施例中，支付卡可以是虚拟支付卡，或者以电子格式被提供给消费者1004。
在步骤1022，消费者1004可向商家1006出示发给的支付卡，用于为支付交易提供资金。商家1006可以是企业、另一个消费者、或者可参与和消费者1004的支付交易的任何实体。通过把物理卡提供给商家1006，电子地传送(例如，通过近场通信、无线传输、或者其他适当的电子传输类型和协议)支付卡的支付细节，或者通过第三方发起向商家1006传送支付细节，消费者1004可出示支付卡。商家1006可接收支付细节(例如，借助电子传输，通过从物理支付卡读取所述支付细节，等等)，支付细节可至少包括与支付卡和/或关联的交易账户关联的交易账号。在一些情况下，支付细节可包括可用于支付交易的处理的一个或多个应用密码。
在步骤1024，商家1006可把交易细节输入销售点计算系统中。交易细节可包括由与支付卡关联的消费者1004提供的支付细节，和与交易关联的另外的细节，比如交易金额、时间和/或日期、产品数据、报价数据、积分数据、奖励数据、商家数据、消费者数据、销售点数据，等等。通过一个或多个输入设备，比如配置成扫描产品条形码的光学条形码扫描仪、配置成接收用户输入的产品代码的键盘，等等，交易细节可被输入商家1006的销售点系统中。商家销售点系统可以是旨在用于处理电子金融交易并与支付网络通信(例如，通过支付轨道)的专门配置的计算设备和/或专用计算设备。商家销售点系统可以是上面运行销售点系统应用的电子设备，其中所述应用使电子设备接收并把电子金融交易信息传送给支付网络。在一些实施例中，商家1006可以是电子商务交易中的在线零售商。在这类实施例中，对本领域的技术人员来说，显然可在购物车或者保存电子交易中的交易数据的其他储存库中输入交易细节。
在步骤1026,商家1006可电子地把叠加以交易数据的数据信号传送给网关处理器1008。网关处理器1008可以是配置成从商家1006接收交易细节，以便格式化并传送给收单金融机构1010的实体。在一些情况下，网关处理器1008可以与多个商家1006和多个收单金融机构1010关联。在这种情况下，网关处理器1008可接收涉及各个商家的多个不同交易的交易细节，所述交易细节可被转发给适当的收单金融机构1010。通过与多个收单金融机构1010建立关系，并且具有必要的基础结构利用支付轨道，比如利用与网关处理器1008或金融机构关联的用于数据的提交、接收和检索的应用编程接口与金融机构通信，网关处理器1008可充当商家1006的中介，从而商家1006能够通过单一通信通道和格式，与网关处理器1008进行支付交易，而不必与多个收单金融机构1010，和与之关联的支付处理器及硬件保持关系。收单金融机构1010可以是金融机构，比如银行，或者给予并管理支付账户和/或与支付账户联用的支付工具的其他实体。在一些情况下，收单金融机构1010可为商家1006管理交易账户。在一些情况下，单一金融机构可以作为发卡金融机构1002和收单金融机构1010两者的操作。
从商家1006传送给网关处理器1008的数据信号可被叠加以支付交易的交易细节，所述交易细节可根据一种或多种标准被格式化。在一些实施例中，所述标准可由网关处理器1008规定，它可把独特的专有格式用于往来于网关处理器1008的交易数据的传输。在其他实施例中，可以使用公共标准，比如国际标准化组织的iso8783标准。该标准可指示可被包含的数据的类型、数据的格式化、数据如何保存和传送、以及关于向网关处理器1008传送交易数据的其他准则。
在步骤1028，网关处理器1008可解析交易数据信号，以获得叠加在其上的交易数据，并且可根据需要，格式化交易数据。交易数据的格式化可由网关处理器1008根据网关处理器1008或者与支付交易关联的收单金融机构1010的专有标准进行。所述专有标准可指定包含在交易数据中的数据的类型，以及数据的存储和传输格式。利用交易数据，比如通过解析交易数据(例如，解构成数据元素)，以获得包含在其中的与收单金融机构1010关联的账户标识符，网关处理器1008可识别收单金融机构1010。在一些情况下，网关处理器1008随后可根据识别的收单金融机构1010，格式化交易数据，以致遵守收单金融机构1010指定的格式化标准。在一些实施例中，识别的收单金融机构1010可与支付交易中所涉及的商家1006关联，并且在一些情况下，可管理与商家1006关联的交易账户。
在步骤1030，网关处理器1008可把叠加以格式化的交易数据的数据信号电子地传送给识别的收单金融机构1010。收单金融机构1010可接收数据信号，并解析该信号，从而获得叠加在数据信号上的格式化的交易数据。在步骤1032，收单金融机构可根据格式化的交易数据，生成关于支付交易的授权请求。授权请求可以是特别格式化的交易消息，所述交易消息是按照一种或多种标准，比如iso8783标准和由用于处理支付交易的支付处理器，比如支付网络规定的标准格式化的。授权请求可以是包括表示授权请求的消息类型指示符的交易消息，所述授权请求可指示支付交易中所涉及的商家1006正在关于交易，向发卡金融机构1002请求支付，或者支付的承诺。授权请求可包括多个数据元素，每个数据元素被配置成保存如在关联标准中规定的数据，比如用于保存账号、应用密码、交易金额、发卡金融机构1002信息，等等。
在步骤1034，收单金融机构1010可电子地把授权请求传送给交易处理服务器1012，以便处理。交易处理服务器1012可由一个或多个计算设备构成，作为配置成处理支付交易的支付网络的一部分。在一些实施例中，授权请求可由在收单金融机构1010的交易处理器或与收单金融机构关联的其他实体传送。交易处理器可以是包括用于与交易处理服务器1012通信，以便往来于交易处理服务器1012传输交易消息和其他数据的多个通信通道的一个或多个计算设备。在一些实施例中，与交易处理服务器1012关联的支付网络可拥有或操作各交易处理器，以致为了网络和信息安全，支付网络可以保持对往来于交易处理服务器1012的交易消息的通信的控制。
在步骤1036,交易处理服务器1012可以为支付交易进行增值服务。增值服务可以是发卡金融机构1002规定的在支付交易的处理中，可向发卡金融机构1002或消费者1004提供附加值的服务。例如，增值服务可包括欺诈评分、交易或账户控制、账号映射、优惠兑换、积分处理，等等。例如，当交易处理服务器1012接收交易时，根据包含在其中的数据，以及一种或多种欺诈评分算法和/或引擎，可计算该交易的欺诈得分。在一些情况下，交易处理服务器1012可首先识别与交易关联的发卡金融机构1002，随后识别要进行的发卡金融机构1002指示的任何服务。例如，可依据包含在授权请求中的特定数据元素中所包含的数据，比如发卡方标识号，识别发卡金融机构1002。在另一个例子中，依据保存在授权请求中的主账号，比如通过把主账号的一部分(例如，银行标识号)用于标识，可以识别发卡金融机构1002。
在步骤1038,交易处理服务器1012可把授权请求电子地传送给发卡金融机构1002。在一些情况下，授权请求可被修改，或者作为交易处理服务器1012进行增值服务的结果，额外的数据可被包含在授权请求中，并伴随授权请求被传送。在一些实施例中，授权请求可被传送给位于发卡金融机构1002或者与发卡金融机构1002关联的实体的交易处理器(例如，由交易处理服务器1012拥有或操作的交易处理器)，所述交易处理器可把授权请求转发给发卡金融机构1002。
在步骤1040，发卡金融机构1002可授权交易账户进行支付交易的支付。所述授权可基于交易账户的可用信用额度和支付交易的交易金额、交易处理服务器1012提供的欺诈得分、和对本领域的技术人员来说显而易见的其他考虑因素。发卡金融机构1002可修改授权请求，以包括指示支付交易的批准(例如，或者拒绝，如果交易被拒绝的话)的响应代码。发卡金融机构1002还可修改交易消息的消息类型指示符，以指示交易消息被改变成授权响应。在步骤1042，发卡金融机构1002可(例如，通过交易处理器)把授权响应传送给交易处理服务器1012。
在步骤1044,交易处理服务器1012可把授权响应转发给收单金融机构1010(例如，通过交易处理器)。在步骤1046,收单金融机构可生成指示如在授权响应的响应代码中指示的支付交易的批准或拒绝的响应消息，并可利用网关处理器1008规定的标准和协议，把响应消息传送给网关处理器1008。在步骤1048,网关处理器1008可利用适当的标准和协议，把响应消息转发给商家1006。在步骤1070,作为支付交易的一部分，商家1006可随后可把消费者1004购买的产品提供给消费者1004。
在一些实施例中，一旦处理1000已完成，就可进行从发卡金融机构1002到收单金融机构1010的支付。在一些情况下，支付可以是立即地或者在一个营业日内进行的。在其他情况下，可在一段时间之后，响应从收单金融机构1010经交易处理服务器1012提交给发卡金融机构1002的结算请求，进行支付。在这种情况下，关于多个支付交易的结算请求可被聚合成单个结算请求，它可被交易处理服务器1012用于识别全体支付由谁和向谁进行，以便进行支付交易的交收。
在一些情况下，系统还可被配置成在通信路径不可用的情况下，进行支付交易的处理。例如，如果发卡金融机构无法进行交易账户的授权(例如，在步骤1040)，那么交易处理服务器1012可被配置成代表发卡金融机构1002，进行交易的授权。这样的动作可被称为“替身处理”，其中交易处理服务器作为发卡金融机构1002的替身。在这种情况下，交易处理服务器1012可利用发卡金融机构1002规定的规则来确定支付交易的批准或拒绝，并可在步骤1044中转发给收单金融机构1010之前，相应地修改交易消息。交易处理服务器1012可保留与交易处理服务器1012作为替身的交易相关联的数据，并且一旦通信被重新建立，就可把保留的数据传送给发卡金融机构1002。发卡金融机构1002可随后相应地处理交易账户，以适应失去通信的时间。
在另一个例子中，如果交易处理服务器1012无法提交收单金融机构1010的授权请求，那么在收单金融机构1010处的交易处理器可被配置成进行交易处理服务器1012和发卡金融机构1002的处理。所述交易处理器可包括适用于根据包含在支付交易中的数据，进行支付交易的批准或拒绝的判定的规则和数据。例如，发卡金融机构1002和/或交易处理服务器1012可能对交易类型、交易金额等设置限制，所述限制可被保存在交易处理器中，并用于根据其确定支付交易的批准或拒绝。在这种情况下，即使交易处理服务器1012不可用，收单金融机构1010也可接收支付交易的授权请求，从而确保即使在通信不可用的情况下，交易也被处理，从而不会经历停机时间。在这种情况下，交易处理器可保存支付交易的交易细节，一旦通信被重新建立，所述交易细节就可被传送给交易处理服务器1012(例如，并且从交易处理服务器1012被传送给关联的发卡金融机构1002)。
在一些实施例中，交易处理器可被配置成包括多个不同的通信通道，所述多个不同的通信通道可利用多个通信卡和/或设备，以与交易处理服务器1012通信，从而发送和接收交易消息。例如，交易处理器可由多个计算设备构成，每个计算设备具有连接到交易处理服务器1012的多个通信端口。在这样的实施例中，当把交易消息传送给交易处理服务器1012时，交易处理器可循环通过通信通道，以缓解网络拥堵，并且确保更快、更顺畅的通信。此外，在通信通道可被中断或者以其他方式不可用的情况下，从而可以利用备选通信通道，以进一步增加网络的正常运行时间。
在一些实施例中，交易处理器可被配置成与其他交易处理器直接通信。例如，在收单金融机构1010的交易处理器可识别出授权请求涉及不需要增值服务的发卡金融机构1002(通过包含在交易消息中的银行标识号)。在收单金融机构1010的交易处理器随后可把授权请求直接传送给在发卡金融机构1002的交易处理器(例如，无需授权请求经过交易处理服务器1012)，在发卡金融机构1002的交易处理器，发卡金融机构1002可相应地处理交易。
上面关于支付交易的处理讨论的，利用使用多个通信通道的多种通信方法，并且包括在处理中的多个节点和在系统中的多个位置，提供支付交易的处理的失效保护，以及确保即使在中断的情况下，通信也成功地到达其目的地的冗余的方法，可提供确保在错误和中断最小的情况下，总是成功地处理支付交易的鲁棒系统。这种先进的网络及其基础结构和拓扑通常可被称为“支付轨道”，其中交易数据可从在数百万个不同销售点的商家被提供给支付轨道，从而通过所述基础结构被路由到适当的交易处理服务器1012以便处理。支付轨道可能是这样的，以致在没有专门编程和/或配置的情况下，通用计算设备可以不能正确地格式化通信，或者把通信提供给支付轨道。通过计算设备的专门定制，计算设备可被配置成利用所述先进网络，把交易数据提交给适当实体(例如，网关处理器1008、收单金融机构1010，等等)，以便处理，并且快速有效地接收关于消费者1004为支付交易提供资金的能力的响应。
计算机系统体系结构
图11图解说明按照例证实施例的计算机系统1100体系结构。例如，图1的处理服务器110可在计算机系统1100中，使用硬件、软件、固件、上面保存有指令的非临时性计算机可读介质、或者它们的组合来实现，并且可在一个或多个计算机系统或其他处理系统中实现。硬件、软件或它们的任何组合可包含用于实现图3-6、8和9的方法的模块和组件。
如果使用可编程逻辑，那么这类逻辑可在可从市场上获得的处理平台或者专用设备上执行。本领域的技术人员会意识到公开主题的各个实施例可以利用各种计算机系统构成来实践，包括多核多处理器系统、小型计算机、大型计算机、具有分布式功能的链接或群集计算机、以及可被嵌入几乎任何设备中的普适或微型计算机。例如，可以利用至少一个处理器和存储器来实现上述实施例。
本文中所述的处理器单元或设备可以是单个服务器、多个服务器、或者它们的组合。处理器设备可以具有一个或多个处理器“核”。本文中所述的术语“计算机程序介质”、“非临时性计算机可读介质”和“计算机可用介质”通常用于指的是诸如可拆卸存储单元1118、可拆卸存储单元1122、和安装在硬盘驱动器1112中的硬盘之类的有形介质。
利用本例证计算机系统1100，说明了本公开的各个实施例。在阅读本说明之后，对本领域的技术人员来说，利用其他计算机系统和/或计算机体系结构，如何实现本公开将变得明显。尽管操作可被描述成顺序处理，不过一些操作事实上可以并行进行，同时进行，和/或在分布式环境中进行，同时程序代码被本地或远程保存，供单处理器或多处理器机器访问。另外，在一些实施例中，各个操作的顺序可被重排，而不脱离公开的主题的精神。
处理器设备1104可以是专门配置成进行本文中讨论的功能的专用或通用处理器设备。处理器设备1104可以连接到通信基础结构1106，比如总线、消息队列、网络、多核消息传递方案，等等。网络可以是适合于进行本文中公开的功能的任何网络，并且可包括局域网(lan)、广域网(wan)、无线网络(例如，wifi)、移动通信网络、卫星网络、因特网、光纤、同轴电缆、红外、射频(rf)、或者它们的任何组合。其他适当的网络类型和构成对本领域的技术人员来说将是显而易见的。计算机系统1100还可包括主存储器1108(例如，随机存取存储器、只读存储器，等等)，并且还可包括辅助存储器1110。辅助存储器1110可包括硬盘驱动器1112和可拆卸存储驱动器1114，比如软盘驱动器、磁带驱动器、光盘驱动器、闪存，等等。
可拆卸存储驱动器1114可按照公知方式，读取和/或写入可拆卸存储单元1118。可拆卸存储单元1118可包括可由可拆卸存储驱动器1114读取和对其写入的可拆卸存储介质。例如，如果可拆卸存储驱动器1114是软盘驱动器或者通用串行总线端口，那么可拆卸存储单元1118可以分别是软盘或便携式闪存驱动器。在一个实施例中，可拆卸存储单元1118可以是非临时性计算机可读记录介质。
在一些实施例中，辅助存储器1110可包括允许计算机程序或其他指令被载入计算机系统1100中的备选装置，例如可拆卸存储单元1122和接口1120。这类装置的例子可包括程序盒和盒式接口(例如，如在视频游戏系统中所见的)、可拆卸存储芯片(例如，eeprom、prom，等等)和关联的插口，以及对本领域的技术人员来说显而易见的其他可拆卸存储单元1122和接口1120。
保存在计算机系统1100中(例如，主存储器1108和/或辅助存储器1100中)的数据可被保存在任何类型的适当计算机可读介质上，比如光存储器(例如，光盘、数字通用光盘、蓝光光盘，等等)，或者磁带存储器(例如，硬盘驱动器)上。可在任何类型的适当数据库结构，比如关系数据库、结构化查询语言(sql)数据库、分布式数据库、对象数据库等中，配置数据。对本领域的技术人员来说，适当的构成和存储器类型是显而易见的。
计算机系统1100还可包括通信接口1124。通信接口1124可被配置成允许软件和数据在计算机系统1100和外部设备之间被传送。例证的通信接口1124可包括调制解调器、网络接口(例如，以太网卡)、通信端口、pcmcia插槽和卡，等等。通过通信接口1124传送的软件和数据可以呈信号的形式，所述信号可以是电信号、电磁信号、光信号、或者对本领域的技术人员来说显而易见的其他信号。信号可通过通信路径1126传播，通信路径1126可被配置成传送信号，并且可利用导线、电缆、光纤、电话线、蜂窝电话链路、射频链路等实现。
计算机系统1100还可包括显示接口1102。显示接口1102可被配置成允许数据在计算机系统1100和外部显示器1130之间传输。例证的显示接口1102可包括高清多媒体接口(hdmi)、数字视频接口(dvi)、视频图形阵列(vga)，等等。显示器1130可以是用于显示经计算机系统1100的显示接口1102传送的数据的任何适当类型的显示器，包括阴极射线管(crt)显示器、液晶显示器(lcd)、发光二极管(led)显示器、电容式触摸显示器、薄膜晶体管(tft)显示器，等等。
计算机程序介质和计算机可用介质可以指的是存储器，比如主存储器1108和辅助存储器1110，它们可以是半导体存储器(例如，dram等等)。这些计算机程序产品可以是向计算机系统1100提供软件的工具。计算机程序(例如，计算机控制逻辑)可被保存在主存储器1108和/或辅助存储器1110中。计算机程序也可通过通信接口1124接收。当被执行时，这样的计算机程序可使计算机系统1100能够实现如本文中所述的方法。特别地，当被执行时，计算机程序可使处理器设备1104实现图3、4和7-9图解所示的方法，如本文中所述。因而，这样的计算机程序可表示计算机系统1100的控制器。在利用软件实现本公开的情况下，软件可被保存在计算机程序产品中，并利用可拆卸存储驱动器1114、接口1120和硬盘驱动器1112，或者通信接口1124被载入计算机系统1100中。
处理器设备1104可包含配置成进行计算机系统1100的功能的一个或多个模块或引擎。每个模块或引擎都可利用硬件实现，而在一些情况下，也可利用软件，比如对应于保存在主存储器1108或辅助存储器1110中的程序代码和/或程序。在这种情况下，在由计算机系统1100的硬件执行之前，程序代码可由处理器设备1104编译(例如，由编译模块或引擎编译)。例如，程序代码可以是用编程语言编写的源代码，所述源代码被翻译成低级语言，比如汇编语言或机器代码，以便由计算机系统1100的处理器设备1104和/或任何另外的硬件组件执行。编译处理可包括词法分析、预处理、句法分析、语义分析、语法制导翻译、代码生成、代码优化、和适合于把程序代码翻译成适合于控制计算机系统1100进行本文中公开的功能的低级语言的任何其他技术的使用。对本领域的技术人员来说，显然这类处理导致计算机系统1100是被唯一地编程，以进行上面公开的功能的专门配置的计算机系统1100。
除了其他特征以外，与本公开一致的技术提供生成索引模型，并把索引模型用于邻域增长的系统和方法。尽管上面说明了公开的系统和方法的各种例证实施例，不过应明白它们只是出于举例说明的目的提供的，而不是对本公开的限制。上述说明不是详尽的，并不把本公开局限于公开的具体形式。鉴于上述教导，各种修改和变化都是可能的，或者从本公开的实践中，可以获得各种修改和变化，而不脱离本公开的范围。
- 还没有人留言评论。精彩留言会获得点赞！