本发明涉及互联网支付技术领域，尤其涉及一种支付通道路由方法及系统。
背景技术
随着互联网电子商务的不断发展，网上支付是电子商务流程中的关键环节和发展瓶颈之一，而支付组织，如第三方支付、非金支付清算平台等，为网上支付提供了一个可行的实现途径。支付组织作为买卖双方在交易过程中的资金“中间平台”，其通过与全国各类银行进行签约合作，调用银行提供的各类通道接口来实现网络交易支付。
通常支付组织会接入全国各家银行的支付清算通道，而不同的支付通道的交易限额、交易费率、支持的账户类型、卡类型、交易成功率等都不同。支付组织如何从众多支付通道中，选择出消费者体验好、低成本高成功率的支付通道是金融支付领域的关键问题。现有的支付通道选择方法大多是通过预置固定通道或基于预设的通道权重高低顺序配置交易通道路由，而这些方法均未考虑到通道实时状态和通道成本，这导致一方面通道交易失败率非常高，消费者的体验差；另一方面选择的支付通道成本高，导致支付交易的费用高。
技术实现要素：
本发明的目的在于提供一种支付通道路由方法及系统，能够基于用户的支付请求以及商户的服务水平，动态选择价廉质优的支付通道处理该笔支付交易，以实现提升用户支付体验的同时降低支付组织的通道使用成本。
为了实现上述目的，本发明的一方面提供一种支付通道路由方法，包括：
基于支付组织已接入支付通道的基础服务参数构建第一模型，以及质量服务参数构建第二模型；
参考当前商户的历史交易记录建立与当前商户质量服务水平相应的服务等级向量qr，所述服务等级向量qr与所述第二模型中的任一向量的维度相同；
获取用户的支付请求，从所述第一模型中筛选出支持所述支付请求的支付通道id，同时基于所述支付通道id从所述第二模型中输出对应的匹配向量qsi；
根据所述服务等级向量qr及所述匹配向量qsi，计算匹配出最优的支付通道id。
优选地，所述第一模型为n*m的矩阵，所述第二模型为n*h的矩阵；
其中，n为支付组织接入的支付通道id数量，m为所述支付通道id映射的基础服务参数数量，第i支付通道对应的所述基础服务参数包括业务类型、限额额度、支持卡类型、支持账户类型、银行名称中的一种或多种；
h为所述支付通道id映射的质量服务参数数量，第i支付通道对应的所述质量服务参数表示通道支付成本得分、t1时段通道平均回盘时间得分、t2时段通道平均回盘时间得分、t1时段通道支付成功率得分和t2时段通道支付成功率得分。
较佳地，第i支付通道的支付成本得分计算公式为
第i支付通道在t时段平均回盘时间得分的计算公式为：
第i支付通道在t时段支付成功率得分的计算公式为：
进一步地，参考当前商户的历史交易记录建立与当前商户质量服务水平相应的服务等级向量qr，所述服务等级向量qr与所述第二模型中的任一向量的维度相同的方法包括：
从数据库中提取当前商户的历史交易记录，从所述历史交易记录分析对支付成本的敏感度、对t1时段通道平均回盘时间的敏感度、对t2时段通道平均回盘时间的敏感度、对t1时段通道支付成功率的敏感度、对t2时段通道支付成功率的敏感度；
根据所述历史交易记录的分析结果对应赋值，得到所述服务等级向量qr。
优选地，获取用户的支付请求，从所述第一模型中筛选出支持所述支付请求的支付通道id，同时基于所述支付通道id从所述第二模型中输出对应的匹配向量qsi的方法包括：
获取用户的支付请求，提取支付交易报文；
从支付交易报文中提取基础服务需求参数，所述基础服务需求参数包括支付组织id、业务类型、限额额度、支持卡类型、支持账户类型、银行名称中的一种或多种；
基于所述基础服务需求参数生成支付需求向量br；
从所述第一模型中筛选出与所述需求向量br相匹配的向量bsi，记录其对应的支付通道id，并基于所述支付通道id对应的从所述第二模型中输出对应的匹配向量qsi。
进一步地，从所述第一模型中筛选出与所述需求向量br相匹配的向量bsi，记录其对应的支付通道id，并基于所述支付通道id对应的从所述第二模型中输出对应的匹配向量qsi的方法包括：
通过将需求向量br和第一模型中的第i支付通道对应的向量bsi做点积运算，当||br·bsi||＝||br||时，筛选出与需求向量br长度相等的向量bsi；
直至所述第一模型的全部向量运算完毕，统计向量bsi对应的支付通道id；
基于筛选出的所述支付通道id，从所述第二模型中对应输出匹配向量qsi。
优选地，根据所述服务等级向量qr及所述匹配向量qsi，计算匹配出最优的支付通道id的方法包括：
采用最优通道计算公式
从所述相似度值中选取最大值对应的支付通道id作为最优通道。
与现有技术相比，本发明提供的支付通道路由方法具有以下有益效果：
获取当前支付组织已经接入的支付通道，通过分析各支付通道的基础服务参数构建反映每个支付通道基础服务能力的第一模型，以及通过分析各支付通道的质量服务参数构建反映每个支付通道质量服务能力的第二模型，其中，基础服务参数是支付通道能够完成该笔支付交易的基本要素，即是否支持该笔交易请求，通常包括业务类型、限额额度、支持卡类型、支持账户类型、银行名称等；质量服务参数是评价支付通道完成该笔支付交易服务质量的要素，用于反映用户或者支付组织的支付体验，通常包括支付成本、响应时间和支付成功率等，需要说明的是，第二模型中的质量服务参数会根据支付通道的实际交易状态动态改变。
另外，根据当前商户的历史交易记录对其服务水平进行评级，并将评级结果转换成服务等级向量qr，在实际操作中，服务等级向量qr的取值也可由支付组织根据商户的战略关系人工调整，当第一模型、第二模型以及服务等级向量qr确定之后，在收到用户的支付请求时，首先从第一模型中筛选出支持该支付请求的支付通道id，然后基于筛选出的支付通道id从第二模型中找到对应的匹配向量qsi，接着利用最优通道计算公式分别计算服务等级向量qr与各匹配向量的相似度值，提取最大的相似度值，将其对应的支付通道id设定为最优的支付通道id处理该笔支付请求交易。
可见，随着支付交易不断发生当前商户的历史交易记录也会动态变化，因此支持该笔支付交易的支付通道也会动态改变，而为了保证每一笔支付交易都能够给用户带来最佳的支付体验以及尽量减少支付组织的通道成本，本发明基于动态变化的历史交易记录实时更新商户的服务等级向量qr，并且从动态变化第二模型中筛选出与之相似度值最大的匹配向量qsi，使用最优支付通道完成该笔支付交易，进而提升支付服务的稳定性，帮助支付组织降本增效，实现业务的持续发展和永续经营。
本发明的另一方面提供一种支付通道路由系统，应用于上述技术方案所述的一种支付通道路由方法中，所述系统包括：
建模单元，用于基于支付组织已接入支付通道的基础服务参数构建第一模型，以及质量服务参数构建第二模型；
服务等级评定单元，用于参考当前商户的历史交易记录建立与当前商户质量服务水平相应的服务等级向量qr，所述服务等级向量qr与所述第二模型中的任一向量的维度相同；
基础能力筛选单元，用于获取用户的支付请求，从所述第一模型中筛选出支持所述支付请求的支付通道id，同时基于所述支付通道id从所述第二模型中输出对应的匹配向量qsi；
最优通道选择单元，用于根据所述服务等级向量qr及所述匹配向量qsi，计算匹配出最优的支付通道id。
优选地，所述服务等级评定单元包括第一提取模块、敏感度设置模块和赋值模块；
所述第一提取模块用于从数据库中提取当前支付组织的历史交易记录；
所述敏感度设置模块用于从数据库中提取当前商户的历史交易记录，从所述历史交易记录分析对支付成本的敏感度、对t1时段通道平均回盘时间的敏感度、对t2时段通道平均回盘时间的敏感度、对t1时段通道支付成功率的敏感度、对t2时段通道支付成功率的敏感度；
所述赋值模块用于根据所述历史交易记录的分析结果对应赋值，得到所述服务等级向量qr。
优选地，所述基础能力筛选单元包括支付请求获取模块、第二提取模块、交易需求转化模块和匹配筛选模块；
所述支付请求获取模块用于获取用户的支付请求，提取支付交易报文；
所述第二提取模块用于从支付交易报文中提取基础服务需求参数，所述基础服务需求参数包括业务类型、限额额度、支持卡类型、支持账户类型、银行名称中的一种或多种；
所述交易需求转化模块用于基于所述基础服务需求参数生成支付需求向量br；
所述匹配筛选模块用于从所述第一模型中筛选出与所述需求向量br相匹配的向量bsi，记录其对应的支付通道id，并基于所述支付通道id对应的从所述第二模型中输出对应的匹配向量qsi。
与现有技术相比，本发明提供的支付通道路由系统的有益效果与上述技术方案提供的支付通道路由方法的有益效果相同，在此不做赘述。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明实施例一中支付通道路由方法的流程示意图；
图2为本发明实施例二中支付通道路由系统的结构框图。
附图标记：
1-建模单元，2-服务等级评定单元；
3-基础能力筛选单元，4-最优通道选择单元；
21-第一提取模块，22-敏感度设置模块；
23-赋值模块，31-支付请求获取模块；
32-第二提取模块，33-交易需求转化模块；
34-匹配筛选模块。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例，均属于本发明保护的范围。
实施例一
图1为本发明实施例一中支付通道路由方法的流程示意图。请参阅图1，本实施例提供一种支付通道路由方法，包括：
基于支付组织已接入支付通道的基础服务参数构建第一模型，以及质量服务参数构建第二模型；参考当前商户的历史交易记录建立与当前商户质量服务水平相应的服务等级向量qr，服务等级向量qr与第二模型中的任一向量的维度相同；获取用户的支付请求，从第一模型中筛选出支持支付请求的支付通道id，同时基于支付通道id从第二模型中输出对应的匹配向量qsi；根据服务等级向量qr及匹配向量qsi，计算匹配出最优的支付通道id。
具体实施时，获取当前支付组织已经接入的支付通道，通过分析各支付通道的基础服务参数构建反映每个支付通道基础服务能力的第一模型，以及通过分析各支付通道的质量服务参数构建反映每个支付通道质量服务能力的第二模型，其中，基础服务参数是支付通道能够完成该笔支付交易的基本要素，即是否支持该笔交易请求，通常包括业务类型、限额额度、支持卡类型、支持账户类型、银行名称等；质量服务参数是评价支付通道完成该笔支付交易服务质量的要素，用于反映用户或者支付组织的支付体验，通常包括支付成本、响应时间和支付成功率等，需要说明的是，第二模型中的质量服务参数会根据支付通道的实际交易状态动态改变。
另外，根据当前商户的历史交易记录对其服务水平进行评级，并将评级结果转换成服务等级向量qr，在实际操作中，服务等级向量qr的取值也可由支付组织根据商户的战略关系人工调整，当第一模型、第二模型以及服务等级向量qr确定之后，在收到用户的支付请求时，首先从第一模型中筛选出支持该支付请求的支付通道id，然后基于筛选出的支付通道id从第二模型中找到对应的匹配向量qsi，接着利用最优通道计算公式分别计算服务等级向量qr与各匹配向量的相似度值，提取最大的相似度值，将其对应的支付通道id设定为最优的支付通道id处理该笔支付请求交易。
可见，随着支付交易不断发生当前商户的历史交易记录也会动态变化，因此支持该笔支付交易的支付通道也会动态改变，而为了保证每一笔支付交易都能够给用户带来最佳的支付体验以及尽量减少支付组织的通道成本，本发明基于动态变化的历史交易记录实时更新商户的服务等级向量qr，并且从动态变化第二模型中筛选出与之相似度值最大的匹配向量qsi，使用最优支付通道完成该笔支付交易，进而提升支付服务的稳定性，帮助支付组织降本增效，实现业务的持续发展和永续经营。
示例性地，第一模型为n*m的矩阵，第二模型为n*h的矩阵；其中，n为支付组织接入的支付通道id数量，m为支付通道id映射的基础服务参数数量，第i支付通道对应的基础服务参数包括业务类型、限额额度、支持卡类型、支持账户类型、银行名称中的一种或多种；h为支付通道id映射的质量服务参数数量，第i支付通道对应的质量服务参数表示通道支付成本得分、t1时段通道平均回盘时间得分、t2时段通道平均回盘时间得分、t1时段通道支付成功率得分和t2时段通道支付成功率得分。
具体实施时，第一模型中的第i支付通道对应的基础服务向量为:
bsi＝
[bti1，…，btip，ami1，…，amiq，aci1，…acir，cti1，…ctis，bidi1，…，bidit]；
其中，基础服务向量的大小为1*m，其中，m＝p+q+r+s+t，需要说明的是，p、q、r、s、t为各项基础服务参数对应的特征值的个数，bt表示业务类型，若业务类型包括支付bti1、查询bti2、验证bti3这3种类型，则p的取值对应为3；am表示限额额度，若限额额度包括[1，5000]ami1、[5000，10000]ami2、[10000，50000]ami3、[500000，max]ami4共4档额度，则q的取值对应为4；ac表示支持卡类型，若支持卡类型包括个人账户aci1、企业账户aci2这2种类型，则r的取值为2；ct表示支持账户类型，若支持账户类型包括借记卡cti1、贷记卡cti2这2种类型，则s的取值为2；bid是银行名称，若包括中国银行bidi1、农业银行bidi2、工商银行bidi3、建设银行bidi4、中信银行bidi5这5家银行，则t的取值为5。在实际操作过程中，本实施例不对基础服务参数的项目和特征值的个数进行限定，本领域技术人员可根据需求自由增减。
第二模型中的第i支付通道对应的质量服务向量:
qsi＝[coi，surt1，surt2，rptt1，rptt2]；其中，coi表示通道支付成本得分、surt1表示t1时段通道平均响应时间得分、surt2表示t2时段通道平均响应时间得分、rptt1表示t1时段通道支付成功率得分、rptt2表示t2时段通道支付成功率得分。
可以理解的是，上述第一模型为0-1矩阵，参数取值为0或1，其中1代表支持，0代表不支持；上述第二模型参数取值为[0,1]，越接近1说明该项参数服务质量越优质。
需要说明的是，上述实施例中第i支付通道的支付成本得分计算公式为
第i支付通道在t时段平均回盘时间得分的计算方法为，通过每个通道的历史交易回盘时间，得到t时段平均回盘时间，再计算t时段均值和方差，然后根据最近一次交易的回盘时间，通过概率公式更新t时段在最近t时段的回盘时间得分，其计算公式为
第i支付通道在t时段支付成功率得分的计算方法为，通过每个通道的历史交易的状态，计算出最近t时段内支付通道的支付成功率，然后根据最近一次支付交易的状态，更新最近t时段内的通道成功率，其计算公式为：
进一步地，上述实施例中参考当前商户的历史交易记录建立与当前商户质量服务水平相应的服务等级向量qr，服务等级向量qr与第二模型中的任一向量的维度相同的方法包括：
从数据库中提取当前商户的历史交易记录，从所述历史交易记录分析对支付成本的敏感度、对t1时段通道平均回盘时间的敏感度、对t2时段通道平均回盘时间的敏感度、对t1时段通道支付成功率的敏感度、对t2时段通道支付成功率的敏感度；根据所述历史交易记录的分析结果对应赋值，得到所述服务等级向量qr。
需要强调的是，在实际操作中，除上述参考当前商户的历史交易记录赋值得到服务等级向量qr的方法以外，还可由支付组织根据商户的战略关系手动调整服务等级向量qr，增加其赋值的灵活性。
具体实施时，采用当前商户的历史交易记录赋值得到服务等级向量qr的方法如下，通过从数据库中提取所有商户的历史交易记录统计分析，根据历史交易记录中某一时间段的交易额、交易量等数据将所有商户的质量服务水平对应划分为a、b、c、d、e共5个等级，并将落入对应等级的商户进行人工赋值，形成服务等级向量。上述赋值范围为[-1，1]，赋值结果越接近于1则表示敏感度越高，越接近-1代表越排斥该项指标，比如欠费商户或风险事件等，越接近于0则表示敏感度越低，而当取值等于0时，代表了完全不关心该项指标，通常用于重点优质商户。通过对当前商户的质量服务水平进行评级，可使实时的调配对当前商户支付通道的配置，迫使商户优化自身的服务能力；示例性地，各等级与服务水平对应关系如下：
重点a等级：不计支付成本、t1时段低响应时间、t2时段低响应时间、t1时段高支付成功率、t2时段高支付成功率；
重点b等级：不计支付成本、t1时段较低响应时间、t2时段较低响应时间、t1时段高支付成功率、t2时段高支付成功率；
普通c等级：中低支付成本、t1时段中等响应时间、t2时段中等响应时间、t1时段较高支付成功率、t2时段较高支付成功率；
普通d等级：低支付成本、t1时段中等响应时间、t2时段中等响应时间、t1时段中等支付成功率、t2时段中等支付成功率；
恶劣e等级：低支付成本、t1时段高响应时间、t2时段高响应时间、t1时段低支付成功率、t2时段低支付成功率。
示例性地，t1时段取3分钟，t2时段取30分钟，人工赋值形成的向量如下；
重点a等级对应的服务等级向量为：
qra＝[0、0.9、0.9、0.9、0.9]；
重点b等级对应的服务等级向量为：
qrb＝[0、0.8、0.7、0.9、0.9，]；
普通c等级对应的服务等级向量为：
qrc＝[0.6、0.5、0.5、0.8、0.8]；
普通d等级对应的服务等级向量为：
qrd＝[0.9、0.5、0.5、0.5、0.5]；
恶劣e等级对应的服务等级向量为：
qre＝[0.9、0.3、0.3、-0.5、-0.5]。
具体地，上述实施例中获取用户的支付请求，从第一模型中筛选出支持支付请求的支付通道id，同时基于支付通道id从第二模型中输出对应的匹配向量qsi的方法包括：
获取用户的支付请求，提取支付交易报文；从支付交易报文中提取基础服务需求参数，基础服务需求参数包括支付组织id、业务类型、限额额度、支持卡类型、支持账户类型、银行名称中的一种或多种；基于基础服务需求参数生成支付需求向量br；从第一模型中筛选出与需求向量br相匹配的向量bsi，记录其对应的支付通道id，并基于支付通道id对应的从第二模型中输出对应的匹配向量qsi。
具体实施时，通过商户id可识别收款商户，并调用收款商户配置的支付通道处理该笔交易请求，提取该笔交易请求中的基本要素，包括业务类型、限额额度、支持卡类型、支持账户类型、银行名称中的一种或多种，基于上述基本要素形成的需求向量
br＝[bt1，...，btp，am1，...，amq，ac1，...，acr，ct1，...，cts，bid1，...，bidt]。需求向量br与第一模型中的向量bsi维度相同，向量元素对应的取值为0则表示不需要，为1则表示需要。例如，用户使用个人建设银行借记卡支付40000元，则对应的需求向量br＝[1,0,0,1,1,1,0,1,0,1,0,0,0,0,1,0]。
进一步地，从第一模型中筛选出与需求向量br相匹配的向量bsi，记录其对应的支付通道id，并基于支付通道id对应的从第二模型中输出对应的匹配向量qsi的方法包括：
通过将需求向量br和第一模型中的第i支付通道对应的向量bsi做点积运算，当||br·bsi||＝||br||时，筛选出与需求向量br长度相等的向量bsi；直至第一模型的全部向量运算完毕，统计向量bsi对应的支付通道id；基于筛选出的支付通道id，从第二模型中对应输出匹配向量qsi。
进一步地，上述实施例中根据服务等级向量qr及匹配向量qsi，计算匹配出最优的支付通道id的方法包括：
采用最优通道计算公式
通过最优通道计算公式能够筛选出最低成本、最低响应时间以及较高成功率的支付通道处理该笔支付交易，一方面能够极大的提高交易成功率，提升支付交易体验；另一方面能够针对不同商户对通道成本、成功率及回盘时间等因素的倾向度，挑选出商户最满意的质优价廉的支付通道。通过本实施例提供的支付通道路由方法能够提升支付服务的稳定性，帮助支付机构降本增效，维系商户稳定，以实现业务持续发展和永续经营。
实施例二
请参阅图1和图2，本实施例提供一种支付通道路由系统，包括：
建模单元1，用于基于支付组织已接入支付通道的基础服务参数构建第一模型，以及质量服务参数构建第二模型；
服务等级评定单元2，用于参考当前商户的历史交易记录建立与当前商户质量服务水平相应的服务等级向量qr，服务等级向量qr与第二模型中的任一向量的维度相同；
基础能力筛选单元3，用于获取用户的支付请求，从第一模型中筛选出支持支付请求的支付通道id，同时基于支付通道id从第二模型中输出对应的匹配向量qsi；
最优通道选择单元4，用于根据服务等级向量qr及匹配向量qsi，计算匹配出最优的支付通道id。
具体地，服务等级评定单元包括第一提取模块21、敏感度设置模块22和赋值模块23；
第一提取模块21用于从数据库中提取当前支付组织的历史交易记录；
敏感度设置模块22用于从数据库中提取当前商户的历史交易记录，从历史交易记录分析对支付成本的敏感度、对t1时段通道平均回盘时间的敏感度、对t2时段通道平均回盘时间的敏感度、对t1时段通道支付成功率的敏感度、对t2时段通道支付成功率的敏感度；
赋值模块23用于根据历史交易记录的分析结果对应赋值，得到服务等级向量qr。
具体地，基础能力筛选单元3包括支付请求获取模块31、第二提取模块32、交易需求转化模块33和匹配筛选模块34；
支付请求获取模块31用于获取用户的支付请求，提取支付交易报文；
第二提取模块32用于从支付交易报文中提取基础服务需求参数，基础服务需求参数包括业务类型、限额额度、支持卡类型、支持账户类型、银行名称中的一种或多种；
交易需求转化模块33用于基于基础服务需求参数生成支付需求向量br；
匹配筛选模块34用于从第一模型中筛选出与需求向量br相匹配的向量bsi，记录其对应的支付通道id，并基于支付通道id对应的从第二模型中输出对应的匹配向量qsi。
与现有技术相比，本发明实施例提供的支付通道路由系统的有益效果与上述实施例一提供的支付通道路由方法的有益效果相同，在此不做赘述。
本领域普通技术人员可以理解，实现上述发明方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，上述程序可以存储于计算机可读取存储介质中，该程序在执行时，包括上述实施例方法的各步骤，而的存储介质可以是：rom/ram、磁碟、光盘、存储卡等。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。