本发明属于计算机技术领域，尤其涉及一种支付结果通知方法、装置、计算机可读存储介质及服务器。
背景技术：
随着移动互联网技术的快速发展，移动支付在人们的日常生活中得到了广泛的应用，人们通过随身携带的手机、平板电脑、智能手表、智能手环等终端设备即可完成支付，为生活带来了极大的便捷性。
但是，就目前的移动支付体系而言，其支付结果通知的时效性往往难以保证，在有些情况下，一笔支付可能完成很久之后，用户和商户才会接收到支付结果通知，导致用户和商户体验较差。
技术实现要素：
有鉴于此，本发明实施例提供了一种支付结果通知方法、装置、计算机可读存储介质及服务器，以解决在目前的移动支付体系下，支付结果通知的时效性往往难以保证的问题。
本发明实施例的第一方面提供了一种支付结果通知方法，可以包括：
接收支付设备发送的支付请求消息，并从所述支付请求消息中提取预设的各个评估维度上的支付信息；
根据各个评估维度上的支付信息构造支付信息向量；
从预设的历史样本库中分别选取各个参照样本集合，其中，每个参照样本集合均对应于一种通知方式，且每个参照样本集合中均包括一个以上的历史样本向量，每个历史样本向量均由一次历史支付记录中的各个评估维度上的支付信息构造而成；
分别计算所述支付信息向量与各个参照样本集合之间的平均距离；
选择与优选集合对应的通知方式向所述支付设备发送支付结果，所述优选集合为与所述支付信息向量之间的平均距离最小的参照样本集合。
本发明实施例的第二方面提供了一种支付结果通知装置，可以包括：
支付请求消息接收模块，用于接收支付设备发送的支付请求消息，并从所述支付请求消息中提取预设的各个评估维度上的支付信息；
支付信息向量构造模块，用于根据各个评估维度上的支付信息构造支付信息向量；
参照样本集合选取模块，用于从预设的历史样本库中分别选取各个参照样本集合，其中，每个参照样本集合均对应于一种通知方式，且每个参照样本集合中均包括一个以上的历史样本向量，每个历史样本向量均由一次历史支付记录中的各个评估维度上的支付信息构造而成；
平均距离计算模块，用于分别计算所述支付信息向量与各个参照样本集合之间的平均距离；
通知方式选择模块，用于选择与优选集合对应的通知方式向所述支付设备发送支付结果，所述优选集合为与所述支付信息向量之间的平均距离最小的参照样本集合。
本发明实施例的第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如下步骤：
接收支付设备发送的支付请求消息，并从所述支付请求消息中提取预设的各个评估维度上的支付信息；
根据各个评估维度上的支付信息构造支付信息向量；
从预设的历史样本库中分别选取各个参照样本集合，其中，每个参照样本集合均对应于一种通知方式，且每个参照样本集合中均包括一个以上的历史样本向量，每个历史样本向量均由一次历史支付记录中的各个评估维度上的支付信息构造而成；
分别计算所述支付信息向量与各个参照样本集合之间的平均距离；
选择与优选集合对应的通知方式向所述支付设备发送支付结果，所述优选集合为与所述支付信息向量之间的平均距离最小的参照样本集合。
本发明实施例的第四方面提供了一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现如下步骤：
接收支付设备发送的支付请求消息，并从所述支付请求消息中提取预设的各个评估维度上的支付信息；
根据各个评估维度上的支付信息构造支付信息向量；
从预设的历史样本库中分别选取各个参照样本集合，其中，每个参照样本集合均对应于一种通知方式，且每个参照样本集合中均包括一个以上的历史样本向量，每个历史样本向量均由一次历史支付记录中的各个评估维度上的支付信息构造而成；
分别计算所述支付信息向量与各个参照样本集合之间的平均距离；
选择与优选集合对应的通知方式向所述支付设备发送支付结果，所述优选集合为与所述支付信息向量之间的平均距离最小的参照样本集合。
本发明实施例与现有技术相比存在的有益效果是：本发明实施例在接收到支付设备发送的支付请求消息时，从所述支付请求消息中提取预设的各个评估维度上的支付信息，并根据各个评估维度上的支付信息构造支付信息向量，然后从预设的历史样本库中分别选取各个参照样本集合，并分别计算所述支付信息向量与各个参照样本集合之间的平均距离，最后选择与优选集合对应的通知方式向所述支付设备发送支付结果。通过本发明，将历史支付记录作为参照依据，根据大量的历史支付记录构造出与各种通知方式对应的参照样本集合，并通过计算选取出与当前支付行为最接近的参照样本集合，确定出对当前支付行为而言速度最快的支付结果通知方式，大大提升了支付结果通知的时效性，使得用户和商户获得较佳的使用体验。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例中一种支付结果通知方法的一个实施例流程图；
图2为从预设的历史样本库中分别选取各个参照样本集合示意流程图；
图3为本发明实施例中一种支付结果通知装置的一个实施例结构图；
图4为本发明实施例中一种服务器的示意框图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本发明实施例中一种支付结果通知方法的一个实施例可以包括：
步骤s101、接收支付设备发送的支付请求消息，并从所述支付请求消息中提取预设的各个评估维度上的支付信息。
在用户进行支付时，执行支付操作的支付设备(如手机、平板电脑、智能手表、智能手环等)自动采集支付时的详细信息，这些信息包括但不限于支付渠道、支付模式、支付时段、支付网络等各个评估维度上的支付信息。
其中，支付渠道可以包括微信支付、支付宝支付、银联支付等等；
支付模式可以包括主动扫码支付、被动扫码支付等等；
支付时段即执行支付操作的时间点所处的时段，例如，可以根据实际情况将一天划分为早、中、晚三个时段，也可以将一天划分为24个时段，每个小时为一个时段，还可以按照闲时、忙时进行时段划分，或者可以进行其它形式的时段划分。
支付网络可以包括移动网络、联通网络、电信网络等等。
支付设备会将采集到的这些信息添加入支付请求消息中，并发送至预设的支付管理服务器中，该服务器在接收到该支付请求消息，即可从中提取出各个评估维度上的支付信息。
步骤s102、根据各个评估维度上的支付信息构造支付信息向量。
由于上述获取的支付信息并不是数值化的信息，不利于进行分析计算，因此，需要首先对各个评估维度上的支付信息进行数值化处理。
例如，对于支付渠道这一评估维度而言，若采用的是微信支付，则将该维度的取值数值化为1，若采用的是支付宝支付，则将该维度的取值数值化为2，若采用的是银联支付，则将该维度的取值数值化为3；
对于支付模式这一评估维度而言，若采用的是主动扫码支付，则将该维度的取值数值化为1，若采用的是被动扫码支付，则将该维度的取值数值化为2；
对于支付时段这一评估维度而言，以将一天划分为早、中、晚三个时段为例进行说明，若支付时段为早时段，则将该维度的取值数值化为1，若支付时段为中时段，则将该维度的取值数值化为2，若支付时段为晚时段，则将该维度的取值数值化为3，其它形式的时段划分可以类比进行数值化处理；
对于支付渠道这一评估维度而言，若采用的是移动网络，则将该维度的取值数值化为1，若采用的是联通网络，则将该维度的取值数值化为2，若采用的是电信网络，则将该维度的取值数值化为3。
需要注意的是，以上的数值化处理过程只是一种可能的数值化处理方式，还可以根据实际情况进行其它类似的数值化处理，本实施例对此不做具体限制。
在进行完数值化处理之后，将这些支付信息构造为如下所示的支付信息向量：
payinfovec＝(payinfoelm1,payinfoelm2,...,payinfoelmd,...,payinfoelmdim)
其中，d为支付信息的评估维度的序号，1≤d≤dim，dim为支付信息的评估维度总数，payinfoelmd为第d个评估维度上的支付信息的取值，payinfovec为所述支付信息向量。
步骤s103、从预设的历史样本库中分别选取各个参照样本集合。
其中，每个参照样本集合均对应于一种通知方式，且每个参照样本集合中均包括一个以上的历史样本向量，每个历史样本向量均由一次历史支付记录中的各个评估维度上的支付信息构造而成。
如图2所示，步骤s103具体可以包括如下过程：
步骤s1031、根据各种通知方式的耗时时长分别计算所述历史样本库中的各个历史样本向量的分类区分度。
在本方案中，可以将历史发生过的支付行为中的数据作为后续支付行为中支付结果通知方式选择的依据。
对于任意一个历史支付记录而言，需要获取其在各个评估维度的支付信息，以及各种支付结果通知方式的耗时时长。其中，关于各个评估维度的支付信息的获取过程与上述步骤s101类似，此处不再赘述，在获取了各个评估维度的支付信息之后，即可将这些支付信息构造为与该历史支付记录对应的支付信息向量，也即所述历史样本向量。
支付结果通知方式可以包括异步推送、后台轮询、前端查询等等，在得到了各种支付结果通知方式的耗时时长之后，即可根据下式构造与所述历史样本库中的各个历史样本向量分别对应的通知耗时序列：
slotseqh＝[sloth,1,sloth,2,......,sloth,m,......,sloth,m]
其中，1≤h≤hispnum，hispnum为所述历史样本库中的历史样本向量的总数，1≤m≤m，m为各种通知方式的总数，sloth,m为与第h个历史样本向量对应的第m种通知方式的耗时时长，slotseqh为与第h个历史样本向量对应的通知耗时序列。
然后，根据下式分别计算各个历史样本向量的分类区分度：
其中，slotseq′h为从slotseqh中去除掉最小值后剩余的序列，即：slotseq′h＝slotseqh-min(slotseqh)，min为求最小值函数，divdegh为第h个历史样本向量的分类区分度。
步骤s1032、从所述历史样本库中选取分类区分度大于预设的区分度阈值的历史样本向量作为候选样本向量，并将选取出的候选样本向量划分为m个类别。
所述区分度阈值可以根据实际情况进行设置，例如，可以将其设置为3、5、10、20或者其它取值，需要注意的是，其取值越大，则选取出的候选样本向量将越少，可能会出现样本不足的情况，其取值越小，则选取出的候选样本向量将越多，后续的计算量也会越大，需要根据实际情况对这两种情况进行权衡。
在对选取出的候选样本向量进行类别划分时，被划分到第m个类别的候选样本向量应满足以下条件：
sloth,m＝min(slotseqh)＝min[sloth,1,sloth,2,...,sloth,m,...,sloth,m]。
步骤s1033、从第m个类别中选取预设数目的候选样本向量作为参照样本向量，并将选取出的参照样本向量构造为与第m种通知方式对应的参照样本集合。
其中，参照样本向量的选取可以包括如下过程：
首先，可以根据下式构造第m个类别的基准向量：
hsctvecm＝(hsctelmm,1,hsctelmm,2,...,hsctelmm,d,...,hsctelmm,dim)
其中，
然后，可以根据下式分别计算第m个类别中的各个候选样本向量与基准向量之间的平均距离：
其中，dism,d为第m个类别中的第n个候选样本向量与基准向量之间的平均距离。
最后，从第m个类别中选取与基准向量之间的平均距离最小的前snm个候选样本向量作为参照样本向量。
其中，snm＝η×cnm，η为预设的比例系数，且0<η<1，其具体取值可以根据实际情况进行设置，例如，可以将其设置为0.2、0.3、0.5或者其它取值，需要注意的是，其取值越大，则选取出的参照样本向量将越少，可能会出现样本不足的情况，其取值越小，则选取出的参照样本向量将越多，后续的计算量也会越大，需要根据实际情况对这两种情况进行权衡。
在本实施例中，将第m个参照样本集合的各个参照样本向量可以记为：
selinfovecm,sn＝(selinfoelmm,sn,1,selinfoelmm,sn,2,...,selinfoelmm,sn,d,...,selinfoelmm,sn,dim)
其中，1≤sn≤snm，selinfoelmm,sn,d为第m个参照样本集合的第sn个参照样本向量在第d个评估维度上的取值，selinfovecm,sn为第m个参照样本集合的第sn个参照样本向量。
步骤s104、分别计算所述支付信息向量与各个参照样本集合之间的平均距离。
例如，可以根据下式分别计算所述支付信息向量与各个参照样本集合之间的平均距离：
其中，avdism为所述支付信息向量与第m个参照样本集合之间的平均距离，weightm,d为预设的权重系数，且：
步骤s105、选择与优选集合对应的通知方式向所述支付设备发送支付结果。
所述优选集合为与所述支付信息向量之间的平均距离最小的参照样本集合，在本实施例中，具体可以根据下式确定出所述优选集合：
selidx＝argmin(avdis1,avdis2,avdis3,...,avdism,...,avdism)
其中，argmin为最小自变量函数，selidx即为最终确定的优选集合在各个参照样本集合中的序号。
在确定出了所述优选集合之后，即可选择与优选集合对应的通知方式向所述支付设备发送支付结果。
综上所述，本发明实施例在接收到支付设备发送的支付请求消息时，从所述支付请求消息中提取预设的各个评估维度上的支付信息，并根据各个评估维度上的支付信息构造支付信息向量，然后从预设的历史样本库中分别选取各个参照样本集合，并分别计算所述支付信息向量与各个参照样本集合之间的平均距离，最后选择与优选集合对应的通知方式向所述支付设备发送支付结果。通过本发明，将历史支付记录作为参照依据，根据大量的历史支付记录构造出与各种通知方式对应的参照样本集合，并通过计算选取出与当前支付行为最接近的参照样本集合，确定出对当前支付行为而言速度最快的支付结果通知方式，大大提升了支付结果通知的时效性，使得用户和商户获得较佳的使用体验。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的一种支付结果通知方法，图3示出了本发明实施例提供的一种支付结果通知装置的一个实施例结构图。
本实施例中，一种支付结果通知装置可以包括：
支付请求消息接收模块301，用于接收支付设备发送的支付请求消息，并从所述支付请求消息中提取预设的各个评估维度上的支付信息；
支付信息向量构造模块302，用于根据各个评估维度上的支付信息构造支付信息向量；
参照样本集合选取模块303，用于从预设的历史样本库中分别选取各个参照样本集合，其中，每个参照样本集合均对应于一种通知方式，且每个参照样本集合中均包括一个以上的历史样本向量，每个历史样本向量均由一次历史支付记录中的各个评估维度上的支付信息构造而成；
平均距离计算模块304，用于分别计算所述支付信息向量与各个参照样本集合之间的平均距离；
通知方式选择模块305，用于选择与优选集合对应的通知方式向所述支付设备发送支付结果，所述优选集合为与所述支付信息向量之间的平均距离最小的参照样本集合。
进一步地，所述参照样本集合选取模块可以包括：
分类区分度计算单元，用于根据各种通知方式的耗时时长分别计算所述历史样本库中的各个历史样本向量的分类区分度；
候选样本向量选取单元，用于从所述历史样本库中选取分类区分度大于预设的区分度阈值的历史样本向量作为候选样本向量，并将选取出的候选样本向量划分为m个类别，其中，m为各种通知方式的总数；
参照样本向量选取单元，用于从第m个类别中选取预设数目的候选样本向量作为参照样本向量，其中，1≤m≤m；
参照样本集合构造单元，用于将选取出的参照样本向量构造为与第m种通知方式对应的参照样本集合。
进一步地，所述分类区分度计算单元可以包括：
通知耗时序列构造子单元，用于根据下式构造与所述历史样本库中的各个历史样本向量分别对应的通知耗时序列：
slotseqh＝[sloth,1,sloth,2,......,sloth,m,......,sloth,m]
其中，1≤h≤hispnum，hispnum为所述历史样本库中的历史样本向量的总数，sloth,m为与第h个历史样本向量对应的第m种通知方式的耗时时长，slotseqh为与第h个历史样本向量对应的通知耗时序列；
分类区分度计算子单元，用于根据下式分别计算各个历史样本向量的分类区分度：
其中，slotseq′h为从slotseqh中去除掉最小值后剩余的序列，即：slotseq′h＝slotseqh-min(slotseqh)，min为求最小值函数，divdegh为第h个历史样本向量的分类区分度。
进一步地，所述参照样本向量选取单元可以包括：
基准向量构造子单元，用于根据下式构造第m个类别的基准向量：
hsctvecm＝(hsctelmm,1,hsctelmm,2,...,hsctelmm,d,...,hsctelmm,dim)
其中，d为支付信息的评估维度的序号，1≤d≤dim，dim为支付信息的评估维度总数，
距离计算子单元，用于根据下式分别计算第m个类别中的各个候选样本向量与基准向量之间的平均距离：
其中，dism,d为第m个类别中的第n个候选样本向量与基准向量之间的平均距离；
参照样本向量选取子单元，用于从第m个类别中选取与基准向量之间的平均距离最小的前snm个候选样本向量作为参照样本向量，其中，snm＝η×cnm，η为预设的比例系数，且0<η<1。
进一步地，所述平均距离计算模块具体用于根据下式分别计算所述支付信息向量与各个参照样本集合之间的平均距离：
其中，payinfoelmd为所述支付信息向量在第d个评估维度上的取值，selinfoelmm,sn,d为第m个参照样本集合的第sn个参照样本向量在第d个评估维度上的取值，1≤sn≤snm，avdism为所述支付信息向量与第m个参照样本集合之间的平均距离，weightm,d为预设的权重系数，且：
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置，模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
图4示出了本发明实施例提供的一种服务器的示意框图，为了便于说明，仅示出了与本发明实施例相关的部分。
在本实施例中，所述服务器4可以包括：处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机可读指令42，例如执行上述的支付结果通知方法的计算机可读指令。所述处理器40执行所述计算机可读指令42时实现上述各个支付结果通知方法实施例中的步骤，例如图1所示的步骤s101至s105。或者，所述处理器40执行所述计算机可读指令42时实现上述各装置实施例中各模块/单元的功能，例如图3所示模块301至305的功能。
示例性的，所述计算机可读指令42可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器41中，并由所述处理器40执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该指令段用于描述所述计算机可读指令42在所述服务器4中的执行过程。
所述处理器40可以是中央处理单元(centralprocessingunit，cpu)，还可以是其它通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field-programmablegatearray，fpga)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器41可以是所述服务器4的内部存储单元，例如服务器4的硬盘或内存。所述存储器41也可以是所述服务器4的外部存储设备，例如所述服务器4上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，所述存储器41还可以既包括所述服务器4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机可读指令以及所述服务器4所需的其它指令和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干计算机可读指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储计算机可读指令的介质。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。