跨境汇款成本估算模型建立方法、路径确定方法及装置与流程

本文属于金融科技领域，具体涉及跨境汇款成本估算模型建立方法、路径确定方法及装置。

背景技术：

随着全球化的快速发展，跨境汇款交易业务的规模也在不断扩大。现有的跨境汇款一般根据后台业务人员的经验选择相应的支付路径，由于各渠道之间相互独立，客户汇款信息分散在不同的系统中，无法有效联动，导致汇款路径选择不准确，效率低下，同时没有充分从客户、银行的成本、支付效率等各种维度考虑，造成跨境汇款交易业务成本较高。因此如何有效降低用户跨境汇款的成本，提升支付效率成为目前亟需解决的技术问题。

技术实现要素：

针对现有技术的上述问题，本文的目的在于，提供一种跨境汇款成本估算模型建立方法、路径确定方法及装置，可以有效降低用户在跨境汇款时的成本，提高支付效率。

为了解决上述技术问题，本文的具体技术方案如下：

第一方面，本文提供一种跨境汇款成本估算模型建立方法，应用于第一银行的跨境汇款业务，所述方法包括：

获取第二银行与所述跨境汇款业务相关的支付指令和支付成本；

根据所述第二银行的支付指令，获取第二银行的成本因子；

根据预设成本规则，以所述成本因子为输入，以所述支付成本为输出进行模型训练得到所述第二银行的成本估算模型。

进一步地，所述获取第二银行与所述跨境汇款业务相关的支付指令和支付成本进一步包括：

获取第一银行到第二银行的所述跨境汇款业务的支付路径信息；

根据所述支付路径信息，获取第一银行的原始报文信息以及支付路径中每个银行的基于环球同业银行金融电讯协会swift系统的全球支付创新平台gpi信息；

根据第一银行的原始报文信息，获取所述第一银行的支付指令；

根据所述第一银行的支付指令和所述gpi信息，按照所述支付路径信息模拟得到所述第二银行的支付指令和支付成本。

作为可选地，所述成本因子包括付款人信息、收款国别、业务种类和是否全额到账。

作为可选地，所述预设成本规则包括以下一种或多种规则：成本币种、汇款金额区间、最小成本金额、最大成本金额、成本比率、固定成本、客户等级和优惠点数。

进一步地，所述根据预设成本规则，以所述成本因子为输入，以所述支付成本为输出进行模型训练得到所述第二银行的成本估算模型之后还包括：

获取验证成本规则和验证集数据，所述验证集数据包括针对所述验证成本规则的验证成本因子和验证成本；

确定与所述验证成本规则对应的成本估算模型；

将所述验证成本因子输入所述成本估算模型，得到估算成本；

判断所述估算成本与所述验证成本的差值是否在预设范围内；

若所述估算成本与所述验证成本的差值在预设范围内，则确定所述成本估算模型为第二银行的成本估算模型；

若所述估算成本与所述验证成本的差值不在预设范围内，则更新所述成本估算模型，以使通过更新后的成本估算模型计算得到估算成本和验证成本的差值在预设范围内。

进一步地，所述更新所述成本估算模型进一步包括：

调整所述第二银行的成本因子；

根据预设成本规则，对调整后的成本因子及调整后的成本因子对应的支付成本进行模型训练得到更新后的成本估算模型；或，在所述成本估算模型基础上，通过调整后的成本因子及调整后的成本因子对应的支付成本继续训练得到更新后的成本估算模型。

进一步地，所述调整所述第二银行的成本因子进一步包括：

按照预设比例调整所述第二银行的成本因子的数量；或，按照预设权重调整所述成本因子来源比重，以调整所述第二银行的成本因子的数量。

第二方面，本文还提供一种跨境汇款路径确定方法，应用于发起行的跨境汇款业务，所述方法包括：

建立银行关系集合；

根据所述银行关系集合，确定发起行到收款行的多条汇款路径；

获取发起行的支付指令，并模拟多条汇款路径上各个参与行的支付指令，所述参与行包括汇款路径上除发起行的所有银行；

根据所述各个参与行的支付指令，获取各个参与行的成本因子；

根据各个参与行的成本因子，通过上述所述的方法建立的成本估算模型估算各个参与行的估算成本；

根据所述各个参与行的估算成本和汇款路径，计算每一条汇款路径的估算总成本；

根据多条汇款路径的估算总成本，确定所述发起行到所述收款行的目标汇款路径。

其中，所述银行关系集合包括开户行行号、账户行行号、币种和支付渠道。

进一步地，所述根据所述银行关系集合，确定发起行到收款行的多条汇款路径进一步包括：

根据所述银行关系集合，利用多叉树搜索算法获得多条初始汇款路径；

确定每条初始汇款路径上参与行个数；

选取参与行个数小于预设值的初始汇款路径，从而确定发起行到收款行的多条汇款路径。

作为可选地，所述根据所述银行关系集合，确定发起行到收款行的多条汇款路径还可以包括：

确定发起行到收款行的汇款业务；

根据所述银行关系集合和所述汇款业务，利用多叉树搜索算法获得多条初始汇款路径；

根据所述汇款业务，获取与汇款业务对应的历史汇款路径；

根据所述历史汇款路径和多条初始汇款路径，确定发起行到收款行的多条汇款路径。

进一步地，所述根据各个参与行的成本因子，通过上述所述的方法建立的成本估算模型估算各个参与行的估算成本进一步包括：

根据所述发起行的支付指令，确定汇款业务的汇款信息；

根据所述汇款业务的汇款信息，确定各个参与行的成本规则；

根据各个参与行的成本规则，通过上述所述的方法建立各个参与行对应的成本估算模型；

将各个参与行的成本因子分别输入与各个参与行对应的成本估算模型中，计算得到每个参与行的估算成本。

进一步地，所述根据所述各个参与行的估算成本和汇款路径，计算每一条汇款路径的估算总成本之后包括：

根据每条汇款路径，获取每条汇款路径上参与行的历史gpi信息；

根据参与行的历史gpi信息，获取在预设场景下对应参与行的业务处理时长，所述预设场景与所述参与行的支付指令对应的场景一致；

根据所述参与行的业务处理时长，获取每条汇款路径的业务处理总时长。

进一步地，所述根据多条汇款路径的估算总成本，确定所述发起行到所述收款行的目标汇款路径进一步包括：

获取估算总成本和业务处理总时长的权重比例；

根据所述权重比例，计算每条汇款路径的汇款评价分；

将汇款评价分中最低值对应的汇款路径确定为目标汇款路径。

进一步地，所述根据多条汇款路径的估算总成本，确定所述发起行到所述收款行的目标汇款路径还包括：

获取用户的汇款参数，所述汇款参数包括用户的汇款标识和金融标识；

根据用户的汇款参数，从多条汇款路径中筛选出第一汇款路径集合；

根据所述估算总成本和业务处理总时长，从所述第一汇款路径集合中确定目标汇款路径。

第三方面，本文还提供一种跨境汇款路径确定装置，所述装置包括：

银行关系集合建立模块，用于建立银行关系集合；

汇款路径确定模块，用于获根据所述银行关系集合，确定发起行到收款行的多条汇款路径；

参与行支付指令模拟模块，用于获取发起行的支付指令，并模拟多条汇款路径上各个参与行的支付指令，所述参与行包括汇款路径上除发起行的所有银行；

参与行成本因子获取模块，用于根据所述各个参与行的支付指令，获取各个参与行的成本因子；

参与行估算成本计算模块，用于根据各个参与行的成本因子，通过上述所述的方法建立的成本估算模型估算各个参与行的估算成本；

估算总成本计算模块，用于根据所述各个参与行的估算成本和汇款路径，计算每一条汇款路径的估算总成本；

目标汇款路径确定模块，用于根据多条汇款路径的估算总成本，确定所述发起行到所述收款行的目标汇款路径。

第四方面，本文还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述所述的方法步骤。

第五方面，本文还提供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执行计算机程序，所述计算机程序被处理器执行时实现如上述所述的方法步骤。

采用上述技术方案，本文所述的跨境汇款成本估算模型建立方法、路径确定方法及装置，通过银行的与跨境汇款业务相关的支付指令进而获得成本因子，再通过成本因子进行模型训练得到银行的跨境汇款成本估算模型，在进行跨境汇款时，能快速有效的降低跨境汇款的成本，进而确定较佳的汇款路径，提高了支付效率，提高了用户的跨境汇款的用户体验。

为让本文的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。

附图说明

为了更清楚地说明本文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文的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了本文实施例中跨境汇款成本估算模型建立方法步骤示意图；

图2示出了本文实施例中第二银行的支付指令获取步骤示意图；

图3示出了本文实施例中跨境汇款路径确定方法步骤示意图；

图4示出了本文实施例中多条汇款路径确定示意图；

图5示出了本文实施例中银行关系集合中银行路径示意图；

图6示出了本文实施例中跨境汇款成本估算模型建立装置的结构示意图；

图7示出了本文实施例中跨境汇款路径确定装置的结构示意图；

图8示出了本文实施例中提供的一种计算机设备的结构示意图。

附图符号说明：

100、成本估算模型建立装置；

110、支付信息获取模块；

120、成本因子获取模块；

130、成本估算模型获取模块；

200、路径确定装置；

210、银行关系集合建立模块；

220、汇款路径确定模块；

230、参与行支付指令模拟模块；

240、参与行成本因子获取模块；

250、参与行估算成本计算模块；

260、估算总成本计算模块；

270、目标汇款路径确定模块；

802、计算机设备；

804、处理器；

806、存储器；

808、驱动机构；

810、输入/输出模块；

812、输入设备；

814、输出设备；

816、呈现设备；

818、图形用户接口；

820、网络接口；

822、通信链路；

824、通信总线。

具体实施方式

下面将结合本文实施例中的附图，对本文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文一部分实施例，而不是全部的实施例。基于本文中的实施例，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，都属于本文保护的范围。

需要说明的是，本文的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本文的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

对说明书中技术名词的解释如下：

swift为基于环球同业银行金融电讯协会(societyforworldwideinterbankfinancialtelecommunication)，是国际银行同业间的国际合作组织，全球大多数国家大多数银行已使用swift系统。

gpi信息为全球支付创新平台(globalpaymentsinnovation)，是swift系统提供的更加快速、透明、可追溯的跨境支付服务，包含支付内容和状态等，各家银行基本上是随着支付指令的处理准实时提供给所述swift系统，相关银行可以从swift系统中获取本行相关的支付信息和状态，进行保存，便于后续查询和分析。

现有的跨境汇款一般根据后台业务人员的经验选择相应的支付路径，没有充分从客户和银行成本、支付效率等各种维度考虑，从而导致用户的汇款体验大幅度降低。

为了解决上述问题，本文实施例提供了跨境汇款成本估算模型建立方法，能够快速准确的得到估算跨境汇款的成本，具体涉及汇款路径上各个银行的汇款成本，通过对获取与具体跨境汇款有业务相关的银行的支付指令和支付成本，所述支付指令可以理解为银行操作此跨境汇款业务的操作过程，根据操作过程中涉及的成本因子以及相应的支付成本建立依赖模型进行训练，从而可以得到基于成本因子的成本估算模型，从而能根据具体的成本因子得到跨境汇款路径上各个银行的汇款成本，进而便于用户进行选择不同的汇款路径。

如图1所示，为本文实施例提供的一种跨境汇款成本估算模型建立方法的步骤示意图，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或装置产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行。具体的如图1所示，所述方法应用于第一银行的跨境汇款业务，所述方法可以包括：

s101：获取第二银行与所述跨境汇款业务相关的支付指令和支付成本；

s102：根据所述第二银行的支付指令，获取第二银行的成本因子；

s103：根据预设成本规则，以所述成本因子为输入，以所述支付成本为输出进行模型训练得到所述第二银行的成本估算模型。

其中所述第一银行可以为跨境汇款的发起行，用户通过所述第一银行向境外银行发起跨境汇款，所述第二银行可以为处理第一银行跨境汇款业务的银行，所述第二银行可以为跨境汇款的最终收款银行，也可以为发起行(第一银行)和最终收款银行之间的中间银行，在业务处理过程中需要用户付出一定成本，所述支付成本可以为支付等待时间、支付费用等，在本说明书不做限定。

所述支付指令为与跨境汇款业务相关的汇款操作信息，可以理解为所述第二银行处理所述跨境汇款业务的全部操作信息，比如发报行、收报行、币种、起息日、收款人账号地址行号、付款人账号地址行号及金额等，并不限于此。

所述成本因子可以为跨境汇款业务涉及影响成本的因素，比如付款人信息、收款国别(币种)、业务种类以及是否全额到账等等，所述成本因子根据实际跨境汇款情况设置，在本说明书不做限定。

所述成本规则可以理解为涉及跨境汇款业务需要考虑的维度，比如收费币种、汇款金额区间、最小费用金额、最大费用金额、费用比率、固定费用、客户等级、优惠点数等，不同的成本规则针对同一种业务种类所付出的成本也不同，因此通过确定成本规则，可以提高成本估算模型的准确度。

在本说明书实施例中，通过历史的跨境汇款信息作为训练数据，可以得到充分的训练数据，其中可以涉及第一银行发起的跨境汇款业务相关的所有银行(第二银行)的训练，通过其历史汇款信息确定第二银行处理具体跨境汇款业务的成本因子，结合历史的支付成本进行模型训练，具体以成本因子为输入，以支付成本为输出进行模型训练，从而得到针对训练数据收敛的成本估算模型，通过上述步骤针对每个银行的每种成本规则都会建立相应的成本估算模型，这样可以快速的获取针对特定的成本规则的跨境汇款业务的成本估算模型，便于第一银行或用户估算进行跨境汇款时付出的成本，进而提高用户的跨境汇款体验。

在一些其他实施例中，所述成本因子还可以包括业务处理时长，具体地，在第二银行每笔具体跨境汇款的业务处理时长可以通过第二银行的历史gpi信息获得，所述第一银行可以通过swift系统获取第二银行的历史gpi信息，从而得到相应的业务处理时间，将包含时间要素的业务处理时间和包含汇款要素的收款人信息、收款国别(币种)、业务种类以及是否全额到账整合成成本因子，可以使得成本因子既能有时间属性也能有费用属性，从而能增加在模型在训练过程中的可靠性。

需要说明的是，在通过成本估算模型估算成本时，成本因子中的业务处理时长可以为第二银行处理类似跨境汇款的历史时长，所述历史时长可以为预设时间段内的平均值，也可以为第二银行最新处理类似跨境汇款的时长。

需要说明的是，成本估算模型可以按照一定的时间间隔进行更新，将最新的历史数据加入训练数据进行更新，这样可以保证成本估算模型的实时性和有效性。

在本说明书实施例中，第二银行与所述跨境汇款业务相关的支付指令和支付成本可以通过第二银行的历史汇款信息获得，如图2所示，具体可以通过如下步骤获得：

s1011：获取第一银行到第二银行的所述跨境汇款业务的支付路径信息；

s1012：根据所述支付路径信息，获取第一银行的原始报文信息以及支付路径中每个银行的swift系统的gpi信息；

s1013：根据第一银行的原始报文信息，获取所述第一银行的支付指令；

s1014：根据所述第一银行的支付指令和所述gpi信息，按照所述支付路径信息模拟得到所述第二银行的支付指令和支付成本。

在本说明书实施例中，在建立针对第二银行的成本估算模型时，是以第一银行(汇款发起行)为基础建立的，这样在用户想要针对特定跨境汇款业务时，可以获得准确的汇款成本，同时由于境外银行结算系统不一定一致，所述第一银行和所述第二银行之间可能不会直接建立业务联系，可能通过中间行的方式建立业务联系，因此需要获取第一银行和第二银行之间的支付路径信息，所述支付路径信息可以通过先确定具体的跨境汇款业务，进而通过第一银行接收的报文中得到，在一些其他实施例中，由于在训练时使用的是历史数据信息，可以从第一银行接收或发送的报文中搜索得到，比如可以通过关键字的提取，正则表达式提取等，本说明书不限定搜索方式。

由于所述成本估算模型是针对第二银行建立的，在本说明书实施例中，还可以先确定第二银行，在通过第一银行的历史数据中确定第一银行和第二银行之间的跨境汇款业务，从而可以得到第一银行和第二银行之间的支付路径信息。

在本说明书实施例中，在确定完第一银行和第二银行之间的支付路径信息之后，就可以获得针对所述支付路径信息的第一银行的原始报文信息和在支付路径上每个银行的基于swift系统的gpi信息。所述原始报文信息可以包括第一银行接收的报文信息，也可以为第一银行发送的报文信息。所述gpi信息是每个银行处理完具体跨境业务时上传到swift系统的信息，第一银行可以通过swift系统获取支付路径上各个银行的gpi信息，其中也可以包括第二银行的gpi信息。

由于所述gpi信息只会显示第二银行办理跨境汇款的支付信息和状态，不能直接得到其具体的支付指令，因此可以通过反推法或模拟法得到，具体可以通过第一银行的支付指令通过支付路径依次反推得到第二银行的支付指令，其中所述第一银行的支付指令可以通过第一银行的原始报文信息获得，如下表1所示为通过第一银行的支付指令反推得到第二银行支付指令对应表，其中第二银行与所述第一银行直接联系，所述第二银行在完成跨境汇款时向第一银行发送报文：

表1支付指令反推对应表

上述表1只是通过第一银行的支付指令反推得到第二银行支付指令的一种示意图，当所述第一银行和所述第二银行之间还有至少一个中间行(共同账户行)时，还可以通过中间行递推的方式进行依次反推，直到确定第二银行的支付指令。

比如：当第一银行a向第二银行b发送跨境汇款业务时，所述第一银行a和所述第二银行b的支付路径上存在中间行c和d，其中第二银行的获取过程可以为：通过第一银行a的支付指令反推得到中间行c的支付指令，再通过中间行c的支付指令反推得到中间行d的支付指令，最后通过中间行d的支付指令反推得到第二银行b的支付指令。

所述第二银行的支付成本可以通过所述第二银行的gpi信息直接获取，或者还可以通过所述第一银行接收到的原始报文获得，其中所述支付成本可以为支付费用或者支付等待时间。

在本说明书实施例中，所述第二银行的成本估算模型的训练过程可以为：

构建初始训练模型；

以所述成本因子为输入，以所述支付成本为目标输出带入到所述初始训练模型中进行训练，直到训练后的训练模型收敛，并保存相应的模型参数，将收敛后的训练模型确定为成本估算模型。

所述初始训练模型可以为常用的关于机器学习的神经网络结构，比如随机森林训练模型等，具体的训练模型和算法在本说明书不做限定。

在实际工作中，所述成本估算模型的模型参数保存在所述第一银行中，针对不同的第二银行以及针对同一个第二银行的不同成本规则都会训练出一套模型，在需要进行成本估算时，可以快速提取相应的模型参数构建出成本估算模型，进而进行成本估算。

在获得第二银行的成本估算模型之后，为了验证其准确性，还可以包括如下步骤：

获取验证成本规则和验证集数据，所述验证集数据包括针对所述验证成本规则的验证成本因子和验证成本；

确定与所述验证成本规则对应的成本估算模型；

将所述验证成本因子输入所述成本估算模型，得到估算成本；

判断所述估算成本与所述验证成本的差值是否在预设范围内；

若所述估算成本与所述验证成本的差值在预设范围内，则确定所述成本估算模型为第二银行的成本估算模型；

若所述估算成本与所述验证成本的差值不在预设范围内，则更新所述成本估算模型，以使通过更新后的成本估算模型计算得到估算成本和验证成本的差值在预设范围内。

为了提高数据验证的准确性，所述验证集数据和用于训练的数据为不同的数据集合，较佳的实施例，两者之间没有交集，这样能避免在验证时出现过拟合的现象，保证了验证集数据的验证效果。

其中所述预设范围可以为根据实际情况设置的预设值，比如验证成本的5％-15％，优选地，所述预设范围可以为10％，在一些其他实施例中，还可以根据所述第一银行到第二银行支付路径中银行的个数设置预设范围，支付路径上银行个数少则所述预设范围较小，支付路径上银行个数多，则所述预设范围较多，可以减少在反推第二银行支付指令时的误差，支付路径上银行个数多，在反推支付指令时，需要反推的次数增加，会将每次反推的误差叠加从而使得最终得到第二银行的支付指令的误差较大。通过设置较大的预设范围，可以减少由误差较大的支付指令导致训练模型准确度较差带来的问题，提高了训练模型的实用性。

当对成本估算模型验证不通过时，还需要进一步调整训练模型，从而得到准确的成本估算模型，因此所述更新所述成本估算模型进一步包括：

调整所述第二银行的成本因子；

根据预设成本规则，对调整后的成本因子及调整后的成本因子对应的支付成本进行模型训练得到更新后的成本估算模型；或，在所述成本估算模型基础上，通过调整后的成本因子及调整后的成本因子对应的支付成本继续训练得到更新后的成本估算模型。

在实际工作中，通过第一银行的历史交易数据可以获得足够的训练数据，因此可以在更新模型时，可以选择更多的训练数据进一步训练模型，直到得到准确度符合要求的成本估算模型。

在本说明书实施例中，所述调整所述第二银行的成本因子进一步包括：

按照预设比例调整所述第二银行的成本因子的数量；或，按照预设权重调整所述成本因子来源比重，以调整所述第二银行的成本因子的数量。

在实际工作中，为了减少大量的训练数据获取的成本，可以选择在现有训练数据的基础上进行训练，比如，可以按照预设的比例选择训练集中的数据，具体可以随机抽选的方式选择，通过选择后的数据在已经训练出的模型基础上进行二次训练，直到得到准确度符合要求的成本估算模型，为了避免发生过拟合的情况，选择后的数据还可以进行变换处理，比如按照一定比例做放大调整等，具体变换方式不做限定，通过变换后的数据进行训练，可以提高训练模型的稳定性，能更快的达到所要求的模型。

在一些其他实施例中，前文叙述中，存在较多银行的支付路径训练得到的模型准确度可能存在较低的情况，因此可以按照预设权重调整所述成本因子来源比重，比如可以增加支付路径中银行较少的第一银行和第二银行的业务数据的权重，这样训练得到的模型准确度较高，另外还可以以地区划分为权重设置，同一地区或相邻地区的数据准确度会更高，具体权重确定原则在本说明书不作限定。

本说明书实施例中，通过获取第二银行关于跨境汇款业务的支付指令和支付成本，进而对获取的数据进行训练得到第二银行的成本估算模型，从而能快速得到不同银行处于跨境汇款业务的成本，便于用户进行选择和比较，提高了跨境汇款支付效率，从而提高了汇款的效率和用户体验感。

在上述提供的跨境汇款成本估算模型建立的基础上，本说明书实施例还提供一种跨境汇款成本估算模型建立装置100，用于第一银行的跨境汇款业务，如图6所示，所述装置包括：

支付信息获取模块110，用于获取第二银行与所述跨境汇款业务相关的支付指令和支付成本；

成本因子获取模块120，用于根据所述第二银行的支付指令，获取第二银行的成本因子；

成本估算模型建立模块130，用于根据预设成本规则，以所述成本因子为输入，以所述支付成本为输出进行模型训练得到所述第二银行的成本估算模型。

基于同一发明构思，在获取不同银行的成本估算模型之后，当第一银行(或发起行)跨境汇款时，用户由于跨境汇款成本的顾虑，会优先选择成本较低的路径进行汇款，因此通过上述提供的成本估算模型可以快速准确的确定成本较低的路径，具体地，本说明书实施例还可以提供一种跨境汇款路径确定方法，如图3所示，所述方法包括如下步骤：

s201：建立银行关系集合；

s202：根据所述银行关系集合，确定发起行到收款行的多条汇款路径；

s203：获取发起行的支付指令，并模拟多条汇款路径上各个参与行的支付指令，所述参与行包括汇款路径上除发起行的所有银行；

s204：根据所述各个参与行的支付指令，获取各个参与行的成本因子；

s205：根据各个参与行的成本因子，通过上述所述的方法建立的成本估算模型估算各个参与行的估算成本；

s206：根据所述各个参与行的估算成本和汇款路径，计算每一条汇款路径的估算总成本；

s207：根据多条汇款路径的估算总成本，确定所述发起行到所述收款行的目标汇款路径。

其中，所述银行关系集合可以理解为全球银行之间的账户关系数据集合，一般情况下，swift是跨境汇款业务通用的支付系统，因此支付渠道默认为swift，若账户之间为直连方式(同一结算系统下账户关系，比如国内各个银行之间账户关系)，则支付渠道为直连。其中支付结算系统的直接参与者之间实际可能没有账户关系(存在共同账户行)，但是可以看作双方有账户关系，只是支付渠道为对应的支付系统。

通过建立银行关系集合便于快速确定发起行和接收行之间的路径关系，避免了通过操作者经验确定，提高了效率和准确性。

所述银行关系集合可以包括开户行(发起行)行号、币种、账户行(接收行)行号、开户行可以抵达账户行的支付渠道等信息，如图5所示，为银行关系集合的一种示例图，其中图中chats为中国香港当地清算所自动转账系统；target2为泛欧实时全额自动清算系统，为欧盟国家提供实时全额清算服务，fedwire为美联储转移大额付款的系统，在实际选择路径时，还应考虑不同银行之间支付渠道的不同。

在实际工作中，银行关系集合的数据来源可以包括如下几个方面：

(1)银行自身(发起行)的账户关系数据：

在本行开户的银行信息：提取本行行号作为账户行行号、开户行行号、币种、支付渠道为swift或内转(同一集团内)；

本行开立在他行的账户行信息：提取本行行号为开户行行号、我行账户行作为账户行行号、币种、支付渠道为swift或内转(同一集团内)。

(2)账户行提供的账户行关系数据：

账户行的账户关系数据主要是提供所有在这家账户行开户的银行数据，可以从中获取开户币种、开行行行号、账户行行号等信息，支付渠道为swift。

(3)全球当地清算系统的参与者数据：

提取间接参与者行号作为开户行行号、币种、间接参与所属直参作为账户行的银行识别码(bankindentifiercode，简称bic)，支付渠道为swift。

直接参与者作为开户行行号、其他的直接参与者均可作为账户行、币种、支付渠道为实时支付结算系统(realtimegrosssettlement，简称rtgs)(对应的支付系统，例如chats等)

(4)从原报文提取银行间的账户关系信息：

从swift的支付报文mt103、mt202、mt202cov等支付报文(以及境内外币支付报文等)中提取账户之间的代理行关系，

根据发报行、发报行代理行、收报行、收报行代理行、中间行、收款人开户行、收款行等之间的关系提取开户行行号和账户行行号，从原报文的币种栏位提取币种，将支付渠道默认为swift。

(5)从swift系统中gpi信息中提取银行间的账户关系信息：

每家银行上传的gpi信息中含有类似原报文信息一样的银行信息，可以按照原报文的银行间关系识别方式获取开户行行号、账户行行号，提取币种，将支付渠道默认为swift。

通过上述数据来源方式建立的银行关系集合，就可以尽可能的获取发起行(本行)与其他银行之前的数据关系，从而便于获取准确全面的发起行和收款行之间的路径关系。

本说明书实施例，通过先确定发起行到收款行之间的路径信息，然后通过反推法模拟出路径上参与行的支付指令，从而得到每个参与行的处理跨境汇款业务的成本因子，进而可以通过已经训练好的模型计算每个参与行的估算成本，这样就能计算出每条汇款路径的估算总成本，可以帮助用户快速选择成本较低的汇款路径，降低汇款的成本，提高了支付效率，提高了用户体验。

在本说明书实施例中，如图4所示，确定发起行到收款行的多条汇款路径的过程可以包括如下步骤：

s2021：根据所述银行关系集合，利用多叉树搜索算法获得多条初始汇款路径；

s2022：确定每条初始汇款路径上参与行个数；

s2023：选取参与行个数小于预设值的初始汇款路径，从而确定发起行到收款行的多条汇款路径

在实际工作中，当已经确定具体的跨境汇款业务时，相当于已经确定发起行和收款行，通过多叉树搜索算法可以快速准确的确定从发起行到收款行之间的路径关系，比如图5中，已经确定发起行为a，收款行为i，则通过图5可以看出从a到i存在以下几条初始汇款路径：

1)a-(chats)->e-(swift)->i；

2)a-(swift)->d-(target2)->i；

3)a-(swift)->c-(swift)->h-(swift)->i；

4)a-(swift)->b-(swift)->f-(swift)->g-(fedwire)->c-(swift)->h-(swift)->i。

可以看出每条路径上参与行的个数依次为3、3、4、7，所述预设值可以为操作人员经验设置或用户汇款要求等设置，作为可选地，所述预设值可以为5，那么上述示例中，通过筛选可以确定1)、2)和3)三条路径为确定的汇款路径，然后在基于该三条路径进行成本的估算和选择。

在一些其他实施例中，确定发起行到收款行的多条汇款路径还可以包括如下步骤：

确定发起行到收款行的汇款业务；

根据所述银行关系集合和所述汇款业务，利用多叉树搜索算法获得多条初始汇款路径；

根据所述汇款业务，获取与汇款业务对应的历史汇款路径；

根据所述历史汇款路径和多条初始汇款路径，确定发起行到收款行的多条汇款路径。

可以理解为，所述历史汇款路径可以通过发起行和用户的历史数据汇款信息中获得，所述历史汇款路径可以表示用户接受或常用的汇款方式，所述历史汇款路径至少一条，为了避免银行之间关系发生变更，所述历史汇款路径进而发生变更，导致按照历史汇款路径汇款会出现失败的情况。通过历史汇款路径与初始汇款路径匹配，当存在匹配成功的历史汇款路径时，则可以优先选择历史汇款路径作为汇款路径，但是由于历史汇款路径也是操作人员根据经验确定的路径，可能不是最优(成本最低等)的路径，因此当历史汇款路径与初始汇款路径存在匹配成功的情况下，可以将匹配成功的历史汇款路径和其他未匹配成功的初始汇款路径作为多条汇款路径进行比较。

进一步地，其他未匹配成功的初始汇款路径也可以通过二次筛选，比如上述通过参与行的个数进行筛选，从而可以得到筛选后的初始汇款路径和匹配成功的历史汇款路径作为多条汇款路径。

在计算各个参与行的估算成本时，还应该考虑相应的成本规则，因此通过成本估算模型估算各个参与行的估算成本还可以包括：

根据所述发起行的支付指令，确定汇款业务的汇款信息；

根据所述汇款业务的汇款信息，确定各个参与行的成本规则；

根据各个参与行的成本规则，获取上述方法建立各个参与行对应的成本估算模型；

将各个参与行的成本因子分别输入与各个参与行对应的成本估算模型中，计算得到每个参与行的估算成本。

在实际工作中，同一个客户在不同银行的金融身份(等级)可能不同，因此对同一个汇款业务会存在不同的成本规则(由于各个银行的成本规则不同主要受制于银行本身的收费规则和客户与银行之间的协议，特别是不同等级的客户的收费规则可能存在不同)，通过不同银行内部之间对汇款的成本标准也不同，因此在估算成本之前，确定不同参与行的成本规则很有必要，可以提高成本估算的准确度和效率，所述成本规则的参考要素包括但不限于以下几项：收费币种、汇款金额区间、最小费用金额、最大费用金额、费用比率、固定费用、客户等级以及优惠点数。

在一些其他实施例中，所述估算成本可以表示估算费用，即参与行处理相关跨境汇款业务收取的手续费，通过估算跨境汇款的总费用，可以有效降低用户的汇款费用。为了提高跨境汇款的时效性，还可以结合处理跨境汇款的总时间进行选择，具体可以包括如下步骤：

根据每条汇款路径，获取每条汇款路径上参与行的历史gpi信息；

根据参与行的历史gpi信息，获取在预设场景下对应参与行的业务处理时长，所述预设场景与所述参与行的支付指令对应的场景一致；

根据所述参与行的业务处理时长，获取每条汇款路径的业务处理总时长。

在实际工作中，所述业务处理时长可以为预设时间段内参与行处理预设场景业务的平均时间，也可以为最近一次处理预设场景业务的时间，具体获取方式在本说明书不做限定。所述预设场景可以为参与行处理与此次跨境汇款业务类似的汇款业务，通过历史gpi信息可以准确获取相应业务的处理时间。

在一些其他实施例中，当所述历史gpi信息无法准确判断业务处理时长时，还可以直接根据汇款路径中参与行的个数来判断业务处理总时长，比如参与行个数多，则业务处理总时长多，参与行个数少，则业务处理总时长短。

在确定不同路径的业务处理总时长之后，目标汇款路径的确定还可以为：

获取估算总成本和业务处理总时长的权重比例；

根据所述权重比例，计算每条汇款路径的汇款评价分；

将汇款评价分中最低值对应的汇款路径确定为目标汇款路径。

其中，所述权重比例可以理解为用户对汇款业务的要求角度，比如成本(比如费用)角度和时间角度，当用户在选择路径时在意成本时，可以增加估算总成本的权重比例，当用户比较在意选择路径的业务处理总时长时，可以增加业务总时长的权重比例，具体可以通过如下公式获得：

p＝m*x+n*y(1)

公式(1)中，p为汇款评价分，m为估算总成本，n为业务处理总时长，x为估算总成本的权重比例，y为业务处理总时长的权重比例，其中x+y＝1。

上述步骤只是选择目标汇款路径的一种方式，还可以有其他方式，比如通过客户的汇款要求、业务习惯等方式，作为可选地，可以包括如下步骤：

获取用户的汇款参数，所述汇款参数包括用户的汇款标识和金融标识；

根据用户的汇款参数，从多条汇款路径中筛选出第一汇款路径集合；

根据所述估算总成本和业务处理总时长，从所述第一汇款路径集合中确定目标汇款路径。

可以理解为，所述汇款标识为用户个性化的汇款要求，比如客户指定汇款路径(或账户行)、客户汇款习惯等，所述金融标识为用户在银行中的金融风险特征，比如由于客户在某些银行风险等级较高，因此尽量避免走这几家银行，配置客户标识(例如账号或者客户号)与排除的银行的关系。

本说明书实施例通过汇款参数的进一步筛选，可以保证用户的利益和需求，提高了对客户服务的质量和效率。其中根据所述估算总成本和业务处理总时长，从所述第一汇款路径集合中确定目标汇款路径，可以按照上述步骤进行选择，在本说明书不做赘述。

在上述提供的跨境汇款路径确定方法的基础上，本说明书实施例还提供一种跨境汇款路径确定装置200，应用于发起行的跨境汇款业务，如图7所示，所述装置包括：

银行关系集合建立模块210，用于建立银行关系集合；

汇款路径确定模块220，用于根据所述银行关系集合，确定发起行到收款行的多条汇款路径；

参与行支付指令模拟模块230，用于获取发起行的支付指令，并模拟多条汇款路径上各个参与行的支付指令，所述参与行包括汇款路径上除发起行的所有银行；

参与行成本因子获取模块240，用于根据所述各个参与行的支付指令，获取各个参与行的成本因子；

参与行估算成本计算模块250，用于根据各个参与行的成本因子，通过上述方法建立的成本估算模型估算各个参与行的估算成本；

估算总成本计算模块260，用于根据所述各个参与行的估算成本和汇款路径，计算每一条汇款路径的估算总成本；

目标汇款路径确定模块270，用于根据多条汇款路径的估算总成本，确定所述发起行到所述收款行的目标汇款路径。

本说明书实施例通过建立各家银行的成本估算模型，模拟各家行的支付指令，预估各家行的成本(费用)，解决了整条汇款链路的成本预估问题，通过各家银行提供的gpi信息结合模拟的各家行的支付指令预估特定指令场景各家银行对支付指令的处理时间，解决了预估整条汇款链路的时间问题，因此本说明书通过时间和费用两个维度解决汇款路径的选择决策，同时综合考虑其他辅助决策条件(用户汇款参数等)进行决策，并不断地根据最新的结果数据对各模型进行完善调整，提高汇款路径选择的准确率，进而提高支付效率。

如图8所示，为本文实施例提供的一种计算机设备，所述计算机设备802可以包括一个或多个处理器804，诸如一个或多个中央处理单元(cpu)，每个处理单元可以实现一个或多个硬件线程。计算机设备802还可以包括任何存储器806，其用于存储诸如代码、设置、数据等之类的任何种类的信息。非限制性的，比如，存储器806可以包括以下任一项或多种组合：任何类型的ram，任何类型的rom，闪存设备，硬盘，光盘等。更一般地，任何存储器都可以使用任何技术来存储信息。进一步地，任何存储器可以提供信息的易失性或非易失性保留。进一步地，任何存储器可以表示计算机设备802的固定或可移除部件。在一种情况下，当处理器804执行被存储在任何存储器或存储器的组合中的相关联的指令时，计算机设备802可以执行相关联指令的任一操作。计算机设备802还包括用于与任何存储器交互的一个或多个驱动机构808，诸如硬盘驱动机构、光盘驱动机构等。

计算机设备802还可以包括输入/输出模块810(i/o)，其用于接收各种输入(经由输入设备812)和用于提供各种输出(经由输出设备814))。一个具体输出机构可以包括呈现设备816和相关联的图形用户接口(gui)818。在其他实施例中，还可以不包括输入/输出模块810(i/o)、输入设备812以及输出设备814，仅作为网络中的一台计算机设备。计算机设备802还可以包括一个或多个网络接口820，其用于经由一个或多个通信链路822与其他设备交换数据。一个或多个通信总线824将上文所描述的部件耦合在一起。

通信链路822可以以任何方式实现，例如，通过局域网、广域网(例如，因特网)、点对点连接等、或其任何组合。通信链路822可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称服务器等的任何组合。

对应于图1-图4中的方法，本文实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法的步骤。

本文实施例还提供一种计算机可读指令，其中当处理器执行所述指令时，其中的程序使得处理器执行如图1至图4所示的方法。

应理解，在本文的各种实施例中，上述各过程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，而不应对本文实施例的实施过程构成任何限定。

还应理解，在本文实施例中，术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系。例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本文的范围。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、装置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。

在本文所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本文实施例方案的目的。

另外，在本文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，也可以是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取存储介质中。基于这样的理解，本文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)执行本文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程序代码的介质。

本文中应用了具体实施例对本文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文的方法及其核心思想；同时，对于本领域的一般技术人员，依据本文的思想，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文的限制。