用于基于所使用的支付工具来预测未来购买的系统和方法技术方案

可以分析对应于在跨多个商家的单个支付网络系统上使用的支付设备的交易数据，来预测每个支付设备用户的未来购买。可以生成支付工具指纹以标识跨许多商家的特定支付设备的使用。可以基于对应于所述单个支付网络的所有支付设备上的过去购买来完成购买行为的模型。然后，所述模型可用于确定用户在当前购买之后将进行特定的未来购买的概率。

Systems and methods for predicting future purchases based on the payment instruments used

【技术实现步骤摘要】
用于基于所使用的支付工具来预测未来购买的系统和方法
技术介绍
较小的在线零售商和数字商务提供商缺乏这样一种能力，即基于过去的行为了解客户未来可能购买什么。虽然几家大型在线零售商拥有足够的在他们处理的大量交易中的数据来建立客户模型，但较小的企业却没有。虽然信用卡发行方(即，银行等)能够分析多个商家的交易，但他们的数据集仅限于他们发行的卡。社交媒体和其他在线平台采用的当前方法侵犯了客户隐私，并依赖于在一系列在线活动中使用cookie、追踪器和其他方法追踪客户的在线状态。除了侵犯性之外，这些平台收集的数据通常是无效的，因为他们无法追踪实际购买情况，只能追踪浏览器活动。
技术实现思路
在一些实施方案中，计算机实现的方法可以确定客户特定的未来购买的概率。该方法可以基于与支付网络系统相关联的支付设备的全球交易数据来预测第一支付设备的未来交易。该方法可以存储产品数据和对应于产品数据的多个产品的多个购买交易的交易数据。交易数据可以对应于多个客户计算机系统与多个商家计算机系统之间的购买交易。该方法还可以生成标识对应于用于多个购买交易的支付设备的每个唯一用户的支付工具指纹。然后，该方法可以使用商家计算机系统处的第一支付设备接收第一购买交易的第一购买交易数据，所述第一购买交易数据包括第一支付工具指纹和多个产品中的第一产品的第一产品标识，并确定第一支付工具指纹的预测数据。预测数据可以包括多个产品中的第二产品的第二产品标识对应于第一购买交易之后的第二购买交易中的第一支付工具指纹的概率。在进一步的实施方案中，系统可以基于与支付网络系统相关联的支付设备的全球交易数据来预测第一支付设备的未来交易。该系统可以包括托管购买预测系统的处理器和存储器，以及耦合到该处理器和存储器的数据库。该数据库可以存储产品数据和对应于产品数据的多个产品的多个购买交易的交易数据。交易数据可以对应于多个客户计算机系统与多个商家计算机系统之间的购买交易。该存储器可以包括可由处理器执行的指令。这些指令可以包括生成标识对应于用于多个购买交易的支付设备的每个唯一用户的支付工具指纹，以及在商家计算机系统处使用第一支付设备接收第一购买交易的第一购买交易数据。第一购买交易数据可以包括第一支付工具指纹和用于多个产品中的第一产品的第一产品标识。这些指令还可以包括确定第一支付工具指纹的预测数据。预测数据可以包括多个产品中的第二产品的第二产品标识对应于第一购买交易之后的第二购买交易中的第一支付工具指纹的概率。附图说明通过参考结合附图考虑的详细描述可以更好地理解本专利技术。图中的部件未必按比例绘制，而是侧重于图示本专利技术的原理。在图中，相同附图标号贯穿不同视图标示对应的部分。图1示出用于基于跨多个商家和发行方的支付设备使用情况来预测未来购买的示例性系统的图示；图2A示出用于图1的系统的示例性支付设备的第一视图；图2B示出用于图1的系统的示例性支付设备的第二视图；图3示出示例性机器学习架构；图4示出示例性人工智能架构；图5是用于使用图1的系统基于跨多个商家和发行方的支付设备使用情况来预测未来购买的方法的流程图；以及图6示出可以被物理地配置成执行方法并且包括本文所描述的各种部件的示例性计算设备。所属领域的一般技术人员将了解，为了简单和清晰起见而示出图中的元件，因此并未示出所有的连接和选项，以避免模糊本专利技术的各方面。例如，通常不描绘在商业上可行的实施方案中有用或必要的常见但很好理解的元件，以便有助于不大受妨碍地查看本公开的这些各种实施方案。应进一步了解，可以特定的发生次序描述或描绘某些动作和/或步骤，而所属领域的技术人员应理解，实际上不要求此类有关顺序的特异性。还应理解，本文中所用的术语和表达相对于其对应的相应查询和研究领域来进行定义，除非本文中另外阐述了特定含义。具体实施方式本专利技术现可参考附图来更充分地进行描述，附图形成本专利技术的部分且以图解方式示出具体示范性实施方案，本专利技术可通过所述实施方案实践。这些图解和示范性实施方案的呈现应理解为，本公开是一个或多个专利技术的原理的范例，且并非意在将任何一个专利技术限制于所示实施方案。本专利技术可以许多不同形式体现，且不应被理解为限于本文中阐述的实施方案；实际上，提供这些实施方案以使本公开透彻和完整，且将使本专利技术的范围完全传达到所属领域的技术人员。此外，本专利技术可以实施为方法、系统、计算机可读介质、装置、部件或设备。因此，本专利技术可采取完全硬件实施方案、完全软件实施方案或组合软件和硬件方面的实施方案的形式。因此，不应按限制性意义来看待以下详细描述。图1大体示出支付系统100的一个实施方案，该支付系统用于基于跨多个商家和发行方的客户的支付设备使用情况来预测未来购买。系统100可以包括链接一个或多个系统以及计算机部件的计算机网络102。在一些实施方案中，系统100包括用户计算机系统104、商家计算机系统106、支付网络系统108和购买预测系统110。网络102可以被不同地描述为通信链路、计算机网络、互联网连接等。系统100可以包括存储在有形存储器和专用硬件部件或模块上的各种软件或计算机可执行指令或部件，其采用软件和指令通过监视用户与商家之间的交易通信来标识多个交易的相关交易节点。各种模块可以实施为含有计算机可读指令(即，软件)的计算机可读存储装置存储器，用于由专用或唯一计算设备内的系统100的一个或多个处理器执行。模块可以执行各种任务、方法、块、子模块等，如本文所描述。系统100还可以包括硬件和软件应用程序两者，以及用于在各种专用和唯一硬件和软件部件之间传送数据的各种数据通信信道。通常认为网络包括硬件、数据和其他实体的互连和互操作。计算机网络或数据网络是允许节点共享资源的数字电信网络。在计算机网络中，计算设备使用节点之间的连接(即，数据链路)彼此交换数据。例如，硬件网络可以包括图形拓扑中的客户端、服务器和中间节点。以类似的方式，数据网络可以包括图形拓扑中的数据节点，其中每个节点包括相关或链接的信息、软件方法和其他数据。应该注意的是，本申请通篇所使用的术语“服务器”通常是指通过通信网络处理和响应远程用户的请求的计算机、其他设备、程序或其组合。服务器将其信息提供给请求“客户端”。如本文使用的术语“客户端”通常是指能够处理和发出请求以及获得和处理来自通过通信或数据网络的服务器的任何响应的计算机、程序、其他设备、用户和/或其组合。促进、处理信息和请求，和/或促进信息从源用户到目的地用户的传递的计算机、其他设备、相关数据集、程序或其组合通常被称为“节点”。网络通常促进从源点到目的地的信息传输。具体负责促进从信息源到目的地的信息传递的节点通常被称为“路由器”。网络有许多形式，例如局域网(LAN)、Pico网络、广域网(WAN)、无线网络(WLAN)等等。例如，因特网通常被认为是众多网络的互连，由此远程客户端和服务器可以访问并互相交互操作。用户计算机系统104可以包括处理器145和存储器146。用户计算系统104可以包括服务器、移动计算设备、智能电话、平板计算机、Wi-Fi启用设备或能够进本文档来自技高网...

【技术保护点】
1.一种基于与支付网络系统相关联的支付设备的全球交易数据来预测第一支付设备的未来交易的计算机实现的方法，所述方法包括：/n存储产品数据和对应于所述产品数据的多个产品的多个购买交易的交易数据，所述交易数据对应于多个客户计算机系统与多个商家计算机系统之间的购买交易；/n生成标识对应于用于所述多个购买交易的支付设备的每个唯一用户的支付工具指纹；/n在商家计算机系统处使用所述第一支付设备接收第一购买交易的第一购买交易数据，所述第一购买交易数据包括第一支付工具指纹和所述多个产品中的第一产品的第一产品标识；以及/n确定所述第一支付工具指纹的预测数据，所述预测数据包括所述多个产品中的第二产品的第二产品标识对应于所述第一购买交易之后的第二购买交易中的所述第一支付工具指纹的概率。/n

【技术特征摘要】
20181001 US 16/148,0511.一种基于与支付网络系统相关联的支付设备的全球交易数据来预测第一支付设备的未来交易的计算机实现的方法，所述方法包括：
存储产品数据和对应于所述产品数据的多个产品的多个购买交易的交易数据，所述交易数据对应于多个客户计算机系统与多个商家计算机系统之间的购买交易；
生成标识对应于用于所述多个购买交易的支付设备的每个唯一用户的支付工具指纹；
在商家计算机系统处使用所述第一支付设备接收第一购买交易的第一购买交易数据，所述第一购买交易数据包括第一支付工具指纹和所述多个产品中的第一产品的第一产品标识；以及
确定所述第一支付工具指纹的预测数据，所述预测数据包括所述多个产品中的第二产品的第二产品标识对应于所述第一购买交易之后的第二购买交易中的所述第一支付工具指纹的概率。


2.如权利要求1所述的方法，其中生成所述第一支付工具指纹包括至少用户名字、用户姓氏和用户账单邮政编码的散列。


3.如权利要求2所述的方法，还包括在所述多个商家计算机系统中的商家计算机系统处生成对应于所述多个购买交易中的购买交易的每个唯一用户的用户标识。


4.如权利要求3所述的方法，还包括响应于确定所述用户标识与所述第一购买交易的交易数据不匹配而生成所述用户标识。


5.如权利要求4所述的方法，其中所述多个产品中的所述第二产品的所述第二产品标识对应于所述第一购买交易之后的所述第二购买交易中的所述第一支付工具指纹的概率基于：对应于所述第一产品和所述多个产品的所述多个购买交易两者的所述第一支付工具指纹。


6.如权利要求5所述的方法，还包括计算每个支付工具指纹对应于所述第二产品标识的概率。


7.如权利要求6所述的方法，其中确定所述第一支付工具指纹的预测数据包括使用所述交易数据的一个或多个值对机器学习架构的隐藏层进行加权。


8.如权利要求7所述的方法，其中所述交易数据包括个人账号(PAN)、账户标识数据、产品名称、产品UPC代码、项目描述、项目类别、项目价格、以给定价格销售的单元数量、商家ID、商家位置、客户位置、日历周和日期中的一个或多个。


9.如权利要求8所述的方法，还包括基于所述预测数据修改所述商家计算机系统处的预测图形界面。


10.如权利要求9所述的方法，其中所述预测数据包括对应于所述第二产品标识的全球贸易项目编号(GTIN)、所述概率的概率值，以及指示相对于所述第一购买交易的所述第二购买交易将在何时发生的时期。


11.一种用于基于与支付网络系统相关联的支付设备的全球交易数据来预测第一支付...

【专利技术属性】
技术研发人员：GS巴辛，
申请(专利权)人：维萨国际服务协会，
类型：发明
国别省市：美国;US