【技术实现步骤摘要】
数字应用工具实例化
本公开涉及在数字应用上安装工具。更具体而言，机器学习算法被训练并且被用于确定工具的安装在数字工具上的实例化之时是否具有大于阈值的风险可能性。
技术介绍
在传统系统中，处理系统在使用时评估交互以确定交互是否具有高风险。被认为具有升高的风险的交互可被拒绝或者被发送来进行进一步评估。当交互被拒绝时，交互可被延迟或终止，同时在销售点识别适当的工具或替换交互。当交互被延迟或终止时，用户和交互对手方变得挫败并且气馁并且可能不会完成交互。
技术实现思路
本文的技术提供了计算机实现的方法来在未决交互的时间之前的时间向数字应用添加工具。该方法包括基于与工具与对手方和用户的交互有关的历史数据来训练机器学习过程。处理器接收向与用户相关联的数字应用添加工具的请求并且访问与工具、用户和数字应用相关联的数据。处理器将访问的数据输入到机器学习过程中并且基于机器学习过程确定向数字应用添加工具的风险得分。如果处理器确定风险得分低于或等于配置的阈值，则处理器向数字应用添加工具。如果风险得分高于阈值，则处理器拒绝工具的添加。
【技术保护点】
1.一种用以向数字应用添加工具的由计算机实现的方法，包括：/n由一个或多个计算设备：/n接收向与用户相关联的数字应用添加工具的请求；/n访问与所述工具和所述用户相关联的数据；/n确定向所述数字应用添加所述工具的风险；/n确定所述风险小于配置的阈值；并且/n向所述数字应用添加所述工具。/n
【技术特征摘要】
20190705 US 16/503,9361.一种用以向数字应用添加工具的由计算机实现的方法，包括：
由一个或多个计算设备：
接收向与用户相关联的数字应用添加工具的请求；
访问与所述工具和所述用户相关联的数据；
确定向所述数字应用添加所述工具的风险；
确定所述风险小于配置的阈值；并且
向所述数字应用添加所述工具。
2.如权利要求1所述的由计算机实现的方法，还包括：
基于与工具与对手方和用户的交互有关的历史数据来训练机器学习过程。
3.如权利要求2所述的由计算机实现的方法，还包括：
将访问的数据输入到所述机器学习过程中。
4.如权利要求3所述的由计算机实现的方法，其中所述风险的确定是基于所述机器学习过程的输出的。
5.如权利要求4所述的由计算机实现的方法，还包括将所述工具的后续交互的结果提供到所述机器学习过程以进一步训练所述机器学习过程。
6.如权利要求1所述的由计算机实现的方法，还包括：
接收向与用户相关联的所述数字应用添加第二工具的请求；
访问与所述工具和所述用户相关联的数据；
确定向所述数字应用添加所述第二工具的风险；
确定所述风险大于配置的阈值；并且
拒绝向所述数字应用添加所述第二工具。
7.如权利要求1所述的由计算机实现的方法，还包括：
确定所述风险等于配置的阈值；并且
向所述数字应用添加所述工具。
8.如权利要求1所述的由计算机实现的方法，其中访问与所述工具相关联的数据包括访问与所述数字应用相关联的数据。
9.如权利要求1所述的由计算机实现的方法，其中所述阈值是由所述用户、所述数字应用、所述工具的发行者和与所述工具相关联的卡网络中的一个或多个配置的。
10.如权利要求1所述的由计算机实现的方法，还包括由所述数字应用在与对手方的后续交互中利用所述工具。
11.如权利要求1所述的由计算机实现的方法，其中更高的风险是对于所述工具具有更高的是欺诈的可能性的指示。
12.如权利要求1所述的由计算机实现的方法...
【专利技术属性】
技术研发人员：V戈雅尔，DI尼斯特，
申请(专利权)人：谷歌有限责任公司，
类型：发明
国别省市：美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。