一种POS支付交易数据储存方式及其储存设备制造技术

本发明专利技术公开了一种POS支付交易数据储存方式及其储存设备，涉及数据储存领域，该储存方式具体步骤如下：(1)收集交易信息并对其进行分类；(2)依据交易数据进行数据分析；(3)服务器对各数据进行分化处理；(4)传输至用户板块进行数据记录；本发明专利技术通过构建神经网络模型对存在冗余的交易数据进行筛除，能够大幅提高数据分析效率，提高工作人员使用体验，能够使交易记录方式更简洁、更清晰，同时对比以往的单一记录单次的交易记录更有显著性，独特性。独特性。独特性。

【技术实现步骤摘要】
一种POS支付交易数据储存方式及其储存设备


[0001]本专利技术涉及数据储存领域，尤其涉及一种POS支付交易数据储存方式及其储存设备。

技术介绍

[0002]随着科技不断的创新，不断给生活带来了更方便，更捷径的模式。POS支付成为了人们日常消费的首选之一，POS是一种多功能终端，把它安装在信用卡的特约商户和受理网点中与计算机联成网络，就能实现电子资金自动转账，它具有支持消费、预授权、余额查询和转账等功能，使用起来安全、快捷、可靠，现有的POS系统的基本原理是先将商品资料创建于计算机文件内，透过计算机收银机联机架构，商品上之条码能透过收银设备上光学读取设备直接读入后马上可以显示商品信息加速收银速度与正确性，每笔商品销售明细资料自动记录下来，再由联机架构传回计算机，经由计算机计算处理即能生成各种销售统计分析信息当为经营管理依据；
[0003]现有的POS支付交易数据储存方式及其储存设备无法对冗余数据进行筛除，导致数据分析效率低，降低工作人员使用体验；此外，现有的POS支付交易数据储存方式及其储存设备往往都是单一记录单次的交易记录，记录数据的速率较低，交易记录方式繁琐；为此，我们提出一种POS支付交易数据储存方式及其储存设备。

技术实现思路

[0004]本专利技术的目的是为了解决现有技术中存在的缺陷，而提出的一种POS支付交易数据储存方式及其储存设备。
[0005]为了实现上述目的，本专利技术采用了如下技术方案：
[0006]一种POS支付交易数据储存方式，该储存方式具体步骤如下：
[0007](1)收集交易信息并对其进行分类：收集各组POS发送的交易数据，同时对各组交易数据进行分析，同时依据分析结果对各组交易数据进行数据分类；
[0008](2)依据交易数据进行数据分析：将分类完成的各组交易数据嫁接至相对应的平台，同时将各组数据上传至存储数据库中进行存储，并对其进行计算分析；
[0009](3)服务器对各数据进行分化处理：服务器接收分析完成的利润数据，同时服务器构建一组神经网络模型，并将各组数据导入神经网络模型中进行分化统计；
[0010](4)传输至用户板块进行数据记录：将处理完成的各组数据传输至用户数据板块，同时将各组数据与相对应的用户数据板块进行匹配，并对各用户数据板块进行数据统计。
[0011]作为本专利技术的进一步方案，步骤(1)所述数据分类具体步骤如下：
[0012]步骤一：计算机接收各POS所传输的各组交易数据，同时对各组POS所在位置信息进行收集，同时将各位置信息按照省、市以及县进行精确标注，并依据标注完成的位置信息生成多组区域记录表；
[0013]步骤二：将各组区域记录表进行整合归类以生成记录数据集T＝{M1、M2、M3、
…
、
M
n
}，其中，n为生成的区域记录表总数，若生成一组新的区域记录表，则将其传输至记录数据集中，同时记录数据集对存储的数据按省份名称、市名称以及以及县名称首字母A～Z进行有序排列；
[0014]步骤三：将各交易数据中总金额、商家银行账号、第三方支付成本以及用户信息进行提取，并将提取出的各组信息录入对应区域记录表中，同时将相同用户的相关数据归为一组，并按照时间先后进行排序。
[0015]作为本专利技术的进一步方案，步骤(2)所述计算分析具体步骤如下：
[0016]第一步：各区域平台从存储数据库中提取相对应的区域记录表，同时提取记录表中记录的用户信息、总金额、商家银行账号以及第三方支付成本，并依据提取的四组数据对合作商利润数据进行计算并记录至相对应的区域记录表中；
[0017]第二步：同时统计不同日期的合作商利润数据，并绘制各合作商相对应的利润折线图，依据绘制的利润折线图对该合作商盈利趋势进行分析，同时将绘制的利润折线图反馈给相关工作人员。
[0018]作为本专利技术的进一步方案，步骤(3)所述分化统计具体步骤如下：
[0019]S1.1：服务器对构建的神经网络模型进行优化训练，同时将各组合作商利润数据导入优化完成的神经网络模型中进行数据清洗；
[0020]S1.2：数据清洗完成后，神经网络模型依据对各组合作商利润数据进行数值分化，其具体数值分化计算公式如下：
[0021]Q＝J
·
X
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0022]其中，Q为合作商分化数值，J代表合作商利润金额，X代表合作商分化数据的比例值；
[0023]S1.3：依据分化数值生成相对应的交易数据机理方式，同时将其传输至数据云端进行存储。
[0024]作为本专利技术的进一步方案，S1.1所述优化训练具体步骤如下：
[0025]S2.1：神经网络模型构建一组测试模型，同时收集多组分析结果以构建观测数据集，并从观测数据集中选取一个观测数据作为验证数据，并用该验证数据通过均方根误差来验证该测试模型的精度，如此重复多次；
[0026]S2.2：对于每一组数据，选取任意一个子集作为测试集，再取剩余子集作为训练集，再次统计均方根误差，直至对每组数据都进行一次预测，并将预测结果最好的数据作为最优参数输出；
[0027]S2.3：依据最优参数对训练数据集进行标准化处理，最后将训练样本输送到神经网络模型中，并采用长期迭代法训练该模型。
[0028]作为本专利技术的进一步方案，S1.1所述数据清洗具体步骤如下：
[0029]S3.1：神经网络模型开始遍历每组区域记录表，若区域记录表中某组数据在表中存在相同数据，则该组数据就是冗余数据；
[0030]S3.2：将检测出的各组冗余数据筛除，并将各组区域记录表中的交易数据按照用户姓名首字母A～Z进行排列，再将各用户相对应的数据按照生成时间先后进行有序排列。
[0031]作为本专利技术的进一步方案，步骤(4)所述数据统计具体步骤如下：
[0032]P1：数据统计模块与数据云端进行通信连接，同时从用户数据库中提取一组或多
组用户数据板块；
[0033]P2：对用户数据板块中的用户信息以及所在区域进行提取，同时依据提取的各项信息检索数据云端，并提取相对应的交易数据机理方式；
[0034]P3：用户数据板块依据该交易数据机理方式进行累计统计，并对统计结果进行记录存储，同时构建检索数据集供工作人员进行调用查看。
[0035]一种POS支付交易数据储存设备，包括POS、采集分类模块、数据存储库、分析统筹模块、云服务器、数据统计模块以及用户数据库；
[0036]其中，所述POS用于支持用户消费、预授权、余额查询以及转账，同时将用户的操作信息处理生成交易数据并上传至计算机中；
[0037]所述采集分类模块用于收集计算机网络中各组POS的交易数据，同时对各个组交易数据进行数据解析，依据各POS上传的位置信息以及用户信息对各组交易数据进行分类整合，并按照不同位置信息构建多组区域记录表以记录本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种POS支付交易数据储存方式，其特征在于，该储存方式具体步骤如下：(1)收集交易信息并对其进行分类：收集各组POS发送的交易数据，同时对各组交易数据进行分析，同时依据分析结果对各组交易数据进行数据分类；(2)依据交易数据进行数据分析：将分类完成的各组交易数据嫁接至相对应的平台，同时将各组数据上传至存储数据库中进行存储，并对其进行计算分析；(3)服务器对各数据进行分化处理：服务器接收分析完成的利润数据，同时服务器构建一组神经网络模型，并将各组数据导入神经网络模型中进行分化统计；(4)传输至用户板块进行数据记录：将处理完成的各组数据传输至用户数据板块，同时将各组数据与相对应的用户数据板块进行匹配，并对各用户数据板块进行数据统计。2.根据权利要求1所述的一种POS支付交易数据储存方式，其特征在于，步骤(1)所述数据分类具体步骤如下：步骤一：计算机接收各POS所传输的各组交易数据，同时对各组POS所在位置信息进行收集，同时将各位置信息按照省、市以及县进行精确标注，并依据标注完成的位置信息生成多组区域记录表；步骤二：将各组区域记录表进行整合归类以生成记录数据集T＝{M1、M2、M3、
…
、M
n
}，其中，n为生成的区域记录表总数，若生成一组新的区域记录表，则将其传输至记录数据集中，同时记录数据集对存储的数据按省份名称、市名称以及以及县名称首字母A～Z进行有序排列；步骤三：将各交易数据中总金额、商家银行账号、第三方支付成本以及用户信息进行提取，并将提取出的各组信息录入对应区域记录表中，同时将相同用户的相关数据归为一组，并按照时间先后进行排序。3.根据权利要求1所述的一种POS支付交易数据储存方式，其特征在于，步骤(2)所述计算分析具体步骤如下：第一步：各区域平台从存储数据库中提取相对应的区域记录表，同时提取记录表中记录的用户信息、总金额、商家银行账号以及第三方支付成本，并依据提取的四组数据对合作商利润数据进行计算并记录至相对应的区域记录表中；第二步：同时统计不同日期的合作商利润数据，并绘制各合作商相对应的利润折线图，依据绘制的利润折线图对该合作商盈利趋势进行分析，同时将绘制的利润折线图反馈给相关工作人员。4.根据权利要求1所述的一种POS支付交易数据储存方式，其特征在于，步骤(3)所述分化统计具体步骤如下：S1.1：服务器对构建的神经网络模型进行优化训练，同时将各组合作商利润数据导入优化完成的神经网络模型中进行数据清洗；S1.2：数据清洗完成后，神经网络模型依据对各组合作商利润数据进行数值分化，其具体数值分化计算公式如下：Q＝J
·
X
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中，Q为合作商分化数值，J代表合作商利润金额，X代表合作商分化数据的比例值；S1.3：依据分化数值生成相对应的交易数据机理方式，同时将其传输至数据云端进行存储。
5.根据权利要求4所述的一种POS支付...

【专利技术属性】
技术研发人员：黄文科，
申请(专利权)人：广州中南网络技术有限公司，
类型：发明
国别省市：