System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术通信管理,尤其是一种平台商户提现额度管理方法及系统。
技术介绍
1、随着电商的快速发展,电商平台也得以快速更新发展,电商平台是为用户提供购物消费的平台,而电商平台的发展离不开各种种类商家的入驻,而当商家入驻一个电商平台时,需要每天查询店铺的财务状况,并且需要将销售的商品金额提现至自己的银行卡账户。
2、而现有电商平台,当商户进行提现时,由于电商平台的系统保护,所以若是商户的提现环境存在风险或提现信息填写的不正确,都会导致提现结果失败;
3、但是大部分的电商平台针对于提现结果失败的原因没有详细推给商户,且也不会给出如何解决体现失败的原因,如若是因为信用问题导致提现失败,则平台也没有给出具体的解决办法。
技术实现思路
1、针对现有大部分的电商平台针对于提现结果失败的原因没有详细推给商户,且也不会给出如何解决体现失败的原因,如若是因为信用问题导致提现失败,则平台也没有给出具体的解决办法的技术问题,本专利技术提供一种平台商户提现额度管理方法及系统。
2、本专利技术所采用的技术方案是:一种平台商户提现额度管理方法,具体包括以下步骤:
3、商户在平台发出提现额度增加请求,并且输入与提现额度增加相关的提现信息,输出提现额度增加的申请结果;
4、提现额度增加的申请结果包括:提现额度申请失败和提现额度申请成功;
5、建立风险预测模型,用于预测平台商户提现是否存在风险。
6、若是提现额度申请失败则进行进行以下
7、获取平台中储存的商户信息,然后基于平台储存的商户信息,判断识别用户输入的提现信息是否准确;
8、获取商户所有历史提现数据,并对所有历史提现数据进行特征提取,获取若干历史提现特征数据;
9、获取每一条历史提现数据的提现额度结果,记为历史提现额度结果数据;
10、基于若干历史提现特征数据,建立判断预测模型,所判断预测模型的输入为申请提额的提现信息,判断预测模型的输出为提现额度失败结果原因。
11、进一步的是,基于若干历史提现特征数据,建立判断预测模型具体包括:
12、建立每一条历史提现额度结果数据和对应的历史提现特征数据之间的一一对应关系;
13、基于提现额度结果,对历史提现额度结果数据进行分类,获取每一种提现额度申请失败的原因对应的若干个历史提现额度结果数据。
14、进一步的是,基于历史提现额度结果数据和对应的历史提现特征数据之间的一一对应关系,获取每一种提现额度申请失败的原因对应的历史提现特征数据;
15、对每一种提现额度申请失败的原因对应的若干个历史提现特征数据进行统计分析,分别获取与每一种提现额度申请失败的原因相关的若干个提现特征和每一种提现额度申请失败的原因与提现特征之间的相关权重;
16、建立特征匹配从属模型,特征匹配子模型用于计算输入的申请提额的提现信息与每一种提现失败的原因的匹配度;
17、建立筛选从属模型,筛选从属模型基于特征匹配从属模型的计算结果筛选出与申请提额的提现信息最匹配的一个或多个提现失败的原因,作为结果输出;
18、进一步的是,提现额度申请失败的原因与提现特征之间的相关权重的计算公式为:
19、
20、式中,yi为提现额度申请失败的原因与第i个提现特征之间的相关权重,b总为提现额度申请失败的原因对应的历史提现特征数据总数,bi为提现额度申请失败的原因对应的历史提现特征数据总数中出现第i个提现特征的历史提现特征数据总数。
21、进一步的是,筛选从属模型的具体计算公式为:
22、
23、其中,tj为输入的申请提额的提现信息与第j种提现额度申请失败的原因的匹配度,nj为第j种提现额度申请失败的原因的对应的历史提现特征数据总数;
24、n0为输入的申请提额的提现信息的特征总数,n同为输入的申请提额的提现信息的特征数据与第j种提现额度申请失败的原因对应的历史提现特征数据中的相同特征总数;
25、α’l为第j种提现额度申请失败的原因与第l个输入的申请提额的提现信息的特征数据与第j种提现额度申请失败的原因的对应的历史提现特征数据中的相同特征之间的相关权重,max()为求最大值函数。
26、进一步的是,输入申请提额的提现信息至判断预测模型,获取提现额度失败结果原因具体包括:
27、对输入的申请提额的提现信息的数据进行特征提取,获取申请提额的提现信息的数据对应的若干个提现特征;
28、调用特征匹配从属模型,基于若干个提现特征,分别计算输入的申请提额的提现信息的数据与每一种提现额度申请失败的原因的匹配度;
29、调用筛选从属模型,筛选出与输入的申请提额的提现信息的数据匹配度大于预设值的一个或多个提现额度申请失败的原因,作为预测申请失败的原因;
30、将预测申请失败的原因和与预测申请失败的原因对应的匹配度建立一一对应关系后输出,获得提现额度申请失败的结果的原因;
31、基于提现额度申请失败的结果的原因,通过提现额度推荐逻辑生成提现推荐方案包括:
32、判断提现额度申请失败的原因中是否存在高风险,若否,则按照与输入的申请提额的提现信息匹配度最大的提现额度申请失败的原因,输出推荐解决方案,若是,则根据高风险种类输出推荐的解决方案。
33、进一步的是,根据高风险种类输出推荐的解决方案具体包括:
34、建立高风险提额失败库,并基于历史提额经验,对高风险提额失败库中的每一种高风险提额失败的原因设定初步解决方案和复检方案;
35、基于筛选出的提额失败的原因,判断其匹配度是否大于第一匹配预设值,若是,则输出高风险提额失败的原因对应的初步解决方案作为推荐的解决方案,若否,则同时输出高风险提额失败的原因对应的初步解决方案和复检方案作为推荐的解决方案。
36、初步解决方案可初步解决具有高风险的提额失败的原因;
37、复检方案可精准解决具有高风险的提额失败的原因。
38、进一步的是,风险预测模型为:
39、
40、式中,q=1代表平台商户提现存在风险,q=0代表平台商户提现不存在风险;
41、h为风险预测模型的预测概率;
42、ap为申请提现额度增加相关的提现信息中存在的风险信息的指标;
43、at为申请提现额度增加相关的提现信息中存在的错误信息的指标;
44、α、β1和β2均为风险预测模型的系数。
45、进一步的是,α、β1和β2的计算方法为:
46、按照提现额度增加请求是否成功对历史提现数据进行分类,获得若干组提现额度增加请求中提现额度申请失败的历史提现数据和若干组提现额度增加请求中提现额度申请成功的历史提现数据;
47、提现额度申请失败的历史提现数据和若干组提现本文档来自技高网...
【技术保护点】
1.一种平台商户提现额度管理方法,其特征在于:具体包括以下步骤:
2.根据权利要求1所述的一种平台商户提现额度管理方法,其特征在于:
3.根据权利要求2所述的一种平台商户提现额度管理方法,其特征在于:
4.根据权利要求3所述的一种平台商户提现额度管理方法,其特征在于:
5.根据权利要求4所述的一种平台商户提现额度管理方法,其特征在于:
6.根据权利要求5所述的一种平台商户提现额度管理方法,其特征在于:
7.根据权利要求6的一种平台商户提现额度管理方法,其特征在于:
8.根据权利要求7所述的一种平台商户提现额度管理方法,其特征在于:
9.根据权利要求8所述的一种平台商户提现额度管理方法,其特征在于:
10.一种平台商户提现额度管理系统,其特征在于:
【技术特征摘要】
1.一种平台商户提现额度管理方法,其特征在于:具体包括以下步骤:
2.根据权利要求1所述的一种平台商户提现额度管理方法,其特征在于:
3.根据权利要求2所述的一种平台商户提现额度管理方法,其特征在于:
4.根据权利要求3所述的一种平台商户提现额度管理方法,其特征在于:
5.根据权利要求4所述的一种平台商户提现额度管理方法,其特征在于...
【专利技术属性】
技术研发人员:李明支,何秀钢,揭聪,林培英,
申请(专利权)人:广州市高富信息科技有限公司,
类型:发明
国别省市:
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。