本發(fā)明涉及數(shù)據(jù)管理，具體涉及一種用于商戶自主進件的支付數(shù)據(jù)管理系統(tǒng)。

背景技術：

1、商戶自主進件的支付數(shù)據(jù)管理系統(tǒng)是指支付平臺對通過自主提交進件信息并完成開戶認證的商戶的交易信息進行管理；該系統(tǒng)能夠集合不同支付渠道的交易數(shù)據(jù)，便于商戶查看交易記錄，又能夠識別異常交易信息，保障交易的安全合規(guī)。其中對于商戶的交易數(shù)據(jù)進行識別并判斷交易是否異常是該支付數(shù)據(jù)管理系統(tǒng)的重要功能；現(xiàn)有的支付數(shù)據(jù)管理系統(tǒng)對于異常交易的識別通常是依賴固定規(guī)則，例如單筆交易金額超過設定金額，短時間內交易次數(shù)超過設定次數(shù)會被判定為交易異常，認為該商戶參與了非正常交易。但不同類型商戶的交易頻率和交易金額存在較大差異；并且交易量的變化與節(jié)假日和促銷活動等情況存在關聯(lián)，通過固定規(guī)則進行識別往往會造成誤判，導致異常交易的識別準確性較低，影響商戶的使用體驗。

技術實現(xiàn)思路

1、為了解決上述根據(jù)固定規(guī)則判斷商戶交易是否異常的準確性較低的技術問題，本發(fā)明的目的在于提供一種用于商戶自主進件的支付數(shù)據(jù)管理系統(tǒng)，所采用的技術方案具體如下：

2、數(shù)據(jù)獲取模塊，用于獲取商戶的支付記錄數(shù)據(jù)；

3、交易分析模塊，用于根據(jù)所述支付記錄數(shù)據(jù)的支付時間分布特征獲得支付量特征曲線；根據(jù)所述支付量特征曲線中當前時段的實際支付量和預測支付量的差異特征獲得支付量增長度；根據(jù)所述支付量特征曲線中支付金額的差異特征獲得當前時段的金額增長度；

4、商戶分析模塊，用于根據(jù)所述商戶與其他商戶的支付量特征曲線的差異特征獲得支付規(guī)律相似度；根據(jù)所述商戶與其他商戶的支付金額的差異特征獲得金額相似度；根據(jù)所述商戶與其他商戶的支付量增長度和金額增長度獲得增長重復度和時間差異值；根據(jù)所述支付規(guī)律相似度、所述金額相似度、所述增長重復度和所述時間差異值獲得所述商戶的外界影響度；

5、交易監(jiān)測模塊，用于根據(jù)所述商戶的支付量增長度、所述金額增長度和所述外界影響度獲得交易異常特征值；根據(jù)所述交易異常特征值監(jiān)測所述商戶在當前時段的交易狀態(tài)。

6、進一步地，所述根據(jù)所述支付記錄數(shù)據(jù)的支付時間分布特征獲得支付量特征曲線的步驟包括：

7、將所述支付記錄數(shù)據(jù)按照不同預設時段進行劃分并統(tǒng)計每個預設時段的總支付次數(shù)，根據(jù)所述總支付次數(shù)的時間順序構建所述支付量特征曲線。

8、進一步地，所述根據(jù)所述支付量特征曲線中當前時段的實際支付量和預測支付量的差異特征獲得支付量增長度的步驟包括：

9、將所述支付量特征曲線進行時序分解，獲得周期項和殘差項；計算所述支付量特征曲線與所述周期項在當前時段的差值，獲得變化差異值；計算所述變化差異值與所述殘差項的最大值的差值并歸一化，獲得所述支付量增長度。

10、進一步地，所述根據(jù)所述支付量特征曲線中支付金額的差異特征獲得當前時段的金額增長度的步驟包括：

11、將所述支付量特征曲線進行傅里葉變換，獲得頻譜圖；根據(jù)所述頻譜圖中的幅值最大值對應的頻率確定支付量特征曲線的周期長度；根據(jù)所述周期長度確定當前時段的歷史周期時段；統(tǒng)計所述歷史周期時段中的單次支付金額最大值；對于當前時段中單次支付金額超過所述單次支付金額最大值的支付記錄數(shù)據(jù)，計算單次支付金額與所述單次支付金額最大值的差值并歸一化，獲得金額差異特征值；對于當前時段中單次支付金額不超過所述單次支付金額最大值的支付記錄數(shù)據(jù)，金額差異特征值為常數(shù)0；計算當前時段中所有支付記錄數(shù)據(jù)對應的金額差異特征值的平均值，獲得當前時段的金額增長度。

12、進一步地，所述根據(jù)所述商戶與其他商戶的支付量特征曲線的差異特征獲得支付規(guī)律相似度的步驟包括：

13、計算所述商戶與任意其他商戶的支付量特征曲線中相同時段對應數(shù)據(jù)點的切線斜率的差值絕對值，獲得局部差異值；計算所有局部差異值的和值的倒數(shù)并歸一化，獲得所述商戶和任意其他商戶的支付規(guī)律相似度。

14、進一步地，所述根據(jù)所述商戶與其他商戶的支付金額的差異特征獲得金額相似度的步驟包括：

15、將單個商戶的支付記錄數(shù)據(jù)中的單次支付金額通過dbscan聚類算法進行聚類，獲得單個商戶的金額聚類簇；將單個商戶對應的所有金額聚類簇中的金額最大值作為正常交易最大值、將金額最小值作為正常交易最小值；計算所述商戶與任意其他商戶的正常交易最大值的差值絕對值的倒數(shù)，獲得第一數(shù)值；計算所述商戶與任意其他商戶的正常交易最小值的差值絕對值的倒數(shù)，獲得第二數(shù)值；計算所述第一數(shù)值和所述第二數(shù)值的乘積并歸一化，獲得所述商戶和任意其他商戶的金額相似度。

16、進一步地，所述根據(jù)所述商戶與其他商戶的支付量增長度和金額增長度獲得增長重復度和時間差異值的步驟包括：

17、計算所述商戶的當前時段和任意其他商戶的任意時段的支付量增長度的差值絕對值，獲得第一差值；計算所述商戶的當前時段和任意其他商戶的任意時段的金額增長度的差值絕對值，獲得第二差值；計算所述第一差值和所述第二差值的和值的倒數(shù)，獲得所述商戶的當前時段和任意其他商戶的任意時段的增長相似特征值；將所述增長相似特征值的最大值作為所述商戶和任意其他商戶的增長重復度；將所述增長相似特征值的最大值對應的任意時段和當前時段的時間間隔作為時間差異值。

18、進一步地，所述根據(jù)所述支付規(guī)律相似度、所述金額相似度、所述增長重復度和所述時間差異值獲得所述商戶的外界影響度的步驟包括：

19、計算所述商戶和任意其他商戶的所述支付規(guī)律相似度和所述金額相似度的乘積，獲得綜合相似度；計算所述時間差異值的倒數(shù)與所述增長重復度的乘積并歸一化，獲得相似狀態(tài)特征值；計算任意其他商戶在所有其他商戶中的綜合相似度的占比值與所述相似狀態(tài)特征值的乘積，獲得第三數(shù)值；計算所有其他商戶的第三數(shù)值的和值，獲得所述商戶的外界影響度。

20、進一步地，所述根據(jù)所述商戶的支付量增長度、所述金額增長度和所述外界影響度獲得交易異常特征值的步驟包括：

21、計算所述商戶在當前時段的所述支付量增長度和所述金額增長度的和值，獲得增長特征值；將所述外界影響度進行負相關映射后計算與所述增長特征值的乘積，獲得所述商戶的交易異常特征值。

22、進一步地，所述根據(jù)所述交易異常特征值監(jiān)測所述商戶在當前時段的交易狀態(tài)的步驟包括：

23、當所述交易異常特征值超過預設異常閾值時，所述商戶在當前時段的交易狀態(tài)存在異常。

24、本發(fā)明具有如下有益效果：

25、在本發(fā)明中，獲取支付量特征曲線能夠表征商戶的支付量的周期性變化特征，從而根據(jù)支付量特征曲線判斷當前時段的支付量增長趨勢是否正常；獲取支付量增長度能夠表征當前時段該商戶的支付量變化程度，初步判斷交易狀態(tài)是否正常。獲取金額增長度能夠判斷該商戶在當前時段的單次交易金額的增長程度，能夠進一步判斷交易狀態(tài)是否正常。由于商戶的交易量與交易金額的變化可能受外界因素所影響，故結合其他相同類型商戶的交易數(shù)據(jù)的變化趨勢能夠進一步判斷該商戶是否存在非正常交易，提高支付監(jiān)測管理的準確性。獲取支付規(guī)律相似度和金額相似度能夠根據(jù)兩個商戶之間的交易量和交易金額判斷是否屬于相同類型的商戶，從而提高后續(xù)判斷商戶是否受到外界因素影響的準確性。獲取增長重復度和時間差異值能夠表征商戶是否受到相同外界因素影響；獲取外界影響度能夠表征商戶交易數(shù)據(jù)變化受到外界因素影響的程度，提高交易狀態(tài)監(jiān)測管理的準確性。最終獲取交易異常特征值并判斷交易狀態(tài)，不僅分析了交易量和交易金額的變化趨勢，并且考慮了外界因素對交易趨勢的影響，提高了交易狀態(tài)監(jiān)測的準確性。