账户扣款处理方法及装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115345622A(43)申请公布日2022.11.15(21)申请号202210957712.7(22)申请日2022.08.10(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人朱新新(74)专利代理机构北京国昊天诚知识产权代理有限公司11315专利代理师付先智(51)Int.Cl.G06Q20/40(2012.01)权利要求书2页说明书10页附图3页(54)发明名称账户扣款处理方法及装置(57)摘要本说明书实施例提供了账户扣款处理方法及装置，其中，一种账户扣款处理方法包括：获取用户资金账户的扣款失败信息，以及针对所述用户资金账户进行扣款处理的扣款处理信息；将所述扣款失败信息和所述扣款处理信息输入扣款决策模型进行扣款预测，输出所述扣款处理的扣款失败概率；若所述扣款失败概率处于预设概率区间，则对所述扣款处理进行拦截处理；所述预设概率区间对应于满足扣款拦截条件的概率分布区间。CN115345622ACN115345622A权利要求书1/2页1.一种账户扣款处理方法，包括：获取用户资金账户的扣款失败信息，以及针对所述用户资金账户进行扣款处理的扣款处理信息；将所述扣款失败信息和所述扣款处理信息输入扣款决策模型进行扣款预测，输出所述扣款处理的扣款失败概率；若所述扣款失败概率处于预设概率区间，则对所述扣款处理进行拦截处理；所述预设概率区间对应于满足扣款拦截条件的概率分布区间。2.根据权利要求1所述的账户扣款处理方法，所述扣款失败信息包括：扣款失败金额和扣款失败时间；所述扣款处理信息包括：扣款金额和扣款时间；其中，所述扣款金额不小于所述扣款失败金额。3.根据权利要求1所述的账户扣款处理方法，所述扣款决策模型对应于所述用户资金账户；所述扣款决策模型，采用如下方式训练：读取所述用户资金账户在预设时间区间内的历史扣款信息，并基于所述历史扣款信息进行训练样本构建；利用样本构建得到的训练样本对待训练模型进行训练，训练完成后获得所述用户资金账户对应的扣款决策模型。4.根据权利要求3所述的账户扣款处理方法，所述待训练模型，采用如下方式构建：基于历史扣款信息中包含的历史扣款金额和历史扣款时间，构建用户资金账户的金额变化概率与时间间隔的关系；基于所述金额变化概率与时间间隔的关系建立所述待训练模型。5.根据权利要求4所述的账户扣款处理方法，所述金额变化概率与时间间隔的关系包括金额变化概率与时间间隔的泊松分布关系；相应的，所述金额变化概率与时间间隔的关系的关系式包括：金额变化概率与时间间隔的概率密度函数。6.根据权利要求5所述的账户扣款处理方法，所述概率分布区间，采用如下方式确定：以所述扣款拦截条件为约束条件，采用仿真求解的方式确定使所述约束条件成立的概率分布区间。7.根据权利要求5所述的账户扣款处理方法，所述扣款预测，包括：基于所述概率密度函数和输入的扣款失败金额、扣款失败时间、扣款金额和扣款时间进行扣款失败概率计算，获得所述扣款失败概率。8.根据权利要求1所述的账户扣款处理方法，所述扣款拦截条件，包括下述至少一项：扣款失败概率大于扣款拦截的拦截成功率阈值，所述扣款决策模型进行所述扣款预测的预测时间小于预设时间阈值。9.根据权利要求1所述的账户扣款处理方法，还包括：获取更新时间点对应的预设时间区间内的历史扣款信息，并基于所述历史扣款信息进行训练样本构建；利用样本构建得到的训练样本对所述扣款决策模型进行训练，并利用训练结果更新所述扣款决策模型的模型参数。2CN115345622A权利要求书2/2页10.根据权利要求1所述的账户扣款处理方法，所述将所述扣款失败信息和所述扣款处理信息输入扣款决策模型进行扣款预测，输出所述扣款处理的扣款失败概率步骤执行之后，还包括：若所述扣款失败概率未处于所述预设概率区间，则针对所述用户资金账户执行所述扣款处理。11.根据权利要求1所述的账户扣款处理方法，所述扣款失败信息对应的扣款处理，包括：基于用户的支付指令发起的用户资金账户扣款，基于用户签署的账户扣款协议自动发起的用户资金账户扣款；所述扣款处理，包括：基于用户签署的账户扣款协议自动发起的用户资金账户扣款。12.根据权利要求1所述的账户扣款处理方法，所述用户资金账户，包括绑定支付应用的银行卡的资金账户；所述账户扣款处理方法应用于所述支付应用。13.一种账户扣款处理装置，包括：扣款信息获取模块，被配置为获取用户资金账户的扣款失败信息，以及针对所述用户资金账户进行扣款处理的扣款处理信息；扣款预测模块，被配置为将所述扣款失败信息和所述扣款处理信息输入扣款决策模型进行扣款预测，输出所述扣款处理的扣款失败概率；拦截处理模块，被配置为若所述扣款失败概