预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共27页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113924590A(43)申请公布日2022.01.11(21)申请号202080038576.0里特维克·亚达夫(22)申请日2020.05.19斯瓦蒂施·拉姆·艾亚潘(30)优先权数据(74)专利代理机构北京安信方达知识产权代理16/422,2592019.05.24US有限公司11262代理人齐加文杨明钊(85)PCT国际申请进入国家阶段日2021.11.24(51)Int.Cl.G06Q20/32(2012.01)(86)PCT国际申请的申请数据G06Q20/38(2012.01)PCT/US2020/0336352020.05.19G06N20/00(2019.01)(87)PCT国际申请的公布数据G06Q40/04(2012.01)WO2020/242836EN2020.12.03H04L12/66(2006.01)(71)申请人脸谱公司地址美国加利福尼亚州(72)发明人卡斯拉·内加蒂安贾斯廷·梅森·蔡斯安基特·亚蒂什·莫迪权利要求书2页说明书19页附图5页(54)发明名称用于电子支付和网关路由的系统和方法(57)摘要根据示例,一种用于电子支付和网关选择和路由的系统可以包括处理器和存储指令的存储器。当执行指令时,处理器可以使系统接收与交易相关联的数据。该系统还可以基于与数据相关联的一个或更多个交易参数来确定多个网关中的每一个的预测性能能力。该系统可以基于目标网关的预测性能能力从多个网关中选择目标网关。系统可以将与交易相关联的数据传输到目标网关,以通过网络处理交易。CN113924590ACN113924590A权利要求书1/2页1.一种系统,包括:处理器;存储器,其存储指令,所述指令当由所述处理器执行时使所述处理器:接收与交易相关联的数据;基于与所述数据相关联的一个或更多个交易参数,确定多个网关中的每一个的预测性能能力;基于目标网关的预测性能能力,从所述多个网关中选择所述目标网关;以及将与所述交易相关联的数据传输到所述目标网关,以通过网络处理所述交易。2.根据权利要求1所述的系统,其中所述交易是支付交易。3.根据权利要求1或权利要求2所述的系统,其中所述多个网关中的每一个的预测性能能力包括以下至少一项:所述目标网关将成功处理所述交易的概率、所述目标网关将处理所述交易的速度或与所述目标网关处理所述交易相关联的成本。4.根据前述任一项权利要求所述的系统,其中所述指令还使得所述系统使用基于人工智能AI的机器学习技术,所述基于人工智能AI的机器学习技术分析与交易相关联的数据和与所述多个网关相关联的数据,以确定所述多个网关中的每一个的预测性能能力。5.根据权利要求4所述的系统,其中所述基于人工智能AI的机器学习技术包括以下至少一项:聚类、分类、模式挖掘、逻辑回归、决策树、随机森林、语义、模拟或知识图分析。6.根据权利要求4或权利要求5所述的系统,其中所述基于人工智能AI的机器学习技术包括为所述多个网关中的每一个计算表示该网关的预测性能能力的值;可选地,其中所述指令还使得所述系统基于所述一个或更多个交易参数或者与所述交易相关联的数据中的至少一种对所述多个网关中的每一个的所述值进行加权,以创建加权值;并且进一步可选地,其中所述目标网关是基于所述预测性能能力的加权值而被从所述多个网关中选择的。7.根据前述任一项权利要求所述的系统,其中所述一个或更多个交易参数包括以下至少一项:类型、金额、交易货币、时间、日期、位置、付款人标识符、收款人标识符、收单方标识符、发行方标识符授权要求、响应要求、安全要求、卡信息、用户简档、交易简档、认证要求、操作环境、输出能力或活动模式。8.一种方法,包括:由在网络中操作的支付系统的处理器接收与交易相关联的数据;由所述支付系统的处理器基于与所述数据相关联的一个或更多个交易参数来确定多个网关中的每一个的预测性能能力;由所述处理器基于目标网关的预测性能能力从所述多个网关中选择所述目标网关;以及由所述处理器将与所述交易相关联的数据传输到所述目标网关,以通过网络处理所述交易。9.根据权利要求8所述的方法,其中确定所述预测性能能力还包括使用基于人工智能AI的机器学习技术来确定所述多个网关中的每一个的预测性能能力,所述基于AI的机器学习技术分析与交易相关联的数据和与所述多个网关相关联的数据;并且2CN113924590A权利要求书2/2页可选地,其中所述基于AI的机器学习技术包括以下至少一项:聚类、分类、模式挖掘、逻辑回归、决策树、随机森林、语义、模拟或知识图分析。10.根据权利要求9所述的方法,其中使用所述基于AI的机器学习技术还包括为所述多个网关中的每一个计算表示该网关的预测性能能力的值,可选地,所述方法还包括:基于所述一个或更多个交