支付一致性校验方法、系统、设备及存储介质技术方案

本发明专利技术提供了一种支付一致性校验方法、系统、设备及存储介质，该方法包括：获取待校验的支付日志；将所述待校验的支付日志输入训练好的词向量模型，得到待校验的文本向量表示矩阵；将所述待校验的文本向量表示矩阵输入训练好的一致性校验模型，得到所述一致性校验模型预测得到的一致性校验结果。本发明专利技术针对数据分析抽取的特征离散化的特点，基于利用词向量技术和机器学习技术在支付日志基础上学习训练得到的一致性校验模型对支付日志进行校验，相比于数据挖掘技术，能够更高效率地诊断出业务异常，并且提高了一致性校验的准确性。

Payment consistency verification method, system, equipment and storage medium

【技术实现步骤摘要】
支付一致性校验方法、系统、设备及存储介质
本专利技术涉及数据处理
，尤其涉及一种支付一致性校验方法、系统、设备及存储介质。
技术介绍
近年来，伴随着互联网行业的高速发展，使得人们足不出户就可看报、购物、学习等，彻底改变了原有的生活习惯；当代人们的生活越来越离不开互联网，几乎任何领域的互联网公司在与用户交互时都会出现支付的场景。纵观提供服务的这些互联网的公司，支付系统几乎是所有公司必要且是重中之中的模块，一个好的支付系统设计可以让用户在交互时感受到简单、便利等特点。由于实际支付场景的复杂性、网络和技术中间件的可靠性等原因会导致用户在支付时出现不一致的情况，不仅造成用户体验差，还增加了修复及运营的成本，甚至还会给公司带来信用危机；因此如何保证支付系统的稳定性、一致性是当前互联网公司要解决的一大难题。现有的技术中绝大多数是使用数据挖掘技术与机器学习方法对支付一致性日志记录数据分析，一方面对数据分析抽取的特征过于离散，另一方面不能进一步将数据层异常信息延伸到实际业务层的异常。因此，现有技术中尚没有一种能够很完善地进行支付一致性校验的方法。
技术实现思路
针对现有技术中的问题，本专利技术的目的在于提供一种支付一致性校验方法、系统、设备及存储介质，基于词向量技术和机器学习技术实现支付一致性校验，提高一致性校验准确性。本专利技术实施例提供一种支付一致性校验方法，包括如下步骤：获取待校验的支付日志；将所述待校验的支付日志输入训练好的词向量模型，得到待校验的文本向量表示矩阵；将所述待校验的文本向量表示矩阵输入训练好的一致性校验模型，得到所述一致性校验模型预测得到的一致性校验结果。可选地，所述支付一致性校验方法还包括如下步骤：采集支付日志语料；基于所述支付日志语料训练word2vec模型，得到训练好的词向量模型。可选地，所述获取待校验的支付日志，包括如下步骤：获取待校验的交易订单数据，根据所述交易订单数据生成待校验的支付日志。可选地，所述生成待校验的支付日志，包括如下步骤：从交易系统接收到付款项创建通知时，创建支付日志；从支付系统中接收到用户支付通知时，将所述支付日志中的支付状态修改为等待回调状态；从交易系统中接收到支付结果时，根据支付结果修改所述支付日志中的支付状态。可选地，所述支付一致性校验方法还包括如下步骤：采集历史的支付日志；将所述历史的支付日志输入训练好的词向量模型，得到作为训练样本的文本向量表示矩阵；对所述文本向量表示矩阵的支付状态进行标记；采用所述训练样本训练基于卷积神经网络构建的一致性校验模型。可选地，得到所述一致性校验模型预测得到的一致性校验结果之后，还包括如下步骤：判断所述一致性校验结果的类型；如果一致性校验失败，则将一致性校验信息发送至工作人员终端。可选地，所述将一致性校验信息发送至工作人员终端之后，还包括如下步骤：接收所述工作人员终端返回的一致性校验准确性判断结果；如果一致性校验不准确，则将所对应的支付日志加入所述一致性校验模型的训练样本；采用更新后的训练样本训练所述一致性校验模型。本专利技术实施例还提供一种支付一致性校验系统，应用于所述的支付一致性校验方法，所述系统包括：日志记录模块，用于获取待校验的支付日志；词向量生成模块，用于将所述待校验的支付日志输入训练好的词向量模型，得到待校验的文本向量表示矩阵；一致性校验模块，用于将所述待校验的文本向量表示矩阵输入训练好的一致性校验模型，得到所述一致性校验模型预测得到的一致性校验结果。可选地，所述日志记录模块还用于采集历史的支付日志，所述词向量生成模块还用于将所述历史的支付日志输入训练好的词向量模型，得到作为训练样本的文本向量表示矩阵；所述系统还包括校验模型训练模块，用于采用经过支付状态标记的训练样本，训练基于卷积神经网络构建的一致性校验模型。本专利技术实施例还提供一种支付一致性校验设备，包括：处理器；存储器，其中存在所述处理器的可进行指令；其中，所述处理器配置为经由进行所述可进行指令来进行所述的支付一致性校验方法的步骤。本专利技术实施例还提供一种计算机可读存储介质，用于存储程序，所述程序被进行时实现所述的支付一致性校验方法的步骤。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。本专利技术所提供的支付一致性校验方法、系统、设备及存储介质具有下列优点：本专利技术解决了现有技术的技术问题，针对数据分析抽取的特征离散化的特点，基于利用词向量技术和机器学习技术在支付日志基础上学习训练得到的一致性校验模型对支付日志进行校验，相比于数据挖掘技术，能够更高效率地诊断出业务异常，并且提高了一致性校验的准确性，从而全面保障支付系统的健壮与稳定。附图说明通过阅读参照以下附图对非限制性实施例所作的详细描述，本专利技术的其它特征、目的和优点将会变得更明显。图1是本专利技术一实施例的支付一致性校验方法的流程图；图2是本专利技术一实施例的生成支付日志的时序图；图3是本专利技术一实施例的一致性校验模型训练的流程图；图4是本专利技术一实施例的支付一致性校验系统的结构框图；图5是本专利技术一实施例的支付一致性校验设备的示意图；图6是本专利技术一实施例的计算机可读存储介质的示意图。具体实施方式现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。为了解决现有技术中的技术问题，本专利技术实施例提供一种支付一致性校验方法和系统，大大提高了支付一致性校验的效率和准确率。如图1所示，在本专利技术一实施例中，所述支付一致性校验方法包括如下步骤：S110：获取待校验的支付日志；S120：将所述待校验的支付日志输入训练好的词向量模型，得到待校验的文本向量表示矩阵；S130：将所述待校验的文本向量表示矩阵输入训练好的一致性校验模型，得到所述一致性校验模型预测得到的一致性校验结果。本专利技术的支付一致性校验方法针对数据分析抽取的特征离散化的特点，首先采用所述步骤S120对支付日志进行处理，得到语义表示的文本向量表示矩阵，通过步骤S130基于采用机器学习技术本文档来自技高网...

【技术保护点】
1.一种支付一致性校验方法，其特征在于，包括如下步骤：/n获取待校验的支付日志；/n将所述待校验的支付日志输入训练好的词向量模型，得到待校验的文本向量表示矩阵；/n将所述待校验的文本向量表示矩阵输入训练好的一致性校验模型，得到所述一致性校验模型预测得到的一致性校验结果。/n

【技术特征摘要】
1.一种支付一致性校验方法，其特征在于，包括如下步骤：
获取待校验的支付日志；
将所述待校验的支付日志输入训练好的词向量模型，得到待校验的文本向量表示矩阵；
将所述待校验的文本向量表示矩阵输入训练好的一致性校验模型，得到所述一致性校验模型预测得到的一致性校验结果。


2.根据权利要求1所述的支付一致性校验方法，其特征在于，还包括如下步骤：
采集支付日志语料；
基于所述支付日志语料训练word2vec模型，得到训练好的词向量模型。


3.根据权利要求1所述的支付一致性校验方法，其特征在于，所述获取待校验的支付日志，包括如下步骤：
获取待校验的交易订单数据，根据所述交易订单数据生成待校验的支付日志。


4.根据权利要求3所述的支付一致性校验方法，其特征在于，所述生成待校验的支付日志，包括如下步骤：
从交易系统接收到付款项创建通知时，创建支付日志；
从支付系统中接收到用户支付通知时，将所述支付日志中的支付状态修改为等待回调状态；
从交易系统中接收到支付结果时，根据支付结果修改所述支付日志中的支付状态。


5.根据权利要求1所述的支付一致性校验方法，其特征在于，还包括如下步骤：
采集历史的支付日志；
将所述历史的支付日志输入训练好的词向量模型，得到作为训练样本的文本向量表示矩阵；
对所述文本向量表示矩阵的支付状态进行标记；
采用所述训练样本训练基于卷积神经网络构建的一致性校验模型。


6.根据权利要求1所述的支付一致性校验方法，其特征在于，得到所述一致性校验模型预测得到的一致性校验结果之后，还包括如下步骤：
判断所述一致性校验结果的类型；
如果一...

【专利技术属性】
技术研发人员：冷新杨，
申请(专利权)人：江苏满运软件科技有限公司，
类型：发明
国别省市：江苏;32