支付方式智能推荐方法及系统技术方案

本发明专利技术提供了一种支付方式智能推荐方法及系统，包括：采集客户数据；对所述客户数据进行处理加工，得到可直接实用的依赖数据；分析计算所述依赖数据；根据所述计算后的结果进行推荐选举，得到最佳组合支付方式。本发明专利技术结合客户资产数据、门店项目优惠、当前所选的服务项目或产品，对数据进行分类统计，分别计算出不同组合下，客户所能享受的最高优惠，并选取一组优惠最大的方案，推荐客户选择，进而节省客户的消费成本。客户的消费成本。客户的消费成本。

【技术实现步骤摘要】
支付方式智能推荐方法及系统


[0001]本专利技术涉及在线支付
，具体地，涉及一种支付方式智能推荐方法及系统，尤其涉及一种基于客户数据模型的支付方案智能推荐方法。

技术介绍

[0002]在线支付是指卖方与买方通过因特网上的电子商务网站进行交易时，银行为其提供网上资金结算服务的一种业务。它为企业和个人提供了一个安全、快捷、方便的电子商务应用环境和网上资金结算工具。随着电子商务及互联网行业的发展，用户选择在线支付的也越来越多。并且在支付的过程中会有多种优惠及优惠组合计算，用户可以使用最大的优惠结算当前购买的商品，减少支出成本，提高性价比。
[0003]但是，现有的订单支付过程中，需要用户人工的进行优惠的查询和不同支付方式中抵扣金额的计算，在人工计算后并不能保证当前优惠就是最大的优惠支付方式。不仅不能保证更优的支付结果，还增加了人工计算的各种成本，给客户带来不好的体验。

技术实现思路

[0004]针对现有技术中的缺陷，本专利技术的目的是提供一种支付方式智能推荐方法及系统。
[0005]根据本专利技术提供的一种支付方式智能推荐方法，包括：
[0006]步骤S1：采集客户数据；
[0007]步骤S2：对所述客户数据进行处理加工，得到可直接实用的依赖数据；
[0008]步骤S3：分析计算所述依赖数据；
[0009]步骤S4：根据所述计算后的结果进行推荐选举，得到最佳组合支付方式。
[0010]优选地，所述客户数据包括：客户画像、客户资产数据、行业或门店提供的项目、客户持有的会员卡以及系统针对不同卡种类型设置的不同优惠、营销活动发放的优惠券和门店优惠。
[0011]优选地，所述处理加工包括：检查客户数据是否有效，若否，则不使用对应的客户数据；若是，则对有效的客户数据进行标记并进行初步加工转化为依赖数据。
[0012]优选地，步骤S3包括下述任一个步骤或者任多个步骤：
[0013]直接抵扣步骤：使用优惠券和门店优惠，对当前服务项目进行消费金额的直接抵扣，得到项目的剩余待支付金额；
[0014]会员卡余额抵扣步骤：计算会员卡优惠，得到第一最大原始可抵扣额度，判断所述额度是否大于项目金额，若是，则抵扣项目金额；若否，则对会员卡余额相等的部分进行折扣优惠，剩余部分待抵扣金额，自动滚动到其他会员卡中进行上诉流程处理；
[0015]会员卡赠金余额抵扣步骤：计算会员卡赠金优惠，得到第二最大原始可抵扣额度，判断所述额度是否大于项目金额，若是，则抵扣项目金额；若否，则对会员卡赠金余额相等的部分进行折扣优惠，剩余部分待抵扣金额，自动滚动到其他会员卡中进行上诉流程处理；
[0016]优选地，所述推荐选举包括根据底层排序算法对计算结果进行排序；
[0017]所述最佳组合支付方式包括所述支付方式的优惠信息、实际需支付的成本和不同优惠参与抵扣的额度。
[0018]根据本专利技术提供的一种支付方式智能推荐系统，包括：
[0019]模块M1：采集客户数据；
[0020]模块M2：对所述客户数据进行处理加工，得到可直接实用的依赖数据；
[0021]模块M3：分析计算所述依赖数据；
[0022]模块M4：根据所述计算后的结果进行推荐选举，得到最佳组合支付方式。
[0023]优选地，所述客户数据包括：客户画像、客户资产数据、行业或门店提供的项目、客户持有的会员卡以及系统针对不同卡种类型设置的不同优惠、营销活动发放的优惠券和门店优惠。
[0024]优选地，所述处理加工包括：检查客户数据是否有效，若否，则不使用对应的客户数据；若是，则对有效的客户数据进行标记并进行初步加工转化为依赖数据。
[0025]优选地，模块M3包括下述任一个模块或者任多个模块：
[0026]直接抵扣模块：使用优惠券和门店优惠，对当前服务项目进行消费金额的直接抵扣，得到项目的剩余待支付金额；
[0027]会员卡余额抵扣模块：计算会员卡优惠，得到第一最大原始可抵扣额度，判断所述额度是否大于项目金额，若是，则抵扣项目金额；若否，则对会员卡余额相等的部分进行折扣优惠，剩余部分待抵扣金额，自动滚动到其他会员卡中进行上诉流程处理；
[0028]会员卡赠金余额抵扣模块：计算会员卡赠金优惠，得到第二最大原始可抵扣额度，判断所述额度是否大于项目金额，若是，则抵扣项目金额；若否，则对会员卡赠金余额相等的部分进行折扣优惠，剩余部分待抵扣金额，自动滚动到其他会员卡中进行上诉流程处理；
[0029]优选地，所述推荐选举包括根据底层排序算法对计算结果进行排序；
[0030]所述最佳组合支付方式包括所述支付方式的优惠信息、实际需支付的成本和不同优惠参与抵扣的额度。
[0031]与现有技术相比，本专利技术具有如下的有益效果：
[0032]1、本专利技术结合客户资产数据、门店项目优惠、当前所选的服务项目或产品，对数据进行分类统计，分别计算出不同组合下，客户所能享受的最高优惠，并选取一组优惠最大的方案，推荐客户选择，进而节省客户的消费成本。
[0033]2、本专利技术通过系统对数据的不同组合选举，能找出比人工选择更优的结果，同时可以节省人工计算的各种成本。
[0034]3、本专利技术通过推荐最优支付方式，使用户能够尽可能地享受到最大优惠支付方式带来的收益，提高了用户的购买体验。
附图说明
[0035]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：
[0036]图1为本专利技术的流程示意图。
具体实施方式
[0037]下面结合具体实施例对本专利技术进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本专利技术，但不以任何形式限制本专利技术。应当指出的是，对本领域的普通技术人员来说，在不脱离本专利技术构思的前提下，还可以做出若干变化和改进。这些都属于本专利技术的保护范围。
[0038]本专利技术提供的一种在线结算支付方案自动推荐的实现方法，具体的涉及到通过客户持有的会员卡资产、优惠券、支付渠道、项目、门店等数据，通过穷举推荐算法，在客户完成项目后结算时，找到最优的一种组合支付方案。
[0039]实施例一
[0040]根据本专利技术提供的一种支付方式智能推荐方法，如图1所示，包括：
[0041]步骤S1：采集客户数据。所述数据采集用于提取客户信息、客户资产数据、会员卡信息、门店服务项目、项目折扣、优惠等数据。
[0042]具体地，客户数据包括：客户画像、客户资产数据、行业或门店提供的项目、客户持有的会员卡以及系统针对不同卡种类型设置的不同优惠、营销活动发放的优惠券和门店优惠。其中，客户画像用于精准推荐附近的门店、活动、服务项目，客户资产包括客户会员卡、历史消费信息等，项目用于客户到店消费，具体门店可提供的服务、产品等，卡种优惠、营销活动发放的优惠券、门店优惠等，皆是用于客户收银结算时可享受的优惠。
[0043]进一步地，在接收到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种支付方式智能推荐方法，其特征在于，包括：步骤S1：采集客户数据；步骤S2：对所述客户数据进行处理加工，得到可直接实用的依赖数据；步骤S3：分析计算所述依赖数据；步骤S4：根据所述计算后的结果进行推荐选举，得到最佳组合支付方式。2.根据权利要求1所述的支付方式智能推荐方法，其特征在于，所述客户数据包括：客户画像、客户资产数据、行业或门店提供的项目、客户持有的会员卡以及系统针对不同卡种类型设置的不同优惠、营销活动发放的优惠券和门店优惠。3.根据权利要求1所述的支付方式智能推荐方法，其特征在于，所述处理加工包括：检查客户数据是否有效，若否，则不使用对应的客户数据；若是，则对有效的客户数据进行标记并进行初步加工转化为依赖数据。4.根据权利要求1所述的支付方式智能推荐方法，其特征在于，步骤S3包括下述任一个步骤或者任多个步骤：直接抵扣步骤：使用优惠券和门店优惠，对当前服务项目进行消费金额的直接抵扣，得到项目的剩余待支付金额；会员卡余额抵扣步骤：计算会员卡优惠，得到第一最大原始可抵扣额度，判断所述额度是否大于项目金额，若是，则抵扣项目金额；若否，则对会员卡余额相等的部分进行折扣优惠，剩余部分待抵扣金额，自动滚动到其他会员卡中进行上诉流程处理；会员卡赠金余额抵扣步骤：计算会员卡赠金优惠，得到第二最大原始可抵扣额度，判断所述额度是否大于项目金额，若是，则抵扣项目金额；若否，则对会员卡赠金余额相等的部分进行折扣优惠，剩余部分待抵扣金额，自动滚动到其他会员卡中进行上诉流程处理。5.根据权利要求1所述的支付方式智能推荐方法，其特征在于，所述推荐选举包括根据底层排序算法对计算结果进行排序；所述最佳组合支付方式包括所述支付方式的优惠信息、实际需支付的成本和不同优惠参与抵扣的额度。6.一种支付方...

【专利技术属性】
技术研发人员：白爽，商飞，肖良清，
申请(专利权)人：兴业数字金融服务上海股份有限公司，
类型：发明
国别省市：