[发明专利]一种风险控制系统的计费方法和风控系统服务器

权利要求书

1.一种风险控制系统的计费方法，其特征在于，包括：

风控系统服务器从电商平台服务器获得当前交易数据；

所述风控系统服务器利用当前交易数据，并基于机器学习算法计算所述当前交易的风险概率；

所述风控系统服务器将所述风险概率反馈至电商平台服务器；

所述风控系统服务器接收所述电商平台服务器发送的当前交易的结果；

所述风控系统服务器根据所述当前交易结果及所述风险概率确定佣金额度。

2.如权利要求1所述的计费方法，其特征在于，所述当前交易的相关数据包括卖家数据、买家数据。

3.如权利要求2所述的计费方法，其特征在于，所述买家数据包括设备环境、交易数据、银行数据中的一项或多项。

4.如权利要求3所述的计费方法，其特征在于，所述设备环境包括操作系统类型，浏览器类型，IP地址，是否是代理IP，时区，软件版本中的一项或多项。

5.如权利要求3所述的计费方法，其特征在于，所述交易数据可以包括卡商品ID，商品类型，商品数量，订单号，收货地址，收货电话中的一项或多项。

6.如权利要求3所述的计费方法，其特征在于，所述银行数据包括支付银行代号，账户名，支付账单地址中的一项或多项。

7.如权利要求2所述的计费方法，其特征在于，所述卖家数据包括商户类型，商户注册时间中的一项或多项。

8.如权利要求2所述的计费方法，其特征在于，所述卖家包括电商平台或入驻电商平台的商户。

9.如权利要求2所述的计费方法，其特征在于，所述交易结果包括有欺 诈、无欺诈和中止交易。

10.如权利要求1所述的计费方法，其特征在于，所述风控系统服务器根据所述当前交易结果及所述风险概率确定佣金额度，包括以下方式中的任一种或几种的组合：

所述风险概率为预设的高概率，所述当前交易结果为有欺诈，则所述风控系统服务器将佣金额度确定为第一额度；

所述风险概率为预设的高概率，所述当前交易结果为中止交易，则所述风控系统服务器将佣金额度确定为第二额度；

所述风险概率为预设的高概率，所述当前交易结果为无欺诈，则所述风控系统服务器将佣金额度确定为第三额度；

所述风险概率为预设的低概率，所述当前交易结果为有欺诈，则所述风控系统服务器将佣金额度确定为第四额度；

所述风险概率为预设的低概率，所述当前交易结果为无欺诈，则所述风控系统服务器将佣金额度确定为第五额度；

所述风险概率为预设的低概率，所述当前交易结果为中止交易，则所述风控系统服务器将佣金额度确定为第六额度。

11.如权利要求10所述的计费方法，其特征在于：

第三额度小于第一额度和第二额度；或，

第四额度小于第一额度和第二额度。

12.如权利要求10所述的计费方法，其特征在于，所述第三额度、第四额度为0或负值。

13.如权利要求10所述的计费方法，其特征在于，所述机器学习算法包括决策树算法、逻辑回归算法、GBDT算法或深度学习算法。

14.一种风险控制系统的计费方法，其特征在于，包括：

风控系统服务器从电商平台服务器获得当前交易数据；

所述风控系统服务器利用当前交易数据，并基于机器学习算法计算所述当前交易的风险概率；

所述风控系统服务器按照预定规则将所述风险概率转化为风险等级，并将所述风险等级反馈至电商平台服务器；

所述风控系统服务器接收所述电商平台服务器发送的当前交易的结果；

所述风控系统服务器根据所述当前交易结果及所述风险等级确定佣金额度。

15.如权利要求14所述的计费方法，其特征在于，所述当前交易的相关数据包括卖家数据、买家数据。

16.如权利要求15所述的计费方法，其特征在于，所述买家数据包括设备环境、交易数据、银行数据中的一项或多项。

17.如权利要求16所述的计费方法，其特征在于，所述设备环境包括操作系统类型，浏览器类型，IP地址，是否是代理IP，时区，软件版本中的一项或多项。