[发明专利]基于信用大数据的跨境支付快速结算方法

权利要求书

1.一种基于信用大数据的跨境支付快速结算方法，其特征是，包括第三方支付平台、若干个电子商务平台、数据接口模块，数据标准化模块，智能信用评价模块和流程控制模块；

(1-1)第三方支付平台接到商户关于某笔交易的提现申请后，调用数据接口模块从交易发生的电子商务平台获得智能信用评价模块所需要的大数据信息；

(1-2)调用数据标准化模块对数据进行清洗预处理和归一化，得到能够被智能信用评价模块接受的标准化数据；

(1-3)将标准化后的交易数据送入智能信用评价模块进行信用评价结果计算，将计算后的评价结果送入流程控制模块；

(1-4)若评价结果高于预先设定的阈值，则该笔交易进行提前垫付的风险很小，第三方支付平台进入提前垫付流程，第三方支付平台进行合规审核后通知合作银行进行分发，将交易款提前打入商户在国内的银行账户；

(1-5)若评价结果低于预先设定的阈值，则该笔交易进行提前垫付存在较大的风险，第三方支付平台按照正常流程进行处理，即在电子商务平台账期结束后，由电子商务平台结算至客户在第三方支付平台开设的海外账户，第三方支付平台收到货款后，进行合规审核后，经合作银行将合规资金分发至商户在国内的银行账户，完成整个流程。

2.根据权利要求1所述的基于信用大数据的跨境支付快速结算方法，其特征是，所述历史交易数据包括商户30天内日均交易量，商户三个月总交易量，商户注册时长，交易商品的评价及退货率，交易商品所属类型，交易商品的平均确认时间，客户的平均确认时间，客户对所有购买商品的历史评价，客户的退货率。

3.根据权利要求1所述的基于信用大数据的跨境支付快速结算方法，其特征是，商户信用评价方法包括规则库分类方法、人工神经网络方法和决策树方法。

4.根据权利要求1所述的基于信用大数据的跨境支付快速结算方法，其特征是，人工神经网络方法包括如下步骤：

(4-1)基于神经网络的信用评估模型训练；

(4-2)基于神经网络的信用评估。

5.根据权利要求4所述的基于信用大数据的跨境支付快速结算方法，其特征是，步骤(4-1)包括如下步骤：

挑选一批学习样本组成数据样本集合，数据样本集合包含了信用良好和信用较差的学习样本，每个学习样本均包括训练数据、验证数据和测试数据，利用数据样本集合对神经网络模型进行训练，使神经网络模型具备信用评价的能力；

将标准化后的历史交易数据作为神经网络模型的输入样本，送到神经网络当中学习，用数据样本集合的训练数据训练神经网络，数据样本集合的验证数据检验神经网络的学习成功性，并用数据样本集合的测试数据测试神经网络是否具有信用评价的良好泛化能力；

若神经网络模型的信用评估能力未达到预期，则继续训练直到模型满足要求为止；

若神经网络模型已经具备良好的信用评估能力，则中断训练，神经网络模型输出根据历史交易中的资金履约情况得到的Y值。