[發明專利]一種風險控制系統的計費方法和風控系統服務器

在審

• 申請號: 201510873187.0
• 申請日: 2015-12-02
• 公開（公告）號: CN106815754A
• 公開（公告）日: 2017-06-09
• 發明（設計）人: 徐季秋;張浩;許凱
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06Q40/08
• 代理公司: 北京國昊天誠知識產權代理有限公司11315
• 代理人: 黃熊,李永強

1.一種風險控制系統的計費方法，其特征在于，包括：

風控系統服務器從電商平臺服務器獲得當前交易數據；

所述風控系統服務器利用當前交易數據，并基于機器學習算法計算所述當前交易的風險概率；

所述風控系統服務器將所述風險概率反饋至電商平臺服務器；

所述風控系統服務器接收所述電商平臺服務器發送的當前交易的結果；

所述風控系統服務器根據所述當前交易結果及所述風險概率確定傭金額度。

2.如權利要求1所述的計費方法，其特征在于，所述當前交易的相關數據包括賣家數據、買家數據。

3.如權利要求2所述的計費方法，其特征在于，所述買家數據包括設備環境、交易數據、銀行數據中的一項或多項。

4.如權利要求3所述的計費方法，其特征在于，所述設備環境包括操作系統類型，瀏覽器類型，IP地址，是否是代理IP，時區，軟件版本中的一項或多項。

5.如權利要求3所述的計費方法，其特征在于，所述交易數據可以包括卡商品ID，商品類型，商品數量，訂單號，收貨地址，收貨電話中的一項或多項。

6.如權利要求3所述的計費方法，其特征在于，所述銀行數據包括支付銀行代號，賬戶名，支付賬單地址中的一項或多項。

7.如權利要求2所述的計費方法，其特征在于，所述賣家數據包括商戶類型，商戶注冊時間中的一項或多項。

8.如權利要求2所述的計費方法，其特征在于，所述賣家包括電商平臺或入駐電商平臺的商戶。

9.如權利要求2所述的計費方法，其特征在于，所述交易結果包括有欺 詐、無欺詐和中止交易。

10.如權利要求1所述的計費方法，其特征在于，所述風控系統服務器根據所述當前交易結果及所述風險概率確定傭金額度，包括以下方式中的任一種或幾種的組合：

所述風險概率為預設的高概率，所述當前交易結果為有欺詐，則所述風控系統服務器將傭金額度確定為第一額度；

所述風險概率為預設的高概率，所述當前交易結果為中止交易，則所述風控系統服務器將傭金額度確定為第二額度；

所述風險概率為預設的高概率，所述當前交易結果為無欺詐，則所述風控系統服務器將傭金額度確定為第三額度；

所述風險概率為預設的低概率，所述當前交易結果為有欺詐，則所述風控系統服務器將傭金額度確定為第四額度；

所述風險概率為預設的低概率，所述當前交易結果為無欺詐，則所述風控系統服務器將傭金額度確定為第五額度；

所述風險概率為預設的低概率，所述當前交易結果為中止交易，則所述風控系統服務器將傭金額度確定為第六額度。

11.如權利要求10所述的計費方法，其特征在于：

第三額度小于第一額度和第二額度；或，

第四額度小于第一額度和第二額度。

12.如權利要求10所述的計費方法，其特征在于，所述第三額度、第四額度為0或負值。

13.如權利要求10所述的計費方法，其特征在于，所述機器學習算法包括決策樹算法、邏輯回歸算法、GBDT算法或深度學習算法。

14.一種風險控制系統的計費方法，其特征在于，包括：

風控系統服務器從電商平臺服務器獲得當前交易數據；

所述風控系統服務器利用當前交易數據，并基于機器學習算法計算所述當前交易的風險概率；

所述風控系統服務器按照預定規則將所述風險概率轉化為風險等級，并將所述風險等級反饋至電商平臺服務器；

所述風控系統服務器接收所述電商平臺服務器發送的當前交易的結果；

所述風控系統服務器根據所述當前交易結果及所述風險等級確定傭金額度。

15.如權利要求14所述的計費方法，其特征在于，所述當前交易的相關數據包括賣家數據、買家數據。

16.如權利要求15所述的計費方法，其特征在于，所述買家數據包括設備環境、交易數據、銀行數據中的一項或多項。

17.如權利要求16所述的計費方法，其特征在于，所述設備環境包括操作系統類型，瀏覽器類型，IP地址，是否是代理IP，時區，軟件版本中的一項或多項。