[发明专利]支付方式智能推荐方法及系统

权利要求书

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。

6.一种支付方式智能推荐系统，其特征在于，包括：

模块M1：采集客户数据；

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；

模块M3：分析计算所述依赖数据；

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。

7.根据权利要求6所述的支付方式智能推荐系统，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。

8.根据权利要求6所述的支付方式智能推荐系统，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。

9.根据权利要求6所述的支付方式智能推荐系统，其特征在于，模块M3包括下述任一个模块或者任多个模块：

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；

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；

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。

10.根据权利要求6所述的支付方式智能推荐系统，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。