[发明专利]支付方式智能推荐方法及系统

说明书

本发明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。

技术领域

本发明涉及在线支付技术领域，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。

背景技术

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。

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。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种支付方式智能推荐方法及系统。

根据本发明提供的一种支付方式智能推荐方法，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。

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。

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。

优选地，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；

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；

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。

根据本发明提供的一种支付方式智能推荐系统，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。