申请/专利权人：指增(上海)科技有限责任公司

申请日：2023-12-07

公开（公告）日：2024-04-12

公开（公告）号：CN117875969A

主分类号：G06Q20/40

分类号：G06Q20/40;G06Q20/38;G06Q40/12;G06N20/20;G06N5/01;G06F18/214;G06F18/243

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本申请提供一种训练方法、支付路由选取方法、系统、电子设备及介质，所述训练方法包括：获取各可用支付渠道的历史数据形成样品数据集；所述历史数据包括各所述可用支付渠道的支付风险、费用和成功率；基于所述样品数据集通过抽样放回的方法，进行若干次抽取，获得若干个训练数据集；对各所述训练数据集进行基尼指数比对，选出最优特征；所选最优特征为所述训练数据集中的关键特征指标；对所述最优特征进行分支处理，得到各所述训练数据集经分支处理后的决策树；基于各所述训练数据集的决策树形成随机森林模型。本申请能够帮助企业动态地选择支付渠道进行路由，降低支付成本和风险，减少人工维护工作量。

主权项：1.一种支付模型训练方法，其特征在于，所述支付模型训练方法包括：获取各可用支付渠道的历史数据形成样品数据集；所述历史数据包括各所述可用支付渠道的支付风险、费用和成功率；所述样品数据集包括若干个样本，每个样本对应不同的所述可用支付渠道的支付风险、费用和成功率的值；基于所述样品数据集通过抽样放回的方法，进行若干次抽取，获得若干个训练数据集；对各所述训练数据集进行基尼指数比对，选出最优特征；所选最优特征为所述训练数据集中的关键特征指标；对所述最优特征进行分支处理，得到各所述训练数据集经分支处理后的决策树；基于各所述训练数据集的决策树形成随机森林模型。

全文数据：

权利要求：

百度查询： 指增(上海)科技有限责任公司 训练方法、支付路由选取方法、系统、电子设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD