一种交易数据处理方法及装置与流程

1.本技术涉及网络技术领域，尤其涉及一种交易数据处理方法及装置。


背景技术：

2.随着金融行业的科技转化进程加快，目前金融行业涉及的业务基本可以在线上完成。如，商品的推广营销、交易处理、人员管理等均可以在线上完成。而营销业务背后，存在一种黄牛套利现象，尤其随着金融行业的计算机技术、网络技术的普及应用，黄牛用户群体呈现技术化、集群化和多地分布的显著特征，严重影响行业健康发展。
3.现有技术中，防黄牛方法主要是基于交易信息的交易特征，对交易信息的交易特征提取，进行多要素验证后，若确定该交易信息的用户为可疑用户。进一步，经过人工识别确定该可疑用户是否为黄牛用户。这种方式需要大量的人工操作，效率低，成本高。
4.因此，现在亟需一种交易数据处理方法及装置，能够自动化完成交易数据处理，对异常交易的异常用户进行风险等级的定级，以及对应处理。


技术实现要素：

5.本技术实施例提供一种交易数据处理方法及装置，能够自动化完成交易数据处理，对异常交易的异常用户进行风险等级的定级，以及对应处理。
6.第一方面，本技术实施例提供一种交易数据处理方法，适用于机器人流程自动化系统，该方法包括：
7.接收异常交易检测系统发送的异常交易数据，所述异常交易数据包括用户账号、活动标识；
8.根据所述活动标识确定所述异常交易数据所属的电子商务平台，从所述电子商务平台中获取所述用户账号对应的历史相关记录；
9.根据所述历史相关记录确定所述用户账号的风险等级；
10.根据所述风险等级处理所述异常交易数据。
11.上述方法中，根据异常交易数据的活动标识确定其所属的电子商务平台，从该电子商务平台中获取异常交易数据的用户账号对应的历史相关记录，进一步，根据历史相关记录确定该用户账号的风险等级。相比于现有技术中基于人工操作对可疑用户进行是否为异常用户判断来说，本技术可以自动根据异常交易数据所属活动，从开展活动的电子商务平台获取用户账号的历史相关记录，根据历史相关记录确定用户账号的风险等级，即可以自动化对用户账号的异常进行判断，还可以对用户的异常程度所造成的风险进行划分。如此，根据用户账号对应的风险等级，对异常交易数据进行处理，更可以细化异常交易数据处理方式，增加处理的精确性。
12.可选的，根据所述历史相关记录确定所述用户账号的风险等级之前，还包括：从大数据平台获取所述用户账号对应的风险相关信息；
13.根据所述历史相关记录确定所述用户账号的风险等级，包括：
14.根据所述异常交易数据、所述历史相关记录和所述风险相关信息判定所述用户账号的风险等级。
15.上述方法中，还可以根据从大数据平台获取的风险相关信息，以根据风险相关信息、异常交易数据和历史相关记录判定用户账号的风险等级。如此，提高用户账号的风险等级判定的准确性。
16.可选的，所述风险等级为低风险等级，根据所述风险等级处理所述异常交易数据，包括：
17.根据所述异常交易数据确定语音情绪要素；
18.根据所述异常交易数据和所述语音情绪要素生成警告信息，将所述警告信息通过短信平台或外呼系统发送至所述用户账号对应的用户，所述语音情绪要素用于在所述告警信息中体现警告强度。
19.上述方法中，在确定当前用户账号的风险等级为低风险等级时，可以根据异常交易数据中的交易行为特征确定语音情绪要素，语音情绪要素可以用于在通过外呼系统将告警信息对用户进行语音告警时，加入语音告警的情绪。如，不同程度的异常交易行为的语音情绪要素的严厉程度不同，这里的不同程度的异常交易行为可以是根据交易时间密集程度、交易金额大小等相关信息确定，这里对具体的异常交易行为的程度判定不做限制，可以根据具体需要设置。可以根据异常交易数据生成告警信息，对用户进行告警，若通过语音告警方式时，可以在语音告警中加入语音告警的语音情绪要素。如此，可以提升语音告警的警告效果。
20.可选的，所述风险等级为中风险等级，根据所述风险等级处理所述异常交易数据，包括：
21.根据所述异常交易数据生成拦截指令，将所述拦截指令发送至转接清算系统；
22.从所述异常交易数据、历史相关记录和所述风险相关信息中提取用户基础信息；
23.将所述用户基础信息发送至异常名单管理系统，所述异常名单管理系统用于维护异常用户名单，所述异常用户名单作为所述异常交易检测系统进行检测异常交易数据的依据。
24.上述方法中，确异常交易数据的风险等级为中风险等级，则根据该异常交易数据生成拦截指令，将该拦截指令发送至转接清算系统。如此，将转接清算系统中的交易处理流程拦截，保证交易清算的安全性和准确性。将从异常交易数据、历史相关记录和风险相关信息中提取用户基础信息(还可以包括交易数据)发送至异常名单管理系统，使得异常名单管理系统将该用户基础信息(还可以包括交易数据)维护至异常用户名单。如此，后续异常交易检测系统可以根据该异常用户名单对交易进行检测，以获取异常交易数据。
25.可选的，所述风险等级为高风险等级，根据所述风险等级处理所述异常交易数据，包括：
26.根据所述异常交易数据生成拦截指令，将所述拦截指令发送至转接清算系统；
27.从所述异常交易数据、历史相关记录和所述风险相关信息中提取用户基础信息；
28.将所述用户基础信息发送至异常名单管理系统，并对所述用户基础信息对应的用户信誉进行降级。
29.上述方法中，确异常交易数据的风险等级为高风险等级，则根据该异常交易数据
生成拦截指令，将该拦截指令发送至转接清算系统。如此，将转接清算系统中的交易处理流程拦截，保证交易清算的安全性和准确性。将从异常交易数据、历史相关记录和风险相关信息中提取用户基础信息(还可以包括交易数据)发送至异常名单管理系统，使得异常名单管理系统将该用户基础信息(还可以包括交易数据)维护至异常用户名单。如此，后续异常交易检测系统可以根据该异常用户名单对交易进行检测，以获取异常交易数据。并对用户的用户信誉进行降级。如此，其它根据用户信誉对用户的相关交易进行处理的系统、机构等，可以依据准确的用户信誉进行交易处理，保证交易处理的可靠性。
30.可选的，还包括：
31.接收用户的投诉信息，对所述投诉信息进行分析生成应答信息；
32.将所述应答信息发送至所述用户，所述应答信息用于指示所述用户将证据信息上传；
33.接收所述证据信息，并对所述证据信息进行分析，判断所述证据信息是否符合预设匹配条件，若是，则生成解除异常指令发送至异常名单管理系统；
34.生成异常解除处理结果，将所述异常解除处理结果发送至用户。
35.上述方法中，接收用户的投诉信息，对投诉信息进行分析，生成应答信息，将应答信息发送至用户，以指示用户将证据信息上传。对证据信息进行分析，确定证据信息符合预设匹配条件，则将用户从异常名单管理系统的异常用户名单中删除。相比于现有技术中，通过人工分析黑白名单等信息的方式处理客诉，本技术自动化对客诉信息进行处理，以及自动对异常用户名单进行维护，可以加快客诉处理效率和准确性。将用户从异常名单管理系统的异常用户名单中删除之后，还可以将用户维护到异常备案名单中。如此，可以作为后续用户异常判断的依据，提高用户风险等级判断的准确性。
36.可选的，还包括：
37.针对活动标识，统计所述活动标识下的异常用户率，若所述异常用户率超过设定阈值，对各异常用户的异常交易数据进行分析得到活动异常特征，所述活动异常特征包括活动异常区域、活动异常商户；
38.根据所述活动异常特征生成终结活动告警信息，将所述终结活动告警信息发送至所述电子商务平台，所述终结活动告警信息包括建议应对方案。
39.上述方法中，若活动的异常用户率超过设定阈值，则确定该活动需要停止，则生成终结活动告警信息发送至活动标识对应的电子商务平台，提示活动主办方停止活动，为了主办方能够清楚当前活动状况，可以在终结活动告警信息中携带活动异常特征，为了主办方的快速应对，还可以在活动异常特征中增加建议应对方案。
40.可选的，还包括：针对所述活动标识，获取所述活动标识下的各用户交易数据；分析所述各用户交易数据的交易特征生成活动报告，所述活动报告中包括用户异常率、用户可疑率、交易特征分布和异常用户集中区域，所述交易特征包括：用户交易时间、交易行为特征、交易发生区域和交易商户信息；将所述活动报告发送至所述活动标识对应的电子商务平台。
41.上述方法中，将活动标识下的各用户交易数据获取到，并分析各用户交易数据的交易特征分析获取用户异常率、用户可疑率、交易特征分布和异常用户集中区域等相关信息生成活动报告。将该活动报告发送至活动主办方(可以是活动标识对应的电子商务平台，
主办方也可以是通过活动标识对应的电子商务平台举行的活动，相应的通过该电子商务平台获取活动报告，这里对主办方如何举行活动，以及如何通过该电子商务平台获取该活动报告具体不做限制)。如此，可以使得活动主办方能够清楚获知活动主办情况。
42.可选的，还包括：确定当前活跃用户数超过第一设定阈值，生成扩容请求发送至虚拟机管理系统，或确定当前活跃用户低于第二设定阈值，生成缩容请求发送至所述虚拟机管理系统。
43.上述方法中，根据当前活跃用户数，机器人流程自动化系统可以在当前活跃用户数超过第一设定阈值，生成扩容请求发送至虚拟机管理系统，以通过虚拟机管理系统实现扩容，保证交易量大的时候，系统可以可靠运行。机器人流程自动化系统可以在当前活跃用户数低于第二设定阈值，生成缩容请求发送至该虚拟机管理系统，以通过虚拟机管理系统实现缩容，保证交易量小的时候，不会将剩余的资源闲置浪费。
44.第二方面，本技术实施例提供一种机器人流程自动化系统，所述机器人流程自动化系统中包括规则命令库和各独立子流程模块；
45.所述各独立子流程模块中任一独立子流程模块，用于接收异常交易检测系统发送的异常交易数据，通过所述规则命令库匹配所述异常交易数据对应的分析规则，根据所述分析规则对所述异常交易数据进行分析，确定所述异常交易数据的命令组，所述异常交易数据包括用户账号、活动标识；
46.所述各独立子流程模块中任一的独立子流程模块，用于在接收到所述命令组中的命令时，根据所述活动标识确定所述异常交易数据所属的电子商务平台，从所述电子商务平台中获取所述用户账号对应的历史相关记录；根据所述历史相关记录确定所述用户账号的风险等级；根据所述风险等级处理所述异常交易数据。
47.上述系统中，机器人流程自动化系统中包括规则命令库和各独立子流程模块。在机器人流程自动化系统接收异常交易数据后，可以根据规则命令库分析得到命令组，通过命令组中各命令和各命令的执行顺序，依次调用对应独立子流程模块，完成异常交易数据的用户账号的风险等级判断，进一步做相应处理。如此，该系统可以实现自动化对用户账号的异常进行判断，对用户的异常程度所造成的风险进行划分以及对应的处理。相比于现有技术中基于人工操作对可疑用户进行是否为异常用户判断来说，提高异常交易数据处理的效率和准确性，且降低处理成本。另外，由于各子流程模块之间相互独立，且通过规则命令库中的命令组调用多个独立子流程模块分别完成对应的处理，以实现对应的完成业务流程处理。这种方式便于后续系统的变更处理，提高变更的简便性。
48.可选的，第一独立子流程模块，用于接收所述命令组中第一命令，根据所述活动标识确定所述异常交易数据所属的电子商务平台，从所述电子商务平台中获取所述用户账号对应的历史相关记录；
49.第二独立子流程模块，用于接收所述命令组中第二命令，根据所述历史相关记录确定所述用户账号的风险等级；
50.第三独立子流程模块，用于接收所述命令组中第三命令，根据所述风险等级处理所述异常交易数据。
51.上述系统中，在交易数据处理过程中，可以通过第一命令、第二命令和第三命令的命令组，分别调用第一独立子流程模块、第二独立子流程模块和第三独立子流程模块，分别
完成根据活动标识从对应的电子商务平台获取用户账号对应的历史相关记录、根据历史相关记录确定用户账号风险等级、根据风险等级处理异常交易数据的处理流程。如此，将交易数据处理的整个业务流程分段完成，每段由对应的独立子流程模块处理，使得独立子流程模块之间处于松耦合状态，便于针对单独的独立子流程模块进行变更的操作，而不会影响到其它独立子流程模块。
52.可选的，所述机器人流程自动化系统中还包括可视化配置模块；
53.所述可视化配置模块，用于接收客户端发送的配置请求，通过所述规则命令库匹配所述配置请求对应的分析规则，根据所述分析规则对所述配置请求进行分析，确定所述配置请求的命令组；
54.所述可视化配置模块，还用于基于所述命令组中第四命令，根据所述配置请求的配置信息对所述规则命令库中的分析规则、命令组进行变更，和/或对各独立子流程模块中的相关配置进行变更。
55.上述系统中，机器人流程自动化系统中还包括可视化配置模块，该可视化配置模块为用户提供一种配置更改通道，可以在接收客户端的配置请求后，对规则命令库中的分析规则、命令组进行变更，和/或对各独立子流程模块中的相关配置进行变更。如此，提高配置变更的便捷性和灵活性，提高系统变更的简便性。
56.第三方面，本技术实施例提供一种交易数据处理装置，适用于机器人流程自动化系统，该装置包括：
57.收发模块，用于接收异常交易检测系统发送的异常交易数据，所述异常交易数据包括用户账号、活动标识；
58.处理模块，用于根据所述活动标识确定所述异常交易数据所属的电子商务平台，从所述电子商务平台中获取所述用户账号对应的历史相关记录；
59.所述处理模块还用于，根据所述历史相关记录确定所述用户账号的风险等级；
60.所述处理模块还用于，根据所述风险等级处理所述异常交易数据。
61.第四方面，本技术实施例还提供一种计算设备，包括：存储器，用于存储程序；处理器，用于调用所述存储器中存储的程序，按照获得的程序执行如第一方面的各种可能的设计中所述的方法。
62.第五方面，本技术实施例还提供一种计算机可读非易失性存储介质，包括计算机可读程序，当计算机读取并执行所述计算机可读程序时，使得计算机执行如第一方面的各种可能的设计中所述的方法。
63.本技术的这些实现方式或其他实现方式在以下实施例的描述中会更加简明易懂。
附图说明
64.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
65.图1为本技术实施例提供的一种业务系统的架构示意图；
66.图2为本技术实施例提供的一种业务系统的架构示意图；
67.图3为本技术实施例提供的一种机器人流程自动化系统的服务器集群的架构示意图；
68.图4为本技术实施例提供的一种机器人流程自动化系统的架构示意图；
69.图5为本技术实施例提供的一种机器人流程自动化系统的架构示意图；
70.图6为本技术实施例提供的一种交易数据处理方法的流程示意图；
71.图7为本技术实施例提供的一种交易数据处理装置示意图。
具体实施方式
72.为了使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术作进一步地详细描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本技术保护的范围。
73.图1为本技术实施例提供的一种业务系统的系统架构，业务系统106中包括：异常交易检测系统101、异常名单管理系统102、大数据平台103、转接清算系统104、机器人流程自动化系统105，且图1中还示出了业务系统106的外接各系统107，包括：客服平台、短信平台、外呼系统和电子商务平台等。需要说明的是，这里的业务系统106和业务系统106的外接各系统107只是一种示例，并不对本方案中的业务系统106和业务系统106的外接各系统107做限制。如，业务系统106中还可以包括业务系统106自身的客服平台，外接各系统107中还可以包括tb电子商务平台、jd电子商务平台、发卡交易系统等。又如，图2所示的本技术实施例提供的一种业务系统的系统架构，业务系统205中包括：异常交易检测系统201、异常名单管理系统202、大数据平台203、机器人流程自动化系统204，且图2中还示出了业务系统205的外接各系统206，包括：客服平台、短信平台、转接清算系统、外呼系统和电子商务平台等。业务系统205通过互联网或内网的方式与各客户端207通信。图2中的业务系统205在运行时，还可以外接外部的转接清算系统，但此时并不代表，业务系统205中一定不包含自身的、如图1中的转接清算系统，说明了，本技术在此处给出的图1、图2中的系统架构只是一种实施例，用于清晰阐述本方案，而不对本方案做限制。
74.由于业务系统106中各系统或平台在不同的业务处理阶段，可能起到的处理功能相同或不同，为了便于理解，这里将业务系统106的介绍分为多阶段描述，包括：
75.异常交易数据处理阶段：
76.异常交易检测系统101：用于调用异常名单管理系统102中的异常用户名单，根据异常用户名单，在交易过程中采集用户基础信息和交易特征，并根据交易特征判断该交易是否为异常交易数据。如，该交易可能为黄牛用户或黄牛商户的交易。若异常交易检测系统101确定该交易的交易数据的用户信息和/交易特征符合异常用户名单，则将该异常交易数据发送至机器人流程自动化系统105。其中，异常用户名单中可以维护用户基础信息和用户发生交易的交易特征。如此，异常交易检测系统101可以根据异常用户名单中的用户基础信息和交易特征检测异常交易数据。
77.机器人流程自动化系统105：用于接收异常交易检测系统101发送的异常交易数据(包括用户账号和活动标识等用户基础信息和交易信息)，并根据业务规则自动处理。如，根据异常交易数据的活动标识，从外接各系统107中该活动标识对应的电子商务平台(活动标
识的活动主办方对应的电子商务平台)中，获取该异常交易数据的用户账号对应的历史相关记录(该历史相关记录中可以包括活动主办方上传至该电子商务平台的名单信息，该名单信息可以括：承诺书、用户信息、交易信息以及该用户历史是否被误认为异常用户的记录等，在一种示例中，异常用户可以为黄牛用户)。根据该历史相关记录确定该用户账号的风险等级，根据风险等级进行对应的处理。
78.包括：若该用户账号的风险等级为低风险等级，则根据异常交易数据确定语音情绪要素；根据该异常交易数据和该语音情绪要素生成警告信息，将警告信息通过外接各系统107中的短信平台、客服平台或外呼系统等发送至该用户账号对应的用户，并在通过外呼系统(具有语音播放功能的系统)将告警信息对用户进行语音告警时，加入语音告警的情绪(异常交易数据不同的异常程度可以将警告情绪设置为不同等级播放)。
79.若该用户账号的风险等级为中风险等级，根据所述风险等级处理所述异常交易数据，则根据该异常交易数据生成拦截指令，将该拦截指令发送至转接清算系统104，以使得转接清算系统104停止该异常交易数据对应的交易清算处理流程；从异常交易数据和历史相关记录中提取用户基础信息和/或交易数据；将该用户基础信息和/或该交易数据发送至异常名单管理系统102，使得异常名单管理系统102在异常用户名单中新增或更新该用户基础信息和/或交易数据，进一步，使得异常交易检测系统101在基于该异常用户名单进行异常交易检测的准确性提高。
80.若该用户账号的风险等级为高风险等级，则根据该异常交易数据生成拦截指令，将该拦截指令发送至转接清算系统104，以使得转接清算系统104停止该异常交易数据对应的交易清算处理流程；从异常交易数据和历史相关记录中提取用户基础信息和/或交易数据；将该用户基础信息和/或交易数据发送至异常名单管理系统102，使得异常名单管理系统102在异常用户名单中新增或更新该用户基础信息和/或交易数据，进一步，使得异常交易检测系统101在基于该异常用户名单进行异常交易检测的准确性提高。还对用户的用户信誉进行降级，保证相应的基于用户信誉进行的交易可靠性更高。
81.基于上述实施例中的系统架构，在一种实施例中，机器人流程自动化系统105从该电子商务平台获取历史相关记录时，还可以从大数据平台103获取风险相关信息，相应的，在根据用户账号的风险等级进行对应处理的时候，可以提高处理准确性。如，可以从异常交易数据、历史相关记录和风险相关信息中提取用户基础信息和/或交易数据。如此，获取的用户基础信息和/或交易数据更准确，异常用户名单更准确，则异常交易检测系统101依据该异常用户名单进行检测时，更准确。需要说明的是，一种示例中，风险相关信息可以是用户基础信息、用户交易记录、风险提示信息、商户基础信息、pos机编号、司法、协同舆情管理等相关信息。这里对风险相关信息的设置具体不做限制，可以是上述示例中的风险相关信息中的一项或多项，且不限于上述示例中的风险相关信息中的信息项。
82.基于上述各实施例，在一种实施例中，机器人流程自动化系统105还可以根据异常交易数据的活动标识生成确认请求，将该确认请求发送至该外接各系统107中该活动标识对应的电子商务平台，该电子商务平台可以根据该确认请求展示对应的确认界面，该电子商务平台的工作人员可以在电子商务平台对应的确认界面进行确认操作(在一种实施例中，确认请求中可以包括异常交易数据中的交易特征、用户账号等相关信息，可以在确认界面展示。相应的，电子商务平台的工作人员可以根据该确认界面展示的异常交易数据中的
相关信息，直接选择风险等级，电子商务平台根据该风险等级生成响应信息返回至机器人流程自动化系统105)。机器人流程自动化系统105根据该响应信息确定该用户账号的风险等级，根据风险等级进行对应的处理。
83.大数据平台103：用于维护用户基础信息、用户交易记录、风险提示信息、商户基础信息、pos机编号、司法、协同舆情管理等风险相关信息。
84.转接清算系统104：用于对交易进行清算处理流程，完成交易正常处理。
85.各客户端108：可以查询机器人流程自动化系统105中对应活动标识的异常交易数据、异常交易数据涉及的各用户基础信息、风险等级、交易特征等相关信息。
86.客诉阶段(是否将异常名单管理系统102的异常用户名单中的投诉用户剔除)：
87.机器人流程自动化系统105：还用于接收用户的投诉信息，对所述投诉信息进行分析(在一种示例中，若投诉信息是通过语音渠道获取的，则可以通过asr语音转文字技术识别语音并根据识别结果，匹配回复数据库，获取对应的回复语句，根据回复语句(回复语句中还可以包括将该用户设置到异常用户名单中的原因和相关证明信息)生成应答信息)生成应答信息；将所述应答信息发送至所述用户(若是通过客服平台等文字方式展示应答信息的平台，则可以将该应答信息直接展示，若是通过外呼系统等语音方式播放应答信息的平台，则可以通过tts技术(文字转换语音技术，通过机械的、电子的方法将文字转换为语音的技术)将该应答信息转换为应答语音播放)，所述应答信息用于指示所述用户将证据信息上传；机器人流程自动化系统105接收下载该证据信息，并对该证据信息进行分析(若证据信息中的文档为图片或pdf格式等的文件，可以通过ocr技术进行文字识别，获取证据信息的文字信息，还可以利用ocr识别、人工智能等技术对用户提交证据信息、保证书等材料自主截取、识别与判定)，判断该证据信息是否符合预设匹配条件，若是，则生成解除异常指令发送至异常名单管理系统102，将该用户从该异常名单管理系统102的异常用户名单中删除，还可以将该用户维护到异常备案名单中。如此，便于后续若该用户的交易再次形成异常交易数据时，对该用户的用户账号的风险等级判断、是否从异常用户名单中删除的判断作为衡量依据之一，以提高交易数据处理的准确性。生成异常解除处理结果，将所述异常解除处理结果发送至用户。
88.若该证据信息不符合预设匹配条件，则不对异常名单管理系统102中该用户做处理。生成异常未解除处理结果，将所述异常未解除处理结果发送至用户。
89.其中，异常解除处理结果和异常未解除处理结果中可以分别包括投诉成功和投诉未成功的原因信息，机器人流程自动化系统105还可以通过tts技术将该异常解除处理结果/异常未解除处理结果自动反馈至外接各系统107的客服平台，或根据该用户的用户基础信息中的短信平台的短信账号或外呼平台的外呼账号，将处理结果发送至短信平台，或通过tts将处理结果转换为结果语音发送至语音平台或通话平台播放至用户。
90.另外，还可以将用户的证据信息维护到异常用户名单中，则针对每个异常用户，该异常用户名单可以维护用户基础信息、交易数据和证据信息中的一项或多项。如此，可以便于后续机器人流程自动化系统105从该异常名单管理系统102中获取异常用户的证据信息，作为判断该异常用户后续提交的证据信息是否符合规则的依据之一。也可以使得各客户端108还可以在异常名单管理系统102中获取异常用户的用户基础信息、交易数据和证据信息。
91.是否终结活动检测阶段：
92.机器人流程自动化系统105：还用于针对任一活动标识，统计该活动标识下的异常用户率，若该异常用户率超过设定阈值，对各异常用户的异常交易数据进行分析得到活动异常特征，该活动异常特征包括活动异常区域、活动异常商户；根据该活动异常特征生成终结活动告警信息，将该终结活动告警信息发送至该活动标识对应的电子商务平台，终结活动告警信息可以包括建议应对方案。在一种示例中，异常用户率＝异常用户数量/活动标识对应的总用户数量还可以通过短信平台或外呼系统的方式将该终结活动告警信息展示给主办方(若机器人流程自动化系统105从电子商务平台获取到该主办方的联系方式)。如，发送至邮箱平台，通过邮箱平台将该终结活动告警信息通过邮件的方式展示给主办方。
93.生成活动报告阶段：
94.机器人流程自动化系统105：还用于在上述异常交易数据处理阶段：客诉阶段和是否终结活动检测阶段中，针对一个用户或多个用户(对应同一活动或对应同一主办方的多个用户)，分别根据异常交易数据处理阶段：客诉阶段和是否终结活动检测阶段处理过程中涉及到的处理信息，根据各自的报告模板生成对应的活动报告，发送至主办方。该处理信息包括：活动期间出现异常交易数据的交易时间、用户处置情况、交易特征、交易涉及地区与商户等信息。
95.如，在是否终结活动检测阶段中，针对任一活动标识，获取该活动标识下的各用户交易数据；分析各用户交易数据的交易特征生成活动报告，活动报告中包括用户异常率、用户可疑率、交易特征分布和异常用户集中区域，交易特征包括：用户交易时间、交易行为特征、交易发生区域和交易商户信息；将该活动报告发送至所述活动标识对应的电子商务平台。
96.资源动态配置阶段：
97.机器人流程自动化系统105：还用于在接收到管理客户端(各客户端108中可以起到管理作用的客户端，可以对应图3中的客户端)的扩容请求或缩容请求，或者在确定当前活跃用户量大，超过第一设定阈值，自动触发扩容请求，或者在确定当前活跃用户量小，低于第二设定阈值，自动触发缩容请求。机器人流程自动化系统105向虚拟机管理系统发送扩容请求或缩容请求，使得虚拟机管理系统可以根据扩容请求进行扩容或根据缩容请求，对如图3所示的机器人流程自动化系统105的服务器集群进行缩容。其中，扩容请求和缩容请求中分别可以包括扩容程度和缩容程度，该扩容程度和缩容程度可以根据当前机器人流程自动化系统105的使用中的资源、剩余资源和当前活跃用户数等相关信息确定。
98.配置阶段：
99.机器人流程自动化系统105：还用于接收管理客户端的配置信息，对机器人流程自动化系统105中的各配置做变更。或者接收管理客户端对机器人流程自动化系统105中独立子流程模块的代码或流程的编辑，对应更新至该独立子流程模块。业务人员可通过页面流程配置和规则配置实现机器人流程自动化系统105的全自动处理流程的流程建立或更新，以及异常交易数据处理的独有业务规则的新建和更新(在一种示例中，可以是针对黄牛交易数据的处理的独有业务规则的新建和更新)。
100.各客户端108中的管理客户端，可以对机器人流程自动化系统105中的相关参数进行设置，且还可以对机器人流程自动化系统105中的对应独立子流程模块进行代码优化、流
程优化等操作。还可以获取查询机器人流程自动化系统105中的异常用户的用户信息、账号信息、风险等级、交易特征、活动报告、异常用户处理报告(机器人流程自动化系统105可以针对每个异常交易数据或用户的处理过程生成异常用户处理报告，该异常用户处理报告中可以包括用户基础信息、交易时间、交易区域、处理方式(如，将该用户从异常用户名单中剔除或将该用户添加到异常用户名单中)等相关信息)等。
101.基于上述各业务系统的系统架构，本技术实施例还提供了一种机器人流程自动化系统，如图4所示，包括：规则命令库和各独立子流程模块；各独立子流程模块中任一独立子流程模块，用于接收异常交易检测系统发送的异常交易数据，通过该规则命令库匹配所述异常交易数据对应的分析规则，根据所述分析规则对所述异常交易数据进行分析，确定所述异常交易数据的命令组，所述异常交易数据包括用户账号、活动标识；各独立子流程模块中任一独立子流程模块，用于在接收到所述命令组中的命令时，根据所述活动标识确定所述异常交易数据所属的电子商务平台，从所述电子商务平台中获取所述用户账号对应的历史相关记录；根据所述历史相关记录确定所述用户账号的风险等级；根据所述风险等级处理所述异常交易数据。该系统中，机器人流程自动化系统中包括规则命令库和各独立子流程模块。在机器人流程自动化系统接收异常交易数据后，可以根据规则命令库分析得到命令组，通过命令组中各命令和各命令的执行顺序，依次调用对应独立子流程模块，完成异常交易数据的用户账号的风险等级判断，进一步做相应处理。如此，该系统可以实现自动化对用户账号的异常进行判断，对用户的异常程度所造成的风险进行划分以及对应的处理。相比于现有技术中基于人工操作对可疑用户进行是否为异常用户判断来说，提高异常交易数据处理的效率和准确性，且降低处理成本。另外，由于各子流程模块之间相互独立，且通过规则命令库中的命令组调用多个独立子流程模块分别完成对应的处理，以实现对应的完成业务流程处理。这种方式便于后续系统的变更处理，提高变更的简便性。
102.基于上述机器人流程自动化系统的系统架构，本技术实施例还提供了一种机器人流程自动化系统，其中，第一独立子流程模块，用于接收所述命令组中第一命令，根据所述活动标识确定所述异常交易数据所属的电子商务平台，从所述电子商务平台中获取所述用户账号对应的历史相关记录；第二独立子流程模块，用于接收所述命令组中第二命令，根据所述历史相关记录确定所述用户账号的风险等级；第三独立子流程模块，用于接收所述命令组中第三命令，根据所述风险等级处理所述异常交易数据。相应的，对于上述异常交易数据处理阶段、客诉阶段和是否终结活动检测阶段中各处理步骤可以是一个独立子流程模块完成，也可以是多个独立子流程模块完成，这里可以根据需要设置，具体不做限制。
103.基于上述机器人流程自动化系统的系统架构，本技术实施例还提供了一种机器人流程自动化系统，如图5所示，该机器人流程自动化系统中还包括可视化配置模块；
104.所述可视化配置模块，用于接收客户端发送的配置请求，通过所述规则命令库匹配所述配置请求对应的分析规则，根据所述分析规则对所述配置请求进行分析，确定所述配置请求的命令组；
105.所述可视化配置模块，还用于基于所述命令组中第四命令，根据所述配置请求的配置信息对所述规则命令库中的分析规则、命令组进行变更，和/或对各独立子流程模块中的相关配置进行变更。也就是说该机器人流程自动化系统可以接收客户端发送的配置信息，根据该配置信息对机器人流程自动化系统中的配置参数或代码进行配置，可以简单快
速完成该机器人流程自动化系统中的参数变更或独立子流程模块的变更。
106.基于上述机器人流程自动化系统的系统架构，本技术实施例还提供了一种机器人流程自动化系统，各独立子流程模块中的任一独立子流程模块可以为用于实现一个功能单元，其可以是数据加工的功能单元，该功能单元可以包括数据检索、数据迁移、数据录入和数据分析等。可以为流程引擎的功能单元，该功能单元可以包括外接各系统的接口调用、子流程配置、人工处理流程分配、命令库等。可以为规则引擎的功能单元，该功能单元可以包括规则运算库、命令组件库、关键数据标签管理、规则配置和规则库。可以为人工智能的功能单元，该功能单元可以包括tts语音转写功能、asr识别功能、图像审查与分析、回复数据库、ocr识别功能等。可以为报告跑批的功能模块，该功能模块可以包括报告管理、异常用户或异常交易趋势分析、报告跑批任务等。也就是说，独立子流程模块可以是根据业务属性或业务功能封装的不同的流程模块，通过可视化配置模块，可以实现客户端对应的前端页面，通过拖拉拽的形式实现可视化配置。这里对具体的独立子流程模块的封装不做限制。
107.另外，机器人流程自动化系统105还可基于机器学习、深度学习等技术，对长期接收并处置异常交易检测系统101中传送的各类异常交易数据进行归纳和判断，总结需处置或无需处置的交易特征。如此，将该交易特征发送至异常交易检测系统101，进而优化与完善异常交易检测系统101的处理模型等。
108.基于上述各系统架构，本技术实施例提供了一种交易数据处理方法，适用于机器人流程自动化系统，如图6所示，包括：
109.步骤601、接收异常交易检测系统发送的异常交易数据，所述异常交易数据包括用户账号、活动标识；
110.此处，异常交易检测系统用于根据异常用户的用户基础信息、交易特征等相关信息对交易处理过程中的各交易数据进行检测，确定异常交易数据。该异常交易检测系统依据的异常用户的用户基础信息和交易特征等相关信息可以是从异常名单管理系统中获取的。也可以是自身维护的一些用于检测异常交易数据的规则信息，这里对异常交易检测系统检测异常交易数据的方式具体不做限制。
111.步骤602、根据所述活动标识确定所述异常交易数据所属的电子商务平台，从所述电子商务平台中获取所述用户账号对应的历史相关记录；
112.此处，活动标识可以是营销优惠活动的活动标识，或者是特殊产品的销售活动标识等，这里对活动标识具体不做限制。如，线上某一家电商场的家电满减活动。又如，某一汽车官网限量汽车的售卖活动等等。
113.步骤603、根据所述历史相关记录确定所述用户账号的风险等级；
114.此处，历史相关记录中可以包括用户的交易信息、用户信息、承诺书等等，在一种特殊情况下，还可以包括电子商务平台的活动主办方对该用户设置的风险等级。
115.步骤604、根据所述风险等级处理所述异常交易数据。
116.上述方法中，根据异常交易数据的活动标识确定其所属的电子商务平台，从该电子商务平台中获取异常交易数据的用户账号对应的历史相关记录，进一步，根据历史相关记录确定该用户账号的风险等级。相比于现有技术中基于人工操作对可疑用户进行是否为异常用户判断来说，本技术可以自动根据异常交易数据所属活动，从开展活动的电子商务平台获取用户账号的历史相关记录，根据历史相关记录确定用户账号的风险等级，即可以
自动化对用户账号的异常进行判断，还可以对用户的异常程度所造成的风险进行划分。如此，根据用户账号对应的风险等级，对异常交易数据进行处理，更可以细化异常交易数据处理方式，增加处理的精确性。
117.基于上述方法流程，本技术实施例提供了一种交易数据处理方法，在步骤604、根据所述历史相关记录确定所述用户账号的风险等级之前，还包括：从大数据平台获取所述用户账号对应的风险相关信息；根据所述历史相关记录确定所述用户账号的风险等级，包括：根据所述异常交易数据、所述历史相关记录和所述风险相关信息判定所述用户账号的风险等级。也就是说，机器人流程自动化系统还可以从大数据平台获取用户账号对应的风险相关信息，以根据异常交易数据、历史相关记录和风险相关信息判定所述用户账号的风险等级。如此，风险等级的判定中，所依据的数据越全面，可以理解的，其风险等级判定的结果越准确。风险相关信息可以包括：用户基础信息、交易记录、风险提示等相关信息，若是异常交易数据中的用户账号对应商户，则风险相关信息中还可以包括商户编号、pos机编号、商户基本信息等，还可以包括司法、协同舆情管理等。这里对风险相关信息具体包括的信息不做限制。
118.基于上述方法流程，本技术实施例提供了一种交易数据处理方法，在步骤604、根据所述风险等级处理所述异常交易数据中，若所述风险等级为低风险等级，包括：根据所述异常交易数据确定语音情绪要素；根据所述异常交易数据和所述语音情绪要素生成警告信息，将所述警告信息通过短信平台或外呼系统发送至所述用户账号对应的用户，所述语音情绪要素用于在所述告警信息中体现警告强度。也就是说，可以根据异常交易数据确定该异常交易数据的语音情绪要素，该语音情绪要素体现告警信息的警告强度，异常交易数据中的交易时间、交易金额等相关信息的不同或不同组合等，可以对应不同警告强度的语音情绪要素。
119.基于上述方法流程，本技术实施例提供了一种交易数据处理方法，在步骤604、根据所述风险等级处理所述异常交易数据中，若风险等级为中风险等级，包括：根据所述异常交易数据生成拦截指令，将所述拦截指令发送至转接清算系统；从所述异常交易数据、历史相关记录和所述风险相关信息中提取用户基础信息；将所述用户基础信息发送至异常名单管理系统，所述异常名单管理系统用于维护异常用户名单，所述异常用户名单作为所述异常交易检测系统进行检测异常交易数据的依据。也就是说，若异常交易数据的风险等级为中风险等级，则对该异常交易数据的交易处理流程进行拦截，使得该异常交易数据的用户不能参与该活动，并将该异常交易数据对应的用户基础信息(还可以包括交易数据)维护到异常用户名单，便于后续异常交易检测系统检测异常交易数据。
120.基于上述方法流程，本技术实施例提供了一种交易数据处理方法，在步骤604、根据所述风险等级处理所述异常交易数据中，若风险等级为高风险等级，包括：根据所述异常交易数据生成拦截指令，将所述拦截指令发送至转接清算系统；从所述异常交易数据、历史相关记录和所述风险相关信息中提取用户基础信息；将所述用户基础信息发送至异常名单管理系统，并对所述用户基础信息对应的用户信誉进行降级。也就是说，若异常交易数据的风险等级为高风险等级，则还可以将用户信誉进行降级。如此，其它依据用户信誉进行的相应业务，可以合理开展。
121.本技术实施例还提供了一种处理用户投诉方法，还包括：接收用户的投诉信息，对
所述投诉信息进行分析生成应答信息；将所述应答信息发送至所述用户，所述应答信息用于指示所述用户将证据信息上传；接收所述证据信息，并对所述证据信息进行分析，判断所述证据信息是否符合预设匹配条件，若是，则生成解除异常指令发送至异常名单管理系统；生成异常解除处理结果，将所述异常解除处理结果发送至用户。在一种示例中，机器人流程自动化系统中可以包括应答数据库/回复数据库，可以通过ocr文字识别技术、asr语音转文字技术、tts技术等与用户在文字交互平台(如上述短信平台、客服平台)或语音交互平台(如上述外呼系统、客服平台)进行交流，机器人流程自动化系统还可以在交流过程中针对用户的询问生成该用户在异常用户名单的原因，该原因可以是从异常名单管理系统中的该异常用户的用户基础信息、交易特征和证据信息等获取的，也可以是机器人流程自动化系统自身存储的相关信息生成的，这里具体不做限制。在机器人流程自动化系统获取该用户上传证据信息后，将该证据信息更新到该异常用户的异常用户名单。若在该投诉处理流程中，确定将该用户从异常用户名单中剔除，则可以将该用户在异常用户名单中的相关信息，以及该用户上传证据信息维护至异常备案名单中。
122.本技术实施例还提供了一种终结活动方法，还包括：针对活动标识，统计所述活动标识下的异常用户率，若所述异常用户率超过设定阈值，对各异常用户的异常交易数据进行分析得到活动异常特征，所述活动异常特征包括活动异常区域、活动异常商户；根据所述活动异常特征生成终结活动告警信息，将所述终结活动告警信息发送至所述电子商务平台，所述终结活动告警信息包括建议应对方案。也就是说，机器人流程自动化系统可以针对每个活动标识的活动，监测该活动的异常用户率，若活动的异常用户率超过设定阈值，则可以对各异常用户的异常交易数据进行分析得到活动异常特征，并分析生成对应的建议应对方案，以获取终结活动告警信息发送至电子商务平台，进一步使得活动主办方获知活动举办状况，是否采取建议应对方案等。
123.本技术实施例还提供了一种终结活动方法，还包括：针对所述活动标识，获取所述活动标识下的各用户交易数据；分析所述各用户交易数据的交易特征生成活动报告，所述活动报告中包括用户异常率、用户可疑率、交易特征分布和异常用户集中区域，所述交易特征包括：用户交易时间、交易行为特征、交易发生区域和交易商户信息；将所述活动报告发送至所述活动标识对应的电子商务平台。在一种示例中，活动报告可以是针对该活动标识下的各用户交易数据的，还可以针对异常用户的处理过程生成异常用户的活动报告，还可以是仅针对高风险等级/中风险等级的异常用户的处理过程生成异常用户的活动报告，这里对机器人流程自动化系统具体根据那些流程生成活动报告具体不做限制。
124.本技术实施例还提供了一种机器人流程自动化系统的资源动态调整方法，还包括：确定当前活跃用户数超过第一设定阈值，生成扩容请求发送至虚拟机管理系统，或确定当前活跃用户低于第二设定阈值，生成缩容请求发送至所述虚拟机管理系统。也就是说，机器人流程自动化系统可以根据当前活跃用户数，使得虚拟机管理系统将对应机器人流程自动化系统的服务器集群进行扩容或缩容。
125.另外，需要说明的是，上述任一系统架构和方法流程中的数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
126.基于相同的构思，本技术实施例提供了一种交易数据处理装置，适用于机器人流程自动化系统，如图7所示，包括：
127.收发模块701，用于接收异常交易检测系统发送的异常交易数据，所述异常交易数据包括用户账号、活动标识；
128.处理模块702，用于根据所述活动标识确定所述异常交易数据所属的电子商务平台，从所述电子商务平台中获取所述用户账号对应的历史相关记录；
129.所述处理模块702还用于，根据所述历史相关记录确定所述用户账号的风险等级；
130.所述处理模块702还用于，根据所述风险等级处理所述异常交易数据。
131.可选的，所述处理模块702还用于，从大数据平台获取所述用户账号对应的风险相关信息；所述处理模块702具体用于，根据所述异常交易数据、所述历史相关记录和所述风险相关信息判定所述用户账号的风险等级。
132.可选的，所述风险等级为低风险等级，所述处理模块702具体用于，根据所述异常交易数据确定语音情绪要素；根据所述异常交易数据和所述语音情绪要素生成警告信息，将所述警告信息通过短信平台或外呼系统发送至所述用户账号对应的用户，所述语音情绪要素用于在所述告警信息中体现警告强度。
133.可选的，所述风险等级为中风险等级，所述处理模块702具体用于，根据所述异常交易数据生成拦截指令，将所述拦截指令发送至转接清算系统；从所述异常交易数据、历史相关记录和所述风险相关信息中提取用户基础信息；将所述用户基础信息发送至异常名单管理系统，所述异常名单管理系统用于维护异常用户名单，所述异常用户名单作为所述异常交易检测系统进行检测异常交易数据的依据。
134.可选的，所述风险等级为高风险等级，所述处理模块702具体用于，根据所述异常交易数据生成拦截指令，将所述拦截指令发送至转接清算系统；从所述异常交易数据、历史相关记录和所述风险相关信息中提取用户基础信息；
135.将所述用户基础信息发送至异常名单管理系统，并对所述用户基础信息对应的用户信誉进行降级。
136.可选的，所述收发模块701还用于，接收用户的投诉信息，对所述投诉信息进行分析生成应答信息；所述处理模块702还用于，通过所述收发模块701将所述应答信息发送至所述用户，所述应答信息用于指示所述用户将证据信息上传；
137.所述收发模块701还用于，接收所述证据信息，所述处理模块702还用于，对所述证据信息进行分析，判断所述证据信息是否符合预设匹配条件，若是，则生成解除异常指令通过所述收发模块701发送至异常名单管理系统；
138.所述处理模块702还用于，生成异常解除处理结果，通过所述收发模块701将所述异常解除处理结果发送至用户。
139.可选的，所述处理模块702还用于，针对活动标识，统计所述活动标识下的异常用户率，若所述异常用户率超过设定阈值，对各异常用户的异常交易数据进行分析得到活动异常特征，所述活动异常特征包括活动异常区域、活动异常商户；根据所述活动异常特征生成终结活动告警信息，通过所述收发模块701将所述终结活动告警信息发送至所述电子商务平台，所述终结活动告警信息包括建议应对方案。
140.可选的，所述处理模块702还用于，针对所述活动标识，获取所述活动标识下的各用户交易数据；分析所述各用户交易数据的交易特征生成活动报告，所述活动报告中包括用户异常率、用户可疑率、交易特征分布和异常用户集中区域，所述交易特征包括：用户交
易时间、交易行为特征、交易发生区域和交易商户信息；通过所述收发模块701将所述活动报告发送至所述活动标识对应的电子商务平台。
141.可选的，所述处理模块702还用于，确定当前活跃用户数超过第一设定阈值，生成扩容请求发送至虚拟机管理系统，或确定当前活跃用户低于第二设定阈值，生成缩容请求通过所述收发模块701发送至所述虚拟机管理系统。
142.本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
143.本技术是参照根据本技术的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
144.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
145.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
146.显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。