一种智能路由系统、方法、计算机设备及可存储介质与流程

1.本公开涉及支付路由领域，尤其涉及一种智能路由系统、方法、计算机设备及可存储介质。


背景技术：

2.随着支付系统等应用深入到人们工作和生活的各个方面，用户对银行支付系统的服务质量要求越来越高，支付系统便捷、精准的服务工作也逐渐从盲目走向科学，需要定性地分析用户的账户性质、用户支付行为，以促进支付智能汇路的高效利用。目前银行金融领域汇兑业务的处理，基本上分大额实时支付系统(英文缩写：hvps)、小额批量支付系统(英文缩写：beps)、网上支付跨行清算系统(简称超网，英文缩写：ibps)等，每个支付渠道分别提供了各自调用接口，其它业务系统在对接时需分别调用、查询、对账等。
3.现有的路由系统往往在设计之初便已定型，可供选择的汇路渠道少且固定。当有渠道发生变动不可用时，无法及时改变路由，造成大量交易结果的处理失败。而且随着支付方式越来越多样化，可用渠道越来越多，系统越来越繁琐，即使后期可以通过人工增加渠道，也无法避免时效性慢以及系统负担进一步加重的问题。


技术实现要素：

4.基于此，针对上述技术问题，提供一种智能路由系统、方法、计算机设备及可存储介质。本公开的技术方案如下：
5.根据本公开实施例的第一方面，提供一种智能路由系统，包括：
6.业务处理模块，用于接收支付业务数据，并将所述支付业务数据发送给智能路由模块；还用于将所述支付业务数据以及接收的路由结果发送至交易系统；还用于将所述交易系统反馈的交易结果数据发送至群体聚类分析模块；
7.智能路由模块，用于根据所述支付业务数据进行支付渠道校验和支付要素核验，并在所述支付渠道校验和所述支付要素核验通过后将路由结果发送至所述业务处理模块；还用于将所述支付业务数据发送至群体聚类分析模块和数据中心；
8.群体聚类分析模块，用于对接收的所述支付业务数据和所述交易结果数据进行聚类分析，得到支付渠道清单；还用于将所述支付渠道清单发送至数据中心；
9.数据中心，用于存储接收的所述支付业务数据、所述支付渠道清单；所述支付渠道清单用于路由优化可选支付渠道。
10.在其中一个实施例中，所述业务处理模块包括网关路由层、支付业务层、交易控制层；
11.所述网关路由层对外提供接口服务，用于接收所述支付业务数据，还用于根据所述支付业务层的业务压力，自动分发所述支付业务数据；
12.所述支付业务层，用于进行所述支付业务数据的数据校验、账户信息核验、核心记账，并调用交易控制层进行交易特殊处理；
13.所述交易控制层，用于校验收款人和付款人的交易级别。
14.在其中一个实施例中，所述业务处理模块还包括数据传输单元；
15.所述数据传输单元用于通过分布式消息队列将所述支付业务数据和所述路由结果异步发送至所述交易系统；还用于将所述交易系统反馈的所述交易结果数据发送至所述群体聚类分析模块。
16.在其中一个实施例中，所述数据传输单元还用于提供异常通知功能。
17.在其中一个实施例中，所述智能路由模块包括：
18.支付渠道校验单元，用于对当前支付渠道进行可用性校验；
19.支付要素核验单元，用于对当前业务是否支持所述当前支付渠道进行可行性校验；
20.渠道重选单元，用于当所述可用性校验和所述可行性校验中至少有一个未通过时，进行支付渠道重选；
21.路由生成单元，用于根据所述可用性校验、所述可行性校验和所述支付渠道重选的结果生成路由结果，并将所述路由结果发送至所述业务处理模块。
22.在其中一个实施例中，所述群体聚类分析模块包括：
23.预处理单元，用于对所述支付业务数据和所述交易结果数据进行数据预处理，得到样本数据；
24.标准化单元，用于对样本数据进行标准化处理，在所述样本数据中选择若干基准数据；
25.向量构建单元，用于创建特征向量，并将所述基准数据存储到所述特征向量，得到基准向量；
26.聚类分析单元，用于对所述样本数据进行转化处理，并基于群体智能的聚类分析方法，选用由小到大的群体相似系数对转化后的样本数据进行聚类分析；
27.结果处理单元，用于通过递归算法收集所述聚类分析的结果，得到不同的结果特征数据；
28.标签化单元，用于对所述结果特征数据进行标签化处理，得到支付渠道清单。
29.在其中一个实施例中，还提供一种路由纠正方法，应用于上述智能路由系统，所述纠正方法包括：
30.所述业务处理模块接收当前交易数据，并根据所述当前交易数据选择指定支付渠道；
31.所述业务处理模块根据所述指定支付渠道进行交易核验；
32.当所述交易核验通过后，所述业务处理模块将所述当前交易数据和所述指定支付渠道发送至交易系统；
33.所述业务处理模块接收所述交易系统反馈的交易处理结果；
34.根据所述交易处理结果将所述指定支付渠道录入到所述数据中心的支付渠道清单。
35.根据本公开实施例的第二方面，提供一种智能路由方法，包括：
36.获取支付业务数据；
37.根据所述支付业务数据进行支付渠道校验和支付要素核验；
网关路由层；220-支付业务层；230-交易控制层；240-数据传输单元；310-支付渠道校验单元；320-支付要素核验单元；330-渠道重选单元；340-路由生成单元；350-路由分析单元；360-行为感知单元；370-数据反馈单元；402-预处理单元；404-标准化单元；405-行为分析单元；406-向量构建单元；407-群体智能单元；408-聚类分析单元；409-群体相似单元；410-结果处理单元；412-标签化单元；602-异步通讯单元；604-异常告警单元；606-汇路重选单元；608-日间对账单元。
具体实施方式
61.为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
62.需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。例如若使用到第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
63.本文所使用的术语“垂直的”、“水平的”、“左”、“右”、“上”、“下”、“前”、“后”、“周向”、“行进方向”以及类似的表述是基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
64.除非另有定义，本文所使用的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义可以相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”、“和/或”、“至少
…
之一”包括一个或多个相关的所列项目的任意的和所有的组合。需要说明的是，本公开中所描述的相连、连接等，可以是通过器件间的接口或引脚直接连接，也可以是通过引线连接，还可以是通过无线连接(通信连接)。
65.一般来说，支付交易可以通过终端设备进行，终端设备提供交易选项并根据具体的交易行为录入相应的支付业务数据，再通过路由系统对支付业务数据进行相关的校验和路由选择，最终将选定的路由结果发送至交易系统。交易完成后，交易系统将交易结果返回至路由系统。
66.如图1所示，提供一种智能路由系统，可以用于上述应用场景，包括：
67.业务处理模块20，用于接收支付业务数据，并将所述支付业务数据发送给智能路由模块30；还用于将所述支付业务数据以及接收的路由结果发送至交易系统；还用于将所述交易系统反馈的交易结果数据发送至群体聚类分析模块40。
68.其中，所述支付业务数据包括收款行号、收款账号、收款账号类型、付款账号、付款账号类型、交易金额、支付业务类型、支付业务种类、支付渠道等。所述支付渠道包括hvps(high value payment system，大额实时支付系统)渠道、beps(bulk electronic payment system，小额批量支付系统)渠道、ibps(internet banking payment system，网上支付跨行清算系统)渠道等。
69.智能路由模块30，用于根据所述支付业务数据进行支付渠道校验和支付要素核验，并在所述支付渠道校验和所述支付要素核验通过后将路由结果发送至所述业务处理模块20；还用于将所述支付业务数据发送至群体聚类分析模块40和数据中心50。
70.群体聚类分析模块40，用于对接收的所述支付业务数据和所述交易结果数据进行聚类分析，得到支付渠道清单；还可以用于将所述支付渠道清单发送至数据中心50；所述支付渠道清单可以包含可选支付渠道和/或不可选支付渠道。其中，可选支付渠道是交易结果为成功时使用的支付渠道，不可选支付渠道是交易结果为失败时使用的支付渠道。
71.数据中心50，用于存储接收的所述支付业务数据、所述支付渠道清单；所述支付渠道清单用于路由优化可选支付渠道。具体地，智能路由系统可以在业务开始和/或路由过程中进行渠道重选时根据支付渠道清单作为指导进行支付渠道推荐。
72.需要说明的是，所述交易系统是本方案系统外接的第三方系统，可以依据支付业务数据进行交易处理，并在交易处理结束后返回交易处理结果。
73.本公开实施例提供的技术方案中，通过业务处理模块20和智能路由模块30实现对输入数据以及支付渠道的校验，并将校验后的数据和可用渠道发送至交易系统，由群体聚类分析模块40对交易系统反馈的交易结果数据进行分析，将得到的数据标签和可选渠道清单存到数据中心50，以便智能路由系统实时对支付路由进行调整和优化。这样，通过对支付结果和支付业务数据的聚类分析，根据不同群体提供对应的渠道选择，提高了汇路判断的精准度和支付系统的处理能力。此外，还可以合理进行路由更新以及路由优化，减少了无效路由，提高了支付处理效率。
74.在一个实施例中，如图2所示，所述业务处理模块20包括网关路由层210、支付业务层220、交易控制层230。
75.所述网关路由层210对外提供接口服务，用于接收所述支付业务数据，还用于根据所述支付业务层220的业务压力，自动分发所述支付业务数据。例如当支付业务层220中有业务通道或业务处理单元出现业务过于繁忙等情况时，网关路由层210可以根据不同业务通道或业务处理单元的当前繁忙度，自动分配业务数据。
76.所述支付业务层220，用于进行所述支付业务数据的数据校验、账户信息核验、核心记账，并调用交易控制层230进行交易特殊处理。在一些实施方式中，当支付业务数据涉及一些特殊交易权限时，支付业务层220可以调用交易控制层230来根据不同账户的交易级别进行相应的特殊处理。
77.其中，所述支付业务层220可以有多个支付业务处理单元，每个支付业务处理单元用于对业务数据进行处理；所述数据校验包括对交易金额、收款行号等交易数据进行校验。
78.所述交易控制层230，用于校验收款人和付款人的交易级别。具体地，包括校验收款人和付款人的账户类型、业务限制、交易权限、热点账户、同城异地标志检查、智能行名行号补录等功能。
79.上述实施例中，通过设置网关路由层210、支付业务层220、交易控制层230，实现了对数据的分配和基础校验，减轻了系统处理大量数据的压力，还能针对包含特殊信息的数据进行相应的处理，增强了系统的数据处理能力。
80.在一个实施例中，如图3所示，业务处理模块20还包括数据传输单元240；
81.所述数据传输单元240用于通过分布式消息队列将所述支付业务数据和所述路由结果异步发送至所述交易系统；还用于将所述交易系统反馈的所述交易结果数据发送至所述群体聚类分析模块40。
82.其中，消息队列是基础数据结构中“先进先出”的一种数据结构，指把要传输的数据(消息)放在队列中，用队列机制来实现消息传递——生产者产生消息并把消息放入队列，然后由消费者去处理。消费者可以到指定队列拉取消息，或者订阅相应的队列，由服务端给其推送消息。分布式消息队列可以是kafka，rocketmq等，用于为不同的应用之间进行通信。
83.上述实施例中，将数据和路由结果通过分布式消息队列异步发送给交易系统，解决了数据传输过程中因大量数据冗余堆叠而无法快速读取的问题，实现了对数据的高效利用，减少了数据处理时间，提高了系统的处理能力。
84.在一个实施例中，数据传输单元240还可以提供支付行为异常、失败告警，以及支付失败汇路重选等功能。具体地，当数据传输单元240将支付业务数据和路由结果异步发送至交易系统后，若出现异常情况使交易失败，数据传输单元240可以发出支付行为异常或支付失败告警的通知。进一步地，数据传输单元240还可以在交易失败时提供汇路重选功能。所述汇路重选用于提供支付渠道清单以指定新的支付渠道。
85.上述实施例中，数据传输单元240可以在向交易系统异步传输数据的过程中，实时根据交易结果产生异常通知，并提供汇路重选功能。这样，不必等待所有数据传输完成后获取结果，可以实时对每个交易行为的结果进及时处理，节省了进程时间。
86.在一个实施例中，如图4所示，智能路由模块30包括：
87.支付渠道校验单元310，用于对当前支付渠道进行可用性校验。
88.支付要素核验单元320，用于对当前业务是否支持所述当前支付渠道进行可行性校验。在当前业务支持所述当前支付渠道时，可行性校验通过。在一些实施方式中，支付要素核验单元320还可以与数据中心50进行通信，根据数据中心50中的要素信息对所述支付业务数据进行要素核验，所述要素包括收款人账户、收款行、支付渠道等。
89.渠道重选单元330，用于当所述可用性校验和所述可行性校验中至少有一个未通过时，进行支付渠道重选。例如当可用性校验通过，但可行性校验未通过时，发出无法交易的提示，并提供支付渠道清单用以选择新的支付渠道，直至可用性校验和可行性校验都通过。
90.路由生成单元340，用于根据所述可用性校验、所述可行性校验和所述支付渠道重选的结果生成路由结果，并将路由结果发送至所述业务处理模块。其中，所述路由结果可以是通过可用性校验和可行性校验的支付渠道。
91.上述实施例中，通过设置校验单元对支付业务数据中包含的支付渠道进行检查，预先排除不可用渠道并提供渠道重选功能，避免因渠道不可用出现的交易失败结果，节省了系统处理时间，提高了处理效率。
92.在一个实施例中，数据中心50采用主从高可用架构。
93.其中，主从可以是有多个数据节点的主从模式。例如通过复制的方式，将数据从一个主节点复制到其他多个从节点。当一个节点的数据发送变化时，会将该变化同步至其他数据节点中。而且主从复制可以实现读写分离，例如主节点进行写操作，从节点进行读操作，尽量的减少各个节点的压力。高可用指系统的可用程度，用于减少系统不能提供服务的时间。
94.具体地，可以采用mysql(关系数据库管理系统)中的主从高可用架构。在一些其他实现方式中，也可以采用redis(remote dictionary server，远程字典服务)中的主从高可用架构。redis是一个开源的使用ansi c语言编写、支持网络、可基于内存亦可持久化的日志型、key-value数据库，可以提供多种语言的api(application program interface，应用程序标准集)。
95.上述实施例中，数据中心50采用主从高可用架构对数据进行存储利用，可以对数据进行备份，还可以利用多个数据节点管理数据，实现了对数据的高性能存储和利用。
96.在一个实施例中，如图5所示，群体聚类分析模块40包括：
97.预处理单元402，用于对所述支付业务数据和所述交易结果数据进行数据预处理，得到样本数据。
98.其中，数据预处理包括数据清洗、查看异常数据、删除重复数据、检查异常值并删除以及数据类型转换等数据操作。
99.标准化单元404，用于对样本数据进行标准化处理，在所述样本数据中选择若干基准数据。
100.其中，标准化处理是指将数据按比例缩放，使之落入一个小的特定区间，去除数据的单位限制，将其转化为无量纲的纯数值，便于不同单位或量级的指标能够进行比较和加权。在一些实现方式中，可以对样本数据进行标准化处理，使其统一映射到[0,1]或[-1,1]的区间上。
[0101]
具体地，可以根据样本数据中某些目标数据的特殊性选择若干基准数据。例如根据交易发生的渠道、当前业务状态、业务类型等因素进行基准数据的选取。
[0102]
向量构建单元406，用于创建特征向量，并将所述基准数据存储到所述特征向量，得到基准向量。
[0103]
具体地，向量构建单元406对支付业务数据进行维度分组，创建特征向量，将基准数据填充到特征向量中。其中，对数据分组的维度包括：支付渠道、收款行号、收款账号、收款账号类型、付款账号、付款账号类型、交易金额、支付业务类型、支付业务种类等。
[0104]
聚类分析单元408，用于对所述样本数据进行转化处理，并基于群体智能的聚类分析方法，选用由小到大的群体相似系数对转化后的样本数据进行聚类分析。
[0105]
具体地，聚类分析单元408可以依照基准向量的格式，对样本数据一一进行转化为平面区域内的点。聚类分析单元408还可以基于群体智能的聚类分析方法，选用由小到大的群体相似系数对转化后的样本数据进行聚类分析。
[0106]
其中，样本数据转化而成的点就是待聚类对象。而群体相似度是待聚类对象与其所在一定的局部环境中所有其他模式的综合相似度，计算公式如下：
[0107][0108][0109]
其中，neigh(r)标识局部环境，在二维坐标系中通常表示以r为半径的圆形区域。d(oi,oj)表示对象属性空间里的对象ii与oj之间的距离。α定义为群体相似系数，它是群体相似度测量的关键系数，直接影响聚类中心的个数，同时也影响聚类算法的收敛速度，本公开对数据据有先验性认证，根据对数据的认知确定系数为3，后续循环后依次改为4、5。
[0110]
所述基于群体智能的聚类分析方法的主要思路是将待处理的数据对象随机放置在一个二维网格的平面环境中，每个数据对象作为蚁群中的一个蚂蚁在平面上有一个随机初始位置，每一只蚂蚁能在网格上进行移动，并测量当前数据对象在局部环境的群体相似度，通过概率转换函数将群体相似度转换成移动对象的概率，蚁群联合行动导致属于同一类的数据对象在同一个空间区域能聚集在一起，最终实现所有数据对象的聚类。
[0111]
结果处理单元410，用于通过递归算法收集所述聚类分析的结果，得到不同的结果特征数据。
[0112]
其中，所述结果特征数据包括支付业务数据和交易结果数据，可以用于表示单个聚类群体中支付行为与交易结果之间的关系。例如支付金额为1000元、支付渠道为ibps、支付结果为成功。需要指出的是，在结果特征数据中还可以包括支付业务类型、支付业务种类、收款账号类型等特征，在此并未一一举例。
[0113]
标签化单元412，用于对所述结果特征数据进行标签化处理，得到支付渠道清单。
[0114]
具体地，标签化单元412可以通过语义分析提取数据类型，制作评分模块，根据不同的结果特征打上标签值，还可以得到支付渠道清单。
[0115]
在上述实施例中，群体聚类分析模块40通过支付用户的账户特征、行为特征等数据基于群体智能的方法进行聚类分析，并通过递归算法收集行为聚类结果，获得不同支付行为的汇路群体，提高了数据处理的时效性和汇路判断的精准度，减少了无效支付路由的选择，增强了系统的处理能力。
[0116]
上述路由系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0117]
图6是一个实施例中一种智能路由系统架构示意图，包括业务处理模块20、智能路由模块30、群体聚类分析模块40、数据中心50、数据传输模块60。
[0118]
其中，业务处理模块20可以接受来自外部通道发起的支付交易以及接收对应的支付业务数据，所述外部通道可以是手机银行、网银、柜台或其他通道。
[0119]
智能路由模块30还包括路由分析单元350、行为感知单元360、数据反馈单元370。路由分析单元350可以用于根据业务处理模块20传递的支付业务数据进行路由分析，获得当前汇路状况良好的支付渠道。行为感知单元360可以用于根据支付业务数据感知用户行为特征数据。数据反馈单元370可以用于将行为感知单元360感知的用户行为特征数据发送到数据中心50。
[0120]
群体聚类分析模块40包括行为分析单元405、群体智能单元407、聚类分析单元
408、群体相似单元409。行为分析单元405可以用于基于用户的行为特征进行用户行为分析。群体智能单元407可以用于提供群体智能算法以配合聚类分析单元408完成相应的聚类分析过程。群体相似单元409可以用于进行群体相似度的运算过程。
[0121]
数据传输模块60可以用于接收业务处理模块20发送的支付业务数据。所述数据传输模块60包括异步通讯单元602、异常告警单元604、汇路重选单元606、日间对账单元608。异步通讯单元602可以用于将支付业务数据通过消息队列发送给外接的第三方系统，所述第三方系统可以通过消息队列返回对应的交易处理结果。异常告警单元604可以用于在交易出现异常或交易失败时发出告警信号。汇路重选单元606可以用于在交易失败时重新选择支付渠道。日间对账单元608可以用于在日间状态完成支付业务数据的对账和清算。所述数据传输模块60还可以用于将第三方系统返回的交易结果发送给群体聚类分析模块40。
[0122]
图7是一个实施例中一种用户行为分析方法流程图。其中，用户的账户性质包括账户等级、信誉等级等账户基本信息，支付行为特征包括支付金额、支付业务类型、支付业务种类等交易信息，支付行为特征可以根据行为分析的实际需求进行选取，图中n为正整数。
[0123]
具体地，可以根据行为分析的需求选取包含账户性质、支付行为特征的基本数据，对所述基本数据基于分析模型进行数据预处理，得到样本数据。在得到样本数据后可以对所述样本数据进行支付行为分析，所述支付行为分析是基于用户性质进行分析和/或基于用户行为进行分析。经过分析后，可以对得到的异常分析结果和正常行为结果进行相应的处理。例如，可以对异常分析结果发出异常状况通知。
[0124]
在上述实施例中，基于路由系统输入的用户的账户特征、行为特征等分析出不同的类或簇，然后依据聚类等分析方法进行分析，获得用户不同支付行为的汇路群体，可以更准确地判断不同群体的汇路渠道。
[0125]
在一个实施例中，如图8所示，还提供一种路由纠正方法，可以应用于上述智能路由系统，所述纠正方法包括：
[0126]
步骤s702，所述业务处理模块20接收当前交易数据，并根据所述当前交易数据选择指定支付渠道。
[0127]
具体地，根据当前支付业务的交易数据，选择一个支付渠道作为指定支付渠道。
[0128]
步骤s704，所述业务处理模块20根据所述指定支付渠道进行交易核验。
[0129]
步骤s706，当所述交易核验通过后，所述业务处理模块20将所述当前交易数据和所述指定支付渠道发送至交易系统。
[0130]
步骤s708，所述业务处理模块20接收所述交易系统反馈的交易处理结果。
[0131]
步骤s710，根据所述交易处理结果将所述指定支付渠道录入到所述数据中心50的支付渠道清单。
[0132]
具体地，当交易处理结果为交易成功时，可以将所述指定支付渠道打上可选标签，所述可选标签用于智能路由系统在业务开始和/或进行渠道重选时推荐可选的支付渠道。
[0133]
在一些可选实施方式中，当交易处理结果为交易失败时，还可以将所述指定支付渠道打上不可选标签，所述智能路由系统在进行此类支付业务的处理时不使用所述指定支付渠道作为路由选择。
[0134]
图9是一个实施例中另一种路由纠正方法的流程示意图，可以应用于上述智能路由系统。
[0135]
具体地，可以由业务人员对当前业务指定路由发起交易，根据指定路由对该路由对应的支付渠道进行检查，检查通过后向第三方交易系统发送交易请求和业务数据。交易成功时基于当前进行交易的业务数据在数据中心50中进行匹配，获得与当前业务数据同类的用户群体，将交易成功结果用于纠正该用户群体对应的支付渠道清单。
[0136]
上述实施例中，可以对支付业务指定一个支付渠道进行处理，并根据处理结果获得该支付渠道的标签，从而减少无效路由，提高系统的数据处理效率。
[0137]
如图10所示，提供一种智能路由方法，包括：
[0138]
步骤s802，获取支付业务数据。
[0139]
其中，支付业务数据包括账户性质和支付行为特征，所述支付行为特征包括支付业务类型、支付业务种类、支付金额等数据特征。
[0140]
步骤s804，根据所述支付业务数据进行支付渠道校验和支付要素核验。
[0141]
步骤s806，当所述支付渠道校验和所述支付要素核验通过后，生成路由结果。
[0142]
步骤s808，将所述支付业务数据和所述路由结果发送至交易系统。
[0143]
步骤s810，获取所述交易系统反馈的交易结果数据。
[0144]
步骤s812，对所述支付业务数据和所述交易结果数据进行聚类分析，得到支付渠道清单；所述支付渠道清单用于路由优化可选支付渠道。
[0145]
上述实施例中，可以对支付渠道的校验得到路由结果，并根据路由结果进行交易处理，得到交易结果数据。通过对交易结果数据进行聚类分析，获得支付渠道清单。这样，可以依据支付渠道清单指导路由设计和优化，减少无效路由，提高系统的处理能力。
[0146]
关于上述智能路由方法的具体限定可以参见上文中对于上述智能路由系统的限定，在此不再赘述。
[0147]
根据本公开实施例的另一方面，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储支付业务数据和支付结果数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述路由方法。
[0148]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图12所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、运营商网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现上述路由方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
[0149]
本领域技术人员可以理解，图11或图12中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0150]
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
[0151]
根据本公开实施例的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
[0152]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
[0153]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0154]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
[0155]
应当理解的是，本公开并不局限于已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。