支付方式的推荐方法、装置、计算机设备和存储介质与流程

1.本技术涉及人工智能技术领域，具体涉及一种支付方式的推荐方法、装置、计算机设备和存储介质。


背景技术：

2.支付是用户进行网络购物过程中最为重要的基础流程之一，当前丰富的第三方支付平台为各个网络购物平台提供了多种支付方式，当用户在该网络购物平台对应的应用程序中进行支付操作时，网络购物平台会为用户推荐已预先与该网络购物平台绑定的固定支付方式，比如、银行卡、支付宝、微信。
3.目前的这种推荐固定支付方式的方法，当网络购物平台绑定的支付方式较多时，会将其绑定的所有支付方式都推荐给用户，由用户根据主观意愿自行选择，但由于用户无法提前感知支付方式的实际是否可用，通常会遇到支付失败的情况，使得用户在支付失败后需要重新发起支付，进而导致用户使用体验不好。此外，针对同一网络购物平台中的所有用户均推荐同样的支付方式，不能根据用户的实际需求为用户推荐对应的支付方式，因而，现有的支付方式推荐方法存在推荐准确性较低且缺乏智能性的技术问题。


技术实现要素：

4.本技术的主要目的为提供一种支付方式的推荐方法、装置、计算机设备和存储介质，旨在解决现有的支付方式推荐方法存在推荐准确性较低且缺乏智能性的技术问题。
5.本技术提出一种支付方式的推荐方法，所述方法包括步骤：
6.判断是否接收到目标用户在目标应用触发的支付请求；
7.若是，获取与所述目标应用对应的所有用户的支付行为数据；
8.对所述支付行为数据进行分析处理，确定出满足第一预设条件的第一支付方式；
9.获取与所述支付请求对应的支付金额，并基于所述支付金额从所有所述第一支付方式中筛选出满足第二预设条件的第二支付方式；
10.获取预设时间段内，所述目标用户在所述目标应用中的指定支付行为数据，以及获取与每一个所述第二支付方式分别对应的预设权重；
11.基于所述指定支付行为数据与所述预设权重，调用预设的分数统计算法计算出每一个所述第二支付方式的支付分数；
12.基于所述支付分数从所有所述第二支付方式中确定出与所述目标用户对应的推荐支付方式。
13.可选地，所述对所述支付行为数据进行分析处理，确定出满足第一预设条件的第一支付方式的步骤，包括：
14.对所述支付行为数据进行分析，获取所有所述用户中使用频率最高的第一预设数量的第一指定支付方式，以及获取所有所述用户中支付成功率最高的第二预设数量的第二指定支付方式；
15.对所述指定支付行为数据进行分析，获取所述目标用户使用频率最高的第三预设数量的第三指定支付方式；
16.对所述第一指定支付方式、所述第二指定支付方式与所述第三指定支付方式进行去重处理，得到对应的第四指定支付方式；
17.从所述第四指定支付方式中筛选出终端支持的第五指定支付方式；
18.将所述第五指定支付方式作为所述第一支付方式。
19.可选地，所述获取与所述支付请求对应的支付金额，并基于所述支付金额从所有所述第一支付方式中筛选出满足第二预设条件的第二支付方式的步骤，包括：
20.获取与所述支付请求对应的支付金额；
21.获取与每一种所述第一支付方式分别对应的账户余额；
22.从所有所述第一支付方式中筛选出账户余额大于所述支付金额的第六指定支付方式；
23.判断所述第六指定支付方式中是否存在处于预设的支付约束状态的第七指定支付方式；
24.若是，从所述第六指定支付方式中剔除所述第七指定支付方式，得到处理后的第六指定支付方式；
25.将所述处理后的第六指定支付方式作为所述第二支付方式。
26.可选地，所述获取与每一种所述第一支付方式分别对应的账户余额的步骤，包括：
27.获取与各所述第一支付方式分别对应的服务器信息；
28.基于所述服务器信息，分别发送余额查询请求至与所述服务器信息对应的服务器；
29.分别接收各所述服务器反馈的与各所述第一支付方式分别对应的余额信息；
30.基于所述余额信息，确定出与每一种所述第一支付方式分别对应的账户余额。
31.可选地，所述基于所述指定支付行为数据与所述预设权重，调用预设的分数统计算法计算出每一个所述第二支付方式的支付分数的步骤，包括：
32.基于所述指定支付行为数据，计算出在所述预设时间段内第八指定支付方式的支付成功率，在所述预设时间段内所述第八指定支付方式的实时支付处理的平均处理时长，所述目标用户对于所述第八指定支付方式的使用频率，以及所述目标用户对于所述第八指定支付方式的喜爱偏好系数；其中，所述第八指定支付方式为所有所述第二支付方式的任意一种支付方式；
33.获取所述第八指定支付行为的预设权重；
34.基于预设的分数统计算法计算出所述第八指定支付行为的支付分数，所述分数统计算法为：其中，s为支付分数，a为在所述预设时间段内所述第八指定支付方式的支付成功率，b为在所述预设时间段内所述第八指定支付方式的平均处理时长，c为所述目标用户对于所述第八指定支付方式的使用频率，d为所述目标用户对于所述第八指定支付方式的喜爱偏好系数，θ为所述第八指定支付行为的预设权重。
35.可选地，所述基于所述支付分数从所有所述第二支付方式中确定出与所述目标用户对应的推荐支付方式的步骤，包括：
36.获取预设的分数阈值；
37.从所有所述支付分数中筛选出大于所述分数阈值的目标支付分数；
38.从所有所述第二支付方式中获取与所述目标支付分数对应的第三支付方式，并获取所述第三支付方式的数量；
39.判断所述第三支付方式的数量是否大于第四预设数量；
40.若是，将所述第三支付方式按照所述目标支付分数的数值从大到小的顺序进行排序，得到对应的排序结果；
41.基于所述排序结果的排序方式，依次从所有所述第三支付方式筛选出第四预设数量的第四支付方式；
42.将所有所述第四支付方式作为所述推荐支付方式。
43.可选地，所述基于所述支付分数从所有所述第二支付方式中确定出与所述目标用户对应的推荐支付方式的步骤，包括：
44.分别获取每一个所述第二支付方式的支付分数；
45.从所有所述第二支付方式的支付分数中筛选出支付分数最大的第五支付方式；
46.判断所述第五支付方式的数量是否为1；
47.若是，将所述第五支付方式作为所述推荐支付方式。
48.本技术还提供一种支付方式的推荐装置，包括：
49.第一判断模块，用于判断是否接收到目标用户在目标应用触发的支付请求；
50.第一获取模块，用于若是，获取与所述目标应用对应的所有用户的支付行为数据；
51.分析模块，用于对所述支付行为数据进行分析处理，确定出满足第一预设条件的第一支付方式；
52.筛选模块，用于获取与所述支付请求对应的支付金额，并基于所述支付金额从所有所述第一支付方式中筛选出满足第二预设条件的第二支付方式；
53.第二获取模块，用于获取预设时间段内，所述目标用户在所述目标应用中的指定支付行为数据，以及获取与每一个所述第二支付方式分别对应的预设权重；
54.计算模块，用于基于所述指定支付行为数据与所述预设权重，调用预设的分数统计算法计算出每一个所述第二支付方式的支付分数；
55.确定模块，用于基于所述支付分数从所有所述第二支付方式中确定出与所述目标用户对应的推荐支付方式。
56.本技术还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
57.本技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
58.本技术中提供的支付方式的推荐方法、装置、计算机设备和存储介质，具有以下有益效果：
59.本技术中提供的支付方式的推荐方法、装置、计算机设备和存储介质，在接收到目标用户在目标应用触发的支付请求后，会先基于得到的与目标应用对应的支付行为数据确定出满足第一预设条件的第一支付方式，然后基于支付请求的支付金额从所有第一支付方式中筛选出满足第二预设条件的第二支付方式。后续再基于获取到的指定支付行为数据与
第二支付方式的预设权重，调用预设的支付分数算法计算出每一个第二支付方式的支付分数，进而基于支付分数从所有第二支付方式中确定出与目标用户对应的推荐支付方式，以实现向目标用户进行支付方式的精确推荐。相对于将所有支付方式全部展示给目标用户的方式，本技术可以综合考量多方面的因素综合的为目标用户进行推荐支付方式的推送，使得推送的推荐支付方式更加能够满足目标用户当前的需求，有效地提高了支付方式推荐的准确性与稳定性，提高支付请求的支付成功率。另外，通过向目标用户推荐其对应的推荐支付方式，能够有针对性的向目标用户推荐支付方式，而不是将所有的支付方式均推荐给目标用户，从而可以有效节省资源，提高了支付方式推荐的智能性，以及提高了目标用户的使用体验。
附图说明
60.图1是本技术一实施例的支付方式的推荐方法的流程示意图；
61.图2是本技术一实施例的支付方式的推荐装置的结构示意图；
62.图3是本技术一实施例的计算机设备的结构示意图。
63.本技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
64.应当理解，此处所描述的具体实施例仅仅用于解释本技术，并不用于限定本技术。
65.本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
66.本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
67.人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
68.参照图1，本技术一实施例的支付方式的推荐方法，包括：
69.s1：判断是否接收到目标用户在目标应用触发的支付请求；
70.s2：若是，获取与所述目标应用对应的所有用户的支付行为数据；
71.s3：对所述支付行为数据进行分析处理，确定出满足第一预设条件的第一支付方式；
72.s4：获取与所述支付请求对应的支付金额，并基于所述支付金额从所有所述第一支付方式中筛选出满足第二预设条件的第二支付方式；
73.s5：获取预设时间段内，所述目标用户在所述目标应用中的指定支付行为数据，以
及获取与每一个所述第二支付方式分别对应的预设权重；
74.s6：基于所述指定支付行为数据与所述预设权重，调用预设的分数统计算法计算出每一个所述第二支付方式的支付分数；
75.s7：基于所述支付分数从所有所述第二支付方式中确定出与所述目标用户对应的推荐支付方式。
76.如上述步骤s1至s7所述，本方法实施例的执行主体为一种支付方式的推荐装置，具体可以为终端。在实际应用中，上述支付方式的推荐装置可以通过虚拟装置，例如软件代码实现，也可以通过写入或集成有相关执行代码的实体装置实现，且可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。所述支付方式的推荐装置具体可为终端。本实施例中的支付方式的推荐装置，能够提高支付方式推荐的准确性、智能性与稳定性，提高支付请求的支付成功率。具体地，首先判断是否接收到目标用户在目标应用触发的支付请求。其中，所述目标应用可为任意网络购物平台对应的应用程序，所述支付请求可为由所述目标用户通过点击所需购买的商品支付链接后触发生成的请求。若是，获取与所述目标应用对应的所有用户的支付行为数据。其中，可通过预设埋点方式，例如通过应用页面埋点和用户行为埋点sdk来收集目标应用对应的所有用户的支付行为数据。另外，在得到了支付行为数据后，可将该支付行为数据存储至预设的数据收集平台。
77.然后对所述支付行为数据进行分析处理，确定出满足第一预设条件的第一支付方式。其中，对于所述对所述支付行为数据进行分析处理，确定出满足第一预设条件的第一支付方式的具体实施过程，本技术将在后续的具体实施例中对此进行进一步的细节描述，在此不作过多阐述。后续获取与所述支付请求对应的支付金额，并基于所述支付金额从所有所述第一支付方式中筛选出满足第二预设条件的第二支付方式。其中，满足预设条件的第二支付方式具体可指第一支付方式中包含的账户余额足够支付接收到的支付请求所对应的支付金额，且不处于预设的支付约束状态的支付方式。
78.在得到了第二支付方式后，获取预设时间段内，所述目标用户在所述目标应用中的指定支付行为数据，以及获取与每一个所述第二支付方式分别对应的预设权重。其中，考虑到用户习惯，目标用户在最近时间段的支付行为数据的价值要远大于较远时间段的支付行为数据。因此，所述预设时间段的指定支付行为数据可以具有有效时间范围，该有效时间范围例如可是距离当前时间的一个月、两个月等时间范围。另外，对于所述第二支付方式的预设权重的确定方式不作具体限定，可根据实际需求进行设置。例如可由装置根据历史经验、专家建议以及测试结果生成。并在得到了指定支付行为数据与预设权重后，基于所述指定支付行为数据与所述预设权重，调用预设的分数统计算法计算出每一个所述第二支付方式的支付分数。其中，所述分数统计算法为与预设时间段内所述第二支付方式的支付成功率，所述预设时间段内所述第二支付方式的平均处理时长，所述目标用户对于所述第二支付方式的使用频率，所述目标用户对于所述第二支付方式的喜爱偏好系数，以及与所述第二支付方式的预设权重相关的分数统计公式，具体的分数统计算法的内容可参照后述实施例，在此暂不做过多阐述。
79.最后基于所述支付分数从所有所述第二支付方式中确定出与所述目标用户对应的推荐支付方式。其中，对于推荐支付方式的确定方式不作具体限定。具体的，推荐支付方式的确定方式可包括：先从所有所述支付分数中筛选出大于所述分数阈值的目标支付分
数，并在判定出目标支付分数对应的第三支付方式的数量大于预设的第四预设数量时，再从所有第三支付方式中筛选出数值最大的第四预设数量的第四支付方式作为所述推荐支付方式。另外，推荐支付方式的确定方式还可包括：先从所有所述支付分数中提取出支付分数最大的第五支付方式，并在确定出支付分数最大的第五支付方式只有一个时，将该支付分数最大的第五支付方式作为所述推荐支付方式。此外，在得到了推荐支付方式后，还可利用装置内设置的屏幕对该推荐支付方式进行展示，以将推荐支付方式推送给目标用户。
80.本实施例在接收到目标用户在目标应用触发的支付请求后，会先基于得到的与目标应用对应的支付行为数据确定出满足第一预设条件的第一支付方式，然后基于支付请求的支付金额从所有第一支付方式中筛选出满足第二预设条件的第二支付方式。后续再基于获取到的指定支付行为数据与第二支付方式的预设权重，调用预设的支付分数算法计算出每一个第二支付方式的支付分数，进而基于支付分数从所有第二支付方式中确定出与目标用户对应的推荐支付方式，以实现向目标用户进行支付方式的精确推荐。相对于将所有支付方式全部展示给目标用户的方式，本实施例可以综合考量多方面的因素综合的为目标用户进行推荐支付方式的推送，使得推送的推荐支付方式更加能够满足目标用户当前的需求，有效地提高了支付方式推荐的准确性与稳定性，提高支付请求的支付成功率。另外，通过向目标用户推荐其对应的推荐支付方式，能够有针对性的向目标用户推荐支付方式，而不是将所有的支付方式均推荐给目标用户，从而可以有效节省资源，提高了支付方式推荐的智能性，以及提高了目标用户的使用体验。
81.进一步地，本技术一实施例中，上述步骤s3，包括：
82.s300：对所述支付行为数据进行分析，获取所有所述用户中使用频率最高的第一预设数量的第一指定支付方式，以及获取所有所述用户中支付成功率最高的第二预设数量的第二指定支付方式；
83.s301：对所述指定支付行为数据进行分析，获取所述目标用户使用频率最高的第三预设数量的第三指定支付方式；
84.s302：对所述第一指定支付方式、所述第二指定支付方式与所述第三指定支付方式进行去重处理，得到对应的第四指定支付方式；
85.s303：从所述第四指定支付方式中筛选出终端支持的第五指定支付方式；
86.s304：将所述第五指定支付方式作为所述第一支付方式。
87.如上述步骤s300至s304所述，所述对所述支付行为数据进行分析处理，确定出满足第一预设条件的第一支付方式的步骤，具体可包括：首先对所述支付行为数据进行分析，获取所有所述用户中使用频率最高的第一预设数量的第一指定支付方式，以及获取所有所述用户中支付成功率最高的第二预设数量的第二指定支付方式。并同时对所述指定支付行为数据进行分析，获取所述目标用户使用频率最高的第三预设数量的第三指定支付方式。其中，可调用预设的用户漏斗模型对所述支付行为数据进行分析处理，分析所有用户的支付方式占比以及支付方式最后的成功率来得出这些用户中最流行(即使用频率最高)的支付方式，以及成功率最高的支付方式。另外，通过拉取数据收集平台上的数据到预设的数据分析平台做数据分析，可以得到用户漏斗模型和用户行为链路，用户漏斗模型和用户行为链路属于现有技术，在此不作过多阐述。此外，对于所述第一预设数量、第二预设数量与第三预设数量的具体取值不作限定，可根据实际需求进行设置。然后对所述第一指定支付方
式、所述第二指定支付方式与所述第三指定支付方式进行去重处理，得到对应的第四指定支付方式。其中，去重处理是指对于重复出现的支付方式只保留其中的一个支付方式，并对其余的支付方式进行删除的处理，以使得得到的第四指定支付方式具有唯一性。后续从所述第四指定支付方式中筛选出终端支持的第五指定支付方式。其中，终端支持的支付方式是指终端上支持用户使用的支付方式，终端能够为这些支付方式提供应用环境。举例地，该终端上安装有该支付方式对应的应用安装包(apk)。最后将所述第五指定支付方式作为所述第一支付方式。本实施例中，通过综合考量支付行为数据内多方面的因素，如支付方式的使用频率、支付成功率能够准确地初步确定出第一支付方式，有利于后续能够基于支付请求对应的支付金额，来快速便捷地从所有所述第一支付方式中筛选出满足第二预设条件的第二支付方式，进而后续可以从第二支付方式中确定出与目标用户对应的推荐支付方式，提高了支付方式推荐的准确性，使得后续目标用户在使用该推荐支付方式进行支付时可以有效减少支付失败的次数，进而提高支付效率。
88.进一步地，本技术一实施例中，上述步骤s4，包括：
89.s400：获取与所述支付请求对应的支付金额；
90.s401：获取与每一种所述第一支付方式分别对应的账户余额；
91.s402：从所有所述第一支付方式中筛选出账户余额大于所述支付金额的第六指定支付方式；
92.s403：判断所述第六指定支付方式中是否存在处于预设的支付约束状态的第七指定支付方式；
93.s404：若是，从所述第六指定支付方式中剔除所述第七指定支付方式，得到处理后的第六指定支付方式；
94.s405：将所述处理后的第六指定支付方式作为所述第二支付方式。
95.如上述步骤s400至s405所述，所述获取与所述支付请求对应的支付金额，并基于所述支付金额从所有所述第一支付方式中筛选出满足第二预设条件的第二支付方式的步骤，具体可包括：首先获取与所述支付请求对应的支付金额。然后获取与每一种所述第一支付方式分别对应的账户余额。其中，所述支付请求可为由所述目标用户通过点击所需购买的商品支付链接后触发生成的请求，所述与所述支付请求对应的支付金额是指购买该商品支付链接对应的商品所需的金额。之后从所有所述第一支付方式中筛选出账户余额大于所述支付金额的第六指定支付方式。其中，可基于与各第一支付方式对应的服务器来查询出每一个第一支付方式所对应的账户余额。后续判断所述第六指定支付方式中是否存在处于预设的支付约束状态的第七指定支付方式。其中，所述支付约束状态可指支付方式处于被约束状态，例如银行卡被冻结了或者受到国家层面的支付购物限制等状态。若是，从所述第六指定支付方式中剔除所述第七指定支付方式，得到处理后的第六指定支付方式。最后将所述处理后的第六指定支付方式作为所述第二支付方式。本实施例通过将账户余额足够支付接收到的支付请求所对应的支付金额，且不处于预设的支付约束状态的支付方式作为第二支付方式，进而后续可以从第二支付方式中确定出推荐支付方式，提高了支付方式推荐的准确性，使得后续目标用户在使用该推荐支付方式进行支付时可以有效减少支付失败的次数，进而提高支付效率。
96.进一步地，本技术一实施例中，上述步骤s401，包括：
97.s4010：获取与各所述第一支付方式分别对应的服务器信息；
98.s4011：基于所述服务器信息，分别发送余额查询请求至与所述服务器信息对应的服务器；
99.s4012：分别接收各所述服务器反馈的与各所述第一支付方式分别对应的余额信息；
100.s4013：基于所述余额信息，确定出与每一种所述第一支付方式分别对应的账户余额。
101.如上述步骤s4010至s4013所述，所述获取与每一种所述第一支付方式分别对应的账户余额的步骤，具体可包括：首先获取与各所述第一支付方式分别对应的服务器信息。其中，可预先存储有支付方式-服务器映射表，该支付方式-服务器映射表存储有支付方式，以及与各支付方式对应的服务器信息，从而可从该支付方式-服务器映射表中查询出与各所述第一支付方式分别对应的服务器信息。另外，服务器信息可包括服务器的名称信息。然后基于所述服务器信息，分别发送余额查询请求至与所述服务器信息对应的服务器。其中，服务器能够基于接收到的余额查询请求来进行相应的余额查询处理，以查询出与各所述第一支付方式分别对应的余额信息。之后分别接收各所述服务器反馈的与各所述第一支付方式分别对应的余额信息。最后基于所述余额信息，确定出与每一种所述第一支付方式分别对应的账户余额。其中，所述余额信息至少包括账号余额，还可包括余额信息对应的支付方式的名称信息，等等。本实施例在获取了第一支付方式后，会针对该第一支付方式，将用于获取余额信息的余额查询请求发送至与第一支付方式对应的服务器以获取第一支付方式对应的余额信息。对于除第一支付方式之外的其他支付方式，装置则不会与这些其他支付方式对应的服务器之间进行通讯，减少同时并发的通讯信号数量，减少带宽占用，使得装置与服务器之间的通讯连接效率更高、速度更快。同时，对于没有被选择为第一支付方式的其他支付方式，装置不会与其对应的服务器之间进行通讯连接，不获取这些其他支付方式的余额信息，减少了用户信息泄露的风险，方法实施可靠性更高，有效地提高了余额信息获取的智能性与安全性。
102.进一步地，本技术一实施例中，上述步骤s6，包括：
103.s600：基于所述指定支付行为数据，计算出在所述预设时间段内第八指定支付方式的支付成功率，在所述预设时间段内所述第八指定支付方式的实时支付处理的平均处理时长，所述目标用户对于所述第八指定支付方式的使用频率，以及所述目标用户对于所述第八指定支付方式的喜爱偏好系数；其中，所述第八指定支付方式为所有所述第二支付方式的任意一种支付方式；
104.s601：获取所述第八指定支付行为的预设权重；
105.s602：基于预设的分数统计算法计算出所述第八指定支付行为的支付分数，所述分数统计算法为：其中，s为支付分数，a为在所述预设时间段内所述第八指定支付方式的支付成功率，b为在所述预设时间段内所述第八指定支付方式的平均处理时长，c为所述目标用户对于所述第八指定支付方式的使用频率，d为所述目标用户对于所述第八指定支付方式的喜爱偏好系数，θ为所述第八指定支付行为的预设权重。
106.如上述步骤s600至s602所述，所述基于所述指定支付行为数据与所述预设权重，
调用预设的分数统计算法计算出每一个所述第二支付方式的支付分数的步骤，具体可包括：首先基于所述指定支付行为数据，计算出在所述预设时间段内第八指定支付方式的支付成功率，在所述预设时间段内所述第八指定支付方式的实时支付处理的平均处理时长，所述目标用户对于所述第八指定支付方式的使用频率，以及所述目标用户对于所述第八指定支付方式的喜爱偏好系数。其中，所述第八指定支付方式为所有所述第二支付方式的任意一种支付方式。具体的，所述平均处理时长是指在预设时间段内第八指定支付方式平均处理一个支付请求所花费的时间，可先统计第八指定支付方式在预设时间段内处理的所有支付请求的总数，以及统计第八指定支付方式在预设时间段内处理的所有支付请求所花费的总处理时间，再计算得到的总处理时间与所有支付请求的总数之间的比值，并将该比值作为第八指定支付方式的平均处理时长，平均处理时长可用于表征支付方式在处理支付请求时的处理速度的快慢。另外，上述支付成功率是指在预设时间段内使用该第八指定支付方式进行成功支付的笔数占该第八指定支付方式对应的所有支付笔数的比例。以及，上述使用频率是指在预设时间段内目标用户使用该第八指定支付方式进行支付的次数占目标用户使用所有支付方式进行支付的次数的比例。此外，上述喜爱偏好系数可指第八指定支付方式的支付时间距离当前时间的时长。举例地，假如目标用户在预设时间段内对第八指定支付方式共使用了t1次，所有第八指定支付方式按时间排序构成的支付时间向量为t2，第八指定支付方式的每次支付时间与当前时间的时长的倒数构成的权重向量为t3，那么目标用户对第八指定支付方式的喜爱偏好系数可以表示为(t2*t3)/t1。这样，对于该目标用户最近使用越频繁的支付方式，则计算得到的喜好偏好系数更高。然后获取所述第八指定支付行为的预设权重。其中，对于所述第八指定支付行为的预设权重的确定方式不作具体限定，可根据实际需求进行设置。例如可由装置根据历史经验、专家建议以及测试结果生成。优选地，第八指定支付方式的预设权重用于校准由于用户转变喜好的支付方式，而最新喜好的支付方式由于使用次数少而导致最新喜好的支付方式相对之前喜好的支付方式的可用率低，难以反映真实情况的问题。实施时，预设权重可以和支付方式的支付成功率以及使用频率相关，用于二者相差较大对推荐率进行校准，预设权重可通过大数据分析得到不同候选的支付方式的预设权重。此外，还可以根据神经网络对支付方式的大数据进行学习，来得到不同支付方式的预设权重。最后基于预设的分数统计算法计算出所述第八指定支付行为的支付分数，所述分数统计算法为：其中，s为支付分数，a为在所述预设时间段内所述第八指定支付方式的支付成功率，b为在所述预设时间段内所述第八指定支付方式的平均处理时长，c为所述目标用户对于所述第八指定支付方式的使用频率，d为所述目标用户对于所述第八指定支付方式的喜爱偏好系数，θ为所述第八指定支付行为的预设权重。本实施例中，通过基于预设的分数统计算法可以准确快速地计算出每一种第二支付方式的支付分数，进而后续能够基于所述支付分数从所有所述第二支付方式中准确地确定出推荐支付方式，并展示所述推荐支付方式以向目标用户进行推荐支付方式的推荐。由于综合考量多方面的因素，如支付方式的使用频率、支付成功率、预设权重等综合的为目标用户进行推荐支付方式的推送，使得推送的推荐支付方式更加能够满足目标用户当前的需求，并结合了支付成功率、支付金额来保证使用推荐支付方式能够顺利的完成支付处理，有效地提高了支付方式推荐的准确性与稳定性，提高支付请求的支付成功率。
107.进一步地，本技术一实施例中，上述步骤s7，包括：
108.s700：获取预设的分数阈值；
109.s701：从所有所述支付分数中筛选出大于所述分数阈值的目标支付分数；
110.s702：从所有所述第二支付方式中获取与所述目标支付分数对应的第三支付方式，并获取所述第三支付方式的数量；
111.s703：判断所述第三支付方式的数量是否大于第四预设数量；
112.s704：若是，将所述第三支付方式按照所述目标支付分数的数值从大到小的顺序进行排序，得到对应的排序结果；
113.s705：基于所述排序结果的排序方式，依次从所有所述第三支付方式筛选出第四预设数量的第四支付方式；
114.s706：将所有所述第四支付方式作为所述推荐支付方式。
115.如上述步骤s700至s706所述，所述基于所述支付分数从所有所述第二支付方式中确定出与所述目标用户对应的推荐支付方式的步骤，具体可包括：首先获取预设的分数阈值。其中，对于所述分数阈值不作具体限定，可根据实际需求进行设置。然后从所有所述支付分数中筛选出大于所述分数阈值的目标支付分数。之后从所有所述第二支付方式中获取与所述目标支付分数对应的第三支付方式，并获取所述第三支付方式的数量。后续判断所述第三支付方式的数量是否大于第四预设数量。其中，对于所述第四预设数量不作具体限定，可根据实际需求进行设置。若是，将所述第三支付方式按照所述目标支付分数的数值从大到小的顺序进行排序，得到对应的排序结果。在得到了排序结果后，基于所述排序结果的排序方式，依次从所有所述第三支付方式筛选出第四预设数量的第四支付方式。最后将所述第四支付方式作为所述推荐支付方式。本实施例中，在计算得到每一个所述第二支付方式的支付分数后，会先从所有所述支付分数中筛选出大于所述分数阈值的目标支付分数，并在判定出所述第三支付方式的数量大于预设的第四预设数量时，会智能地从所有所述第三支付方式中筛选出数值最大的第四预设数量的第四支付方式，并将所有所述第四支付方式作为所述推荐支付方式。由于推荐支付方式的支付分数是数值最大的各个支付分数，故通过向目标用户推荐该推荐支付方式，能够有效的保证了该推荐支付方式的推荐准确性。另外，由于推荐支付方式的数量有多个，使得后续用户可以直接从该多个推荐支付方式中挑选出符合支付需求的支付方式作为目标支付方式，可以提高支付效率，有效提高了用户的使用体验，以及提高了支付方式推荐的智能性。
116.进一步地，本技术一实施例中，上述步骤s7，包括：
117.s710：分别获取每一个所述第二支付方式的支付分数；
118.s711：从所有所述第二支付方式的支付分数中筛选出支付分数最大的第五支付方式；
119.s712：判断所述第五支付方式的数量是否为1；
120.s713：若是，将所述第五支付方式作为所述推荐支付方式。
121.如上述步骤s710至s713所述，所述基于所述支付分数从所有所述第二支付方式中确定出与所述目标用户对应的推荐支付方式的步骤，具体可包括：首先分别获取每一个所述第二支付方式的支付分数。然后从所有所述第二支付方式的支付分数中筛选出支付分数最大的第五支付方式。之后判断所述第五支付方式的数量是否为1。若是，将所述第五支付
方式作为所述推荐支付方式。本实施例中，在计算得到每一个所述第二支付方式的支付分数后，会先提取出支付分数最大的第五支付方式，并在确定出支付分数最大的第五支付方式只有一个时，会智能地将该支付分数最大的第五支付方式作为所述推荐支付方式。由于推荐支付方式的支付分数最大，故通过向目标用户推荐该推荐支付方式，能够有效保证该推荐支付方式的推荐准确性。另外，由于推荐支付方式的数量只有一个，使得目标用户可以直接选择该推荐支付方式进行支付，从而可以大大提高支付效率，且为用户省去了一些对于多种支付方式的选择操作，有效地提高了用户使用体验。进一步地，如果支付分数最大的第五支付方式的数量是不为1，则可同时将该多个支付分数最大的第五支付方式作为推荐支付方式，以通过目标用户根据实际使用情况从该多个推荐支付方式选择出合适的支付方式作为目标支付方式。
122.进一步地，本技术一实施例中，上述步骤s7之后，包括：
123.s720：在预设屏幕的支付方式选择区域展示所述推荐支付方式；
124.s721：判断是否接收到所述目标用户输入的与所述支付方式选择区域对应的触发信息；
125.s722：若是，基于所述触发信息确定出所述目标用户选择的支付方式；
126.s723：将所述目标用户选择的支付方式作为目标支付方式，并基于所述目标支付方式执行与所述支付请求对应的支付处理；
127.s724：在成功完成所述支付处理后，生成相应的成功支付信息；
128.s725：通过所述屏幕展示所述成功支付信息。
129.如上述步骤s720至s725所述，在执行完所述基于所述支付分数从所有所述第二支付方式中确定出与所述目标用户对应的推荐支付方式的步骤之后，还可包括基于目标用户对于所述推荐支付方式的选择信息来执行与所述支付请求对应的支付处理的过程。具体地，首先在预设屏幕的支付方式选择区域展示所述推荐支付方式。其中，所述预设屏幕为装置内设置的屏幕。另外，所述支付方式选择区域可以是形成在装置的屏幕的显示界面上的预设区域。然后判断是否接收到所述目标用户输入的与所述支付方式选择区域对应的触发信息。若是，基于所述触发信息确定出所述目标用户选择的支付方式。其中，触发信息比如可以是点击支付方式选择区域。当点击支付方式选择区域时，会出现包含所述推荐支付方式的下拉列表，用户可以通过点击该下拉列表中想要选择的支付方式以选择该支付方式作为目标支付方式。比如，用户在支付方式的下拉列表中选择银行卡支付方式作为目标支付方式，从而可以方便用户根据实际情况选择合适的支付方式进行支付，有效地提高了用户的使用体验。之后将所述目标用户选择的支付方式作为目标支付方式，并基于所述目标支付方式执行与所述支付请求对应的支付处理。在成功完成所述支付处理后，生成相应的成功支付信息。其中，对所述成功支付信息包含的信息内容不作具体限定，可根据实际需求进行设置，例如成功支付信息包含的信息内容可为：当前支付请求已成功支付。最后通过所述屏幕展示所述成功支付信息。本实施例中，在确定出目标用户选择目标支付方式，便会基于所述目标支付方式进行与所述支付请求对应的支付处理。并在成功完成所述支付处理后，会智能地生成相应的成功支付信息并进行展示，使得目标用户能够基于该成功支付信息能够及时了解到支付请求处理完成的情况，进一步提高了用户的使用体验。
130.本技术实施例中的支付方式的推荐方法还可以应用于区块链领域，如将上述推荐
支付方式等数据存储于区块链上。通过使用区块链来对上述推荐支付方式进行存储和管理，能够有效地保证上述推荐支付方式的安全性与不可篡改性。
131.上述区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
132.区块链底层平台可以包括用户管理、基础服务、智能合约以及运营监控等处理模块。其中，用户管理模块负责所有区块链参与者的身份信息管理，包括维护公私钥生成(账户管理)、密钥管理以及用户真实身份和区块链地址对应关系维护(权限管理)等，并且在授权的情况下，监管和审计某些真实身份的交易情况，提供风险控制的规则配置(风控审计)；基础服务模块部署在所有区块链节点设备上，用来验证业务请求的有效性，并对有效请求完成共识后记录到存储上，对于一个新的业务请求，基础服务先对接口适配解析和鉴权处理(接口适配)，然后通过共识算法将业务信息加密(共识管理)，在加密之后完整一致的传输至共享账本上(网络通信)，并进行记录存储；智能合约模块负责合约的注册发行以及合约触发和合约执行，开发人员可以通过某种编程语言定义合约逻辑，发布到区块链上(合约注册)，根据合约条款的逻辑，调用密钥或者其它的事件触发执行，完成合约逻辑，同时还提供对合约升级注销的功能；运营监控模块主要负责产品发布过程中的部署、配置的修改、合约设置、云适配以及产品运行中的实时状态的可视化输出，例如：告警、监控网络情况、监控节点设备健康状态等。
133.参照图2，本技术一实施例中还提供了一种支付方式的推荐装置，包括：
134.第一判断模块1，用于判断是否接收到目标用户在目标应用触发的支付请求；
135.第一获取模块2，用于若是，获取与所述目标应用对应的所有用户的支付行为数据；
136.分析模块3，用于对所述支付行为数据进行分析处理，确定出满足第一预设条件的第一支付方式；
137.筛选模块4，用于获取与所述支付请求对应的支付金额，并基于所述支付金额从所有所述第一支付方式中筛选出满足第二预设条件的第二支付方式；
138.第二获取模块5，用于获取预设时间段内，所述目标用户在所述目标应用中的指定支付行为数据，以及获取与每一个所述第二支付方式分别对应的预设权重；
139.计算模块6，用于基于所述指定支付行为数据与所述预设权重，调用预设的分数统计算法计算出每一个所述第二支付方式的支付分数；
140.确定模块7，用于基于所述支付分数从所有所述第二支付方式中确定出与所述目标用户对应的推荐支付方式。
141.本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的支付方式的推荐方法的步骤一一对应，在此不再赘述。
142.进一步地，本技术一实施例中，上述分析模块3，包括：
143.第一分析单元，用于对所述支付行为数据进行分析，获取所有所述用户中使用频率最高的第一预设数量的第一指定支付方式，以及获取所有所述用户中支付成功率最高的
第二预设数量的第二指定支付方式；
144.第二分析单元，用于对所述指定支付行为数据进行分析，获取所述目标用户使用频率最高的第三预设数量的第三指定支付方式；
145.第一处理单元，用于对所述第一指定支付方式、所述第二指定支付方式与所述第三指定支付方式进行去重处理，得到对应的第四指定支付方式；
146.第一筛选单元，用于从所述第四指定支付方式中筛选出终端支持的第五指定支付方式；
147.第一确定单元，用于将所述第五指定支付方式作为所述第一支付方式。
148.本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的支付方式的推荐方法的步骤一一对应，在此不再赘述。
149.进一步地，本技术一实施例中，上述筛选模块4，包括：
150.第一获取单元，用于获取与所述支付请求对应的支付金额；
151.第二获取单元，获取与每一种所述第一支付方式分别对应的账户余额；
152.第二筛选单元，用于从所有所述第一支付方式中筛选出账户余额大于所述支付金额的第六指定支付方式；
153.第一判断单元，用于判断所述第六指定支付方式中是否存在处于预设的支付约束状态的第七指定支付方式；
154.第二处理单元，用于若是，从所述第六指定支付方式中剔除所述第七指定支付方式，得到处理后的第六指定支付方式；
155.第二确定单元，用于将所述处理后的第六指定支付方式作为所述第二支付方式。
156.本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的支付方式的推荐方法的步骤一一对应，在此不再赘述。
157.进一步地，本技术一实施例中，上述第二获取单元，包括：
158.获取子单元，用于获取与各所述第一支付方式分别对应的服务器信息；
159.发送子单元，用于基于所述服务器信息，分别发送余额查询请求至与所述服务器信息对应的服务器；
160.接收子单元，用于分别接收各所述服务器反馈的与各所述第一支付方式分别对应的余额信息；
161.确定子单元，用于基于所述余额信息，确定出与每一种所述第一支付方式分别对应的账户余额。
162.本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的支付方式的推荐方法的步骤一一对应，在此不再赘述。
163.进一步地，本技术一实施例中，上述计算模块6，包括：
164.第一计算单元，用于基于所述指定支付行为数据，计算出在所述预设时间段内第八指定支付方式的支付成功率，在所述预设时间段内所述第八指定支付方式的实时支付处理的平均处理时长，所述目标用户对于所述第八指定支付方式的使用频率，以及所述目标用户对于所述第八指定支付方式的喜爱偏好系数；其中，所述第八指定支付方式为所有所述第二支付方式的任意一种支付方式；
165.第三获取单元，用于获取所述第八指定支付行为的预设权重；
166.第二计算单元，用于基于预设的分数统计算法计算出所述第八指定支付行为的支付分数，所述分数统计算法为：其中，s为支付分数，a为在所述预设时间段内所述第八指定支付方式的支付成功率，b为在所述预设时间段内所述第八指定支付方式的平均处理时长，c为所述目标用户对于所述第八指定支付方式的使用频率，d为所述目标用户对于所述第八指定支付方式的喜爱偏好系数，θ为所述第八指定支付行为的预设权重。
167.本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的支付方式的推荐方法的步骤一一对应，在此不再赘述。
168.进一步地，本技术一实施例中，上述确定模块7，包括：
169.第四获取单元，用于获取预设的分数阈值；
170.第三筛选单元，用于从所有所述支付分数中筛选出大于所述分数阈值的目标支付分数；
171.第五获取单元，用于从所有所述第二支付方式中获取与所述目标支付分数对应的第三支付方式，并获取所述第三支付方式的数量；
172.第二判断单元，用于判断所述第三支付方式的数量是否大于第四预设数量；
173.排序单元，用于若是，将所述第三支付方式按照所述目标支付分数的数值从大到小的顺序进行排序，得到对应的排序结果；
174.第四筛选单元，用于基于所述排序结果的排序方式，依次从所有所述第三支付方式筛选出第四预设数量的第四支付方式；
175.第三确定单元，用于将所有所述第四支付方式作为所述推荐支付方式。
176.本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的支付方式的推荐方法的步骤一一对应，在此不再赘述。
177.进一步地，本技术一实施例中，上述确定模块7，包括：
178.第六获取单元，用于分别获取每一个所述第二支付方式的支付分数；
179.第五筛选单元，用于从所有所述第二支付方式的支付分数中筛选出支付分数最大的第五支付方式；
180.第三判断单元，用于判断所述第五支付方式的数量是否为1；
181.第四确定单元，用于若是，将所述第五支付方式作为所述推荐支付方式。
182.本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的支付方式的推荐方法的步骤一一对应，在此不再赘述。
183.进一步地，本技术一实施例中，上述支付方式的推荐装置，包括：
184.第一展示模块，用于在预设屏幕的支付方式选择区域展示所述推荐支付方式；
185.第二判断模块，用于判断是否接收到所述目标用户输入的与所述支付方式选择区域对应的触发信息；
186.选择模块，用于若是，基于所述触发信息确定出所述目标用户选择的支付方式；
187.执行模块，用于将所述目标用户选择的支付方式作为目标支付方式，并基于所述目标支付方式执行与所述支付请求对应的支付处理；
188.生成模块，用于在成功完成所述支付处理后，生成相应的成功支付信息；
189.第二展示模块，用于通过所述屏幕展示所述成功支付信息。
190.本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的支付方式的推荐方法的步骤一一对应，在此不再赘述。
191.参照图3，本技术实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图3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、网络接口、显示屏、输入装置和数据库。其中，该计算机设备设计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存储介质、内存储器。该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请求、支付行为数据、第一支付方式、支付金额、第二支付方式、预设权重、推分数统计算法以及推荐支付方式。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。该计算机设备的显示屏是计算机中必不可少的一种图文输出设备，用于将数字信号转换为光信号，使文字与图形在显示屏的屏幕上显示出来。该计算机设备的输入装置是计算机与用户或其他设备之间进行信息交换的主要装置，用于把数据、指令及某些标志信息等输送到计算机中去。该计算机程序被处理器执行时以实现一种支付方式的推荐方法。
192.上述处理器执行上述支付方式的推荐方法的步骤：
193.判断是否接收到目标用户在目标应用触发的支付请求；
194.若是，获取与所述目标应用对应的所有用户的支付行为数据；
195.对所述支付行为数据进行分析处理，确定出满足第一预设条件的第一支付方式；
196.获取与所述支付请求对应的支付金额，并基于所述支付金额从所有所述第一支付方式中筛选出满足第二预设条件的第二支付方式；
197.获取预设时间段内，所述目标用户在所述目标应用中的指定支付行为数据，以及获取与每一个所述第二支付方式分别对应的预设权重；
198.基于所述指定支付行为数据与所述预设权重，调用预设的分数统计算法计算出每一个所述第二支付方式的支付分数；
199.基于所述支付分数从所有所述第二支付方式中确定出与所述目标用户对应的推荐支付方式。
200.本领域技术人员可以理解，图3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装置、计算机设备的限定。
201.本技术一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现一种支付方式的推荐方法，具体为：
202.判断是否接收到目标用户在目标应用触发的支付请求；
203.若是，获取与所述目标应用对应的所有用户的支付行为数据；
204.对所述支付行为数据进行分析处理，确定出满足第一预设条件的第一支付方式；
205.获取与所述支付请求对应的支付金额，并基于所述支付金额从所有所述第一支付方式中筛选出满足第二预设条件的第二支付方式；
206.获取预设时间段内，所述目标用户在所述目标应用中的指定支付行为数据，以及获取与每一个所述第二支付方式分别对应的预设权重；
207.基于所述指定支付行为数据与所述预设权重，调用预设的分数统计算法计算出每
一个所述第二支付方式的支付分数；
208.基于所述支付分数从所有所述第二支付方式中确定出与所述目标用户对应的推荐支付方式。
209.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，本技术所提供的和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/或易失性存储器。非易失性存储器可以包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram通过多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双速据率sdram(ssrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
210.需要说明的是，在本文中，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、装置、物品或者方法不仅包括那些要素，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、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
211.以上所述仅为本技术的优选实施例，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。