基于区块链和预测的多账户支付方法及装置

技术领域

本发明涉及区块链技术领域，尤其涉及一种基于区块链和预测的多账户支付方法及装置。

背景技术

本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

在实际的支付交易中，经常发生客户的每张卡内余额都不支持单次交易(比如每张卡内余额都小于支付金额)。这样客户可能需要在多张卡之间进行相互转账，操作繁琐，客户体验不好。

当一个客户有多个账户时，同一笔支付交易可能有多个支付组合选项，而支付组合的个数是指数级的。当客户的账户个数比较多时，支付组合的个数就非常多了，那么如何快速选出一种交易风险低的支付组合，进而高效安全地进行多账户支付是亟待解决的问题。

发明内容

本发明实施例提供一种基于区块链和预测的多账户支付方法，用以高效安全地进行多账户支付，多个账户支付参与方构成区块链，该方法包括：

在用户进行交易支付的过程中判断需要进行多账户支付时，获取当前交易支付数据；

根据当前交易支付数据，预先存储在区块链上的多个支付数据子集合及每一支付数据子集合对应的原型样本点信息，确定当前交易支付数据属于的支付数据子集合；

根据当前交易支付数据属于的支付数据子集合，以及预先存储在区块链上的支付数据子集合与交易风险向量的对应关系，确定当前交易支付数据的交易风险向量；

根据当前交易支付数据，当前交易支付数据的交易风险向量，以及预先存储在区块链上的支付方式与交易风险向量的对应关系，确定当前交易支付数据对应的支付方式组合；

根据当前交易支付数据对应的支付方式组合，进行多账户支付。

本发明实施例还提供一种基于区块链和预测的多账户支付装置，用以高效安全地进行多账户支付，多个账户支付参与方构成区块链，该装置包括：

获取单元，用于在用户进行交易支付的过程中判断需要进行多账户支付时，获取当前交易支付数据；

子集合确定单元，用于根据当前交易支付数据，预先存储在区块链上的多个支付数据子集合及每一支付数据子集合对应的原型样本点信息，确定当前交易支付数据属于的支付数据子集合；

交易风险向量确定单元，用于根据当前交易支付数据属于的支付数据子集合，以及预先存储在区块链上的支付数据子集合与交易风险向量的对应关系，确定当前交易支付数据的交易风险向量；

支付方式预测单元，用于根据当前交易支付数据，当前交易支付数据的交易风险向量，以及预先存储在区块链上的支付方式与交易风险向量的对应关系，确定当前交易支付数据对应的支付方式组合；

支付单元，用于根据当前交易支付数据对应的支付方式组合，进行多账户支付。

本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于区块链和预测的多账户支付方法。

本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于区块链和预测的多账户支付方法。

本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述基于区块链和预测的多账户支付方法。

本发明实施例中，基于区块链和预测的多账户支付方案，通过：在用户进行交易支付的过程中判断需要进行多账户支付时，获取当前交易支付数据；根据当前交易支付数据，预先存储在区块链上的多个支付数据子集合及每一支付数据子集合对应的原型样本点信息，确定当前交易支付数据属于的支付数据子集合；根据当前交易支付数据属于的支付数据子集合，以及预先存储在区块链上的支付数据子集合与交易风险向量的对应关系，确定当前交易支付数据的交易风险向量；根据当前交易支付数据，当前交易支付数据的交易风险向量，以及预先存储在区块链上的支付方式与交易风险向量的对应关系，确定当前交易支付数据对应的支付方式组合；根据当前交易支付数据对应的支付方式组合，进行多账户支付，可以高效安全地进行多账户支付，提高了用户的体验。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1为本发明实施例中基于区块链和预测的多账户支付方法的流程示意图；

图2为本发明实施例中将支付数据子集合与交易风险向量的对应关系预先存储在区块链上的流程示意图；

图3为本发明实施例中将支付方式与交易风险向量的对应关系预先存储在区块链上的流程示意图；

图4为本发明实施例中依据该支付方式的历史支付数据确定该支付方式对应的交易风险向量的流程示意图；

图5为本发明实施例中依据交易风险向量确定支付方式的偏序的流程示意图；

图6为本发明实施例中确定当前交易支付数据对应的支付方式组合的流程示意图；

图7为本发明实施例中基于区块链和预测的多账户支付装置的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。

在实际的支付交易中，经常发生客户的每张卡内余额都不支持单次交易(比如每张卡内余额都小于支付金额)。这样客户可能需要在多张卡之间进行相互转账，操作繁琐，客户体验不好。

当一个客户有多个账户时，同一笔支付交易可能有多个支付组合选项，而支付组合的个数是指数级的。当客户的账户个数比较多时，支付组合的个数就非常多了，如果对每个支付组合的风险进行评估，那系统工作量就非常大。

考虑到上述技术问题，发明人提出一种基于区块链和预测的多账户支付方案，在该方案中，基于客户的交易数据，预测客户的交易支付数据。基于不同的账户支付组合，确定每个账户支付组合的风险数据。并该预测的支付数据和风险数据中风险系数最低的账户支付组合存储在区块链上。当客户发起支付交易时，确定交易数据是否存储在区块链中，若存在，直接用区块链存储的对应支付组合进行支付。如不存在，则依据相似度算法找到最相似的预测支付交易数据。然后依据每个账户的风险系数，按照最低优先的原则，直至找到可以满足本次支付的账户支付组合。然后从最相似和上述最低优先选择出的支付组合中，选择出风险系数最低的支付组合。下面对该基于区块链和预测的多账户支付方案进行详细介绍。

图1为本发明实施例中基于区块链和预测的多账户支付方法的流程示意图，如图1所示，该方法包括如下步骤：

步骤101：在用户进行交易支付的过程中判断需要进行多账户支付时，获取当前交易支付数据；

步骤102：根据当前交易支付数据，预先存储在区块链上的多个支付数据子集合及每一支付数据子集合对应的原型样本点信息，确定当前交易支付数据属于的支付数据子集合；

步骤103：根据当前交易支付数据属于的支付数据子集合，以及预先存储在区块链上的支付数据子集合与交易风险向量的对应关系，确定当前交易支付数据的交易风险向量；

步骤104：根据当前交易支付数据，当前交易支付数据的交易风险向量，以及预先存储在区块链上的支付方式与交易风险向量的对应关系，确定当前交易支付数据对应的支付方式组合；

步骤105：根据当前交易支付数据对应的支付方式组合，进行多账户支付。

本发明实施例提供的基于区块链和预测的多账户支付方法，工作时：在用户进行交易支付的过程中判断需要进行多账户支付时，获取当前交易支付数据；根据当前交易支付数据，预先存储在区块链上的多个支付数据子集合及每一支付数据子集合对应的原型样本点信息，确定当前交易支付数据属于的支付数据子集合；根据当前交易支付数据属于的支付数据子集合，以及预先存储在区块链上的支付数据子集合与交易风险向量的对应关系，确定当前交易支付数据的交易风险向量；根据当前交易支付数据，当前交易支付数据的交易风险向量，以及预先存储在区块链上的支付方式与交易风险向量的对应关系，确定当前交易支付数据对应的支付方式组合；根据当前交易支付数据对应的支付方式组合，进行多账户支付，可以高效安全地进行多账户支付，提高了用户的体验。下面对该基于区块链和预测的多账户支付方法进行详细介绍。

首先，介绍预先准备的步骤，即将各对应关系预先上链的过程。

在一个实施例中，如图2所示，上述基于区块链和预测的多账户支付方法还可以包括按照如下方法将支付数据子集合与交易风险向量的对应关系预先存储在区块链上：

步骤201：对于每个支付数据子集合，确定该支付数据子集合对应的客户集合；

步骤202：对于该客户集合的每个客户，从该支付数据子集合中选取出该客户对应的支付数据；将该客户关于各个风险类型的风险系数确定为该客户对应的支付数据中，涉及对应风险类型的支付数据的比例；

步骤203：对于每个风险类型，将该支付数据子集合关于该风险类型的风险系数确定为该客户集合的所有客户关于该风险类型的风险系数的均值；

步骤204：设置该支付数据子集合对应的交易风险向量，该交易风险向量的每个分量与每个风险类型一一对应，每个分量的值等于该支付数据子集合关于该分量对应的风险类型的风险系数；

步骤205：将该支付数据子集合与该支付数据子集合对应的交易风险向量存储于所述区块链上。

在进行步骤201之前，需要对银行的支付数据进行分类，获得多个支付数据子集合。具体为：

1.对于每个支付数据，确定该支付数据对应的两个向量，其中，该两个向量的第一向量是该支付数据的客户对应的交易类别向量，该两个向量的第二向量是该支付数据的交易对手对应的交易类别向量；

2.确定支付数据的距离函数，该距离函数的自变量是任何两个支付数据，对应的函数值是该两个支付数据对应的两个第一向量的距离与该两个支付数据对应的两个第二向量的距离的和；

3.依据支付数据的距离函数，对银行的支付数据进行聚类，获得多个支付数据子集合。此时，每个支付数据子集合对应的原型样本点可以为该支付数据子集合对应的均值中心，该均值中心对应两个向量，该两个向量的第一向量是该支付数据子集合的所有支付数据对应的第一向量的均值，该两个向量的第二向量是该支付数据子集合的所有支付数据对应的第二向量的均值。

其中，对于一个客户(包括交易对手)，确定该客户对应的交易类别向量的方法是：获取该客户的交易数据，并确定该交易数据中各个交易类别的交易数量；确定该客户对应的交易类别向量，该交易类别向量的每个分量和各个交易类别一一对应，每个分量的分量值等于该客户的交易数据中该分量对应的交易类别的交易数量。

为了保证支付数据的准确性，可以对上述获得的每个支付数据子集合进行如下步骤：获取该支付数据子集合的每个支付数据的交易币种，并确定每个交易币种的交易数据在该支付数据子集合中的比例，将该比例中的最大比例确定为一致性指标，确定该支付数据子集合是否满足如下条件t：该支付数据子集合的一致性指标大于指定阈值(0.8)，如果不满足，则继续对该支付数据子集合进行聚类，直至得到的每个支付数据子集合满足上述条件t。

在一个实施例中，根据当前交易支付数据，预先存储在区块链上的多个支付数据子集合及每一支付数据子集合对应的原型样本点信息，确定当前交易支付数据属于的支付数据子集合，具体可以为：对于当前交易支付数，依据上述方法确定该当前交易支付数对应的两个向量，进而依据支付数据的距离函数，确定该当前交易支付数与各个支付数据子集合对应的原型样本点的距离，将对应距离最小的支付数据子集合确定为该当前交易支付数据属于的支付数据子集合。

依据大数定理，样本越多，获得的统计估计值越准确。步骤203对于每个风险类型，将该支付数据子集合关于该风险类型的风险系数确定为该客户集合的所有客户关于该风险类型的风险系数的均值，还可以是：

对于每个风险类型，将该客户集合的所有客户关于该风险类型的风险系数视为同一分布的多个样本，基于该多个样本确定该风险类型的方差；

设置所有风险类型的方差为δ，选取θ标识可以容忍的风险系数误差阈值，以及选取P作为可以容忍的风险系数误差大于θ的概率；确定客户数边界值为

当该支付数据子集合对应的客户集合的客户数量大于等于该客户数边界值时，将该支付数据子集合关于该风险类型的风险系数确定为该支付数据子集合对应的客户集合的所有客户关于该风险类型的风险系数的均值；

当该支付数据子集合对应的客户集合的客户数量小于该客户数边界值时，则从其他支付数据子集合对应的客户集合中，选取出不属于该支付数据子集合对应的客户集合，且和该支付数据子集合对应的原型样本点信息的距离小于指定阈值的多个客户，使得该多个客户的数量大于该客户数边界值与该支付数据子集合对应的客户集合的客户数量的差值，此时，将该支付数据子集合关于该风险类型的风险系数确定为该支付数据子集合对应的客户集合的所有客户和该多个客户关于该风险类型的风险系数的均值。

具体实施时，上述将支付数据子集合与交易风险向量的对应关系预先存储在区块链上的步骤可以通过数据分析来预测支付数据的风险，并且可以降低预测的时间，进一步提高了后续多账户支付的效率和安全性。

在一个实施例中，如图3所示，上述基于区块链和预测的多账户支付方法还可以包括按照如下方法将支付方式与交易风险向量的对应关系预先存储在区块链上：

步骤301：对于区块链支持的每个支付方式，依据该支付方式的历史支付数据，确定该支付方式对应的交易风险向量；

步骤302：依据交易风险向量，确定支付方式的偏序；其中，对于任何两个支付方式，该偏序可用于确定该两个支付方式中的第一支付方式是否优于第二支付方式；

步骤303：依据支付方式的偏序，确定区块链支持的所有支付方式的多个极大支付方式，其中，该极大支付方式是该偏序的极大元素；

步骤304：将该极大支付方式与该极大支付方式对应的交易风险向量作为所述支付方式与交易风险向量的对应关系存储于所述区块链上。

需要说明的是，偏序的极大元素就是在偏序对应的集合中，不存在其他元素优于该极大元素。在本申请中，区块链支持的所有支付方式的每个极大支付方式具体是指不存在区块链支持的其他支付方式，使得该其他支付方式优于该极大支付方式。

具体实施时，依据支付方式的偏序，确定区块链支持的所有支付方式的多个极大支付方式的一种方法如下：

1.将该所有支付方式的每个支付方式对应的极大标识初始化为可能，以及初始化每个支付方式对应的比较标识为是；

2.依次对于该所有支付方式的每个支付方式，如果该支付方式对应的极大标识为可能，则从该所有支付方式中除该支付方式之外的所有其他支付方式中选取出对应的比较标识为是的多个其他支付方式，然后将该支付方式对应的待比较支付方式设置为该选取出的多个其他支付方式，之后执行下面步骤3；如果该支付方式对应的极大标识不是可能，则继续对下一个支付方式执行步骤2；

3.依次选取该支付方式对应的每个待比较支付方式，确认该待比较支付方式是否优于该支付方式；如果该待比较支付方式优于该支付方式，则将该支付方式对应的极大标识设置为否，之后继续对下一个支付方式执行上述步骤2；如果该支付方式优于该待比较支付方式，则将该待比较支付方式对应的极大标识设置为否，并将该待比较支付方式确定为该支付方式的次支付方式；否则，该支付方式对应的极大标识和该待比较支付方式对应的极大标识保持不变；

4.如果确认该支付方式的所有待比较支付方式都不优于该支付方式(也就是在依次比较该支付方式和对应的每个待比较支付方式后，该支付方式对应的极大标识仍然是可能)，则将该支付方式确定为该所有支付方式中的极大支付方式，并且将该极大支付方式的每个次支付方式的比较标识更新为否。

5.之后继续对下一个支付方式执行步骤2，直到对该所有支付方式中的所有支付方式都执行完上述步骤。

具体实施时，上述将支付方式与交易风险向量的对应关系预先存储在区块链上的步骤可以降低确定支付方式的风险的时间，并且不影响风险分析的精度，进一步提高了后续多账户支付的效率和安全性。

在一个实施例中，如图4所示，对于区块链支持的每个支付方式，依据该支付方式的历史支付数据，确定该支付方式对应的交易风险向量，可以包括：

步骤3011：依据该支付方式的历史支付数据，确定该支付方式对应的客户集合；

步骤3012：对于该客户集合的每个客户，从该支付方式的历史支付数据中选取出该客户对应的支付数据；将该客户使用该支付方式时对应于各个风险类型的风险系数确定为该客户对应的支付数据中，涉及对应风险类型的支付数据的比例；

步骤3013：对于每个风险类型，将该支付方式对应于该风险类型的风险系数确定为该客户集合的所有客户使用该支付方式时对应于该风险类型的风险系数的均值；

步骤3014：设置该支付方式对应的交易风险向量；该交易风险向量的每个分量和每个风险类型一一对应，每个分量的值等于该支付方式对应于该分量对应的风险类型的风险系数。

具体实施时，上述确定该支付方式对应的交易风险向量的详细步骤可以准确的确定该支付方式的风险信息，为后续多账户支付的效率和安全性提供了基础。

在一个实施例中，如图5所示，依据交易风险向量，确定支付方式的偏序可以包括：

步骤3021：对于任何两个支付方式，确定该两个支付方式的第一支付方式的交易风险向量和第二支付方式的交易风险向量的差；

步骤3022：如果该差的每个分量都小于或等于零，且该第一支付方式的每个分量都小于阈值，则确定该第一支付方式优于该第二支付方式。

具体实施时，上述确定支付方式的偏序可以确定不同支付方式的风险的相对大小，为后续支付方式的选取提供了计算的基础。依据该偏序确定的多个极大支付方式的风险都相对较小，选择极大支付方式可以保证交易的安全性。

其次，介绍应用预先上链的数据进行实际多账户支付的步骤，即上述步骤101至步骤105。

本发明实施例提供的基于区块链和预测的多账户支付的场景可以是：一个客户名下有多个账号，比如活期账号，银行借记卡账号，信用卡账号，外币账号(比如美元账号，日元账号)，存折账号，其他银行账号，还有第三方账号，如微信，支付宝账号等等。不同的账号对应不同的业务和系统，他们的内容流程尤其是风险控制流程是不一样的，导致他们对同一风险类型的应对能力是有差别的。

交易元素对风险有着重要的影响。比如一个银行账号存有10万，支付100和支付10000有明显的差别；两笔交易除了时间其他都一样，那么在正常时间交易要比在凌晨交易要安全的多；不同的交易对手，对应的洗钱风险也可能是不一样的，比如一个某国或者行业的交易对手，诈骗风险比其他国或者行业要高。

为了更好地理解本发明实施例，首先对本发明实施例涉及的名词进行介绍。

1.风险类型是指银行的风险类型，可以包括：客户信息泄露风险，账户资金损失风险，客户流失风险，诈骗风险，系统风险等等。

2.支付的历史交易数据是客户过去支付的交易数据，每条数据包括客户，交易金额，交易币种，交易时间，交易地点，交易渠道，交易对手(客户支付金额给的另一方，比如客户购物时的商家)，风险标识(是否有风险)，以及风险类别，支付方式等等。

具体实施时，上述步骤102中根据当前交易支付数据，预先存储在区块链上的多个支付数据子集合及每一支付数据子集合对应的原型样本点信息，确定当前交易支付数据属于的支付数据子集合，可以包括：根据当前交易支付数据，预先存储在区块链上的多个交易支付数据聚类子集合及每一子集合对应的原型样本点信息，确定当前交易支付数据属于的聚类子集合；上述步骤103中根据当前交易支付数据属于的支付数据子集合，以及预先存储在区块链上的支付数据子集合与交易风险向量的对应关系，确定当前交易支付数据的交易风险向量，可以包括：根据当前交易支付数据属于的聚类子集合，以及预先存储在区块链上的聚类子集合与交易风险类型的关系，确定当前交易支付数据的交易风险类型；上述步骤104中根据当前交易支付数据的交易风险类型，以及预先存储在区块链上的交易风险类型与支付方式组合的关系，预测当前交易支付数据对应的支付方式组合，可以包括：根据当前交易支付数据，当前交易支付数据的交易风险向量，以及预先存储在区块链上的支付方式与交易风险向量的对应关系，确定当前交易支付数据对应的支付方式组合。

具体实施时，对支付历史交易数据进行聚类分析，确定若干个交易数据聚类子集合，每个子集合对应同一个风险类别；依据历史交易数据，确定支付方式对应的风险类别以及风险概率；确定可应对风险类别的多个支付方式；当客户进行交易时，依据当前交易数据，确定当前交易数据属于的聚类子集合，也就是确定了风险类别；根据风险类别，和交易金额，确定支付方式组合。

具体实施时，根据当前交易支付数据属于的聚类子集合，以及预先存储在区块链上的聚类子集合与交易风险类型的关系，确定当前交易支付数据的交易风险类型，可以包括：在确定当前交易支付数据属于多个待定聚类子集合时，将多个待定聚类子集合对应的风险类型中数量最多的风险类型作为当前交易支付数据的交易风险类型。

具体实施时，上述基于区块链和预测的多账户支付方法还可以包括：在确定当前交易支付数据不属于区块链上的任何聚类子集合时，根据预设相似度算法确定与当前交易支付数据最相似的预测支付交易数据，将预测支付交易数据对应的支付方式作为本次交易的支付方式。

在一个实施例中，如图6所示，在上述步骤104中，根据当前交易支付数据，当前交易支付数据的交易风险向量，以及预先存储在区块链上的支付方式与交易风险向量的对应关系，确定当前交易支付数据对应的支付方式组合，可以包括：

步骤1041：对于支付方式与交易风险向量的对应关系的每个支付方式，依据该支付方式对应的交易风险向量和当前交易支付数据的交易风险向量，确定该支付方式与当前交易支付数据的风险距离；

步骤1042：依据当前交易支付数据以及支付方式与交易风险向量的对应关系的各个支付方式与当前交易支付数据的风险距离，确定当前交易支付数据对应的支付方式组合。

具体实施时，确定当前交易支付数据对应的支付方式组合的一种方法是：将所述对应关系的各个支付方式，按照与当前交易支付数据的风险距离从大到小的顺序依据排序；然后按照排序依次确定每个支付方式是否满足如下条件t：该支付方式对应的账户的余额和在排序中该支付方式之前的所有支付方式对应的账户的余额的总和大于等于当前交易支付数据对应的支付金额；如果满足上述条件，则将该支付方式和在排序中该支付方式之前的所有支付方式的组合确定为当前交易支付数据对应的支付方式组合，否则，确认排序中的下一个支付方式是否满足上述条件，直到找到支付方式满足上述条件。

另一种方法是：还可以按照与当前交易支付数据的风险距离设置所述对应关系的每个支付方式的权重，满足条件：距离越大，权重越大，比如按照如下公式设置权重：

为了便于理解本发明如何实施，下面举个例子介绍本发明实施例中基于区块链和预测的多账户支付方法的详细步骤。

1.从支付历史交易数据获取关键元素数据(比如包括交易金额，交易币种，交易时间，交易地点，交易渠道，交易对手，风险概率最大的风险类别)，基于确定的距离函数(两个关键元素之间的距离)，进行以风险类别为类别标识的聚类分析，获得不同的交易数据聚类子集合，每个子集合的交易数据对应同一个风险类别。该子集合的信息(每个子集合的原型样本点(原型样本点可以代表每个聚类子集合，比如平均值点)，风险类别)存储到区块链中。

2.从支付的历史交易数据提取出支付方式，风险标识以及风险类别，确认每种支付方式对应的风险类别，以及风险类别对应的概率。

3.针对每种风险类型，确定不包含该风险类型(风险概率为0)或者风险概率较小的支付方式，组成可应对该风险类别的支付方式集合，并存储于区块链中。风险概率较小可以为小于等于一指定的阈值。其阈值可以为所有的支付交易数据中该风险类型对应的数据的比例(对应所有的支付方式)。

4.当客户进行支付时(或者客户选择的当前支付交易因为余额不够而导致交易失败时)，依据支付交易数据，获取关键元素数据并依据该关键元素数据和区块链的多个原型样本点的距离，确定该交易数据所属的交易数据聚类子集合(距离最小的那个子集合)，并将该子集合所对应的风险类别作为该交易数据的最可能风险类别。

5.获取可应对该风险类别的支付方式集合，并依据交易金额，确定支付方式组合。具体的，将风险概率最小的支付方式加入到本次支付方式集合中，并确定该支付方式对应的账户余额是否大于本次支付交易的交易金额，如果大于等于，就将本次支付方式集合中确定的支付方式确定为本次交易的支付方式；如果小于，则从中再挑选出剩余的支付方式中，风险最小的加入到本次支付方式集合，直到大于等于。

6.将上述选择出的本次支付方式集合推送给客户，待接收到客户的确认信息后，依据上述本次支付方式集合完成客户的支付交易。

7.在确定该交易所述的交易数据聚类子集合时，可能存在该交易的关键元素数据到多个子集合的原型样本点的距离大致接近的情况，则将该多个子集合对应的风险类型中，数量最多的那个风险类型作为该交易数据的最可能风险类别。

8.依据历史交易数据预测客户的交易支付数据，然后提取该关键元素数据，并确定属于的交易数据聚类子集合，也就是确定了风险类别，进而确定预测的交易支付数据的支付方式，并将该预测的交易支付数据和支付方式存储在区块链上。

9.当客户发起支付交易时，确定交易数据的关键元素是否存储在区块链中，若存在，直接用区块链存储的对应支付组合进行支付。

10.如不存在，则依据交易数据的关键元素和相似度算法，找到和当前交易数据最相似的预测支付交易数据，并获取该预测支付交易数据对应的支付方式作为本次交易的支付方式。

综上，本发明实施例提供的基于区块链和预测的多账户支付方法可以更好的控制支付交易风险，同时客户的支付交易时间较短，客户体验好。

本发明实施例中还提供了一种基于区块链和预测的多账户支付装置，如下面的实施例所述。由于该装置解决问题的原理与基于区块链和预测的多账户支付方法相似，因此该装置的实施可以参见基于区块链和预测的多账户支付方法的实施，重复之处不再赘述。

图7为本发明实施例中基于区块链和预测的多账户支付装置的结构示意图，如图7所示，多个账户支付参与方构成区块链，该装置包括：

获取单元01，用于在用户进行交易支付的过程中判断需要进行多账户支付时，获取当前交易支付数据；

子集合确定单元02，用于根据当前交易支付数据，预先存储在区块链上的多个支付数据子集合及每一支付数据子集合对应的原型样本点信息，确定当前交易支付数据属于的支付数据子集合；

交易风险向量确定单元03，用于根据当前交易支付数据属于的支付数据子集合，以及预先存储在区块链上的支付数据子集合与交易风险向量的对应关系，确定当前交易支付数据的交易风险向量；

支付方式预测单元04，用于根据当前交易支付数据，当前交易支付数据的交易风险向量，以及预先存储在区块链上的支付方式与交易风险向量的对应关系，确定当前交易支付数据对应的支付方式组合；

支付单元05，用于根据当前交易支付数据对应的支付方式组合，进行多账户支付。

在一个实施例中，上述基于区块链和预测的多账户支付装置还可以包括第一上链单元，用于按照如下方法将支付数据子集合与交易风险向量的对应关系预先存储在区块链上：

对于每个支付数据子集合，确定该支付数据子集合对应的客户集合；

对于该客户集合的每个客户，从该支付数据子集合中选取出该客户对应的支付数据；将该客户关于各个风险类型的风险系数确定为该客户对应的支付数据中，涉及对应风险类型的支付数据的比例；

对于每个风险类型，将该支付数据子集合关于该风险类型的风险系数确定为该客户集合的所有客户关于该风险类型的风险系数的均值；

设置该支付数据子集合对应的交易风险向量，该交易风险向量的每个分量与每个风险类型一一对应，每个分量的值等于该支付数据子集合关于该分量对应的风险类型的风险系数；

将该支付数据子集合与该支付数据子集合对应的交易风险向量存储于所述区块链上。

在一个实施例中，上述基于区块链和预测的多账户支付装置还可以包括第二上链单元，用于按照如下方法将支付方式与交易风险向量的对应关系预先存储在区块链上：

对于区块链支持的每个支付方式，依据该支付方式的历史支付数据，确定该支付方式对应的交易风险向量；

依据交易风险向量，确定支付方式的偏序；其中，对于任何两个支付方式，该偏序可用于确定该两个支付方式中的第一支付方式是否优于第二支付方式；

依据支付方式的偏序，确定区块链支持的所有支付方式的多个极大支付方式，其中，该极大支付方式是该偏序的极大元素；

将该极大支付方式与该极大支付方式对应的交易风险向量作为所述支付方式与交易风险向量的对应关系存储于所述区块链上。

在一个实施例中，对于区块链支持的每个支付方式，依据该支付方式的历史支付数据，确定该支付方式对应的交易风险向量，可以包括：

依据该支付方式的历史支付数据，确定该支付方式对应的客户集合；

对于该客户集合的每个客户，从该支付方式的历史支付数据中选取出该客户对应的支付数据；将该客户使用该支付方式时对应于各个风险类型的风险系数确定为该客户对应的支付数据中，涉及对应风险类型的支付数据的比例；

对于每个风险类型，将该支付方式对应于该风险类型的风险系数确定为该客户集合的所有客户使用该支付方式时对应于该风险类型的风险系数的均值；

设置该支付方式对应的交易风险向量；该交易风险向量的每个分量和每个风险类型一一对应，每个分量的值等于该支付方式对应于该分量对应的风险类型的风险系数。

在一个实施例中，依据交易风险向量，确定支付方式的偏序，可以包括：

对于任何两个支付方式，确定该两个支付方式的第一支付方式的交易风险向量和第二支付方式的交易风险向量的差；

如果该差的每个分量都小于或等于零，且该第一支付方式的每个分量都小于阈值，则确定该第一支付方式优于该第二支付方式。

在一个实施例中，所述支付方式预测单元具体用于：

对于支付方式与交易风险向量的对应关系的每个支付方式，依据该支付方式对应的交易风险向量和当前交易支付数据的交易风险向量，确定该支付方式与当前交易支付数据的风险距离；

依据当前交易支付数据以及支付方式与交易风险向量的对应关系的各个支付方式与当前交易支付数据的风险距离，确定当前交易支付数据对应的支付方式组合。

本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。

本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于区块链和预测的多账户支付方法。

本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于区块链和预测的多账户支付方法。

本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述基于区块链和预测的多账户支付方法。

本发明实施例中，基于区块链和预测的多账户支付方案，通过：在用户进行交易支付的过程中判断需要进行多账户支付时，获取当前交易支付数据；根据当前交易支付数据，预先存储在区块链上的多个支付数据子集合及每一支付数据子集合对应的原型样本点信息，确定当前交易支付数据属于的支付数据子集合；根据当前交易支付数据属于的支付数据子集合，以及预先存储在区块链上的支付数据子集合与交易风险向量的对应关系，确定当前交易支付数据的交易风险向量；根据当前交易支付数据，当前交易支付数据的交易风险向量，以及预先存储在区块链上的支付方式与交易风险向量的对应关系，确定当前交易支付数据对应的支付方式组合；根据当前交易支付数据对应的支付方式组合，进行多账户支付，可以高效安全地进行多账户支付，提高了用户的体验。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。

本发明是参照根据本发明实施例的方法、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。

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。

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。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。