本發明公開了一種商戶類型識別方法及裝置，屬于數據挖掘分析領域。所述商戶類型識別方法包括：接收商戶類型識別請求；獲取與所述商戶類型識別請求相對應的待識別商戶的信息以及用戶個人信息；分別提取所述待識別商戶的信息和所述用戶個人信息對應的特征數據，得到所述待識別商戶的預測數據集；將所述預測數據集輸入到已訓練好的商戶分類預測模型，得到所述商戶分類預測模型的輸出結果；以及根據所述商戶分類預測模型的輸出結果，確定所述待識別商戶的類型。本發明的技術方案結合了數據挖掘分析技術，通過簡單預處理操作及商戶分類預測模型即可識別商戶的類型，減少了前期特征獲取所需的人力成本，模型的部署構建復雜度低，模型的通用性強。

技術領域

本發明涉及數據挖掘分析領域，特別涉及一種商戶類型識別方法及裝置。

背景技術

目前，商戶和個人消費者之間進行網絡交易時大多是通過第三方平臺實現。 第三方平臺的服務商可提供高級接口，為商戶完成支付申請、技術開發、機具 調試、活動營銷等全生態鏈服務。服務商在開展各種針對特定商戶類型的營銷 活動時，也會對特定類型商戶實行傭金優惠費率。例如，微信支付開展的針對 圍餐商戶的0費率優惠和相應服務商返傭的活動。在這個活動中，微信支付需 要對圍餐商戶進行相應的補貼。在預算固定的情況下，如果無法識別假冒的圍 餐商戶，這些假冒商戶就會騙走微信的大量補貼，使得預算提前被用完。此外 這個0費率活動也可能會被原先從事刷單、洗錢等不法活動的人員所利用。而且在通過微信支付收款的商家中，也存在開展違反國家法律，需要被打擊的業 務，比如洗錢，詐騙，色情，賭博等。因此，精準識別商戶類型對于保證服務 商的平臺收入和營銷活動預算的正常使用極其重要，精準識別商戶類型是一個 非常重要的問題，并且識別結果具有廣泛的實際應用，比如大數據分析、廣告 投放等等。

現有的技術方案或采用人工識別分類，或采用傳統機器學習分類模型，需 要大量的人工參與，而且由于各種原因，絕大部分商戶的類型在第三方平臺進 行商戶支付帳號注冊時，并沒有經過人工確認和校驗，導致服務商無法直接得 知商戶的真實類型。

發明內容

為了解決現有技術的問題，本發明提供了一種商戶類型識別方法及裝置， 根據簡單預處理操作及商戶分類預測模型即可精準識別商戶的類型。所述技術 方案如下：

一方面，本發明提供了一種商戶類型識別方法，所述方法包括：

接收商戶類型識別請求；

獲取與所述商戶類型識別請求相對應的待識別商戶的信息以及用戶個人信 息；

分別提取所述待識別商戶的信息和所述用戶個人信息對應的特征數據，得 到所述待識別商戶的預測數據集；

將所述預測數據集輸入到已訓練好的商戶分類預測模型，得到所述商戶分 類預測模型的輸出結果；以及

根據所述商戶分類預測模型的輸出結果，確定所述待識別商戶的類型。

另一方面，本發明提供了一種商戶類型識別裝置，所述裝置包括：

請求接收模塊，用于接收商戶類型識別請求；

信息獲取模塊，用于獲取與所述商戶類型識別請求相對應的待識別商戶的 信息以及用戶個人信息；

特征提取模塊，用于分別提取所述待識別商戶的信息和所述用戶個人信息 對應的特征數據，得到所述待識別商戶的預測數據集；

數據輸入模塊，用于將所述預測數據集輸入到已訓練好的商戶分類預測模 型，得到所述商戶分類預測模型的輸出結果；

商戶識別模塊，用于根據所述商戶分類預測模型的輸出結果，確定所述待 識別商戶的類型。

本發明提供的技術方案帶來的有益效果如下：

1)通用性強，可以方便的應用于不同的業務場景中；