基于第三方支付系統的大數據管理和分析系統研究

陳佩玲　章才能

摘 要：針對第三方支付系統的大數據特點，可建立商戶分布及銷量分析預測模型，消費者個人消費習慣模型，區域性消費習慣模型，消費趨勢模型，潛在消費者信息推薦模型，線上線下引流模型，欺詐信息分析及預警模型，系統性風險預警模型。本文對此進行了系統分析。

關鍵詞：第三方支付系統 大數據管理 分析系統

1.引言（Introduction）

基于保障國家信息安全、金融交易信息的安全需要，我國的金融大數據管理與分析勢在必行，建成后將在各個行業、商戶、消費者、政府管理部門廣泛應用，可實現我國整體經濟環境向先進化、集約化方向發展，有利于新產業的拓展和既有產業體系的轉型升級，提升我國企業整體競爭實力，擴大我國的經濟規模，提升我國的世界經濟地位。第三方支付企業作為金融業的新軍和重要組成部分，隨著數據價值的認可及金融大數據在大數據中的重要性，尤其是在第三方支付公司極速發展的時期，基于數據業務及內部管理優化，使得第三方支付系統的大數據應用市場規模在未來幾年將以高于整體大數據發展水平的速度增長。基于我國金融交易企業的總體交易規模遠比大數據市場規模要高的現狀，若在金融交易數據領域實現對大數據模型及應用的深入應用，必將實現二者的良性互動，促進第三方支付系統大數據及金融市場的健康發展，同時更快速地推進大數據市場規模的擴大。

第三方支付系統大數據平臺的建設，有助于實現商戶和消費者的線上、線下業務的雙向引導，并快速促成交易，為眾多生存狀態下的第三方支付系統及商戶提供盈利點。系統總體架構如下。

2.系統架構（System Architecture）

針對第三方支付系統大數據的安全性、實時性、穩定性等特性，采用新型的大數據分析數據庫技術，實現對數據庫的優化升級，保障數據分析的高可用性及高性能，以完全滿足針對第三方支付系統的大數據的存儲、管理、分析需求。

4.結語（Conclusion）

研發第三方支付系統大數據管理、分析系統，并利用其通用接口與結構化數據、半結構化數據和非結構化數據對接，基于大數據管理建立了分析模型，以服務于企業、商戶、消費者，從而提高企業和商戶的生產、經營和管理智能化水平，提高管理水平、管理效率和提高競爭能力，幫助深入挖掘數據價值，提升決策水平，并在此過程中加強消費者的消費體驗。

參考文獻：

[1]楊莉國.基于MDA的數據挖掘模型研究[D].大連交通大學，2010.

[2]李國杰.大數據研究的科學價值.中國計算機學會通訊，2012，8（9）：8-15.

[3]Aguilera MK，Merchant A，Shah M，Veitch A，Karamanolis C.Sinfonia：A new paradigm for building scalable distributed systems.In：Proc.of the SOSP.New York：ACM Press，2007.[doi：10.1145/1294261.1294278]

[4]Liu HK，Jin H，Liao XF，Hu LT，Yu C.Live migration of virtual machine based on full system trace and replay.In：Proc.of the HPDC.2009.101-110.[doi：10.1145/1551609.1551630]

[5]Gilbert S，Lynch N.Brewers conjecture and the feasibility of consistent，available，partition-tolerant Web services.ACM SIGACT News，2002，33（2）：51-59.[doi：10.1145/564585.564601]

[6]Vogels W.Eventually consistent.Communications of the ACM，2009，52（1）：40-44.[doi：10.1145/1435417.1435432]

[7]Debnath B，Sengupta S，Li J.SkimpyStash：RAM space skimpy key-value store on flash-based storage.In：Proc.of the SIGMOD.New York：ACM，2011.25-36.[doi：10.1145/1989323.1989327]

本文指導老師：章才能