基于第三方支付系统的大数据管理和分析系统研究

陈佩玲　章才能

摘 要：針对第三方支付系统的大数据特点，可建立商户分布及销量分析预测模型，消费者个人消费习惯模型，区域性消费习惯模型，消费趋势模型，潜在消费者信息推荐模型，线上线下引流模型，欺诈信息分析及预警模型，系统性风险预警模型。本文对此进行了系统分析。

关键词：第三方支付系统 大数据管理 分析系统

1.引言（Introduction）

基于保障国家信息安全、金融交易信息的安全需要，我国的金融大数据管理与分析势在必行，建成后将在各个行业、商户、消费者、政府管理部门广泛应用，可实现我国整体经济环境向先进化、集约化方向发展，有利于新产业的拓展和既有产业体系的转型升级，提升我国企业整体竞争实力，扩大我国的经济规模，提升我国的世界经济地位。第三方支付企业作为金融业的新军和重要组成部分，随着数据价值的认可及金融大数据在大数据中的重要性，尤其是在第三方支付公司极速发展的时期，基于数据业务及内部管理优化，使得第三方支付系统的大数据应用市场规模在未来几年将以高于整体大数据发展水平的速度增长。基于我国金融交易企业的总体交易规模远比大数据市场规模要高的现状，若在金融交易数据领域实现对大数据模型及应用的深入应用，必将实现二者的良性互动，促进第三方支付系统大数据及金融市场的健康发展，同时更快速地推进大数据市场规模的扩大。

第三方支付系统大数据平台的建设，有助于实现商户和消费者的线上、线下业务的双向引导，并快速促成交易，为众多生存状态下的第三方支付系统及商户提供盈利点。系统总体架构如下。

2.系统架构（System Architecture）

针对第三方支付系统大数据的安全性、实时性、稳定性等特性，采用新型的大数据分析数据库技术，实现对数据库的优化升级，保障数据分析的高可用性及高性能，以完全满足针对第三方支付系统的大数据的存储、管理、分析需求。

4.结语（Conclusion）

研发第三方支付系统大数据管理、分析系统，并利用其通用接口与结构化数据、半结构化数据和非结构化数据对接，基于大数据管理建立了分析模型，以服务于企业、商户、消费者，从而提高企业和商户的生产、经营和管理智能化水平，提高管理水平、管理效率和提高竞争能力，帮助深入挖掘数据价值，提升决策水平，并在此过程中加强消费者的消费体验。

参考文献：

[1]杨莉国.基于MDA的数据挖掘模型研究[D].大连交通大学，2010.

[2]李国杰.大数据研究的科学价值.中国计算机学会通讯，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]

本文指导老师：章才能