基于LSTM神经网络预测第三方公交移动支付盈利的探究

燕 娜，王双义，廉雯心

（山东科技大学，山东 济南 250031）

0 引 言

根据中国国情，我国第三方公交移动支付平台的盈利模式处于垄断的市场结构下。作为经济主体的第三方支付平台向用户和商户收取允许进入平台和在平台上进行交易的费用，需满足双边市场的四个必要条件[1]：

（1）第三方移动支付平台是一种可以创造市场的平台；

（2）网络效应，即第三方移动支付平台具有跨网络外部性和自网络外部性；

（3）定价，即第三方移动支付平台决定了向用户和商家收取费用和定价结构；

（4）数量和价格是相关的，即平台价格影响用户和商家的规模和交易。

通过以上条件判断，第三方公交移动支付平台是一种双边市场。鉴于产业组织理论的发展情况，如果研究第三方移动支付平台的盈利，从双边市场的角度来看产生乘数效应。

1 第三方支付平台的利润模型

通过查询相关信息，第三方支付平台的主要盈利来源为手续费、服务费、广告费与沉淀资金利息等，主要支出去向为固定成本中的安装费、可变成本中的维护费等。基于双边市场理论，推导得出双边效用函数全文：

式中，Pρs为第三方支付平台根据交易次数向公交公司收取的手续费，P为商家产生的交易金额，ρs为公交行业在第三方平台上所支付的平均交易费率；NB表示公交公司与和一名消费者进行移动支付交易时公交公司的效用；Ns表示消费者和一名商户发生相互作用时消费者的效用；而λ为消费者搜索公交公司并最后匹配成功的概率，默认值为1。

综合上述分析，从利润等于收入与支出之差的角度出发，基于双边市场理论，结合国家实际国情，可得出以下利润模型：

其中，ni是用户和商家的数量，Pi是平台向用户和商家收取的手续费用，Pr是平台向商家收取的服务费，F是平台的固定成本，Vi是平台针对用户和商家的可变成本，π是平台利润，Ci是外生常数，ti是用户和商家的平均交易次数，Ad是平台收取的广告费/单位用户。

本文假设仅有一个第三方支付平台，故基于双边市场的利润模型为一个利润关于客流量的一次函数。结合经济学中的盈亏分析可知，由于第三方支付平台固定成本的存在，第三方支付平台的利润随着时间的推移逐渐增加，在一个固定的点由亏损状态转为收益状态，且转为收益状态后，第三方支付平台的利润与日俱增。

2 LSTM神经网络预测

在第三方平台的利润模型中，一个重要的变量为支付人数，而支付人数对最终利润具有决定性作用[2]。根据在交通网站上的相关数据，使用LSTM神经网络预测移动支付全部安装后28 d内每天的移动支付数量。LSTM在算法中加入了cell处理器结构，用来判断信息有用与否，以实现利用现有的公交支付数据预测未来公交支付数据。

根据LSTM网络的结构，每个LSTM单元的计算公式如下：

其中，ft表示遗忘阈值，it表示输入阈值，Ct-1表示前一时刻的单元状态，Ct表示单元状态。循环发生时，ot表示输出阈值，ht表示当前单元的输出，ht-1表示前一时刻单元的输出。

LSTM网络的训练使用误差反向传播算法，且当前单元的状态受前一个单元状态的影响。当散误差反向传播时，可以发现h(t)的误差不仅包含当前时间T的误差，也包括时间T之后所有时间的误差。因此，可以通过h(t)和c(t+1)迭代地计算每个时刻的误差。

在LSTM训练移动支付试运行期间的公交卡支付和移动支付的数据后，预测安装所有移动支付设备后的每天的支付人数。根据原始日期，利用LSTM的存储特性，预测安装所有设备后的公交卡支付者的数量，再与移动支付者的数量进行比较。数据对比显示，移动支付者的数量已超过公交卡支付者的数量。在统计范围的28 d内，共计多1 440 824人，累计每天的移动支付人数增加了约5%。

3 模型检验与结果分析

LSTM主要利用Logistic回归与混淆矩阵检验预测，核心思想是基于线性回归，公式如下：

Logistic回归是将线性函数的结果映射到sigmoid函数，其中x是样本输入，相应的函数是模型输出，可以理解为某种分类的概率；θ为分类模型要求的模型参数。对于模型输出，让它与二进制样本输出y（假设为0和1）具有以下的对应关系：如果模型输出值大于0.5，则y为1。

混淆矩阵是2×2情形分析表，可用于评估检验分类器。矩阵的每一列代表分类器对于样本的类别预测，矩阵的每一行代表版本所属的真实类别，显示四组记录的数目：真阳性记录数（TP）、假阳性记录数（FP）、假阴性记录数（FN）和真阴性记录数（TN）。

将LSTM预测的结果放入Logistic回归分类器进行重复训练，每天提取500条数据作为训练集，100条作为测试集，分别对28 d的数据进行检验[3]。

重复预测的结果是理想的。再根据混淆矩阵的输出，以2月16日为例，当天100条测试集数据的混淆矩阵如下。

预测值：

矩阵打印结果：

可见，成功率为（65+24）/100=0.89即89%，认为模型的预测结果可信。

移动支付从试运行到全部开放的过程中，第三方平台增加了一定的固定成本。更重要的是，移动支付流量大幅增加。代入第三方品台的利润模型进行数值计算，可得城市在全部移动支付平台投入运营后的第13天开始盈利，且第三方支付平台从每位用户处获利0.5%。在开始盈利30 d内，利润可达到34万元。

4 结 论

本文在以往运用双边市场理论研究第三方移动支付平台盈利的基础上，结合研究的市场结构和收费方式，创建公交第三方平台移动支付的利润模型，并使用LSTM神经网络预测全部安装移动支付设备后的盈利能力。LSTM可以在反复运算下解决传统神经网络不能使用前一个事件去推理下一个事件的问题，是解决长序依赖问题的有效技术。实验结果表明，该模型预测结果具有较高的可信度，为第三方移动支付平台的盈利探究提供了理论依据。