CN109949063B - 一种地址确定方法、装置、电子设备及可读存储介质 - Google Patents
一种地址确定方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN109949063B CN109949063B CN201711384163.4A CN201711384163A CN109949063B CN 109949063 B CN109949063 B CN 109949063B CN 201711384163 A CN201711384163 A CN 201711384163A CN 109949063 B CN109949063 B CN 109949063B
- Authority
- CN
- China
- Prior art keywords
- user
- base station
- cell
- determining
- business
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种地址确定方法、装置、电子设备及可读存储介质,该方法包括根据接收到的商业类别和至少两个位置信息,及预先确定的商业类别、位置信息与商圈用户画像、辐射距离的对应关系,确定所述商业类别和每个位置信息对应的商圈用户画像和辐射距离;针对每个位置信息,根据该位置信息对应的辐射距离,确定位于该辐射距离对应的辐射范围内的每个小区;根据预先确定的小区与小区用户画像的对应关系,确定每个小区对应的每个小区用户画像;并确定每个小区用户画像与该位置信息对应的商圈用户画像的匹配相似度;将匹配相似度最高的小区用户画像对应的位置信息确定为最优地址,计算复杂度较低有较高实用性综合考虑了用户画像因素预测结果较准确。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种地址确定方法、装置、电子设备及可读存储介质。
背景技术
伴随着城市的快速发展,城市的体量也呈现出***式增长。城市商业作为城市发展必不可缺的部分,面临着诸多的风险和挑战。而商业选址作为商业之始,直接决定着商家的发展。部分技术方案通过利用传统的调查报告与问卷结合的方式获得用户的好感评价模型,同时根据层次分析法去标定用户的评分因素,然后判断因素的权重从而实现商业选址报告的目的,具体地步骤一,采用层次分析法量化消费者对店铺的好感度和店铺规模一起作为吸引要素;对于阻碍因素,采用顾客到商业设施的距离平方计算;步骤二,请消费者填写问卷调查,针对某个商店的好感度进行评价,删除不合格的调查问卷;步骤三,针对剩余的合格调查问卷,确定要素重要度的权重和每个店铺在各好感度因素指标的权重,进而计算出每个店铺的好感度指数F;步骤四,根据所述每个店铺的好感度指数F,计算出每个店铺的好感度评价指标L;步骤五,根据店铺规模和所述好感度评价指标L,得出店铺好感度修正哈弗模型,然后通过模型进行店铺的比较从而实现商业选址,但是传统的问卷调查和人工勘测方法,已经在时效性和科学性面临着严峻的挑战。
目前,业内采用基于大数据进行商业选址的技术方案,可以有效地提高选址的有效性和科学性,现有技术中基于大数据进行商业选址的技术方案主要包括:
第一种:电子设备确定用户待查询的店铺类型和行政区域;搜索在该行政区域范围内且属于该店铺类型的店铺的位置信息;根据泰森多边形生成算法和位置信息,在该行政区域范围内为每个店铺划分出一个对应的泰森多边形;按照电子地图的展示方式,展示每个店铺的泰森多边形。用户根据展示的店铺的泰森多边形,了解店铺的业务覆盖范围,例如当泰森多边形面积较大时,说明该泰森多边形内店铺的业务覆盖范围较大,业务负荷较大,因此用户可以选择在这个泰森多边形范围内建设新店以分散部分业务。
第二种:电子设备对于每个候选区域,获取本区域的吸引力参数值和阻力参数值;对于每个候选区域,根据本区域的所述吸引力参数值、所述阻力参数值、预设的吸引力系数和预设的阻力系数,利用霍夫模型,计算本区域的顾客光顾概率;根据所有候选区域的顾客光顾概率,确定当前待开设店铺的优选地址。
第三种:电子设备在监测到选址事件时,获取待选址主体的标识和目标选址区域;对所述目标选址区域进行网格划分;根据所述待选址主体和所述目标选址区域的关联数据,确定所述网格的选址系数;根据所述网格的选址系数,从目标选址区域中选择网格,作为待选址主体的候选地址。
第一种方式和第二种在商业选址时分别应用了泰森多边形生成算法和霍夫模型的算法,这两种算法计算复杂度较高,只适合小量的预研,不适合大规模的产业化,因此实用性较差,第三种方式在商业选址时对目标选址区域进行网格化,只考虑到了地理位置的因素,考虑的因素较少,预测的结果不准确。
发明内容
本发明提供了一种地址确定方法、装置、电子设备及可读存储介质,用以解决现有技术中算法复杂度高导致的实用性差及考虑因素少导致的预测结果不准确的问题。
本发明提供了一种地址确定方法,应用于电子设备,该方法包括:
根据接收到的第一商业类别和至少两个第一位置信息,及预先确定的商业类别、位置信息与商圈用户画像、辐射距离的第一对应关系,确定所述第一商业类别和每个第一位置信息对应的第一商圈用户画像和第一辐射距离;
针对每个第一位置信息,根据该第一位置信息对应的第一辐射距离,确定位于该第一辐射距离对应的辐射范围内的每个第一小区;根据预先确定的小区与小区用户画像的第二对应关系,确定所述每个第一小区对应的每个第一小区用户画像;并确定每个第一小区用户画像与该第一位置信息对应的第一商圈用户画像的匹配相似度;
将匹配相似度最高的第一小区用户画像对应的第一位置信息,确定为所述第一商业类别的最优地址。
进一步地,所述确定每个第一小区用户画像与该第一位置信息对应的第一商圈用户画像的匹配相似度包括:
针对每个小区画像对应的第一向量,计算该第一向量与该第一商圈用户画像对应的第二向量的向量夹角。
进一步地,所述将匹配相似度最高的第一小区用户画像对应的第一位置信息,确定为所述第一商业类别的最优地址包括:
将最小的向量夹角对应的第一位置信息,确定为所述第一商业类别的最优地址。
进一步地,所述预先确定商业类别和位置信息与商圈用户画像和辐射距离的第一对应关系包括:
根据兴趣点POI中包括的第二商业类别和第二位置信息,及预先保存的商业类别与距离的第三对应关系,确定所述第二商业类别对应的第一距离,并根据所述第二位置信息及所述第一距离,确定所述第二位置信息对应的区域,识别位于该区域内的第一基站;
将所述第一基站中与第一用户进行通信的基站作为第二基站,当预先保存的运营商用户画像库中存在所述第一用户时,执行以下步骤:统计设定的第一时间长度内,所述第一用户经过每个第二基站的第一次数及所述第一用户与每个第二基站的第一通信次数;针对与所述第一用户通信次数最多的目标第二基站,如果所述第一用户经过该目标第二基站的第一次数与经过每个第二基站的第一次数总和的第一比值超过设定的第一比值阈值,则确定所述第一用户为该目标第二基站的第一目标用户;
根据每个目标第二基站的位置与所述第二位置信息之间的距离,确定所述第二商业类别和第二位置信息对应的辐射距离;
在所述运营商用户画像库中查找所述第一目标用户的第一用户画像,将所述第一目标用户的第一用户画像,缓存到商圈数据库中所述第二商业类别和第二位置信息的第一用户画像集合中;根据所述第一用户画像集合中的每个第一用户画像,确定所述第二商业类别和第二位置信息对应的商圈用户画像。
进一步地,所述预先确定小区与小区用户画像的第二对应关系包括:
根据预先确定的第二小区,确定第二小区内的第三基站,将所述第三基站中与第二用户进行通信的基站作为第四基站,当预先保存的运营商用户画像库中存在所述第二用户时,执行以下步骤:统计设定的第二时间长度内,所述第二用户经过每个第四基站的第二次数及所述第二用户与每个第四基站的第二通信次数;针对与所述第二用户的第二通信次数最多的目标第四基站,如果所述第二用户经过该目标第四基站的第二次数与经过每个第四基站的第二次数总和的第二比值超过设定的第二比值阈值,则确定所述第二用户为该目标第四基站的第二目标用户;
在所述运营商用户画像库中查找所述第二目标用户的第二用户画像,将所述第二目标用户的第二用户画像,缓存到小区数据库中所述第二小区的第二用户画像集合中;根据所述第二用户画像集合中的每个第二用户画像,确定所述第二小区对应的小区用户画像。
进一步地,所述根据所述第二用户画像集合中的每个第二用户画像,确定所述第二小区对应的小区用户画像包括:
针对所述第二用户画像集合中包含的每个第二用户画像,根据第二用户画像中每个标签对应的权重值,及每个标签的第一标签值,确定该第二用户画像中每个标签更新后的第二标签值;
根据所述第二用户画像集合中,每个第二用户画像中对应标签更新后的第二标签值的和,确定所述第二小区的小区用户画像。
本发明提供了一种地址确定装置,应用于电子设备,该装置包括:
第一确定模块,用于根据接收到的第一商业类别和至少两个第一位置信息,及预先确定的商业类别、位置信息与商圈用户画像、辐射距离的第一对应关系,确定所述第一商业类别和每个第一位置信息对应的第一商圈用户画像和第一辐射距离;
第二确定模块,用于针对每个第一位置信息,根据该第一位置信息对应的第一辐射距离,确定位于该第一辐射距离对应的辐射范围内的每个第一小区;根据预先确定的小区与小区用户画像的第二对应关系,确定所述每个第一小区对应的每个第一小区用户画像;并确定每个第一小区用户画像与该第一位置信息对应的第一商圈用户画像的匹配相似度;
第三确定模块,用于将匹配相似度最高的第一小区用户画像对应的第一位置信息,确定为所述第一商业类别的最优地址。
本发明提供了一种电子设备,包括存储器和处理器;
所述处理器,用于读取所述存储器中的程序,执行下列过程:根据接收到的第一商业类别和至少两个第一位置信息,及预先确定的商业类别、位置信息与商圈用户画像、辐射距离的第一对应关系,确定所述第一商业类别和每个第一位置信息对应的第一商圈用户画像和第一辐射距离;针对每个第一位置信息,根据该第一位置信息对应的第一辐射距离,确定位于该第一辐射距离对应的辐射范围内的每个第一小区;根据预先确定的小区与小区用户画像的第二对应关系,确定所述每个第一小区对应的每个第一小区用户画像;并确定每个第一小区用户画像与该第一位置信息对应的第一商圈用户画像的匹配相似度;将匹配相似度最高的第一小区用户画像对应的第一位置信息,确定为所述第一商业类别的最优地址。
进一步地,所述处理器,具体用于针对每个小区画像对应的第一向量,计算该第一小区画像对应的第一向量与该第一商圈用户画像对应的第二向量的向量夹角。
进一步地,所述处理器,具体用于将最小的向量夹角对应的第一位置信息,确定为所述第一商业类别的最优地址。
进一步地,所述处理器,还用于根据兴趣点POI中包括的第二商业类别和第二位置信息,及预先保存的商业类别与距离的第三对应关系,确定所述第二商业类别对应的第一距离,并根据所述第二位置信息及所述第一距离,确定所述第二位置信息对应的区域,识别位于该区域内的第一基站;将所述第一基站中与第一用户进行通信的基站作为第二基站,当预先保存的运营商用户画像库中存在所述第一用户时,执行以下步骤:统计设定的第一时间长度内,所述第一用户经过每个第二基站的第一次数及所述第一用户与每个第二基站的第一通信次数;针对与所述第一用户通信次数最多的目标第二基站,如果所述第一用户经过该目标第二基站的第一次数与经过每个第二基站的第一次数总和的第一比值超过设定的第一比值阈值,则确定所述第一用户为该目标第二基站的第一目标用户;根据每个目标第二基站的位置与所述第二位置信息之间的距离,确定所述第二商业类别和第二位置信息对应的辐射距离;在所述运营商用户画像库中查找所述第一目标用户的第一用户画像,将所述第一目标用户的第一用户画像,缓存到商圈数据库中所述第二商业类别和第二位置信息的第一用户画像集合中;根据所述第一用户画像集合中的每个第一用户画像,确定所述第二商业类别和第二位置信息对应的商圈用户画像。
进一步地,所述处理器,还用于根据预先确定的第二小区,确定第二小区内的第三基站,将所述第三基站中与第二用户进行通信的基站作为第四基站,当预先保存的运营商用户画像库中存在所述第二用户时,执行以下步骤:统计设定的第二时间长度内,所述第二用户经过每个第四基站的第二次数及所述第二用户与每个第四基站的第二通信次数;针对与所述第二用户的第二通信次数最多的目标第四基站,如果所述第二用户经过该目标第四基站的第二次数与经过每个第四基站的第二次数总和的第二比值超过设定的第二比值阈值,则确定所述第二用户为该目标第四基站的第二目标用户;在所述运营商用户画像库中查找所述第二目标用户的第二用户画像,将所述第二目标用户的第二用户画像,缓存到小区数据库中所述第二小区的第二用户画像集合中;根据所述第二用户画像集合中的每个第二用户画像,确定所述第二小区对应的小区用户画像。
进一步地,所述处理器,具体用于针对所述第二用户画像集合中包含的每个第二用户画像,根据第二用户画像中每个标签对应的权重值,及每个标签的第一标签值,确定该第二用户画像中每个标签更新后的第二标签值;根据所述第二用户画像集合中,每个第二用户画像中对应标签更新后的第二标签值的和,确定所述第二小区的小区用户画像。
本发明提供了一种电子设备,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
所述存储器中存储有计算机程序,当所述程序被所述处理器执行时,使得所述处理器执行上述任一项所述方法的步骤。
本发明提供了一种计算机可读存储介质,其存储有可由电子设备执行的计算机程序,当所述程序在所述电子设备上运行时,使得所述电子设备执行上述任一项所述方法的步骤。
本发明提供了一种地址确定方法、装置、电子设备及可读存储介质,该方法包括:根据接收到的第一商业类别和至少两个第一位置信息,及预先确定的商业类别、位置信息与商圈用户画像、辐射距离的第一对应关系,确定所述第一商业类别和每个第一位置信息对应的第一商圈用户画像和第一辐射距离;针对每个第一位置信息,根据该第一位置信息对应的第一辐射距离,确定位于该第一辐射距离对应的辐射范围内的每个第一小区;根据预先确定的小区与小区用户画像的第二对应关系,确定所述每个第一小区的第一小区用户画像;并确定每个第一小区用户画像与该第一位置信息对应的第一商圈用户画像的匹配相似度;将匹配相似度最高的第一小区用户画像对应的第一位置信息,确定为所述第一商业类别的最优地址。本发明中仅对每个第一小区用户画像与第一商圈用户画像进行相似度匹配,计算复杂度较低,有较高实用性,并且综合考虑了用户画像中的用户因素和地理位置因素,进行选址时预测结果较准确。
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。
图1为本发明实施例1提供的一种地址确定过程的示意图;
图2为本发明实施例5提供的一种地址确定过程的示意图;
图3为本发明实施例6提供的一种电子设备的结构示意图;
图4为本发明实施例7提供的一种电子设备的结构示意图;
图5为本发明实施例提供的一种地址确定装置示意图。
具体实施方式
为了提高商业选址的实用性和准确性,本发明实施例提供了一种地址确定方式、装置、电子设备及可读存储介质。
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
图1为本发明实施例提供的一种地址确定过程的示意图,该过程包括以下步骤:
S101:根据接收到的第一商业类别和至少两个第一位置信息,及预先确定的商业类别、位置信息与商圈用户画像、辐射距离的第一对应关系,确定所述第一商业类别和每个第一位置信息对应的第一商圈用户画像和第一辐射距离。
本发明实施例中提供的地址确定方法应用于电子设备,电子设备可以为桌面计算机、便携式计算机、智能手机、平板电脑、个人数字助理(Personal DigitalAssistant,PDA)、服务器等电子设备。
本发明实施例中提供的地址确定方法适用于商业选址,当用户想要进行商业选址时,根据电子设备的显示,用户选择或输入待选址的第一商业类别和至少两个第一位置信息。
第一位置信息可以是经纬度信息,也可以是地址信息等唯一确定位置的信息。
电子设备可以获取到预先确定的商业类别、位置信息与商圈用户画像、辐射距离的第一对应关系,该预先确定的商业类别、位置信息与商圈用户画像、辐射距离的第一对应关系包括商业类别和位置信息对应的商业用户画像,及商业类别和位置信息对应的辐射距离,具体的例如可以以:商业类别、位置信息-商业用户画像、辐射距离这种方式保存该第一对应关系。商业类别、位置信息与商圈用户画像、辐射距离的第一对应关系可以是保存在电子设备中。
当电子设备接收到第一商业类别和至少两个第一位置信息时,根据预先确定的商业类别、位置信息与商圈用户画像、辐射距离的第一对应关系,在该第一对应关系中根据商业类别和位置信息对应的商圈用户画像,查找并确定第一商业类别和每个第一位置信息对应的第一商圈用户画像,并根据商业类别和位置信息对应的辐射距离,查找并确定第一商业类别和每个第一位置信息对应的第一辐射距离。
商圈用户画像为该商圈内用户群体的画像,具体的商圈用户画像包括多个标签,如包括用户群体的兴趣爱好、收入水平和消费水平等。通常情况下一个商圈内用户的兴趣爱好、收入水平和消费水平等标签的标签值相差不多,因此商圈用户画像可以用一个用户群体的画像即一个用户画像表示。采用用户画像表示相同或相似的用户群体属于现有技术。
S102:针对每个第一位置信息,根据该第一位置信息对应的第一辐射距离,确定位于该第一辐射距离对应的辐射范围内的每个第一小区;根据预先确定的小区与小区用户画像的第二对应关系,确定所述每个第一小区对应的每个第一小区用户画像;并确定每个第一小区用户画像与该第一位置信息对应的第一商圈用户画像的匹配相似度。
电子设备根据每个第一位置信息对应的第一辐射距离,确定每个第一辐射距离对应的辐射范围,例如可以是针对每个第一辐射距离,将第一位置信息对应的第一位置作为待选址的第一商业类别的商圈中心,将该第一辐射距离作为待选址的第一商业类别的商圈半径,以商圈中心为圆心,该商圈半径为半径确定的圆作为该第一辐射距离对应的辐射范围等。
电子设备中还保存有每个小区的位置信息,为了方便运营商获取每个小区的位置信息,具体地,每个小区的位置信息可以是每个小区内基站的位置信息。
针对每个第一位置信息,当根据该第一位置信息对应的第一辐射距离,确定了该第一辐射距离对应的辐射范围,电子设备可以根据保存的每个小区的位置信息,确定位于该第一辐射距离对应的辐射范围内的每个第一小区,从而确定了该第一位置信息对应的每个第一小区。
电子设备可以获取到的预先确定的小区与小区用户画像的第二对应关系,预先确定的小区与小区用户画像的第二对应关系可以是保存在电子设备中。
当电子设备针对每个第一位置信息,确定该第一位置信息对应的每个第一小区时,根据预先保存的小区与小区用户画像的第二对应关系,在该第二对应关系中查找并确定每个第一小区对应的第一小区用户画像。
小区用户画像为该小区内用户群体的画像,具体的小区用户画像包括多个标签,如包括用户群体的兴趣爱好、收入水平和消费水平等。小区用户画像可以是用一个用户画像表示,可以是用多个用户画像构成的一个用户画像集合来表示。
商圈用户画像与小区用户画像中包含的标签相同。
电子设备针对每个第一位置信息,确定了该第一位置信息对应的第一商圈用户画像,及确定了该第一位置信息对应的每个第一小区对应的每个第一小区用户画像,可以根据该第一位置信息对应的第一商圈用户画像,及该第一位置信息对应的每个第一小区画像,确定第一位置信息对应的每个第一小区用户画像与该第一位置信息对应的第一商圈用户画像的匹配相似度。
第一小区用户画像与第一商圈用户画像中包含的标签相同,因此第一小区用户画像和第一商圈用户画像可以进行相似度匹配,从而确定第一小区用户画像和第一商圈用户画像的匹配相似度。
将第一小区用户画像和第一商圈用户画像进行相似度匹配可以是,将第一小区用户画像每个标签的标签值与第一商圈用户画像对应每个标签的标签值进行差值计算,根据小区用户画像与第一商圈用户画像的每个标签的差值,及预先保存的不同差值对应的相似度,确定每个标签的相似度,从而根据每个标签的相似度确定第一小区用户画像与第一商圈用户画像的匹配相似度;或者是将第一小区用户画像对应的向量与第一商圈用户画像对应的向量进行向量夹角计算,将向量夹角确定为第一小区用户画像与第一商圈用户画像的匹配相似度等。
本发明实施例中将商业用户画像与第一位置信息辐射的小区用户画像进行匹配,最大程度地将用户选址的候选选址地点与成熟商业的商圈进行对比,结合了行业数据,分析结果准确性和可靠性高,得到的推荐结果商业价值大,并且相似度匹配算法复杂度小匹配计算量级小,易于实现,商用型可行性明显。
S103:将匹配相似度最高的第一小区用户画像对应的第一位置信息,确定为所述第一商业类别的最优地址。
第一小区用户画像与第一商圈用户画像的匹配相似度越高,则小区内的用户群体和商圈内的用户群体的相似度越高,则在匹配相似度最高的第一小区用户画像对应的第一位置信息处,选取第一商业类别的地址,更易吸引用户光顾,因此可以将匹配相似度最高的第一小区用户画像对应的第一位置信息确定为第一商业类别的最优地址。
电子设备在确定第一商业类别的最优地址后,可以对该最优地址进行标记,以提示用户在该最优地址处选址更吸引用户光顾,对该最优地址进行标记可以是在该最优地址对应的第一位置信息处添加符号、颜色等。
本发明实施例中根据接收到的第一商业类别和至少两个第一位置信息,确定第一商业类别和每个第一位置信息对应的第一商圈用户画像和第一辐射距离,根据每个第一位置信息对应的第一辐射距离,确定位于每个第一位置信息对应的第一辐射范围内的小区,确定每个小区的小区用户画像,将每个小区用户画像与对应第一位置信息对应的第一商圈画像进行相似度匹配,将匹配相似度最高的小区用户画像对应的第一位置信息作为第一商业类别的最优选址,本发明实施例中仅对每个第一小区用户画像与第一商圈用户画像进行相似度匹配,计算复杂度较低,有较高实用性,并且综合考虑了用户画像中的用户因素和地理位置因素,进行选址时预测结果较准确。
实施例2:
为了确定小区用户画像与商圈用户画像的匹配相似度,在上述的基础上,本发明实施例中,所述确定每个第一小区用户画像与该第一位置信息对应的第一商圈用户画像的匹配相似度包括:
针对每个第一小区用户画像,计算该第一小区用户画像对应的第一向量与该第一商圈用户画像对应的第二向量的向量夹角。
将第一小区用户画像与第一商圈用户画像分别量化为向量,并进行向量夹角计算,从而确定了第一小区用户与第一商圈用户画像的匹配相似度。
电子设备根据第一小区用户画像中的标签确定第一小区用户画像对应的第一向量,具体地可以是根据标签数量确定第一向量的维数,根据每个标签的标签值确定第一向量对应的每一维的大小。
电子设备根据第一商圈用户画像中的标签确定第一商圈用户画像对应的第二向量,具体地可以是根据标签数量确定第二向量的维数,根据每个标签的标签值确定第二向量对应的每一维的大小。
计算向量夹角的过程属于现有技术,在本发明实施例中不做赘述。
电子设备根据计算得到的向量夹角确定匹配相似度,第一向量与第二向量的向量夹角越小,第一小区用户画像与第一商圈用户画像的匹配相似度越高。
具体地,所述将匹配相似度最高的第一小区用户画像对应的第一位置信息,确定为所述第一商业类别的最优地址包括:
将最小的向量夹角对应的第一位置信息,确定为所述第一商业类别的最优地址。
由于本发明实施例中将第一小区用户画像与第一商圈用户画像分别量化为向量,并进行向量夹角计算,从而可以确定第一小区用户与第一商圈用户画像的匹配相似度。
实施例3:
在上述各实施例的基础上,本发明实施例中,所述预先确定商业类别、位置信息与商圈用户画像、辐射距离的第一对应关系包括:
根据兴趣点POI中包括的第二商业类别和第二位置信息,及预先保存的商业类别与距离的第三对应关系,确定所述第二商业类别对应的第一距离,并根据所述第二位置信息及所述第一距离,确定所述第二位置信息对应的区域,识别位于该区域内的第一基站;
将所述第一基站中与第一用户进行通信的基站作为第二基站,当预先保存的运营商用户画像库中存在所述第一用户时,执行以下步骤:统计设定的第一时间长度内,所述第一用户经过每个第二基站的第一次数及所述第一用户与每个第二基站的第一通信次数;针对与所述第一用户的第一通信次数最多的目标第二基站,如果所述第一用户经过该目标第二基站的第一次数与经过每个第二基站的第一次数总和的第一比值超过设定的第一比值阈值,则确定所述第一用户为该目标第二基站的第一目标用户;根据每个目标第二基站的位置与所述第二位置信息之间的距离,确定所述第二商业类别和第二位置信息对应的辐射距离;
在所述运营商用户画像库中查找所述第一目标用户的第一用户画像,将所述第一目标用户的第一用户画像,缓存到商圈数据库中所述第二商业类别和第二位置信息的第一用户画像集合中;根据所述第一用户画像集合中的每个第一用户画像,确定所述第二商业类别和第二位置信息对应的商圈用户画像。
基于电信运营商区域内人物画像,结合同类商场的历史数据进行机器学习,得到每个商业类别和位置信息的商圈用户画像和辐射距离。
电子设备中预先标定有多个兴趣点,其中兴趣点中包括第二商业类别和第二位置信息。
电子设备中还预先保存有商业类别与距离的第三对应关系。电子设备可以根据兴趣点中包括的第二商业类别,确定第二商业类别对应的第一距离。根据第二商业类别及第二商业类别对应的第一距离,电子设备可以确定第二位置信息对应的区域,并用第二位置信息对应的区域来表示第二商业类别和第二位置信息对应的商圈范围,例如第一距离为100米,可以用来表示以第二位置信息为中心边长为100米的区域即正方形商圈范围,或用来表示以第二位置信息为中心半径为100米的区域即圆形商圈范围等。
电子设备还保存有基站的位置信息,电子设备根据第二商业类别对应的第一距离范围,确定第二经纬度信息对应的第一距离范围内的第一基站,其中第二经纬度信息对应的第一距离范围内可能包含一个基站,也可能包含多个基站。此外,电子设备中还可以保存有基站的标识信息cid等。
用户在使用终端时会产生用于识别用户信息的信令数据和与用户进行通信的基站的信息,因此电子设备可以在第一基站中获取到与第一用户进行通信的基站,并将与第一用户进行通信的基站作为第二基站,具体地,电子设备可以基于用户的身份标识信息,获取到与用户进行通信的基站的位置信息或cid。用户的身份标识信息可以为imsi(International Mobile Subscriber Identification Number,国际移动用户识别码)或用户终端使用的手机号码等。
电子设备中预先保存有运营商用户画像库,因此电子设备可以根据获取到的第一用户,识别运营商用户画像库中是否存在第一用户。
具体地电子设备识别运营商用户画像库中是否存在第一用户可以是,根据第一用户的身份标识信息,判断运营商用户画像库中是否存在与第一用户的身份标识信息匹配的身份标识信息,如果存在,则电子设备确定运营商用户画像库中存在第一用户,如果不存在,则电子设备确定运营商用户画像库不存在第一用户。
由于电子设备可以获取到与用户通信的第二基站,因此电子设备可以统计设定的第一时间长度内,第一用户经过每个第二基站的第一次数和第一用户与每个第二基站的第一通信次数。
设定的第一时间长度保存在电子设备中,该第一时间长度可以为10小时、1天或2天等。
电子设备在确定商圈用户画像时,需要先确定位于该第二商业类别对应商圈的用户群体,因此电子设备需要确定哪些第一用户位于该第二商业类别对应的商圈内,具体地电子设备需要确定哪些第一用户属于该第二商业类别对应商圈内的哪一第二基站。
电子设备具体可以根据第一用户的移动轨迹和第一用户的常驻区特性,确定第一用户为哪一第二基站的用户,具体过程如下:针对与第一用户的第一通信次数最多的目标第二基站,判断第一用户经过该目标第二基站的第一次数与经过每个第二基站的第一次数总和的第一比值是否超过设定的第一比值阈值,如果是,则确定第一用户为该目标第二基站的第一目标用户,第一目标用户位于该第二商业类别对应的商圈内,第一目标用户为顾客,如果否,则第一用户非该第二目标基站的第一目标用户。
第一比值阈值预先保存在电子设备中,第一比值阈值为大于0不大于1的数值。
如果确定第一用户为目标第二基站的第一目标用户,则根据每个目标第二基站与第二位置信息之间的距离,确定第二商业类别和第二位置信息对应的辐射距离。
具体的,可以是确定每个目标第二基站与第二位置信息之间的距离,可以将每个距离的平均值、最大值、最小值或中值中的任一数值确定为第二商业类别和第二位置信息对应的辐射距离。
当然,为了使确定的辐射距离更加准确,还可以是综合考虑目标第二基站的数量和第一目标用户的数量,确定每个用户所在的目标第二基站与第二经纬度之间的距离,然后再将每个距离的平均值、最大值、最小值或中值中的任一数值确定为第二商业类别和第二位置信息对应的辐射距离。
如果第一用户非该第二目标基站的第一目标用户,则忽略该第一用户。
电子设备在确定商圈用户画像时,还需要确定位于该第二商业类别对应商圈的用户画像,由于运营商用户画像库中存在第一目标用户,则电子设备可以在运营商用户画像库中查找第一目标用户的第一用户画像,将第一目标用户的第一用户画像缓存到商圈数据库中,具体地,将第一用户画像,缓存到商圈数据库中的第二商业类别和第二位置信息对应的第一用户画像集合中,即在商圈数据库中的第二商业类别和第二位置信息对应的第一用户画像集合中,缓存第一用户画像。
如果电子设备确定运营商用户画像库中不存在第一目标用户,则忽略该第一目标用户。
第一用户画像与运营商用户画像库中对应的用户画像包含的标签相同。
电子设备根据第一用户画像集合中的每个第一用户画像,确定第二商业类别和第二位置信息对应的商圈用户画像。
电子设备根据第一用户画像集合中的每个第一用户画像,确定商圈用户画像可以是,对每个第一用户画像进行聚类确定商圈用户画像。所述对第一用户画像进行聚类确定商圈用户画像的过程属于现有技术,在本发明实施例中不做赘述。
电子设备可以是每隔设定的第一时间间隔确定并更新一次商圈用户画像,这样随着第一用户画像的数量增多,确定的商圈用户画像也更加准确,进行商业选址时的预测结果也更加准确。
设定的第一时间间隔保存在电子设备中,设定的第一时间间隔可以为一个月、半年等。
本发明实施例中在确定商圈用户画像和辐射距离的过程中去除了人工参与阶段,降低了人工筛选时的误差,根据与基站通信的用户进行数据的获取,数据来源单一成本低,并且数据的时效性强,并且进行商业类别同行业的成熟商业体的历史人流进行筛选,得到的目标用户更加准确。
本发明实例中基于电信运营商区域内人物画像,结合同类商场的历史数据进行机器学习,得到每个商业类别和位置信息的商圈用户画像和辐射距离。
实施例4:
在上述各实施例的基础上,本发明实施例中,所述预先确定小区与小区用户画像的第二对应关系包括:
根据预先确定的第二小区,确定第二小区内的第三基站,将所述第三基站中与第二用户进行通信的基站作为第四基站,当预先保存的运营商用户画像库中存在所述第二用户时,执行以下步骤:统计设定的第二时间长度内,所述第二用户经过每个第四基站的第二次数及所述第二用户与每个第四基站的第二通信次数;针对与所述第二用户的第二通信次数最多的目标第四基站,如果所述第二用户经过该目标第四基站的第二次数与经过每个第四基站的第二次数总和的第二比值超过设定的第二比值阈值,则确定所述第二用户为该目标第四基站的第二目标用户;
在所述运营商用户画像库中查找所述第二目标用户的第二用户画像,将所述第二目标用户的第二用户画像,缓存到小区数据库中所述第二小区的第二用户画像集合中;根据所述第二用户画像集合中的每个第二用户画像,确定所述第二小区对应的小区用户画像。
基于电信运营商区域内人物画像,结合小区的常驻人口进行机器学习,得到每个小区的小区用户画像。
电子设备中保存有预先确定的小区、小区的位置信息及小区内第三基站的位置信息,其中小区内可能包含一个第三基站,也可能包含多个第三基站,此外电子设备中还可以保存有基站的标识信息cid等。
用户在使用终端时会产生用于识别用户信息的信令数据和与用户进行通信的基站的信息,因此电子设备可以在第三基站中获取到与第二用户进行通信的基站,并将与第二用户进行通信的基站作为第四基站。
电子设备中预先保存有运营商用户画像库,因此电子设备可以根据获取到的第二用户,识别运营商用户画像库中是否存在第二用户。
由于电子设备可以获取到与用户通信的第四基站,因此电子设备可以统计设定的第二时间长度内第二用户经过每个第四基站的第二次数和第二用户与每个第四基站的第二通信次数。
设定的第二时间长度保存在电子设备中,该第二时间长度可以为10小时、1天或2天等。
电子设备在确定小区用户画像时,需要先确定位于该第二小区对应的用户群体,因此电子设备需要确定哪些第一用户属于该第二小区内的哪一第四基站。
电子设备具体可以根据第二用户的移动轨迹和第二用户的常驻区特性确定第二用户为哪一第四基站的用户,具体过程如下:针对与第二用户的第二通信次数最多的目标第四基站,判断第二用户经过该目标第四基站的第二次数与经过每个四基站的第二次数总和的第二比值是否超过设定的第二比值阈值,如果是则确定第二用户为该目标第四基站的第二目标用户,第二目标用户位于该第二小区内,第二目标用户为小区居民,如果否,则第二用户非该目标第四基站的第二目标用户。
第二比值阈值预先保存在电子设备中,第二比值阈值为大于0不大于1的数值。
由于运营商用户画像库中存在第二目标用户,则电子设备可以在运营商用户画像库中查找第二目标用户的第二用户画像,如果电子设备确定第二用户为目标第四基站的第二目标用户,则将第二目标用户的第二用户画像缓存到小区数据库中,具体地,将第二用户画像,缓存到小区数据库中的第二小区对应的第二用户画像集合中,即在小区数据库中的第二小区对应的第二用户画像集合中,缓存第二用户画像。
如果电子设备确定第二用户非目标第四基站的第二目标用户,和/或如果电子设备确定运营商用户画像库中不存在第二用户,则忽略该第二用户。
第二用户画像与运营商用户画像库中对应的用户画像包含的标签相同。
电子设备根据第二用户画像集合中的每个第二用户画像,确定第二小区对应的小区用户画像。
电子设备根据第二用户画像集合中的每个第二用户画像确定小区用户画像可以是对每个第二用户画像进行聚类确定小区用户画像。所述对每个第二用户画像进行聚类确定小区用户画像的过程属于现有技术,在本发明实施例中不做赘述。
电子设备可以是每隔设定的第二时间间隔确定并更新一次小区用户画像,这样随着第二用户画像的数量增多,确定的小区用户画像也更加准确,进行商业选址时的预测结果也更加准确。
设定的第二时间间隔保存在电子设备中,设定的第二时间间隔可以为一个月等。
本发明实施例中在确定小区用户画像的过程中去除了人工参与阶段,降低了人工筛选时的误差,根据与基站通信的用户进行数据的获取,数据来源单一成本低,并且数据的时效性强。
本发明实施例中基于电信运营商区域内人物画像,结合小区的常驻人口进行机器学习,能够得到每个小区的小区用户画像。
实施例5:
在上述各实施例的基础上,本发明实施例中,所述根据所述第二用户画像集合中的每个第二用户画像,确定所述第二小区对应的小区用户画像包括:
针对所述第二用户画像集合中包含的每个第二用户画像,根据第二用户画像中每个标签对应的权重值,及每个标签的第一标签值,确定该第二用户画像中每个标签更新后的第二标签值;
根据所述第二用户画像集合中,每个第二用户画像中对应标签更新后的第二标签值的和,确定所述第二小区的小区用户画像。
电子设备可以在第二用户画像集合中获取包含的每个第二用户画像,及第二用户画像中每个标签的第一标签值,每个第二用户画像中包含的标签相同。如第二用户集合中包含三个第二用户画像分别为第二用户画像1、第二用户画像2和第二用户画像3,每个第二用户画像中均包含两个标签分别为标签a和标签b,且第二用户画像1中标签a的第一标签值为a1、标签b的第一标签值为b1,第二用户画像2中标签a的第一标签值为a2、标签b的第一标签值为b2,第二用户画像3中标签a的第一标签值为a3、标签b的第一标签值为b3。
电子设备中预先保存有第二用户画像中每个标签对应的权重值,因此根据第二用户画像中每个标签对应的权重值,及每个标签的第一标签值,可以确定第二用户画像中每个标签更新后的第二标签值,具体可以是针对每个第二用户画像,将该第二用户画像中每个标签对应的权重值,及每个标签对应的第一标签值相乘,将每个标签对应的乘积作为更新后的第二标签值。还以上述为例,预先保存的标签a和标签b的权重值均为0.5,则根据第二用户画像1中标签a的第一标签值及标签a的权重值,确定第二用户画像1中标签a更新后的第二标签值为a1*0.5,根据第二用户画像1中标签b的第一标签值及标签b的权重值,确定第二用户画像1中标签b更新后的第二标签值为b1*0.5;同理根据第二用户画像2中标签a的第一标签值及标签a的权重值,确定第二用户画像2中标签a更新后的第二标签值为a2*0.5,根据第二用户画像2中标签b的第一标签值及标签b的权重值,确定第二用户画像2中标签b更新后的第二标签值为b2*0.5;第二用户画像3中标签a的第一标签值及标签a的权重值,确定第二用户画像3中标签a更新后的第二标签值为a3*0.5,根据第二用户画像3中标签b的第一标签值及标签b的权重值,确定第二用户画像3中标签b更新后的第二标签值为b3*0.5。
电子设备根据第二用户画像集合中,每个第二用户画像中对应标签更新后的第二标签值的和,可以确定第二小区的小区用户画像。还以上述为例,每个第二用户画像标签a更新后的第二标签值的和为a1*0.5+a2*0.5+a3*0.5,标签b更新后的第二标签值的和为b1*0.5+b2*0.5+b3*0.5,则第二小区的小区用户画像中包含两个标签,分别为标签a和标签b,且标签a的标签值为(a1+a2+a3)*0.5,标签b的标签值为(b1+b2+b3)*0.5。
当然,由于小区内第二用户的兴趣爱好、收入水平和消费水平等相差较大,因此可以先对第二用户画像进行初次聚类,确定兴趣爱好、收入水平和消费水平等较为相同的几个用户群体,得到一个小区内用户画像集合,再对用户画像集合中的用户画像再次聚类,从而确定第二小区的小区用户画像。
下面以一个具体的实施例对上述各实施例进行说明,如图2所示包括以下步骤:
S201:确定与经纬度信息对应的第一基站中的任一第二基站进行通信的第一用户。
S202:确定运营商用户画像库中存在第一用户。
S203:判断第一用户是否为顾客,如果是,进行S204;如果否,丢弃。
如果第一用户为对应目标第二基站的第一目标用户,则该第一用户为顾客,如果第一用户非目标第二基站的第一目标用户,则该第一用户非顾客。
S204:将第一用户的第一用户画像缓存到商圈数据库。
S205:确定商业类别、位置信息与商圈用户画像、辐射距离的第一对应关系,进行S211。
S206:确定与小区内的第三基站中的任一第四基站进行通信的第二用户。
S207:确定运营商用户画像库中存在第二用户。
S208:判断第二用户是否为小区居民,如果是,进行S209;如果否,丢弃。
如果第二用户为对应目标第四基站的第二目标用户,则该第二用户为小区居民,如果第二用户非目标第四基站的第二目标用户,则该第二用户非小区居民。
S209:将第二用户的第二用户画像缓存到小区数据库。
S210:确定小区与小区用户画像的第二对应关系,进行S211。
S211:根据接收到的商业类别和至少两个位置信息,确定商业类别和每个位置信息对应的商圈用户画像,及确定每个位置信息对应的小区的小区用户画像,针对每个小区用户画像,计算该小区用户画像对应的第一向量与该商圈用户画像对应的第二向量的向量夹角。
S212:将最小的向量夹角对应的第一位置信息,确定为所述第一商业类别的最优地址。
由于本发明实施例中,根据第二用户画像中的第二用户画像中对应的每个标签的第一标签值,及每个标签对应的权重值,确定了第二小区的小区用户画像中对应的每个标签的标签值,从而确定了第二小区的小区用户画像。
实施例6:
在上述各实施例的基础上,本发明实施例还提供了一种电子设备,如图3所示,包括:处理器301和存储器302;
所述处理器301,用于执行读取存储器302中的程序,执行下列过程:
根据接收到的第一商业类别和至少两个第一位置信息,及预先确定的商业类别、位置信息与商圈用户画像、辐射距离的第一对应关系,确定所述第一商业类别和每个第一位置信息对应的第一商圈用户画像和第一辐射距离;
针对每个第一位置信息,根据该第一位置信息对应的第一辐射距离,确定位于该第一辐射距离对应的辐射范围内的每个第一小区;根据预先确定的小区与小区用户画像的第二对应关系,确定所述每个第一小区对应的每个第一小区用户画像;并确定每个第一小区用户画像与该第一位置信息对应的第一商圈用户画像的匹配相似度;
将匹配相似度最高的第一小区用户画像对应的第一位置信息,确定为所述第一商业类别的最优地址。
基于同一发明构思,本发明实施例中还提供了一种电子设备,由于上述电子设备解决问题的原理与地址确定方法相似,因此上述电子设备的实施可以参见方法的实施,重复之处不再赘述。
在图3中,总线架构可以包括任意数量的互联的总线和桥,具体由处理器301代表的一个或多个处理器和存储器302代表的存储器的各种电路链接在一起。总线架构还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。收发机303可以是多个元件,即包括发送机和接收机,提供用于在传输介质上与各种其他装置通信的单元。处理器301负责管理总线架构和通常的处理,存储器302可以存储处理器301在执行操作时所使用的数据。
可选的,处理器301可以是CPU(中央处埋器)、ASIC(Application SpecificIntegrated Circuit,专用集成电路)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)或CPLD(Complex Programmable Logic Device,复杂可编程逻辑器件)。
所述处理器301,具体用于针对每个小区画像对应的第一向量,计算该第一小区画像对应的第一向量与该第一商圈用户画像对应的第二向量的向量夹角。
所述处理器301,具体用于将最小的向量夹角对应的第一位置信息,确定为所述第一商业类别的最优地址。
所述处理器301,还用于根据兴趣点POI中包括的第二商业类别和第二位置信息,及预先保存的商业类别与距离的第三对应关系,确定所述第二商业类别对应的第一距离,并根据所述第二位置信息及所述第一距离,确定所述第二位置信息对应的区域,识别位于该区域内的第一基站;将所述第一基站中与第一用户进行通信的基站作为第二基站,当预先保存的运营商用户画像库中存在所述第一用户时,执行以下步骤:统计设定的第一时间长度内,所述第一用户经过每个第二基站的第一次数及所述第一用户与每个第二基站的第一通信次数;针对与所述第一用户通信次数最多的目标第二基站,如果所述第一用户经过该目标第二基站的第一次数与经过每个第二基站的第一次数总和的第一比值超过设定的第一比值阈值,则确定所述第一用户为该目标第二基站的第一目标用户;根据每个目标第二基站的位置与所述第二位置信息之间的距离,确定所述第二商业类别和第二位置信息对应的辐射距离;在所述运营商用户画像库中查找所述第一目标用户的第一用户画像,将所述第一目标用户的第一用户画像,缓存到商圈数据库中所述第二商业类别和第二位置信息的第一用户画像集合中;根据所述第一用户画像集合中的每个第一用户画像,确定所述第二商业类别和第二位置信息对应的商圈用户画像。
所述处理器301,还用于根据预先确定的第二小区,确定第二小区内的第三基站,将所述第三基站中与第二用户进行通信的基站作为第四基站,当预先保存的运营商用户画像库中存在所述第二用户时,执行以下步骤:统计设定的第二时间长度内,所述第二用户经过每个第四基站的第二次数及所述第二用户与每个第四基站的第二通信次数;针对与所述第二用户的第二通信次数最多的目标第四基站,如果所述第二用户经过该目标第四基站的第二次数与经过每个第四基站的第二次数总和的第二比值超过设定的第二比值阈值,则确定所述第二用户为该目标第四基站的第二目标用户;在所述运营商用户画像库中查找所述第二目标用户的第二用户画像,将所述第二目标用户的第二用户画像,缓存到小区数据库中所述第二小区的第二用户画像集合中;根据所述第二用户画像集合中的每个第二用户画像,确定所述第二小区对应的小区用户画像。
所述处理器301,具体用于针对所述第二用户画像集合中包含的每个第二用户画像,根据第二用户画像中每个标签对应的权重值,及每个标签的第一标签值,确定该第二用户画像中每个标签更新后的第二标签值;根据所述第二用户画像集合中,每个第二用户画像中对应标签更新后的第二标签值的和,确定所述第二小区的小区用户画像。。
在本发明实施例中,电子设备根据接收到的第一商业类别和至少两个第一位置信息,确定第一商业类别和每个第一位置信息对应的第一商圈用户画像和第一辐射距离,根据每个第一位置信息对应的第一辐射距离,确定位于每个第一位置信息对应的第一辐射范围内的小区,确定每个小区的小区用户画像,将每个小区用户画像与对应第一位置信息对应的第一商圈画像进行相似度匹配,将匹配相似度最高的小区用户画像对应的第一位置信息作为第一商业类别的最优选址,仅对每个第一小区用户画像与第一商圈用户画像进行相似度匹配,计算复杂度较低,有较高实用性,并且综合考虑了用户画像中的用户因素和地理位置因素,进行选址时预测结果较准确。
实施例7:
在上述各实施例的基础上,本发明实施例还提供了一种电子设备,如图4所示,包括:处理器401、通信接口402、存储器403和通信总线404,其中,处理器401,通信接口402,存储器403通过通信总线404完成相互间的通信;
所述存储器403中存储有计算机程序,当所述程序被所述处理器401执行时,使得所述处理器401执行如下步骤:
根据接收到的第一商业类别和至少两个第一位置信息,及预先确定的商业类别、位置信息与商圈用户画像、辐射距离的第一对应关系,确定所述第一商业类别和每个第一位置信息对应的第一商圈用户画像和第一辐射距离;
针对每个第一位置信息,根据该第一位置信息对应的第一辐射距离,确定位于该第一辐射距离对应的辐射范围内的每个第一小区;根据预先确定的小区与小区用户画像的第二对应关系,确定所述每个第一小区对应的每个第一小区用户画像;并确定每个第一小区用户画像与该第一位置信息对应的第一商圈用户画像的匹配相似度;
将匹配相似度最高的第一小区用户画像对应的第一位置信息,确定为所述第一商业类别的最优地址。
本发明实施例提供的电子设备具体可以为桌面计算机、便携式计算机、智能手机、平板电脑、个人数字助理(Personal Digital Assistant,PDA)、服务器等电子设备。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口402用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选地,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器,包括中央处理器、网络处理器(NetworkProcessor,NP)等;还可以是数字指令处理器(Digital Signal Processing,DSP)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
在本发明实施例中,处理器执行存储器上所存放的程序时,实现根据接收到的第一商业类别和至少两个第一位置信息,确定第一商业类别和每个第一位置信息对应的第一商圈用户画像和第一辐射距离,根据每个第一位置信息对应的第一辐射距离,确定位于每个第一位置信息对应的第一辐射范围内的小区,确定每个小区的小区用户画像,将每个小区用户画像与对应第一位置信息对应的第一商圈画像进行相似度匹配,将匹配相似度最高的小区用户画像对应的第一位置信息作为第一商业类别的最优选址,仅对每个第一小区用户画像与第一商圈用户画像进行相似度匹配,计算复杂度较低,有较高实用性,并且综合考虑了用户画像中的用户因素和地理位置因素,进行选址时预测结果较准确。
实施例8:
在上述各实施例的基础上,本发明实施例还提供了一种计算机存储可读存储介质,所述计算机可读存储介质内存储有可由电子设备执行的计算机程序,当所述程序在所述电子设备上运行时,使得所述电子设备执行时实现如下步骤:
根据接收到的第一商业类别和至少两个第一位置信息,及预先确定的商业类别、位置信息与商圈用户画像、辐射距离的第一对应关系,确定所述第一商业类别和每个第一位置信息对应的第一商圈用户画像和第一辐射距离;
针对每个第一位置信息,根据该第一位置信息对应的第一辐射距离,确定位于该第一辐射距离对应的辐射范围内的每个第一小区;根据预先确定的小区与小区用户画像的第二对应关系,确定所述每个第一小区对应的每个第一小区用户画像;并确定每个第一小区用户画像与该第一位置信息对应的第一商圈用户画像的匹配相似度;
将匹配相似度最高的第一小区用户画像对应的第一位置信息,确定为所述第一商业类别的最优地址。
本发明实施例提供的电子设备具体可以为桌面计算机、便携式计算机、智能手机、平板电脑、个人数字助理(Personal Digital Assistant,PDA)、服务器等电子设备。
上述计算机可读存储介质可以是电子设备中的处理器能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器如软盘、硬盘、磁带、磁光盘(MO)等、光学存储器如CD、DVD、BD、HVD等、以及半导体存储器如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD)等。
在本发明实施例中提供的计算机可读存储介质内存储有计算机程序,计算机程序被处理器执行时,实现根据接收到的第一商业类别和至少两个第一位置信息,确定第一商业类别和每个第一位置信息对应的第一商圈用户画像和第一辐射距离,根据每个第一位置信息对应的第一辐射距离,确定位于每个第一位置信息对应的第一辐射范围内的小区,确定每个小区的小区用户画像,将每个小区用户画像与对应第一位置信息对应的第一商圈画像进行相似度匹配,将匹配相似度最高的小区用户画像对应的第一位置信息作为第一商业类别的最优选址,仅对每个第一小区用户画像与第一商圈用户画像进行相似度匹配,计算复杂度较低,有较高实用性,并且综合考虑了用户画像中的用户因素和地理位置因素,进行选址时预测结果较准确。
图5为本发明实施例提供的一种地址确定装置示意图,该装置包括:
第一确定模块51,用于根据接收到的第一商业类别和至少两个第一位置信息,及预先确定的商业类别、位置信息与商圈用户画像、辐射距离的第一对应关系,确定所述第一商业类别和每个第一位置信息对应的第一商圈用户画像和第一辐射距离;
第二确定模块52,用于针对每个第一位置信息,根据该第一位置信息对应的第一辐射距离,确定位于该第一辐射距离对应的辐射范围内的每个第一小区;根据预先确定的小区与小区用户画像的第二对应关系,确定所述每个第一小区对应的每个第一小区用户画像;并确定每个第一小区用户画像与该第一位置信息对应的第一商圈用户画像的匹配相似度;
第三确定模块53,用于将匹配相似度最高的第一小区用户画像对应的第一位置信息,确定为所述第一商业类别的最优地址。
所述第二确定模块52,具体用于针对每个小区画像对应的第一向量,计算该第一小区画像对应的第一向量与该第一商圈用户画像对应的第二向量的向量夹角。
所述第三确定模块53,具体用于将最小的向量夹角对应的第一位置信息,确定为所述第一商业类别的最优地址。
所述方法还包括:
第四确定模块,用于根据兴趣点POI中包括的第二商业类别和第二位置信息,及预先保存的商业类别与距离的第三对应关系,确定所述第二商业类别对应的第一距离,并根据所述第二位置信息及所述第一距离,确定所述第二位置信息对应的区域,识别位于该区域内的第一基站;将所述第一基站中与第一用户进行通信的基站作为第二基站,当预先保存的运营商用户画像库中存在所述第一用户时,执行以下步骤:统计设定的第一时间长度内,所述第一用户经过每个第二基站的第一次数及所述第一用户与每个第二基站的第一通信次数;针对与所述第一用户通信次数最多的目标第二基站,如果所述第一用户经过该目标第二基站的第一次数与经过每个第二基站的第一次数总和的第一比值超过设定的第一比值阈值,则确定所述第一用户为该目标第二基站的第一目标用户;根据每个目标第二基站的位置与所述第二位置信息之间的距离,确定所述第二商业类别和第二位置信息对应的辐射距离;在所述运营商用户画像库中查找所述第一目标用户的第一用户画像,将所述第一目标用户的第一用户画像,缓存到商圈数据库中所述第二商业类别和第二位置信息的第一用户画像集合中;根据所述第一用户画像集合中的每个第一用户画像,确定所述第二商业类别和第二位置信息对应的商圈用户画像。
所述第四确定模块,还用于根据预先确定的第二小区,确定第二小区内的第三基站,将所述第三基站中与第二用户进行通信的基站作为第四基站,当预先保存的运营商用户画像库中存在所述第二用户时,执行以下步骤:统计设定的第二时间长度内,所述第二用户经过每个第四基站的第二次数及第二用户与每个第四基站的第二通信次数;针对与所述第二用户的第二通信次数最多的目标第四基站,如果所述第二用户经过该目标第四基站的第二次数与经过每个第四基站的第二次数总和的第二比值超过设定的第二比值阈值,则确定所述第二用户为该目标第四基站的第二目标用户;在所述运营商用户画像库中查找所述第二目标用户的第二用户画像,将所述第二目标用户的第二用户画像,缓存到小区数据库中所述第二小区的第二用户画像集合中;根据所述第二用户画像集合中的每个第二用户画像,确定所述第二小区对应的小区用户画像。
所述第四确定模块,具体用于针对所述第二用户画像集合中包含的每个第二用户画像,根据第二用户画像中每个标签对应的权重值,及每个标签的第一标签值,确定该第二用户画像中每个标签更新后的第二标签值;根据所述第二用户画像集合中,每个第二用户画像中对应标签更新后的第二标签值的和,确定所述第二小区的小区用户画像。
本发明实施例中,根据接收到的第一商业类别和至少两个第一位置信息,确定第一商业类别和每个第一位置信息对应的第一商圈用户画像和第一辐射距离,根据每个第一位置信息对应的第一辐射距离,确定位于每个第一位置信息对应的第一辐射范围内的小区,确定每个小区的小区用户画像,将每个小区用户画像与对应第一位置信息对应的第一商圈画像进行相似度匹配,将匹配相似度最高的小区用户画像对应的第一位置信息作为第一商业类别的最优选址,仅对每个第一小区用户画像与第一商圈用户画像进行相似度匹配,计算复杂度较低,有较高实用性,并且综合考虑了用户画像中的用户因素和地理位置因素,进行选址时预测结果较准确。
对于***/装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、设备(***)、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。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (13)
1.一种地址确定方法,其特征在于,应用于电子设备,该方法包括:
根据接收到的第一商业类别和至少两个第一位置信息,及预先确定的商业类别、位置信息与商圈用户画像、辐射距离的第一对应关系,确定所述第一商业类别和每个第一位置信息对应的第一商圈用户画像和第一辐射距离;
针对每个第一位置信息,根据该第一位置信息对应的第一辐射距离,确定位于该第一辐射距离对应的辐射范围内的每个第一小区;根据预先确定的小区与小区用户画像的第二对应关系,确定所述每个第一小区对应的每个第一小区用户画像;并确定每个第一小区用户画像与该第一位置信息对应的第一商圈用户画像的匹配相似度;
将匹配相似度最高的第一小区用户画像对应的第一位置信息,确定为所述第一商业类别的最优地址;
其中,所述预先确定的 商业类别、位置信息与商圈用户画像、辐射距离的第一对应关系包括:
根据兴趣点POI中包括的第二商业类别和第二位置信息,及预先保存的商业类别与距离的第三对应关系,确定所述第二商业类别对应的第一距离,并根据所述第二位置信息及所述第一距离,确定所述第二位置信息对应的区域,识别位于该区域内的第一基站;
将所述第一基站中与第一用户进行通信的基站作为第二基站,当预先保存的运营商用户画像库中存在所述第一用户时,执行以下步骤:统计设定的第一时间长度内,所述第一用户经过每个第二基站的第一次数及所述第一用户与每个第二基站的第一通信次数;针对与所述第一用户通信次数最多的目标第二基站,如果所述第一用户经过该目标第二基站的第一次数与经过每个第二基站的第一次数总和的第一比值超过设定的第一比值阈值,则确定所述第一用户为该目标第二基站的第一目标用户;
根据每个目标第二基站的位置与所述第二位置信息之间的距离,确定所述第二商业类别和第二位置信息对应的辐射距离;
在所述运营商用户画像库中查找所述第一目标用户的第一用户画像,将所述第一目标用户的第一用户画像,缓存到商圈数据库中所述第二商业类别和第二位置信息的第一用户画像集合中;根据所述第一用户画像集合中的每个第一用户画像,确定所述第二商业类别和第二位置信息对应的商圈用户画像。
2.如权利要求1所述的方法,其特征在于,所述确定每个第一小区用户画像与该第一位置信息对应的第一商圈用户画像的匹配相似度包括:
针对每个小区画像对应的第一向量,计算该第一向量与该第一商圈用户画像对应的第二向量的向量夹角。
3.如权利要求2所述的方法,其特征在于,所述将匹配相似度最高的第一小区用户画像对应的第一位置信息,确定为所述第一商业类别的最优地址包括:
将最小的向量夹角对应的第一位置信息,确定为所述第一商业类别的最优地址。
4.如权利要求1所述的方法,其特征在于,所述预先确定的 小区与小区用户画像的第二对应关系包括:
根据预先确定的第二小区,确定第二小区内的第三基站,将所述第三基站中与第二用户进行通信的基站作为第四基站,当预先保存的运营商用户画像库中存在所述第二用户时,执行以下步骤:统计设定的第二时间长度内,所述第二用户经过每个第四基站的第二次数及所述第二用户与每个第四基站的第二通信次数;针对与所述第二用户的第二通信次数最多的目标第四基站,如果所述第二用户经过该目标第四基站的第二次数与经过每个第四基站的第二次数总和的第二比值超过设定的第二比值阈值,则确定所述第二用户为该目标第四基站的第二目标用户;
在所述运营商用户画像库中查找所述第二目标用户的第二用户画像,将所述第二目标用户的第二用户画像,缓存到小区数据库中所述第二小区的第二用户画像集合中;根据所述第二用户画像集合中的每个第二用户画像,确定所述第二小区对应的小区用户画像。
5.如权利要求4所述的方法,其特征在于,所述根据所述第二用户画像集合中的每个第二用户画像,确定所述第二小区对应的小区用户画像包括:
针对所述第二用户画像集合中包含的每个第二用户画像,根据该第二用户画像中每个标签对应的权重值,及每个标签的第一标签值,确定第二用户画像中每个标签更新后的第二标签值;
根据所述第二用户画像集合中,每个第二用户画像中对应标签更新后的第二标签值的和,确定所述第二小区的小区用户画像。
6.一种地址确定装置,其特征在于,应用于电子设备,该装置包括:
第一确定模块,用于根据接收到的第一商业类别和至少两个第一位置信息,及预先确定的商业类别、位置信息与商圈用户画像、辐射距离的第一对应关系,确定所述第一商业类别和每个第一位置信息对应的第一商圈用户画像和第一辐射距离;
第二确定模块,用于针对每个第一位置信息,根据该第一位置信息对应的第一辐射距离,确定位于该第一辐射距离对应的辐射范围内的每个第一小区;根据预先确定的小区与小区用户画像的第二对应关系,确定所述每个第一小区对应的每个第一小区用户画像;并确定每个第一小区用户画像与该第一位置信息对应的第一商圈用户画像的匹配相似度;
第三确定模块,用于将匹配相似度最高的第一小区用户画像对应的第一位置信息,确定为所述第一商业类别的最优地址;
其中,所述第一确定模块,还用于根据兴趣点POI中包括的第二商业类别和第二位置信息,及预先保存的商业类别与距离的第三对应关系,确定所述第二商业类别对应的第一距离,并根据所述第二位置信息及所述第一距离,确定所述第二位置信息对应的区域,识别位于该区域内的第一基站;将所述第一基站中与第一用户进行通信的基站作为第二基站,当预先保存的运营商用户画像库中存在所述第一用户时,执行以下步骤:统计设定的第一时间长度内,所述第一用户经过每个第二基站的第一次数及所述第一用户与每个第二基站的第一通信次数;针对与所述第一用户通信次数最多的目标第二基站,如果所述第一用户经过该目标第二基站的第一次数与经过每个第二基站的第一次数总和的第一比值超过设定的第一比值阈值,则确定所述第一用户为该目标第二基站的第一目标用户;根据每个目标第二基站的位置与所述第二位置信息之间的距离,确定所述第二商业类别和第二位置信息对应的辐射距离;在所述运营商用户画像库中查找所述第一目标用户的第一用户画像,将所述第一目标用户的第一用户画像,缓存到商圈数据库中所述第二商业类别和第二位置信息的第一用户画像集合中;根据所述第一用户画像集合中的每个第一用户画像,确定所述第二商业类别和第二位置信息对应的商圈用户画像。
7.一种电子设备,其特征在于,包括存储器和处理器;
所述处理器,用于读取所述存储器中的程序,执行下列过程:根据接收到的第一商业类别和至少两个第一位置信息,及预先确定的商业类别、位置信息与商圈用户画像、辐射距离的第一对应关系,确定所述第一商业类别和每个第一位置信息对应的第一商圈用户画像和第一辐射距离;针对每个第一位置信息,根据该第一位置信息对应的第一辐射距离,确定位于该第一辐射距离对应的辐射范围内的每个第一小区;根据预先确定的小区与小区用户画像的第二对应关系,确定所述每个第一小区对应的每个第一小区用户画像;并确定每个第一小区用户画像与该第一位置信息对应的第一商圈用户画像的匹配相似度;将匹配相似度最高的第一小区用户画像对应的第一位置信息,确定为所述第一商业类别的最优地址;
其中,所述处理器,还用于根据兴趣点POI中包括的第二商业类别和第二位置信息,及预先保存的商业类别与距离的第三对应关系,确定所述第二商业类别对应的第一距离,并根据所述第二位置信息及所述第一距离,确定所述第二位置信息对应的区域,识别位于该区域内的第一基站;将所述第一基站中与第一用户进行通信的基站作为第二基站,当预先保存的运营商用户画像库中存在所述第一用户时,执行以下步骤:统计设定的第一时间长度内,所述第一用户经过每个第二基站的第一次数及所述第一用户与每个第二基站的第一通信次数;针对与所述第一用户通信次数最多的目标第二基站,如果所述第一用户经过该目标第二基站的第一次数与经过每个第二基站的第一次数总和的第一比值超过设定的第一比值阈值,则确定所述第一用户为该目标第二基站的第一目标用户;根据每个目标第二基站的位置与所述第二位置信息之间的距离,确定所述第二商业类别和第二位置信息对应的辐射距离;在所述运营商用户画像库中查找所述第一目标用户的第一用户画像,将所述第一目标用户的第一用户画像,缓存到商圈数据库中所述第二商业类别和第二位置信息的第一用户画像集合中;根据所述第一用户画像集合中的每个第一用户画像,确定所述第二商业类别和第二位置信息对应的商圈用户画像。
8.如权利要求7所述的电子设备,其特征在于,所述处理器,具体用于针对每个小区画像对应的第一向量,计算该第一小区画像对应的第一向量与该第一商圈用户画像对应的第二向量的向量夹角。
9.如权利要求8所述的电子设备,其特征在于,所述处理器,具体用于将最小的向量夹角对应的第一位置信息,确定为所述第一商业类别的最优地址。
10.如权利要求7所述的电子设备,其特征在于,所述处理器,还用于根据预先确定的第二小区,确定第二小区内的第三基站,将所述第三基站中与第二用户进行通信的基站作为第四基站,当预先保存的运营商用户画像库中存在所述第二用户时,执行以下步骤:统计设定的第二时间长度内,所述第二用户经过每个第四基站的第二次数及所述第二用户与每个第四基站的第二通信次数;针对与所述第二用户的第二通信次数最多的目标第四基站,如果所述第二用户经过该目标第四基站的第二次数与经过每个第四基站的第二次数总和的第二比值超过设定的第二比值阈值,则确定所述第二用户为该目标第四基站的第二目标用户;在所述运营商用户画像库中查找所述第二目标用户的第二用户画像,将所述第二目标用户的第二用户画像,缓存到小区数据库中所述第二小区的第二用户画像集合中;根据所述第二用户画像集合中的每个第二用户画像,确定所述第二小区对应的小区用户画像。
11.如权利要求10所述的电子设备,其特征在于,所述处理器,具体用于针对所述第二用户画像集合中包含的每个第二用户画像,根据第二用户画像中每个标签对应的权重值,及每个标签的第一标签值,确定该第二用户画像中每个标签更新后的第二标签值;根据所述第二用户画像集合中,每个第二用户画像中对应标签更新后的第二标签值的和,确定所述第二小区的小区用户画像。
12.一种电子设备,其特征在于,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
所述存储器中存储有计算机程序,当所述程序被所述处理器执行时,使得所述处理器执行权利要求1~5任一权利要求所述方法的步骤。
13.一种计算机可读存储介质,其特征在于,其存储有可由电子设备执行的计算机程序,当所述程序在所述电子设备上运行时,使得所述电子设备执行权利要求1~5任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711384163.4A CN109949063B (zh) | 2017-12-20 | 2017-12-20 | 一种地址确定方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711384163.4A CN109949063B (zh) | 2017-12-20 | 2017-12-20 | 一种地址确定方法、装置、电子设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109949063A CN109949063A (zh) | 2019-06-28 |
CN109949063B true CN109949063B (zh) | 2021-08-06 |
Family
ID=67004979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711384163.4A Active CN109949063B (zh) | 2017-12-20 | 2017-12-20 | 一种地址确定方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109949063B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112685654B (zh) * | 2019-10-17 | 2023-04-07 | ***通信集团浙江有限公司 | 学生识别方法及装置、计算设备及可读计算机存储介质 |
CN111091417B (zh) * | 2019-12-12 | 2023-10-31 | 拉扎斯网络科技(上海)有限公司 | 选址方法及装置 |
CN111222916B (zh) * | 2020-01-03 | 2021-06-01 | 腾讯科技(深圳)有限公司 | 投放区域确定方法、装置、模型训练方法及存储介质 |
CN111274500A (zh) * | 2020-01-15 | 2020-06-12 | 平安医疗健康管理股份有限公司 | 位置信息的推荐方法、装置、计算机设备和存储介质 |
CN111626777B (zh) * | 2020-05-25 | 2023-04-18 | 泰康保险集团股份有限公司 | 选址方法、选址决策***、存储介质及电子设备 |
CN114173276B (zh) * | 2020-09-09 | 2023-08-01 | ***通信集团广东有限公司 | 用户定位方法及装置 |
CN113657545B (zh) * | 2021-08-30 | 2024-05-21 | 平安医疗健康管理股份有限公司 | 用户业务数据的处理方法、装置、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104239466A (zh) * | 2014-09-02 | 2014-12-24 | 百度在线网络技术(北京)有限公司 | 向用户推荐项目的方法、装置及设备 |
CN106484748A (zh) * | 2015-09-02 | 2017-03-08 | 阿里巴巴集团控股有限公司 | 一种确定兴趣点poi布设需求的方法及装置 |
CN106991576A (zh) * | 2016-01-20 | 2017-07-28 | 阿里巴巴集团控股有限公司 | 一种地理区域的热力展现方法和装置 |
CN107086922A (zh) * | 2016-02-15 | 2017-08-22 | ***通信集团福建有限公司 | 一种用户行为识别方法和装置 |
CN107172178A (zh) * | 2017-06-05 | 2017-09-15 | 腾讯科技(深圳)有限公司 | 一种内容发送方法及装置 |
CN107369037A (zh) * | 2017-06-27 | 2017-11-21 | 中国联合网络通信集团有限公司 | 用户画像获取方法及装置 |
-
2017
- 2017-12-20 CN CN201711384163.4A patent/CN109949063B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104239466A (zh) * | 2014-09-02 | 2014-12-24 | 百度在线网络技术(北京)有限公司 | 向用户推荐项目的方法、装置及设备 |
CN106484748A (zh) * | 2015-09-02 | 2017-03-08 | 阿里巴巴集团控股有限公司 | 一种确定兴趣点poi布设需求的方法及装置 |
CN106991576A (zh) * | 2016-01-20 | 2017-07-28 | 阿里巴巴集团控股有限公司 | 一种地理区域的热力展现方法和装置 |
CN107086922A (zh) * | 2016-02-15 | 2017-08-22 | ***通信集团福建有限公司 | 一种用户行为识别方法和装置 |
CN107172178A (zh) * | 2017-06-05 | 2017-09-15 | 腾讯科技(深圳)有限公司 | 一种内容发送方法及装置 |
CN107369037A (zh) * | 2017-06-27 | 2017-11-21 | 中国联合网络通信集团有限公司 | 用户画像获取方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109949063A (zh) | 2019-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109949063B (zh) | 一种地址确定方法、装置、电子设备及可读存储介质 | |
CN106709606B (zh) | 个性化场景预测方法及装置 | |
CN112069281B (zh) | 兴趣点位置的确定方法、装置、计算机设备及存储介质 | |
US11206555B2 (en) | Method for implementing antenna azimuth correction based on user data | |
CN109903065B (zh) | 一种确定候选点的候选分值的方法和装置 | |
CN107666649A (zh) | 个人财产状态评估方法及装置 | |
CN110008414B (zh) | 地理信息点的确定方法和装置 | |
US20210263957A1 (en) | Method and apparatus for dividing region, storage medium, and electronic device | |
Demissie et al. | Analysis of the pattern and intensity of urban activities through aggregate cellphone usage | |
Vajakas et al. | Trajectory reconstruction from mobile positioning data using cell-to-cell travel time information | |
CN112052848B (zh) | 街区标注中样本数据的获取方法及装置 | |
CN111475746B (zh) | 兴趣点位置挖掘方法、装置、计算机设备和存储介质 | |
CN116437291A (zh) | 一种基于手机信令的文化圈规划方法和*** | |
CN116050947A (zh) | 车辆调度效果的评价方法、装置、计算机设备和存储介质 | |
CN110895543B (zh) | 人口迁徙跟踪展示方法、装置及存储介质 | |
CN114693351A (zh) | 信息预测方法、装置以及电子设备 | |
CN110674208A (zh) | 用于确定用户的职住地信息的方法和装置 | |
CN113689226A (zh) | 商业综合体的选址方法、装置、电子设备和存储介质 | |
CN113763077A (zh) | 用于检测虚假交易订单的方法和装置 | |
Freire et al. | Advancing geomarketing analyses with improved spatio-temporal distribution of population at high resolution | |
Yan et al. | A new approach for identifying urban employment centers using mobile phone data: A case study of Shanghai | |
CN114399202A (zh) | 一种城市社区大数据可视化*** | |
CN116228316A (zh) | 投放选址的确定方法、装置、电子设备及可读存储介质 | |
CN111782948A (zh) | 目标对象的业务推荐方法、装置和设备及存储介质 | |
CN111125272B (zh) | 一种区域特征获取方法、装置、计算机设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |