[发明专利]到店预测方法、装置、可读存储介质及电子设备

说明书

本申请实施例提供了一种到店预测方法、装置、可读存储介质及电子设备，该方法包括：获得用户终端发起的搜索请求；对所述搜索请求进行特征提取，确定所述用户终端的用户的特征、所述搜索请求对应的店铺列表中各个店铺的特征以及用户‑店铺交叉特征；将所述用户的特征、所述各个店铺的特征以及所述用户‑店铺交叉特征输入预先训练的到店概率预测模型，确定所述用户到达所述各个店铺的概率；根据所述用户到达所述各个店铺的概率，确定所述用户是否到达目标店铺。本申请通过到店概率预测模型输出的各个店铺的概率确定出用户到达的目标店铺，实现了对用户的当前位置的准确定位，提高了用户终端向用户推荐的当前位置附近的店铺的可靠性。

技术领域

本申请涉及信息处理技术领域，尤其涉及一种到店预测方法、装置、可读存储介质及电子设备。

背景技术

随着移动互联网的发展，人们可以很方便地通过移动设备访问网络以获取服务，由此兴起了一批O2O(Online-to-Offline)本地生活化服务(例如：O2O附近搜索)，极大的方便了人们的生活。以O2O附近搜索为例，用户通过该搜索功能可以查看前位置附近的美食、娱乐等生活资讯，该搜索功能的具体实现过程为：预先搜集各个商户的经纬度标注，实时获取用户的定位，计算用户的定位与已标注经纬度的各个商户的距离，将距离满足用户的筛选范围的商户按照一定的算法进行排序后得到筛选结果，并将筛选结果返回到用户使用的移动设备进行显示。

然而，上述搜索功能的具体实现过程存在一个问题：筛选结果过度依赖于用户的定位，当用户的定位未达到一定的准确度时，计算得到的用户的位置与各个商户的距离存在偏差，导致一部分商户无法被作为筛选结果并返回给用户，严重影响了用户的决策与使用体验。

因而，为使得计算得到的用户的定位与已标注经纬度的各个商户的距离满足一定的准确度，需保证用户的定位满足较高的精度要求。在实际情况中，用户的实时定位受网络状况影响较大，当用户在一些大型建筑物内(例如：在商场内)发起O2O附近搜索时，由于普通的定位技术无法定位大型建筑物的楼层信息，并且移动设备在室内无法接收到GPS信号，只能依赖网络运营商的基站实现用户的实时定位，而依赖网络运营商的基站获得的用户的实时定位存在漂移现象，无法保证用户在室内的实时定位满足较高的精度要求。

因此，如何更精确地对用户的当前位置进行定位是本领域急需解决的问题。

发明内容

本申请实施例提供一种到店预测方法、装置、可读存储介质及电子设备，能实时地预测用户是否到达店铺，实现了对用户的当前位置的精准定位。

本申请实施例第一方面提供了一种到店预测方法，所述方法包括：

获得用户终端发起的搜索请求；

对所述搜索请求进行特征提取，确定所述用户终端的用户的特征、所述搜索请求对应的店铺列表中各个店铺的特征以及用户-店铺交叉特征，所述用户-店铺交叉特征是对所述用户的特征与所述各个店铺的特征进行特征交叉得到的；

将所述用户的特征、所述各个店铺的特征以及所述用户-店铺交叉特征输入预先训练的到店概率预测模型，确定所述用户到达所述各个店铺的概率；

根据所述用户到达所述各个店铺的概率，确定所述用户是否到达目标店铺，所述目标店铺为所述各个店铺中的一个。

可选地，所述根据所述用户到达所述各个店铺的概率，确定所述用户是否到达目标店铺的步骤，包括：

在所述用户到达所述目标店铺的概率大于预设的概率阈值的情况下，确定所述用户到达所述目标店铺；或

在所述用户到达所述目标店铺的概率大于预设的概率阈值，且所述搜索请求对应的参数值在预设的生效参数值范围内的情况下，确定所述用户到达所述目标店铺。

可选地，所述方法还包括：

确定与用户到店相关联的用户行为类型；