[发明专利]商户信息处理方法、装置、计算机设备和存储介质

说明书

本申请涉及一种商户信息处理方法、装置、计算机设备和存储介质。所述方法包括：从数据库中提取各个商户的商户信息以及当前属性信息；将商户信息输入至预先训练得到的属性信息预测模型中，以通过属性信息预测模型从商户信息中选取预测特征，并根据预测特征进行分类得到预测属性信息；比较各个商户的所述当前属性信息和所述预测属性信息得到各个商户对应的优先级；从所述优先级中选取预设数量的商户对应的商户信息，并将所选取的商户信息发送至对应的终端。采用本方法能够降低终端的资源占用率，提高终端性能。

技术领域

本申请涉及大数据处理技术领域，特别是涉及一种商户信息处理方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术的发展，各种商户信息均存储在计算机设备中，例如存储在服务器中，而一般情况下，商户信息的量都是非常巨大的，商户对海量商户信息的处理需要耗费大量事件。

目前的商户信息的处理方式，是商户根据自己需要按照数据的存储顺序等从数据库中读取商户信息，并进行处理，这样会导致终端需要对海量商户信息进行响应，导致终端的资源占用较高，终端性能降低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够对商户信息进行筛选，从而提高终端性能的商户信息处理方法、装置、计算机设备和存储介质。

一种商户信息处理方法，所述方法包括：

从数据库中提取各个商户的商户信息以及当前属性信息；

将所述商户信息输入至预先训练得到的属性信息预测模型中，以通过所述属性信息预测模型从所述商户信息中选取预测特征，并根据所述预测特征进行分类得到预测属性信息；

比较各个商户的所述当前属性信息和所述预测属性信息得到各个商户对应的优先级；

从所述优先级中选取预设数量的商户对应的商户信息，并将所选取的商户信息发送至对应的终端。

上述商户信息处理方法，根据属性信息预测模型对商户信息进行处理得到商户的预测属性信息，然后可以根据当前属性信息以及预测属性信息计算得到商户对应的优先级，从而可以从每个优先级中选取预设数量的商户信息，并发送给终端，这样可以减少终端处理数据的数量，从而降低终端的资源占用率，提高终端性能，且首先对商户信息进行优先级划分，并从对应优先级中选取到对应的商户信息，可以对所选取的商户信息进行均衡，使得各个属性的商户信息均进行了选择，且终端的使用者可以按照顺序查看服务器发送的商户信息，从而可以按照顺序对该些商户信息对应的商户进行拜访等，这样可以提高拜访人效，也可以防止随机拜访所带来的拜访混乱，导致有些商户没有拜访，有些商户重复拜访的情况的发生。

在其中一个实施例中，所述属性信息预测模型的训练方式包括：

从所述数据库中提取商户的训练商户信息和训练属性信息；

从所述训练商户信息中选取训练特征，并将所述训练特征进行分类得到类别型特征和连续值型特征；

对所述类别型特征进行一位有效编码处理，对所述连续值型特征进行标准化处理；

对处理后的类别型特征、处理后的连续值型特征以及对应的训练属性信息，进行基于决策树的学习训练得到属性信息预测模型。

上述实施例中，通过对数据库中已经存储的商户的训练商户信息和训练属性信息进行预处理，包括对训练商户信息中类别特征的一位有效编码处理以及连续值型特征进行标准化处理，从而可以对处理完成的类别型特征、处理后的连续值型特征以及对应的训练属性信息进行学习得到属性信息预测模型，该模型充分考虑到了存储在数据库中的历史数据，使得后续对商户的属性信息的预测更为准确。

在其中一个实施例中，所述对处理后的类别型特征、处理后的连续值型特征以及对应的训练属性信息进行训练得到属性信息预测模型之后，还包括：