[发明专利]商户聚类方法、装置、计算机设备和存储介质

说明书

本申请涉及一种商户聚类方法、装置、计算机设备和存储介质。方法包括：获取各商户的历史订单数据，根据历史订单数据对应的地理位置分区，生成订单分布矩阵，根据订单分布矩阵，得到各商户之间的订单相似数据和订单互补数据，获取各商户之间的初始距离数据，根据订单相似数据和订单互补数据，对初始距离数据进行更新，得到更新距离数据，根据更新距离数据，对各商户进行聚类处理，得到商户聚类结果。利用矩阵来表示商户的订单分布，通过矩阵计算实现了高效的分析处理，以全量的订单数据为分析基础并通过聚类处理得到准确的商户聚类结果,便于后续基于准确的商户聚类结果实现物流派送效率有效提高。

技术领域

本申请涉及互联网技术领域，特别是涉及一种商户聚类方法、装置、计算机设备和存储介质。

背景技术

随着互联网技术的发展，出现了同城物流技术，为了减少配送距离，提高配送效率，出现了按照商圈维度进行系统调度的物流方式，商圈等同于商业集聚区的概念，商圈的地理范围是进行线下商业运营所需要的基础地理数据，商圈的划分可以通过商户聚类来实现。

传统的商户聚类处理过程主要通过订单采样，并基于采集的订单，兼顾商户位置和商户间的订单交叉分布情况进行分析，确定具有相同或相似订单分布的商户，来进行商户的聚类。然而，在交叉分布分析过程中，由于订单数量庞大，产生了巨大的数据计算量，导致计算处理速度慢，且交叉分布分析过程将订单信息分散化，分散的数据信息导致商户聚类分析结果不够准确，进而容易对物流派送效率造成不良影响。

发明内容

基于此，有必要针对上述商户聚类处理速度慢和准确度低的技术问题，提供一种高效准确的商户聚类方法、装置、计算机设备和存储介质。

一种商户聚类方法，方法包括：

获取各商户的历史订单数据，根据历史订单数据对应的地理位置分区，生成订单分布矩阵；

根据订单分布矩阵，得到各商户之间的订单相似数据和订单互补数据；

获取各商户之间的初始距离数据，根据订单相似数据和订单互补数据，对初始距离数据进行更新，得到更新距离数据；

根据更新距离数据，对各商户进行聚类处理，得到商户聚类结果。

在其中一个实施例中，根据订单分布矩阵，得到各商户之间的订单相似数据和订单互补数据包括：

获取由任意两个商户构成的商户组；

以商户组中的一个商户的订单分布矩阵为另一个商户的订单分布矩阵的卷积核，进行二维卷积处理，得到商户之间的订单相似数据；

根据商户组中商户所在位置对应的地址位置分区，确定商户对应的卷积矩阵；

以卷积矩阵为卷积核对订单分布矩阵进行二维卷积处理，得到卷积结果；

累加商户组中的各商户对应的卷积结果，得到商户之间的订单互补数据。

在其中一个实施例中，根据商户组中商户所在位置对应的地址位置分区，确定商户对应的卷积矩阵包括：

获取卷积矩阵权重分布数据；

以商户位置对应的地理位置分区为分布中心，确定卷积矩阵权重分布数据对应的目标地理位置分区和非目标地址位置分区；

对各目标地理位置分区赋第一权重值，对各非目标地址位置分区赋第二权重值，第一权重值与第二权重值不同；

获取由第一权重值和第二权重值构成的卷积矩阵。

在其中一个实施例中，获取各商户的历史订单数据，根据历史订单数据对应的地理位置分区，生成订单分布矩阵包括：

获取各商户的历史订单数据以及地理位置分区数据；