[发明专利]一种区域中业务站点数量的确定方法、装置、设备及系统在审

专利信息
申请号: 202010762393.5 申请日: 2020-07-31
公开(公告)号: CN111932302A 公开(公告)日: 2020-11-13
发明(设计)人: 谢帅虎;马蕾;姚文猛;刘意 申请(专利权)人: 中国工商银行股份有限公司
主分类号: G06Q30/02 分类号: G06Q30/02;G06Q40/02;G06K9/62
代理公司: 北京三友知识产权代理有限公司 11127 代理人: 周达;刘飞
地址: 100140 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 区域 业务 站点 数量 确定 方法 装置 设备 系统
【权利要求书】:

1.一种区域中业务站点数量的确定方法,其特征在于,包括:

获取指定区域对应的指标数据,所述指标数据表示影响所述业务站点的业务量的因素;

将所述指标数据输入区域归类模型,获得所述指定区域对应的区域类别;其中,所述区域归类模型根据区域对应的指标数据和区域对应的区域类别训练获得;所述区域对应的指标数据基于对目标地域划分获得,所述区域对应的区域类别根据所述区域中包括业务站点的数量确定,不同区域类别对应的业务站点的数量不同。

2.根据权利要求1所述的方法,其特征在于,所述获取指定区域对应的指标数据,包括:

获取所述指定区域的特征数据,所述特征数据包括环境因素数据、地理因素数据、市场因素数据;

计算所述特征数据的关联度;

根据所述关联度,选择满足预设条件的特征数据作为所述指定区域对应的指标数据。

3.一种区域归类模型的训练方法,其特征在于,包括:

选取目标地域,所述目标地域中包括业务站点;

对所述目标地域进行划分,获得所述目标地域中包括的多个区域;

依照所述区域中包括所述业务站点的数量,将所述目标地域中包括的区域划分为多个区域类别;其中,不同区域类别对应的业务站点的数量不同;

获取所述区域对应的指标数据;所述指标数据表示影响所述业务站点的业务量的因素;

利用所述区域对应的指标数据和区域类别,对预设分类模型进行训练,获得区域归类模型。

4.根据权利要求3所述的方法,其特征在于,所述获取所述区域对应的指标数据,包括:

获取所述区域的特征数据,所述特征数据包括环境因素数据、地理因素数据、市场因素数据;

计算所述特征数据的关联度;

根据所述关联度,选择满足预设条件的特征数据作为所述区域对应的指标数据。

5.根据权利要求4所述的方法,其特征在于,所述环境因素数据包括人口密度信息、成年人群体占比信息、人口信息、消费信息;

所述地理因素数据包括写字楼信息、商业街信息、电影院信息、娱乐场所信息、地铁站信息、公交站信息;

所述市场因素数据包括竞争信息。

6.根据权利要求3所述的方法,其特征在于,所述利用所述区域对应的指标数据和区域类别,对预设分类模型进行训练,获得区域归类模型,包括:

选择不同区域类别中的一个区域类别作为第一类别,剩余区域类别作为第二类别;

将所述第一类别对应的区域的指标数据作为第一数据集,将所述第二类别对应的区域的指标数据作为第二数据集;

利用所述第一数据集和所述第二数据集,对所述预设分类模型进行训练,获得区域归类模型。

7.一种区域中业务站点数量的确定装置,其特征在于,包括:

指标数据获取模块,用于获取指定区域对应的指标数据,所述指标数据表示影响所述业务站点的业务量的因素;

区域类别获得模块,用于将所述指标数据输入区域归类模型,获得所述指定区域对应的区域类别;其中,所述区域归类模型根据区域对应的指标数据和区域对应的区域类别训练获得;所述区域对应的指标数据基于对目标地域划分获得,所述区域对应的区域类别根据所述区域中包括业务站点的数量确定,不同区域类别对应的业务站点的数量不同。

8.一种区域归类模型的训练装置,其特征在于,包括:

选取模块,用于选取目标地域,所述目标地域中包括业务站点;

获得模块,用于对所述目标地域进行划分,获得所述目标地域中包括的多个区域;

划分模块,用于依照所述区域中包括所述业务站点的数量,将所述目标地域中包括的区域划分为多个区域类别;其中,不同区域类别对应的业务站点的数量不同;

获取模块,用于获取所述区域对应的指标数据;所述指标数据表示影响所述业务站点的业务量的因素;

训练模块,用于利用所述区域对应的指标数据和区域类别,对预设分类模型进行训练,获得区域归类模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国工商银行股份有限公司,未经中国工商银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010762393.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top