[发明专利]一种基于geohash地址编码的客群洞察方法

权利要求书

1.一种基于geohash地址编码的客群洞察方法，其特征在于，所述方法包括以下步骤：

步骤1、数据获取与预处理；

步骤2、针对选定的商圈区域，将多边形的商圈区域转化为geohash列表；

步骤3、查询指定时间内到访过用户，然后对用户进行去重处理；

步骤4、查询用户的客源地geohash以及画像特征；

步骤5、根据密度对客群进行聚类，得到所述客源地以及对应的所述画像特征。

2.如权利要求1所述的基于geohash地址编码的客群洞察方法，其特征在于，所述步骤1的所述预处理分为两个部分：用户居住、工作地信息预处理和用户到访信息预处理。

3.如权利要求2所述的基于geohash地址编码的客群洞察方法，其特征在于，所述用户居住、工作地信息预处理包括以下步骤：

步骤a、获取所有用户报点数据；

步骤b、对于用户id相同的同一个用户，根据所述报点数据所停留的地点、时间段、时长判断其工作地geohash、居住地geohash；

步骤c、对所述用户id进行混淆加密，存储用户混淆id、居住地、工作地、画像信息。

4.如权利要求3所述的基于geohash地址编码的客群洞察方法，其特征在于，在实际的场景中，所述geohash需要根据期望的多边形的情况来确定；当从城市的级别进行考察时，如果期望得到较大的多边形结果，所述geohash划分的精度采用6位(1.2km*609.4m)或7位(152.9m*152.4m)；当从某个商圈的级别进行考察时，如果期望得到周边区域的详细结果，所述geohash划分的精度采用8位(38.2m*19m)或9位(4.8m*4.8m)；所述用户id可以是手机号、身份证号、软件用户编号等任意可唯一标识用户的字段，原始的所述用户id数据经过不可逆的加密之后再进行存储。

5.如权利要求4所述的基于geohash地址编码的客群洞察方法，其特征在于，所述用户到访信息预处理包括以下步骤：

步骤d、获取一天内所有的用户的所述报点数据；

步骤e、根据所述geohash进行划分，对同一所述geohash内相同所述用户id的所述报点数据进行去重；

步骤f、对所述用户id进行混淆加密，按所述geohash存储到访用户的所述混淆id。

6.如权利要求5所述的基于geohash地址编码的客群洞察方法，其特征在于，所述步骤2还包括以下步骤：

步骤2.1、获取商圈的geojson；

步骤2.2、将所述geojson转换成所述geohash列表。

7.如权利要求6所述的基于geohash地址编码的客群洞察方法，其特征在于，所述步骤2.2的计算方法有两种，一是只有当某个所述geohash完全在多边形区域内时才统计对应所述geohash的值，二是当所述geohash只要有部分被多边形区域覆盖，就统计对应的的所述geohash网格。

8.如权利要求7所述的基于geohash地址编码的客群洞察方法，其特征在于，所述步骤4具体为，根据所述步骤3去重获得的所述用户id，以及经过所述用户到访信息预处理过的用户信息，获取所述用户id对应的所述工作地geohash、所述居住地geohash和所述画像特征。

9.如权利要求8所述的基于geohash地址编码的客群洞察方法，其特征在于，所述步骤5包括以下步骤：

步骤5.1、根据选取所述geohash的精度，将用户的所述居住地、所述工作地加上对应的随机误差，从所述geohash还原成所述报点数据；

步骤5.2、通过改变每次聚类最小人数，循环计算optics聚类，再根据不同可达距离，计算最终聚类结果；

步骤5.3、当得到的聚类数落在想要的聚类数目区间内时，停止计算，返回所述聚类结果；

步骤5.4、根据所述聚类结果中每个所述客源地聚类中的用户id，计算相应的客群的所述画像特征。

10.如权利要求9所述的基于geohash地址编码的客群洞察方法，其特征在于，所述随机误差，是用最大误差乘以(-1,1)之间的一个随机数作为随机误差，在geohash中心点位置的经纬度分别加上所述随机误差，就完成了所述报点数据的还原；所述最小人数和所述可达距离为预先设定的算法参数。