[发明专利]地址预测模型的训练方法、地址预测方法及装置

权利要求书

1.一种地址预测模型的训练方法，包括：

确定用于训练待训练的地址预测模型的已有金融网点的地址数据；

获取在所述已有金融网点的预设范围内的多源数据，其中，所述多源数据包括多种来源且类型不同的数据，所述多源数据用于表征所述预设范围内的经济发展水平；以及

利用所述多源数据和所述地址数据训练所述待训练的地址预测模型，得到用于对待选址金融网点进行选址的地址预测模型。

2.根据权利要求1所述的方法，其中，获取在所述已有金融网点的预设范围内的多源数据包括：

获取在所述已有金融网点预设范围内的多种原始数据；

对所述多种原始数据分别进行预处理，得到所述多源数据。

3.根据权利要求2所述的方法，其中，

所述原始数据包括以下至少之一：人口密度数据、交通信息数据、商业发展状态数据、消费水平数据以及已有的第一商户数，其中，所述第一商户包括与所述金融网点有竞争关系的商户。

4.根据权利要求3所述的方法，其中，对所述多种原始数据分别进行预处理，得到多源数据包括：

对所述人口密度数据进行预处理，得到第一特征数据；

对所述交通信息数据进行预处理，得到第二特征数据；

对所述商业发展状态数据进行预处理，得到第三特征数据；

对所述消费水平数据进行预处理，得到第四特征数据；

对所述已有的第一商户数进行预处理，得到第五特征数据；

其中，所述多源数据包括所述第一特征数据、所述第二特征数据、所述第三特征数据、所述第四特征数据以及所述第五特征数据。

5.根据权利要求4所述的方法，其中，所述第一特征数据、所述第二特征数据、所述第三特征数据、所述第四特征数据以及所述第五特征数据均为16位的二进制数。

6.根据权利要求1所述的方法，其中，所述待训练的地址预测模型包括特征融合模块和预测模块，将所述地址数据作为标签信息；所述利用多源数据和所述地址数据训练所述待训练的地址预测模型，得到用于对待选址金融网点进行选址的地址预测模型包括：

对述多源数据以及所述地址数据进行融合，得到中间特征数据；

将所述中间特征数据输入特征融合模块，输出融合特征数据；

将所述融合特征数据输入预测模块，输出预测结果；

将所述预测结果和所述标签信息输入损失函数，输出损失结果；

根据所述损失结果调整所述地址预测模型的网络参数，直至所述损失函数或迭代次数满足预设条件；

将所述损失函数或迭代次数满足预设条件时得到的模型作为地址预测模型。

7.根据权利要求3所述的方法，其中，所述交通信息数据用于表征所述已有金融网点的预设范围内的交通拥堵指数。

8.根据权利要求7所述的方法，其中，所述交通拥堵指数通过以下方法计算得到：

选取所述已有金融网点的预设范围内的若干个路段；

统计若干天中每天的预设时间段内，所述若干个路段中每个路段的车流量；

根据所述每个路段的车流量、统计天数以及选取的路段数来计算所述交通拥堵指数。

9.一种地址预测方法，包括：

获取候选位置；

获取所述候选位置预设范围内的多源数据；以及

将所述候选位置和所述多源数据输入地址预测模型，输出预测结果，其中，所述地址预测模型通过权利要求1至8任一项地址预测模型的训练方法训练得到。