一种商户分类模型构建和商户分类方法、装置及设备制造方法及图纸

公开了一种商户分类模型构建和商户分类方法、装置及设备。一种商户分类模型构建方法，该方法包括：获取若干商户样本，每个商户样本包括该商户的历史交易信息与经营模式类型；提取每个商户样本的特征向量；根据所获取的若干商户样本的经营模式类型、及所提取的特征向量，通过机器学习算法训练商户分类模型。一种基于所述商户分类模型的商户分类方法，该方法包括：获取待分类商户的历史交易信息；提取所述待分类商户的特征向量；将所提取的所述待分类商户的特征向量，输入到所述商户分类模型，以预测所述待分类商户的经营模式类型。

【技术实现步骤摘要】
一种商户分类模型构建和商户分类方法、装置及设备
本说明书实施例涉及互联网应用
，尤其涉及一种商户分类模型构建和商户分类方法、装置及设备。
技术介绍
随着机器学习和数据挖掘技术的不断发展和应用，可以通过商户经营信息，对商户经营模式进行分析与分类，如分为连锁店模式、网络交易模式、个体便民店模式、等等，从而对应地进行风险控制等。但是，对于部分商户尤其是间连商户，如果其注册信息或资金账户缺失，则难以确定该商户的注册经营地或资金活跃地等，因此目前较少将商户经营区域信息与其他商户经营信息结合，对商户进行分类。基于现有技术，需要提供更全面的商户分类方案。
技术实现思路
针对上述技术问题，本说明书实施例提供一种商户分类模型构建和商户分类方法、装置及设备，技术方案如下：根据本说明书实施例的第一方面，提供一种商户分类模型构建方法，该方法包括：获取若干商户样本，每个商户样本包括该商户的历史交易信息与经营模式类型，所述交易信息包括付款位置信息与买家信息；提取每个商户样本的特征向量，提取特征向量的方法包括：根据付款位置信息确定该商户的交易区域，并根据买家信息确定交易区域中的买家规模与买家活跃度；根据所确定的本文档来自技高网...

【技术保护点】
1.一种商户分类模型构建方法，该方法包括：获取若干商户样本，每个商户样本包括该商户的历史交易信息与经营模式类型，所述交易信息包括付款位置信息与买家信息；提取每个商户样本的特征向量；其中，提取特征向量的方法包括：根据付款位置信息确定该商户的交易区域，并根据买家信息确定交易区域中的买家规模与买家活跃度；根据所确定的交易区域、买家规模与买家活跃度，得到该商户样本的特征向量；根据所获取的若干商户样本的经营模式类型、及所提取的特征向量，通过机器学习算法训练商户分类模型，所述商户分类模型用于预测商户的经营模式类型。

【技术特征摘要】
1.一种商户分类模型构建方法，该方法包括：获取若干商户样本，每个商户样本包括该商户的历史交易信息与经营模式类型，所述交易信息包括付款位置信息与买家信息；提取每个商户样本的特征向量；其中，提取特征向量的方法包括：根据付款位置信息确定该商户的交易区域，并根据买家信息确定交易区域中的买家规模与买家活跃度；根据所确定的交易区域、买家规模与买家活跃度，得到该商户样本的特征向量；根据所获取的若干商户样本的经营模式类型、及所提取的特征向量，通过机器学习算法训练商户分类模型，所述商户分类模型用于预测商户的经营模式类型。2.根据权利要求1所述的方法，所述根据买家信息确定交易区域中的买家规模与买家活跃度，包括：根据付款位置信息，使用预设划分规则，将交易区域划分为至少一个交易子区域；根据付款位置信息，确定在各交易子区域中付款的买家信息；针对每个交易子区域，根据在该区域中付款的买家信息，确定该区域中的买家规模与买家活跃度。3.根据权利要求2所述的方法，所述付款位置信息，包括：交易付款时的基于位置服务LBS信息；所述根据付款位置信息，使用预设划分规则，将交易区域划分为至少一个交易子区域，包括：使用预设地理围栏算法，对各交易付款时的LBS信息进行聚类；根据聚类结果将交易区域划分为至少一个交易子区域。4.根据权利要求2所述的方法，所述根据在该区域中付款的买家信息，确定该区域中的买家规模与买家活跃度，包括：根据在该区域中付款的买家信息，统计该区域中用于表示买家规模的买家总数、及用于表示买家活跃度的买家总活跃时长；所述根据所确定的交易区域、买家规模与买家活跃度，得到该商户样本的特征向量，包括：针对所确定的交易区域中每个交易子区域，根据所统计的买家总数、及买家总活跃时长，计算买家集中度；根据所计算的各交易子区域的买家集中度，得到该商户样本的特征向量。5.根据权利要求4所述的方法，所述根据所计算的各交易子区域的买家集中度，得到该商户样本的特征向量，包括：针对每个交易子区域，判断所计算的买家集中度是否不小于预设集中阈值；若是，则确定该交易子区域为交易集中子区域；若否，则确定该交易子区域为交易非集中子区域；计算该商户样本的交易区域中预先定义的特征的值，得到该商户样本的特征向量；所述预先定义的特征包括以下特征中的一种或多种：交易集中子区域规模、交易集中子区域买家规模、交易集中子区域交易规模、交易子区域地理跨度、交易区域地理跨度。6.根据权利要求5所述的方法，所述计算交易子区域地理跨度的值，包括：针对每个交易子区域：计算该区域中各交易的付款位置信息的平均值，得到该区域的中心位置；计算该区域中各交易的付款位置与中心位置的偏离程度，得到该区域的地理跨度。7.一种基于权利要求1至6任一项所述商户分类模型的商户分类方法，该方法包括：获取待分类商户的历史交易信息；根据所述提取特征向量的方法，提取所述待分类商户的特征向量；将所提取的所述待分类商户的特征向量，输入到所述商户分类模型，以预测所述待分类商户的经营模式类型。8.根据权利要求7所述的方法，在获取待分类商户的历史交易信息后、提取特征向量前，进一步包括：确定所获取的各交易的付款位置信息是否有效；判断所述待分类商户的付款位置信息有效的交易数量，是否不小于预设有效阈值；若是，则确定需要提取所述待分类商户的特征向量。9.根据权利要求7所述的方法，在获取待分类商户的历史交易信息后、提取特征向量前，进一步包括：根据所获取的买家信息，计算买家规模、和/或交易规模，确定所述待分类商户的活跃度；判断所述待分类商户的活跃度，是否不小于预设活跃阈值；若是，则确定需要提取所述待分类商户的特征向量。10.一种商户分类模型构建装置，该装置包括：训练样本获取模块，用于获取若干商户样本，每个商户样本包括该商户的历史交易信息与经营模式类型，所述交易信息包括...

【专利技术属性】
技术研发人员：王娜，肖梅，徐晓辉，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY