【技术实现步骤摘要】
区域内商家分布数据的处理方法、装置及设备
本说明书实施例涉及计算机
,尤其涉及一种区域内商家分布数据的处理方法、装置及设备。
技术介绍
O2O(OnlineToOffline线上到线下)是一种新的电子商务模式,指线上营销及线上购买带动线下(非网络上的)经营和线下消费。具体地,O2O通过促销、打折、提供信息、服务预订等方式,把线下商户的消息推送给互联网用户,从而将他们转换为自己的线下客户,这就特别适合必须到店消费的商品和服务,比如餐饮、健身、电影和演出、美容美发、摄影及百货商店等。在面向商户进行业务推广时,需要统计具体区域内商户数量、密度等分布数据。因此,如何统计区域内商户分布数据,成为业界关心的话题。
技术实现思路
有鉴于此,本说明书实施例提供了一种可实现准确预测的区域内商家分布数据的处理方法、装置及设备。本说明书实施例采用下述技术方案:本说明书实施例提供一种区域内商家分布数据的处理方法,包括:确定不同区域的第一区域样本,所述第一区域样本包含携带第一区域特征值的区域内商家分布数据;利用所述不同区域的第一区域样本对分布预测模型进行训练,得到第一分布预测模型,所述训练的第一分布预测模型包括至少一种区域特征值与区域内商家分布数据之间的关联关系,所述第一分布预测模型能够根据区域特征值预测区域内商家分布数据。本说明书实施例还提供一种区域内商家分布数据的处理方法,包括:确定预测区域特征值;利用训练的第一分布预测模型对所述预测区域特征值进行处理,预测得到区域内商家的分布数据;所述第一分布预测模型是利用携带第一区域特征值的区域内商家的分布数据对分布预测模型进行训练得到的 ...
【技术保护点】
1.一种区域内商家分布数据的处理方法,包括:确定不同区域的第一区域样本,所述第一区域样本包含携带第一区域特征值的区域内商家分布数据;利用所述不同区域的第一区域样本对分布预测模型进行训练,得到第一分布预测模型,所述第一分布预测模型包括至少一种区域特征值与区域内商家分布数据之间的关联关系,所述第一分布预测模型能够根据区域特征值预测区域内商家分布数据。
【技术特征摘要】
1.一种区域内商家分布数据的处理方法,包括:确定不同区域的第一区域样本,所述第一区域样本包含携带第一区域特征值的区域内商家分布数据;利用所述不同区域的第一区域样本对分布预测模型进行训练,得到第一分布预测模型,所述第一分布预测模型包括至少一种区域特征值与区域内商家分布数据之间的关联关系,所述第一分布预测模型能够根据区域特征值预测区域内商家分布数据。2.如权利要求1所述方法,在利用所述第一区域样本对分布预测模型进行训练,得到训练的第一分布预测模型之后,还包括:利用不同区域的第二区域特征值,依次执行如下步骤:利用所述第一分布预测模型对第二区域特征值进行处理,得到区域内商家分布预测数据,所述第二区域特征值与第一区域特征值分别对应不同区域;根据所述第二区域特征值和对应的区域内商家分布预测数据确定第二区域样本;采用所述第一区域样本和第二区域样本重新训练所述第一分布预测模型,得到第二分布预测模型;判断所述第一分布预测模型的预测误差与第二分布预测模型的预测误差之间的大小;根据所述第一分布预测模型和第二分布预测模型中预测误差小的模型重新确定第一分布预测模型,还根据重新确定的第一分布预测模型对应的训练用区域样本确定第一区域样本。3.如权利要求2所述方法,在采用所述第一区域样本和第二区域样本重新训练所述第一分布预测模型,得到第二分布预测模型之前,还包括:从所述第二区域样本中筛选至少一个子区域样本;采用所述第一区域样本和第二区域样本重新训练所述第一分布预测模型,得到第二分布预测模型,包括:采用所述第一区域样本和所述至少一个子区域样本重新训练所述第一分布预测模型,得到第二分布预测模型;在根据所述第一分布预测模型和第二分布预测模型中预测误差小的模型重新确定第一分布预测模型时,还根据重新确定的第一分布预测模型对应的训练区域样本重新确定所述第一区域样本,还根据所述第二区域样本中筛选剩余的第二区域特征值重新确定不同区域的第二区域特征值。4.如权利要求2所述方法,在根据所述第一分布预测模型和第二分布预测模型中预测误差小的模型重新确定第一分布预测模型之后,还包括:对已得到的各重新确定的第一分布预测模型的预测误差进行处理,得到所述第一分布预测模型的预测误差的波动值;若所述第一分布预测模型的波动值小于阈值,则结束。5.如权利要求2所述方法,判断所述第一分布预测模型的预测误差与第二分布预测模型的预测误差之间的大小,包括:确定测试区域样本,所述测试区域样本包括测试区域特征值和对应的测试区域内商家分布数据;利用所述第一分布预测模型和第二分布预测模型分别对测试区域特征值进行处理,预测得到测试区域内商家的第一分布预测数据和第二分布预测数据;确定所述第一分布预测数据和第二分布预测数据分别相对于测试区域内商家的真实分布数据的预测误差;比较所述第一分布预测模型的预测误差与第二分布预测模型的预测误差之间的大小。6.如权利要求1所述方法,当所述分布预测模型包括不同子模型时,利用所述第一区域样本对分布预测模型进行训练,包括:利用第一区域样本对分布预测模型中的不同子模型进行训练,得到所述不同子模型中的至少一种区域特征值与区域内商家分布数据之间的关联关系。7.如权利要求1所述方法,确定不同区域的第一区域样本,包括:确定不同区域的区域特征值样本;根据符合预设样本规则的区域特征值样本确定所述第一区域特征值;根据所述第一区域特征值所对应区域内商家分布数据确定所述第一区域样本。8.如权利要求1所述方法,确定第一区域样本,包括:确定地域面积小于预设值的第一区域样本。9.一种区域内商家分布数据的处理方法,包括:确定预测区域特征值;利用训练的第一分布预测模型对所述预测区域特征值进行处理,预测得到区域内商家的分布数据;所述第一分布预测模型是利用携带第一区域特征值的区域内商家的分布数据对分布预测模型进行训练得到的。10.一种区域内商家分布数据的处理装置,包括:确定模块,确定不同区域的第一区域样本,所述第一区域样本包含携带第一区域特征值的区域内商家分布数据;训练模块,利用所述不同区域的第一区域样本对分布预测模型进行训练,得到第一分布预测模型,所述训练的第一分布预测模型包括至少一种区域特征值与区域内商家分布数据之间的关联关系,所述第一分布预测模型能够根据区域特征值预测区域内...
【专利技术属性】
技术研发人员:潘子骅,蒋锐滢,危彬,李嘉森,于倩,曾俊,刘忠义,姚迅,
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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。