用户位置确定方法、图模型生成方法、装置及服务器制造方法及图纸

本发明专利技术公开一种用户位置确定方法、图模型生成方法、装置及服务器，所述用户位置确定方法包括：获取用户终端当前搜索到的N个无线网络设备的标识信息，以及N个无线网络设备的信号强度；基于训练好的图模型，确定M个商铺结点向量，以及与N个无线网络设备的标识信息对应的N个设备结点向量；根据M个商铺结点向量、N个设备结点向量、以及N个无线网络设备的信号强度，获得与M个商铺结点向量对应的连接概率；并将最大的连接概率所对应的商铺，确定为用户终端当前所在的目标商铺。上述方案中，通过计算商铺结点向量和设备结点向量之间的连接概率，充分挖掘各个无线网络设备与商铺之间的关系，提高了用户终端位置确定的准确率和可靠性。

User Location Determination Method, Graph Model Generation Method, Device and Server

【技术实现步骤摘要】
用户位置确定方法、图模型生成方法、装置及服务器
本专利技术涉及计算机
，尤其涉及一种用户位置确定方法、图模型生成方法、装置及服务器。
技术介绍
随着科学技术的不断进步，无线网络得到了广泛应用，很多商区的商铺都安装了无线网络设备(例如wifi设备)以向用户提供无线网络。用户可以通过用户终端搜索到附近商铺的无线网络设备，并根据需要加入到的任一个无线网络设备的无线网络中。由于用户终端接收到的无线网络设备的信号强度在一定程度上反映了用户终端与无线网络设备的位置关系，例如，用户终端接收到的无线网络设备的信号越强，表明用户终端距离该无线网络设备越近。因此，现有技术中可以根据用户终端搜索到的信号强度最大的无线网络设备所在的商铺，推断用户位于该商铺内。但由于用户终端接收无线网络设备的信号强度会受到多方面因素的影响，例如受到无线网络设备的功率、障碍物遮挡、用户终端对信号强度的敏感度等因素的影响。因此，根据信号强度最大的无线网络设备所在位置来确定用户终端所在的商铺，存在准确率较低的问题。
技术实现思路
本说明书实施例提供及一种用户位置确定方法、图模型生成方法、装置及服务器。第一方面，本说明书实施例提供一种用户位置确定方法，包括：获取用户终端当前搜索到的N个无线网络设备的标识信息，以及所述N个无线网络设备的信号强度，N为正整数；基于训练好的图模型，确定M个商铺结点向量，以及确定与所述N个无线网络设备的标识信息对应的N个设备结点向量，所述训练好的图模型包括用于表征预设区域中各个商铺的商铺结点向量，以及用于表征所述预设区域中各个无线网络设备的设备结点向量，M为正整数；根据所述M个商铺结点向量、所述N个设备结点向量、以及所述N个无线网络设备的信号强度，计算所述M个商铺结点向量中每个商铺结点向量与所述N个设备结点向量之间的连接概率；将计算得到的M个连接概率中最大的连接概率所对应的商铺，确定为所述用户终端当前所在的目标商铺。第二方面，本说明书实施例提供一种图模型生成方法，包括：基于用户终端在预设区域中的商铺中搜索到的无线网络设备的标识信息，以及所述无线网络设备的信号强度，构建训练数据；基于所述训练数据，对初始图模型中的各个商铺结点向量以及各个设备结点向量进行训练，获得训练好的图模型。第三方面，本说明书实施例提供一种用户位置确定装置，所述装置包括：获取模块，用于获取用户终端当前搜索到的N个无线网络设备的标识信息，以及所述N个无线网络设备的信号强度，N为正整数；向量确定模块，用于基于训练好的图模型，确定M个商铺结点向量，以及确定与所述N个无线网络设备的标识信息对应的N个设备结点向量，所述训练好的图模型包括用于表征预设区域中各个商铺的商铺结点向量，以及用于表征所述预设区域中各个无线网络设备的设备结点向量，M为正整数；处理模块，用于根据所述M个商铺结点向量、所述N个设备结点向量、以及所述N个无线网络设备的信号强度，计算所述M个商铺结点向量中每个商铺结点向量与所述N个设备结点向量之间的连接概率；位置确定模块，用于将计算得到的M个连接概率中最大的连接概率所对应的商铺，确定为所述用户终端当前所在的目标商铺。第四方面，本说明书实施例提供一种图模型生成装置，所述装置包括：数据构建模块，用于基于用户终端在预设区域中的商铺中搜索到的无线网络设备的标识信息，以及所述无线网络设备的信号强度，构建训练数据；获取模块，用于基于所述训练数据，对初始图模型中的各个商铺结点向量以及各个设备结点向量进行训练，获得训练好的图模型。第五方面，本说明书实施例提供一种服务器，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行上述第一方面所述方法的步骤。第六方面，本说明书实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项所述方法的步骤。本说明书实施例有益效果如下：在本说明书实施例提供的用户位置确定方法中，获取用户终端当前搜索到的N个无线网络设备的标识信息，以及所述N个无线网络设备的信号强度，基于训练好的图模型，确定M个商铺结点向量，以及和N个无线网络设备的标识信息对应的N个设备结点向量，进一步的根据M个商铺结点向量、N个设备结点向量、N个无线网络设备的信号强度，计算每个商铺结点向量与N个设备结点向量之间的连接概率，并将计算得到的最大的连接概率所对应的商铺作为用户终端当前所在的目标商铺。上述方案中，通过计算商铺结点向量和N个设备结点向量之间的连接概率，来确定用户终端的当前位置，能够充分挖掘终端设备搜索到的各个无线网络设备与商铺之间的关系，有效避免了现有技术中仅依靠信号强度最大的无线网络设备来判断用户终端位置所导致的低准确率，提高了用户终端位置确定的准确率和可靠性。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1为本说明书实施例第一方面提供的一种用户位置确定方法的流程图；图2为本说明书实施例第二方面提供的一种图模型生成方法的流程图；图3为本说明书实施例第三方面提供的一种用户位置确定装置的示意图；图4为本说明书实施例第四方面提供的一种图模型生成装置的示意图；图5为本说明书实施例第五方面提供的服务器的示意图。具体实施方式为了更好的理解上述技术方案，下面通过附图以及具体实施例对本说明书实施例的技术方案做详细的说明，应当理解本说明书实施例以及实施例中的具体特征是对本说明书实施例技术方案的详细的说明，而不是对本说明书技术方案的限定，在不冲突的情况下，本说明书实施例以及实施例中的技术特征可以相互组合。第一方面，本说明书实施例提供的一种用户位置确定方法，如图1所示，为本说明书实施例提供的一种用户位置确定方法的流程图，该方法包括以下步骤。步骤S11：获取用户终端当前搜索到的N个无线网络设备的标识信息，以及所述N个无线网络设备的信号强度，N为正整数；步骤S12：基于训练好的图模型，确定M个商铺结点向量，以及确定与所述N个无线网络设备的标识信息对应的N个设备结点向量，所述训练好的图模型包括用于表征预设区域中各个商铺的商铺结点向量，以及用于表征所述预设区域中各个无线网络设备的设备结点向量，M为正整数；步骤S13：根据所述M个商铺结点向量、所述N个设备结点向量、以及所述N个无线网络设备的信号强度，计算所述M个商铺结点向量中每个商铺结点向量与所述N个设备结点向量之间的连接概率；步骤S14：将计算得到的M个连接概率中最大的连接概率所对应的商铺，确定为所述用户终端当前所在的目标商铺。本说明书实施例提供的用户位置确定方法可以应用于服务器，例如，可以应用于为商铺提供支付服务的服务器，如支付宝的服务器，也可以应用于为商铺提供各类业务的服务器，如提供外卖服务的服务器，还可以应用于其他服务器，这里不做限定。用户终端可以是用户的手机、平板电脑等电子设备。首先，执行步骤S11：获取用户终端当前搜索到的N个无线网络设备的标识信息，以及所述N个无线网络设备的信号强度，N为正整数。需要说明的是，对于一个区域来讲，该区域中可以包含有多个商铺，每个商铺又可以安装有一个以上的无线网本文档来自技高网...

【技术保护点】
1.一种用户位置确定方法，所述方法包括：获取用户终端当前搜索到的N个无线网络设备的标识信息，以及所述N个无线网络设备的信号强度，N为正整数；基于训练好的图模型，确定M个商铺结点向量，以及确定与所述N个无线网络设备的标识信息对应的N个设备结点向量，所述训练好的图模型包括用于表征预设区域中各个商铺的商铺结点向量，以及用于表征所述预设区域中各个无线网络设备的设备结点向量，M为正整数；根据所述M个商铺结点向量、所述N个设备结点向量、以及所述N个无线网络设备的信号强度，计算所述M个商铺结点向量中每个商铺结点向量与所述N个设备结点向量之间的连接概率；将计算得到的M个连接概率中最大的连接概率所对应的商铺，确定为所述用户终端当前所在的目标商铺。

【技术特征摘要】
1.一种用户位置确定方法，所述方法包括：获取用户终端当前搜索到的N个无线网络设备的标识信息，以及所述N个无线网络设备的信号强度，N为正整数；基于训练好的图模型，确定M个商铺结点向量，以及确定与所述N个无线网络设备的标识信息对应的N个设备结点向量，所述训练好的图模型包括用于表征预设区域中各个商铺的商铺结点向量，以及用于表征所述预设区域中各个无线网络设备的设备结点向量，M为正整数；根据所述M个商铺结点向量、所述N个设备结点向量、以及所述N个无线网络设备的信号强度，计算所述M个商铺结点向量中每个商铺结点向量与所述N个设备结点向量之间的连接概率；将计算得到的M个连接概率中最大的连接概率所对应的商铺，确定为所述用户终端当前所在的目标商铺。2.根据权利要求1所述的方法，所述训练好的图模型通过以下方式获得：基于多个终端在所述预设区域中的商铺中搜索到的无线网络设备的标识信息、以及搜索到的无线网络设备的信号强度，构建训练数据；基于所述训练数据，对初始图模型中的各个商铺结点向量以及各个设备结点向量进行训练，获得所述训练好的图模型。3.根据权利要求2所述的方法，所述基于多个终端在所述预设区域中的商铺中搜索到的无线网络设备的标识信息、以及搜索到的无线网络设备的信号强度，构建训练数据，包括：基于所述多个终端所在商铺的商铺信息、所述搜索到的无线网络设备的标识信息、所述搜索到的无线网络设备的信号强度、以及第一标签值生成正样本，其中任一正样本中的第一标签值表示该条正样本中的无线网络设备是在该条正样本中的商铺中搜索到的；修改任一正样本的第一标签值为第二标签值，以及修改该条正样本中的商铺信息为任一其他商铺信息，构成一负样本。4.根据权利要求3所述的方法，所述基于所述训练数据，对初始图模型中的各个商铺结点向量以及各个设备结点向量进行训练，获得所述训练好的图模型，包括：根据所述正样本，计算所述初始图模型中每个商铺结点向量与对应的设备结点向量之间的第一类连接概率；根据所述负样本，计算所述初始图模型中每个商铺结点向量与对应的设备结点向量之间的第二类连接概率；根据所述第一类连接概率以及所述第二类连接概率，对所述初始图模型中的各个商铺结点向量以及各个设备结点向量进行训练，获得所述训练好的图模型。5.根据权利要求4所述的方法，所述根据所述第一类连接概率以及所述第二类连接概率，对所述初始图模型中的各个商铺结点向量以及各个设备结点向量进行训练，获得所述训练好的图模型，包括：根据所述第一类连接概率以及所述第二类连接概率，构建损失函数；根据所述损失函数，对所述初始图模型中的各个商铺结点向量以及各个设备结点向量进行调整，得到调整后的各个商铺向量以及调整后的各个设备结点向量；在向量调整次数未达到预设次数时，根据所述调整后的各个商铺向量以及调整后的各个设备结点向量，重新计算第一类连接概率以及第二类连接概率，并根据重新计算的第一类连接概率以及重新计算的第二类连接概率重新构建损失函数，并基于重新构建的损失函数对所述调整后的各个商铺向量以及所述调整后的各个设备结点向量继续进行调整，直到所述向量调整次数达到所述预设次数。6.根据权利要求1所述的方法，所述根据所述M个商铺结点向量、所述N个设备结点向量、以及所述N个无线网络设备的信号强度，计算所述M个商铺结点向量中每个商铺结点向量与所述N个设备结点向量之间的连接概率，包括：根据所述N个无线网络设备的信号强度，对所述N个设备结点向量进行加权处理，得到加权处理后的设备结点向量；分别计算所述M个商铺结点向量中每个商铺结点向量与所述加权处理后的设备结点向量之间的连接概率。7.根据权利要求1所述的方法，所述方法还包括：在检测到所述预设区域中的各个商铺和/或各个无线网络设备发生变化时，对所述训练好的图模型进行更新调整。8.根据权利要求1所述的方法，所述方法还包括：确定与所述目标商铺对应的推送信息；将所述推送信息发送至所述用户终端。9.一种图模型生成方法，所述方法包括：基于用户终端在预设区域中的商铺中搜索到的无线网络设备的标识信息，以及所述无线网络设备的信号强度，构建训练数据；基于所述训练数据，对初始图模型中的各个商铺结点向量以及各个设备结点向量进行训练，获得训练好...

【专利技术属性】
技术研发人员：林建滨，
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