零售户识别方法、终端及可读存储介质技术

本发明专利技术公开一种零售户识别方法、终端及可读存储介质，该零售户识别方法包括：获取多个零售户的经营特征数据信息、进货数据信息和进货进货时间信息，根据预设规则和进货时间信息将各零售户的进货数据信息分成第一历史数据和第二历史数据；根据预设指标预测模型、经营特征数据信息和第一历史数据计算得到各零售户的预设指标的预测值；根据预测值和第二历史数据计算得到各零售户的偏离值并确定与预设阈值的大小关系；根据大小关系确定各零售户中的异常零售户；并根据各零售户之间的距离信息、各零售户中的异常零售户以及预设算法确定各所述零售户中的异常零售大户。本发明专利技术能够识别异常零售户并进一步识别异常零售大户，节省人力，提高识别准确性。

【技术实现步骤摘要】
零售户识别方法、终端及可读存储介质
本专利技术涉及数据处理
，具体涉及一种零售户识别方法、终端及可读存储介质。
技术介绍
目前，烟草局在对烟草零售户的监管过程中，主要是通过人工排查的方式来判断烟草零售户是否存在违规行为，该方式不仅耗费大量人力成本，而且由于人口流动等原因，可能导致零售户的购烟数据会不稳定，识别所述异常零售户时判断不准确。因此，有必要提供一种零售户识别方法，以解决上述技术问题。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的是提供一种零售户识别方法、终端及可读存储介质，旨在解决人工排查的方式来判断烟草零售户是否存在违规行为不仅耗费大量人力成本，而且判断不准确的问题。为实现上述目的，本专利技术提出的零售户识别方法，包括以下步骤：获取多个零售户的经营特征数据信息、进货数据信息和进货进货时间信息，根据预设规则和所述进货时间信息将各所述零售户的进货数据信息分成第一历史数据和第二历史数据；根据预设指标预测模型、所述经营特征数据信息和所述第一历史数据计算得到各零售户的预设指标的预测值；根据所述预测值和所述第二历史数据计算得到各零售户的偏离值，确定所述偏离值与预设阈值的大小关系；根据所述大小关系确定各所述零售户中的异常零售户；获取各所述零售户之间的距离信息，并根据各所述零售户之间的距离信息、各所述零售户中的异常零售户以及预设算法确定各所述零售户中的异常零售大户。r>优选地，所述获取各所述零售户之间的距离信息，并根据各所述零售户之间的距离信息、各所述零售户中的异常零售户以及预设算法确定各所述零售户中的异常零售大户的步骤包括：获取各所述零售户之间的距离信息，遍历各所述零售户，对第i个零售户，根据各所述零售户之间的距离信息确定与第i个零售户的距离小于预设距离的零售户{Xj,Xk,Xn,...}；确定各所述零售户{Xj,Xk,Xn,...}中异常零售户的数量Si；将与各所述零售户{Xj,Xk,Xn,...}对应的各异常特征值{Tj,Tk,Tn,...}分别与Si相加，其中，各所述异常特征值的初始值为零；根据各所述异常特征值确定各所述零售户中的异常零售大户。优选地，所述根据各所述异常特征值确定各所述零售户中的异常零售大户的步骤包括：获取各所述异常特征值中的最大值；确定所述最大值对应的零售户为异常零售大户。优选地，所述获取多个零售户的经营特征数据信息、进货数据信息和与所述进货数据信息对应的进货时间信息，根据预设规则和所述进货时间信息将各所述零售户的进货数据信息分成第一历史数据和第二历史数据的步骤包括：获取多个零售户的经营特征数据信息、进货数据信息和与所述进货数据信息对应的进货时间信息；判断所述进货数据信息对应的进货时间信息是否在预设时间段内；若所述进货数据信息对应的进货时间信息在所述预设时间段内，则将所述进货数据信息划分为第一历史数据；若所述进货数据信息对应的进货时间信息不在所述预设时间段内，则将所述进货数据信息划分为第二历史数据。优选地，所述根据预设指标预测模型、所述经营特征数据信息和所述第一历史数据计算得到各零售户的预设指标的预测值的步骤包括：根据所述经营特征数据信息和所述第一历史数据获取与所述预设指标相关的特征值，并生成特征向量；根据所述特征向量、所述预设指标预测模型计算得到各零售户的预设指标的预测值。优选地，所述根据所述预测值和所述第二历史数据计算得到各零售户的偏离值，确定所述偏离值与预设阈值的大小关系的步骤，包括：根据所述第二历史数据获取与所述预设指标相关的实际值；根据所述实际值和所述预测值计算得到各所述零售户的偏离值；确定所述偏离值与预设阈值的大小关系。优选地，所述根据所述大小关系确定各所述零售户中的异常零售户的步骤包括：若所述偏离值大于预设阈值，则将与所述偏离值对应的零售户标记为异常零售户，并生成异常零售户标记信息；建立所述零售户与所述异常零售户标记信息的映射关系并存储。优选地，所述获取多个零售户的经营特征数据信息、进货数据信息和与所述进货数据信息对应的进货时间信息，根据预设规则和所述进货时间信息将各所述零售户的进货数据信息分成第一历史数据和第二历史数据的步骤之前，包括：获取多个零售户的样本数据信息；构建基于循环神经网络的指标预测模型；通过所述样本数据信息对所述指标预测模型进行训练，确定指标预测模型中的参数值；将确定参数值的所述指标预测模型作为所述预设指标预测模型并存储。本专利技术还提出一种终端，包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述的零售户识别方法的步骤。本专利技术还提出一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的零售户识别方法的步骤本专利技术技术方案中，通过获取多个零售户的经营特征数据信息、进货数据信息和进货进货时间信息，根据预设规则和所述进货时间信息将各所述零售户的进货数据信息分成第一历史数据和第二历史数据；根据预设指标预测模型、所述经营特征数据信息和所述第一历史数据计算得到各零售户的预设指标的预测值；根据所述预测值和所述第二历史数据计算得到各零售户的偏离值，确定所述偏离值与预设阈值的大小关系；根据所述大小关系确定各所述零售户中的异常零售户；获取各所述零售户之间的距离信息，并根据各所述零售户之间的距离信息、各所述零售户中的异常零售户以及预设算法确定各所述零售户中的异常零售大户，可以识别出多个零售户中的异常零售户，并进一步识别出异常零售大户，无需人工实地排查，节省了人力成本，提高识别效率并提高了识别准确性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。图1是本专利技术实施例方案涉及的硬件运行环境的终端结构示意图；图2为本专利技术零售户识别方法第一实施例的流程示意图；图3为本专利技术零售户识别方法第二实施例中步骤S140的细化流程示意图；图4为本专利技术零售户识别方法第四实施例中步骤S100的细化流程示意图；图5为本专利技术零售户识别方法第六实施例中步骤S120的细化流程示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳本文档来自技高网...

【技术保护点】
1.一种零售户识别方法，其特征在于，所述零售户识别方法包括以下步骤：/n获取多个零售户的经营特征数据信息、进货数据信息和进货进货时间信息，根据预设规则和所述进货时间信息将各所述零售户的进货数据信息分成第一历史数据和第二历史数据；/n根据预设指标预测模型、所述经营特征数据信息和所述第一历史数据计算得到各零售户的预设指标的预测值；/n根据所述预测值和所述第二历史数据计算得到各零售户的偏离值，确定所述偏离值与预设阈值的大小关系；/n根据所述大小关系确定各所述零售户中的异常零售户；/n获取各所述零售户之间的距离信息，并根据各所述零售户之间的距离信息、各所述零售户中的异常零售户以及预设算法确定各所述零售户中的异常零售大户。/n

【技术特征摘要】
1.一种零售户识别方法，其特征在于，所述零售户识别方法包括以下步骤：
获取多个零售户的经营特征数据信息、进货数据信息和进货进货时间信息，根据预设规则和所述进货时间信息将各所述零售户的进货数据信息分成第一历史数据和第二历史数据；
根据预设指标预测模型、所述经营特征数据信息和所述第一历史数据计算得到各零售户的预设指标的预测值；
根据所述预测值和所述第二历史数据计算得到各零售户的偏离值，确定所述偏离值与预设阈值的大小关系；
根据所述大小关系确定各所述零售户中的异常零售户；
获取各所述零售户之间的距离信息，并根据各所述零售户之间的距离信息、各所述零售户中的异常零售户以及预设算法确定各所述零售户中的异常零售大户。


2.如权利要求1所述的零售户识别方法，其特征在于，所述获取各所述零售户之间的距离信息，并根据各所述零售户之间的距离信息、各所述零售户中的异常零售户以及预设算法确定各所述零售户中的异常零售大户的步骤包括：
获取各所述零售户之间的距离信息，遍历各所述零售户，对第i个零售户，根据各所述零售户之间的距离信息确定与第i个零售户的距离小于预设距离的零售户{Xj,Xk,Xn,...}；
确定各所述零售户{Xj,Xk,Xn,...}中异常零售户的数量Si；
将与各所述零售户{Xj,Xk,Xn,...}对应的各异常特征值{Tj,Tk,Tn,...}分别与Si相加，其中，各所述异常特征值的初始值为零；
根据各所述异常特征值确定各所述零售户中的异常零售大户。


3.如权利要求2所述的零售户识别方法，其特征在于，所述根据各所述异常特征值确定各所述零售户中的异常零售大户的步骤包括：
获取各所述异常特征值中的最大值；
确定所述最大值对应的零售户为异常零售大户。


4.如权利要求1所述的零售户识别方法，其特征在于，所述获取多个零售户的经营特征数据信息、进货数据信息和与所述进货数据信息对应的进货时间信息，根据预设规则和所述进货时间信息将各所述零售户的进货数据信息分成第一历史数据和第二历史数据的步骤包括：
获取多个零售户的经营特征数据信息、进货数据信息和与所述进货数据信息对应的进货时间信息；
判断所述进货数据信息对应的进货时间信息是否在预设时间段内；
若所述进货数据信息对应的进货时间信息在所述预设时间段内，则将所...

【专利技术属性】
技术研发人员：侯杰华，邹暾，李益文，钟湘琼，刘煜，向皓明，洪伟，伊丹，刘英平，罗先学，
申请(专利权)人：中国烟草总公司湖南省公司，
类型：发明
国别省市：湖南;43