一种区域中业务站点数量的确定方法、装置、设备及系统制造方法及图纸

本说明书实施例涉及大数据技术领域，具体提供了一种区域中业务站点数量的确定方法、装置、设备及系统。所述方法包括获取指定区域对应的指标数据，所述指标数据表示影响所述业务站点的业务量的因素；将所述指标数据输入区域归类模型，获得所述指定区域对应的区域类别；其中，所述区域归类模型根据区域对应的指标数据和区域对应的区域类别训练获得；所述区域对应的指标数据基于对目标地域划分获得，所述区域对应的区域类别根据所述区域中包括业务站点的数量确定，不同区域类别对应的业务站点的数量不同。利用本说明书实施例可以准确确定区域中业务站点的数量，从而提高选址准确度。

【技术实现步骤摘要】
一种区域中业务站点数量的确定方法、装置、设备及系统
本申请涉及大数据
，特别涉及一种区域中业务站点数量的确定方法、装置、设备及系统。
技术介绍
银行网点作为商业银行吸引客户、开展各项业务的基础设施，选址得当不仅能够为客户提供高效的服务，而且还可以带来更高的经济效益。目前，网点选址方法主要依赖于专家的经验进行分析。这种方式不仅容易受人为主观因素影响，具有一定的主观局限性，而且所能获得的参考信息更是有限，从而使得选址结果不准确。因此，业内亟需一种可以解决上述技术问题的技术方案。
技术实现思路
本说明书实施例提供了一种区域中业务站点数量的确定方法、装置、设备及系统，可以准确确定区域中业务站点的数量，从而提高选址准确度。本说明书提供的一种区域中业务站点数量的确定方法、装置、设备及系统是包括以下方式实现的。一种区域中业务站点数量的确定方法，包括：获取指定区域对应的指标数据，所述指标数据表示影响所述业务站点的业务量的因素；将所述指标数据输入区域归类模型，获得所述指定区域对应的区域类别；其中，所述区域本文档来自技高网...

【技术保护点】
1.一种区域中业务站点数量的确定方法，其特征在于，包括：/n获取指定区域对应的指标数据，所述指标数据表示影响所述业务站点的业务量的因素；/n将所述指标数据输入区域归类模型，获得所述指定区域对应的区域类别；其中，所述区域归类模型根据区域对应的指标数据和区域对应的区域类别训练获得；所述区域对应的指标数据基于对目标地域划分获得，所述区域对应的区域类别根据所述区域中包括业务站点的数量确定，不同区域类别对应的业务站点的数量不同。/n

【技术特征摘要】
1.一种区域中业务站点数量的确定方法，其特征在于，包括：
获取指定区域对应的指标数据，所述指标数据表示影响所述业务站点的业务量的因素；
将所述指标数据输入区域归类模型，获得所述指定区域对应的区域类别；其中，所述区域归类模型根据区域对应的指标数据和区域对应的区域类别训练获得；所述区域对应的指标数据基于对目标地域划分获得，所述区域对应的区域类别根据所述区域中包括业务站点的数量确定，不同区域类别对应的业务站点的数量不同。


2.根据权利要求1所述的方法，其特征在于，所述获取指定区域对应的指标数据，包括：
获取所述指定区域的特征数据，所述特征数据包括环境因素数据、地理因素数据、市场因素数据；
计算所述特征数据的关联度；
根据所述关联度，选择满足预设条件的特征数据作为所述指定区域对应的指标数据。


3.一种区域归类模型的训练方法，其特征在于，包括：
选取目标地域，所述目标地域中包括业务站点；
对所述目标地域进行划分，获得所述目标地域中包括的多个区域；
依照所述区域中包括所述业务站点的数量，将所述目标地域中包括的区域划分为多个区域类别；其中，不同区域类别对应的业务站点的数量不同；
获取所述区域对应的指标数据；所述指标数据表示影响所述业务站点的业务量的因素；
利用所述区域对应的指标数据和区域类别，对预设分类模型进行训练，获得区域归类模型。


4.根据权利要求3所述的方法，其特征在于，所述获取所述区域对应的指标数据，包括：
获取所述区域的特征数据，所述特征数据包括环境因素数据、地理因素数据、市场因素数据；
计算所述特征数据的关联度；
根据所述关联度，选择满足预设条件的特征数据作为所述区域对应的指标数据。


5.根据权利要求4所述的方法，其特征在于，所述环境因素数据包括人口密度信息、成年人群体占比信息、人口信息、消费信息；
所述地理因素数据包括写字楼信息、商业街信息、电影院信息、娱乐场所信息、地铁站信息、公交站信息；
所述市场因素数据包括竞争信息。


6.根据权利要求3所述的方法，其特征在于，所述利用所述区域对应的指标数据和区域类别，对预设分类模型进行训练，获得区域归类模型，包括：
选择不同区域类别中的一个区域类别作为第...

【专利技术属性】
技术研发人员：谢帅虎，马蕾，姚文猛，刘意，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：北京;11