一种网点选址方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术涉及人工智能技术领域，具体涉及一种网点选址方法、装置、电子设备和存储介质。所述方法包括：获取目标区域内网点选址关联特征数据；其中所述关联特征数据至少包括目标区域内店铺租金；将所述关联特征数据输入至预设的神经网络模型；其中所述神经网络模型是经过目前网点关联特征数据训练成功的模型；所述神经网络模型输出所述目标区域网点设置的推荐分值；根据所述推荐分值，确定是否在该目标区域内设置网点。本申请实现了网点智能化选址，解决了传统选址带来的选址范围不精准、人力成本高的问题。

【技术实现步骤摘要】
一种网点选址方法、装置、电子设备和存储介质
本专利技术涉及人工智能
，具体涉及一种网点选址方法、装置、电子设备和存储介质。
技术介绍
目前公司的网点选址，尤其是公共自助性网点选址时主要靠人工流程完成选址，根据人工观察统计查看周围人流量、设置调查问卷进行抽样调查等，再进行投入产出分析，作为此地选址是否可以盈利的标准。这样的方式由于需要进行人工调查及观察，且样本无法完全展示调查结果等几个弊端，可能造成调查结果的不准确，最终导致选址不佳或没有达到预期的营业状况。
技术实现思路
本申请的目的旨在至少能解决上述的技术缺陷之一。本申请所采用的技术方案如下：第一方面，本申请实施例公开了一种网点选址方法，所述方法包括：获取目标区域内网点选址关联特征数据；其中所述关联特征数据至少包括目标区域内店铺租金；将所述关联特征数据输入至预设的神经网络模型；其中所述神经网络模型是经过目前网点关联特征数据训练成功的模型；所述神经网络模型输出所述目标区域网点设置的推荐分值；根据所述推荐分值，确定是否在该目标区域内本文档来自技高网...

【技术保护点】
1.一种网点选址方法，其特征在于，所述方法包括：/n获取目标区域内网点选址关联特征数据；其中所述关联特征数据至少包括目标区域内店铺租金；/n将所述关联特征数据输入至预设的神经网络模型；其中所述神经网络模型是经过目前网点关联特征数据训练成功的模型；/n所述神经网络模型输出所述目标区域网点设置的推荐分值；/n根据所述推荐分值，确定是否在该目标区域内设置网点。/n

【技术特征摘要】
1.一种网点选址方法，其特征在于，所述方法包括：
获取目标区域内网点选址关联特征数据；其中所述关联特征数据至少包括目标区域内店铺租金；
将所述关联特征数据输入至预设的神经网络模型；其中所述神经网络模型是经过目前网点关联特征数据训练成功的模型；
所述神经网络模型输出所述目标区域网点设置的推荐分值；
根据所述推荐分值，确定是否在该目标区域内设置网点。


2.根据权利要求1所述的网点选址方法，其特征在于，所述网点选址关联特征数据包括但不限于以下至少一种：
目标区域内人流量、目标区域内人均收入、目标区域内人员结构模型、客户占比数量。


3.根据权利要求1或2所述的网点选址方法，其特征在于，所述目标区域确定过程为：
按照预设的区域划分规则将城区划分为至少包括一个目标区域的集合。


4.根据权利要求3所述的网点选址方法，其特征在于，所述预设的区域划分规则包括但不限于：
按照预设的区域划分单元划分城区为至少一个目标区域；或，
以地标性建筑群为中心，以一定的距离为辐射边长形成一个目标区域；其中所述建筑群至少包括一个地标性建筑。


5.根据权利要求1或4所述的网点选址方法，其特征在于，获取目标区域内网点选址关联特征数据：
通过导航应用程序获取目标区域人流量数据；和/或，
通过房屋买卖应用程序获取目标区域内商品房价格，根据商品房价格获取目标区域人均收入数据；和/或，
通过目标区域内企业信息数据获取目标区域内人员结构模型。


...

【专利技术属性】
技术研发人员：王唯伊，雷功敏，
申请(专利权)人：中信银行股份有限公司，
类型：发明
国别省市：北京;11