本申请涉及市场业务活动经营管理和决策领域，提供一种地图融合方法、装置、电子设备及计算机存储介质，该方法包括：根据经营活动属性，生成市场活动地图；根据活动服务用户的业务活动范围和业务活动类型，生成像素点地图；通过机器学习算法和栅格算法将市场活动地图和像素点地图进行关联，得到业务活动分类地图；根据网络资源配置信息，生成网络覆盖地图，通过机器学习算法和栅格算法将业务活动分类地图和网络覆盖地图进行融合，得到目标融合地图。本申请实施例提供的地图融合方法构建基于网络覆盖能力，且携带有经营活动属性、业务活动范围和业务活动类型的目标融合地图，通过目标融合地图能够实现高效地指导市场业务活动的经营管理和决策。的经营管理和决策。的经营管理和决策。
【技术实现步骤摘要】
地图融合方法、装置、电子设备及计算机存储介质
[0001]本申请涉及市场业务活动经营管理和决策领域，尤其涉及一种地图融合方法、装置、电子设备及计算机存储介质。
技术介绍
[0002]目前针对通信运营商市场业务活动的管理平台功能指标单一，基于位置的活动区域划分存在不合理或欠合理的情况，特别是对于市场业务活动的范围区域设置方法不够智能，需要通过人工比对的方式进行处理，大大增加了管理成本。此外，市场业务活动的划分与网络覆盖区域经常存在不匹配的情况，导致市场业务活动拓展受到影响。
技术实现思路
[0003]本申请提供一种地图融合方法、装置、电子设备及计算机存储介质，旨在实现高效地指导市场业务活动的经营管理和决策。
[0004]第一方面，本申请提供一种地图融合方法，包括：
[0005]确定预设区域范围的经营活动数据，并根据所述经营活动数据中的经营活动属性，生成市场活动地图；
[0006]确定所述经营活动数据中的各个活动服务用户，并根据各个所述活动服务用户的业务活动范围和业务活动类型，生成像素点地图；
[0007]通过第一预设机器学习算法和栅格算法将所述市场活动地图和所述像素点地图进行关联，得到业务活动分类地图；
[0008]根据所述经营活动数据中的网络资源配置信息，生成网络覆盖地图，并通过第二预设机器学习算法和所述栅格算法将所述业务活动分类地图和所述网络覆盖地图进行融合，得到目标融合地图。
[0009]在一个实施例中，所述通过第一预设机器学习算法和栅格算法将所述市场活动地图和所述像素点地图进行关联，得到业务活动分类地图，包括：
[0010]将所述像素点地图中的用户像素点确定为训练数据集，通过支持向量机算法根据属性特征对所述训练数据集中的用户像素点进行分类，构建分离超平面，并将所述分离超平面确定为市场用户平面；
[0011]通过所述栅格算法根据业务活动区域确定预设大小栅格，并按照所述预设大小栅格对所述市场用户平面和所述市场活动地图进行切割，得到各个用户分类栅格图层和各个市场活动栅格图层；
[0012]根据各个所述用户分类栅格图层和各个所述市场活动栅格图层，得到所述业务活动分类地图。
[0013]所述根据各个所述用户分类栅格图层和各个所述市场活动栅格图层，得到所述业务活动分类地图，包括：
[0014]将各个所述用户分类栅格图层和各个所述市场活动栅格图层进行叠加，得到栅格
地图；
[0015]根据各个所述用户分类栅格图层和各个所述市场活动栅格图层的图层信息，确定用户属性特征和市场属性特征；
[0016]将所述用户属性特征和所述市场属性特征与所述栅格地图进行关联，得到所述业务活动分类地图。
[0017]所述通过支持向量机算法根据属性特征对所述训练数据集中的用户像素点进行分类，构建分离超平面，包括：
[0018]通过第一属性特征对所述训练数据集中的用户像素点进行分类，得到第一待处理数据集和第二待处理数据集；
[0019]通过第二属性特征对所述第一待处理数据集进行分类，得到第一目标数据集和第二目标数据集；
[0020]通过几何间隔公式结合所述第一目标数据集和所述第二目标数据集，构建第一分离超平面和第二分离超平面；
[0021]通过第三属性特征和第四属性特征对所述第二待处理数据集进行分类，得到第三目标数据集、第四目标数据集和第五目标数据集；
[0022]通过所述几何间隔公式结合所述第三目标数据集、所述第四目标数据集和所述第五目标数据集，构建第三分离超平面、第四分离超平面和第五分离超平面。
[0023]所述通过第二预设机器学习算法和所述栅格算法将所述业务活动分类地图和所述网络覆盖地图进行融合，得到目标融合地图，包括：
[0024]通过所述栅格算法将所述业务活动分类地图和所述网络覆盖地图进行栅格化，得到各个待处理栅格图层；
[0025]通过SLAM学习算法根据特征属性对各个所述待处理栅格图层进行定位，确定各个所述待处理栅格图层的位置信息；
[0026]将各个所述待处理栅格图层及其对应的位置信息进行关联，得到各个目标栅格图层；
[0027]确定各个所述目标栅格图层的特征属性，并将携带有同一特征属性的目标栅格图层进行融合，得到所述目标融合地图。
[0028]所述根据各个所述活动服务用户的业务活动范围和业务活动类型，生成像素点地图，包括：
[0029]根据所述业务活动范围和所述业务活动类型，确定各个所述活动服务用户的属性特征标签；
[0030]确定各个所述属性特征标签的第一遥感信息，并根据各个所述属性特征标签及第一遥感信息，生成各类活动服务用户的像素点地图。
[0031]所述根据所述经营活动数据中的经营活动属性，生成市场活动地图，包括：
[0032]以各个业务活动单元为经营主体，确定各个所述业务活动单元的经营活动属性，其中，所述经营活动属性包括经营活动类型和经营活动收入数据；
[0033]确定各个所述业务活动单元的第二遥感信息，并通过各个所述业务活动单元的第二遥感信息、经营活动类型和经营活动收入数据，生成所述市场活动地图。
[0034]第二方面，本申请还提供一种地图融合装置，包括：
[0035]第一确定生成模块，用于确定预设区域范围的经营活动数据，并根据所述经营活动数据中的经营活动属性，生成市场活动地图；
[0036]第二确定生成模块，用于确定所述经营活动数据中的各个活动服务用户，并根据各个所述活动服务用户的业务活动范围和业务活动类型，生成像素点地图；
[0037]关联模块，用于通过第一预设机器学习算法和栅格算法将所述市场活动地图和所述像素点地图进行关联，得到业务活动分类地图；
[0038]生成融合模块，用于根据所述经营活动数据中的网络资源配置信息，生成网络覆盖地图，并通过第二预设机器学习算法和所述栅格算法将所述业务活动分类地图和所述网络覆盖地图进行融合，得到目标融合地图。
[0039]第三方面，本申请还提供一种电子设备，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，所述处理器执行所述程序时实现第一方面所述地图融合方法。
[0040]第四方面，本申请还提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质包括计算机程序，所述计算机程序被处理器执行时实现第一方面所述地图融合方法。
[0041]第五方面，本申请还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被所述处理器执行时实现第一方面所述地图融合方法。
[0042]本申请提供的地图融合方法、装置、电子设备及计算机存储介质，通过将业务活动分类地图和网络覆盖地图进行融合，构建基于网络覆盖能力且携带经营活动属性、业务活动范围和业务活动类型的目标融合地图，保证了市场活动地图与像素点地图的关联，增强了用户与市场活动地图的黏性和关联度，增加了市场活动的精准度，从本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种地图融合方法，其特征在于，包括：确定预设区域范围的经营活动数据，并根据所述经营活动数据中的经营活动属性，生成市场活动地图；确定所述经营活动数据中的各个活动服务用户，并根据各个所述活动服务用户的业务活动范围和业务活动类型，生成像素点地图；通过第一预设机器学习算法和栅格算法将所述市场活动地图和所述像素点地图进行关联，得到业务活动分类地图；根据所述经营活动数据中的网络资源配置信息，生成网络覆盖地图，并通过第二预设机器学习算法和所述栅格算法将所述业务活动分类地图和所述网络覆盖地图进行融合，得到目标融合地图。2.根据权利要求1所述的地图融合方法，其特征在于，所述通过第一预设机器学习算法和栅格算法将所述市场活动地图和所述像素点地图进行关联，得到业务活动分类地图，包括：将所述像素点地图中的用户像素点确定为训练数据集，通过支持向量机算法根据属性特征对所述训练数据集中的用户像素点进行分类，构建分离超平面，并将所述分离超平面确定为市场用户平面；通过所述栅格算法根据业务活动区域确定预设大小栅格，并按照所述预设大小栅格对所述市场用户平面和所述市场活动地图进行切割，得到各个用户分类栅格图层和各个市场活动栅格图层；根据各个所述用户分类栅格图层和各个所述市场活动栅格图层，得到所述业务活动分类地图。3.根据权利要求2所述的地图融合方法，其特征在于，所述根据各个所述用户分类栅格图层和各个所述市场活动栅格图层，得到所述业务活动分类地图，包括：将各个所述用户分类栅格图层和各个所述市场活动栅格图层进行叠加，得到栅格地图；根据各个所述用户分类栅格图层和各个所述市场活动栅格图层的图层信息，确定用户属性特征和市场属性特征；将所述用户属性特征和所述市场属性特征与所述栅格地图进行关联，得到所述业务活动分类地图。4.根据权利要求2所述的地图融合方法，其特征在于，所述通过支持向量机算法根据属性特征对所述训练数据集中的用户像素点进行分类，构建分离超平面，包括：通过第一属性特征对所述训练数据集中的用户像素点进行分类，得到第一待处理数据集和第二待处理数据集；通过第二属性特征对所述第一待处理数据集进行分类，得到第一目标数据集和第二目标数据集；通过几何间隔公式结合所述第一目标数据集和所述第二目标数据集，构建第一分离超平面和第二分离超平面；通过第三属性特征和第四属性特征对所述第二待处理数据集进行分类，得到第三目标数据集、第四目标数据集和第五目标数据集；
通过所述几何间隔公式结合所述第三目标数据集、所述第四目标数据集和所述第五目标数据集，构建第三分离超平面、第四分离超平面和第五分离超平面。5.根据权利要...
【专利技术属性】
技术研发人员：魏国华，郭翔宇，王波，郭向红，孙颖飞，包志刚，张景钊，蔚丽娟，刘晓燕，吴为民，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：
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。