本发明专利技术实施例公开了一种选址方法、装置及电子设备，用于解决现有的选址模型选址的方法存在隐私泄露以及选址结果不理想的问题。所述方法可应用于多个电信运营商的用户数据服务器中的任一用户数据服务器，所述方法包括：接收中心服务器发送的候选区域的商业数据；确定所述候选区域的本地电信运营数据；将所述商业数据和所述本地电信运营数据输入本地的选址打分模型，得到所述候选区域的选址得分，其中，所述选址打分模型是各用户数据服务器联邦学习得到的，且训练所述选址打分模型的样本数据包括样本区域的本地电信运营数据以及所述样本区域的商业数据；根据所述候选区域的选址得分确定目标对象的部署地址。
【技术实现步骤摘要】
本专利技术实施例涉及人工智能，尤其涉及一种选址方法、装置及电子设备。
技术介绍
1、超市、商场、摄像头等对人流量敏感的场所或设施在进行选址时，是一件非常慎重的事情，选择的正确与否，决定着日后的客流量和收益效益，所以在这些场所或设施的选址方面，需要格外慎重。
2、目前，常用的选址方法有两种：一是人工选址，根据人工观察统计查看多个地址的人流量，并进行抽样调查，再进行投入产出分析确定最佳地址；二是依据选址模型进行选址，通过收集样本数据训练选址打分模型，将各候选地址的相关数据输入选址模型，对各候选地址的打分，根据打分情况从候选地址中选出最佳地址。
3、上述第一种选址方法主要凭借调研人员的经验进行选址，这导致选址结果具有主观性和不确定性，并且该方法需要耗费大量的成本，选址效率较低；第二种选址方法同样需要人工收集样本数据，因此也存在人工选址存在的问题，此外，在使用样本数据的过程中还存在泄露隐私的风险，并且基于传统机器学习算法的选址打分模型，打分精度低，导致选址结果不理想。
技术实现思路
1、本专利技术实施例提供一种选址方法、装置及电子设备，用于在提升选址效率的同时，解决现有的选址模型选址的方法存在隐私泄露以及选址结果不理想的问题。
2、本专利技术实施例采用下述技术方案：
3、第一方面，提供了一种选址方法，应用于多个电信运营商的用户数据服务器中的任一用户数据服务器，所述方法包括：
4、接收中心服务器发送的候选区域的商业数据；
>5、确定所述候选区域的本地电信运营数据；6、将所述商业数据和所述本地电信运营数据输入本地的选址打分模型，得到所述候选区域的选址得分，其中，所述选址打分模型是各用户数据服务器联邦学习得到的，且训练所述选址打分模型的样本数据包括样本区域的本地电信运营数据以及所述样本区域的商业数据；
7、根据所述候选区域的选址得分确定目标对象的部署地址。
8、第二方面，提供了一种选址方法，应用于中心服务器，所述方法包括：
9、分别向多个电信运营商的用户数据服务器发送候选区域的商业数据，以使所述用户数据服务器将所述商业数据和所述候选区域的本地电信运营数据输入本地的选址打分模型，得到所述候选区域的选址得分，并根据所述候选区域的选址得分确定目标对象的部署地址，其中，所述选址打分模型是各用户数据服务器联邦学习得到的，且训练所述选址打分模型的样本数据包括样本区域的本地电信运营数据以及所述样本区域的商业数据。
10、第三方面，提供了一种选址装置，应用于多个电信运营商的用户数据服务器中的任一用户数据服务器，所述装置包括：
11、数据接收模块，用于接收中心服务器发送的候选区域的商业数据；
12、数据确定模块，用于确定所述候选区域的本地电信运营数据；
13、选址打分模块，用于将所述商业数据和所述本地电信运营数据输入本地的选址打分模型，得到所述候选区域的选址得分，其中，所述选址打分模型是各用户数据服务器联邦学习得到的，且训练所述选址打分模型的样本数据包括样本区域的本地电信运营数据以及所述样本区域的商业数据；
14、选址模块，用于根据所述候选区域的选址得分确定目标对象的部署地址。
15、第四方面，提供了一种选址装置，应用于中心服务器，所述装置包括：
16、第二数据发送模块，用于分别向多个电信运营商的用户数据服务器发送候选区域的商业数据，以使所述用户数据服务器将所述商业数据和所述候选区域的本地电信运营数据输入本地的选址打分模型，得到所述候选区域的选址得分，并根据所述候选区域的选址得分确定目标对象的部署地址，其中，所述选址打分模型是各用户数据服务器联邦学习得到的，且训练所述选址打分模型的样本数据包括样本区域的本地电信运营数据以及所述样本区域的商业数据。
17、第五方面，提供了一种电子设备，包括：存储器、处理器及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，所述计算机程序被所述处理器执行时实现如第一方面或第二方面所述的方法的步骤。
18、第六方面，提供了一种计算机可读存储介质，所述计算机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第一方面或第二方面所述的方法的步骤。
19、本专利技术实施例采用的上述至少一个技术方案能够达到以下有益效果：
20、在本申请实施例中，一方面，不同电信运营商的用户数据服务器，采用联邦学习的方式训练得到选址打分模型，因此可以保证各用户数据服务器的本地数据不出局，从而避免隐私泄露；另一方面，联合候选区域的商业数据和本地电信运营数据这两方面的数据进行选址打分模型的训练，这丰富了所述选址打分模型的数据量，因此可以提升选址打分模型的打分精度，从而提升选址效果。
本文档来自技高网...
【技术保护点】
1.一种选址方法，其特征在于，应用于多个电信运营商的用户数据服务器中的任一用户数据服务器，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述用户数据服务器本地的选址打分模型是基于如下步骤得到的：
3.根据权利要求1或2所述的方法，其特征在于，
4.根据权利要求1或2所述的方法，其特征在于，所述商业数据包括下述至少一项：
5.根据权利要求1或2所述的方法，其特征在于，所述本地电信运营数据包括下述至少一项：
6.根据权利要求1或2所述的方法，其特征在于，所述目标对象包括下述一种：
7.一种选址方法，其特征在于，应用于中心服务器，所述方法包括：
8.根据权利要求7所述的方法，其特征在于，所述用户数据服务器本地的选址打分模型是基于如下步骤得到的：
9.根据权利要求8所述的方法，其特征在于，所述对各用户数据服务器上传的所述样本区域的本地梯度信息进行融合得到融合梯度信息，包括：
10.一种选址装置，其特征在于，应用于多个电信运营商的用户数据服务器中的任一用户数据服务器，所述装置包括：
11.一种选址装置，其特征在于，应用于中心服务器，所述装置包括：
...
【技术特征摘要】
1.一种选址方法，其特征在于，应用于多个电信运营商的用户数据服务器中的任一用户数据服务器，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述用户数据服务器本地的选址打分模型是基于如下步骤得到的：
3.根据权利要求1或2所述的方法，其特征在于，
4.根据权利要求1或2所述的方法，其特征在于，所述商业数据包括下述至少一项：
5.根据权利要求1或2所述的方法，其特征在于，所述本地电信运营数据包括下述至少一项：
6.根据权利要求1或2所述的方法，其特征在于，所述目标对象包括...
【专利技术属性】
技术研发人员：王昀，方浩宇，梅迪菲，郝晓宁，田康，陈涛，刘亚盟，井志刚，
申请(专利权)人：中移雄安信息通信科技有限公司，
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。