[發明專利]電子裝置、構建零售網點評分模型的方法及存儲介質

在審

• 申請號: 201710914523.0
• 申請日: 2017-09-30
• 公開（公告）號: CN107730310A
• 公開（公告）日: 2018-02-23
• 發明（設計）人: 鄧坤;韓偉;王建明;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F17/30
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙)44347
• 代理人: 高杰,于志光

技術領域

本發明涉及通信技術領域，尤其涉及一種電子裝置、構建零售網點評分模型的方法及計算機可讀存儲介質。

背景技術

目前，金融行業進行零售網點選址時，通常通過人工對商圈、小區周邊實地考察，結合人的主觀判斷的方式來選擇零售網點的地址。這種零售網點選址方式以主觀因素為主，無法客觀、整體地結合周邊因素，進而分析這些周邊因素對于零售網點選址的影響，因此，構建一種能夠客觀、整體地結合周邊因素對零售網點地址進行評估的方案成為有待解決的問題。

發明內容

本發明的目的在于提供一種電子裝置、構建零售網點評分模型的方法及計算機可讀存儲介質，旨在客觀、整體地結合周邊因素構建的零售網點評分模型。

為實現上述目的，本發明提供一種電子裝置，所述電子裝置包括存儲器及與所述存儲器連接的處理器，所述存儲器中存儲有可在所述處理器上運行的構建零售網點評分模型的系統，所述構建零售網點評分模型的系統被所述處理器執行時實現如下步驟：

S1，通過爬蟲系統爬取預設的地圖網站的poi數據；

S2，基于當前各零售網點的地理位置獲取各零售網點周邊的poi數據，基于各零售網點周邊的poi數據構建各零售網點的poi相關網點特征；

S3，基于當前各零售網點的地理位置獲取各零售網點周邊的基于位置服務lbs信息，基于各零售網點周邊的基于位置服務lbs信息構建各零售網點的客戶相關特征；

S4，根據當前各零售網點的在預設時間段內新增的客戶的數量以及營收指標對各零售網點進行評分；

S5，利用所述各零售網點對應的poi相關網點特征、客戶相關特征及評分對預設的分類算法模型進行有監督學習，以構建零售網點評分模型。

優選地，所述構建零售網點評分模型的系統被所述處理器執行時，還實現如下步驟：

在選定新的零售網點后，輸入新的零售網點的地理位置對應的poi相關網點特征及客戶相關特征至所述零售網點評分模型中，利用所述零售網點評分模型對所述新的零售網點進行評分。

優選地，所述步驟S2包括：

S21，以當前每一零售網點的地理位置為中心，獲取每一零售網點預設大小區域范圍內對應的poi數據，從該poi數據中獲取預設類型的相關網點；

S22，將所述預設類型的相關網點進行分類及統計，并與該零售網點進行關聯，以得到該零售網點的poi相關網點特征。

優選地，所述步驟S3包括：

S31，以當前每一零售網點的地理位置為中心，獲取每一零售網點預設大小區域范圍內的基于位置服務lbs信息；

S32，根據基于位置服務lbs信息獲取移動終端的標識信息，基于所述移動終端的標識信息獲取數據庫中對應的客戶信息；

S33，對所述客戶信息進行統計分析并與零售網點進行關聯，以得到零售網點的客戶相關特征。

為實現上述目的，本發明還提供一種構建零售網點評分模型的方法，所述構建零售網點評分模型的方法包括：

S1，通過爬蟲系統爬取預設的地圖網站的poi數據；

S2，基于當前各零售網點的地理位置獲取各零售網點周邊的poi數據，基于各零售網點周邊的poi數據構建各零售網點的poi相關網點特征；

S3，基于當前各零售網點的地理位置獲取各零售網點周邊的基于位置服務lbs信息，基于各零售網點周邊的基于位置服務lbs信息構建各零售網點的客戶相關特征；

S4，根據當前各零售網點的在預設時間段內新增的客戶的數量以及營收指標對各零售網點進行評分；

S5，利用所述各零售網點對應的poi相關網點特征、客戶相關特征及評分對預設的分類算法模型進行有監督學習，以構建零售網點評分模型。

優選地，所述構建零售網點評分模型的方法還包括：

在選定新的零售網點后，輸入新的零售網點的地理位置對應的poi相關網點特征及客戶相關特征至所述零售網點評分模型中，利用所述零售網點評分模型對所述新的零售網點進行評分。

優選地，所述步驟S2包括：

S21，以當前每一零售網點的地理位置為中心，獲取每一零售網點預設大小區域范圍內對應的poi數據，從該poi數據中獲取預設類型的相關網點；

S22，將所述預設類型的相關網點進行分類及統計，并與該零售網點進行關聯，以得到該零售網點的poi相關網點特征。

優選地，所述步驟S3包括：