[發明專利]用戶位置確定方法、圖模型生成方法、裝置及服務器

有效

• 申請號: 201910368527.2
• 申請日: 2019-05-05
• 公開（公告）號: CN110278524B
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 林建濱
• 申請（專利權）人: 創新先進技術有限公司
• 主分類號: H04W4/02
• 分類號: H04W4/02;H04W64/00;H04W24/06;H04W4/35;H04W4/029;H04L29/08
• 代理公司: 北京眾達德權知識產權代理有限公司 11570
• 代理人: 劉杰

1.一種用戶位置確定方法，所述方法包括：

獲取用戶終端當前搜索到的N個無線網絡設備的標識信息，以及所述N個無線網絡設備的信號強度，N為正整數；

基于訓練好的圖模型，確定M個商鋪結點向量，以及確定與所述N個無線網絡設備的標識信息對應的N個設備結點向量，所述訓練好的圖模型包括用于表征預設區域中各個商鋪的商鋪結點向量，以及用于表征所述預設區域中各個無線網絡設備的設備結點向量，M為正整數，其中，各個商鋪結點向量和各個設備結點向量分別用于表征各個商鋪與各個無線網絡設備在商區內的實際位置；

根據所述M個商鋪結點向量、所述N個設備結點向量、以及所述N個無線網絡設備的信號強度，計算所述M個商鋪結點向量中每個商鋪結點向量與所述N個設備結點向量之間的連接概率；

將計算得到的M個連接概率中最大的連接概率所對應的商鋪，確定為所述用戶終端當前所在的目標商鋪。

2.根據權利要求1所述的方法，所述訓練好的圖模型通過以下方式獲得：

基于多個終端在所述預設區域中的商鋪中搜索到的無線網絡設備的標識信息、以及搜索到的無線網絡設備的信號強度，構建訓練數據；

基于所述訓練數據，對初始圖模型中的各個商鋪結點向量以及各個設備結點向量進行訓練，獲得所述訓練好的圖模型。

3.根據權利要求2所述的方法，所述基于多個終端在所述預設區域中的商鋪中搜索到的無線網絡設備的標識信息、以及搜索到的無線網絡設備的信號強度，構建訓練數據，包括：

基于所述多個終端所在商鋪的商鋪信息、所述搜索到的無線網絡設備的標識信息、所述搜索到的無線網絡設備的信號強度、以及第一標簽值生成正樣本，其中任一正樣本中的第一標簽值表示該條正樣本中的無線網絡設備是在該條正樣本中的商鋪中搜索到的；

修改任一正樣本的第一標簽值為第二標簽值，以及修改該條正樣本中的商鋪信息為任一其他商鋪信息，構成一負樣本。

4.根據權利要求3所述的方法，所述基于所述訓練數據，對初始圖模型中的各個商鋪結點向量以及各個設備結點向量進行訓練，獲得所述訓練好的圖模型，包括：

根據所述正樣本，計算所述初始圖模型中每個商鋪結點向量與對應的設備結點向量之間的第一類連接概率；

根據所述負樣本，計算所述初始圖模型中每個商鋪結點向量與對應的設備結點向量之間的第二類連接概率；

根據所述第一類連接概率以及所述第二類連接概率，對所述初始圖模型中的各個商鋪結點向量以及各個設備結點向量進行訓練，獲得所述訓練好的圖模型。

5.根據權利要求4所述的方法，所述根據所述第一類連接概率以及所述第二類連接概率，對所述初始圖模型中的各個商鋪結點向量以及各個設備結點向量進行訓練，獲得所述訓練好的圖模型，包括：

根據所述第一類連接概率以及所述第二類連接概率，構建損失函數；

根據所述損失函數，對所述初始圖模型中的各個商鋪結點向量以及各個設備結點向量進行調整，得到調整后的各個商鋪向量以及調整后的各個設備結點向量；

在向量調整次數未達到預設次數時，根據所述調整后的各個商鋪向量以及調整后的各個設備結點向量，重新計算第一類連接概率以及第二類連接概率，并根據重新計算的第一類連接概率以及重新計算的第二類連接概率重新構建損失函數，并基于重新構建的損失函數對所述調整后的各個商鋪向量以及所述調整后的各個設備結點向量繼續進行調整，直到所述向量調整次數達到所述預設次數。

6.根據權利要求1所述的方法，所述根據所述M個商鋪結點向量、所述N個設備結點向量、以及所述N個無線網絡設備的信號強度，計算所述M個商鋪結點向量中每個商鋪結點向量與所述N個設備結點向量之間的連接概率，包括：

根據所述N個無線網絡設備的信號強度，對所述N個設備結點向量進行加權處理，得到加權處理后的設備結點向量；

分別計算所述M個商鋪結點向量中每個商鋪結點向量與所述加權處理后的設備結點向量之間的連接概率。

7.根據權利要求1所述的方法，所述方法還包括：

在檢測到所述預設區域中的各個商鋪和/或各個無線網絡設備發生變化時，對所述訓練好的圖模型進行更新調整。