[發明專利]地址預測模型的訓練方法、地址預測方法及裝置

在審

• 申請號: 202110445249.3
• 申請日: 2021-04-23
• 公開（公告）號: CN113128773A
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 孟靖祥;雷志亮;張景波
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 吳夢圓

1.一種地址預測模型的訓練方法，包括：

確定用于訓練待訓練的地址預測模型的已有金融網點的地址數據；

獲取在所述已有金融網點的預設范圍內的多源數據，其中，所述多源數據包括多種來源且類型不同的數據，所述多源數據用于表征所述預設范圍內的經濟發展水平；以及

利用所述多源數據和所述地址數據訓練所述待訓練的地址預測模型，得到用于對待選址金融網點進行選址的地址預測模型。

2.根據權利要求1所述的方法，其中，獲取在所述已有金融網點的預設范圍內的多源數據包括：

獲取在所述已有金融網點預設范圍內的多種原始數據；

對所述多種原始數據分別進行預處理，得到所述多源數據。

3.根據權利要求2所述的方法，其中，

所述原始數據包括以下至少之一：人口密度數據、交通信息數據、商業發展狀態數據、消費水平數據以及已有的第一商戶數，其中，所述第一商戶包括與所述金融網點有競爭關系的商戶。

4.根據權利要求3所述的方法，其中，對所述多種原始數據分別進行預處理，得到多源數據包括：

對所述人口密度數據進行預處理，得到第一特征數據；

對所述交通信息數據進行預處理，得到第二特征數據；

對所述商業發展狀態數據進行預處理，得到第三特征數據；

對所述消費水平數據進行預處理，得到第四特征數據；

對所述已有的第一商戶數進行預處理，得到第五特征數據；

其中，所述多源數據包括所述第一特征數據、所述第二特征數據、所述第三特征數據、所述第四特征數據以及所述第五特征數據。

5.根據權利要求4所述的方法，其中，所述第一特征數據、所述第二特征數據、所述第三特征數據、所述第四特征數據以及所述第五特征數據均為16位的二進制數。

6.根據權利要求1所述的方法，其中，所述待訓練的地址預測模型包括特征融合模塊和預測模塊，將所述地址數據作為標簽信息；所述利用多源數據和所述地址數據訓練所述待訓練的地址預測模型，得到用于對待選址金融網點進行選址的地址預測模型包括：

對述多源數據以及所述地址數據進行融合，得到中間特征數據；

將所述中間特征數據輸入特征融合模塊，輸出融合特征數據；

將所述融合特征數據輸入預測模塊，輸出預測結果；

將所述預測結果和所述標簽信息輸入損失函數，輸出損失結果；

根據所述損失結果調整所述地址預測模型的網絡參數，直至所述損失函數或迭代次數滿足預設條件；

將所述損失函數或迭代次數滿足預設條件時得到的模型作為地址預測模型。

7.根據權利要求3所述的方法，其中，所述交通信息數據用于表征所述已有金融網點的預設范圍內的交通擁堵指數。

8.根據權利要求7所述的方法，其中，所述交通擁堵指數通過以下方法計算得到：

選取所述已有金融網點的預設范圍內的若干個路段；

統計若干天中每天的預設時間段內，所述若干個路段中每個路段的車流量；

根據所述每個路段的車流量、統計天數以及選取的路段數來計算所述交通擁堵指數。

9.一種地址預測方法，包括：

獲取候選位置；

獲取所述候選位置預設范圍內的多源數據；以及

將所述候選位置和所述多源數據輸入地址預測模型，輸出預測結果，其中，所述地址預測模型通過權利要求1至8任一項地址預測模型的訓練方法訓練得到。