[發明專利]網點選址方法、裝置、電子設備及可讀存儲介質

在審

• 申請號: 202110562249.1
• 申請日: 2021-05-21
• 公開（公告）號: CN113191681A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 齊珈;陳銀鋒;張博文;宋志超
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/04;G06Q40/02;G06Q40/06;G06Q40/08;G06K9/62
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 孫蕾

1.一種網點選址方法，包括：

獲取預選網點的業態數據，其中，所述業態數據為所述預選網點的預設距離內的商業狀態相關數據；

對所述業態數據進行處理，得到目標特征數據；

基于所述目標特征數據，預測得到所述預選網點的預設時間內的企業存款額度；以及

基于所述預設時間內的企業存款額度，確定所述預選網點的評估結果，其中，所述評估結果包括目標網點或非目標網點。

2.根據權利要求1所述的方法，其中，所述對所述業態數據進行處理，得到目標特征數據包括：

對所述業態數據進行預處理，得到預處理數據；

基于預設轉換規則，將所述預處理數據轉換為目標特征數據。

3.根據權利要求1所述的方法，其中，所述業態數據包括多個；

所述對所述業態數據進行處理，得到目標特征數據包括：

按照預設等級劃分規則，對多個業態數據進行等級劃分；

基于預設等級，從進行等級劃分后的多個業態數據中確定目標數量的業態數據，并將其作為所述目標特征數據。

4.根據權利要求1所述的方法，其中，所述基于所述目標特征數據，預測得到所述預選網點的預設時間內的企業存款額度包括：

將所述目標特征數據輸入到對公存款預測模型中，預測得到所述預選網點的預設時間內的企業存款額度，其中，所述對公存款預測模型是以極端梯度提升模型作為初始模型，經過訓練得到的模型。

5.根據權利要求4所述的方法，還包括：

獲取訓練數據集，其中，所述訓練數據集包括多個訓練樣本，每個所述訓練樣本包括已知網點的目標特征數據和所述已知網點的所述預設時間內的企業存款額度；

利用所述訓練數據集中的訓練樣本對所述初始模型進行模型訓練，得到所述對公存款預測模型。

6.根據權利要求1所述的方法，其中，

所述業態數據包括：

預設時間內的企業存款余額、企業數量、企業規模、企業類型、商業分布、同業分布、交通擁堵等級、城市等級、網點規模、人口分布中的一種或多種。

7.根據權利要求1所述的方法，其中，所述基于所述預設時間內的企業存款額度，確定所述預選網點的評估結果包括：

比較所述預設時間內的企業存款額度與預設額度閾值的大小；

在所述預設時間內的企業存款額度大于或等于預設額度閾值的情況下，確定所述預選網點為目標網點；

在所述預設時間內的企業存款額度小于預設額度閾值的情況下，確定所述預選網點為非目標網點。

8.一種網點選址裝置，包括：

獲取模塊，用于獲取預選網點的業態數據，其中，所述業態數據為所述預選網點的預設距離內的商業狀態相關數據；

處理模塊，用于對所述業態數據進行處理，得到目標特征數據；

預測模塊，用于基于所述目標特征數據，預測得到所述預選網點的預設時間內的企業存款額度；以及

確定模塊，用于基于所述預設時間內的企業存款額度，確定所述預選網點的評估結果，其中，所述評估結果包括目標網點或非目標網點。

9.一種電子設備，包括：

一個或多個處理器；

存儲器，用于存儲一個或多個指令，

其中，當所述一個或多個指令被所述一個或多個處理器執行時，使得所述一個或多個處理器實現權利要求1至7中任一項所述的方法。

10.一種計算機可讀存儲介質，其上存儲有可執行指令，所述指令被處理器執行時使處理器實現權利要求1至7中任一項所述的方法。

11.一種計算機程序產品，所述計算機程序產品包括計算機可執行指令，所述指令在被執行時用于實現權利要求1至7中任一項所述的方法。