CN108269087B - 位置信息的处理方法及装置 - Google Patents

位置信息的处理方法及装置 Download PDF

Info

Publication number
CN108269087B
CN108269087B CN201810030394.3A CN201810030394A CN108269087B CN 108269087 B CN108269087 B CN 108269087B CN 201810030394 A CN201810030394 A CN 201810030394A CN 108269087 B CN108269087 B CN 108269087B
Authority
CN
China
Prior art keywords
service
region
transaction
information
users
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810030394.3A
Other languages
English (en)
Other versions
CN108269087A (zh
Inventor
杨维嘉
刘腾飞
夏威
陆青
陈弢
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Advanced New Technologies Co Ltd
Advantageous New Technologies Co Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201810030394.3A priority Critical patent/CN108269087B/zh
Publication of CN108269087A publication Critical patent/CN108269087A/zh
Priority to TW107143887A priority patent/TWI693527B/zh
Priority to PCT/CN2018/124298 priority patent/WO2019137230A1/zh
Priority to SG11202006203QA priority patent/SG11202006203QA/en
Priority to EP18900296.7A priority patent/EP3719729A4/en
Priority to US16/889,269 priority patent/US11176564B2/en
Application granted granted Critical
Publication of CN108269087B publication Critical patent/CN108269087B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/401—Transaction verification
    • G06Q20/4015—Transaction verification using location information
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
    • G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
    • G06Q20/322—Aspects of commerce using mobile devices [M-devices]
    • G06Q20/3224—Transactions dependent on location of M-devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
    • G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
    • G06Q20/327—Short range or proximity payments by means of M-devices
    • G06Q20/3274—Short range or proximity payments by means of M-devices using a pictured code, e.g. barcode or QR-code, being displayed on the M-device
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
    • G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
    • G06Q20/327—Short range or proximity payments by means of M-devices
    • G06Q20/3276—Short range or proximity payments by means of M-devices using a pictured code, e.g. barcode or QR-code, being read by the M-device
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/405—Establishing or using transaction specific rules
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/409—Device specific authentication in transaction processing
    • G06Q20/4093—Monitoring of device authentication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0204—Market segmentation
    • G06Q30/0205—Location or geographical consideration

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Databases & Information Systems (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Security & Cryptography (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Marketing (AREA)
  • Remote Sensing (AREA)
  • Game Theory and Decision Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本说明书披露的实施例提供一种位置信息的处理方法。该方法包括：获取多个用户使用服务方提供的服务的交易信息，该交易信息包括多个用户的多个位置信息。再将多个位置信息聚类成至少一个区域，并确定与至少一个区域中的各个区域对应的交易属性。然后，根据至少一个区域的区域个数和与各个区域对应的交易属性，确定服务方提供服务的服务分散度。

Description

位置信息的处理方法及装置
技术领域
本说明书披露的多个实施例涉及互联网技术领域，尤其涉及一种位置信息的处理方法及装置。
背景技术
随着互联网技术的发展，人们在使用商户提供的服务的过程中，越来越多的使用扫码支付的方式完成付款。扫码支付的方式通常包括两种：一种是商户用扫码枪扫描用户的二维码/条形码。另一种是用户使用终端扫描商户的二维码。
通常情况下，对于线下商户，要求其只能在实体门店使用商户二维码。但是，仍有一些线下商户违规使用商户二维码，例如，将商户二维码转移至线上进行使用。因此，为了督促线下商户规范使用商户二维码，需要提供一种可靠的方法来识别线下商户对商户二维码的真实使用情况。
发明内容
本说明书描述了一种位置信息的处理方法，将交易信息中的用户位置信息聚类成至少一个区域，并根据区域的个数和与各个区域对应的交易属性确定线下服务方提供服务的服务分散度，从而实现高效可靠地识别线下服务方对其付款二维码的真实使用情况。
第一方面，提供了一种位置信息的处理方法。该方法包括：
获取多个用户使用服务方提供的服务的交易信息，所述交易信息包括所述多个用户的多个位置信息；
将所述多个位置信息聚类成至少一个区域；
确定与所述至少一个区域中的各个区域对应的交易属性，所述交易属性包括对应区域中的用户数量和/或对应区域中用户使用所述服务的交易次数；
根据所述至少一个区域的区域个数和所述与各个区域对应的交易属性，确定所述服务方提供所述服务的服务分散度。
在一种可能的实施方式中，所述获取多个用户使用服务方提供的服务的交易信息，包括：
获取预定时间内所述多个用户使用服务方提供的服务的交易信息。
在一种可能的实施方式中，其特征在于，所述将所述多个位置信息聚类成至少一个区域之前，还包括：
去除所述多个位置信息中超过预定范围的位置信息。
在一种可能的实施方式中，所述将所述多个位置信息聚类成至少一个区域，包括：
使用GEOHASH算法或DBSCAN算法，将所述多个位置信息聚类成至少一个区域。
在一种可能的实施方式中，所述确定所述服务方提供所述服务的服务分散度，包括：
根据所述交易属性的信息熵值，确定所述服务方提供所述服务的服务分散度。
在一种可能的实施方式中，所述确定所述服务方提供所述服务的服务分散度，包括通过以下公式确定所述服务分散度：
Figure BDA0001546322550000021
其中，Spread(bi)表示所述服务分散度，i,j＝1,…,m,m表示所述区域个数，bi表示与第i个区域对应的交易属性，bj表示与第j个区域对应的交易属性。
在一种可能的实施方式中，所述确定所述服务方提供所述服务的服务分散度，包括通过以下公式确定所述服务分散度：
Figure BDA0001546322550000031
其中，Spread(bi)表示所述服务分散度，i,j＝1,…,m,m表示所述区域个数，bi表示与第i个区域对应的交易属性，bj表示与第j个区域对应的交易属性。
在一种可能的实施方式中，所述位置信息包括经纬度信息。
第二方面，提供了一种位置信息的处理装置。该装置包括：
获取单元，用于获取多个用户使用服务方提供的服务的交易信息，所述交易信息包括所述多个用户的多个位置信息；
聚类单元，用于将所述多个位置信息聚类成至少一个区域；
确定单元，用于确定与所述至少一个区域中的各个区域对应的交易属性，所述交易属性包括对应区域中的用户数量和/或对应区域中用户使用所述服务的交易次数；
处理单元，用于根据所述至少一个区域的区域个数和所述与各个区域对应的交易属性，确定所述服务方提供所述服务的服务分散度。
在一种可能的设计中，所述获取单元具体用于：
获取预定时间内所述多个用户使用服务方提供的服务的交易信息。
在一种可能的设计中，还包括：
去除单元，用于去除所述多个位置信息中超过预定范围的位置信息。
在一种可能的设计中，所述聚类单元具体用于：
使用GEOHASH算法或DBSCAN算法，将所述多个位置信息聚类成至少一个区域。
在一种可能的设计中，所述处理单元具体用于：
根据所述交易属性的信息熵值，确定所述服务方提供所述服务的服务分散度。
在一种可能的设计中，所述处理单元用于通过以下公式确定所述服务分散度：
Figure BDA0001546322550000041
其中，Spread(bi)表示所述服务分散度，i,j＝1,…,m,m表示所述区域个数，bi表示与第i个区域对应的交易属性，bj表示与第j个区域对应的交易属性。
在一种可能的设计中，所述处理单元用于通过以下公式确定所述服务分散度：
Figure BDA0001546322550000042
其中，Spread(bi)表示所述服务分散度，i,j＝1,…,m,m表示所述区域个数，bi表示与第i个区域对应的交易属性，bj表示与第j个区域对应的交易属性。
在一种可能的设计中，所述获取单元获取的位置信息包括经纬度信息。
第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序。当所述计算机程序在计算机中执行时，令计算机执行上述第一方面中任一种实施方式提供的方法。
第四方面，提供了一种计算设备，包括存储器和处理器。所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现上述第一方面中任一种实施方式提供的方法。
本说明书提供的一种位置信息的处理方法，通过获取多个用户使用服务方提供的服务的交易信息，将交易信息中包括的多个用户的多个位置信息聚类成至少一个区域，确定与所述至少一个区域中的各个区域对应的交易属性。然后，根据区域的区域个数和与各个区域对应的交易属性，确定服务方提供服务的服务分散度。从而实现高效可靠地识别线下服务方对其付款二维码的真实使用情况。
附图说明
为了更清楚地说明本说明书披露的多个实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书披露的多个实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为本说明书披露的一个实施例提供的一种位置信息的处理方法的应用场景示意图；
图2为本说明书披露的一个实施例提供的一种位置信息的处理方法的流程图；
图3为本说明书披露的一个实施例提供的一种将位置信息聚类成区域的示意图；
图4为本说明书披露的一个实施例提供的另一种将位置信息聚类成区域的示意图；
图5为本说明书披露的一个实施例提供的一种位置信息的处理装置的结构图。
具体实施方式
下面结合附图，对本说明书披露的多个实施例进行描述。
图1为本说明书披露的一个实施例提供的一种位置信息的处理方法的应用场景示意图。所述处理方法的执行主体可以为服务器。图1中，服务器(如，服务器可以为支付宝应用的服务器)在获取多个用户使用服务方(如，服务方可以为向用户提供服务方二维码的线下服务方)提供的服务(如，服务可以为商品服务)的交易信息(如，交易信息可以包括用户的位置信息)后，可以采用本说明书披露的多个实施例提供的位置信息的处理方法，将获取的多个位置信息(如，位置信息可以为用户终端的经纬度信息)聚类(如，聚类可以通过GEOHASH算法来实现)成至少一个区域(如，至少一个区域可以包括具有不同区域编号的多个区域)。然后，确定与各个区域对应的交易属性(如，交易属性可以包括对应区域的用户数量)，并根据区域的区域个数和与各个区域对应的交易属性，确定服务方提供服务的服务分散度(如，服务分散度越低，服务方规范使用其收款二维码的可能性越高，反之越低)。
本说明书披露的多个实施例提供的位置信息的处理方法，通过获取多个用户使用服务方提供的服务的交易信息，将交易信息中包括的多个用户的多个位置信息聚类成至少一个区域，确定与所述至少一个区域中的各个区域对应的交易属性。然后，根据区域的区域个数和与各个区域对应的交易属性，确定服务方提供服务的服务分散度。从而实现高效可靠地识别线下服务方对其付款二维码的真实使用情况。
图2为本说明书披露的一个实施例提供的一种位置信息的处理方法的流程图。所述方法的执行主体可以为具有处理能力的设备：服务器或者系统或者装置或者软件平台。如，图1中的服务器。如图2所示，所述方法具体包括：
步骤S210，获取多个用户使用服务方提供的服务的交易信息，该交易信息中包括多个用户的多个位置信息。
具体地，服务方可以向用户提供该服务方的收款二维码，用户可以使用终端扫描服务方的收款二维码，完成对其所使用的服务的支付。相应地，服务器获取多个用户使用此服务方提供的服务的交易信息，该交易信息中包括多个用户的多个位置信息。其中，多个位置信息可以为通过基于位置的服务(Location Based Service，LBS)从多个用户的多个终端采集的位置信息，且位置信息中可以包括经纬度信息。
在一个实施例中，获取多个用户使用服务方提供的服务的交易信息，可以包括：获取预定时间内多个用户使用服务方提供的服务的交易信息。其中预定时间可以为预先设定的任意时间段，如，最近一周内，或者最近一个月内等。
需要说明的是，交易信息中还可以包括服务方的服务方标识(如，服务方名称、社会信用代码、服务器中的服务方编号等)、用户的用户标识(如，电话号码、身份证号、服务器中的用户编号等)和交易的订单号等。
在一个例子中，某用户使用服务方提供的服务的交易信息中包括：该用户的经纬度信息(如，北纬39°54′25.70″，东经116°23′28.49″)、用户的电话号码(如，12312345678)、该服务方的社会信用代码(如，911101086615511250)、订单号(如，123454321)。
步骤S220，将多个位置信息聚类成至少一个区域。
具体地，采用聚类算法将多个位置信息聚类成至少一个区域。其中，聚类算法可以为GEOHASH算法或DBSCAN算法，在此不作限定。
在一个实施例中，采用GEOHASH算法将多个位置信息转换成GEOHASH网格，并确定各个位置信息的网格编号。
在一个例子中，在步骤S210中服务器获取的交易信息中包括100个经纬度坐标，采用GEOHASH算法将这100经纬度坐标转换成GEOHASH网格后，如图3所示，其中99个经纬度坐标的网格编号为WX4DX，还有1个经纬度坐标的网格编号为WX4F2。如此，以上100个位置信息被聚类成2个区域。
在另一个例子中，在步骤S210中服务器获取的交易信息中包括20个经纬度坐标，采用GEOHASH算法将这100经纬度坐标转换成GEOHASH网格后，如图4所示，每两个经纬度坐标具有相同的网格编号，得到的10个网格编号分别为：WX4G01、WX4G02、WX4H03、WX4H04、WX4I05、WX4I06、WX4J07、WX4J08、WX4K09和WX4K10。如此，以上20个位置信息被聚类为10个区域。
在另一个实施例中，采用DBSCAN算法对多个位置信息进行聚类，并确定各个位置信息的区域编号。DBSCAN算法是一种基于密度的聚类算法。与划分和层次聚类方法不同，它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类。具体而言，在DBSCAN算法中，首先将所有位置点标记为核心点、边界点或噪声点，删除其中的噪声点。然后为距离在预设参数之内的所有核心点之间赋予一条边，每组连通的核心点形成一个簇，将每个边界点指派到一个与之关联的核心点的簇中，由此完成位置点的聚类。
可以理解的是，可以通过调整聚类算法的参数，控制聚类得到的区域的精度(如，区域的大小)。例如，可以通过控制GEOHASH算法中对位置信息进行编码的编码位数，控制区域的精度。更具体地，位置信息的编码位数越多，得到的区域范围越精确。又例如，可以通过控制DBSCAN算法中邻域半径ε的大小，控制区域的精度。更具体地，输入的领域半径ε的值越小，得到的区域范围越精确。
接着，在步骤S230，确定与至少一个区域中的各个区域对应的交易属性。
具体地，服务器确定与各个区域对应的交易属性，该交易属性可以包括对应区域中用户使用服务的交易次数。更具体地，服务器可以根据交易信息的数量确定交易次数。或者，在步骤S210获取的交易信息中可以包括交易的订单号，相应地，服务器可以根据订单号的数量确定与各个区域对应的交易次数。
在一个例子中，在步骤S220将多个位置信息聚类成了2个区域，与其中一个区域对应的订单数量为99个，与另一个区域对应的订单数量为1个。相应地，可以确定与这两个区域对应的交易次数分别为99和1。
在一个实施例中，交易属性可以包括对应区域中的用户数量。例如，在步骤S210获取的交易信息中可以包括用户的用户标识，服务器可以根据不同的用户标识的数量确定与各个区域对应的用户数量。
在一个例子中，在步骤S220将多个位置信息聚类成了10个区域，与其中每个区域对应的不同用户标识的数量均为2。相应地，可以确定与其中各个区域对应的用户数量均为2。
在步骤S220将位置信息聚类成至少一个区域，以及在步骤S230确定与各个区域对应的交易属性后，接着，在步骤S240，根据聚类成的至少一个区域的区域个数和与各个区域对应的交易属性，确定服务方提供服务的服务分散度。
具体地，交易属性可以包括交易次数和/或用户数量。相应地，可以根据区域个数和与各个区域对应的交易次数，确定服务方提供服务的服务分散度。或者，可以根据区域个数和与各个区域对应的用户数量，确定服务方提供服务的服务分散度。又或者，可以根据区域个数和与各个区域对应的交易次数，确定出第一服务分散度，以及根据区域个数和与各个区域对应的用户数量，确定出第二服务分散度；然后，结合第一服务分散度和第二服务分散度，综合确定出服务方提供服务的服务分散度(例如，该服务分散度可以等于第一服务分散度和第二服务分散度的平均值)。更进一步地，可以根据服务分散度判断服务方对其收款二维码的真实使用情况。若确定的服务分散度越低，则服务方规范使用其收款二维码的可能性越高。若确定的服务分散度越高，则服务方违规使用其收款二维码的风险越高。
在一个实施例中，确定服务方提供服务的服务分散度，可以包括：根据交易属性的信息熵值，确定服务方提供服务的服务分散度。
其中，信息熵值的计算公式可以为：
Figure BDA0001546322550000091
上式中，H(bi)表示交易属性的信息熵值，i,j＝1,…,m,m表示所述区域个数，bi表示与第i个区域对应的交易属性，bj表示与第j个区域对应的交易属性。
在一个实施例中，根据信息熵值的计算方式，通过以下公式计算服务分散度：
Figure BDA0001546322550000101
上式中，Spread(bi)表示服务分散度，Spread(bi)∈[0,1]；i,j＝1,…,m,m表示所述区域个数；bi表示与第i个区域对应的交易属性，bj表示与第j个区域对应的交易属性。
进一步地，可以根据公式(2)计算出的服务分散度判断服务方对其收款二维码的真实使用情况。更具体地，若确定的服务分散度越趋近于1，且各区域上的平均交易属性小于预定值(如，3)，说明服务用户越分散越随机，那么有很大概率服务方将其二维码在线下门店之外使用，因此服务方违规使用其收款二维码的风险越高。若确定的服务分散度越趋近于0，说明服务用户越集中，则服务方规范使用其收款二维码的可能性越高。
在一个例子中，交易属性包括交易次数，则bi和bj分别表示与第i个区域和与第j个区域对应的交易次数，且平均交易次数的预定值为3。例如，步骤S220中将位置信息聚类成2个区域，步骤S230中确定出这2个区域的交易次数分别为99和1，即m＝2，且b1＝99，b2＝1。相应地，根据公式(2)得到的服务分散度为0.08，因此服务方规范使用其收款二维码的可能性较高。
在另一个例子中，交易属性包括用户数量，则bi和bj分别表示与第i个区域和与第j个区域对应的用户数量，且平均用户数量的预定值为3。例如，步骤S220中将位置信息聚类成10个区域，步骤S230中确定出这10个区域的用户数量均为2，即m＝10，且bi＝2,i＝1,…,10。相应地，根据公式(2)得到的服务分散度为1，且平均交易属性为2(＜3)，服务方违规使用其收款二维码的风险较高。
在另一个实施例中，确定服务方提供服务的服务分散度，可以包括：将交易属性和区域个数输入基于基尼(Gini)系数的计算原理的公式(3)中，并将输出的结果作为服务分散度。
Figure BDA0001546322550000111
上式中，Spread(bi)表示服务分散度，Spread(bi)∈[0,1]；i,j＝1,…,m,m表示所述区域个数；bi表示与第i个区域对应的交易属性，bj表示与第j个区域对应的交易属性。
根据公式(3)确定分散度的过程，可以参考前述对根据公式(2)确定分散度的过程的描述，在此不作赘述。
需要说明的是，在步骤S220之前，还可以包括：去除所述用户的位置信息中超过预定范围的位置信息。相应地，在步骤S220中，包括：将步骤S210中获取的位置信息中、去除超过预定范围的位置信息后的剩余位置信息，聚类成至少一个区域。
在一个例子中，位置信息包括经纬度信息，位置信息的预定范围包括：经度在区间[-180°，180°]内，且纬度在区间[-90°，90°]内。例如，步骤S210中获取的位置信息中包括经纬度(200°，50°)，则将此经纬度从获取的位置信息中去除。
此外，在步骤S240中，可以直接采用公式(1)计算服务方提供服务的服务分散度。相应地，对于区域个数较多的服务方，用于判定该服务方是否规范使用其二维码的服务分散度上限相应提高。
由上可知，本说明书披露的多个实施例提供的位置信息的处理方法，通过获取多个用户使用服务方提供的服务的交易信息，将交易信息中包括的多个用户的多个位置信息聚类成至少一个区域，确定与所述至少一个区域中的各个区域对应的交易属性。然后，根据区域的区域个数和与各个区域对应的交易属性，确定服务方提供服务的服务分散度。从而实现高效可靠地识别线下服务方对其付款二维码的真实使用情况。
与上述位置信息的处理方法对应地，本说明书披露的多个实施例还提供一种位置信息的处理装置，如图5所示，该装置包括：
获取单元510，用于获取多个用户使用服务方提供的服务的交易信息，交易信息包括多个用户的多个位置信息；
聚类单元520，用于将多个位置信息聚类成至少一个区域；
确定单元530，用于确定与至少一个区域中的各个区域对应的交易属性，交易属性包括对应区域中的用户数量和/或对应区域中用户使用服务的交易次数；
处理单元540，用于根据至少一个区域的区域个数和与各个区域对应的交易属性，确定服务方提供服务的服务分散度。
在一种可能的设计中，获取单元510具体用于：
获取预定时间内用户使用服务方提供的服务的交易信息。
在一种可能的设计中，还包括：
去除单元550，用于去除用户的位置信息中超过预定范围的位置信息。
在一种可能的设计中，聚类单元520具体用于：
使用GEOHASH算法或DBSCAN算法，将多个位置信息聚类成至少一个区域。
在一种可能的设计中，处理单元540具体用于：
根据交易属性的信息熵值，确定服务方提供服务的服务分散度。
在一种可能的设计中，处理单元540用于通过以下公式确定服务分散度：
Figure BDA0001546322550000121
其中，Spread(bi)表示服务分散度，i,j＝1,…,m,m表示区域个数，bi表示与第i个区域对应的交易属性，bj表示与第j个区域对应的交易属性。
在一种可能的设计中，处理单元540处理单元用于通过以下公式确定服务分散度：
Figure BDA0001546322550000122
其中，Spread(bi)表示服务分散度，i,j＝1,…,m,m表示区域个数，bi表示与第i个区域对应的交易属性，bj表示与第j个区域对应的交易属性。
在一种可能的设计中，获取单元510获取的位置信息包括经纬度信息。
由上可知，本说明书披露的多个实施例提供的位置信息的处理装置，获取单元510获取多个用户使用服务方提供的服务的交易信息，聚类单元520将交易信息中包括的多个用户的多个位置信息聚类成至少一个区域，确定单元530确定与所述至少一个区域中的各个区域对应的交易属性。然后，处理单元540根据区域的区域个数和与各个区域对应的交易属性，确定服务方提供服务的服务分散度。从而实现高效可靠地识别线下服务方对其付款二维码的真实使用情况。
本领域技术人员应该可以意识到，在上述一个或多个示例中，本说明书披露的多个实施例所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。
以上所述的具体实施方式，对本说明书披露的多个实施例的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本说明书披露的多个实施例的具体实施方式而已，并不用于限定本说明书披露的多个实施例的保护范围，凡在本说明书披露的多个实施例的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本说明书披露的多个实施例的保护范围之内。

Claims (16)

1.一种位置信息的处理方法，其特征在于，包括：
获取多个用户使用服务方提供的服务的交易信息，所述交易信息包括所述多个用户的多个位置信息，所述服务方为线下服务方；
将所述多个位置信息聚类成至少一个区域；
确定与所述至少一个区域中的各个区域对应的交易属性，所述交易属性包括对应区域中的用户数量和/或对应区域中用户使用所述服务的交易次数；
根据所述至少一个区域的区域个数和所述与各个区域对应的交易属性，确定所述服务方提供所述服务的服务分散度，所述服务分散度越低，所述服务方规范提供其服务的可能性越高，反之越低。
2.根据权利要求1所述的方法，其特征在于，所述获取多个用户使用服务方提供的服务的交易信息，包括：
获取预定时间内所述多个用户使用服务方提供的服务的交易信息。
3.根据权利要求1所述的方法，其特征在于，所述将所述多个位置信息聚类成至少一个区域之前，还包括：
去除所述多个位置信息中超过预定范围的位置信息。
4.根据权利要求1所述的方法，其特征在于，所述将所述多个位置信息聚类成至少一个区域，包括：
使用GEOHASH算法或DBSCAN算法，将所述多个位置信息聚类成至少一个区域。
5.根据权利要求1所述的方法，其特征在于，所述确定所述服务方提供所述服务的服务分散度，包括：
根据所述交易属性的信息熵值，确定所述服务方提供所述服务的服务分散度。
6.根据权利要求5所述的方法，其特征在于，所述确定所述服务方提供所述服务的服务分散度，包括通过以下公式确定所述服务分散度：
Figure FDA0002519120260000021
其中，Spread(bi)表示所述服务分散度，i,j＝1,…,m,m表示所述区域个数，bi表示与第i个区域对应的交易属性，bj表示与第j个区域对应的交易属性。
7.根据权利要求1所述的方法，其特征在于，所述确定所述服务方提供所述服务的服务分散度，包括通过以下公式确定所述服务分散度：
Figure FDA0002519120260000022
其中，Spread(bi)表示所述服务分散度，i,j＝1,…,m,m表示所述区域个数，bi表示与第i个区域对应的交易属性，bj表示与第j个区域对应的交易属性。
8.根据权利要求1-7中任一项所述的方法，其特征在于，所述位置信息包括经纬度信息。
9.一种位置信息的处理装置，其特征在于，包括：
获取单元，用于获取多个用户使用服务方提供的服务的交易信息，所述交易信息包括所述多个用户的多个位置信息，所述服务方为线下服务方；
聚类单元，用于将所述多个位置信息聚类成至少一个区域；
确定单元，用于确定与所述至少一个区域中的各个区域对应的交易属性，所述交易属性包括对应区域中的用户数量和/或对应区域中用户使用所述服务的交易次数；
处理单元，用于根据所述至少一个区域的区域个数和所述与各个区域对应的交易属性，确定所述服务方提供所述服务的服务分散度，所述服务分散度越低，所述服务方规范提供其服务的可能性越高，反之越低。
10.根据权利要求9所述的装置，其特征在于，所述获取单元具体用于：
获取预定时间内所述多个用户使用服务方提供的服务的交易信息。
11.根据权利要求9所述的装置，其特征在于，还包括：
去除单元，用于去除所述多个位置信息中超过预定范围的位置信息。
12.根据权利要求9所述的装置，其特征在于，所述聚类单元具体用于：
使用GEOHASH算法或DBSCAN算法，将所述多个位置信息聚类成至少一个区域。
13.根据权利要求9所述的装置，其特征在于，所述处理单元具体用于：
根据所述交易属性的信息熵值，确定所述服务方提供所述服务的服务分散度。
14.根据权利要求13所述的装置，其特征在于，所述处理单元用于通过以下公式确定所述服务分散度：
Figure FDA0002519120260000031
其中，Spread(bi)表示所述服务分散度，i,j＝1,…,m,m表示所述区域个数，bi表示与第i个区域对应的交易属性，bj表示与第j个区域对应的交易属性。
15.根据权利要求9所述的装置，其特征在于，所述处理单元用于通过以下公式确定所述服务分散度：
Figure FDA0002519120260000032
其中，Spread(bi)表示所述服务分散度，i,j＝1,…,m,m表示所述区域个数，bi表示与第i个区域对应的交易属性，bj表示与第j个区域对应的交易属性。
16.根据权利要求9-15中任一项所述的装置，其特征在于，所述获取单元获取的位置信息包括经纬度信息。
CN201810030394.3A 2018-01-12 2018-01-12 位置信息的处理方法及装置 Active CN108269087B (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN201810030394.3A CN108269087B (zh) 2018-01-12 2018-01-12 位置信息的处理方法及装置
TW107143887A TWI693527B (zh) 2018-01-12 2018-12-06 位置資訊的處理方法及裝置
PCT/CN2018/124298 WO2019137230A1 (zh) 2018-01-12 2018-12-27 位置信息的处理方法及装置
SG11202006203QA SG11202006203QA (en) 2018-01-12 2018-12-27 Location information processing method and apparatus
EP18900296.7A EP3719729A4 (en) 2018-01-12 2018-12-27 METHOD AND DEVICE FOR LOCATION INFORMATION PROCESSING
US16/889,269 US11176564B2 (en) 2018-01-12 2020-06-01 Location information processing method and apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810030394.3A CN108269087B (zh) 2018-01-12 2018-01-12 位置信息的处理方法及装置

Publications (2)

Publication Number Publication Date
CN108269087A CN108269087A (zh) 2018-07-10
CN108269087B true CN108269087B (zh) 2020-07-28

Family

ID=62775511

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810030394.3A Active CN108269087B (zh) 2018-01-12 2018-01-12 位置信息的处理方法及装置

Country Status (6)

Country Link
US (1) US11176564B2 (zh)
EP (1) EP3719729A4 (zh)
CN (1) CN108269087B (zh)
SG (1) SG11202006203QA (zh)
TW (1) TWI693527B (zh)
WO (1) WO2019137230A1 (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11100499B1 (en) * 2014-05-07 2021-08-24 Google Llc Location modeling using transaction data for validation
CN108170821B (zh) * 2018-01-03 2021-09-07 创新先进技术有限公司 确定一码多址的方法、装置及电子设备
CN108269087B (zh) * 2018-01-12 2020-07-28 阿里巴巴集团控股有限公司 位置信息的处理方法及装置
CN109299954B (zh) * 2018-08-22 2022-04-15 中国银联股份有限公司 一种违规商户识别方法和装置
CN109493086B (zh) * 2018-10-26 2021-12-28 中国银联股份有限公司 一种确定违规商户的方法及装置
CN111723959B (zh) 2019-03-19 2023-12-12 腾讯科技（深圳）有限公司 区域的划分方法、装置、存储介质及电子装置
US11349850B2 (en) 2019-12-03 2022-05-31 Blackberry Limited Systems and methods for managing mobile devices based on device location data
CN111028071B (zh) * 2019-12-04 2022-07-15 北京三快在线科技有限公司 账单处理方法、装置、电子设备及存储介质
CN111083636B (zh) * 2019-12-27 2021-11-30 中国联合网络通信集团有限公司 运动状态信息的处理方法及设备
WO2021171102A1 (en) * 2020-02-27 2021-09-02 Telefonaktiebolaget Lm Ericsson (Publ) Geohash based auto-segmentation
CN113780691B (zh) 2020-06-09 2023-09-29 富泰华工业（深圳）有限公司 数据测试方法、装置、电子设备及存储介质

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7006881B1 (en) 1991-12-23 2006-02-28 Steven Hoffberg Media recording device with remote graphic user interface
US6850252B1 (en) 1999-10-05 2005-02-01 Steven M. Hoffberg Intelligent electronic appliance system and method
US6400996B1 (en) 1999-02-01 2002-06-04 Steven M. Hoffberg Adaptive pattern recognition based control system and method
CA2265875C (en) 1996-09-09 2007-01-16 Dennis Jay Dupray Location of a mobile station
US6236365B1 (en) 1996-09-09 2001-05-22 Tracbeam, Llc Location of a mobile station using a plurality of commercial wireless infrastructures
US6684250B2 (en) 2000-04-03 2004-01-27 Quova, Inc. Method and apparatus for estimating a geographic location of a networked entity
US6665715B1 (en) * 2000-04-03 2003-12-16 Infosplit Inc Method and systems for locating geographical locations of online users
US8169185B2 (en) 2006-01-31 2012-05-01 Mojo Mobility, Inc. System and method for inductive charging of portable devices
US8468244B2 (en) 2007-01-05 2013-06-18 Digital Doors, Inc. Digital information infrastructure and method for security designated data and with granular data stores
US8600881B2 (en) * 2008-11-13 2013-12-03 Visa International Service Association System and method for uniquely identifying point of sale devices in an open payment network
US8487772B1 (en) 2008-12-14 2013-07-16 Brian William Higgins System and method for communicating information
US8752153B2 (en) 2009-02-05 2014-06-10 Wwpass Corporation Accessing data based on authenticated user, provider and system
US8751829B2 (en) 2009-02-05 2014-06-10 Wwpass Corporation Dispersed secure data storage and retrieval
CN106411909A (zh) 2009-11-25 2017-02-15 安全第公司 对移动中数据进行保护的系统和方法
US8863256B1 (en) 2011-01-14 2014-10-14 Cisco Technology, Inc. System and method for enabling secure transactions using flexible identity management in a vehicular environment
US9444547B2 (en) 2011-07-26 2016-09-13 Abl Ip Holding Llc Self-identifying one-way authentication method using optical signals
US9418115B2 (en) 2011-07-26 2016-08-16 Abl Ip Holding Llc Location-based mobile services and applications
US10096043B2 (en) * 2012-01-23 2018-10-09 Visa International Service Association Systems and methods to formulate offers via mobile devices and transaction data
CN103902636B (zh) * 2012-12-30 2018-04-27 腾讯科技（深圳）有限公司 基于过滤聚类法推送信息的方法和服务器
US20140279311A1 (en) * 2013-03-15 2014-09-18 Capital One Financial Corporation System and method for determining transaction locations based on geocoded information
CN103714138A (zh) * 2013-12-20 2014-04-09 南京理工大学 一种基于密度聚类的区域数据可视化方法
CN103714153A (zh) * 2013-12-26 2014-04-09 西安理工大学 基于限定区域数据取样的密度聚类方法
CN105100292B (zh) * 2014-05-12 2018-12-18 阿里巴巴集团控股有限公司 确定终端的位置的方法及装置
US9646318B2 (en) 2014-05-30 2017-05-09 Apple Inc. Updating point of interest data using georeferenced transaction data
US11200403B2 (en) * 2016-04-28 2021-12-14 International Business Machines Corporation Next location prediction
US10565573B2 (en) * 2016-05-10 2020-02-18 Visa International Service Association Reported location correction system
CN106529998A (zh) * 2016-11-02 2017-03-22 北京航天泰坦科技股份有限公司 一种用于分析pos机推广区域的统计方法及系统
CN106682811B (zh) * 2016-11-23 2020-11-03 广西中烟工业有限责任公司 一种基于密度聚类与力引导算法的市场网络可视化方法
US9769616B1 (en) * 2017-04-04 2017-09-19 Lyft, Inc. Geohash-related location predictions
CN108269087B (zh) * 2018-01-12 2020-07-28 阿里巴巴集团控股有限公司 位置信息的处理方法及装置

Also Published As

Publication number Publication date
EP3719729A4 (en) 2021-02-24
CN108269087A (zh) 2018-07-10
EP3719729A1 (en) 2020-10-07
TWI693527B (zh) 2020-05-11
TW201931156A (zh) 2019-08-01
WO2019137230A1 (zh) 2019-07-18
SG11202006203QA (en) 2020-07-29
US11176564B2 (en) 2021-11-16
US20200294074A1 (en) 2020-09-17

Similar Documents

Publication Publication Date Title
CN108269087B (zh) 位置信息的处理方法及装置
WO2016015444A1 (zh) 一种目标用户的确定方法、设备和网络服务器
CN109345417B (zh) 基于身份认证的业务人员的在线考核方法及终端设备
CN111814910B (zh) 异常检测方法、装置、电子设备及存储介质
CN110738219A (zh) 图像中线条提取方法和装置、存储介质及电子装置
CN109961309B (zh) 业务推荐方法和系统
CN111212082B (zh) 基于云平台的资源价值评估用户管理方法及相关产品
CN110782472B (zh) 点云地面点的识别方法及装置
CN112860993A (zh) 兴趣点的分类方法、装置、设备、存储介质及程序产品
CN113327132A (zh) 多媒体推荐方法、装置、设备及存储介质
CN117422553A (zh) 区块链网络的交易处理方法、装置、设备、介质和产品
CN110297948B (zh) 关系网络构建方法以及装置
CN117336723A (zh) 用户识别卡发放控制方法、装置、电子设备及存储介质
CN111402027B (zh) 身份识别方法、商品贷审核方法、装置及终端设备
CN115311022A (zh) 一种广告流量识别方法、装置及计算机可读存储介质
CN111753723B (zh) 一种基于密度校准的指纹识别方法及装置
CN109391738B (zh) 一种根据移动终端信息进行预警的方法
CN114399352A (zh) 一种信息推荐方法、装置、电子设备及存储介质
CN109474703B (zh) 个性化产品组合推送方法、装置及系统
CN108881513B (zh) 一种设备码生成的方法、装置、设备及存储介质
CN110675136A (zh) 信息处理方法、装置及设备
CN113421118B (zh) 数据推送方法、系统、计算机设备及计算机可读存储介质
CN107844521B (zh) 一种交易结果的查询方法及装置
CN115659167B (zh) 多特征库合并方法及装置、设备、计算机可读存储介质
CN117575803A (zh) 对象推荐方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20200925

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Patentee after: Innovative advanced technology Co.,Ltd.

Address before: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Patentee before: Advanced innovation technology Co.,Ltd.

Effective date of registration: 20200925

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Patentee after: Advanced innovation technology Co.,Ltd.

Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands

Patentee before: Alibaba Group Holding Ltd.

TR01 Transfer of patent right