CN108876032A

CN108876032A - 一种对象选址的数据处理方法、装置、设备及系统

Info

Publication number: CN108876032A
Application number: CN201810600082.1A
Authority: CN
Inventors: 刘昂
Original assignee: Alibaba Group Holding Ltd
Current assignee: Advanced New Technologies Co Ltd; Advantageous New Technologies Co Ltd
Priority date: 2018-06-12
Filing date: 2018-06-12
Publication date: 2018-11-23

Abstract

本说明书实施例公开了一种对象选址的数据处理方法、装置、设备及系统。所述方法可以提供一种科学、定量、快速的店铺选址方式，可以对决策人选址的店铺地址进行多维度、可靠数据源、的综合分析，给出相应的选址评价，提供可靠的选址依据。利用本说明书实施例方案可以解决原始选址方法主观性强、缺少定量决策及数据支撑的问题，基于大数据的多因子决策方式，能够基于多个维度的数据，以多个因子为决策要素，进行定量决策，提升选址的速度和准确性、可靠性，降低用户选址风险，提高用户选址服务体验。

Description

一种对象选址的数据处理方法、装置、设备及系统

技术领域

本说明书实施例方案属于计算机数据处理的技术领域，尤其涉及一种对象选址的数据处理方法、装置、设备及系统。

背景技术

随着互联网线上线下的流量相互转化和国家的政策鼓励，越来越多的人选址经营实体店面进行创业，如经营网红店。

但选址实体店铺创业时，店铺的选址是一个非常重要的问题。目前的选址方式通常是人工选址，人工选址时选址决策的优劣主要取决于决策人的主观意志和决策人单方面获取的选址信息。在进行选址时，决策人的知识水平、看问题角度、感性认识、店铺相关信息的获取量等因素会影响最终的决策结果，其中一些主观的感知往往占据决策人的主导因素。同时，决策人通常也会花费较长的时间和精力来获取店铺地址的相关信息。

因此，业内亟需一种可以更加快速、准确的进行对象选址的解决方案。

发明内容

本说明书实施例目的在于提供一种对象选址的数据处理方法、装置、设备及系统，可以解决原始选址方法主观性强、缺少定量决策及数据支撑的问题，基于大数据的多因子决策方式，能够基于多个维度的数据，以多个因子为决策要素，进行定量决策，提升选址的速度和准确性、可靠性。

本说明书实施例提供的一种对象选址的数据处理方法、装置、设备及系统是包括以下方式实现的：

一种对象选址的数据处理方法，所述方法包括：

获取目标对象选址的地理位置信息和目标对象的行业信息；

根据所述地理位置信息和行业信息确定数据采集所需的决策因子；

根据所述决策因子获取对应的维度数据；

基于获取的维度数据生成所述目标对象的决策结果。

一种对象选址的数据处理装置，所述装置包括：

对象获取模块，用于获取目标对象选址的地理位置信息和目标对象的行业信息；

因子确定模块，用于根据所述地理位置信息和行业信息确定数据采集所需的决策因子；

数据获取模块，用于根据所述决策因子获取对应的维度数据；

结果生成模块，用于基于获取的维度数据生成所述目标对象的决策结果。

一种对象选址的数据处理设备，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

获取目标对象选址的地理位置信息和目标对象的行业信息；

根据所述决策因子获取对应的维度数据；

基于获取的维度数据生成所述目标对象的决策结果。

一种对象选址的处理系统，所述系统包括决策终端和数据服务器，所述数据服务器存储采集的维度数据，所述决策终端的处理器执行存储器中存储的计算机指令时实现本说明书任意一个方法实施例所述的处理步骤。

本说明书实施例提供的一种对象选址的数据处理方法、装置、设备及系统，提供一种科学、定量、快速的店铺选址方式，可以对决策人选址的店铺地址进行多维度、可靠数据源、的综合分析，给出相应的选址评价，提供可靠的选址依据。利用本说明书实施例方案可以解决原始选址方法主观性强、缺少定量决策及数据支撑的问题，基于大数据的多因子决策方式，能够基于多个维度的数据，以多个因子为决策要素，进行定量决策，提升选址的速度和准确性、可靠性，降低用户选址风险，提高用户选址服务体验。

附图说明

为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术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中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本说明书所述方法应用实施例的一个处理流程示意图；

图2是本说明书提供的所述一种对象选址的数据处理方法实施例的流程示意图；

图3是本说明书提供的所述方法另一个实施例的方法流程示意图；

图4是本说明书提供的所述方法另一个实施例的方法流程示意图；

图5是应用本说明实施例的所述方法或装置的一种客户端的硬件结构示意框图；

图6是本说明书提供的一种对象选址的数据处理装置实施例的模块结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书中的一部分实施例，而不是全部的实施例。基于本说明书中的一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书实施例保护的范围。

目前的选址大部分是人工选址，人工选址时选址决策的优劣很大程度上取决于决策人，主观因素较，且会由于决策人知识水平、看问题角度、片面感性认识、店铺信息获取不足或不可靠等原因造成选址决策的结果较差。例如一些用户选址时，全凭主观及一些定性的决策，缺少定量决策，选址时考虑因素单一，常常会忽略掉其他很多选址相关维度的数据信息，并且人工选址复杂度高、人工及时间成本高等，造成用户选址结果不理想，选址周期长，难以定量进行评价和比较。基于包括上述现有中存在的问题，本说明书可以提供一种更加快速、准确、可靠的对用户选址的相关数据进行处理，可以输出给用户选址的决策分析报告或评分，辅助用户进行选址决策，极大的提高了用户店铺选址的速度、可靠性，降低用户选址风险，提高用户选址服务体验。

本说明书提供的一种实施方案可以应用到决策系统/大数据平台的分布式系统构架中，如图1所示。所述的决策系统与大数据平台(也可以称为数据服务器)可以为同一处理系统，如同一个店铺选址服务的服务商的某业务系统。或者如图1所示的，所述的决策系统可以为单独的终端设备，如用户一侧使用客户端，也可以是远程服务器，所述的大数据平台可以为专门的或者第三方提供的数据服务。所述的终端设备可以包括多种形式的设备，如智能手机、平板电脑、智能穿戴设备、车载设备、自助服务设备等，这些设备上可以安装相应的实施了本说明书实施例方法/装置的APP(application，应用)。所述的决策系统可以具有通信模块，可以与远程的或本地的数据服务器(大数据平台)进行通信连接，以从数据服务器的获取店铺选址评价所需的各个维度的决策数据。所述数据服务器可以包括同一店铺选址服务商一侧的服务器，其他的实施场景中也可以包括中间平台或第三方提供的服务器，例如与决策系统有通信链接的第三方一个或多个数据服务器平台的服务器。所述的数据服务器可以包括单台计算机设备，也可以包括多个服务器组成的服务器集群，或者分布式系统的服务器结构。所述的数据服务器可以包括必要的数据存储单元，如关系或非关系型数据库，或者还可以包括一些对读取的数据进行预处理的处理模块。

在本说明书的一个或多个实施例中，可以预先采集不同维度的数据信息，具体的可以根据店铺选址相关联的多个维度进行数据采集，如地理位置、客流量、区域人均消费、饮食文化等。采集的维度数据可以存储在大数据平台的数据服务器中，当然，如图1所示，数据服务器也可以从其他数据平台获取由自己或其他服务商存储的数据。本说明书不排除其他的实施例中所述的数据服务器为店铺选址的数据处理装置可以本地读取的数据存储单元。

下面以一个具体的店铺选址的应用场景为例对本说明书实施方案进行说明。具体的，图2是本说明书提供的所述一种对象选址的数据处理方法实施例的流程示意图。虽然本说明书提供了如下述实施例或附图所示的方法操作步骤或装置结构，但基于常规或者无需创造性的劳动在所述方法或装置中可以包括更多或者部分合并后更少的操作步骤或模块单元。在逻辑性上不存在必要因果关系的步骤或结构中，这些步骤的执行顺序或装置的模块结构不限于本说明书实施例或附图所示的执行顺序或模块结构。所述的方法或模块结构的在实际中的装置、服务器或终端产品应用时，可以按照实施例或者附图所示的方法或模块结构进行顺序执行或者并行执行(例如并行处理器或者多线程处理的环境、甚至包括分布式处理、服务器集群的实施环境)。

当然，下述实施例的描述并不对基于本说明书的其他可扩展到的技术方案构成限制。例如本说明书的一个或多个实施例可以适用于一般零售行业实体店铺的选址，这里的对象选址指的是店铺选址，所述的店铺通常是指进行贸易活动的场所，一般是固定建筑物场所。其他的实施场景中，本说明书提供的实施方案同样可以应用临时的交易活动场所选址的实施场景中，或者其他标的物的选址，如标志性建筑物选址、吉祥物摆放位置、行为艺术表演场地、促销活动展地等，在包括上述示例的选址应用场景中，应当理解为属于本说明书实施例中“对象选址”中作用在选址上的对象的变化，其实施方案仍然属于本说明书所要求保护的实施范围之内。具体的本说明书提供的一种对象选址的方法实施例如图2所示，所述方法可以包括：

S0：获取目标对象选址的地理位置信息和目标对象的行业信息。

本实施例应用场景中所述的对象可以为店铺，用户选择或选取的对象为目标对象。用户可以在APP或web页面中选择一个地点作为目标店铺的位置，此时可以确定目标店铺选址的地理位置信息。当然，其他的实施方式中，用户也可以直接输入坐标信息，将用户输入的坐标信息作为目标店铺选址的地理位置信息，例如北纬31.32390，东经120.44109。

本说明实施例中还可以获取目标店铺的行业信息。一般的，用户选址的店铺通常要从事某个行业，例如服装、餐饮、数码、房产中介等。用户可以从提供的行业列表中选择某个行业，或者用户也可以直接输入行业信息。具体的行业划分可以根据具体的实施场景进行设置，例如分为服装、餐饮等大类，也可以进一步划分如西装、帽子及配饰、西餐、联盟店等。

S2：根据所述地理位置信息和行业信息确定数据采集所需的决策因子。

本实施例方案中，所述的决策因子可以包括根据预先采集的不同维度数据生成的对应的分类标签，可以表示某一维度(类别)的数据信息，如决策因子“客流量”可以表示某一地点的客户流量信息，决策因子“人口密度”可以表示一定区域范围内的人口密度情况。一个决策因子可以对应一种数据类型，当确定需要哪些决策因子后，可以根据决策因子向大数据平台(数据服务器)拉取相应的数据类型。

本说明书实施应用场景中，可以根据用户确定的目标店铺选址的地理位置信息和目标店铺的行业信息来确定需要采集哪些维度的数据信息，进而可以确定需要哪些决策因子。一般的，评价或分析一个店铺选址的好坏通常会关联到该店铺所在的地理位置以及该店铺所从事的行业类型，本实施例中可以基于这两个信息来确定数据采集所需的决策因子。具体的，不同的地理位置信息可以有不同的决策因子，店铺所从事的不同的行业也可以对应不同的决策因子，具体的可以根据实际业务需求自定义设置地理位置信息或行业信息所对应的决策因子，例如选址为市区步行街和郊区农庄的不同地理位置可以有部分不相同的决策因子，在同一地址从事早教机构和零售销售的不同行业可以有完全不同或部分不同的决策因子。当然，本说明书实施例所述的根据所述地理位置信息和行业信息确定数据采集所需的决策因子不排除还可以根据其他数据信息来确定决策因子，例如预期的租赁或营业时长也可以用于确定决策因子，具体的示例如，时尚、易消耗物品的店铺营业一年，和早教、外语/考研培训的教育机构、大学校内的店铺长期(五年或更久)营业，可以有不同的决策因子。

另外，需要说明的是，本实施例虽然描述了可以根据地理位置信息和行业信息来确定决策因子，但一些应用场景下可以根据其中的一项也可以来确定决策因子，这样的实施情况应得认为仍然属于本实施例的实施范围之内，区别在于基于地理位置信息或行业信息确定的决策因子为默认的或个数为0。例如，当用户选址确定地理位置信息后，可以凭借用户选择的行业信息这一项来确定决策因子，与地理位置相关的决策因子可以采用使用默认的一个或多个决策因子。

本说明书提供的所述方法的另一个实施例中，所述决策因子包括生成的对应于维度数据的分类标签，所述维度数据包括下述中至少一种：

客流量、竞争数据、消费数据、投资收益数据、人口密度数据、区域规划数据、热点分布数据。

具体的可以根据不同的选址对象来设计不同的决策因子。下表1是本说明书实施例提供的一种店铺选址的决策因子的示意表，如表1所示，不同的决策因子和对应不同的维度数据，具体的可以根据实际场景需求和店铺选址的影响因素来设计决策因子以及决策因子所对应的数据。

表1：店铺选址的决策因子的示意表

根据地理位置信息和行业信息确定目标店铺所需的决策因子后，可以向大数据平台发出采集数据的请求。若提供数据支持的为本的存储的数据，则可以直接读取本地的数据信息。

S4：根据所述决策因子获取对应的维度数据。

本实施例应用场景中，大数据平台(数据服务器)可以根据不同的决策因子读取相应的维度数据，然后可以将读取的数据返回，这样可以获取决策因子对应的维度数据。例如图1所示的决策系统接收大数据平台返回的维度数据。一些实施场景中，若大数据平台的中没有决策因子的维度数据或者需要从其他数据平台获取，则可以根据采集的数据维度的不同，向“其他数据平台”采集数据，采集后可以连通自己的数据一同返回给决策系统。所述的决策系统包括实施本实施例方案的对象选址的数据处理装置。当然，如前述所述，若大数据平台为本地数据库，则可以直接读取维度数据。因此，一些实施例中，所述根据所述决策因子获取对应的维度数据包括采用下述中的至少一种方式：

S40：根据所述决策因子从数据服务器获取对应的维度数据，所述数据服务器属于对象选址的数据处理系统:，所述数据服务器也可以包括第三方提供的数据平台；

或者，

S42：根据所述决策因子从本地存储器中获取对应的维度数据。

在一些实施例中，所述的大数据平台采集维度数据后还可以进行一些数据处理，例如数据消噪、平均等，得到处理后的数据，大数据平台将处理后的数据返回。数据消噪通常是指消除同类的数据中存在的异常数据，相同数据的去除等。比如按照地图搜索同类店铺数量时，根据百度地图和高德地图都会得到数据，可能大部分店铺95％在两个地图上都有标注，但是可能由于某些原因导致一些店铺只在一个地图上显示(可能是该地区地图上数据没有更新)，为了得到有效的数据，可以只取交集的数据。其他的一些实施例中，数据的消噪、平均等处理，也可以在决策系统一侧进行处理，大数据平台负责拉取数据或者一些简单的预处理，决策系统可以进行数据的后期处理和求值等。例如图1所示的实施方式中，决策系统和大数据平台可以是解耦的分布式系统，或者，决策系统是可以基于web或APP形态设置在客户端的装置，与数据服务器通信的C/S构架。或者，决策系统和大数据平台可以是在同一个系统中实现。

S6：基于获取的维度数据生成所述目标对象的决策结果。

决策系统根据决策因子获取相应的维度数据后，可以根据这些不同维度的数据信息进行预定方式的转换、分析、计算等，输出目标店铺的决策结果。具体的如何根据获取的维度数据生成决策结果的方式可以预先定义设置，例如可以将维度数据进行相应的转化后，采用预先确定的算法来得到决策结果，或者将维度数据转换成向量后进行计算得到表征目标对象优劣程度或评分，或者预先训练决策模型或机器学习模型，将获取的维度数据输入决策模型或机器学习模型来得到决策结果，可以是一个分类结果，也可以是数值结果。

本说明书提供的一个实施例中，可以根据获取的维度数据分别计算相应的决策因子的分数，然后可以根据各个决策因子的分数来计算得到目标对象的决策评分。具体的，本说明书提供的所述方法的另一个实施例中，所述基于获取的维度数据生成所述目标对象的决策结果包括：

S60：根据获取的维度数据，计算对应的决策因子的因子评分；

S62：基于所述因子评分计算所述目标对象的决策评分；

所述决策结果包括所述决策因子的因子评分、决策评分中的至少一项。

例如下表2所示的，对于不同的决策因子可以有相应的分值计算或确定方式。具体的，当然也可以根据不同的应用场景设计不同的因子评分计算方式。

表2

上述表2中各个决策因子的评分计算只是简单的均值示例方式的计算，实际系统中每个决策因子的评分可以综合决策因子的情况进行综合定量评分。

这样，可以根据获取的维度数据分别计算得到相应的决策因子的因子评分。进一步的可以根据各个决策因子的评分计算得到目标店铺的决策评分，例如将各个因子评分的分值相加后得到目标店铺的决策评分，或者取各个决策因子的平均值等，具体的可以设计不同的决策评分的计算方式。最后得到的决策结果中可以包括上述得到的决策评分，如“该店铺综合得到为89分”。或者，决策结果可以包括各个决策因子的因子评分，提供给用户各个维度的评分结果，最终哪个决策因子被用户怎么使用或看待，并以此得到最后的决策结果，可以由用户自行计算决定。当然，也可以在输出总的决策结果时同时反馈给用户各个维度的决策因子的分析报告(包括因子评分、获取的该决策因子的数据情况等)。

一些实施应用场景中，对于不同的行业或地理位置，同一个决策因子对选址优劣可能有不同的影响。例如是否靠近火车站对于酒店行业和家具行业的影响则不相同，不同的消费水平对于消费较高的西餐厅和一般消费的快餐行业的影响也不相同。因此，如图3所示，本说明书提供的所述方法的另一个实施例中，确定所需的决策因子之后，所述方法还可以包括：

S8：根据对象的行业信息为所述决策因子赋予相应的权重值；

相应的，所述决策结果包括根据所述决策因子的因子评分和权重值计算得到所述目标对象的决策评分。

例如一个示例中，决策评分计算模型可以为：

T＝∑(Wi*Pi)

其中，Wi为各个决策因子的权重值，该模型中决策因子的权重值可以根据不同行业确定相应的取值。Pi为各个决策因子的因子评分。T为计算得到的目标对象的决策评分，在本实施例应用场景中为目标店铺的决策评分。

这样，通过为不同行业的决策因子赋予不同的权重值，可以针对用户选择的目标店铺所属的行业进行更加精准的决策该因子的影响，从而得到更加准确的决策结果。

本说明书提供的所述方法的另一个实施例中，除向用户反馈生成包括所选取的目标店铺的决策结果外，还可以进一步向用户推荐通过计算得到位置较好或者相对于目标店铺位置更好的优选店铺。具体的，如图4所示，所述方法的另一个实施例中，所述方法还可以包括：

S100：根据包括所述获取的维度数据的采集数据，计算距离所述目标对象所在位置预设距离范围内的候选对象的决策评分；

S102：根据所述决策评分确定所述候选对象中的优选对象；

相应的，所述决策结果还包括所述优选对象的数据信息。

例如上述实施例应用场景中，决策系统根据决策模型及“大数据平台”返回的各决策因子数据进行计算，生成决策报告，该决策报告可以包含该地点的决策评分、包含各个维度的决策因子的分析报告、以及在该地点周边5公里之内的建议的较为优秀的选址地点。这样，通过本实施例方法，不但可以对用户选择的目标店铺的选址进行评估，还可以给出建议的优选店铺地址，可以更加快速、科学、定量的帮助用户选取合适的店铺地址，大大提高用户选址服务体验。

需要说明的是，候选店铺(候选对象)的决策评分可以参照目标对象(目标店铺)的计算方式，也可以采用不同的或进行变形、变换后的计算方式。或者，在计算候选对象的决策评分时还可以加入其他的采集数据。所述的根据所述决策评分确定所述候选对象中的优选对象，具体的例如可以选取决策评分高于目标店铺且排序后评分最高的3个候选店铺最晚候选店铺推荐给用户。推荐的信息可以在生成的决策报告中。

本说明书一个或多个实施例中，所述的大数据平台存储的数据信息或者决策系统使用的决策评分的决策模型，可以采用离线预先构建的方式生成，可以预先采集不同维度的数据信息存储在数据库中构建大数据平台或者预先训练模型构建决策模型，构建完成后，线上进行使用。本说明书不排除所述大数据平台或决策模型采用在线构建或更新/维护的方式，在计算机能力足够的情况下，可以在线构建出需要的决策模型或更新/维护决策模型和大数据平台，构建出决策模型和更新/维护的数据库中(大数据平台或数据服务器)可以同步在线使用，对用户确定的目标对象选址的地理位置信息和行业信息进行处理。

利用本说明书实施例提供的方法，可以基于真实的大数据平台提供的诸如客流量，周边同类竞品分析，地区消费情况等多个维度的数据进行评估，可以输出更加直观的定量决策输出结果。并且综合考虑上面提到的多种因素，并可以构建决策模型进行决策，采取多种维度的决策因子进行决策，决策结果的准确性大幅度提升。根据用户的输入信息，快速给出决策结果及决策报告，节约了用户决策成本，提供决策结果输出速度，大大提高用户选址的便利性和科学性，用户体验更好。

本说明书上述实施例提供的一种对象铺选址的数据处理方法，提供一种科学、定量、快速的店铺选址方式，可以对决策人选址的店铺地址进行多维度、可靠数据源、的综合分析，给出相应的选址评价，提供可靠的选址依据。利用本说明书实施例方案可以解决原始选址方法主观性强、缺少定量决策及数据支撑的问题，基于大数据的多因子决策方式，能够基于多个维度的数据，以多个因子为决策要素，进行定量决策，提升选址的速度和准确性、可靠性，降低用户选址风险，提高用户选址服务体验。

本说明书中上述方法的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。相关之处参见方法实施例的部分说明即可。

本申请实施例所提供的方法实施例可以在移动终端、计算机终端、服务器或者类似的运算装置中执行，具体的产品形态可以包括web端，也可以通过移动端app或者小程序的形态出现等。以运行在客户端上为例，图5是应用本说明实施例的所述方法或装置的一种客户端的硬件结构示意框图。如图5所示，客户端10可以包括一个或多个(图中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输模块106。本领域普通技术人员可以理解，图5所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，客户端10还可包括比图5中所示更多或者更少的组件，例如还可以包括其他的处理硬件，如GPU(Graphics Processing Unit，图像处理器)、本地数据库、分布式系统调用数据调用接口等，或者具有与图5所示不同的配置。

存储器104可用于存储应用软件的软件程序以及模块，如本发明实施例中的搜索方法对应的程序指令/模块，处理器102通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，如实现上述展示店铺选址位置或优选店铺的处理方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输模块106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中，传输模块106包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输模块106可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。

基于上述所述的一种对象选址的数据处理方法，本说明书还提供一种对象选址的数据处理装置。所述的装置可以包括使用了本说明书实施例所述方法的系统(包括分布式系统)、软件(应用)、模块、组件、服务器、客户端等并结合必要的实施硬件的设备装置。基于同一创新构思，本说明书提供的一种实施例中的处理装置如下面的实施例所述。由于装置解决问题的实现方案与方法相似，因此本说明书实施例具体的处理装置的实施可以参见前述方法的实施，重复之处不再赘述。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。具体的，如图6所示，图6是本说明书提供的一种对象选址的数据处理装置实施例的模块结构示意图，具体的可以包括：

对象获取模块201，可以用于获取目标对象选址的地理位置信息和目标对象的行业信息；

因子确定模块202，可以用于根据所述地理位置信息和行业信息确定数据采集所需的决策因子；

数据获取模块203，可以用于根据所述决策因子获取对应的维度数据；

结果生成模块204，可以用于基于获取的维度数据生成所述目标对象的决策结果。

需要说明的是，本说明书实施例上述所述的装置，根据相关方法实施例的描述还可以包括其他的实施方式，如可以包括根据店铺的行业信息为所述决策因子赋予相应的权重值的处理模块、计算候选对象的决策评分以及确定优选对象的处理模块等。具体的实现方式可以参照方法实施例的描述，在此不作一一赘述。

本说明书实施例提供的设备型号识别方法可以在计算机中由处理器执行相应的程序指令来实现，如使用windows操作系统的c++/java等语言在PC端实现，或其他例如Linux、android、iOS系统相对应的应用设计语言集合必要的硬件实现，或者基于量子计算机的处理逻辑实现等。具体的，本说明书提供的一种处理设备实现上述方法的实施例中，所述处理设备可以包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

获取目标对象选址的地理位置信息和目标对象的行业信息；

根据所述决策因子获取对应的维度数据；

基于获取的维度数据生成所述目标对象的决策结果。

基于前述方法实施例描述，本说明书提供的所述处理设备的另一个实施例中，所述决策因子包括生成的对应于维度数据的分类标签，所述维度数据包括下述中至少一种：

基于前述方法实施例描述，本说明书提供的所述处理设备的另一个实施例中，所述处理器基于获取的维度数据生成所述目标对象的决策结果包括：

根据获取的维度数据，计算对应的决策因子的因子评分；

基于所述因子评分计算所述目标对象的决策评分；

基于前述方法实施例描述，本说明书提供的所述处理设备的另一个实施例中，所述处理器执行所述指令时还实现：

根据对象的行业信息为所述决策因子赋予相应的权重值；

根据包括所述获取的维度数据的采集数据，计算距离所述目标对象所在位置预设距离范围内的候选对象的决策评分；

根据所述决策评分确定所述候选对象中的优选对象；

相应的，所述决策结果还包括所述优选对象的数据信息。

基于前述方法实施例描述，本说明书提供的所述处理设备的另一个实施例中，所述处理器根据所述决策因子获取对应的维度数据包括采用下述中的至少一种方式：

根据所述决策因子从数据服务器获取对应的维度数据，所述数据服务器属于对象选址的数据处理系统；

根据所述决策因子从本地存储器中获取对应的维度数据。

上述的指令可以存储在多种计算机可读存储介质中。所述计算机可读存储介质可以包括用于存储信息的物理装置，可以将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。本实施例所述的计算机可读存储介质有可以包括：利用电能方式存储信息的装置如，各式存储器，如RAM、ROM等；利用磁能方式存储信息的装置如，硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘；利用光学方式存储信息的装置如，CD或DVD。当然，还有其他方式的可读存储介质，例如量子存储器、石墨烯存储器等等。下述所述的装置或服务器或客户端或系统中的指令同上描述。

上述所述的装置或处理设备，可以包括用户一侧的客户端，也可以包括远程服务器一侧的终端设备。例如一个实施示例中，用户可以在客户端的APP或web上选择地点和行业后，客户端将这些数据信息发送给远程服务器(决策系统，或决策系统与大数据平台的组合)进行处理，远程服务器得到决策结果后返回给客户端决策结果，供用户在客户端查看；另一个实施示例中，用户在客户端选择地点和行业后，客户端确定所需的决策因子，然后由客户端向远程服务器请求获取维度数据，客户端根据维度数据生成决策结果。

基于前述所述，本说明书实施例还提供一种对象选址的处理系统，所述系统可以包括决策终端和数据服务器，所述数据服务器存储采集的维度数据，所述决策终端的处理器执行存储器中存储的计算机指令时实现本说明书任意一个方法实施例所述的处理步骤。

需要说明的是，本说明书实施例上述所述的装置、设备和系统，根据相关方法实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照方法实施例的描述，在此不作一一赘述。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于硬件+程序类实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

虽然本申请提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。

尽管本说明书实施例内容中提到从大数据平台或其他数据平台获取维度数据、决策因子的分值计算、决策评分的分值计算、决策因子赋予权重等之类的数据获取、定义、交互、计算、判断等操作和数据描述，但是，本说明书实施例并不局限于必须是符合行业通信标准、标准数据库/分布式系统结构、通信协议和标准数据模型/模板或本说明书实施例所描述的情况。某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、存储、判断、处理方式等获取的实施例，仍然可以属于本说明书的可选实施方案范围之内。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

虽然本说明书实施例提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或终端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。

为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

以上所述仅为本说明书实施例的实施例而已，并不用于限制本说明书实施例。对于本领域技术人员来说，本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书实施例的权利要求范围之内。

Claims

1.一种对象选址的数据处理方法，所述方法包括：

获取目标对象选址的地理位置信息和目标对象的行业信息；

根据所述决策因子获取对应的维度数据；

基于获取的维度数据生成所述目标对象的决策结果。

2.如权利要求1所述的方法，所述决策因子包括生成的对应于维度数据的分类标签，所述维度数据包括下述中至少一种：

3.如权利要求1所述的方法，所述基于获取的维度数据生成所述目标对象的决策结果包括：

根据获取的维度数据，计算对应的决策因子的因子评分；

基于所述因子评分计算所述目标对象的决策评分；

4.如权利要求3所述的方法，确定所需的决策因子之后，所述方法还包括：

根据对象的行业信息为所述决策因子赋予相应的权重值；

5.如权利要求3所述的方法，所述方法还包括：

根据所述决策评分确定所述候选对象中的优选对象；

相应的，所述决策结果还包括所述优选对象的数据信息。

6.如权利要求1所述的方法，所述根据所述决策因子获取对应的维度数据包括采用下述中的至少一种方式：

根据所述决策因子从本地存储器中获取对应的维度数据。

7.一种对象选址的数据处理装置，所述装置包括：

8.一种对象选址的数据处理设备，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

获取目标对象选址的地理位置信息和目标对象的行业信息；

根据所述决策因子获取对应的维度数据；

基于获取的维度数据生成所述目标对象的决策结果。

9.如权利要求8所述的处理设备，所述决策因子包括生成的对应于维度数据的分类标签，所述维度数据包括下述中至少一种：

10.如权利要求8所述的处理设备，所述处理器基于获取的维度数据生成所述目标对象的决策结果包括：

根据获取的维度数据，计算对应的决策因子的因子评分；

基于所述因子评分计算所述目标对象的决策评分；

11.如权利要求10所述的处理设备，所述处理器执行所述指令时还实现：

根据对象的行业信息为所述决策因子赋予相应的权重值；

12.如权利要求10所述的处理设备，所述处理器执行所述指令时还实现：

根据所述决策评分确定所述候选对象中的优选对象；

相应的，所述决策结果还包括所述优选对象的数据信息。

13.如权利要求8所述的处理设备，所述处理器根据所述决策因子获取对应的维度数据包括采用下述中的至少一种方式：

根据所述决策因子从本地存储器中获取对应的维度数据。

14.一种对象选址的处理系统，所述系统包括决策终端和数据服务器，所述数据服务器存储采集的维度数据，所述决策终端的处理器执行存储器中存储的计算机指令时实现权利要求1-6中任意一项所述方法的处理步骤。