CN109271460B - 对电子平台中的商户进行分类的方法和装置 - Google Patents

Abstract

本说明书实施例提供一种对电子平台中的商户进行分类的方法和装置，方法包括：首先根据目标商户的当前经营时间所归属的预设时间区间，确定第一特征参数的参数值；根据目标商户的营业收入所归属的预设收入区间，确定第二特征参数的参数值；根据目标商户在预设时间段内的交易额的统计学规律，确定第三特征参数的参数值；以及根据目标商户所属的行业，确定第四特征参数的参数值，然后根据第一特征参数的参数值、第二特征参数的参数值、第三特征参数的参数值和第四特征参数的参数值，确定目标商户的特征表示向量，再根据特征表示向量，对目标商户进行分类，能够通过一些指标来对电子平台中的商户进行恰当的分类。

Description

对电子平台中的商户进行分类的方法和装置

技术领域

本说明书一个或多个实施例涉及计算机领域，尤其涉及对电子平台中的商户进行分类的方法和装置。

背景技术

当前，为了电子平台中的商户更好的发展，需要对商户进行经营能力、经营阶段分层，也就是说，对电子平台中的商户进行分类，以达到针对不同类别的商户采用不同的手段，有针对性地促进商户更好的发展。

现有技术中存在一种RFM模型，RFM模型是衡量客户价值和客户创利能力的重要工具和手段，其被广泛应用于客户关系管理(customer relationship management，CRM)的分析模式中，用来描述客户的价值状况。RFM模型从“最近一次消费(Recency)”、“消费频率(Frequency)”、“消费金额(Monetary)”三个维度入手，构成了数据分析和用户分层的最好指标。

虽然RFM模型在消费者分层上使用广泛和有效，但在商户经营分层上，则并不是很恰当。商户追求持续的利益最大化，完全不同于消费端用户按需、满足兴趣的特征。

因此，希望能有改进的方案，能够通过一些指标来对电子平台中的商户进行恰当的分类。

发明内容

本说明书一个或多个实施例描述了一种对电子平台中的商户进行分类的方法和装置，能够通过一些指标来对电子平台中的商户进行恰当的分类。

第一方面，提供了一种对电子平台中的商户进行分类的方法，方法包括：

根据目标商户的当前经营时间所归属的预设时间区间，确定所述目标商户的第一特征参数的参数值；

根据所述目标商户的营业收入所归属的预设收入区间，确定所述目标商户的第二特征参数的参数值；

根据所述目标商户在预设时间段内的交易额的统计学规律，确定所述目标商户的第三特征参数的参数值；

根据所述目标商户所属的行业，确定所述目标商户的第四特征参数的参数值；

根据所述第一特征参数的参数值、所述第二特征参数的参数值、所述第三特征参数的参数值和所述第四特征参数的参数值，确定所述目标商户的特征表示向量；

根据所述特征表示向量，对所述目标商户进行分类。

在一种可能的实施方式中，所述根据所述目标商户所属的行业，确定所述目标商户的第四特征参数的参数值,包括：

根据所述行业的类型，确定所述目标商户的第四特征参数的参数值；

其中，行业的类型根据所述行业的商户数量、交易分布和商户进出比例中的至少一项而确定。

在一种可能的实施方式中，所述根据所述特征表示向量，对所述目标商户进行分类，包括：

将所述特征表示向量映射到多维空间；

根据所述特征表示向量在所述多维空间中所在的区域，对所述目标商户进行分类。

在一种可能的实施方式中，所述根据目标商户的当前经营时间所归属的预设时间区间，确定所述目标商户的第一特征参数的参数值，包括：

当所述目标商户的当前经营时间小于或等于第一时间阈值时，确定所述目标商户的第一特征参数的参数值为第一取值集合中的第一参数值；

当所述目标商户的当前经营时间大于所述第一时间阈值且小于或等于第二时间阈值时，确定所述目标商户的第一特征参数的参数值为第一取值集合中的第二参数值；

当所述目标商户的当前经营时间大于所述第二时间阈值时，确定所述目标商户的第一特征参数的参数值为第一取值集合中的第三参数值；其中，所述第一时间阈值小于所述第二时间阈值。

在一种可能的实施方式中，所述根据所述目标商户的营业收入所归属的预设收入区间，确定所述目标商户的第二特征参数的参数值，包括：

当所述目标商户的营业收入小于或等于第一收入阈值时，确定所述目标商户的第二特征参数的参数值为第二取值集合中的第一参数值；

当所述目标商户的营业收入大于所述第一收入阈值且小于或等于第二收入阈值时，确定所述目标商户的第二特征参数的参数值为第二取值集合中的第二参数值；

当所述目标商户的营业收入大于所述第二收入阈值时，确定所述目标商户的第二特征参数的参数值为第二取值集合中的第三参数值；其中，所述第一收入阈值小于所述第二收入阈值。

在一种可能的实施方式中，所述预设收入区间根据所述目标商户所属的行业确定。

在一种可能的实施方式中，所述根据所述目标商户在预设时间段内的交易额的统计学规律，确定所述目标商户的第三特征参数的参数值，包括：

将所述目标商户在预设时间段内每个单位时间长度对应的交易额拟合为线性趋势线；

根据所述线性趋势线，确定所述交易额的平均增幅；以及根据所述线性趋势线，确定所述交易额的绝对残差均值与交易额均值的比值；

根据所述平均增幅和所述比值，确定所述目标商户的第三特征参数的参数值。

进一步地，所述根据所述平均增幅和所述比值，确定所述目标商户的第三特征参数的参数值，包括：

如果所述平均增幅大于第一增幅阈值且所述比值小于第一比值阈值，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第一参数值；

如果所述平均增幅小于第二增幅阈值且所述比值小于所述第一比值阈值，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第二参数值；

如果所述平均增幅大于所述第二增幅阈值小于所述第一增幅阈值且所述比值小于所述第一比值阈值，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第三参数值；

如果所述比值大于或等于所述第一比值阈值，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第四参数值；

如果所述预设时间段内的交易额为0，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第五参数值；其中，所述第一增幅阈值大于0，所述第二增幅阈值小于0。

进一步地，所述根据所述行业的商户数量、交易分布和商户进出比例中的至少一项，确定所述行业的类型，包括：

确定所述行业中预定的第一数量个商户的交易额占比，以及该第一数量个商户的交易分布熵；

至少根据所述交易额占比和所述交易分布熵，确定所述行业的类型。

进一步地，所述至少根据所述交易额占比和所述交易分布熵确定所述行业的类型，包括：

如果所述行业中的一家商户的交易额占比大于第一交易阈值，则确定所述行业的商户的第四特征参数的参数值为第四取值集合中的第一参数值；

如果所述行业中的第一数量个商户的交易额占比大于第一交易阈值，且所述第一数量个商户的交易分布熵不小于预设的熵阈值，则确定所述行业的商户的第四特征参数的参数值为第四取值集合中的第二参数值，其中，所述第一数量大于一；

如果所述行业中的所述第一数量个商户的交易额占比大于第一交易阈值，且所述第一数量个商户中一个商户的交易额占比大于第二交易阈值，且所述第一数量个商户中除了所述一个商户之外的其余商户的交易分布熵不小于预设的熵阈值，则确定所述行业的商户的第四特征参数的参数值为第四取值集合中的第三参数值。

进一步地，所述至少根据所述交易额占比和所述交易分布熵确定所述行业的类型，还包括：

如果所述行业中的任意第一数量个商户的交易额占比均小于所述第一交易阈值，且商户进入比例大于第一比例阈值，商户退出比例大于第二比例阈值，则确定所述行业的商户的第四特征参数的参数值为第四取值集合中的第四参数值。

第二方面，提供了一种对电子平台中的商户进行分类的装置，装置包括：

第一确定单元，用于根据目标商户的当前经营时间所归属的预设时间区间，确定所述目标商户的第一特征参数的参数值；根据所述目标商户的营业收入所归属的预设收入区间，确定所述目标商户的第二特征参数的参数值；根据所述目标商户在预设时间段内的交易额的统计学规律，确定所述目标商户的第三特征参数的参数值；根据所述目标商户所属的行业，确定所述目标商户的第四特征参数的参数值；

第二确定单元，用于根据所述第一确定单元确定的所述第一特征参数的参数值、所述第二特征参数的参数值、所述第三特征参数的参数值和所述第四特征参数的参数值，确定所述目标商户的特征表示向量；

分类单元，用于根据所述第二确定单元确定的特征表示向量，对所述目标商户进行分类。

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，令计算机执行第一方面的方法。

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，实现第一方面的方法。

通过本说明书实施例提供的方法和装置，首先根据目标商户的当前经营时间所归属的预设时间区间，确定所述目标商户的第一特征参数的参数值；以及根据所述目标商户的营业收入所归属的预设收入区间，确定所述目标商户的第二特征参数的参数值；以及根据所述目标商户在预设时间段内的交易额的统计学规律，确定所述目标商户的第三特征参数的参数值；以及根据所述目标商户所属的行业，确定所述目标商户的第四特征参数的参数值，然后根据所述第一特征参数的参数值、所述第二特征参数的参数值、所述第三特征参数的参数值和所述第四特征参数的参数值，确定所述目标商户的特征表示向量，再根据所述特征表示向量，对所述目标商户进行分类，能够通过一些指标来对电子平台中的商户进行恰当的分类。

附图说明

为了更清楚地说明本发明实施例的技术方案，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发明的一些实施例，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的实施场景示意图；

图2示出根据一个实施例的对电子平台中的商户进行分类的方法流程图；

图3为本说明书实施例提供的一种线性趋势线的示意图；

图4示出根据另一个实施例的对电子平台中的商户进行分类的方法流程图；

图5示出根据一个实施例的对电子平台中的商户进行分类的装置的示意性框图。

具体实施方式

下面结合附图，对本说明书提供的方案进行描述。

图1为本说明书披露的一个实施例的实施场景示意图。该实施场景涉及对电子平台中的商户进行分类。参照图1，图中的立方体可以理解为一个向量空间，本说明书实施例中，可以先确定商户的特征表示向量，然后再将该商户的特征表示向量映射到向量空间中，根据该商户的特征表示向量映射到向量空间中的位置，对该商户进行分类，以便采取与该分类对应的手段，有针对性地促进商户更好的发展。

本说明书实施例中，首先通过获取目标商户的行业竞争状态数据(例如，行业的商户数量、交易分布和商户进出比例等)以及商户属性与经营数据(例如，经营时间、营业收入、交易额等)，确定该目标商户的四项特征参数的参数值，然后根据这四项特征参数的参数值，确定该目标商户的特征表示向量，再根据所述特征表示向量，对该目标商户进行分类，能够通过一些指标来对电子平台中的商户进行恰当的分类。

此外，当对大量商户进行分析时，可以根据每个分类对应的商户数量来确定总体的发展状况。

可以理解的是，向量空间的维度与商户的特征表示向量的维度正相关，图1中所示的三维向量空间仅为示意，并不用于限定向量空间的维度或特征表示向量的维度。本说明书实施例中，通过确定目标商户的四项特征参数，从而实现对目标商户进行分类，可选地，向量空间可以为四维向量空间。

图2示出根据一个实施例的对电子平台中的商户进行分类的方法流程图。如图2所示，该实施例中对电子平台中的商户进行分类的方法包括以下步骤：步骤21，根据目标商户的当前经营时间所归属的预设时间区间，确定所述目标商户的第一特征参数的参数值；步骤22，根据所述目标商户的营业收入所归属的预设收入区间，确定所述目标商户的第二特征参数的参数值；步骤23，根据所述目标商户在预设时间段内的交易额的统计学规律，确定所述目标商户的第三特征参数的参数值；步骤24，根据所述目标商户所属的行业，确定所述目标商户的第四特征参数的参数值；步骤25，根据所述第一特征参数的参数值、所述第二特征参数的参数值、所述第三特征参数的参数值和所述第四特征参数的参数值，确定所述目标商户的特征表示向量；步骤26，根据所述特征表示向量，对所述目标商户进行分类。可以理解的是，步骤21至步骤24可以顺序执行也可以并行执行，并且执行顺序不做限定。下面描述以上各个步骤的具体执行方式。

首先在步骤21，根据目标商户的当前经营时间所归属的预设时间区间，确定所述目标商户的第一特征参数的参数值。可以理解的是，第一特征参数的参数值可以有一个取值范围，该取值范围可以对应第一取值集合。

在一个示例中，可以预先设定第一时间阈值和第二时间阈值，其中，所述第一时间阈值小于所述第二时间阈值。获取目标商户的商户属性与经营数据(包括目标商户的当前经营时间)，根据目标商户的当前经营时间与第一时间阈值和/或第二时间阈值的关系，确定所述目标商户的第一特征参数的参数值。

可选地，当所述目标商户的当前经营时间小于或等于第一时间阈值时，确定所述目标商户的第一特征参数的参数值为第一取值集合中的第一参数值；当所述目标商户的当前经营时间大于所述第一时间阈值且小于或等于第二时间阈值时，确定所述目标商户的第一特征参数的参数值为第一取值集合中的第二参数值；当所述目标商户的当前经营时间大于所述第二时间阈值时，确定所述目标商户的第一特征参数的参数值为第一取值集合中的第三参数值。

然后在步骤22，根据所述目标商户的营业收入所归属的预设收入区间，确定所述目标商户的第二特征参数的参数值。可以理解的是，第二特征参数的参数值可以有一个取值范围，该取值范围可以对应第二取值集合。

需要说明的是，其中，所述预设收入区间可以根据所述目标商户所属的行业确定。也就是说，不同行业可以有不同的预设收入区间。

在一个示例中，可以预先设定第一收入阈值和第二收入阈值，其中，所述第一收入阈值小于所述第二收入阈值，可以理解的是，第一收入阈值和第二收入阈值可以用于划分出预设收入区间。获取目标商户的商户属性与经营数据(包括目标商户的营业收入)，根据目标商户的营业收入与第一收入阈值和/或第二收入阈值的关系，确定所述目标商户的第二特征参数的参数值。

可选地，当所述目标商户的营业收入小于或等于第一收入阈值时，确定所述目标商户的第二特征参数的参数值为第二取值集合中的第一参数值；当所述目标商户的营业收入大于所述第一收入阈值且小于或等于第二收入阈值时，确定所述目标商户的第二特征参数的参数值为第二取值集合中的第二参数值；当所述目标商户的营业收入大于所述第二收入阈值时，确定所述目标商户的第二特征参数的参数值为第二取值集合中的第三参数值。

接着在步骤23，根据所述目标商户在预设时间段内的交易额的统计学规律，确定所述目标商户的第三特征参数的参数值。可以理解的是，第三特征参数的参数值可以有一个取值范围，该取值范围可以对应第三取值集合。

在一个示例中，首先将所述目标商户在预设时间段内每个单位时间长度对应的交易额拟合为线性趋势线；然后根据所述线性趋势线，确定所述交易额的平均增幅；以及根据所述线性趋势线，确定所述交易额的绝对残差均值与交易额均值的比值；再根据所述平均增幅和所述比值，确定所述目标商户的第三特征参数的参数值。

图3为本说明书实施例提供的一种线性趋势线的示意图，横轴代表时间，纵轴代表交易额。其中，可以采取线性回归的方法得到上述线性趋势线。

在一个示例中，可以预先设定第一增幅阈值、第二增幅阈值和第一比值阈值，其中，所述第一增幅阈值大于0，所述第二增幅阈值小于0。根据目标商户的平均增幅与第一增幅阈值和/或第二增幅阈值的关系，以及所述比值与第一比值阈值的关系，确定所述目标商户的第三特征参数的参数值。

可选地，如果所述平均增幅大于第一增幅阈值且所述比值小于第一比值阈值，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第一参数值；如果所述平均增幅小于第二增幅阈值且所述比值小于所述第一比值阈值，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第二参数值；如果所述平均增幅大于所述第二增幅阈值小于所述第一增幅阈值且所述比值小于所述第一比值阈值，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第三参数值；如果所述比值大于或等于所述第一比值阈值，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第四参数值；如果所述预设时间段内的交易额为0，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第五参数值。

接着在步骤24，根据所述目标商户所属的行业，确定所述目标商户的第四特征参数的参数值。其中，第四特征参数用于指示行业竞争环境。可以理解的是，第四特征参数的参数值可以有一个取值范围，该取值范围可以对应第四取值集合。

在一个示例中，根据所述行业的类型，确定所述目标商户的第四特征参数的参数值；其中，行业的类型根据所述行业的商户数量、交易分布和商户进出比例中的至少一项而确定。

可选地，确定所述行业中预定的第一数量个商户的交易额占比，以及该第一数量个商户的交易分布熵；至少根据所述交易额占比和所述交易分布熵，确定所述行业的类型。

例如，如果所述行业中的一家商户的交易额占比大于第一交易阈值，则确定所述行业的商户的第四特征参数的参数值为第四取值集合中的第一参数值；如果所述行业中的第一数量个商户的交易额占比大于第一交易阈值，且所述第一数量个商户的交易分布熵不小于预设的熵阈值，则确定所述行业的商户的第四特征参数的参数值为第四取值集合中的第二参数值，其中，所述第一数量大于一；如果所述行业中的所述第一数量个商户的交易额占比大于第一交易阈值，且所述第一数量个商户中一个商户的交易额占比大于第二交易阈值，且所述第一数量个商户中除了所述一个商户之外的其余商户的交易分布熵不小于预设的熵阈值，则确定所述行业的商户的第四特征参数的参数值为第四取值集合中的第三参数值。

又例如，如果所述行业中的任意第一数量个商户的交易额占比均小于所述第一交易阈值，且商户进入比例大于第一比例阈值，商户退出比例大于第二比例阈值，则确定所述行业的商户的第四特征参数的参数值为第四取值集合中的第四参数值。

然后在步骤25，根据所述第一特征参数的参数值、所述第二特征参数的参数值、所述第三特征参数的参数值和所述第四特征参数的参数值，确定所述目标商户的特征表示向量。

在一个示例中，第一特征参数的参数值对应的取值范围包括两个离散的取值，可以分别用0,1表示；第二特征参数的参数值对应的取值范围包括两个离散的取值，可以分别用0,1表示；第三特征参数的参数值对应的取值范围包括两个离散的取值，可以分别用0,1表示；第四特征参数的参数值对应的取值范围包括两个离散的取值，可以分别用0,1表示。当所述第一特征参数的参数值为0、所述第二特征参数的参数值为1、所述第三特征参数的参数值为1、所述第四特征参数的参数值为1，则所述目标商户的特征表示向量为(0111)。

可以理解的是，上述示例仅用于进行举例说明，并不用于限定各特征参数的取值数目以及特征表示向量的维度。

最后在步骤26，根据所述特征表示向量，对所述目标商户进行分类。可以理解的是，分类的最终目的是为了对商户采用与其类别相适应的手段进行处理，实现对商户的精细化管理。

在一个示例中，可以将所述特征表示向量映射到多维空间；根据所述特征表示向量在所述多维空间中所在的区域，对所述目标商户进行分类。

通过本说明书实施例提供的方法，首先根据目标商户的当前经营时间所归属的预设时间区间，确定所述目标商户的第一特征参数的参数值；以及根据所述目标商户的营业收入所归属的预设收入区间，确定所述目标商户的第二特征参数的参数值；以及根据所述目标商户在预设时间段内的交易额的统计学规律，确定所述目标商户的第三特征参数的参数值；以及根据所述目标商户所属的行业，确定所述目标商户的第四特征参数的参数值，然后根据所述第一特征参数的参数值、所述第二特征参数的参数值、所述第三特征参数的参数值和所述第四特征参数的参数值，确定所述目标商户的特征表示向量，再根据所述特征表示向量，对所述目标商户进行分类，能够通过一些指标来对电子平台中的商户进行恰当的分类。

图4示出根据另一个实施例的对电子平台中的商户进行分类的方法流程图。如图4所示，该实施例中根据商户的生命阶段、发展规模、发展趋势、竞争环境等四个核心因素对商家经营进行分层，依据每个商户的属性和经营数据，得到商户的LETS分类。

L模块(商户生命阶段)：该模块可以理解为前述步骤21的具体实现，这个模块用来判断商户是个长期经营者还是个新手卖家。按照商户进入生态开始经营的时间的长短，分为新手期(经营1年以内)、表现期(经营1年以上2年以内)、发展期(经营2年以上的)。这里并没有按照消费用户的划分标准，区分出“客户离网/客户流失”等，而是将“消亡”趋势划分到“发展趋势”维度。因为对一个商户，在可预见的未来，他并不一定会经历“离网/消亡”阶段。

S模块(发展规模)，该模块可以理解为前述步骤22的具体实现，这个模块主要用以区分商户的当前经营规模。将商户区分成“大中小”。在实际业务中，并非整个平台商户的大中小，而是按照不同行业(例如家装、服装)来区分大中小商户。

T模块(发展趋势)，该模块可以理解为前述步骤23的具体实现，根据商户每月交易表现，将商户分为上升、平稳、下降、震荡、消亡五个趋势。趋势的认定为：将最近3个月或最近5个月的月交易额拟合为线性趋势线，如果趋势线的平均月增幅>15％，且绝对残差均值/交易额均值<40％，则判定为增长；增幅小于-15％，绝对残差均值/交易额均值<40％，判定为下降；增幅介于-15％和15％之间，绝对残差均值/交易额均值<40％，判定为稳定。绝对残差均值/交易额均值>＝40％，判定为震荡；连续3个月交易额为0，则为消亡。

E模块(竞争环境)，该模块可以理解为前述步骤24的具体实现，这个模块从总体上产出每个行业的竞争环境。根据各行业的商户数量、交易分布、商户进出比例等角度，把环境分为：垄断、寡头竞争、一超多强、激烈竞争。

垄断：如果所述经营商户所属行业中的排名第一(top1)的商户的交易额占比大于80％，则确定所述经营商户当前所处的竞争环境为垄断；

寡头竞争：商户所属行业中的排名前10(top10)的商户，交易额占比大于80％，且top10商户的交易分布熵不小于2.4(其中，2.4为公比为0.6的等比数列的熵)；

一超多强：商户所属行业中的top10商户，交易额占比大于80％，且top1交易额占比超过top10的50％，其余9家的交易分布熵值不小于2.4(其中，2.4为公比为0.6的等比数列的熵)；

激烈竞争：商户所属行业中，top10商户交易占比小于80％(通常这类行业伴随频繁商户进入和退出，每年超过10％的进入者，同时超过10％的退出者)。

需要说明的是，前述实施例中的数值仅为举例说明，在具体实现时可以根据需要进行调整。

根据另一方面的实施例，还提供一种对电子平台中的商户进行分类的装置。图5示出根据一个实施例的对电子平台中的商户进行分类的装置的示意性框图。如图5所示，该装置500包括：

第一确定单元51，用于根据目标商户的当前经营时间所归属的预设时间区间，确定所述目标商户的第一特征参数的参数值；根据所述目标商户的营业收入所归属的预设收入区间，确定所述目标商户的第二特征参数的参数值；根据所述目标商户在预设时间段内的交易额的统计学规律，确定所述目标商户的第三特征参数的参数值；根据所述目标商户所属的行业，确定所述目标商户的第四特征参数的参数值；

第二确定单元52，用于根据所述第一确定单元51确定的所述第一特征参数的参数值、所述第二特征参数的参数值、所述第三特征参数的参数值和所述第四特征参数的参数值，确定所述目标商户的特征表示向量；

分类单元53，用于根据所述第二确定单元52确定的特征表示向量，对所述目标商户进行分类。

可选地，作为一个实施例，所述第一确定单元51，具体用于根据所述行业的类型，确定所述目标商户的第四特征参数的参数值；其中，行业的类型根据所述行业的商户数量、交易分布和商户进出比例中的至少一项而确定。

可选地，作为一个实施例，所述分类单元53，具体用于将所述特征表示向量映射到多维空间；根据所述特征表示向量在所述多维空间中所在的区域，对所述目标商户进行分类。

可选地，作为一个实施例，所述第一确定单元51，具体用于当所述目标商户的当前经营时间小于或等于第一时间阈值时，确定所述目标商户的第一特征参数的参数值为第一取值集合中的第一参数值；当所述目标商户的当前经营时间大于所述第一时间阈值且小于或等于第二时间阈值时，确定所述目标商户的第一特征参数的参数值为第一取值集合中的第二参数值；当所述目标商户的当前经营时间大于所述第二时间阈值时，确定所述目标商户的第一特征参数的参数值为第一取值集合中的第三参数值；其中，所述第一时间阈值小于所述第二时间阈值。

可选地，作为一个实施例，所述第一确定单元51，具体用于当所述目标商户的营业收入小于或等于第一收入阈值时，确定所述目标商户的第二特征参数的参数值为第二取值集合中的第一参数值；当所述目标商户的营业收入大于所述第一收入阈值且小于或等于第二收入阈值时，确定所述目标商户的第二特征参数的参数值为第二取值集合中的第二参数值；当所述目标商户的营业收入大于所述第二收入阈值时，确定所述目标商户的第二特征参数的参数值为第二取值集合中的第三参数值；其中，所述第一收入阈值小于所述第二收入阈值。

可选地，作为一个实施例，所述预设收入区间根据所述目标商户所属的行业确定。

可选地，作为一个实施例，所述第一确定单元51，具体用于将所述目标商户在预设时间段内每个单位时间长度对应的交易额拟合为线性趋势线；根据所述线性趋势线，确定所述交易额的平均增幅；以及根据所述线性趋势线，确定所述交易额的绝对残差均值与交易额均值的比值；根据所述平均增幅和所述比值，确定所述目标商户的第三特征参数的参数值。

进一步地，所述第一确定单元51，具体用于：

如果所述平均增幅大于第一增幅阈值且所述比值小于第一比值阈值，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第一参数值；

如果所述平均增幅小于第二增幅阈值且所述比值小于所述第一比值阈值，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第二参数值；

如果所述平均增幅大于所述第二增幅阈值小于所述第一增幅阈值且所述比值小于所述第一比值阈值，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第三参数值；

如果所述比值大于或等于所述第一比值阈值，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第四参数值；

如果所述预设时间段内的交易额为0，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第五参数值；其中，所述第一增幅阈值大于0，所述第二增幅阈值小于0。

进一步地，所述第一确定单元51，具体用于确定所述行业中预定的第一数量个商户的交易额占比，以及该第一数量个商户的交易分布熵；至少根据所述交易额占比和所述交易分布熵，确定所述行业的类型。

进一步地，所述第一确定单元51，具体用于：

如果所述行业中的一家商户的交易额占比大于第一交易阈值，则确定所述行业的商户的第四特征参数的参数值为第四取值集合中的第一参数值；

如果所述行业中的第一数量个商户的交易额占比大于第一交易阈值，且所述第一数量个商户的交易分布熵不小于预设的熵阈值，则确定所述行业的商户的第四特征参数的参数值为第四取值集合中的第二参数值，其中，所述第一数量大于一；

如果所述行业中的所述第一数量个商户的交易额占比大于第一交易阈值，且所述第一数量个商户中一个商户的交易额占比大于第二交易阈值，且所述第一数量个商户中除了所述一个商户之外的其余商户的交易分布熵不小于预设的熵阈值，则确定所述行业的商户的第四特征参数的参数值为第四取值集合中的第三参数值。

进一步地，所述第一确定单元51，还用于如果所述行业中的任意第一数量个商户的交易额占比均小于所述第一交易阈值，且商户进入比例大于第一比例阈值，商户退出比例大于第二比例阈值，则确定所述行业的商户的第四特征参数的参数值为第四取值集合中的第四参数值。

通过本说明书实施例提供的装置，首先由第一确定单元51根据目标商户的当前经营时间所归属的预设时间区间，确定所述目标商户的第一特征参数的参数值；以及根据所述目标商户的营业收入所归属的预设收入区间，确定所述目标商户的第二特征参数的参数值；以及根据所述目标商户在预设时间段内的交易额的统计学规律，确定所述目标商户的第三特征参数的参数值；以及根据所述目标商户所属的行业，确定所述目标商户的第四特征参数的参数值，然后由第二确定单元52根据所述第一特征参数的参数值、所述第二特征参数的参数值、所述第三特征参数的参数值和所述第四特征参数的参数值，确定所述目标商户的特征表示向量，再由分类单元53根据所述特征表示向量，对所述目标商户进行分类，能够通过一些指标来对电子平台中的商户进行恰当的分类。

根据另一方面的实施例，还提供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，令计算机执行结合图2或图4所描述的方法。

根据再一方面的实施例，还提供一种计算设备，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，实现结合图2或图4所描述的方法。

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，本发明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，对本发明的目的、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，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (24)

1.一种对电子平台中的商户进行分类的方法，所述方法包括：

根据目标商户的当前经营时间所归属的预设时间区间，确定所述目标商户的第一特征参数的参数值；

根据所述目标商户的营业收入所归属的预设收入区间，确定所述目标商户的第二特征参数的参数值；

根据所述目标商户在预设时间段内的交易额的统计学规律，确定所述目标商户的第三特征参数的参数值；

根据所述目标商户所属的行业，确定所述目标商户的第四特征参数的参数值；

根据所述第一特征参数的参数值、所述第二特征参数的参数值、所述第三特征参数的参数值和所述第四特征参数的参数值，确定所述目标商户的特征表示向量；

根据所述特征表示向量，对所述目标商户进行分类，以实现商户经营分层。

2.如权利要求1所述的方法，其中，所述根据所述目标商户所属的行业，确定所述目标商户的第四特征参数的参数值,包括：

根据所述行业的类型，确定所述目标商户的第四特征参数的参数值；

其中，行业的类型根据所述行业的商户数量、交易分布和商户进出比例中的至少一项而确定。

3.如权利要求1所述的方法，其中，所述根据所述特征表示向量，对所述目标商户进行分类，包括：

将所述特征表示向量映射到多维空间；

根据所述特征表示向量在所述多维空间中所在的区域，对所述目标商户进行分类。

4.如权利要求1所述的方法，其中，所述根据目标商户的当前经营时间所归属的预设时间区间，确定所述目标商户的第一特征参数的参数值，包括：

当所述目标商户的当前经营时间小于或等于第一时间阈值时，确定所述目标商户的第一特征参数的参数值为第一取值集合中的第一参数值；

当所述目标商户的当前经营时间大于所述第一时间阈值且小于或等于第二时间阈值时，确定所述目标商户的第一特征参数的参数值为第一取值集合中的第二参数值；

当所述目标商户的当前经营时间大于所述第二时间阈值时，确定所述目标商户的第一特征参数的参数值为第一取值集合中的第三参数值；其中，所述第一时间阈值小于所述第二时间阈值。

5.如权利要求1所述的方法，其中，所述根据所述目标商户的营业收入所归属的预设收入区间，确定所述目标商户的第二特征参数的参数值，包括：

当所述目标商户的营业收入小于或等于第一收入阈值时，确定所述目标商户的第二特征参数的参数值为第二取值集合中的第一参数值；

当所述目标商户的营业收入大于所述第一收入阈值且小于或等于第二收入阈值时，确定所述目标商户的第二特征参数的参数值为第二取值集合中的第二参数值；

当所述目标商户的营业收入大于所述第二收入阈值时，确定所述目标商户的第二特征参数的参数值为第二取值集合中的第三参数值；其中，所述第一收入阈值小于所述第二收入阈值。

6.如权利要求1所述的方法，其中，所述预设收入区间根据所述目标商户所属的行业确定。

7.如权利要求1所述的方法，其中，所述根据所述目标商户在预设时间段内的交易额的统计学规律，确定所述目标商户的第三特征参数的参数值，包括：

将所述目标商户在预设时间段内每个单位时间长度对应的交易额拟合为线性趋势线；

根据所述线性趋势线，确定所述交易额的平均增幅；以及根据所述线性趋势线，确定所述交易额的绝对残差均值与交易额均值的比值；

根据所述平均增幅和所述比值，确定所述目标商户的第三特征参数的参数值。

8.如权利要求7所述的方法，其中，所述根据所述平均增幅和所述比值，确定所述目标商户的第三特征参数的参数值，包括：

如果所述平均增幅大于第一增幅阈值且所述比值小于第一比值阈值，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第一参数值；

如果所述平均增幅小于第二增幅阈值且所述比值小于所述第一比值阈值，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第二参数值；

如果所述平均增幅大于所述第二增幅阈值小于所述第一增幅阈值且所述比值小于所述第一比值阈值，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第三参数值；

如果所述比值大于或等于所述第一比值阈值，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第四参数值；

如果所述预设时间段内的交易额为0，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第五参数值；其中，所述第一增幅阈值大于0，所述第二增幅阈值小于0。

9.如权利要求2所述的方法，其中，所述根据所述行业的商户数量、交易分布和商户进出比例中的至少一项，确定所述行业的类型，包括：

确定所述行业中预定的第一数量个商户的交易额占比，以及该第一数量个商户的交易分布熵；

至少根据所述交易额占比和所述交易分布熵，确定所述行业的类型。

10.如权利要求9所述的方法，其中，所述至少根据所述交易额占比和所述交易分布熵确定所述行业的类型，包括：

如果所述行业中的一家商户的交易额占比大于第一交易阈值，则确定所述行业的商户的第四特征参数的参数值为第四取值集合中的第一参数值；

如果所述行业中的第一数量个商户的交易额占比大于第一交易阈值，且所述第一数量个商户的交易分布熵不小于预设的熵阈值，则确定所述行业的商户的第四特征参数的参数值为第四取值集合中的第二参数值，其中，所述第一数量大于一；

如果所述行业中的所述第一数量个商户的交易额占比大于第一交易阈值，且所述第一数量个商户中一个商户的交易额占比大于第二交易阈值，且所述第一数量个商户中除了所述一个商户之外的其余商户的交易分布熵不小于预设的熵阈值，则确定所述行业的商户的第四特征参数的参数值为第四取值集合中的第三参数值。

11.如权利要求10所述的方法，其中，所述至少根据所述交易额占比和所述交易分布熵确定所述行业的类型，还包括：

如果所述行业中的任意第一数量个商户的交易额占比均小于所述第一交易阈值，且商户进入比例大于第一比例阈值，商户退出比例大于第二比例阈值，则确定所述行业的商户的第四特征参数的参数值为第四取值集合中的第四参数值。

12.一种对电子平台中的商户进行分类的装置，所述装置包括：

第一确定单元，用于根据目标商户的当前经营时间所归属的预设时间区间，确定所述目标商户的第一特征参数的参数值；根据所述目标商户的营业收入所归属的预设收入区间，确定所述目标商户的第二特征参数的参数值；根据所述目标商户在预设时间段内的交易额的统计学规律，确定所述目标商户的第三特征参数的参数值；根据所述目标商户所属的行业，确定所述目标商户的第四特征参数的参数值；

第二确定单元，用于根据所述第一确定单元确定的所述第一特征参数的参数值、所述第二特征参数的参数值、所述第三特征参数的参数值和所述第四特征参数的参数值，确定所述目标商户的特征表示向量；

分类单元，用于根据所述第二确定单元确定的特征表示向量，对所述目标商户进行分类，以实现商户经营分层。

13.如权利要求12所述的装置，其中，所述第一确定单元，具体用于根据所述行业的类型，确定所述目标商户的第四特征参数的参数值；其中，行业的类型根据所述行业的商户数量、交易分布和商户进出比例中的至少一项而确定。

14.如权利要求12所述的装置，其中，所述分类单元，具体用于将所述特征表示向量映射到多维空间；根据所述特征表示向量在所述多维空间中所在的区域，对所述目标商户进行分类。

15.如权利要求12所述的装置，其中，所述第一确定单元，具体用于当所述目标商户的当前经营时间小于或等于第一时间阈值时，确定所述目标商户的第一特征参数的参数值为第一取值集合中的第一参数值；当所述目标商户的当前经营时间大于所述第一时间阈值且小于或等于第二时间阈值时，确定所述目标商户的第一特征参数的参数值为第一取值集合中的第二参数值；当所述目标商户的当前经营时间大于所述第二时间阈值时，确定所述目标商户的第一特征参数的参数值为第一取值集合中的第三参数值；其中，所述第一时间阈值小于所述第二时间阈值。

16.如权利要求12所述的装置，其中，所述第一确定单元，具体用于当所述目标商户的营业收入小于或等于第一收入阈值时，确定所述目标商户的第二特征参数的参数值为第二取值集合中的第一参数值；当所述目标商户的营业收入大于所述第一收入阈值且小于或等于第二收入阈值时，确定所述目标商户的第二特征参数的参数值为第二取值集合中的第二参数值；当所述目标商户的营业收入大于所述第二收入阈值时，确定所述目标商户的第二特征参数的参数值为第二取值集合中的第三参数值；其中，所述第一收入阈值小于所述第二收入阈值。

17.如权利要求12所述的装置，其中，所述预设收入区间根据所述目标商户所属的行业确定。

18.如权利要求12所述的装置，其中，所述第一确定单元，具体用于将所述目标商户在预设时间段内每个单位时间长度对应的交易额拟合为线性趋势线；根据所述线性趋势线，确定所述交易额的平均增幅；以及根据所述线性趋势线，确定所述交易额的绝对残差均值与交易额均值的比值；根据所述平均增幅和所述比值，确定所述目标商户的第三特征参数的参数值。

19.如权利要求18所述的装置，其中，所述第一确定单元，具体用于：

如果所述平均增幅大于第一增幅阈值且所述比值小于第一比值阈值，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第一参数值；

如果所述平均增幅小于第二增幅阈值且所述比值小于所述第一比值阈值，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第二参数值；

如果所述平均增幅大于所述第二增幅阈值小于所述第一增幅阈值且所述比值小于所述第一比值阈值，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第三参数值；

如果所述比值大于或等于所述第一比值阈值，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第四参数值；

如果所述预设时间段内的交易额为0，则确定所述目标商户的第三特征参数的参数值为第三取值集合中的第五参数值；其中，所述第一增幅阈值大于0，所述第二增幅阈值小于0。

20.如权利要求13所述的装置，其中，所述第一确定单元，具体用于确定所述行业中预定的第一数量个商户的交易额占比，以及该第一数量个商户的交易分布熵；至少根据所述交易额占比和所述交易分布熵，确定所述行业的类型。

21.如权利要求20所述的装置，其中，所述第一确定单元，具体用于：

如果所述行业中的一家商户的交易额占比大于第一交易阈值，则确定所述行业的商户的第四特征参数的参数值为第四取值集合中的第一参数值；

如果所述行业中的第一数量个商户的交易额占比大于第一交易阈值，且所述第一数量个商户的交易分布熵不小于预设的熵阈值，则确定所述行业的商户的第四特征参数的参数值为第四取值集合中的第二参数值，其中，所述第一数量大于一；

如果所述行业中的所述第一数量个商户的交易额占比大于第一交易阈值，且所述第一数量个商户中一个商户的交易额占比大于第二交易阈值，且所述第一数量个商户中除了所述一个商户之外的其余商户的交易分布熵不小于预设的熵阈值，则确定所述行业的商户的第四特征参数的参数值为第四取值集合中的第三参数值。

22.如权利要求21所述的装置，其中，所述第一确定单元，还用于如果所述行业中的任意第一数量个商户的交易额占比均小于所述第一交易阈值，且商户进入比例大于第一比例阈值，商户退出比例大于第二比例阈值，则确定所述行业的商户的第四特征参数的参数值为第四取值集合中的第四参数值。

23.一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，令计算机执行权利要求1-11中任一项的所述的方法。

24.一种计算设备，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，实现权利要求1-11中任一项的所述的方法。

Images