CN109543888A - 营业厅位置选择方法、装置及存储介质 - Google Patents

营业厅位置选择方法、装置及存储介质 Download PDF

Info

Publication number
CN109543888A
CN109543888A CN201811320259.9A CN201811320259A CN109543888A CN 109543888 A CN109543888 A CN 109543888A CN 201811320259 A CN201811320259 A CN 201811320259A CN 109543888 A CN109543888 A CN 109543888A
Authority
CN
China
Prior art keywords
business hall
user
area
center
position information
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.)
Granted
Application number
CN201811320259.9A
Other languages
English (en)
Other versions
CN109543888B (zh
Inventor
崔羽飞
刘楠
魏进武
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.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group Co 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 China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN201811320259.9A priority Critical patent/CN109543888B/zh
Publication of CN109543888A publication Critical patent/CN109543888A/zh
Application granted granted Critical
Publication of CN109543888B publication Critical patent/CN109543888B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供一种营业厅位置选择方法、装置及存储介质，通过获取第一区域内每个用户的活动中心的位置信息，获取第一区域内每个用户访问第一营业厅的访问次数，根据位置信息和访问次数确定在第一区域内设置第二营业厅的最终位置，其中第一营业厅为第一区域内设置的老营业厅，第二营业厅为第一区域内待设置的新营业厅。由于上述过程增加了区域内每个用户访问实体营业厅的访问次数的权重，提高了设置新的第二营业厅位置的准确性，为运营商选择更为合适的营业厅位置提供了理论依据，减小运营商在营业厅建设方面的高成本消耗。

Description

营业厅位置选择方法、装置及存储介质
技术领域
本发明实施例涉及营业厅选址技术领域，尤其涉及一种营业厅位置选择方法、装置及存储介质。
背景技术
随着移动互联网的发展，微信、支付宝等支付平台迅速崛起，用户通过营业厅实体店进行业务办理和话费充值的人数不断减少。大量实体营业厅的访问量不是很高，使得大量营业厅处于高成本花销低成本收入的状态。
目前，在为营业厅选址时，往往会考虑人口因素、市场竞争情况、交通情况、商业环境及场地条件等，来确定哪个区域更适合建设营业厅。然而上述参考因素的数据来源及分析往往是通过工作人员进行实地走访或市场调研获取，其确定的营业厅位置未必是精准的。因此，如何根据可靠的历史数据进行营业厅位置的选择、降低不必要的建设成本是当前各大运营商亟需解决的问题。
发明内容
本发明提供一种营业厅位置选择方法、装置及存储介质，提高设置新营业厅位置的准确性。
本发明的第一方面提供一种营业厅位置选择方法，包括：
获取第一区域内每个用户的活动中心的位置信息；
获取所述第一区域内每个用户访问第一营业厅的访问次数；
根据所述位置信息和所述访问次数确定在所述第一区域内设置第二营业厅的最终位置；其中，所述第一营业厅为所述第一区域内设置的老营业厅，所述第二营业厅为所述第一区域内待设置的新营业厅。
在一种可能的实现方式中，所述获取第一区域内每个用户的活动中心的位置信息，包括：
获取所述第一区域内每个用户在预设时段内的历史位置信息，所述历史位置信息包括每个用户的多个活动位置的经纬度信息；
根据所述历史位置信息确定第一区域内每个用户的活动中心的位置信息。
在一种可能的实现方式中，所述根据所述历史位置信息确定第一区域内每个用户的活动中心的位置信息，包括：
采用Kmeans算法对每个用户的所述历史位置信息进行聚类，得到第一区域内每个用户的活动中心的位置信息。
在一种可能的实现方式中，所述根据所述位置信息和所述访问次数确定在所述第一区域内设置第二营业厅的最终位置，包括：
根据每个用户的所述位置信息确定在所述第一区域内的聚类中心；所述聚类中心的数量为至少一个；
根据在所述聚类中心预设范围内的用户的位置信息以及访问第一营业厅的访问次数，确定所述聚类中心的初始位置；
对所述初始位置进行多次迭代得到所述聚类中心的最终位置，将所述聚类中心的最终位置作为所述第二营业厅的最终位置。
在一种可能的实现方式中，所述聚类中心的初始位置由下述公式计算得到：
其中，为第k个聚类中心的初始位置，为在第k个聚类中心预设范围内的第i个用户的位置坐标，Rk为第k个聚类中心的用户集合，|Rk|为第k个聚类中心的用户数量，fi为第k个聚类中心第i个用户的位置坐标，k和i均为大于等于1的正整数。
在一种可能的实现方式中，所述对所述初始位置进行多次迭代得到所述聚类中心的最终位置，包括：
根据误差平方和准则函数对所述初始位置进行多次迭代得到所述聚类中心的最终位置。
在一种可能的实现方式中，所述误差平方和准则函数为：
其中，K为第一区域内聚类中心的数量，为第k个聚类中心的初始位置，为在第k个聚类中心预设范围内的第i个用户的位置坐标，Rk为第k个聚类中心的用户集合。
本发明的第二方面提供一种营业厅位置选择装置，包括：
获取模块，用于获取第一区域内每个用户的活动中心的位置信息；
所述获取模块，还用于获取所述第一区域内每个用户访问第一营业厅的访问次数；
确定模块，用于根据所述位置信息和所述访问次数确定在所述第一区域内设置第二营业厅的最终位置；其中，所述第一营业厅为所述第一区域内设置的老营业厅，所述第二营业厅为所述第一区域内待设置的新营业厅。
本发明的第三方面提供一种营业厅位置选择装置，包括：
存储器；
处理器；以及
计算机程序；
其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如本发明第一方面任一项所述的方法。
本发明的第四方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以实现如本发明第一方面任一项所述的方法。
本发明实施例提供一种营业厅位置选择方法、装置及存储介质，通过获取第一区域内每个用户的活动中心的位置信息，获取第一区域内每个用户访问第一营业厅的访问次数，根据位置信息和访问次数确定在第一区域内设置第二营业厅的最终位置，其中第一营业厅为第一区域内设置的老营业厅，第二营业厅为第一区域内待设置的新营业厅。由于上述过程增加了区域内每个用户访问实体营业厅的访问次数的权重，提高了设置新的第二营业厅位置的准确性，为运营商选择更为合适的营业厅位置提供了理论依据，减小运营商在营业厅建设方面的高成本消耗。
附图说明
为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图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性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的营业厅位置选择方法的流程示意图；
图2为本发明一实施例提供的获取每个用户的活动中心位置信息的流程示意图；
图3为本发明一实施例提供的营业厅位置选择装置的结构示意图；
图4为本发明一实施例提供的营业厅位置选择装置的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解，本文中使用的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1为本发明一实施例提供的营业厅位置选择方法的流程示意图，图2为本发明一实施例提供的获取每个用户的活动中心位置信息的流程示意图。
本实施例提供的方法可以由任意执行营业厅位置选择方法的装置来执行，该装置可以通过软件和/或硬件实现。如图1所示，本实施提供的营业厅位置选择方法包括如下步骤：
S101、获取第一区域内每个用户的活动中心的位置信息；
在本步骤中，营业厅位置选择装置首先获取第一区域内每个用户在预设时段内的历史位置信息，其中，历史位置信息包括每个用户的多个活动位置的经纬度信息，即每个用户在预设时段内的二维位置坐标。
根据每个用户的历史位置信息确定第一区域内每个用户的活动中心的位置信息，即确定第一区域内每个用户活动最为频繁的二维位置坐标。
具体的，获取第一区域内每个用户的活动中心的位置信息包括以下三个阶段，如图2所示。
第一阶段，根据需求获取每个用户在预设时段内(例如：一个月或者一年内)的历史位置信息，通过sparkSQL进行处理，将位置信息的数据存储到分布式文件系统HDFs中，完成数据准备；
第二阶段，读取HDFs中的历史数据，并进行数据转换，过滤掉异常值或缺失值数据，根据数据属性规约和数据变化规则进行数据预处理，得到预处理后的数据。其中，数据属性规约是指删除不相关或者弱相关的数据属性，数据变换是指对数据进行标准化处理。
第三阶段，根据预处理后的数据，即预处理后的历史位置信息，采用Kmeans算法进行聚类，得到第一区域内每个用户的活动中心的位置信息。
S102、获取第一区域内每个用户访问第一营业厅的访问次数；
在本实施例中，营业厅位置选择装置在S101的基础上，进一步获取每个用户在预设时段内访问第一区域内的第一营业厅的次数，其中，第一营业厅为第一区域内设置的老营业厅。
本领域技术人员可以理解，不同用户在第一区域内的活动范围不同，针对某一用户来说，该用户在预设时段内可能访问其活动中心附近的实体营业厅，也可能访问其活动中心以外的其他实体营业厅。本实施例中，用户在预设时段内访问第一区域内的第一营业厅的次数是指该用户在预设时段内访问该区域实体营业厅的总次数。
S103、根据位置信息和访问次数确定在第一区域内设置第二营业厅的最终位置。
本实施例中第二营业厅为第二区域内待设置的新营业厅。
下面对本步骤的具体实现过程做如下详细说明：
首先，根据每个用户的位置信息确定在第一区域内的聚类中心；聚类中心的数量为至少一个；
具体来说，每个用户的位置信息是指每个用户的在第一区域内的活动中心的位置信息，根据每个用户的位置信息确定第一区域内的聚类中心。本领域技术人员可以理解，根据第一区域内每个用户的活动中心的位置信息，可以确定用户的聚集中心，若第一区域为一个市级区域，则第一区域内的聚类中心的数量为多个，若第一区域为一个县级区域，则第一区域内的聚类中心的数量可能为一个。
其次，根据在聚类中心预设范围内的用户的位置信息以及访问第一营业厅的访问次数，确定聚类中心的初始位置；
具体来说，针对某一聚类中心，如第k个聚类中心(k为大于等于1的正整数)，获取在该聚类中心预设范围内的所有用户访问第一营业厅的访问次数，以及所有用户的活动中心的位置信息，根据该聚类中心的用户数量、每个用户访问第一营业厅的访问次数以及每个用户的活动中心的位置信息，确定聚类中心的初始位置，可用公式一表示：
其中，为第k个聚类中心的初始位置，为在第k个聚类中心预设范围内的第i个用户的位置坐标，Rk为第k个聚类中心的用户集合，|Rk|为第k个聚类中心的用户数量，fi为第k个聚类中心第i个用户的位置坐标，i为大于等于1的正整数。
最后，对聚类中心的初始位置进行多次迭代得到聚类中心的最终位置，将聚类中心的最终位置作为第二营业厅的最终位置。
具体来说，基于上述确定的聚类中心的初始位置，通过F-Kmeans算法不断更新聚类中心的迭代过程中，通过设定的迭代次数或者误差平方准则函数停止迭代。
本实施例中的误差平方和准则函数如公式二所示：
其中，K为第一区域内聚类中心的数量，为第k个聚类中心的初始位置，为在第k个聚类中心预设范围内的第i个用户的位置坐标，Rk为第k个聚类中心的用户集合。
需要指出的是，公式二中的具体可表示：
其中，
当两次迭代J的差值小于某一阈值时，即ΔJ<δ时，则终止迭代，此时每个聚类中心的位置坐标即为最终位置坐标。
将各聚类中心的最终位置作为第二营业厅的最终位置。
本发明实施例提供的营业厅位置选择方法，通过获取第一区域内每个用户的活动中心的位置信息，获取第一区域内每个用户访问第一营业厅的访问次数，根据位置信息和访问次数确定在第一区域内设置第二营业厅的最终位置，其中第一营业厅为第一区域内设置的老营业厅，第二营业厅为第一区域内待设置的新营业厅。本实施例提供的营业厅位置选择方法增加了区域内每个用户访问实体营业厅的访问次数的权重，提高了设置新的第二营业厅位置的准确性，为运营商选择更为合适的营业厅位置提供了理论依据，减小运营商在营业厅建设方面的高成本消耗。
图3为本发明一实施例提供的营业厅位置选择装置的结构示意图，如图3所示，本实施例提供的营业厅位置选择装置30包括：
获取模块31，用于获取第一区域内每个用户的活动中心的位置信息；
所述获取模块31，还用于获取所述第一区域内每个用户访问第一营业厅的访问次数；
确定模块32，用于根据所述位置信息和所述访问次数确定在所述第一区域内设置第二营业厅的最终位置；其中，所述第一营业厅为所述第一区域内设置的老营业厅，所述第二营业厅为所述第一区域内待设置的新营业厅。
本实施例提供的营业厅位置选择装置包括获取模块和确认模块，其中获取模块用于获取第一区域内每个用户的活动中心的位置信息以及第一区域内每个用户访问第一营业厅的访问次数，确认模块用于根据位置信息和访问次数确定在第一区域内设置第二营业厅的最终位置，其中第一营业厅为第一区域内设置的老营业厅，第二营业厅为第一区域内待设置的新营业厅。本实施例提供的营业厅位置选择装置增加了区域内每个用户访问实体营业厅的访问次数的权重，提高了设置新的第二营业厅位置的准确性，为运营商选择更为合适的营业厅位置提供了理论依据，减小运营商在营业厅建设方面的高成本消耗。
在上述实施例的基础上，可选的，所述获取模块31，具体用于：
获取所述第一区域内每个用户在预设时段内的历史位置信息，所述历史位置信息包括每个用户的多个活动位置的经纬度信息；
所述确定模块32，还用于：根据所述历史位置信息确定第一区域内每个用户的活动中心的位置信息。
可选的，所述确定模块32，具体用于：
采用Kmeans算法对每个用户的所述历史位置信息进行聚类，得到第一区域内每个用户的活动中心的位置信息。
可选的，所述确定模块32，具体用于：
根据每个用户的所述位置信息确定在所述第一区域内的聚类中心；所述聚类中心的数量为至少一个；
根据在所述聚类中心预设范围内的用户的位置信息以及访问第一营业厅的访问次数，确定所述聚类中心的初始位置；
对所述初始位置进行多次迭代得到所述聚类中心的最终位置，将所述聚类中心的最终位置作为所述第二营业厅的最终位置。
可选的，所述聚类中心的初始位置由下述公式计算得到：
其中，为第k个聚类中心的初始位置，为在第k个聚类中心预设范围内的第i个用户的位置坐标，Rk为第k个聚类中心的用户集合，|Rk|为第k个聚类中心的用户数量，fi为第k个聚类中心第i个用户的位置坐标，k和i均为大于等于1的正整数。
可选的，所述对所述初始位置进行多次迭代得到所述聚类中心的最终位置，包括：
根据误差平方和准则函数对所述初始位置进行多次迭代得到所述聚类中心的最终位置。
可选的，所述误差平方和准则函数为：
其中，K为第一区域内聚类中心的数量，为第k个聚类中心的初始位置，为在第k个聚类中心预设范围内的第i个用户的位置坐标，Rk为第k个聚类中心的用户集合。
本实施例提供的营业厅位置选择装置，可以执行上述方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
图4为本发明一实施例提供的营业厅位置选择装置的硬件结构示意图，如图4所示，本实施例的营业厅位置选择装置40，包括：
存储器41；
处理器42；以及
计算机程序；
其中，计算机程序存储在存储器41中，并被配置为由处理器42执行以实现如前述任一项方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
可选的，存储器41既可以是独立的，也可以跟处理器42集成在一起。
当存储器41是独立于处理器42之外的器件时，营业厅位置选择装置40还包括：
总线43，用于连接存储器41和处理器42。
本发明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，计算机程序被处理器42执行以实现如上方法实施例中营业厅位置选择装置所执行的各个步骤。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，模块的划分，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，例如多个模块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，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(英文：processor)执行本申请各个实施例方法的部分步骤。
应理解，上述处理器可以是中央处理单元(英文：Central Processing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital Signal Processor，简称：DSP)、专用集成电路(英文：Application Specific Integrated Circuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器，还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component，PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture，EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits，简称：ASIC)中。当然，处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种营业厅位置选择方法，其特征在于，包括：
获取第一区域内每个用户的活动中心的位置信息；
获取所述第一区域内每个用户访问第一营业厅的访问次数；
根据所述位置信息和所述访问次数确定在所述第一区域内设置第二营业厅的最终位置；其中，所述第一营业厅为所述第一区域内设置的老营业厅，所述第二营业厅为所述第一区域内待设置的新营业厅。
2.根据权利要求1所述的方法，其特征在于，所述获取第一区域内每个用户的活动中心的位置信息，包括：
获取所述第一区域内每个用户在预设时段内的历史位置信息，所述历史位置信息包括每个用户的多个活动位置的经纬度信息；
根据所述历史位置信息确定第一区域内每个用户的活动中心的位置信息。
3.根据权利要求2所述的方法，其特征在于，所述根据所述历史位置信息确定第一区域内每个用户的活动中心的位置信息，包括：
采用Kmeans算法对每个用户的所述历史位置信息进行聚类，得到第一区域内每个用户的活动中心的位置信息。
4.根据权利要求1所述的方法，其特征在于，所述根据所述位置信息和所述访问次数确定在所述第一区域内设置第二营业厅的最终位置，包括：
根据每个用户的所述位置信息确定在所述第一区域内的聚类中心；所述聚类中心的数量为至少一个；
根据在所述聚类中心预设范围内的用户的位置信息以及访问第一营业厅的访问次数，确定所述聚类中心的初始位置；
对所述初始位置进行多次迭代得到所述聚类中心的最终位置，将所述聚类中心的最终位置作为所述第二营业厅的最终位置。
5.根据权利要求4所述的方法，其特征在于，所述聚类中心的初始位置由下述公式计算得到：
其中，为第k个聚类中心的初始位置，为在第k个聚类中心预设范围内的第i个用户的位置坐标，Rk为第k个聚类中心的用户集合，|Rk|为第k个聚类中心的用户数量，fi为第k个聚类中心第i个用户的位置坐标，k和i均为大于等于1的正整数。
6.根据权利要求4所述的方法，其特征在于，所述对所述初始位置进行多次迭代得到所述聚类中心的最终位置，包括：
根据误差平方和准则函数对所述初始位置进行多次迭代得到所述聚类中心的最终位置。
7.根据权利要求6所述的方法，其特征在于，所述误差平方和准则函数为：
其中，K为第一区域内聚类中心的数量，为第k个聚类中心的初始位置，为在第k个聚类中心预设范围内的第i个用户的位置坐标，Rk为第k个聚类中心的用户集合。
8.一种营业厅位置选择装置，其特征在于，包括：
获取模块，用于获取第一区域内每个用户的活动中心的位置信息；
所述获取模块，还用于获取所述第一区域内每个用户访问第一营业厅的访问次数；
确定模块，用于根据所述位置信息和所述访问次数确定在所述第一区域内设置第二营业厅的最终位置；其中，所述第一营业厅为所述第一区域内设置的老营业厅，所述第二营业厅为所述第一区域内待设置的新营业厅。
9.一种营业厅位置选择装置，其特征在于，包括：
存储器；
处理器；以及
计算机程序；
其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行以实现如权利要求1-7任一项所述的方法。
CN201811320259.9A 2018-11-07 2018-11-07 营业厅位置选择方法、装置及存储介质 Active CN109543888B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811320259.9A CN109543888B (zh) 2018-11-07 2018-11-07 营业厅位置选择方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811320259.9A CN109543888B (zh) 2018-11-07 2018-11-07 营业厅位置选择方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN109543888A true CN109543888A (zh) 2019-03-29
CN109543888B CN109543888B (zh) 2021-03-05

Family

ID=65844639

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811320259.9A Active CN109543888B (zh) 2018-11-07 2018-11-07 营业厅位置选择方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN109543888B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111242496A (zh) * 2020-01-17 2020-06-05 中国平安人寿保险股份有限公司 位置跨区域测试的方法、装置、终端设备及存储介质
CN112712188A (zh) * 2019-10-25 2021-04-27 中国移动通信集团浙江有限公司 营业厅取号方法、服务器集群及计算机可读存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105206046A (zh) * 2015-10-10 2015-12-30 东南大学 基于大数据的出租车服务站选址及可行性评价方法
US9454444B1 (en) * 2009-03-19 2016-09-27 Veritas Technologies Llc Using location tracking of cluster nodes to avoid single points of failure
CN106097222A (zh) * 2016-06-12 2016-11-09 河南理工大学 顾及用户特征的公共设施空间可达性分析方法及装置
CN106384250A (zh) * 2016-09-13 2017-02-08 百度在线网络技术（北京）有限公司 一种选址方法及装置
CN106484748A (zh) * 2015-09-02 2017-03-08 阿里巴巴集团控股有限公司 一种确定兴趣点poi布设需求的方法及装置
CN107169605A (zh) * 2017-05-18 2017-09-15 东南大学 基于车辆定位信息的城市电动汽车充电站选址方法
CN107590560A (zh) * 2017-09-04 2018-01-16 佛山佳牧乐科技有限公司 一种配送中心的选址方法和装置
CN108133281A (zh) * 2017-12-05 2018-06-08 国网内蒙古东部电力有限公司电力科学研究院 基于改进近邻传播算法的电费缴纳点选址优化方法
CN108596520A (zh) * 2018-05-16 2018-09-28 北京优网助帮信息技术有限公司 一种餐厅选址优化方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9454444B1 (en) * 2009-03-19 2016-09-27 Veritas Technologies Llc Using location tracking of cluster nodes to avoid single points of failure
CN106484748A (zh) * 2015-09-02 2017-03-08 阿里巴巴集团控股有限公司 一种确定兴趣点poi布设需求的方法及装置
CN105206046A (zh) * 2015-10-10 2015-12-30 东南大学 基于大数据的出租车服务站选址及可行性评价方法
CN106097222A (zh) * 2016-06-12 2016-11-09 河南理工大学 顾及用户特征的公共设施空间可达性分析方法及装置
CN106384250A (zh) * 2016-09-13 2017-02-08 百度在线网络技术（北京）有限公司 一种选址方法及装置
CN107169605A (zh) * 2017-05-18 2017-09-15 东南大学 基于车辆定位信息的城市电动汽车充电站选址方法
CN107590560A (zh) * 2017-09-04 2018-01-16 佛山佳牧乐科技有限公司 一种配送中心的选址方法和装置
CN108133281A (zh) * 2017-12-05 2018-06-08 国网内蒙古东部电力有限公司电力科学研究院 基于改进近邻传播算法的电费缴纳点选址优化方法
CN108596520A (zh) * 2018-05-16 2018-09-28 北京优网助帮信息技术有限公司 一种餐厅选址优化方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
俞武扬等: "易腐品配送中心选址的聚类局部搜索算法", 《杭州电子科技大学学报 社会科学版》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112712188A (zh) * 2019-10-25 2021-04-27 中国移动通信集团浙江有限公司 营业厅取号方法、服务器集群及计算机可读存储介质
CN112712188B (zh) * 2019-10-25 2023-11-21 中国移动通信集团浙江有限公司 营业厅取号方法、服务器集群及计算机可读存储介质
CN111242496A (zh) * 2020-01-17 2020-06-05 中国平安人寿保险股份有限公司 位置跨区域测试的方法、装置、终端设备及存储介质

Also Published As

Publication number Publication date
CN109543888B (zh) 2021-03-05

Similar Documents

Publication Publication Date Title
CN108446281B (zh) 确定用户亲密度的方法、装置及存储介质
CN107423613B (zh) 依据相似度确定设备指纹的方法、装置及服务器
CN109658192A (zh) 一种房源推荐方法及服务器
CN109635208B (zh) 用户到访推断模型建立方法、装置及存储介质
CN109543888B (zh) 营业厅位置选择方法、装置及存储介质
CN110807547A (zh) 家庭人口结构的预测方法及系统
CN109447689A (zh) 用户风险画像生成方法、装置、设备及可读存储介质
CN111597279B (zh) 基于深度学习的信息预测方法及相关设备
CN117370331B (zh) 小区用水总数据清洗方法及装置、终端设备、存储介质
CN115018119A (zh) 用电负荷预测方法及系统
CN107067276A (zh) 确定对象影响力的方法及装置
CN107103037B (zh) 一种地理区域的社会功能的识别方法与终端设备
CN108830663B (zh) 电力客户价值评价方法、系统及终端设备
CN106156122B (zh) 交易信息获取方法及装置
CN113342762B (zh) 针对商户好友的共享消息的智能处理方法及相关装置
CN111131393B (zh) 用户活跃度数据统计方法、电子装置及存储介质
CN110807482A (zh) 相同房源检测方法、装置和存储介质
CN108023734B (zh) 带宽获取方法及装置、数据处理方法及装置、服务器
CN112819231A (zh) 用于预测家庭户数的方法、装置及设备
CN110570238A (zh) 顾客时间价值的评估方法、系统、介质、及电子设备
CN110991838A (zh) 通信运营商的竞争力指数的确定方法及装置
CN110070438B (zh) 一种信用分值计算方法、设备及存储介质
CN111104609A (zh) 人际关系的预测方法及其装置、计算机程序、存储介质
CN109544213A (zh) 二手房交易房价指数构建方法、装置及存储介质
CN108763442B (zh) 工作簿过滤方法、装置、计算机设备及存储介质

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