CN109639787A - 位置状态的获取方法、装置、可读存储介质和电子设备 - Google Patents
位置状态的获取方法、装置、可读存储介质和电子设备 Download PDFInfo
- Publication number
- CN109639787A CN109639787A CN201811475912.9A CN201811475912A CN109639787A CN 109639787 A CN109639787 A CN 109639787A CN 201811475912 A CN201811475912 A CN 201811475912A CN 109639787 A CN109639787 A CN 109639787A
- Authority
- CN
- China
- Prior art keywords
- information
- terminal
- state
- state information
- account
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 206010048669 Terminal state Diseases 0.000 claims abstract description 100
- 238000013145 classification model Methods 0.000 claims abstract description 58
- 230000009467 reduction Effects 0.000 claims description 108
- 238000004590 computer program Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 5
- 238000012706 support-vector machine Methods 0.000 description 5
- 238000012417 linear regression Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/535—Tracking the activity of the user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/53—Network services using third party service providers
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Hardware Design (AREA)
- Telephonic Communication Services (AREA)
- Telephone Function (AREA)
Abstract
本发明实施例公开了一种位置状态的获取方法、装置、可读存储介质和电子设备。本发明实施例通过获取终端状态信息和终端对应的账户状态信息,并根据所述终端状态信息和所述账户状态信息提取特征信息,从而基于预定的分类模型根据所述特征信息确定所述终端的位置状态。由此,能够根据用户的终端状态信息和账户状态信息获取用户的位置状态,从而为后续改进平台提供数据支持。
Description
技术领域
本发明涉及信息处理领域,具体涉及一种位置状态的获取方法、装置、可读存储介质和电子设备。
背景技术
随着电子商务的不断发展,网上购物变得越来越普遍。电商平台有时需要获取商户的位置状态(也即,驻店状态),并根据驻店状态管理商户信息,从而为改进平台提供数据支持。而随着商户数量的不断增多,如何获取商户的位置状态成了平台需要考虑的问题。
发明内容
有鉴于此,本发明实施例提供了一种位置状态的获取方法、装置、可读存储介质和电子设备,能够获取商户的位置状态,从而为改进平台提供数据支持。
第一方面,本发明实施例公开了一种位置状态的获取方法,所述方法包括:
获取终端状态信息和终端对应的账户状态信息;
根据所述终端状态信息和所述账户状态信息提取特征信息;
基于预定的分类模型根据所述特征信息确定所述终端的位置状态。
优选地,所述根据所述终端状态信息和所述账户状态信息提取特征信息包括:
按所述终端对应的降维方式对所述终端状态信息和所述账户状态信息进行降维,将降维后的信息作为所述特征信息,所述降维方式根据所述终端的历史信息和对应的位置状态标定信息预先确定,所述历史信息包括终端状态信息和账户状态信息。
优选地,所述根据所述终端状态信息和所述账户状态信息提取特征信息包括:
获取所述终端状态信息和所述账户状态信息对应的日期相关信息;
按所述终端对应的降维方式对所述终端状态信息、所述账户状态信息和所述日期相关信息进行降维,将降维后的信息作为所述特征信息,所述降维方式根据所述终端的历史信息和对应的位置状态标定信息预先确定,所述历史信息包括终端状态信息、账户状态信息和日期相关信息。
优选地,所述根据所述终端状态信息和所述账户状态信息提取特征信息包括:
按所述终端对应的降维方式对所述终端状态信息和所述账户状态信息进行降维;
获取所述终端状态信息对应的日期相关信息;
将降维后的信息和所述日期相关信息作为所述特征信息;
其中,所述降维方式根据所述终端的历史信息和对应的位置状态标定信息预先确定,所述历史信息包括终端状态信息和账户状态信息。
优选地,所述降维方式根据所述终端的历史信息中的各项参数与所述位置状态标定信息的相关度确定。
优选地,所述日期相关信息包括所述日期对应的天气和所述日期的节假日标识。
优选地,所述预定的分类模型通过如下步骤获取:
获取初始分类模型;
根据所述终端的历史信息和对应的位置状态标定信息获取样本,所述历史信息包括终端状态信息和账户状态信息;
根据所述样本和所述初始分类模型获取所述预定的分类模型。
第二方面,本发明实施例提供了一种位置状态的获取装置,所述装置包括:
状态信息获取单元,用于获取终端状态信息和终端对应的账户状态信息;
特征信息提取单元,用于根据所述终端状态信息和所述账户状态信息提取特征信息;
位置状态获取单元,用于基于预定的分类模型根据所述特征信息确定所述终端的位置状态。
第三方面,本发明实施例提供了一种计算机可读存储介质,其上存储计算机程序指令,其中,所述计算机程序指令在被处理器执行时实现如第一方面中任一项所述的方法。
第四方面,本发明实施例提供了一种电子设备,包括存储器和处理器,其中,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如下步骤:
获取终端状态信息和终端对应的账户状态信息;
根据所述终端状态信息和所述账户状态信息提取特征信息;
基于预定的分类模型根据所述特征信息确定所述终端的位置状态。
本发明实施例通过获取终端状态信息和终端对应的账户状态信息,并根据所述终端状态信息和所述账户状态信息提取特征信息,从而基于预定的分类模型根据所述特征信息确定所述终端的位置状态。由此,能够根据用户的终端状态信息和账户状态信息获取用户的位置状态,从而为后续改进平台提供数据支持。
附图说明
通过以下参照附图对本发明实施例的描述,本发明的上述以及其它目的、特征和优点将更为清楚,在附图中:
图1是本发明第一实施例的位置状态的获取方法的流程图;
图2是本发明第一实施例的再一个可选的实现方式中获取预定的分类模型的流程图;
图3是本发明实施例的应用场景图;
图4是本发明第二实施例的位置状态的获取装置;
图5是本发明第三实施例的电子设备的示意图。
具体实施方式
以下基于实施例对本发明公开进行描述,但是本发明公开并不仅仅限于这些实施例。在下文对本发明公开的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明公开。为了避免混淆本发明公开的实质,公知的方法、过程、流程、元件和电路并没有详细叙述。
此外,本领域普通技术人员应当理解,在此提供的附图都是为了说明的目的,并且附图不一定是按比例绘制的。
除非上下文明确要求,否则整个说明书和权利要求书中的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义;也就是说,是“包括但不限于”的含义。
在本发明公开的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明公开的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在以下实施例中,以用户为商户为例进行说明。但是本领域技术人员容易理解,本实施例的方案同样适用于获取其他类型的用户的位置状态。
电商平台有时需要获取商户的位置状态(在本实施例中,也即,驻店状态),并根据驻店状态管理商户信息,从而为改进平台提供数据支持。而随着商户数量的不断增多,如何获取商户的位置状态成了平台需要考虑的问题。图1是本发明第一实施例的位置状态的获取方法的流程图。如图1所示,本发明第一实施例包括如下步骤:
步骤S101,获取终端状态信息和终端对应的账户状态信息。
在本实施例中,终端状态信息包括终端的连接状态、位置信息、加速度传感器信息中的至少一项和对应的时间。具体地,连接状态可以为WiFi连接状态和蓝牙连接状态,位置信息可以为GPS(Global Positioning System,全球定位系统)定位信息、北斗卫星导航系统定位信息、移动通讯网络定位信息等,加速度传感器信息用于表征终端的移动状态。优选地,还可以根据需求对获取的信息进行进一步处理。例如,可以获取商户的位置信息,并根据商户的位置信息和终端的位置信息获取终端与商户的距离。账户状态信息包括接单状态、营业状态、订单数量和最近一次接单时间中的至少一项。
应理解,可以以预定周期获取终端状态信息和终端对应的账户状态信息,也可以不定时获取终端状态信息和终端对应的账户状态信息。优选地,可以以较短的预定周期获取终端状态信息和终端对应的账户状态信息,由此可以提升判断终端的位置状态的准确性。
响应于终端状态信息和/或账户状态信息中存在无效数据和/或异常数据,去除无效数据和/或异常数据。具体地,可以分别获取商户的时间-信息(也即,终端账户信息和/或账户状态信息中的各项参数)的对应关系,在对应关系中的某个数值存在异常时,去除该数值。例如,某一商户在8点到12点中除10点外的定位信息在A地,10点的定位信息在B地,且该商户在10点的位置状态为驻店,说明10点的定位信息异常,因此可以去除10点的定位信息。
响应于终端状态信息和/或账户状态信息中缺失预定时间对应的信息,对终端状态信息和/或账户状态信息中其他时间对应的信息进行插值获取所述预定时间对应的信息。具体地,可以计算相邻时间对应的信息的平均值获取预定时间对应的信息,也可以根据其他时间对应的信息获取时间-信息的对应关系,并根据对应关系获取预定时间对应的信息。
步骤S102,根据终端状态信息和账户状态信息提取特征信息。
在实施例的一个可选的实现方式中,可以按终端对应的降维方式对终端状态信息和账户状态信息进行降维,然后将降维后的信息作为特征信息。在实施例的一个可选的实现方式中,降维方式可以根据终端的历史信息和对应的位置状态标定信息预先确定,历史信息包括终端状态信息和账户状态信息。
日期相关信息对商户的位置状态也存在一定影响,因此在本实施例的另一个可选的实现方式中,也可以获取终端状态信息和账户状态信息对应的日期相关信息,并按终端对应的降维方式对终端状态信息、账户状态信息和日期相关信息进行降维,然后将降维后的信息作为特征信息。在本实施例的另一个可选的实现方式中,降维方式可以根据终端的历史信息和对应的位置状态标定信息预先确定,历史信息包括终端状态信息、账户状态信息和日期相关信息,日期相关信息包括日期对应的天气和节假日标识,也即,是否为节假日。
在日期相关信息对商户的位置状态的影响较大时,优选地,在本实施例的又一个可选的实现方式中,还可以按终端对应的降维方式对终端状态信息和账户状态信息进行降维并获取对应的日期相关信息,将降维后的信息和日期相关信息作为特征信息。在本实施例的又一个可选的实现方式中,降维方式根据终端的历史信息和对应的位置状态标定信息预先确定,历史信息包括终端状态信息和账户状态信息,日期相关信息包括日期对应的天气和节假日标识,也即,是否为节假日。
在上述三种实现方式中,状态标定信息用于表征商户的位置状态,在本实施例中,也即,商户是否处于驻店状态。在本实施例中,可以根据历史信息中的各项参数与位置状态标定信息的相关度进行降维,获取终端对应的降维方式。具体地,降维方式可以为根据历史信息中的各项参数与位置状态标定信息的相关度获取的词表,特征信息可以为根据词表获取的终端状态信息和账户状态信息对应的词向量。
步骤S103,基于预定的分类模型根据特征信息确定终端的位置状态。
在本步骤中,分类模型可以为提升树模型、线性回归模型和SVM(Support VectorMachine,支持向量机)中的任一种。在本实施例中,分类模型为XGBoost模型。XGBoost模型是提升树模型的一种,具有轻量级、可扩展、分布式的特点。XGBoost模型的通过构造目标函数获取分类结果。具体地,XGBoost的目标函数可以根据如下公式计算:
Obj=L(yi,yi')+Ω(fk)
其中,Obj(Θ)为目标函数,L(yi,yi’)为损失函数,Ω(fk)为正则化项。其中,损失函数可以根据如下公式计算:
其中,yi为第i个样本的分类结果的准确值,yi’为第i个样本的分类结果的预测值。yi’可以根据如下公式计算:
其中,F为所有可能的提升树,f为一个具体的提升树。
正则化项可以为L1正则化项也可以为L2正则化项。具体地,正则化项可以根据如下公式计算:
其中,γ和λ为预先确定的值,γ和λ的取值越大,提升树的结构越简单,T是提升树的叶子结点的数量,ωj为叶子结点的权值。
对目标函数进行泰勒展开并将目标函数简化后,可以获取优化的目
其中,
其中,m为泰勒展开的阶数,可以根据需求预先进行设定,Ij为每个叶子结点上的样本集合。
在本实施例中,分类模型的输出(也即,商户的位置状态)可以为0和1。其中,0可以表示商户没有处于驻店状态,1可以表示商户处于驻店状态。
图2是本发明第一实施例的再一个可选的实现方式中获取预定的分类模型的流程图。如图2所示,预定的分类模型可以通过如下步骤获取:
步骤S201,获取初始分类模型。
在本实施例中,初始分类模型为XGBoost模型。应理解,初始分类模型还可以为其他模型。
步骤S202,根据终端的历史信息和对应的位置状态标定信息获取样本。
其中,历史信息包括终端状态信息和账户状态信息。在本步骤中,可以根据位置状态标定信息对历史信息进行降维,获取降维后的历史信息和终端对应的降维方式,并将降维后的历史信息以及位置状态标定信息作为训练分类模型的样本。
日期相关信息对商户的位置状态也存在一定影响,因此在本步骤中,历史信息还可以包括日期相关信息。由此,可以根据位置状态标定信息对历史信息进行降维,获取降维后的历史信息和终端对应的降维方式,并将降维后的历史信息以及位置状态标定信息作为训练分类模型的样本。
在日期相关信息对商户的位置状态的影响较大时,在本步骤中,优选地,可以根据位置状态标定信息对历史信息进行降维,获取降维后的历史信息和终端对应的降维方式,同时,可以获取所述历史信息对应的日期相关信息,将降维后的历史信息和日期相关信息以及位置状态标定信息作为样本。
具体地,可以根据终端的历史信息中的各项参数与位置状态标定信息的相关度进行降维,获取降维后的历史信息和终端对应的降维方式。更具体地,可以计算历史信息中的各项参数与位置状态标定信息的相关系数。相关系数越大,历史信息中的参数与位置状态标定信息的相关性越高,因此对位置状态标定信息的影响越大。将选取相关系数的绝对值排在最大的前N位或大于第一阈值的历史信息中的参数作为降维后的历史信息,其中,N为大于等于1的预定整数。
相关系数可以根据如下公式计算:
其中,x为位置状态标定信息,yi为历史信息中的各项参数,ρ(x,yi)为位置状态标定信息x与历史信息中的各项参数yi的相关系数,cov(x,yi)位置状态标定信息与历史信息中的各项参数yi的协方差,Dx为位置状态标定信息的方差,Dyi为历史信息中的各项参数的方差,n为历史信息中的各项参数的数量。后续可以将降维后的历史信息转化为词表,并将词表作为降维方式。
应理解,也可以计算历史信息中的各项参数与位置状态标定信息的协方差,并将协方差排在最大的前M位或大于第二阈值的历史信息中的参数作为降维后的历史信息,其中,M为大于等于1的预定整数。后续可以将降维后的历史信息转化为词表,并将词表作为降维方式。
步骤S203,根据样本和初始分类模型获取预定的分类模型。
在分类模型的训练过程中,将降维后的历史信息或降维后的历史信息和对应的日期相关信息根据词表转化为对应的词向量,然后将词向量作为模型的输入,将对应的位置状态标定信息(也即,0或1)作为模型的输出,对初始的XGBoost模型进行训练并将训练好的XGBoost模型作为预定的分类模型。
应理解,可以根据每个商户的历史信息单独训练分类模型,也可以根据部分或全部商户的历史信息训练统一的分类模型。每个商户终端对应的降维方式可以相同,也可以不同。
本实施例通过获取终端状态信息和终端对应的账户状态信息,并根据所述终端状态信息和所述账户状态信息提取特征信息,从而基于预定的分类模型根据所述特征信息确定所述终端的位置状态。由此,能够根据用户的终端状态信息和账户状态信息获取用户的位置状态,从而为后续改进平台提供数据支持。
图3是本发明实施例的应用场景图。如图3所示,可以在日期输入控件31中输入当日日期(也即,2018.12.14),服务器可以自动获取商户的终端状态信息和账户状态信息(以及日期相关信息),并在信息显示窗口32中显示用户的信息,其中以商户1、商户2、商户5、商户4和商户5为例,显示的信息可以包括但不限于:时间、WiFi连接状态、终端与商户的距离(也即,商户距离)、当日累计接单(也即,累计接单)、当前接单状态(也即,接单状态)。由此,服务器可以根据商户的各项信息获取商户的位置状态(也即,驻店状态),并在位置状态显示窗口33中显示各商户的驻店状态。
图4是本发明第二实施例的位置状态的获取装置。如图4所示,本实施例的位置状态的获取装置包括状态信息获取单元41、特征信息提取单元42和位置状态获取单元43。
其中,状态信息获取单元41用于获取终端状态信息和终端对应的账户状态信息。特征信息提取单元42用于根据所述终端状态信息和所述账户状态信息提取特征信息。位置状态获取单元43用于基于预定的分类模型根据所述特征信息确定所述终端的位置状态。
本实施例通过获取终端状态信息和终端对应的账户状态信息,并根据所述终端状态信息和所述账户状态信息提取特征信息,从而基于预定的分类模型根据所述特征信息确定所述终端的位置状态。由此,能够根据用户的终端状态信息和账户状态信息获取用户的位置状态,从而为后续改进平台提供数据支持。
图5是本发明第三实施例的电子设备的示意图。如图5所示,该电子设备:至少包括一个处理器501;以及,与至少一个处理器501通信连接的存储器502;以及,与扫描装置通信连接的通信组件503,通信组件503在处理器501的控制下接收和发送数据;其中,存储器502存储有可被至少一个处理器501执行的指令,指令被至少一个处理器501执行以实现:
获取终端状态信息和终端对应的账户状态信息;
根据所述终端状态信息和所述账户状态信息提取特征信息;
基于预定的分类模型根据所述特征信息确定所述终端的位置状态。
进一步地,所述根据所述终端状态信息和所述账户状态信息提取特征信息包括:
按所述终端对应的降维方式对所述终端状态信息和所述账户状态信息进行降维,将降维后的信息作为所述特征信息,所述降维方式根据所述终端的历史信息和对应的位置状态标定信息预先确定,所述历史信息包括终端状态信息和账户状态信息。
进一步地,所述根据所述终端状态信息和所述账户状态信息提取特征信息包括:
获取所述终端状态信息和所述账户状态信息对应的日期相关信息;
按所述终端对应的降维方式对所述终端状态信息、所述账户状态信息和所述日期相关信息进行降维,将降维后的信息作为所述特征信息,所述降维方式根据所述终端的历史信息和对应的位置状态标定信息预先确定,所述历史信息包括终端状态信息、账户状态信息和日期相关信息。
进一步地,所述根据所述终端状态信息和所述账户状态信息提取特征信息包括:
按所述终端对应的降维方式对所述终端状态信息和所述账户状态信息进行降维;
获取所述终端状态信息对应的日期相关信息;
将降维后的信息和所述日期相关信息作为所述特征信息;
其中,所述降维方式根据所述终端的历史信息和对应的位置状态标定信息预先确定,所述历史信息包括终端状态信息和账户状态信息。
进一步地,所述降维方式根据所述终端的历史信息中的各项参数与所述位置状态标定信息的相关度确定。
进一步地,所述日期相关信息包括所述日期对应的天气和所述日期的节假日标识。
进一步地,所述预定的分类模型通过如下步骤获取:
获取初始分类模型;
根据所述终端的历史信息和对应的位置状态标定信息获取样本,所述历史信息包括终端状态信息和账户状态信息;
根据所述样本和所述初始分类模型获取所述预定的分类模型。
进一步地,所述分类模型为提升树模型、线性回归模型和支持向量机模型中的任一种。
进一步地,所述分类模型为XGBoost模型。
进一步地,所述根据所述终端的历史信息和对应的位置状态标定信息获取样本包括:
根据所述位置状态标定信息对所述历史信息进行降维,获取降维后的历史信息和所述终端对应的降维方式;
将所述降维后的历史信息以及所述位置状态标定信息作为所述样本。
进一步地,所述历史信息还包括对应的日期相关信息。
进一步地,所述根据所述终端的历史信息和对应的位置状态标定信息获取样本包括:
根据所述位置状态标定信息对所述历史信息进行降维,获取降维后的历史信息和所述终端对应的降维方式;
获取所述历史信息对应的日期相关信息;
将所述降维后的历史信息和所述日期相关信息以及位置状态标定信息作为所述样本。
进一步地,所述根据所述位置状态标定信息对所述历史信息进行降维,获取降维后的历史信息和所述终端对应的降维方式包括:
根据所述终端的历史信息中的各项参数与所述位置状态标定信息的相关度进行降维,获取降维后的历史信息和所述终端对应的降维方式。
进一步地,所述日期相关信息包括所述日期对应的天气和所述日期的节假日标识。
进一步地,所述终端状态信息包括所述终端的连接状态、位置信息、加速度传感器信息中的至少一项和对应的时间。
进一步地,所述账户状态信息包括接单状态、营业状态、当日订单数量和最近一次接单时间中的至少一项。
进一步地,所述获取终端状态信息和终端对应的账户状态信息包括:
响应于所述终端状态信息和/或所述账户状态信息中缺失预定时间对应的信息,对所述终端状态信息和/或所述账户状态信息中其他时间对应的信息进行插值获取所述预定时间对应的信息。
具体地,该电子设备包括:一个或多个处理器501以及存储器502,图5中以一个处理器501为例。处理器501、存储器502可以通过总线或者其他方式连接,图5中以通过总线连接为例。存储器502作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器501通过运行存储在存储器502中的非易失性软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述配送范围的设置方法。
存储器502可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储选项列表等。此外,存储器502可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施方式中,存储器502可选包括相对于处理器501远程设置的存储器,这些远程存储器可以通过网络连接至外接设备。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。
一个或者多个模块存储在存储器502中,当被一个或者多个处理器501执行时,执行上述任意方法实施方式中的配送范围的设置方法。
上述产品可执行本申请实施方式所提供的方法,具备执行方法相应的功能模块和有益效果,未在本实施方式中详尽描述的技术细节,可参见本申请实施方式所提供的方法。
本发明的第四实施方式涉及一种非易失性存储介质,用于存储计算机可读程序,所述计算机可读程序用于供计算机执行上述部分或全部的方法实施例。
即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例公开了A1、一种位置状态的获取方法,所述方法包括:
获取终端状态信息和终端对应的账户状态信息;
根据所述终端状态信息和所述账户状态信息提取特征信息;
基于预定的分类模型根据所述特征信息确定所述终端的位置状态。
A2、如A1所述的方法中,所述根据所述终端状态信息和所述账户状态信息提取特征信息包括:
按所述终端对应的降维方式对所述终端状态信息和所述账户状态信息进行降维,将降维后的信息作为所述特征信息,所述降维方式根据所述终端的历史信息和对应的位置状态标定信息预先确定,所述历史信息包括终端状态信息和账户状态信息。
A3、如A1所述的方法中,所述根据所述终端状态信息和所述账户状态信息提取特征信息包括:
获取所述终端状态信息和所述账户状态信息对应的日期相关信息;
按所述终端对应的降维方式对所述终端状态信息、所述账户状态信息和所述日期相关信息进行降维,将降维后的信息作为所述特征信息,所述降维方式根据所述终端的历史信息和对应的位置状态标定信息预先确定,所述历史信息包括终端状态信息、账户状态信息和日期相关信息。
A4、如A1所述的方法中,所述根据所述终端状态信息和所述账户状态信息提取特征信息包括:
按所述终端对应的降维方式对所述终端状态信息和所述账户状态信息进行降维;
获取所述终端状态信息对应的日期相关信息;
将降维后的信息和所述日期相关信息作为所述特征信息;
其中,所述降维方式根据所述终端的历史信息和对应的位置状态标定信息预先确定,所述历史信息包括终端状态信息和账户状态信息。
A5、如A2-A4中任一项所述的方法中,所述降维方式根据所述终端的历史信息中的各项参数与所述位置状态标定信息的相关度确定。
A6、如A3或A4所述的方法中,所述日期相关信息包括所述日期对应的天气和所述日期的节假日标识。
A7、如A1所述的方法中,所述预定的分类模型通过如下步骤获取:
获取初始分类模型;
根据所述终端的历史信息和对应的位置状态标定信息获取样本,所述历史信息包括终端状态信息和账户状态信息;
根据所述样本和所述初始分类模型获取所述预定的分类模型。
A8、如A7所述的方法中,所述分类模型为提升树模型、线性回归模型和支持向量机模型中的任一种。
A9、如A8所述的方法中,所述分类模型为XGBoost模型。
A10、如A7所述的方法中,所述根据所述终端的历史信息和对应的位置状态标定信息获取样本包括:
根据所述位置状态标定信息对所述历史信息进行降维,获取降维后的历史信息和所述终端对应的降维方式;
将所述降维后的历史信息以及所述位置状态标定信息作为所述样本。
A11、如A10所述的方法中,所述历史信息还包括对应的日期相关信息。
A12、如A7所述的方法中,所述根据所述终端的历史信息和对应的位置状态标定信息获取样本包括:
根据所述位置状态标定信息对所述历史信息进行降维,获取降维后的历史信息和所述终端对应的降维方式;
获取所述历史信息对应的日期相关信息;
将所述降维后的历史信息和所述日期相关信息以及位置状态标定信息作为所述样本。
A13、如A10或A12所述的方法中,所述根据所述位置状态标定信息对所述历史信息进行降维,获取降维后的历史信息和所述终端对应的降维方式包括:
根据所述终端的历史信息中的各项参数与所述位置状态标定信息的相关度进行降维,获取降维后的历史信息和所述终端对应的降维方式。
A14、如A10或A12所述的方法中,所述日期相关信息包括所述日期对应的天气和所述日期的节假日标识。
A15、如A1所述的方法中,所述终端状态信息包括所述终端的连接状态、位置信息、加速度传感器信息中的至少一项和对应的时间。
A16、如A1所述的方法中,所述账户状态信息包括接单状态、营业状态、当日订单数量和最近一次接单时间中的至少一项。
A17、如A1所述的方法中,所述确定所述终端的位置状态为:
确定所述终端是否驻店。
A18、如A1所述的方法中,所述获取终端状态信息和终端对应的账户状态信息包括:
响应于所述终端状态信息和/或所述账户状态信息中存在无效数据和/或异常数据,去除所述无效数据和/或所述异常数据。
A19、如A1所述的方法中,所述获取终端状态信息和终端对应的账户状态信息包括:
响应于所述终端状态信息和/或所述账户状态信息中缺失预定时间对应的信息,对所述终端状态信息和/或所述账户状态信息中其他时间对应的信息进行插值获取所述预定时间对应的信息。
本发明实施例还公开了B1、一种位置状态的获取装置,所述装置包括:
状态信息获取单元,用于获取终端状态信息和终端对应的账户状态信息;
特征信息提取单元,用于根据所述终端状态信息和所述账户状态信息提取特征信息;
位置状态获取单元,用于基于预定的分类模型根据所述特征信息确定所述终端的位置状态。
本发明实施例还公开了C1、一种计算机可读存储介质,其上存储计算机程序指令,其中,所述计算机程序指令在被处理器执行时实现如A1-A19中任一项所述的方法。
本发明实施例还公开了D1、一种电子设备,包括存储器和处理器,其中,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如下步骤:
获取终端状态信息和终端对应的账户状态信息;
根据所述终端状态信息和所述账户状态信息提取特征信息;
基于预定的分类模型根据所述特征信息确定所述终端的位置状态。
D2、如D1所述的电子设备中,所述根据所述终端状态信息和所述账户状态信息提取特征信息包括:
按所述终端对应的降维方式对所述终端状态信息和所述账户状态信息进行降维,将降维后的信息作为所述特征信息,所述降维方式根据所述终端的历史信息和对应的位置状态标定信息预先确定,所述历史信息包括终端状态信息和账户状态信息。
D3、如D1所述的电子设备中,所述根据所述终端状态信息和所述账户状态信息提取特征信息包括:
获取所述终端状态信息和所述账户状态信息对应的日期相关信息;
按所述终端对应的降维方式对所述终端状态信息、所述账户状态信息和所述日期相关信息进行降维,将降维后的信息作为所述特征信息,所述降维方式根据所述终端的历史信息和对应的位置状态标定信息预先确定,所述历史信息包括终端状态信息、账户状态信息和日期相关信息。
D4、如D1所述的电子设备中,所述根据所述终端状态信息和所述账户状态信息提取特征信息包括:
按所述终端对应的降维方式对所述终端状态信息和所述账户状态信息进行降维;
获取所述终端状态信息对应的日期相关信息;
将降维后的信息和所述日期相关信息作为所述特征信息;
其中,所述降维方式根据所述终端的历史信息和对应的位置状态标定信息预先确定,所述历史信息包括终端状态信息和账户状态信息。
D5、如D2-D4中任一项所述的电子设备中,所述降维方式根据所述终端的历史信息中的各项参数与所述位置状态标定信息的相关度确定。
D6、如D3或D4所述的电子设备中,所述日期相关信息包括所述日期对应的天气和所述日期的节假日标识。
D7、如D1所述的电子设备中,所述预定的分类模型通过如下步骤获取:
获取初始分类模型;
根据所述终端的历史信息和对应的位置状态标定信息获取样本,所述历史信息包括终端状态信息和账户状态信息;
根据所述样本和所述初始分类模型获取所述预定的分类模型。
D8、如D7所述的电子设备中,所述分类模型为提升树模型、线性回归模型和支持向量机模型中的任一种。
D9、如D8所述的电子设备中,所述分类模型为XGBoost模型。
D10、如D7所述的电子设备中,所述根据所述终端的历史信息和对应的位置状态标定信息获取样本包括:
根据所述位置状态标定信息对所述历史信息进行降维,获取降维后的历史信息和所述终端对应的降维方式;
将所述降维后的历史信息以及所述位置状态标定信息作为所述样本。
D11、如D10所述的电子设备中,所述历史信息还包括对应的日期相关信息。
D12、如D7所述的电子设备中,所述根据所述终端的历史信息和对应的位置状态标定信息获取样本包括:
根据所述位置状态标定信息对所述历史信息进行降维,获取降维后的历史信息和所述终端对应的降维方式;
获取所述历史信息对应的日期相关信息;
将所述降维后的历史信息和所述日期相关信息以及位置状态标定信息作为所述样本。
D13、如D10或D12所述的电子设备中,所述根据所述位置状态标定信息对所述历史信息进行降维,获取降维后的历史信息和所述终端对应的降维方式包括:
根据所述终端的历史信息中的各项参数与所述位置状态标定信息的相关度进行降维,获取降维后的历史信息和所述终端对应的降维方式。
D14、如D10或D12所述的电子设备中,所述日期相关信息包括所述日期对应的天气和所述日期的节假日标识。
D15、如D1所述的电子设备中,所述终端状态信息包括所述终端的连接状态、位置信息、加速度传感器信息中的至少一项和对应的时间。
D16、如D1所述的电子设备中,所述账户状态信息包括接单状态、营业状态、当日订单数量和最近一次接单时间中的至少一项。
D17、如D1所述的电子设备中,所述确定所述终端的位置状态为:
确定所述终端是否驻店。
D18、如D1所述的电子设备中,所述获取终端状态信息和终端对应的账户状态信息包括:
响应于所述终端状态信息和/或所述账户状态信息中存在无效数据和/或异常数据,去除所述无效数据和/或所述异常数据。
D19、如D1所述的电子设备中,所述获取终端状态信息和终端对应的账户状态信息包括:
响应于所述终端状态信息和/或所述账户状态信息中缺失预定时间对应的信息,对所述终端状态信息和/或所述账户状态信息中其他时间对应的信息进行插值获取所述预定时间对应的信息。
本领域的普通技术人员可以理解,上述各实施方式是实现本发明的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
Claims (10)
1.一种位置状态的获取方法,其特征在于,所述方法包括:
获取终端状态信息和终端对应的账户状态信息;
根据所述终端状态信息和所述账户状态信息提取特征信息;
基于预定的分类模型根据所述特征信息确定所述终端的位置状态。
2.根据权利要求1所述的位置状态的获取方法,其特征在于,所述根据所述终端状态信息和所述账户状态信息提取特征信息包括:
按所述终端对应的降维方式对所述终端状态信息和所述账户状态信息进行降维,将降维后的信息作为所述特征信息,所述降维方式根据所述终端的历史信息和对应的位置状态标定信息预先确定,所述历史信息包括终端状态信息和账户状态信息。
3.根据权利要求1所述的位置状态的获取方法,其特征在于,所述根据所述终端状态信息和所述账户状态信息提取特征信息包括:
获取所述终端状态信息和所述账户状态信息对应的日期相关信息;
按所述终端对应的降维方式对所述终端状态信息、所述账户状态信息和所述日期相关信息进行降维,将降维后的信息作为所述特征信息,所述降维方式根据所述终端的历史信息和对应的位置状态标定信息预先确定,所述历史信息包括终端状态信息、账户状态信息和日期相关信息。
4.根据权利要求1所述的位置状态的获取方法,其特征在于,所述根据所述终端状态信息和所述账户状态信息提取特征信息包括:
按所述终端对应的降维方式对所述终端状态信息和所述账户状态信息进行降维;
获取所述终端状态信息对应的日期相关信息;
将降维后的信息和所述日期相关信息作为所述特征信息;
其中,所述降维方式根据所述终端的历史信息和对应的位置状态标定信息预先确定,所述历史信息包括终端状态信息和账户状态信息。
5.根据权利要求2-4中任一项所述的位置状态的获取方法,其特征在于,所述降维方式根据所述终端的历史信息中的各项参数与所述位置状态标定信息的相关度确定。
6.根据权利要求3或4所述的位置状态的获取方法,其特征在于,所述日期相关信息包括所述日期对应的天气和所述日期的节假日标识。
7.根据权利要求1所述的位置状态的获取方法,其特征在于,所述预定的分类模型通过如下步骤获取:
获取初始分类模型;
根据所述终端的历史信息和对应的位置状态标定信息获取样本,所述历史信息包括终端状态信息和账户状态信息;
根据所述样本和所述初始分类模型获取所述预定的分类模型。
8.一种位置状态的获取装置,其特征在于,所述装置包括:
状态信息获取单元,用于获取终端状态信息和终端对应的账户状态信息;
特征信息提取单元,用于根据所述终端状态信息和所述账户状态信息提取特征信息;
位置状态获取单元,用于基于预定的分类模型根据所述特征信息确定所述终端的位置状态。
9.一种计算机可读存储介质,其上存储计算机程序指令,其特征在于,所述计算机程序指令在被处理器执行时实现如权利要求1-7中任一项所述的方法。
10.一种电子设备,包括存储器和处理器,其特征在于,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如下步骤:
获取终端状态信息和终端对应的账户状态信息;
根据所述终端状态信息和所述账户状态信息提取特征信息;
基于预定的分类模型根据所述特征信息确定所述终端的位置状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811475912.9A CN109639787B (zh) | 2018-12-04 | 2018-12-04 | 位置状态的获取方法、装置、可读存储介质和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811475912.9A CN109639787B (zh) | 2018-12-04 | 2018-12-04 | 位置状态的获取方法、装置、可读存储介质和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109639787A true CN109639787A (zh) | 2019-04-16 |
CN109639787B CN109639787B (zh) | 2021-08-10 |
Family
ID=66071206
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811475912.9A Active CN109639787B (zh) | 2018-12-04 | 2018-12-04 | 位置状态的获取方法、装置、可读存储介质和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109639787B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110110936A (zh) * | 2019-05-13 | 2019-08-09 | 拉扎斯网络科技(上海)有限公司 | 订单时长的估计方法、估计装置、存储介质和电子设备 |
CN112258128A (zh) * | 2020-11-11 | 2021-01-22 | 拉扎斯网络科技(上海)有限公司 | 目标位置估计方法、装置、电子设备及计算机存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102164341A (zh) * | 2010-02-12 | 2011-08-24 | 美国博通公司 | 一种通信方法和系统 |
CN104240097A (zh) * | 2014-09-02 | 2014-12-24 | 福州思飞信息技术有限公司 | 一种o2o电子商务设备终端及其实现一键拨号的方法 |
CN104680408A (zh) * | 2015-01-16 | 2015-06-03 | 上海我有信息科技有限公司 | 商家终端及自动改变营业状态的方法 |
CN105468161A (zh) * | 2016-01-21 | 2016-04-06 | 北京百度网讯科技有限公司 | 指令执行方法和装置 |
CN105631727A (zh) * | 2015-12-23 | 2016-06-01 | 拉扎斯网络科技(上海)有限公司 | 一种营业状态切换方法及装置 |
CN105808679A (zh) * | 2016-03-02 | 2016-07-27 | 陈健强 | 一种基于电子地图的店家营业状态标记实现方法及系统 |
CN106157057A (zh) * | 2016-06-11 | 2016-11-23 | 苏州市亿买电子商务有限公司 | 线上交易平台 |
CN107729144A (zh) * | 2017-09-30 | 2018-02-23 | 广东欧珀移动通信有限公司 | 应用控制方法、装置、存储介质及电子设备 |
CN108647895A (zh) * | 2018-05-15 | 2018-10-12 | 北京顺丰同城科技有限公司 | 一种驻店物流调度的派单方法及装置 |
-
2018
- 2018-12-04 CN CN201811475912.9A patent/CN109639787B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102164341A (zh) * | 2010-02-12 | 2011-08-24 | 美国博通公司 | 一种通信方法和系统 |
CN104240097A (zh) * | 2014-09-02 | 2014-12-24 | 福州思飞信息技术有限公司 | 一种o2o电子商务设备终端及其实现一键拨号的方法 |
CN104680408A (zh) * | 2015-01-16 | 2015-06-03 | 上海我有信息科技有限公司 | 商家终端及自动改变营业状态的方法 |
CN105631727A (zh) * | 2015-12-23 | 2016-06-01 | 拉扎斯网络科技(上海)有限公司 | 一种营业状态切换方法及装置 |
CN105468161A (zh) * | 2016-01-21 | 2016-04-06 | 北京百度网讯科技有限公司 | 指令执行方法和装置 |
CN105808679A (zh) * | 2016-03-02 | 2016-07-27 | 陈健强 | 一种基于电子地图的店家营业状态标记实现方法及系统 |
CN106157057A (zh) * | 2016-06-11 | 2016-11-23 | 苏州市亿买电子商务有限公司 | 线上交易平台 |
CN107729144A (zh) * | 2017-09-30 | 2018-02-23 | 广东欧珀移动通信有限公司 | 应用控制方法、装置、存储介质及电子设备 |
CN108647895A (zh) * | 2018-05-15 | 2018-10-12 | 北京顺丰同城科技有限公司 | 一种驻店物流调度的派单方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110110936A (zh) * | 2019-05-13 | 2019-08-09 | 拉扎斯网络科技(上海)有限公司 | 订单时长的估计方法、估计装置、存储介质和电子设备 |
CN112258128A (zh) * | 2020-11-11 | 2021-01-22 | 拉扎斯网络科技(上海)有限公司 | 目标位置估计方法、装置、电子设备及计算机存储介质 |
CN112258128B (zh) * | 2020-11-11 | 2021-10-26 | 拉扎斯网络科技(上海)有限公司 | 目标位置估计方法、装置、电子设备及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109639787B (zh) | 2021-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107885796B (zh) | 信息推荐方法及装置、设备 | |
CN109325179B (zh) | 一种内容推广的方法及装置 | |
CN110008973B (zh) | 一种模型训练方法、基于模型确定目标用户的方法及装置 | |
CN110110936A (zh) | 订单时长的估计方法、估计装置、存储介质和电子设备 | |
CN109829108B (zh) | 信息推荐方法、装置、电子设备及可读存储介质 | |
CN110135951B (zh) | 游戏商品的推荐方法、装置及可读存储介质 | |
CN110020877B (zh) | 点击率的预测方法、点击率的确定方法及服务器 | |
CN111783810B (zh) | 用于确定用户的属性信息的方法和装置 | |
CN110598120A (zh) | 基于行为数据的理财推荐方法及装置、设备 | |
CN111861605B (zh) | 业务对象推荐方法 | |
CN109639787B (zh) | 位置状态的获取方法、装置、可读存储介质和电子设备 | |
JP2011227721A (ja) | 関心抽出装置、関心抽出方法、及び関心抽出プログラム | |
CN106204122B (zh) | 触点价值度量方法和装置 | |
CN111444447A (zh) | 内容推荐页面的展现方法及装置 | |
KR20130038889A (ko) | 오브젝트 커스터마이제이션 및 관리 시스템 | |
CN110362702B (zh) | 图片管理方法及设备 | |
CN105653693A (zh) | 一种个性化推荐方法及装置 | |
CN105574091B (zh) | 信息推送方法及装置 | |
JP2011227720A (ja) | 推薦システム、推薦方法、及び推薦プログラム | |
CN114141236B (zh) | 语言模型更新方法、装置、电子设备及存储介质 | |
CN112836827B (zh) | 模型训练方法、装置以及计算机设备 | |
CN113159877B (zh) | 数据处理方法、装置、系统、计算机可读存储介质 | |
CN113344710A (zh) | 模型训练方法、装置与存储介质 | |
CN110264333B (zh) | 一种风险规则确定方法和装置 | |
CN113393250A (zh) | 一种信息处理方法及装置、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 |