CN109947865A - 商户分类方法及商户分类系统 - Google Patents

Abstract

本发明涉及一种商户分类方法，包括：基于用户群体在不同商户的交易记录构建网络拓扑图；其中，网络拓扑图包括多个节点和分别关联于多个节点中的两个的多条边，节点对应于至少一个商户，边的权重对应于用户在相应商户的交易记录之间的关联性；基于多条边各自的权重对多个节点进行分类，分类包括对多个节点执行至少一次再分类，再分类使得网络拓扑图对应的模块度变大。上述方法使得商户分类更加准确，还可以排除干扰因素，使得分类过程快速进行。

Description

商户分类方法及商户分类系统

技术领域

本发明涉及一种对商户进行分类的方法。

背景技术

现有技术中，对商户归类的方法包括以下几种。

(1)一种是通过商户地址信息来界定商户归类，商户的地址信息一般包含XX路XX号等信息，通过圈定商圈的地理位置范围来判断商户地址是否包含在商圈的地理位置范围内，即可实现对商户所属商圈的确定。

(2)另一种是通过分析交易数据来实现商户归类。例如，确定用户与不同商户进行的两次交易之间的时间间隔，在两次交易的时间间隔低于某一时间阈值的情况下，则将该两商户归为一类。

通过商户地址信息来界定商圈的方法，由于大量的地址文本信息模糊或不准确，并且存在大量商户注册地址与实际经营地址不一致的情况，会导致商户定位错误，商圈界定不确切。

通过邻近交易之间的时间间隔是否满足特定阈值来确定商户的分类的方法，由于没有考虑到商户中普遍存在的终端移机情况，而仅利用时间差值，包括最小时间、平均时间等，来确定同类商户，考虑的因素有限，分类依据过于片面，分类结果也存在着相当的误差。

发明内容

本发明的目的在于提供一种商户分类方法。

为实现上述目的，本发明提供一种技术方案如下。

一种商户分类方法，包括：a)、基于用户群体在不同商户的交易记录构建网络拓扑图；其中，网络拓扑图包括多个节点和分别关联于多个节点中的两个的多条边，节点对应于至少一个商户，边的权重对应于用户在相应商户的交易记录之间的关联性；b)、基于多条边各自的权重对多个节点进行分类，分类包括对多个节点执行至少一次再分类，再分类使得网络拓扑图对应的模块度变大。

可选地，基于以下因素中的至少一项来计算节点的权重：用户在对应于该节点的至少一个商户处的交易次数；对应于该节点的至少一个商户的联网方式；对应于该节点的至少一个商户的商户类型；以及与该节点相连接节点的数量。

可选地，基于以下因素中的至少一项来计算边的权重：同一用户在对应于该边的两个商户处分别进行交易的时间间隔；同一用户在对应于该边的两个商户处连续进行交易的交易次数。

可选地，步骤b)包括：迭代地执行再分类，直到网络拓扑图对应的模块度不再变大时停止。

可选地，步骤b)包括：按照边的权重对多条边进行排序，将权重超过权重阈值的边对应的两个商户划分为同一类。

可选地，步骤b)包括：如果关联于多条边的某个节点具有多个潜在的分类，则基于使得网络拓扑图的模块度增加最多来确定该节点的分类。

可选地，该方法还包括：遍历网络拓扑图的每个节点，确定：在删除该节点的情况下，网络拓扑图的模块度的增加值是否超过异常性阈值；在模块度的增加值超过异常性阈值的情况下，删除节点。

本发明还公开一种商户分类系统，包括：网络拓扑图构建单元，用于基于用户群体在不同商户的交易记录构建网络拓扑图；其中，网络拓扑图包括多个节点和分别关联于多个节点中的两个的多条边，节点对应于至少一个商户，边的权重对应于用户在相应商户的交易记录之间的关联性；分类单元，用于基于多条边各自的权重对多个节点进行分类；其中，分类单元包括一迭代单元，迭代单元对多个节点执行至少一次再分类以使得网络拓扑图对应的模块度变大。

本发明提供的商户分类方法，考虑边权重和拓扑图的模块度两个方面，使得分类结果更加准确、稳定。此外，根据模块度的变化来筛选出违规商户，可以排除干扰因素，使得分类过程快速进行。本发明另外提供的商户分类系统在具备上述优点的同时，结构简单，运行与升级方便，适于在大城市推广。

附图说明

图1示出本发明第一实施例提供的商户分类方法的流程图。

图2示出本发明第二实施例提供的商户分类系统的模块结构示意图。

具体实施方式

在以下描述中提出具体细节，以便提供对本发明的透彻理解。然而，本领域的技术人员将清楚地知道，即使没有这些具体细节也可实施本发明的实施例。在本发明中，可进行具体的数字引用，例如“第一元件”、“第二装置”等。但是，具体数字引用不应当被理解为必须服从于其字面顺序，而是应被理解为“第一元件”与“第二元件”不同。

本发明所提出的具体细节只是示范性的，具体细节可以变化，但仍然落入本发明的精神和范围之内。术语“耦合”定义为表示直接连接到组件或者经由另一个组件而间接连接到组件。

以下通过参照附图来描述适于实现本发明的方法、系统和装置的优选实施例。虽然各实施例是针对元件的单个组合来描述，但是应理解，本发明包括所公开元件的所有可能组合。因此，如果一个实施例包括元件A、B和C，而第二实施例包括元件B和D，则本发明也应被认为包括A、B、C或D的其他剩余组合，即使没有明确公开。

如图1所示，本发明第一实施例提供一种商户分类方法，其包括如下步骤S10-S12-S14。

步骤S10、基于用户群体在不同商户的交易记录构建网络拓扑图。

本发明以用户群体在多个不同商户的交易记录为分析样本，分析用户的消费轨迹，提取各交易记录在交易时间上的关联性，进而形成反映用户群体的消费轨迹的一种网络拓扑图。

其中，网络拓扑图包括多个节点和多条边，每条边分别关联于多个节点中的两个，而每个节点对应于一个商户或具有相同属性的多个商户(例如对应于在迭代分类中生成的超级节点)，边的权重则能够表征用户在相应商户(该边两端的节点)分别进行的两次交易之间的关联性。

具体来说，节点可以采用一个商户(或具有相同属性的多个商户)的商户代码、或者商户处的POS终端代码、或它们的组合来形成标识。

节点的权重可以基于多种因素来计算，包括：用户在对应于该节点的至少一个商户处的交易次数；对应于该节点的至少一个商户的联网方式(例如，直联、间联)；对应于该节点的至少一个商户的商户类型(例如，百货商店、超市、便利店等)；以及与该节点相连接的其他节点的数量。需要说明的是，在迭代分类时，由于单个节点可能被合并为超级节点(参见以下描述)，节点的权重应重新计算，节点的标识也可以适当地改变。

作为示例，节点的权重按如下公式计算：

Wv＝f(trans_count，conn_md，mchnt_tp，degree，)＝αtrans_count+βconn_md+γmchnt_tp+δdegree+...(1)

其中，trans_count为用户在商户的交易次数，交易次数越多则节点的权重越大；conn_md为商户的连接方式(直联、间联)，直联商户的权重大于间联商户的权重；mchntt_p为商户类型(百货商店、超市、便利店等)，百货商店、大型超市等商户的权重高于便利店的权重；degree是与节点相连的其他节点的数量，即度数，度数越大，节点的权重越大；α、β、γ、δ为相关的系数。

应理解，节点的权重的计算因素包括但不限于以下四个：trans_count、conn_md、mchnt_tp以及degree；同时，计算权重的函数f(trans_count,conn_md,mchnt_tp,degree)也并不局限于上述各项参数的线性组合：αtrans_count+βconn_md+γmchntt_p+δdegree+…，即，计算权重的函数还可以采用其他各种合理的函数形式。

若同一持卡人先后在两个不同商户或相应POS终端处进行交易，则在两个商户之间构建一条边。在本文中，边是无方向的，所构建的网络拓扑图是无向图。

假设同一用户在两个商户终端交易的时间间隔为t，如果t值越小，则两个商户终端被划分成同一类的概率越大。此外，假设同一用户在两个商户终端(V1,V2)先后进行交易的次数为n，如果n值越大，则两个商户终端被划分成同一类的概率越大。因此，可以基于同一用户在对应于该边的两个商户处分别进行交易的时间间隔和/或同一用户在对应于该边的两个商户处连续进行交易的交易次数来计算边的权重。

边的权重定义为按如下公式计算：

或

其中，We为边的权重，n为用户群体在两个商户之间的交易总数，m为同一用户在两个商户分别进行交易的最大时间间隔，L为同一用户在两个商户分别进行交易的最短时间间隔。α、γ、ω为可调节系数，可根据数据结构的不同而选取不同的可调节系数。总之，边的权重应表征用户在边两端的节点(商户)分别进行的两次交易之间的关联性。备选地，在计算边的权重时，还可以考虑其他因素，例如，两个商户之间的距离，两个商户的POS终端代码的相近性等。

与传统的用交易之间的平均时间间隔相比，这种边权重计算更多地考虑最短时间间隔的因素以及在两商户之间往来的用户的数量，还能够适当地平衡交易次数与交易时间之间的矛盾。例如，两商户之间如果有很多关联的交易单，n值就会很大。此外，如果用户在两商户进行交易的时间间隔较长，则说明两商户可能不适合划分为同一类(例如，相距较远的两家互补性商场)。

上式(2)提供了两种不同的计算公式，Wv₁,Wv₂分别为边两个节点的权重。min(Wv₁,Wv₂)表示取两个节点的权重的最小值，换言之，一个节点的权重较小，则该关联于该节点的边的权重也较小。则总体考虑边的两个节点的权重，从而两个节点的权重共同影响对应边的权重。

按照前述定义分别计算各节点以及各边的权重，从而能够构建出网络拓扑图。

步骤S12、基于多条边各自的权重对多个节点进行分类。

在该步骤中，考虑每条边的权重，对每个节点(商户)进行分类。该步骤可以重复多次执行或迭代执行，直到满足停止条件。

为了便于通过计算来确定节点的分类，为节点定义四元数组结构V(id,w,label,W_label)，id为节点的标识，可为商户代码+POS终端代码的hash值，为数值型，w为节点权重，label为节点所属商户的分类标签，W_label为分类标签的权重。

在初始化网络拓扑图时，设置label值与id值相同，假如图有n个节点，则初始化时有n个商户分类。节点的标签权重W_label有三种设置方式，一是可与节点的权重w相同；二是可取为关联于该节点的边的权重之和；三是可取为该节点的邻居节点权重之和。

在进行首次分类时，首先对每条边按照权重从大到小进行排序，对权重值超过权重阈值的那些边，把边所连接两端的节点分入一类。

作为示例，对应于拓扑图中的每条边，生成如下形式的数据词典：其中w_i为对应边的键值。按照权重从大到小的顺序把边的两端的节点x_i划分为一类，类标签取为标签权重W_label相对更大的那个标签。

在后续的迭代分类中，迭代的每一步是先检查每条边的两节点是否在之前已建立的类中，对每个节点而言，如果存在多个潜在的分类选择，则将该节点加入使得拓扑图的模块度提升最大的类中；而如果边的节点不在已建立的类中，则创建新的类。应理解，在迭代分类的过程中，节点的分类标签label可以被改变，拓扑图也会发生变化。

每进行一次分类，就计算一次拓扑图的模块度，其定义如下：

其中Q为模块度，m代表拓扑图中边的数量，A为节点的邻接矩阵，δ为判别函数，如果C_i,C_j相同，δ(C_i,C_j)＝1，否则为0，k_i代表节点i的度，即，与该节点相连的其他节点个数。

接下来，将类相同的多个节点形成为一个超级节点，连接超级节点的边的权重则为两个超级节点之间的权重，重新构建拓扑图，重复步骤S12，直到拓扑图稳定(拓扑图的模块度符合设定条件)。通过迭代分类找到模块度最大的分类方式，是本发明优选的实施方式。

步骤S14、判断网络拓扑图的模块度是否变大。

该步骤S14用来判定网络拓扑图的模块度是否符合设定条件，并在符合设定条件的情况下，终止迭代分类过程。

具体来说，根据S14的判断结果，商户分类方法进一步包括以下操作：若模块度变大，则对多个节点执行一次再分类(即上述迭代程)；若模块度变小或不变，则停止迭代分类过程，这时，节点的分类标签才是节点的最终分类。

作为进一步的改进，在迭代分类过程完成之后，还进行异常节点过滤操作。具体来说，遍历网络拓扑图的每个节点(包括原始节点和超级节点，更优选地是仅针对原始节点)，判断在删除该节点的情况下，网络拓扑图的模块度的增加值是否超过异常性阈值；并在模块度的增加值超过异常性阈值的情况下，删除该节点，即，将该节点对应的商户判定为异常商户或违规商户，例如，移机商户(POS终端移机)。

经上述异常节点过滤操作，商户群中的每个商户均被归类于最终的商户分类。商户分类结果体现多个商户的共性，不仅可体现商户在地理位置上的接近性，还可体现用户消费喜好的相似性。

作为另一种改进，异常节点过滤操作不是在迭代分类过程完成之后才执行，而是在迭代分类的过程中进行，即，在前一次迭代之后和后一次迭代之前。作为示例，在首次执行分类算法之后，即进行异常节点过滤操作，这种方式不仅能够滤除异常节点来判定违规商户，还能够加速后续迭代分类算法的执行，这是因为异常节点能够使得分类算法包含了相当多的无用运算。

上述第一实施例，在对商户分类的过程中，考虑了边权重和拓扑图的模块度两个方面，并采用复杂度较小的算法来计算拓扑图模型的模块度，使得分类过程快速、分类结果准确且稳定。此外，根据模块度的变化来筛选违规商户，从而可以排除干扰因素。

本发明第二实施例提供一种商户分类系统，如图2所示，商户分类系统包括图构建单元101、商户分类单元200以及异常商户排除单元301。其中，商户分类单元200又包含迭代单元201。

图构建单元101从外部接收用户群体在商户群交易所产生的交易数据，基于交易数据生成网络拓扑图，其包括多个节点和分别关联于两个节点的多条边，每个节点对应于一个商户或具有相同属性的多个商户，边的权重则能够表征用户在边两端的节点分别进行的两次交易之间的关联性。

商户分类单元200对该网络拓扑图中的多个节点执行分类算法，分类算法可以迭代执行，即，后一次分类算法是在前一次分类的结果上进行。商户分类单元200内的迭代单元201可按照上述第一实施例提供的方法来实现整个迭代分类的过程。在满足迭代停止条件后，分类过程停止。具体来说，每次迭代分类应使得网络拓扑图对应的模块度变大，在模块度减小或不变时迭代停止，这时每个商户对应的节点都被归类于特定的一个商户类别。商户分类单元200输出对商户群的分类结果。

具体地，迭代单元还可以包括模块度计算子单元，其用于计算网络拓扑图的模块度，并执行与模块度及模块度阈值相关的一些判定。

在分类过程之后，异常商户排除单元301遍历网络拓扑图的每个节点，若在删除该节点的情况下，网络拓扑图的模块度的增加值超过异常性阈值，则删除该节点。

在本发明的一些实施例中，系统的至少一部分可采用通信网络所连接的一组分布式计算装置来实现，或，基于“云”来实现。在这种系统中，多个计算装置共同操作，以通过使用其共享资源来提供服务。

基于“云”的实现可提供一个或多个优点，包括：开放性、灵活性和可扩展性、可中心管理、可靠性、可缩放性、对计算资源所优化、具有聚合和分析跨多个用户的信息的能力、跨多个地理区域进行连接、以及将多个移动或数据网络运营商用于网络连通性的能力。

上述说明仅针对于本发明的优选实施例，并不在于限制本发明的保护范围。本领域技术人员可能作出各种变形设计，而不脱离本发明的思想及附随的权利要求。

Claims (10)

1.一种商户分类方法，包括：

a)、基于用户群体在不同商户的交易记录构建网络拓扑图；其中，所述网络拓扑图包括多个节点和分别关联于所述多个节点中的两个的多条边，所述节点对应于至少一个商户，所述边的权重对应于用户在相应商户的交易记录之间的关联性；

b)、基于所述多条边各自的权重对所述多个节点进行分类，所述分类包括对所述多个节点执行至少一次再分类，所述再分类使得所述网络拓扑图对应的模块度变大。

2.根据权利要求1所述的方法，其特征在于，所述节点以商户代码和/或POS终端代码为标识。

3.根据权利要求2所述的方法，其特征在于，基于以下因素中的至少一项来计算所述节点的权重：

用户在对应于该节点的至少一个商户处的交易次数；

对应于该节点的至少一个商户的联网方式；

对应于该节点的至少一个商户的商户类型；以及

与该节点相连接所述节点的数量。

4.根据权利要求1所述的方法，其特征在于，基于以下因素中的至少一项来计算所述边的权重：

同一用户在对应于该边的两个商户处分别进行交易的时间间隔；

同一用户在对应于该边的两个商户处连续进行交易的交易次数。

5.根据权利要求1所述的方法，其特征在于，所述步骤b)包括：

迭代地执行所述再分类，直到所述网络拓扑图对应的模块度不再变大时停止。

6.根据权利要求1所述的方法，其特征在于，所述步骤b)包括：

按照所述边的权重对所述多条边进行排序，将权重超过权重阈值的所述边对应的两个商户划分为同一类。

7.根据权利要求1所述的方法，其特征在于，所述步骤b)包括：

如果关联于多条边的某个节点具有多个潜在的分类，则基于使得所述网络拓扑图的模块度增加最多来确定该节点的分类。

8.根据权利要求1至7中任一项所述的方法，还包括：

遍历所述网络拓扑图的每个节点，确定：

在删除该节点的情况下，所述网络拓扑图的模块度的增加值是否超过异常性阈值；

在所述模块度的增加值超过所述异常性阈值的情况下，删除所述节点。

9.一种商户分类系统，包括：

图构建单元，用于基于用户群体在不同商户的交易记录构建网络拓扑图；其中，所述网络拓扑图包括多个节点和分别关联于所述多个节点中的两个的多条边，所述节点对应于至少一个商户，所述边的权重对应于用户在相应商户的交易记录之间的关联性；

商户分类单元，用于基于所述多条边各自的权重对所述多个节点进行分类；

其中，所述商户分类单元包括一迭代单元，所述迭代单元对所述多个节点执行至少一次再分类以使得所述网络拓扑图对应的模块度变大。

10.根据权利要求9所述的系统，还包括：

异常商户排除单元，其遍历所述网络拓扑图的每个节点以确定：

在删除该节点的情况下，所述网络拓扑图的模块度的增加值是否超过异常性阈值；

在所述模块度的增加值超过所述异常性阈值的情况下，删除所述节点。