CN110378737A - 一种网点布局评估方法及装置 - Google Patents
一种网点布局评估方法及装置 Download PDFInfo
- Publication number
- CN110378737A CN110378737A CN201910666197.5A CN201910666197A CN110378737A CN 110378737 A CN110378737 A CN 110378737A CN 201910666197 A CN201910666197 A CN 201910666197A CN 110378737 A CN110378737 A CN 110378737A
- Authority
- CN
- China
- Prior art keywords
- site
- area
- assessed
- financial resources
- existing
- 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
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0204—Market segmentation
- G06Q30/0205—Location or geographical consideration
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
Landscapes
- Business, Economics & Management (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供一种网点布局评估方法及装置,所述方法包括:根据待评估网点的位置信息,获取待评估网点的覆盖范围;从待评估网点的覆盖范围获得待评估网点的有效覆盖区域;根据待评估网点的有效覆盖区域内每个第一区域的M种金融资源和位置信息、待评估网点的位置信息、第一同业网点的位置信息,获得每个第一区域相对于待评估网点的M种金融资源;根据待评估网点的有效覆盖区域内每个第一区域相对于待评估网点的M种金融资源,获得待评估网点的M种金融资源;根据待评估网点的M种金融资源和辐射与回归模型,获得待评估网点的评估值。所述装置用于执行上述方法。本发明实施例提供的网点布局评估方法及装置,提高了网点布局的准确性。
Description
技术领域
本发明涉及人工智能技术领域,具体涉及一种网点布局评估方法及装置。
背景技术
目前,银行网点是银行为客户提供服务的重要渠道,在吸收客户和提高银行业绩等方面发挥着重要作用,但银行网点的设置有需要很高的投入。因此,银行网点的布局就显得十分的重要。
现有技术中,在金融领域银行网点的布局通常是基于对地理、人口、消费、经济等地理数据的分析,预测区域内市场潜力,确定相应规模的银行网点的选址。但这种网点布局方式数据内容简单、计算过程粗略,且数据维度上可扩展性差,导致的计算结果与真实的市场潜力上偏差很大,在实际应用中只能作为一个粗略的参考数据。此外,随着人口结构、城市自然环境、市场整体经济环境等因素的快速变化,上述这种网点布局方式需要频繁地进行修改,不具有通用性。
因此,如何提出一种网点布局评估方法,提高网点布局的准确性成为本领域需要解决的重要课题。
发明内容
针对现有技术中的问题,本发明实施例提供一种网点布局评估方法及装置。
一方面,本发明提出一种网点布局评估方法,包括:
根据待评估网点的位置信息,获取所述待评估网点的覆盖范围,所述待评估网点的覆盖范围包括多个第一区域;其中,所述第一区域是预先划分的;
从所述待评估网点的覆盖范围包括的第一区域中获得所述待评估网点的有效覆盖区域;其中,所述待评估网点的有效覆盖区域包括多个所述第一区域;
根据所述待评估网点的有效覆盖区域内每个第一区域的M种金融资源和位置信息、所述待评估网点的位置信息、第一同业网点的位置信息,获得所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源;其中,所述第一区域的M种金融资源是预先获得的;
根据所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源,获得所述待评估网点的M种金融资源;
根据所述待评估网点的M种金融资源和辐射与回归模型,获得所述待评估网点的评估值;其中,所述辐射与回归模型是根据网点样本数据训练获得的,所述网点样本数据包括预设数量的已有网点的M种金融资源和目标值。
另一方面,本发明提供一种网点布局评估装置,包括:
获取单元,用于根据待评估网点的位置信息,获取所述待评估网点的覆盖范围,所述待评估网点的覆盖范围包括多个第一区域;其中,所述第一区域是预先划分的;
第一获得单元,用于从所述待评估网点的覆盖范围包括的第一区域中获得所述待评估网点的有效覆盖区域;其中,所述待评估网点的有效覆盖区域包括多个所述第一区域;
第二获得单元,用于根据所述待评估网点的有效覆盖区域内每个第一区域的M种金融资源和位置信息、所述待评估网点的位置信息、第一同业网点的位置信息,获得所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源;其中,所述第一区域的M种金融资源是预先获得的;
第三获得单元,用于根据所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源,获得所述待评估网点的M种金融资源;
评估单元,用于根据所述待评估网点的M种金融资源和辐射与回归模型,获得所述待评估网点的评估值;其中,所述辐射与回归模型是根据网点样本数据训练获得的,所述网点样本数据包括预设数量的已有网点的M种金融资源和目标值。
再一方面,本发明提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述任一实施例所述网点布局评估方法的步骤。
又一方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述任一实施例所述网点布局评估方法的步骤。
本发明实施例提供的网点布局评估方法及装置,根据待评估网点的位置信息,获取待评估网点的覆盖范围,从待评估网点的覆盖范围包括的第一区域中获得待评估网点的有效覆盖区域,根据待评估网点的有效覆盖区域内每个第一区域的M种金融资源和位置信息、待评估网点的位置信息、第一同业网点的位置信息,获得待评估网点的有效覆盖区域内每个第一区域相对于待评估网点的M种金融资源,根据待评估网点的有效覆盖区域内每个第一区域相对于待评估网点的M种金融资源,获得待评估网点的M种金融资源,根据待评估网点的M种金融资源和辐射与回归模型,获得待评估网点的评估值,实现对待评估网点的量化评估,提高了网点布局的准确性。
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他的附图。在附图中:
图1是本发明第一实施例提供的网点布局评估方法的流程示意图。
图2是本发明第二实施例提供的网点布局评估方法的流程示意图。
图3是本发明第三实施例提供的网点布局评估方法的流程示意图。
图4是本发明第四实施例提供的网点布局评估方法的流程示意图。
图5是本发明第五实施例提供的网点布局评估方法的流程示意图。
图6是本发明第六实施例提供的网点布局评估方法的流程示意图。
图7是本发明第七实施例提供的网点布局评估装置的结构示意图。
图8是本发明第八实施例提供的网点布局评估装置的结构示意图。
图9是本发明第九实施例提供的网点布局评估装置的结构示意图。
图10是本发明第十实施例提供的网点布局评估装置的结构示意图。
图11是本发明第十一实施例提供的网点布局评估装置的结构示意图。
图12是本发明第十二实施例提供的网点布局评估装置的结构示意图。
图13是本发明第十三实施例提供的电子设备的实体结构示意图。
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明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
本发明实施例通过基于网点的个人储蓄存款和网点周边的人口资源关系,并结合与网点周边相关资源数据例如话费数据、POI数据、房价、GDP数据等,采用人工智能机器学习技术进行建模,并通过分析各相关因素对网点存款贡献的相关性,得到本发明实施例提供的网点布局评估方法,用于对网点的选址进行评估,提升了网点选址的科学性,并提高了网点选址的决策效率,同时提高了网点布局的准确性。本发明实施例提供的网点布局评估方法的执行主体包括但不限于服务器、台式机、笔记本电脑。
由于各个城市经济发展水平和人口数量的差异,在本发明实施例中的待评估网点、同业网点和已有网点都是指相同城市的网点,所述待评估网点即要采用本发明实施例提供的网点布局评估方法进行评估的网点,所述同业网点是指具有相同行业的网点,例如所述待评估网点为A银行的一个银行网点,所述待评估网点的同业网点为A银行的其他银行网点以及除了A银行以外的其他银行的银行网点,所述已有网点是指正常营业的网点。其中,本发明实施例中的网点包括但不限于银行网点。
在对城市中的网点进行评估之前,需要根据网点样本数据训练获得辐射与回归模型,图1是本发明一实施例提供的网点布局评估方法的流程示意图,如图1所示,根据所述网点样本数据训练获得所述辐射与回归模型的步骤包括:
S101、获得所述预设数量的所述已有网点的M种金融资源;
具体地,所述网点样本数据包括预设数量的已有网点的M种金融资源和目标值,通过对相关数据进行处理可以获得所述预设数量的已有网点的M种金融资源,具体获得过程详见下文所述,此处不进行赘述。所述已有网点的目标值与所述已有网点的M种金融资源对应,所述目标值包括但不限于网点日均储蓄存款数据,所述网点日均储蓄存款数据可以通过网点经营数据获得。其中,M为大于1的正整数。
S102、根据所述预设数量的所述已有网点的M种金融资源和所述已有网点的目标值,对随机森林模型进行训练,获得所述辐射与回归模型;
具体地,可以将所述预设数量的所述已有网点的M种金融资源和所述已有网点的目标值输入到随机森林模型中,对所述随机森林模型进行训练,可以获得所述辐射与回归模型。上述模型训练过程可以通过自动机器学习AutoML框架下的工具H2O实现。其中,由于有M种金融资源,在训练前,设置所述随机森林模型有M个初始参数,训练后得到的辐射与回归模型包括M个权重系数,所述权重系数与所述金融资源一一对应。
例如,在训练模型的过程中:(1)通过bootstrap重采样技术,将所有N个网点样本数据有放回地重复随机抽取N个样本生成新的网点样本集,将随机抽取的N个样本作为决策树根节点的样本用来训练一个决策树;(2)子决策树的每一分裂过程用到的金融资源为从所有M种金融资源中随机选取m个金融资源(m<<M),从这m个金融资源中采用策略来选择1个金融资源作为该节点的分裂属性。重复上述(1)和(2)建立大量的决策树,构成随机森林模型。将所述预设数量的所述已有网点的M种金融资源和所述已有网点的目标值代入到上述随机森林模型中训练,可以得到所述辐射与回归模型。
图2是本发明第二实施例提供的网点布局评估方法的流程示意图,如图2所示,在上述各实施例的基础上,进一步地,在所述获得所述预设数量的所述已有网点的M种金融资源之前,还包括:
S201、根据第一划分规则将所述已有网点所属城市的覆盖区域,划分为多个所述第二区域;其中,所述第一划分规则是预设的;
具体地,为了量化城市的金融资源分布,可以根据第一划分规则将所述已有网点所属城市的覆盖范围,划分为多个所述第二区域。其中,所述第一划分规则是预设的。
例如,所述第一划分规则为:以边长为a千米的正方形网格划分城市的覆盖范围。那么可以将所述已有网点所属城市的覆盖范围划分为一个个边长为a千米的正方形区域,一个边长为a千米的正方形区域即为一个所述第二区域,如果a为2,那么所述已有网点所属城市的覆盖范围就可以划分为多个2千米的正方形区域。其中,城市的覆盖范围根据实际需要进行设置,本发明实施例不做限定;a根据实际需要进行设置,本发明实施例不做限定。
S202、根据第二划分规则将所述每个所述第二区域,划分为多个所述第一区域;其中,所述第二划分规则是预设的。
具体地,在将所述已有网点所属城市的覆盖区域划分为多个所述第二区域之后,将每个所述第二区域根据第二划分规则,划分为多个所述第一区域。其中,所述第二划分规则是预设的。
例如,所述第二划分规则为:以边长为b米的正方形网格划分第二区域。那么可以将每个所述第二区域划分为一个个边长为b米的正方形区域,一个边长为b米的正方形区域即为一个所述第一区域,如果所述第二区域为边长为2千米的正方形区域,b为100,那么所述第二区域可以划分为400个所述第一区域。其中,b根据实际需要进行设置,本发明实施例不做限定。
图3是本发明第三实施例提供的网点布局评估方法的流程示意图,如图3所示,在上述各实施例的基础上,进一步地,获得每个所述已有网点的M种金融资源的步骤包括:
S1011、根据所述已有网点所属城市在预设时间段内的通信话费数据,获得每个第二区域的M种金融资源;其中,所述通信话费数据是预先获得的,所述第二区域是预先划分的;
具体地,可以预先获得的所述已有网点所属城市在预设时间段内的通信话费数据,所述通信话费数据包括每个第二区域内符合第j个话费等级的第k类人口的人口数量,所述话费等级和人口类型是预设的,设置了J个话费等级和K个人口类型。将每个第二区域内符合第j个话费等级的第k类人口的人口数量作为每个所述第二区域的一种金融资源,总共M种金融资源,从而获得每个第二区域的M种金融资源。其中,M=JK,J和K根据实际情况进行设置,本发明实施例不做限定。所述第二区域是预先划分的;所述通信话费数据是预先获得的;所述预设时间段根据实际需要进行设置,本发明实施例不做限定。
例如,所述预设时间段为1个月,所述话费等级有10个,包括:0-10元,10-20元,20-30元,30-40元,40-50元,50-70元,70-100元,100-150元,150-200元,200元以上。
设置三种所述人口类型,分别为工作人口、居住人口和流动人口。根据移动电话的通过记录,统计用户出现的天数来确定用户所属的人口类型。工作人口确定规则:工作时间的出现天数大于或者等于3天,并且工作时间出现的天数大于或者等于居住时间的出现天数,所述工作时间为周一~周五:09:00-17:00。居住人口确定规则:工作时间的出现天数大于或者等于3天,并且居住时间出现的天数大于工作时间的出现天数,所述居住时间为周一至周五:21:00-24:00,00:00-07:00;周六日全天。流动人口确定规则:出现人口-(工作人口与居住人口的并集)。用户播打电话的时间在某天工作时间内出现次数大于0次,所述工作时间的出现天数就加1;所述用户播打电话的时间在某天居住时间内出现次数大于0次,所述居住时间的出现天数加1。所述工作人口可以根据工作人口确定规则统计获得,所述居住人口可以根据居住人口确定规则统计获得,拨打过电话的用户即为出现人口。根据所述用户播打电话时的位置信息,可以确定所述用户所属的第二区域。由上述10个话费等级和3种人口类型的数据,可以获得每个所述第二区域的30种金融资源。
将所述已有网点所属城市的覆盖范围划分为多个所述第二区域的划分结果提供给移动通信运营商,并提供所述预设时间段、J个话费等级和K个人口类型的每个人口类型的确定规则,所述移动通信运营商可以提供对应的通信话费数据。
其中,获得所述城市覆盖区域内的所有第二网格的M种金融资源之后,可以对每个所述第二网格的M种金融资源金求和,将求和的结果作为每个所述第二网格的金融资源量,对比各个所述第二网格的金融资源量,可以获得最大的金融资源量Fmax和最小的金融资源量Fmin。根据最大的金融资源量Fmax和最小的金融资源量Fmin均匀划分10个金融资源等级,每个所述金融资源等级对应一种颜色,如表1所示,颜色随着金融等级的提高而由浅入深,金融资源等级越高对应的金融资源量越大。将各个所述第二网格的金融资源量分配到10个金融资源等级中,并在地图以相应的颜色标出,能够可视化展示城市中每个第二区域的金融资源量的聚集程度。
表1金融资源等级和颜色对照表
S1012、根据每个所述第二区域的M种金融资源,获得每个所述第二区域内每个第一区域的M种金融资源;其中,每个所述第二区域包括多个所述第一区域;
具体地,每个所述第二区域包括多个所述第一区域,将每个所述第二区域的M种金融资源平均分配给每个所述第二区域包括的第一区域,可以获得每个所述第二区域内每个第一区域的M种金融资源。
例如,所述第二区域包括30种金融资源,第m种金融资源表示为Pm,m为正整数且m小于等于30,所述第二区域包括400个所述第一区域,那么所述第二区域内每个所述第一区域的第m种金融资源为Sm=Pm/400。
S1013、根据所述已有网点的位置信息,获取所述已有网点的覆盖范围,所述已有网点的覆盖范围包括多个所述第一区域;
具体地,由于所述已有网点是为客户服务的,所述客户通常会就近选择服务的网点,可以以所述已有网点的位置为中心,预设距离为半径,得到所述已有网点的覆盖范围。由于所述已有网点所述的城市的覆盖区域已经被划分为众多的第一区域,所述已有网点的覆盖范围在所述已有网点所述的城市的覆盖区域内,所述已有网点的覆盖范围会包括多个所述第一区域,所述第一区域只要有部分处于已有网点的覆盖范围内,就作为所述已有网点的覆盖范围包括的一个第一区域。其中,所述预设距离根据实际经验进行设置,例如为1km,本发明实施例不做限定。
S1014、从所述已有网点的覆盖范围包括的第一区域中获得所述已有网点的有效覆盖区域;其中,所述已有网点的有效覆盖区域包括多个所述第一区域;
具体地,在获得所述已有网点的覆盖范围包括的第一区域之后,可以根据所述已有网点的覆盖范围内每个第一区域与所述已有网点的距离确定出所述已有网点的有效覆盖区域,所述已有网点的有效覆盖区域包括多个所述第一区域。
例如,所述已有网点的位置信息以经纬度坐标表示,获取所述已有网点的覆盖范围内每个第一区域的经纬度坐标,每个第一区域的的经纬度坐标可以以每个第一区域的几何中心的经纬度坐标表示。再根据球面距离计算公式,可以计算获得所述已有网点与所述已有网点的覆盖范围内每个第一区域的球面距离,将所述球面距离与所述预设距离进行比较,如果所述球面距离小于或者等于所述预设距离,那么所述球面距离对应的第一区域可以作为所述已有网点的有效覆盖区域内的第一区域。如果所述球面距离大于所述预设距离,那么所述球面距离对应的第一区域不是所述已有网点的有效覆盖区域内的第一区域。其中,对于A点和B点,A点与B点之间的球面距离为dAB=REarccos(sin(Aw)sin(Bw)+cos(Aw)cos(Bw)cos(Bj-Aj)),RE是地球半径,Aw代表A点的纬度坐标,Aj代表A点经度坐标,Bw代表B点的纬度坐标,Bj代表B点经度坐标。
S1015、根据各个所述第一区域的M种金融资源,获得所述已有网点的有效覆盖区域中每个第一区域的M种金融资源;
具体地,在获得所述已有网点的有效覆盖区域包括的各个第一区域之后,可以从已经获得的各个所述第一区域的M种金融资源中,获得所述已有网点的有效覆盖区域的每个第一区域的M种金融资源。
S1016、根据所述已有网点的有效覆盖区域内每个第一区域的位置信息、所述已有网点的位置信息、各个第二同业网点的位置信息,获得所述已有网点的有效覆盖区域内每个第一区域的市场瓜分值;
具体地,当所述第一区域被多个网点覆盖时,考虑到多个网点之间的竞争,可以将所述第一区域的M种金融资源中的每种金融资源平均分配给覆盖它的多个网点。对于所述已有网点的有效覆盖区域内每个第一区域,可以根据所述已有网点的有效覆盖区域内每个第一区域的位置信息和所述已有网点的位置信息,获得所述已有网点与所述已有网点的有效覆盖区域内每个第一区域的距离c,并根据所述已有网点的有效覆盖区域内每个第一区域的位置信息和所述第二同业网点的位置信息,获得所述第二同业网点中每个网点与所述已有网点的有效覆盖区域内每个第一区域的距离e,然后将距离c和距离e分别与所述预设距离进行比较,统计其中小于所述预设距离的距离的数量f,将数量f作为所述已有网点的有效覆盖区域内每个第一区域的市场瓜分值。所述已有网点的有效覆盖区域内每个第一区域的市场瓜分值表示有多少个网点来平分该第一区域的M种金融资源。其中,所述第二同业网点的位置信息是预先获得的,例如通过同业位置坐标数据获得,所述第二同业网点是所述已有网点的同业网点。可以用所述已有网点的有效覆盖区域内每个第一区域的中心点处的位置信息代表所述已有网点的有效覆盖区域内每个第一区域的位置信息。
例如,获得所述已有网点的经纬度坐标和所述第二同业网点中各个网点的经纬度坐标,以及所述已有网点的有效覆盖区域内第x个第一区域的经纬度坐标。根据球面距离计算公式,可以计算获得第x个第一区域与所述已有网点的球面距离,所述第二同业网点中每个网点与第x个第一区域的球面距离,假设共有T个所述球面距离。所述预设距离取1km,所述已有网点的有效覆盖区域内第x个第一区域的市场瓜分值其中,dβ为T个所述球面距离中的第β个,x为正整数且x小于或者等于所述已有网点的有效覆盖区域内的第一区域的总数量。
S1017、根据所述已有网点的有效覆盖区域内每个第一区域的M种金融资源和市场瓜分值,获得所述已有网点的有效覆盖区域内每个第一区域相对于所述已有网点的M种金融资源;
具体地,在获得所述已有网点的有效覆盖区域内每个第一区域的M种金融资源和市场瓜分值之后,用所述已有网点的有效覆盖区域内每个第一区域的每种金融资源除以所述已有网点的有效覆盖区域内每个第一区域的市场瓜分值,可以获得所述已有网点的有效覆盖区域内每个第一区域相对于所述已有网点的每种金融资源,从而得到所述已有网点的有效覆盖区域内每个第一区域相对于所述已有网点的M种金融资源。
例如,所述已有网点的有效覆盖区域内第x个第一区域的市场瓜分值为αx,所述已有网点的有效覆盖区域内第x个第一区域的第m种金融资源为Sm,那么所述已有网点的有效覆盖区域内第x个第一区域相对于所述已有网点的第m种金融资源Gxm=Sm/αx。
S1018、根据所述已有网点的有效覆盖区域内每个第一区域相对于所述已有网点的M种金融资源,获得所述已有网点的M种金融资源。
具体地,在获得所述已有网点的有效覆盖区域内每个第一区域相对于所述已有网点的M种金融资源之后,可以将所述已有网点的有效覆盖区域内各个第一区域相对于所述已有网点的一种金融资源进行求和,将求和的结果作为所述已有网点的一种金融资源,对其余的M-1种金融资源重复上述求和的过程,就可以得到所述已有网点的M种金融资源。
例如,所述已有网点的有效覆盖区域内第x个第一区域相对于所述已有网点的第m种金融资源为Gxm,那么所述已有网点的第m种金融资源其中Q为所述已有网点的有效覆盖区域内的第一区域的总数量。
在获得所述辐射与回归模型之后,就可以对所述城市中的任何一个网点进行网点布局评估,既可以对已有的网点进行评估,也可以用于对想要设置的网点进行选址,对候选地址进行评估。
图4是本发明第四实施例提供的网点布局评估方法的流程示意图,如图4所示,在上述各实施例的基础上,进一步地,本发明实施例提供的网点布局评估方法包括:
S401、根据待评估网点的位置信息,获取所述待评估网点的覆盖范围,所述待评估网点的覆盖范围包括多个第一区域;其中,所述第一区域是预先划分的;
具体地,由于所述已有网点是为客户服务的,所述客户通常会就近选择服务的网点,可以以所述待评估网点为中心,所述预设距离为半径,可以得到所述待评估网点的覆盖范围。由于所述待评估网点所述的城市的覆盖区域已经被划分为众多的第一区域,所述待评估网点的覆盖范围在所述待评估网点所述的城市的覆盖区域内,所述待评估网点的覆盖范围会包括多个所述第一区域,所述第一区域只要有部分处于所述待评估网点的覆盖范围内,就作为所述待评估网点的覆盖范围包括的一个第一区域。其中,所述第一区域是预先划分的;所述预设距离根据实际经验进行设置,本发明实施例不做限定。
例如,所述预设距离可以根据所述客户步行到所述待评估网点的最大可承受距离来确定,如果所述最大可承受距离为1km,那么可以将所述预设距离设置为1km。
S402、从所述待评估网点的覆盖范围包括的第一区域中获得所述待评估网点的有效覆盖区域;其中,所述待评估网点的有效覆盖区域包括多个所述第一区域;
具体地,在获得所述待评估网点的覆盖范围包括的第一区域之后,可以根据所述待评估网点的覆盖范围内的每个第一区域与所述待评估网点的距离确定出所述待评估网点的有效覆盖区域,所述待评估网点的有效覆盖区域包括多个所述第一区域。所述待评估网点的有效覆盖区域的具体获得过程,与步骤S1014所述已有网点的有效覆盖区域的具体获得过程类似,此处不进行赘述。
S403、根据所述待评估网点的有效覆盖区域内每个第一区域的M种金融资源和位置信息、所述待评估网点的位置信息、第一同业网点的位置信息,获得所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源;其中,所述第一区域的M种金融资源是预先获得的;
具体地,在获得所述待评估网点的有效覆盖区域包括的第一区域之后,可以从所述待评估网点所属城市的覆盖区域的各个所述第一区域的M种金融资源中,获得所述待评估网点的有效覆盖区域内每个第一区域的M种金融资源。根据所述待评估网点的有效覆盖区域内每个第一区域的位置信息、所述待评估网点的位置信息、第一同业网点的位置信息,可以获得所述待评估网点的有效覆盖区域内每个第一区域的市场瓜分值。再根据所述待评估网点的有效覆盖区域内每个第一区域的M种金融资源和市场瓜分值,得到所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源。其中,所述待评估网点所属城市与所述已有网点所属城市的覆盖区域相同。所述第一同业网点的位置信息是预先获得的,例如通过同业位置坐标数据获得,所述第一同业网点是所述待评估网点的同业网点。
S404、根据所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源,获得所述待评估网点的M种金融资源;
具体地,在获得所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源之后,可以将所述待评估网点的有效覆盖区域内各个第一区域相对于所述待评估网点的一种金融资源进行求和,将求和的结果作为所述待评估网点的一种金融资源,对其余的M-1种金融资源重复上述求和的过程,就可以得到所述待评估网点的M种金融资源。所述待评估网点的M种金融资源的具体获得过程与步骤S1018所述已有网点的M种金融资源的具体获得过程类似,此处不进行赘述。
S405、根据所述待评估网点的M种金融资源和辐射与回归模型,获得所述待评估网点的评估值;其中,所述辐射与回归模型是根据网点样本数据训练获得的,所述网点样本数据包括预设数量的已有网点的M种金融资源和目标值。
具体地,在获得所述待评估网点的M种金融资源之后,将所述待评估网点的M种金融资源输入到所述辐射与回归模型中,可以输出所述待评估网点的评估值,所述评估值用于评估所述待评估网点的位置是否为合适的网点位置。其中,所述辐射与回归模型是根据网点样本数据训练获得的,所述网点样本数据包括预设数量的已有网点的M种金融资源和目标值。
例如,可以根据经验设置评估阈值,如果所述评估值大于所述评估阈值,说明所述待评估网点的选址可以被接受,否则所述待评估网点的选址不好。如果所述待评估网点正计划建立,可以将多个所述待评估网点的候选位置,分别作为所述待评估网点的位置信息,可以得到多个所述评估值,从中选择最大的评估值对应的候选位置建立网点。
本发明实施例提供的网点布局评估方法,根据待评估网点的位置信息,获取待评估网点的覆盖范围,从待评估网点的覆盖范围包括的第一区域中获得待评估网点的有效覆盖区域,根据待评估网点的有效覆盖区域内每个第一区域的M种金融资源和位置信息、待评估网点的位置信息、第一同业网点的位置信息,获得待评估网点的有效覆盖区域内每个第一区域相对于待评估网点的M种金融资源,根据待评估网点的有效覆盖区域内每个第一区域相对于待评估网点的M种金融资源,获得待评估网点的M种金融资源,根据待评估网点的M种金融资源和辐射与回归模型,获得待评估网点的评估值,实现对待评估网点的量化评估,提高了网点布局评估的准确性。此外,辐射与回归模型具有通用性,可以根据需要进行更新,提高了网点布局评估的效率。
图5是本发明第五实施例提供的网点布局评估方法的流程示意图,如图5所示,在上述各实施例的基础上,进一步地,所述根据所述待评估网点的有效覆盖区域内每个第一区域的M种金融资源和位置信息、所述待评估网点的位置信息、第一同业网点的位置信息,获得所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源包括:
S4031、根据所述待评估网点的有效覆盖区域内每个第一区域的位置信息、所述待评估网点的位置信息、各个所述第一同业网点的位置信息,获得所述待评估网点的有效覆盖区域内每个第一区域的市场瓜分值;
具体地,获得所述待评估网点的有效覆盖区域内每个第一区域的市场瓜分值的具体过程与步骤S1016中所述已有网点的有效覆盖区域内每个第一区域的市场瓜分值的具体获得过程类似,此处不进行赘述。
S4032、根据所述待评估网点的有效覆盖区域内每个第一区域的M种金融资源和市场瓜分值,获得所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源。
具体地,获得所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源的具体过程与步骤S1017中所述已有网点的有效覆盖区域内每个第一区域相对于所述已有网点的M种金融资源的具体获得过程类似,此处不进行赘述。
图6是本发明第六实施例提供的网点布局评估方法的流程示意图,如图6所示,在上述各实施例的基础上,进一步地,所述从所述待评估网点的覆盖范围包括的第一区域中获得所述待评估网点的有效覆盖区域包括:
S4021、根据所述待评估网点的位置信息与所述待评估网点的覆盖范围内每个第一区域的位置信息,获得所述待评估网点与所述待评估网点的覆盖范围内每个第一区域之间的距离;
具体地,对于所述待评估网点的覆盖范围包括的第一区域中的每个第一区域,可根据所述待评估网点的位置信息与所述待评估网点的覆盖范围中每个第一区域的位置信息,计算获得所述待评估网点与所述待评估网点的覆盖范围中每个第一区域之间的距离。
例如,所述待评估网点的位置信息以经纬度坐标表示,获取所述待评估网点的覆盖范围内每个第一区域的经纬度坐标,可以以每个第一区域的几何中心的经纬度坐标作为每个第一区域的经纬度坐标。根据球面距离计算公式,可以计算获得所述待评估网点与所述待评估网点的覆盖范围内每个第一区域的球面距离。
S4022、若判断获知所述距离小于等于预设距离,则将所述距离对应的第一区域作为所述待评估网点的有效覆盖区域内的一个所述第一区域。
具体地,在获得所述待评估网点与所述待评估网点的覆盖范围内每个第一区域之间的距离L之后,将距离L与预设距离进行比较,如果距离L小于或者等于所述预设距离,那么将距离L对应的第一区域作为所述待评估网点的有效覆盖区域内的一个所述第一区域。其中,所述预设距离可以表示客户可以忍受的步行到所述待评估网点的最大距离,例如为1km,根据实际经验进行设置,本发明实施例不做限定。
在上述各实施例的基础上,进一步地,所述根据所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源,获得所述待评估网点的M种金融资源包括:
对所述待评估网点的有效覆盖区域内各个第一区域相对于所述待评估网点的第i种金融资源进行求和,将求和的结果作为所述待评估网点的第i种金融资源;其中,i大于0且小于等于M。
具体地,将所述待评估网点的有效覆盖区域内第y个第一区域相对于所述待评估网点的第i种金融资源表示为Gyi,将所述待评估网点的第i种金融资源表示为Gi,根据公式可以计算获得Gi,其中,W表示所述待评估网点的有效覆盖区域内的第一区域的总数量。
图7是本发明第七实施例提供的网点布局评估装置的结构示意图,如图7所示,本发明实施例提供的网点布局评估装置包括获取单元701、第一获得单元702、第二获得单元703、第三获得单元704和评估单元705,其中:
获取单元701用于根据待评估网点的位置信息,获取所述待评估网点的覆盖范围,所述待评估网点的覆盖范围包括多个第一区域;其中,所述第一区域是预先划分的;第一获得单元702用于从所述待评估网点的覆盖范围包括的第一区域中获得所述待评估网点的有效覆盖区域;其中,所述待评估网点的有效覆盖区域包括多个所述第一区域;第二获得单元703用于根据所述待评估网点的有效覆盖区域内每个第一区域的M种金融资源和位置信息、所述待评估网点的位置信息、第一同业网点的位置信息,获得所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源;其中,所述第一区域的M种金融资源是预先获得的;第三获得单元704用于根据所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源,获得所述待评估网点的M种金融资源;评估单元705用于根据所述待评估网点的M种金融资源和辐射与回归模型,获得所述待评估网点的评估值;其中,所述辐射与回归模型是根据网点样本数据训练获得的,所述网点样本数据包括预设数量的已有网点的M种金融资源和目标值。
具体地,由于所述已有网点是为客户服务的,所述客户通常会就近选择服务的网点,获取单元701可以以所述待评估网点为中心,所述预设距离为半径,可以得到所述待评估网点的覆盖范围。由于所述待评估网点所述的城市的覆盖区域已经被划分为众多的第一区域,所述待评估网点的覆盖范围在所述待评估网点所述的城市的覆盖区域内,所述待评估网点的覆盖范围会包括多个所述第一区域,所述第一区域只要有部分处于所述待评估网点的覆盖范围内,就作为所述待评估网点的覆盖范围包括的一个第一区域。其中,所述第一区域是预先划分的;所述预设距离根据实际经验进行设置,本发明实施例不做限定。
在获得所述待评估网点的覆盖范围包括的第一区域之后,第一获得单元702可以根据所述待评估网点的覆盖范围内的每个第一区域与所述待评估网点的距离确定出所述待评估网点的有效覆盖区域,所述待评估网点的有效覆盖区域包括多个所述第一区域。
在获得所述待评估网点的有效覆盖区域包括的第一区域之后,第二获得单元703可以从所述待评估网点所属城市的覆盖区域的各个所述第一区域的M种金融资源中,获得所述待评估网点的有效覆盖区域内每个第一区域的M种金融资源。第二获得单元703根据所述待评估网点的有效覆盖区域内每个第一区域的位置信息、所述待评估网点的位置信息、第一同业网点的位置信息,可以获得所述待评估网点的有效覆盖区域内每个第一区域的市场瓜分值。第二获得单元703再根据所述待评估网点的有效覆盖区域内每个第一区域的M种金融资源和市场瓜分值,得到所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源。其中,所述待评估网点所属城市与所述已有网点所属城市的覆盖区域相同。所述第一同业网点的位置信息是预先获得的,例如通过同业位置坐标数据获得,所述第一同业网点是所述待评估网点的同业网点。
在获得所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源之后,第三获得单元704可以将所述待评估网点的有效覆盖区域内各个第一区域相对于所述待评估网点的一种金融资源进行求和,将求和的结果作为所述待评估网点的一种金融资源,第三获得单元704对其余的M-1种金融资源重复上述求和的过程,就可以得到所述待评估网点的M种金融资源。
在获得所述待评估网点的M种金融资源之后,评估单元705将所述待评估网点的M种金融资源输入到所述辐射与回归模型中,可以输出所述待评估网点的评估值,所述评估值用于评估所述待评估网点的位置是否为合适的网点位置。其中,所述辐射与回归模型是根据网点样本数据训练获得的,所述网点样本数据包括预设数量的已有网点的M种金融资源和目标值。
本发明实施例提供的网点布局评估装置,根据待评估网点的位置信息,获取待评估网点的覆盖范围,从待评估网点的覆盖范围包括的第一区域中获得待评估网点的有效覆盖区域,根据待评估网点的有效覆盖区域内每个第一区域的M种金融资源和位置信息、待评估网点的位置信息、第一同业网点的位置信息,获得待评估网点的有效覆盖区域内每个第一区域相对于待评估网点的M种金融资源,根据待评估网点的有效覆盖区域内每个第一区域相对于待评估网点的M种金融资源,获得待评估网点的M种金融资源,根据待评估网点的M种金融资源和辐射与回归模型,获得待评估网点的评估值,实现对待评估网点的量化评估,提高了网点布局评估的准确性。此外,辐射与回归模型具有通用性,可以根据需要进行更新,提高了网点布局评估的效率。
图8是本发明第八实施例提供的网点布局评估装置的结构示意图,如图8所示,在上述各实施例的基础上,进一步地,第二获得单元702包括竞争子单元7021和第一获得子单元7022,其中:
竞争子单元7021用于根据所述待评估网点的有效覆盖区域内每个第一区域的位置信息、所述待评估网点的位置信息、各个所述同业网点的位置信息,计算所述待评估网点的有效覆盖区域内每个第一区域的市场瓜分值;第一获得子单元7022用于根据所述待评估网点的有效覆盖区域内每个第一区域的M种金融资源和市场瓜分值,获得所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源。
具体地,竞争子单元7021获得所述待评估网点的有效覆盖区域内每个第一区域的市场瓜分值的具体过程与第六获得子单元7066获得所述已有网点的有效覆盖区域内每个第一区域的市场瓜分值的具体过程类似,此处不进行赘述。
具体地,第一获得子单元7022获得所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源的具体过程与第七获得子单元7067获得所述已有网点的有效覆盖区域内每个第一区域相对于所述已有网点的M种金融资源的具体过程类似,此处不进行赘述。
图9是本发明第九实施例提供的网点布局评估装置的结构示意图,如图9所示,在上述各实施例的基础上,进一步地,本发明实施例提供的网点布局评估装置还包括第四获得单元706和训练单元707,其中:
第四获得单元706用于获得所述预设数量的所述已有网点的M种金融资源;训练单元707用于根据所述预设数量的所述已有网点的M种金融资源和所述已有网点的目标值,对随机森林模型进行训练,获得所述辐射与回归模型。
具体地,所述网点样本数据包括预设数量的已有网点的M种金融资源和目标值,第四获得单元706通过对相关数据进行处理可以获得所述预设数量的已有网点的M种金融资源,具体获得过程详见下文所述,此处不进行赘述。所述已有网点的目标值与所述已有网点的M种金融资源对应,所述目标值包括但不限于网点日均储蓄存款数据,所述网点日均储蓄存款数据可以通过网点经营数据获得。其中,M为大于1的正整数。
训练单元707可以将所述预设数量的所述已有网点的M种金融资源和所述已有网点的目标值输入到随机森林模型中,对所述随机森林模型进行训练,可以获得所述辐射与回归模型。上述模型训练过程可以通过自动机器学习AutoML框架下的工具H2O实现。其中,由于有M种金融资源,在训练前,设置所述随机森林模型有M个初始参数,训练后得到的辐射与回归模型包括M个权重系数,所述权重系数与所述金融资源一一对应。
图10是本发明第十实施例提供的网点布局评估装置的结构示意图,如图10所示,在上述各实施例的基础上,进一步地,第四获得单元706包括第二获得子单元7061、第三获得子单元7062、获取子单元7063、第四获得子单元7064、第五获得子单元7065、第六获得子单元7066、第七获得子单元7067和第八获得子单元7068,其中:
第二获得子单元7061用于根据所述已有网点所属城市在预设时间段内的通信话费数据,获得每个第二区域的M种金融资源;其中,所述通信话费数据是预先获得的,所述第二区域是预先划分的;第三获得子单元7062用于根据每个所述第二区域的M种金融资源,获得每个所述第二区域包括的每个第一区域的M种金融资源;其中,所述第二区域包括多个所述第一区域;获取子单元7063用于根据所述已有网点的位置信息,获取所述已有网点的覆盖范围,所述已有网点的覆盖范围包括多个所述第一区域;第四获得子单元7064用于从所述已有网点的覆盖范围包括的第一区域中获得所述已有网点的有效覆盖区域;其中,所述已有网点的有效覆盖区域包括多个所述第一区域;第五获得子单元7065用于根据各个所述第一区域的M种金融资源,获得所述已有网点的有效覆盖区域内每个第一区域的M种金融资源;第六获得子单元7066用于根据所述已有网点的有效覆盖区域内每个第一区域的位置信息、每个所述已有网点的位置信息、各个第二同业网点的位置信息,获得所述已有网点的有效覆盖区域内每个第一区域的市场瓜分值;第七获得子单元7067用于根据所述已有网点的有效覆盖区域内每个第一区域的M种金融资源和市场瓜分值,获得所述已有网点的有效覆盖区域内每个第一区域相对于所述已有网点的M种金融资源;第八获得子单元7068用于根据所述已有网点的有效覆盖区域内每个第一区域相对于所述已有网点的M种金融资源,获得每个所述已有网点的M种金融资源。
具体地,第二获得子单元7061可以预先获得的所述已有网点所属城市在预设时间段内的通信话费数据,所述通信话费数据包括每个第二区域内符合第j个话费等级的第k类人口的人口数量,所述话费等级和人口类型是预设的,设置了J个话费等级和K个人口类型。第二获得子单元7061将每个第二区域内符合第j个话费等级的第k类人口的人口数量作为每个所述第二区域的一种金融资源,总共M种金融资源,从而获得每个第二区域的M种金融资源。其中,M=JK,J和K根据实际情况进行设置,本发明实施例不做限定。所述第二区域是预先划分的;所述通信话费数据是预先获得的;所述预设时间段根据实际需要进行设置,本发明实施例不做限定。
每个所述第二区域包括多个所述第一区域,第三获得子单元7062将每个所述第二区域的M种金融资源平均分配给每个所述第二区域包括的第一区域,可以获得每个所述第二区域内每个第一区域的M种金融资源。
由于所述已有网点是为客户服务的,所述客户通常会就近选择服务的网点,获取子单元7063可以以所述已有网点的位置为中心,预设距离为半径,得到所述已有网点的覆盖范围。由于所述已有网点所述的城市的覆盖区域已经被划分为众多的第一区域,所述已有网点的覆盖范围在所述已有网点所述的城市的覆盖区域内,所述已有网点的覆盖范围会包括多个所述第一区域,所述第一区域只要有部分处于已有网点的覆盖范围内,就作为所述已有网点的覆盖范围包括的一个第一区域。其中,所述预设距离根据实际经验进行设置,例如为1km,本发明实施例不做限定。
在获得所述已有网点的覆盖范围包括的第一区域之后,第四获得子单元7064可以根据所述已有网点的覆盖范围内每个第一区域与所述已有网点的距离确定出所述已有网点的有效覆盖区域,所述已有网点的有效覆盖区域包括多个所述第一区域。
在获得所述已有网点的有效覆盖区域包括的各个第一区域之后,第五获得子单元7065可以从已经获得的各个所述第一区域的M种金融资源中,获得所述已有网点的有效覆盖区域的每个第一区域的M种金融资源。
当所述第一区域被多个网点覆盖时,考虑到多个网点之间的竞争,第六获得子单元7066可以将所述第一区域的M种金融资源中的每种金融资源平均分配给覆盖它的多个网点。对于所述已有网点的有效覆盖区域内每个第一区域,第六获得子单元7066可以根据所述已有网点的有效覆盖区域内每个第一区域的位置信息和所述已有网点的位置信息,获得所述已有网点与所述已有网点的有效覆盖区域内每个第一区域的距离c,并根据所述已有网点的有效覆盖区域内每个第一区域的位置信息和所述第二同业网点的位置信息,获得所述第二同业网点中每个网点与所述已有网点的有效覆盖区域内每个第一区域的距离e,然后将距离c和距离e分别与所述预设距离进行比较,统计其中小于所述预设距离的距离的数量f,将数量f作为所述已有网点的有效覆盖区域内每个第一区域的市场瓜分值。所述已有网点的有效覆盖区域内每个第一区域的市场瓜分值表示有多少个网点来平分该第一区域的M种金融资源。其中,所述第二同业网点的位置信息是预先获得的,例如通过同业位置坐标数据获得,所述第二同业网点是所述已有网点的同业网点。可以用所述已有网点的有效覆盖区域内每个第一区域的中心点处的位置信息代表所述已有网点的有效覆盖区域内每个第一区域的位置信息。
在获得所述已有网点的有效覆盖区域内每个第一区域的M种金融资源和市场瓜分值之后,第七获得子单元7067用所述已有网点的有效覆盖区域内每个第一区域的每种金融资源除以所述已有网点的有效覆盖区域内每个第一区域的市场瓜分值,可以获得所述已有网点的有效覆盖区域内每个第一区域相对于所述已有网点的每种金融资源,从而得到所述已有网点的有效覆盖区域内每个第一区域相对于所述已有网点的M种金融资源。
在获得所述已有网点的有效覆盖区域内每个第一区域相对于所述已有网点的M种金融资源之后,第八获得子单元7068可以将所述已有网点的有效覆盖区域内各个第一区域相对于所述已有网点的一种金融资源进行求和,将求和的结果作为所述已有网点的一种金融资源,对其余的M-1种金融资源重复上述求和的过程,就可以得到所述已有网点的M种金融资源。
图11是本发明第十一实施例提供的网点布局评估装置的结构示意图,如图11所示,本发明实施例提供的网点布局评估装置还包括第一划分单元708和第二划分单元709,其中:
第一划分单元708用于根据第一划分规则将所述已有网点所属城市的覆盖区域,划分为多个所述第二区域;其中,所述第一划分规则是预设的;第二划分单元709用于根据第二划分规则将所述每个所述第二区域,划分为多个所述第一区域;其中,所述第二划分规则是预设的。
具体地,为了量化城市的金融资源分布,第一划分单元708可以根据第一划分规则将所述已有网点所属城市的覆盖范围,划分为多个所述第二区域。其中,所述第一划分规则是预设的。
在将所述已有网点所属城市的覆盖区域划分为多个所述第二区域之后,第二划分单元709将每个所述第二区域根据第二划分规则,划分为多个所述第一区域。其中,所述第二划分规则是预设的。
图12是本发明第十二实施例提供的网点布局评估装置的结构示意图,如图12所示,在上述各实施例的基础上,进一步地,第一获得单元702包括计算子单元7021和判断子单元7022,其中:
计算子单元7021用于根据所述待评估网点的位置信息与所述待评估网点的覆盖范围内每个第一区域的位置信息,计算所述待评估网点与所述待评估网点的覆盖范围中每个第一区域之间的距离;判断子单元7022用于在判断获知所述距离小于等于预设距离之后,将所述距离对应的第一区域作为所述待评估网点的有效覆盖区域内的一个所述第一区域。
具体地,对于所述待评估网点的覆盖范围包括的第一区域中的每个第一区域,计算子单元7021可根据所述待评估网点的位置信息与所述待评估网点的覆盖范围中每个第一区域的位置信息,计算获得所述待评估网点与所述待评估网点的覆盖范围中每个第一区域之间的距离。
在获得所述待评估网点与所述待评估网点的覆盖范围内每个第一区域之间的距离L之后,判断子单元7022将距离L与预设距离进行比较,如果距离L小于或者等于所述预设距离,那么将距离L对应的第一区域作为所述待评估网点的有效覆盖区域内的一个所述第一区域。其中,所述预设距离可以表示客户可以忍受的步行到所述待评估网点的最大距离,例如为1km,根据实际经验进行设置,本发明实施例不做限定。
在上述各实施例的基础上,进一步地,第三获得单元704具体用于:
对所述待评估网点的有效覆盖区域内各个第一区域相对于所述待评估网点的第i种金融资源进行求和,将求和的结果作为所述待评估网点的第i种金融资源;其中,i大于0且小于等于M。
具体地,将所述待评估网点的有效覆盖区域内第y个第一区域相对于所述待评估网点的第i种金融资源表示为Gyi,将所述待评估网点的第i种金融资源表示为Gi,第三获得单元704根据公式可以计算获得Gi,其中,W表示所述待评估网点的有效覆盖区域内的第一区域的总数量。
本发明提供的装置的实施例具体可以用于执行上述各方法实施例的处理流程,其功能在此不再赘述,可以参照上述方法实施例的详细描述。
图13是本发明第十三实施例提供的电子设备的实体结构示意图,如图13所示,该电子设备可以包括:处理器(processor)1301、通信接口(Communications Interface)1302、存储器(memory)1303和通信总线1304,其中,处理器1301,通信接口1302,存储器1303通过通信总线1304完成相互间的通信。处理器1301可以调用存储器1303中的逻辑指令,以执行如下方法:根据待评估网点的位置信息,获取所述待评估网点的覆盖范围,所述待评估网点的覆盖范围包括多个第一区域;其中,所述第一区域是预先划分的;从所述待评估网点的覆盖范围包括的第一区域中获得所述待评估网点的有效覆盖区域;其中,所述待评估网点的有效覆盖区域包括多个所述第一区域;根据所述待评估网点的有效覆盖区域内每个第一区域的M种金融资源和位置信息、所述待评估网点的位置信息、第一同业网点的位置信息,获得所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源;其中,所述第一区域的M种金融资源是预先获得的;根据所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源,获得所述待评估网点的M种金融资源;根据所述待评估网点的M种金融资源和辐射与回归模型,获得所述待评估网点的评估值;其中,所述辐射与回归模型是根据网点样本数据训练获得的,所述网点样本数据包括预设数量的已有网点的M种金融资源和目标值。
此外,上述的存储器1303中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品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)执行本发明各个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-Only Memory)、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。
本实施例公开一种计算机程序产品,所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:根据待评估网点的位置信息,获取所述待评估网点的覆盖范围,所述待评估网点的覆盖范围包括多个第一区域;其中,所述第一区域是预先划分的;从所述待评估网点的覆盖范围包括的第一区域中获得所述待评估网点的有效覆盖区域;其中,所述待评估网点的有效覆盖区域包括多个所述第一区域;根据所述待评估网点的有效覆盖区域内每个第一区域的M种金融资源和位置信息、所述待评估网点的位置信息、第一同业网点的位置信息,获得所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源;其中,所述第一区域的M种金融资源是预先获得的;根据所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源,获得所述待评估网点的M种金融资源;根据所述待评估网点的M种金融资源和辐射与回归模型,获得所述待评估网点的评估值;其中,所述辐射与回归模型是根据网点样本数据训练获得的,所述网点样本数据包括预设数量的已有网点的M种金融资源和目标值。
本实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储计算机程序,所述计算机程序使所述计算机执行上述各方法实施例所提供的方法,例如包括:根据待评估网点的位置信息,获取所述待评估网点的覆盖范围,所述待评估网点的覆盖范围包括多个第一区域;其中,所述第一区域是预先划分的;从所述待评估网点的覆盖范围包括的第一区域中获得所述待评估网点的有效覆盖区域;其中,所述待评估网点的有效覆盖区域包括多个所述第一区域;根据所述待评估网点的有效覆盖区域内每个第一区域的M种金融资源和位置信息、所述待评估网点的位置信息、第一同业网点的位置信息,获得所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源;其中,所述第一区域的M种金融资源是预先获得的;根据所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源,获得所述待评估网点的M种金融资源;根据所述待评估网点的M种金融资源和辐射与回归模型,获得所述待评估网点的评估值;其中,所述辐射与回归模型是根据网点样本数据训练获得的,所述网点样本数据包括预设数量的已有网点的M种金融资源和目标值。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
在本说明书的描述中,参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”、“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发明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一定指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何的一个或多个实施例或示例中以合适的方式结合。
以上所述的具体实施例,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例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (14)
1.一种网点布局评估方法,其特征在于,包括:
根据待评估网点的位置信息,获取所述待评估网点的覆盖范围,所述待评估网点的覆盖范围包括多个第一区域;其中,所述第一区域是预先划分的;
从所述待评估网点的覆盖范围包括的第一区域中获得所述待评估网点的有效覆盖区域;其中,所述待评估网点的有效覆盖区域包括多个所述第一区域;
根据所述待评估网点的有效覆盖区域内每个第一区域的M种金融资源和位置信息、所述待评估网点的位置信息、第一同业网点的位置信息,获得所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源;其中,所述第一区域的M种金融资源是预先获得的;
根据所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源,获得所述待评估网点的M种金融资源;
根据所述待评估网点的M种金融资源和辐射与回归模型,获得所述待评估网点的评估值;其中,所述辐射与回归模型是根据网点样本数据训练获得的,所述网点样本数据包括预设数量的已有网点的M种金融资源和目标值。
2.根据权利要求1所述的方法,其特征在于,所述根据所述待评估网点的有效覆盖区域内每个第一区域的M种金融资源和位置信息、所述待评估网点的位置信息、第一同业网点的位置信息,获得所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源包括:
根据所述待评估网点的有效覆盖区域内每个第一区域的位置信息、所述待评估网点的位置信息、各个所述第一同业网点的位置信息,获得所述待评估网点的有效覆盖区域内每个第一区域的市场瓜分值;
根据所述待评估网点的有效覆盖区域内每个第一区域的M种金融资源和市场瓜分值,获得所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源。
3.根据权利要求1所述的方法,其特征在于,根据所述网点样本数据训练获得所述辐射与回归模型的步骤包括:
获得所述预设数量的所述已有网点的M种金融资源;
根据所述预设数量的所述已有网点的M种金融资源和所述已有网点的目标值,对随机森林模型进行训练,获得所述辐射与回归模型;
其中,获得每个所述已有网点的M种金融资源的步骤包括:
根据所述已有网点所属城市在预设时间段内的通信话费数据,获得每个第二区域的M种金融资源;其中,所述通信话费数据是预先获得的,所述第二区域是预先划分的;
根据每个所述第二区域的M种金融资源,获得每个所述第二区域内每个第一区域的M种金融资源;其中,每个所述第二区域包括多个所述第一区域;
根据所述已有网点的位置信息,获取所述已有网点的覆盖范围,所述已有网点的覆盖范围包括多个所述第一区域;
从所述已有网点的覆盖范围包括的第一区域中获得所述已有网点的有效覆盖区域;其中,所述已有网点的有效覆盖区域包括多个所述第一区域;
根据各个所述第一区域的M种金融资源,获得所述已有网点的有效覆盖区域内每个第一区域的M种金融资源;
根据所述已有网点的有效覆盖区域内每个第一区域的位置信息、所述已有网点的位置信息、各个第二同业网点的位置信息,获得所述已有网点的有效覆盖区域内每个第一区域的市场瓜分值;
根据所述已有网点的有效覆盖区域内每个第一区域的M种金融资源和市场瓜分值,获得所述已有网点的有效覆盖区域内每个第一区域相对于所述已有网点的M种金融资源;
根据所述已有网点的有效覆盖区域内每个第一区域相对于所述已有网点的M种金融资源,获得每个所述已有网点的M种金融资源。
4.根据权利要求3所述的方法,其特征在于,在所述获得所述预设数量的所述已有网点的M种金融资源之前,还包括:
根据第一划分规则将所述已有网点所属城市的覆盖区域,划分为多个所述第二区域;其中,所述第一划分规则是预设的;
根据第二划分规则将所述每个所述第二区域,划分为多个所述第一区域;其中,所述第二划分规则是预设的。
5.根据权利要求1所述的方法,其特征在于,所述从所述待评估网点的覆盖范围包括的第一区域中获得所述待评估网点的有效覆盖区域包括:
根据所述待评估网点的位置信息与所述待评估网点的覆盖范围内每个第一区域的位置信息,计算所述待评估网点与所述待评估网点的覆盖范围内每个第一区域之间的距离;
若判断获知所述距离小于等于预设距离,则将所述距离对应的第一区域作为所述待评估网点的有效覆盖区域内的一个所述第一区域。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述根据所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源,获得所述待评估网点的M种金融资源包括:
对所述待评估网点的有效覆盖区域内各个第一区域相对于所述待评估网点的第i种金融资源进行求和,将求和的结果作为所述待评估网点的第i种金融资源;其中,i大于0且小于等于M。
7.一种网点布局评估装置,其特征在于,包括:
获取单元,用于根据待评估网点的位置信息,获取所述待评估网点的覆盖范围,所述待评估网点的覆盖范围包括多个第一区域;其中,所述第一区域是预先划分的;
第一获得单元,用于从所述待评估网点的覆盖范围包括的第一区域中获得所述待评估网点的有效覆盖区域;其中,所述待评估网点的有效覆盖区域包括多个所述第一区域;
第二获得单元,用于根据所述待评估网点的有效覆盖区域内每个第一区域的M种金融资源和位置信息、所述待评估网点的位置信息、第一同业网点的位置信息,获得所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源;其中,所述第一区域的M种金融资源是预先获得的;
第三获得单元,用于根据所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源,获得所述待评估网点的M种金融资源;
评估单元,用于根据所述待评估网点的M种金融资源和辐射与回归模型,获得所述待评估网点的评估值;其中,所述辐射与回归模型是根据网点样本数据训练获得的,所述网点样本数据包括预设数量的已有网点的M种金融资源和目标值。
8.根据权利要求7所述的装置,其特征在于,所述第二获得单元包括:
竞争子单元,用于根据所述待评估网点的有效覆盖区域内每个第一区域的位置信息、所述待评估网点的位置信息、各个所述第一同业网点的位置信息,获得所述待评估网点的有效覆盖区域内每个第一区域的市场瓜分值;
第一获得子单元,用于根据所述待评估网点的有效覆盖区域内每个第一区域的M种金融资源和市场瓜分值,获得所述待评估网点的有效覆盖区域内每个第一区域相对于所述待评估网点的M种金融资源。
9.根据权利要求7所述的装置,其特征在于,还包括:
第四获得单元,用于获得所述预设数量的所述已有网点的M种金融资源;
训练单元,用于根据所述预设数量的所述已有网点的M种金融资源和所述已有网点的目标值,对随机森林模型进行训练,获得所述辐射与回归模型;
其中,所述第四获得单元包括:
第二获得子单元,用于根据所述已有网点所属城市在预设时间段内的通信话费数据,获得每个第二区域的M种金融资源;其中,所述通信话费数据是预先获得的,所述第二区域是预先划分的;
第三获得子单元,用于根据每个所述第二区域的M种金融资源,获得每个所述第二区域内每个第一区域的M种金融资源;其中,每个所述第二区域包括多个所述第一区域;
获取子单元,用于根据所述已有网点的位置信息,获取所述已有网点的覆盖范围,所述已有网点的覆盖范围包括多个所述第一区域;
第四获得子单元,用于从所述已有网点的覆盖范围包括的第一区域中获得所述已有网点的有效覆盖区域;其中,所述已有网点的有效覆盖区域包括多个所述第一区域;
第五获得子单元,用于根据各个所述第一区域的M种金融资源,获得所述已有网点的有效覆盖区域内每个第一区域的M种金融资源;
第六获得子单元,用于根据所述已有网点的有效覆盖区域内每个第一区域的位置信息、所述已有网点的位置信息、各个第二同业网点的位置信息,获得所述已有网点的有效覆盖区域内每个第一区域的市场瓜分值;
第七获得子单元,用于根据所述已有网点的有效覆盖区域内每个第一区域的M种金融资源和市场瓜分值,获得所述已有网点的有效覆盖区域内每个第一区域相对于所述已有网点的M种金融资源;
第八获得子单元,用于根据所述已有网点的有效覆盖区域内每个第一区域相对于所述已有网点的M种金融资源,获得每个所述已有网点的M种金融资源。
10.根据权利要求9所述的装置,其特征在于,还包括:
第一划分单元,用于根据第一划分规则将所述已有网点所属城市的覆盖区域,划分为多个所述第二区域;其中,所述第一划分规则是预设的;
第二划分单元,用于根据第二划分规则将所述每个所述第二区域,划分为多个所述第一区域;其中,所述第二划分规则是预设的。
11.根据权利要求7所述的装置,其特征在于,所述第一获得单元包括:
计算子单元,用于根据所述待评估网点的位置信息与所述待评估网点的覆盖范围内每个第一区域的位置信息,计算所述待评估网点与所述待评估网点的覆盖范围内每个第一区域之间的距离;
判断子单元,用于在判断获知所述距离小于等于预设距离之后,将所述距离对应的第一区域作为所述待评估网点的有效覆盖区域内的一个所述第一区域。
12.根据权利要求7至11任一项所述的装置,其特征在于,所述第三获得单元具体用于:
对所述待评估网点的有效覆盖区域内各个第一区域相对于所述待评估网点的第i种金融资源进行求和,将求和的结果作为所述待评估网点的第i种金融资源;其中,i大于0且小于等于M。
13.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至6任一项所述方法的步骤。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910666197.5A CN110378737B (zh) | 2019-07-23 | 2019-07-23 | 一种网点选址方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910666197.5A CN110378737B (zh) | 2019-07-23 | 2019-07-23 | 一种网点选址方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110378737A true CN110378737A (zh) | 2019-10-25 |
CN110378737B CN110378737B (zh) | 2022-04-05 |
Family
ID=68255069
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910666197.5A Active CN110378737B (zh) | 2019-07-23 | 2019-07-23 | 一种网点选址方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110378737B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111583025A (zh) * | 2020-05-08 | 2020-08-25 | 中国银行股份有限公司 | 一种基于距离的移动柜台选址方法及装置 |
CN111583026A (zh) * | 2020-05-08 | 2020-08-25 | 中国银行股份有限公司 | 一种基于距离与影响范围的移动柜台选址方法及装置 |
CN113191681A (zh) * | 2021-05-21 | 2021-07-30 | 中国工商银行股份有限公司 | 网点选址方法、装置、电子设备及可读存储介质 |
CN113379462A (zh) * | 2021-06-29 | 2021-09-10 | 北京百度网讯科技有限公司 | 一种网点选址方法、装置、设备和存储介质 |
CN113988628A (zh) * | 2021-10-28 | 2022-01-28 | 中国银行股份有限公司 | 一种atm机位置确定方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106651019A (zh) * | 2016-12-14 | 2017-05-10 | 中国联合网络通信有限公司吉林省分公司 | 联通运营商渠道选址方法 |
CN107886250A (zh) * | 2017-11-22 | 2018-04-06 | 链家网(北京)科技有限公司 | 基于指数评级信息的居住项目选址评估的方法及服务器 |
CN109657883A (zh) * | 2019-01-28 | 2019-04-19 | 重庆邮电大学 | 一种基于多源数据驱动的银行网点选址推荐方法 |
CN109727076A (zh) * | 2019-01-04 | 2019-05-07 | 成都方未科技有限公司 | 一种基于人口时空分布的选址方法 |
-
2019
- 2019-07-23 CN CN201910666197.5A patent/CN110378737B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106651019A (zh) * | 2016-12-14 | 2017-05-10 | 中国联合网络通信有限公司吉林省分公司 | 联通运营商渠道选址方法 |
CN107886250A (zh) * | 2017-11-22 | 2018-04-06 | 链家网(北京)科技有限公司 | 基于指数评级信息的居住项目选址评估的方法及服务器 |
CN109727076A (zh) * | 2019-01-04 | 2019-05-07 | 成都方未科技有限公司 | 一种基于人口时空分布的选址方法 |
CN109657883A (zh) * | 2019-01-28 | 2019-04-19 | 重庆邮电大学 | 一种基于多源数据驱动的银行网点选址推荐方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111583025A (zh) * | 2020-05-08 | 2020-08-25 | 中国银行股份有限公司 | 一种基于距离的移动柜台选址方法及装置 |
CN111583026A (zh) * | 2020-05-08 | 2020-08-25 | 中国银行股份有限公司 | 一种基于距离与影响范围的移动柜台选址方法及装置 |
CN111583025B (zh) * | 2020-05-08 | 2023-11-10 | 中国银行股份有限公司 | 一种基于距离的移动柜台选址方法及装置 |
CN111583026B (zh) * | 2020-05-08 | 2023-11-21 | 中国银行股份有限公司 | 一种基于距离与影响范围的移动柜台选址方法及装置 |
CN113191681A (zh) * | 2021-05-21 | 2021-07-30 | 中国工商银行股份有限公司 | 网点选址方法、装置、电子设备及可读存储介质 |
CN113379462A (zh) * | 2021-06-29 | 2021-09-10 | 北京百度网讯科技有限公司 | 一种网点选址方法、装置、设备和存储介质 |
CN113988628A (zh) * | 2021-10-28 | 2022-01-28 | 中国银行股份有限公司 | 一种atm机位置确定方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110378737B (zh) | 2022-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110378737A (zh) | 一种网点布局评估方法及装置 | |
Gustafson | How has the state-of-the-art for quantification of landscape pattern advanced in the twenty-first century? | |
CN108537440A (zh) | 一种基于bim的建筑方案工程管理系统 | |
Collet et al. | Water supply sustainability and adaptation strategies under anthropogenic and climatic changes of a meso-scale Mediterranean catchment | |
CN109241846A (zh) | 遥感影像的时空变化估测方法、装置与存储介质 | |
Jeong et al. | Integrating buildings into a rural landscape using a multi-criteria spatial decision analysis in GIS-enabled web environment | |
CN107563803A (zh) | 一种基于耗费距离栅格的商圈划分方法 | |
Kim et al. | Calibrating cellular automata models for simulating urban growth: Comparative analysis of SLEUTH and Metronamica | |
CN109949692A (zh) | 路网匹配方法、装置、计算机设备及存储介质 | |
Yu | Assessing the implications of the recent community opening policy on the street centrality in China: A GIS-based method and case study | |
Piero et al. | Soil sealing: quantifying impacts on soil functions by a geospatial decision support system | |
Möller et al. | Effective map scales for soil transport processes and related process domains—Statistical and spatial characterization of their scale-specific inaccuracies | |
Janssen et al. | Using geodesign to develop a spatial adaptation strategy for Friesland | |
Pan et al. | Optimization of multi-objective multi-functional landuse zoning using a vector-based genetic algorithm | |
CN110348685B (zh) | 城市工业用地空间干扰度测评方法、系统、设备及介质 | |
CN108765560A (zh) | 一种将dem数据转化为网格模型的方法及装置 | |
Shao et al. | An improved artificial bee colony-based approach for zoning protected ecological areas | |
Crols et al. | Downdating high-resolution population density maps using sealed surface cover time series | |
Omusotsi | Role of GIS as a Toolfor Environmental Planning and Management | |
Jayasinghe et al. | Exploration of expansion patterns and prediction of urban growth for Colombo City, Sri Lanka | |
CN109308313A (zh) | 基于文化资源评价的资源富集区识别方法 | |
CN114723316A (zh) | 一种基于gis的城区公共设施的可达性评价方法、系统及可读存储模块 | |
Lupu et al. | Using cellular automata to simulate tourism growth. Case study: Iaşi city. | |
Nabong et al. | Identifying leverage points in climate change migration systems through expert mental models | |
Lazoglou et al. | Investigating the use of a modified NSGA-II solution for land-use planning in mediterranean islands |
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 |