CN110688589A - 到店识别方法、装置、电子设备及可读存储介质 - Google Patents

Abstract

本发明公开了一种到店识别方法，包括：获取用户上传的轨迹数据，所述轨迹数据中包含无线网络指纹数据；基于所述轨迹数据，判断所述用户是否处于驻留状态；响应于所述用户处于驻留状态，根据所述轨迹数据以及预设的无线网络指纹库，获取所述用户当前所处店铺的店铺信息。解决了现有的到店识别方法成本较高且准确性较低的技术问题。取得了降低到店识别成本的同时提高了到店识别准确性的有益效果。

Description

到店识别方法、装置、电子设备及可读存储介质

技术领域

本发明涉及计算机技术领域，具体涉及一种到店识别方法、装置、电子设备及可读存储介质。

背景技术

到店识别是识别用户到达了线下某个物理店铺的过程。O2O(Online To Offline，线上到线下)是指将线下的商务机会与互联网结合，让互联网成为线下交易的平台。O2O的核心是促成线上用户和线下商品和服务的交易，如果线上交易平台能够识别处于线下店铺中的用户，那么就可以采取较低成本的方式，促成用户和商家完成更多交易。

现有的方案中一般基于定位技术进行到店识别，例如GPS定位技术、超宽带定位、惯性定位、Wi-Fi指纹定位，等等。但是，GPS定位的信号较弱，而且会受到墙体的阻隔和反射，很难在室内定位；超宽带定位需要提前在已知位置布置好锚节点和桥节点，使用成本较高；惯性定位需要依赖陀螺仪和加速计，无法单独使用，不适合在移动互联网上使用；Wi-Fi指纹定位需要花费较大人力成本来提前采集和更新指纹库，且没有考虑用户是否处于驻留状态，容易将路过店铺的用户识别为到店状态。由此可见，现有的到店识别方案存在成本较高且识别准确性欠佳等技术问题。

发明内容

本发明提供一种到店识别方法、装置、电子设备及可读存储介质，以部分或全部解决现有技术中到店识别过程相关的上述问题。

依据本发明第一方面，提供了一种到店识别方法，包括：

获取用户上传的轨迹数据，所述轨迹数据中包含无线网络指纹数据；

基于所述轨迹数据，判断所述用户是否处于驻留状态；

响应于所述用户处于驻留状态，根据所述轨迹数据以及预设的无线网络指纹库，获取所述用户当前所处店铺的店铺信息。

根据本发明的第二方面，提供了一种到店识别装置，包括：

轨迹数据获取模块，用于获取用户上传的轨迹数据，所述轨迹数据中包含无线网络指纹数据；

驻留状态检测模块，用于基于所述轨迹数据，判断所述用户是否处于驻留状态；

店铺信息获取模块，用于响应于所述用户处于驻留状态，根据所述轨迹数据以及预设的无线网络指纹库，获取所述用户当前所处店铺的店铺信息。

根据本发明的第三方面，提供了一种电子设备，包括：

处理器、存储器以及存储在所述存储器上并可在所述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前述的到店识别方法。

根据本发明的第四方面，提供了一种可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行前述的到店识别方法。

根据本发明的到店识别方法，可以获取用户上传的轨迹数据，所述轨迹数据中包含无线网络指纹数据；基于所述轨迹数据，判断所述用户是否处于驻留状态；响应于所述用户处于驻留状态，根据所述轨迹数据以及预设的无线网络指纹库，获取所述用户当前所处店铺的店铺信息。由此解决了现有的到店识别方法成本较高且准确性较低的技术问题。取得了降低到店识别成本的同时提高了到店识别准确性的有益效果。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明实施例的一种到店识别方法的步骤流程图之一；

图2示出了根据本发明实施例的一种到店识别方法的步骤流程图之二；

图3示出了根据本发明实施例的一种到店识别装置的结构示意图之一；以及

图4示出了根据本发明实施例的一种到店识别装置的结构示意图之二。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

实施例一

详细介绍本发明实施例提供的一种店识别方法。

参照图1，示出了本发明实施例中一种店识别方法的步骤流程图。

步骤110，获取用户上传的轨迹数据，所述轨迹数据中包含无线网络指纹数据。

在实际应用中，用户的轨迹数据可以实时反映该用户的实时位置。因此在本发明实施例中，为了对用户进行到店定位，识别用户当前所处店铺的店铺信息，则需要获取用户上传的轨迹数据。而且，由于无线网络技术的发展与普及，几乎每个店铺都会设置有无线网络，而且用户可以通过手机、电脑等任何可用设备扫描得到以其所在位置为中心周边有效范围内的无线网络。因此，本发明实施例中，可以设置用户上传的轨迹数据中包括无线网络指纹数据。

其中，Wi-Fi(Wireless-Fidelity，无线网络)指纹是位置指纹的一种。位置指纹把实际环境中的位置和某种“指纹”联系起来，一个位置对应一个独特的指纹。这个指纹可以是单维或多维的，比如待定位设备在接收或是发送信息，那么指纹可以是这个信息或信号的一个特征或多个特征，例如最常见的特征信号强度，等等。

任何“位置独特”的特征都能被用来作为一个位置指纹。比如某个位置上通信信号的多径结构、某个位置上是否能检测到接入点或基站、某个位置上检测到的来自基站信号的RSS(接收信号强度)、某个位置上通信时信号的往返时间或延迟，这些都能作为一个位置指纹，或者将其组合起来作为位置指纹。

在本发明实施例中，Wi-Fi指纹数据可以为由包括但不限于扫描到的Wi-Fi集合、各个Wi-Fi的信号强度所组成的Wi-Fi向量。当然，在本发明实施例中，无线网络指纹数据也可以采用其他数据格式，具体的可以根据需求进行预先设置，对此本发明实施例不加以限定。

在本发明实施例中，用户可以一定时间为周期，周期性地上传其实时的轨迹数据，也可以在每次获取得到轨迹数据时，将轨迹数据上传，具体的轨迹数据的上传时机可以根据需求进行预先设置，对此本发明实施例不加以限定。

例如，用户在通过手机等移动终端进行交易行为时可以扫描到Wi-Fi信息，那么此时则可以将扫描得到的无线网络指纹数据上传；或者，在UGC(User Generated Content，用户原创内容)行为时，也可以将扫描的无线网络指纹数据上传，等等。

当然，在本发明实施例中，轨迹数据中还可以包括其他任何可以表征位置或者运动轨迹的数据，例如位置坐标数据、位移速度数据、位移加速度数据，等等。轨迹数据中具体包含的数据内容可以根据需求进行预先设置，对此本发明实施例不加以限定。

步骤120，基于所述轨迹数据，判断所述用户是否处于驻留状态。

在实际应用中，由于每个店铺所在的位置区域是有限的，如果用户在某一店铺中，一般会在相应店铺中驻留一段时间，而如果用户仅是路过某一店铺，则一般不会在店铺驻留。因此，在本发明实施例中，为了检测用户所处店铺的店铺信息，首先需要确认用户是否处于驻留状态，具体的在获取得到用户上传的轨迹数据之后，则可以基于用户当前上传的轨迹数据，判断用户是否处于驻留状态。

例如，根据轨迹数据中的无线网络指纹数据，如果用户最近连续上传的无线网络指纹数据中都包含同样的无线网络指纹，那么则可以认定该用户当前处于驻留状态；和/或，如果用户最近连续上传的轨迹数据中的位置数据的变化范围在预设范围阈值之内，则可以认定该用户当前处于驻留状态；和/或，如果用户最近连续上传的轨迹数据中的速度数据低于预设速度阈值，则可以认定该用户当前处于驻留状态；等等。具体的驻留状态时，轨迹数据需要满足的条件可以根据需求进行预先设置，对此本发明实施例不加以限定。

步骤130，响应于所述用户处于驻留状态，根据所述轨迹数据以及预设的无线网络指纹库，获取所述用户当前所处店铺的店铺信息。

如果用户处于驻留状态，那么则可以推知其可能停留于某一店铺中。因此，则可以进一步根据用户上传的轨迹数据以及预设的无线网络指纹库，获取用户当前所处店铺的店铺信息。

具体的可以根据轨迹数据中的无线网络指纹数据，从无线网络指纹库中匹配得到相似度最高且相似度超过预设相似度阈值的目标无线网络指纹，进而则可以获取与相应的目标无线网络指纹管理的店铺的店铺信息即为用户当前所处店铺的店铺信息。而如果在无线网络指纹库中无法匹配得到满足条件的目标无线网络指纹，则可以认定用户当前所处位置可能不是店铺，或者也可以获取与用户上传的轨迹数据中的无线网络指纹数据匹配度最高的无线网络指纹关联的店铺作为用户当前所处店铺，并且可以相应地标识该店铺的匹配度低于预设相似度阈值，等等。

其中的店铺信息可以包括但不限于店铺名称、店铺位置、店铺评价、店铺介绍等等任何与店铺相关的信息。具体的可以根据需求设置店铺信息包含的内容，对此本发明实施例不加以限定。

在本发明实施例中，可以通过任何可用方式搜集无线指纹数据并构建得到无线网络指纹库，对此本发明实施例不加以限定。例如，为了降低信号采集成本，可以通过众包方式搜集无线指纹数据并构建得到无线网络指纹库，而且如前述，一般而言在设置无线网络时，可以相应获取无线网络所对应的商家。因此，在本发明实施例中，在基于众包方式搜集到的无线网络指纹构建无线网络指纹库时，可以在无线网络指纹库中同时生成各个无线网络指纹与店铺之间的对应关系。

如果根据用户上传的轨迹数据确认用户处于驻留状态，则可以进一步基于其轨迹数据中的无线网络指纹，从无线网络指纹库中匹配得到其轨迹数据中的无线网络指纹数据所对应的店铺，进而可以获取相应的店铺信息即为用户当前所处店铺的店铺信息。而如果响应于所述用户处于驻留状态，从无线网络指纹库中无法匹配得到其轨迹数据中的无线网络指纹数据所对应的店铺，则可以认定用户处于店铺中，也无法获取用户所处的店铺信息。

其中，众包的定义是指一个公司或机构把过去由员工执行的工作任务，以自由自愿的形式外包给非特定的，而且通常是大型的大众网络的模式。在本发明实施例中，通过众包方式搜集到无线网络指纹，可以理解为将搜集无线网络指纹的任务以自由自愿的形式外包给非特定的海量用户。

例如，在经过各个用户授权许可的情况下，可以收集相应用户在进行交易行为、进行UCG行为或者是进行无效网络连接时连接的Wi-Fi信息或者附近扫描到的Wi-Fi信息，作为无线网络指纹数据以构建无线网络指纹库。其中，Wi-Fi信息可以包括但不限于Wi-Fi的Mac地址和信号强度，等等。

可选地，在本发明实施例中，所述步骤120进一步可以包括：

子步骤121，基于所述轨迹数据以及预设的无线网络指纹库，判断所述用户当前是否位于店铺中；

子步骤122，响应于所述用户当前位于店铺中，基于所述轨迹数据判断所述用户是否处于驻留状态。

另外，在本发明实施例中，还可以先判定用户当前是否位于店铺中，进而判定用户是否处于驻留状态，从而确认用户是否驻留于店铺中，并获取用户当前所处店铺的店铺信息。

具体的，可以基于所述轨迹数据以及预设的无线网络指纹库，判断所述用户当前是否位于店铺中，而如果判定得到所述用户当前位于店铺中，则可以进一步基于所述轨迹数据判断所述用户是否处于驻留状态。

例如，可以通过轨迹数据获取用户当前上报的无线网络指纹数据，进而从预设的无线网络指纹库查看是否能匹配得到店铺信息，如果能则说明用户当前处于店铺中。

进一步地，为了确认用户是驻留在店铺中，而不是短暂路过店铺，进一步可以基于所述轨迹数据判断所述用户是否处于驻留状态。具体的可以参照下述的基于无线网络指纹数据和/或经纬度轨迹数据判断用户是否处于驻留状态，在此不加以赘述。

所述步骤130进一步可以包括：

子步骤131，响应于所述用户处于驻留状态，获取所述用户当前所处店铺的店铺信息。

而如果确认用户处于驻留状态，则可以进一步以用户当前上传的无线网络指纹数据，从无线网络指纹库中匹配得到的店铺信息作为用户当前所处店铺的店铺信息。

在本发明实施例中，通过获取用户上传的轨迹数据，所述轨迹数据中包含无线网络指纹数据；基于所述轨迹数据，判断所述用户是否处于驻留状态；响应于所述用户处于驻留状态，根据所述轨迹数据以及预设的无线网络指纹库，获取所述用户当前所处店铺的店铺信息。可以基于用户上传的无线网络指纹数据以及无线网络指纹库，针对用户进行到店识别，在降低到店识别成本的同时提高了到店识别准确性。

而且，在本发明实施例中，还可以基于所述轨迹数据以及预设的无线网络指纹库，判断所述用户当前是否位于店铺中；响应于所述用户当前位于店铺中，基于所述轨迹数据判断所述用户是否处于驻留状态。并且，响应于所述用户处于驻留状态，获取所述用户当前所处店铺的店铺信息。从而可以进一步提高到店识别结果的准确性。

实施例二

详细介绍本发明实施例提供的一种店识别方法。

参照图2，示出了本发明实施例中一种店识别方法的步骤流程图。

步骤210，获取通过众包方式搜集得到的无线网络指纹，并结合店铺的位置信息，获取所述无线网络指纹与店铺的关联关系。

步骤220，根据所述无线网络指纹与店铺之间的关联关系，构建所述无线网络指纹库。

如前述，在本发明实施例中，为了方便且准确地进行到店识别，可以预先通过众包方式构建无线网络指纹库。具体的，可以获取通过众包方式搜集得到的无线网络指纹，并结合店铺的位置信息，获取无线网络指纹与店铺的关联关系，进而根据搜集得到的各个无线网络指纹与店铺之间的关联关系，构建无线网络指纹库。

在实际应用中，为了方便标记通过众包方式采集到的每个无线网络指纹所关联的店铺，可以用户发生交易行为时扫描的Wi-Fi信息、UGC行为时扫描的Wi-Fi信息和连接Wi-Fi时扫描到的Wi-Fi信息，作为无线网络指纹数据。其中的交易行为可以包括但不限于团购验券、闪惠、点餐、支付，等等；UGC行为可以包括但不限于签到、评论，等等。一般而言，交易行为和UGC行为都是在店内或者店铺附近才能进行的行为。因此在采集得到无线网络指纹之后，可以直接先建立Wi-Fi指纹和店铺的关联关系。而且只有在店铺内或者附近，才能够连接上店铺的Wi-Fi，所以连接Wi-Fi时扫描到的Wi-Fi信息也可以结合无线网络指纹库，得到用户当前扫描得到的Wi-Fi信息所对应的店铺。

其中，在无线网络指纹库中，用以表征无线网络指纹与店铺之间的关联关系的店铺信息可以为店铺名称、店铺地址等等任何可用的店铺标识，具体的可以根据需求进行预先设置，对此本发明实施例不加以限定。而且，如果以店铺地址表征店铺，那么店铺地址可以为街道地址、经纬度地址，等等。例如，在本发明实施例中，可以利用Wi-Fi的名称和经纬度，结合商户的位置，挖掘出了无限网络指纹和店铺的关联关系，形成了无线网络指纹库。

可选地，在本发明实施例中，所述步骤220进一步可以包括：

子步骤221，根据所述无线网络指纹的上报参数，对所述无线网络指纹进行过滤，得到每个所述店铺关联的第一无线网络指纹；

在实际应用中，由于无线网络的有效范围一般而言不能与其所属店铺的位置区域完全匹配，很多情况下户出现在某一位置可以同时扫描得到附近多个不同商户的无线网络指纹，或者是在店铺附件也可以扫描到相应店铺的无线网络，从而导致直接基于用户搜集得到的无线网络指纹构建得到的无线网络指纹库的准确性不足，进而影响到店识别结果准确性。

因此，在本发明实施例中，为了提高无线网络指纹库的准确性，在构建无线网络指纹库之前，还可以根据众包方式搜集得到各个无线网络指纹的上报参数，对无线网络指纹进行过滤，得到与每个店铺关联的第一无线网络指纹。其中，无线网络指纹的上报参数可以包括任何可以通过众包方式采集得到的无线网络相关参数，例如可以包括但不限于上报无线网络指纹时进行上报的用户所在位置、无线网络指纹上报时的时间、上报的无线网络指纹的网络类型、上报的无线网络指纹的信号强度，等等。而且，需要过滤掉的无线网络指纹的上报参数所满足的条件具体可以根据需求进行预先设置，对此本发明实施例不加以限定。

例如，如果上报无线网络指纹时进行上报的用户所在位置距离与其关联的店铺位置较远，那么则可以取消该无线网络指纹与相应店铺的关联关系，也即将该无线网络指纹从与相应店铺关联的无线网络指纹中过滤掉；如果无线网络指纹上报时的时间不是与其关联我的店铺的营业时间，那么也可以取消该无线网络指纹与相应店铺的关联关系；等等。

可选地，在本发明实施例中，所述子步骤221进一步可以包括：

子步骤2211，响应于所述无线网络指纹的上报位置与所述无线网络指纹关联的店铺位置之间的距离超过第二预设距离阈值，确认所述无线网络指纹为脏数据并过滤；

和/或，子步骤2212，响应于所述无线网络指纹的上报时间不是所述无线网络指纹关联的店铺的营业时间，确认所述无线网络指纹为脏数据并过滤；

和/或，子步骤2213，响应于根据所述无线网络指纹的上报参数，确认所述无线网络指纹的网络类型为非店铺网络类型，确认所述无线网络指纹为脏数据并过滤。

在对无线网络指纹进行过滤的过程中，可以基于各个无线网络指纹的至少一项上报参数对无线网络指纹进行过滤。具体的可以基于无线网络指纹的上报位置、上报时间和网络类型等上报参数中的至少一项对无线网络指纹进行过滤。其中，上报位置可以理解为上述的上报无线网络指纹时进行上报的用户所在的位置，上报时间可以理解为上述的无线网络指纹上报时的时间。

此时，如果基于无线网络指纹的上报位置进行过滤，那么响应于所述无线网络指纹的上报位置与所述无线网络指纹关联的店铺位置之间的距离超过第二预设距离阈值，则可以确认相应的无线网络指纹为脏数据并过滤掉；基于无线网络指纹的上报时间进行过滤，那么响应于所述无线网络指纹的上报时间不是所述无线网络指纹关联的店铺的营业时间，则可以确认所述无线网络指纹为脏数据并过滤掉；如果基于无线网络指纹的网络类型进行过滤，那么响应于根据所述无线网络指纹的上报参数，确认所述无线网络指纹的网络类型为非店铺网络类型，则可以确认所述无线网络指纹为脏数据并过滤。

其中，第二预设距离阈值可以根据需求进行预先设置，对此本发明实施例不加以限定。非店铺网络类型中具体包含的网络类型也可以根据需求进行预先设置。例如，由于店铺网络类型一般是位置相对固定的非公共网络，那么可以设置非店铺网络类型包括移动终端的个人无线网络、公交车等社会公共设备中的公共无线网络，等等。

而如果无线网络指纹的上报位置与所述无线网络指纹关联的店铺位置之间的距离不超过第二预设距离阈值，上报时间是所述无线网络指纹关联的店铺的营业时间，且根据所述无线网络指纹的上报参数，确认所述无线网络指纹的网络类型为店铺网络类型，则可以保留相应的无线网络与其关联店铺之间的关联关系。

子步骤222，根据每个所述店铺关联的第一无线网络指纹的媒体访问控制地址，对所述第一无线网络指纹进行精简处理，得到每个店铺关联的第二无线网络指纹。

由于无线网络指纹是通过众包方式采集的，不同用户在同一地点上传的无线网络可能并不完全相同，而且在同一地点同一用户在不同时刻上传的无线网络可能并不完全相同，而且由于不同无线网络的性能、类别等方面也会存在差别，因此不是每个扫描到的无线网络指纹都适合而且能够留下来作为与店铺关联的无线网络指纹。

例如，假设某一无线网络信号强度不稳定，如果将其保留为与某一店铺关联的无线网络指纹，而在后续使用过程中由于该无线网络信号强度较弱，则会导致其他用户无法扫描到相应的无线网络指纹，从而容易影响对该用户的到店识别结果准确性。

而且由于无线网络的媒体访问控制(Media Access Control，MAC)地址在一定程度上可以唯一性地表征相应的无线网络，因此在本发明实施例中，可以根据每个所述店铺关联的第一无线网络指纹的媒体访问控制地址，对所述第一无线网络指纹进行精简处理，得到每个店铺关联的第二无线网络指纹。

具体的，可以根据每个店铺关联的第一无线网络指纹所包含的媒体访问控制地址对应的无线网络，获取得到相应的MAC地址所对应的第一无线网络指纹的性能参数，从而基于每个第一无线网络指纹的性能参数，对每个店铺关联的第一无线网络指纹进行精简处理，得到每个店铺关联的第二无线网络指纹。

例如，对每个店铺关联的第一无线网络指纹的Mac地址，可以根据各个Mac地址所对应的无线网络的信号强度、上报次数、上报时间等特征获取相应每个Mac地址的性能，然后可以按照性能从高到低排序，选取前M个Mac地址，作为该店铺关联的Mac集合。进而可以利用上一步统计的M个Mac地址，对第一无线网络指纹中不属于该店铺的Mac地址所对应的无线网络进行精简处理，去掉其中不适合作为该店铺的Mac地址所对应的无线网络，从而得到与相应店铺关联的第二无线网络指纹。

可选地，在本发明实施例中，所述子步骤222进一步可以包括：

子步骤2221，针对每个所述店铺，根据所述店铺关联的每个媒体访问控制地址的性能参数，确定所述媒体访问控制地址的性能指标；

子步骤2222，选取与所述店铺关联，且性能指标最优的前M个媒体访问控制地址，构建所述店铺关联的媒体访问控制地址集合，M为正整数；

子步骤2223，根据所述媒体访问控制地址集合，对所述店铺关联的第一无线网络指纹中的无线网络数据进行过滤，得到第三无线网络指纹；

子步骤2224，将不存在于所述第三无线网络指纹中，且存在于所述媒体访问控制地址集合中的媒体访问控制地址加入所述第三无线网络指纹，并将新加入的媒体访问控制地址的信号强度填充为0，得到所述店铺关联的第二无线网络指纹。

具体地，在针对每个店铺关联的第一无线网络指纹进行精简处理的过程中，可以先确定每个店铺关联的Mac地址，进而基于Mac地址对每个店铺关联的第一无线网络指纹进行精简处理，从而得到每个店铺关联的第二无线网络指纹。

而且，在确定每个店铺关联的Mac地址时，则可以根据各个Mac地址的性能指标选定目标Mac地址。此时，针对每个店铺，可以根据店铺关联的每个媒体访问控制地址的性能参数，确定每个媒体访问控制地址的性能指标，进而选取与所述店铺关联，且性能指标最优的前M个媒体访问控制地址，构建所述店铺关联的媒体访问控制地址集合，M为正整数。

其中的性能参数可以包括任意可以反映Mac地址性能的参数，例如可以包括但不限于Mac地址所对应无线网络的信号强度、上报次数、上报时间等等，而且性能指标与各个性能参数之间的对应关系也可以根据需求进行预先设置，对此本发明实施例不加以限定。M的具体取值也可以根据需求进行预先设置，对此本发明实施例不加以限定。

在确认得到每个店铺关联的媒体访问控制地址集合之后，则可以进一步根据店铺关联的媒体访问控制地址集合，对相应店铺关联的第一无线网络指纹中的无线网络数据进行过滤，得到第三无线网络指纹。

例如，假设针对某一店铺A得到的关联的媒体访问控制地址集合为{m0，m1，m2，m3，m4，m5}，且该店铺A关联的某一第一无线网络指纹a1为[{“mac”：m0,“rssi”＝-40}，{“mac”：m1,“rssi”＝-40}，{“mac”：m2,“rssi”＝-40},{“mac”：m6,“rssi”＝-40},{“mac”：m7,“rssi”＝-40}]，那么在根据店铺A关联的媒体访问控制地址集合，对第一无线网络指纹a1中的无线网络数据进行过滤之后，得到的第三无线网络指纹可以为[{“mac”：m0,“rssi”＝-40}，{“mac”：m1,“rssi”＝-40}，{“mac”：m2,“rssi”＝-40}]。

如上述可知，在本发明实施例中，可以直接将经子步骤2223过滤得到第三无线网络指纹作为最终与相应店铺关联的第二无线网络指纹。但是此时得到的第二无线网络指纹中包含的无线网络数据的Mac地址可能不能与相应的Mac地址集合完全匹配，从而导致同一店铺关联的各个第二无线网络指纹的数据维度不统一。

因此，在本发明实施例中，为了将同一店铺关联的各个第二无线网络指纹的数据维度统一化，可以进一步将不存在于所述第三无线网络指纹中，且存在于所述媒体访问控制地址集合中的媒体访问控制地址加入所述第三无线网络指纹，并将新加入的媒体访问控制地址的信号强度填充为0，得到所述店铺关联的第二无线网络指纹。

例如，对于上述的店铺A的媒体访问控制地址集合以及第一无线网络指纹a1，不存在于上述的第三无线网络指纹中，且存在于媒体访问控制地址集合中的媒体访问控制地址包括m3、m4和m5，那么此时则可以将m3、m4和m5加入相应的第三无线网络指纹，并将新加入的Mac地址的信号强度填充为0，从而得到与第三无线网络指纹[{“mac”：m0,“rssi”＝-40}，{“mac”：m1,“rssi”＝-40}，{“mac”：m2,“rssi”＝-40}]对应且与店铺A关联的第二无线网络指纹为[{“mac”：m0,“rssi”＝-40}，{“mac”：m1,“rssi”＝-40}，{“mac”：m2,“rssi”＝-40}，{“mac”：m3,“rssi”＝0}，{“mac”：m4,“rssi”＝0}，{“mac”：m5,“rssi”＝0}]。

子步骤223，针对每个所述店铺，对所述店铺关联的第二无线网络指纹进行聚类，得到所述店铺关联的目标无线网络指纹；

Wi-Fi指纹经过搜集和清洗后，还会对每个店铺关联的无线网络指纹进行聚类，一方面，无线网络指纹是可以通过众包方式采集得到的，不同无线网络指纹的准确性可能不均衡，通过聚类后，形成聚类中心，能够找到与店铺关联性更强的无线网络指纹，从而提高无线网络指纹库的质量。另一方面，搜集的无线网络指纹的数量非常庞大，无论是离线计算还是实时应用，计算和存储成本非常大，通过聚类后，可以缩小无线网络指纹的数量，加快无线网络指纹的计算速度，缩小无线网络指纹的存储成本。因此，在本发明实施例中，针对每个所述店铺，还可以对所述店铺关联的第二无线网络指纹进行聚类，得到所述店铺关联的目标无线网络指纹。

具体的可以通过任何可用方式对店铺关联的第二无线网络指纹进行聚类，对此本发明实施例不加以限定。例如，可以通过K-Means(K均值)聚类、均值漂移聚类等方式将同一店铺关联的第二无线网络指纹进行聚类，得到至少一个分组，并且可以每个分组的质心作为相应店铺关联的目标无线网络指纹，等等。

子步骤224，根据所述店铺与所述目标无线网络指纹的关联关系，构建所述无线网络指纹库。

在获取每个店铺关联的目标无线网络指纹之后，则可以进一步根据每个店铺与目标无线网络指纹的关联关系，构建所述无线网络指纹库。

可选地，在本发明实施例中，所述子步骤223进一步可以包括：

子步骤2231，响应于所述店铺关联的第二无线网络指纹的数量大于等于预设数值，基于所述第二无线网络指纹之间的余弦相似度，通过K-Means聚类算法，对所述店铺关联的第二无线网络指纹进行聚类，得到多个第二聚类分组；

子步骤2232，以每个所述第二聚类分组的聚类中心对应的第二无线网络指纹，作为所述店铺关联的目标无线网络指纹。

在实际应用中，如果针对每个店铺关联的第二无线网络指纹都进行聚类，工作量较大，而且如果某一店铺关联的第二无线网络指纹数量较少，其聚类后得到的目标无线网络指纹相对于原有的第二无线网络指纹之间的差别也会较小。因此，在本发明实施例中，可以统计每个店铺关联的第二无线网络指纹的数量，如果店铺关联的第二无线网络指纹的数量小于预设数值，则可以不用针对店铺关联的第二无线网络指纹进行聚类，而直接将全部的第二无线网络指纹作为相应店铺关联的目标无线网络指纹；而如果店铺关联的第二无线网络指纹的数量大于等于预设数值，则可以基于所述各个第二无线网络指纹之间的余弦相似度，通过K-Means聚类算法，对所述店铺关联的第二无线网络指纹进行聚类，得到多个第二聚类分组，进而以每个所述第二聚类分组的聚类中心对应的第二无线网络指纹，作为所述店铺关联的目标无线网络指纹。其中的预设数值可以根据需求进行预先设置，对此本发明实施例不加以限定。

另外，在本发明实施例中，也可以通过任何其他可用的相似度替换上述的余弦相似度，和/或通过其他的聚类算法替换上述的K-Means聚类算法，对此本发明实施例也不加以限定。

步骤230，获取用户上传的轨迹数据，所述轨迹数据中包含无线网络指纹数据，所述轨迹数据还包括经纬度轨迹数据。

在本发明实施例中，为了提高到店识别的准确性，还可以设置用户上传的轨迹数据中同时包含了无线网络指纹数据和经纬度轨迹数据，而且在本发明实施例中，可以通过任何可用方式获取用户的经纬度轨迹数据，对此本发明实施例不加以限定。

步骤240，从所述轨迹数据中，筛选出所述用户在当前时刻之前的预设时间段内上报的无线网络指纹数据和/或纬度轨迹数据。

在实际应用中，随着用户的移动，其所上传的无线网络指纹数据和纬度轨迹数据也会相应发生变化，因此一般而言用户最近一段时间上传的轨迹数据最能反映用户当前所处位置。因此，在本发明实施例中，可以从用户上传的全部轨迹数据中，筛选出所述用户在当前时刻之前的预设时间段内上报的无线网络指纹数据，和/或纬度轨迹数据。其中的预设时间段可以根据需求进行预先设置，对此本发明实施例不加以限定。

步骤250，根据所述无线网络指纹数据，判断所述用户是否处于驻留状态；

和/或，步骤260，根据所述经纬度轨迹数据，判断所述用户是否处于驻留状态。

那么在判断所述用户是否处于驻留状态时，则可以根据所述无线网络指纹数据，和/或所述经纬度轨迹数据，判断所述用户是否处于驻留状态。具体的，如果经过上述的步骤240，仅获取得到用户在当前时刻之前的预设时间段内上报的无线网络指纹数据，那么则可以执行步骤250，而如果经过上述的步骤240，筛选出所述用户在当前时刻之前的预设时间段内上报的纬度轨迹数据，那么则可以执行步骤260，而如果经过上述的步骤240，筛选出了无线网络指纹数据和纬度轨迹数据，那么则可以执行步骤250和/或260。

另外，在执行步骤250和步骤260的时候，步骤250可以和步骤260同时执行，也可以在步骤260之前或者之后执行，对此本发明实施例不加以限定。而且，如果可以执行步骤250和步骤260，那么此时可以设置基于无线网络指纹数据和纬度轨迹数据都认定用户是否处于驻留状态时，才确认用户最终属于驻留状态，也可以设置基于无线网络指纹数据和纬度轨迹数据中的至少一个认定用户是否处于驻留状态时，即可确认用户最终属于驻留状态，对此本发明实施例不加以限定。

而且，如果用户是否处于驻留状态，那么其在一定时间段内的位置相对稳定，而且上传的无线网络指纹数据也相对稳定。因此，在本发明实施例中，可以根据用户在当前时刻之前的预设时间段内上报的无线网络指纹数据和/或经纬度轨迹数据的变化情况判断相应用户是否处于驻留状态。

其中，驻留状态所对应的无线网络指纹数据和/或经纬度轨迹数据所需要满足的条件可以根据需求进行预先设置，对此本发明实施例不加以限定。

另外，如果在同时基于无线网络指纹数据和纬度轨迹数据进行驻留状态判断时，可以在基于无线网络指纹数据和纬度轨迹数据都判定用户处于驻留状态的情况下才确认用户处于驻留状态；或者也可以基于无线网络指纹数据和纬度轨迹数据的一个判定用户处于驻留状态的情况下即确认用户处于驻留状态，具体的可以根据需求进行预先设置，对此本发明实施例不加以限定。

可选地，在本发明实施例中，所述步骤250进一步可以包括：

子步骤251，根据所述无线网络指纹数据，判断所述用户当前是否与一固定无线网络连接，且在当前时刻之前的预设时间段内，所述用户与所述固定无线网络的连接时长是否超过第一预设时间阈值；

子步骤252，响应于所述用户当前与一固定无线网络连接，且在当前时刻之前的预设时间段内，所述连接时长超过第一预设时间阈值，确认所述用户处于驻留状态；或者，响应于所述用户当前未与任何固定无线网络连接，根据所述无线网络指纹数据，获取所述用户在当前时刻之前的预设时间段内的无线网络扫描记录；

子步骤253，响应于当前上报的无线网络扫描信息与所述无线网络扫描记录中的至少一次历史无线网络扫描信息的相似度超过预设相似度阈值，且当前上报的无线网络扫描信息与所述历史无线网络扫描信息的上报时间差满足预设时间差阈值，确认所述用户处于驻留状态。

在基于无线网络指纹数据进行驻留状态判定时，如果用户当前与某一固定无线网络连接保持连接的持续时间超出第一预设时间阈值，则可以认定用户处于驻留状态。因此，在本发明实施例中，可以根据所述无线网络指纹数据，判断所述用户当前是否与一固定无线网络连接，且在当前时刻之前的预设时间段内，所述用户与所述固定无线网络的连接时长是否超过第一预设时间阈值，如果用户当前与一固定无线网络连接，且在当前时刻之前的预设时间段内，所述连接时长超过第一预设时间阈值，确认所述用户处于驻留状态；而如果用户当前未与任何固定无线网络连接，则可以根据所述无线网络指纹数据，获取所述用户在当前时刻之前的预设时间段内的无线网络扫描记录，进而检测当前上报的无线网络扫描信息是否与无线网络扫描记录中的至少一次历史无线网络扫描信息的相似度超过预设相似度阈值，且当前上报的无线网络扫描信息与所述历史无线网络扫描信息的上报时间差满足预设时间差阈值，如果是则可以确认用户处于驻留状态；否则可以认定用户不处于驻留状态。

其中的第一预设时间阈值、预设相似度阈值、预设时间差阈值都可以根据需求进行预先设置，对此本发明实施例不加以限定。

可选地，在本发明实施例中，所述步骤260进一步可以包括：

子步骤261，对所述经纬度轨迹数据进行聚类，并获取每个聚类分组中轨迹点的时间分布；

子步骤262，针对每个所述聚类分组，如果所述聚类分组的时间跨度超过预设时间跨度阈值，则将所述聚类分组删除；

子步骤263，响应于保留的聚类分组的聚类中心时间与当前时间的差值小于第二预设时间阈值，且所述保留的聚类分组的聚类中心经纬度与所述用户当前上报的经纬度之间的距离小于第一预设距离阈值，则确认所述用户处于驻留状态。

而在基于用户上传的经纬度轨迹数据进行驻留状态判定时，为了判断用户的位置移动是否过大，则可以通过Dbscan(Density-Based Spatial Clustering ofApplications with Noise，具有噪声的基于密度的聚类方法)算法等等任何可用聚类方法对经纬度轨迹数据进行聚类，并获取每个聚类分组中轨迹点的时间分布，而且如果某一聚类分组中的各个经纬度轨迹数据的时间跨度较大，例如超过预设时间跨度阈值，其对于判定驻留状态的作用则较小，因此可以将相应的聚类分组删除。进而基于保留的聚类分组进行驻留状态判定。

具体的，如果保留的聚类分组的聚类中心时间与当前时间的差值小于第二预设时间阈值，且保留的聚类分组的聚类中心经纬度与用户当前上报的经纬度之间的距离小于第一预设距离阈值，则可以确认用户处于驻留状态；否则可以认定用户不处于驻留状态。

其中的预设时间跨度阈值、第二预设时间阈值、第一预设距离阈值都可以根据需求进行预先设置，对此本发明实施例不加以限定。

步骤270，响应于所述用户处于驻留状态，根据所述轨迹数据获取所述用户当前上报的无线网络指纹数据。

在确认用户处于驻留状态之后，则可以进一步获取用户当前所处店铺的店铺信息。具体的可以根据用户当前上报的无线网络指纹数据，基于无线网络指纹库，匹配得到相应的店铺。那么此时则需要先从用户上报的全部轨迹数据获取用户当前上报的无线网络指纹数据。其中，用户当前上报的无线网络指纹数据可以理解为用户当前最新上报的无线网络指纹数据，那么则可以根据轨迹数据各个无线网络指纹数据的上报时间，获取用户当前上报的无线网络指纹数据。

步骤280，从所述无线网络指纹库中，获取所述无线网络指纹数据中包含的每个媒体访问控制地址对应的初始无线网络指纹。

步骤290，获取所述无线网络指纹数据与每个所述初始无线网络指纹的相似度。

由于无线网络指纹库非常庞大，包含了上千万甚至上亿条指纹，工程上无法实现逐个匹配。为此可以建立Mac地址和无线网络指纹的倒排索引，从而可以从无线网络指纹库中，召回无线网络指纹数据中包含的每个媒体访问控制地址对应的初始无线网络指纹，然后再计算用户当前上报的无线网络指纹数据和召回的每个初始无线网络指纹的相似度，进而选取相似度最高的初始无线网络指纹所对应的店铺信息，作为用户当前所处位置的店铺信息。

其中，可以通过任何可用方式获取用户当前上报的无线网络指纹数据与每个初始无线网络指纹的相似度，对此本发明实施例不加以限定。

可选地，在本发明实施例中，所述步骤290进一步可以包括：

子步骤291，根据所述无线网络指纹数据与所述初始无线网络指纹中每个媒体访问控制地址的信号强度，确定所述媒体访问控制地址的权重；

在实际应用中，扫描得到的无线网络的信号强弱可以代表用户距离该无线网络位置的远近，一般而言信号强度越强，距离越近，也即越接近用户位置，而强度越弱，距离越远，也即越远离用户位置。因此在本发明实施例中，可以根据无线网络指纹数据以及各个初始无线网络指纹中的每个媒体访问控制地址的信号强度，确定各个媒体访问控制地址的权重。具体的媒体访问控制地址的权重与媒体访问控制地址的信号强度之间的对应关系可以根据需求进行预先设置，对此本发明实施例不加以限定。

例如，可以统计各个Mac地址的信号强度分布情况，将Mac地址的信号强度区分为较强、中等、较弱三组，进而对信号较强一组内的Mac地址进行加权，以增加该组Mac的比重，信号中等一组的Mac地址权重不变，信号较弱一组内的Mac地址进行减权，以降低该组Mac在相似度中的贡献。或者，可以将较强、中等、较弱三组中的Mac地址的权重依次设置为a、b、c，且a>b>c。

子步骤292，根据所述媒体访问控制地址的权重，获取所述无线网络指纹数据与每个所述初始无线网络指纹的相似度；其中，所述相似度包括加权余弦相似度、加权欧式相似度和Jaccard相似度的乘积。

进而则可以根据每个媒体访问控制地址的权重，获取用户当前上传的无线网络指纹数据与每个初始无线网络指纹的相似度。

在本发明实施例中，可以设置相似度为加权余弦相似度，但是加权余弦相似度考虑了用户当前上报的无线网络指纹数据构成的信号向量和初始无线网络指纹构成的信号向量的夹角，但是没有考虑信号强度的数值。因此，还可以利用无线网络指纹数据与初始无线网络指纹数值间的加权欧式距离来修正相似度，同时由于用户当前上报的无线网络指纹数据中的Mac集合和初始无线网络指纹中的Mac集合不一定全部匹配，两个Mac集合的交集可能只有少数几个Mac，甚至可能一个都没有，因此还利用无线网络指纹数据与初始无线网络指纹的Jaccard相似度对此进行修正。因此，在本发明实施例中，可以设置无线网络指纹数据与每个初始无线网络指纹之间的相似度包括加权余弦相似度、加权欧式相似度和Jaccard相似度的乘积。

步骤2110，根据所述无线网络指纹库，选取相似度最高的初始无线网络指纹对应的店铺信息，作为所述用户当前所处店铺的店铺信息。

步骤2120，记录所述无线网络指纹库中每个无线网络指纹所识别店铺的点击次数。

步骤2130，根据所述点击次数，更新所述无线网络指纹库的每个店铺关联的无线网络指纹。

在本发明实施例中，为了提高无线网络指纹库的每个店铺关联的无线网络指纹的准确性，在基于无线网络指纹库中的无线网络指纹识别得到对某一店铺的到店结果之后，还可以相应展示当前的到店识别结果，如果用户点击识别结果，则说明其认可当前展示的识别结果，因此在本发明实施例中还可以记录无线网络指纹库中的每个无线网络指纹所识别出到店结果的点击情况，对于点击次数较多的指纹，说明到店识别效果较好，会继续留在指纹库中，对于多次展示后没有点击的指纹，说明到店识别结果欠佳，无线网络指纹的选取欠佳，应该被逐渐淘汰掉，从而实现根据无线网络指纹库中每个无线网络指纹所识别店铺的点击次数，更新所述无线网络指纹库的每个店铺关联的无线网络指纹。该过程可以持续运行，从而实现依据用户行为和反馈数据，实现无线网络指纹库的自我学习和自动更新。

在本发明实施例中，还可以通过用户上报的无线网络指纹数据和/或经纬度轨迹数据，判断用户是否处于驻留状态，并且在通过用户上报的无线网络指纹数据判断用户是否处于驻留状态时，可以细分为根据与固定无线网络的连接时长，根据无线网络扫描记录设置不同的条件，在根据经纬度轨迹数据，判断用户是否处于驻留状态时，经纬度轨迹数据进行聚类，进而进行驻留状态判定，从而可以进一步提高驻留状态判定结果的准确性，进而提高到店识别结果的准确性。

而且，在本发明实施例中，在获取用户当前所处店铺的店铺信息时，还可以从无线网络指纹库中，获取所述无线网络指纹数据中包含的每个媒体访问控制地址对应的初始无线网络指纹，进而获取所述无线网络指纹数据与每个所述初始无线网络指纹的相似度；根据所述无线网络指纹库，选取相似度最高的初始无线网络指纹对应的店铺信息，作为所述用户当前所处店铺的店铺信息。并且，根据所述无线网络指纹数据与所述初始无线网络指纹中每个媒体访问控制地址的信号强度，确定所述媒体访问控制地址的权重；根据所述媒体访问控制地址的权重，获取所述无线网络指纹数据与每个所述初始无线网络指纹的相似度；其中，所述相似度包括加权余弦相似度、加权欧式相似度和Jaccard相似度的乘积。可以进一步提高匹配得到的到店识别结果的准确性。

另外，在本发明实施例中，还可以获取通过众包方式搜集得到的无线网络指纹，并结合店铺的位置信息，获取无线网络指纹与店铺的关联关系；根据所述无线网络指纹与店铺之间的关联关系，构建所述无线网络指纹库。并且在构建无线网络指纹库时，还可以进一步对店铺关联的无线网络指纹进行过滤、精简以及聚类等优化操作，在提高无线网络指纹库中无线网络指纹与店铺的关联性的同时缩小无线网络指纹库的数据量，从而加快无线网络指纹的匹配效率以及缩小无线网络指纹库的存储成本。

进一步地，在本发明实施例中，还可以记录所述无线网络指纹库中每个无线网络指纹所识别店铺的点击次数；根据所述点击次数，更新所述无线网络指纹库的每个店铺关联的无线网络指纹。从而可以提高无线网络指纹库中无线网络指纹与店铺的关联强度，提高无线网络指纹库的准确性。

对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

实施例三

详细介绍本发明实施例提供的一种到店识别装置。

参照图3，示出了本发明实施例中一种到店识别装置的结构示意图。

轨迹数据获取模块310，用于获取用户上传的轨迹数据，所述轨迹数据中包含无线网络指纹数据；

驻留状态检测模块320，用于基于所述轨迹数据，判断所述用户是否处于驻留状态；

店铺信息获取模块330，用于响应于所述用户处于驻留状态，根据所述轨迹数据以及预设的无线网络指纹库，获取所述用户当前所处店铺的店铺信息。

可选地，在本发明实施例中，所述驻留状态检测模块320进一步可以包括：

用户状态监测子模块，用于基于所述轨迹数据以及预设的无线网络指纹库，判断所述用户当前是否位于店铺中；

驻留状态检测子模块，用于响应于所述用户当前位于店铺中，基于所述轨迹数据判断所述用户是否处于驻留状态；

所述店铺信息获取模块330，进一步还用于响应于所述用户处于驻留状态，获取所述用户当前所处店铺的店铺信息。

在本发明实施例中，通过获取用户上传的轨迹数据，所述轨迹数据中包含无线网络指纹数据；基于所述轨迹数据，判断所述用户是否处于驻留状态；响应于所述用户处于驻留状态，根据所述轨迹数据以及预设的无线网络指纹库，获取所述用户当前所处店铺的店铺信息。可以基于用户上传的无线网络指纹数据以及无线网络指纹库，针对用户进行到店识别，在降低到店识别成本的同时提高了到店识别准确性。

而且，在本发明实施例中，还可以基于所述轨迹数据以及预设的无线网络指纹库，判断所述用户当前是否位于店铺中；响应于所述用户当前位于店铺中，基于所述轨迹数据判断所述用户是否处于驻留状态。并且，响应于所述用户处于驻留状态，获取所述用户当前所处店铺的店铺信息。从而可以进一步提高到店识别结果的准确性。

实施例四

详细介绍本发明实施例提供的一种到店识别装置。

参照图4，示出了本发明实施例中一种到店识别装置的结构示意图。

关联关系获取模块410，用于获取通过众包方式搜集得到的无线网络指纹，并结合店铺的位置信息，获取无线网络指纹与店铺的关联关系。

无线网络指纹库构建模块420，用于根据所述无线网络指纹与店铺之间的关联关系，构建所述无线网络指纹库。

可选地，在本发明实施例中，所述无线网络指纹库构建模块420，进一步可以包括：

无线网络指纹过滤子模块，用于根据所述无线网络指纹的上报参数，对所述无线网络指纹进行过滤，得到每个所述店铺关联的第一无线网络指纹；

无线网络指纹精简子模块，用于根据每个所述店铺关联的第一无线网络指纹的媒体访问控制地址，对所述第一无线网络指纹进行精简处理，得到每个店铺关联的第二无线网络指纹；

无线网络指纹聚类子模块，用于针对每个所述店铺，对所述店铺关联的第二无线网络指纹进行聚类，得到所述店铺关联的目标无线网络指纹；

无线网络指纹库构建子模块，用于根据所述店铺与所述目标无线网络指纹的关联关系，构建所述无线网络指纹库。

可选地，在本发明实施例中，所述无线网络指纹过滤子模块，进一步可以包括：

第一过滤单元，用于响应于所述无线网络指纹的上报位置与所述无线网络指纹关联的店铺位置之间的距离超过第二预设距离阈值，确认所述无线网络指纹为脏数据并过滤；

和/或，第二过滤单元，用于响应于所述无线网络指纹的上报时间不是所述无线网络指纹关联的店铺的营业时间，确认所述无线网络指纹为脏数据并过滤；

和/或，第三过滤单元，用于响应于根据所述无线网络指纹的上报参数，确认所述无线网络指纹的网络类型为非店铺网络类型，确认所述无线网络指纹为脏数据并过滤。

可选地，在本发明实施例中，所述无线网络指纹精简子模块，进一步可以包括：

性能指标获取单元，用于针对每个所述店铺，根据所述店铺关联的每个媒体访问控制地址的性能参数，确定所述媒体访问控制地址的性能指标；

Mac地址集合获取单元，用于选取与所述店铺关联，且性能指标最优的前M个媒体访问控制地址，构建所述店铺关联的媒体访问控制地址集合，M为正整数；

无线网络数据过滤单元，用于根据所述媒体访问控制地址集合，对所述店铺关联的第一无线网络指纹中的无线网络数据进行过滤，得到第三无线网络指纹；

无线网络指纹标准化单元，用于将不存在于所述第三无线网络指纹中，且存在于所述媒体访问控制地址集合中的媒体访问控制地址加入所述第三无线网络指纹，并将新加入的媒体访问控制地址的信号强度填充为0，得到所述店铺关联的第二无线网络指纹。

可选地，在本发明实施例中，所述无线网络指纹聚类子模块，进一步可以包括：

无线网络指纹聚类单元，用于响应于所述店铺关联的第二无线网络指纹的数量大于等于预设数值，基于所述第二无线网络指纹之间的余弦相似度，通过K-Means聚类算法，对所述店铺关联的第二无线网络指纹进行聚类，得到多个第二聚类分组；

目标无线网络指纹获取单元，用于以每个所述第二聚类分组的聚类中心对应的第二无线网络指纹，作为所述店铺关联的目标无线网络指纹。

轨迹数据获取模块430，用于获取用户上传的轨迹数据，所述轨迹数据中包含无线网络指纹数据。

驻留状态检测模块440，用于基于所述轨迹数据，判断所述用户是否处于驻留状态。

可选地，在本发明实施例中，轨迹数据还包括经纬度轨迹数据。

所述驻留状态检测模块440，进一步可以包括：

轨迹数据过滤子模块441，用于从所述轨迹数据中，筛选出所述用户在当前时刻之前的预设时间段内上报的无线网络指纹数据和/或纬度轨迹数据；以及

第一驻留状态判别子模块442，用于根据所述无线网络指纹数据，判断所述用户是否处于驻留状态；

和/或，第二驻留状态判别子模块443，用于根据所述经纬度轨迹数据，判断所述用户是否处于驻留状态。

可选地，在本发明实施例中，所述第一驻留状态判别子模块442，进一步可以包括：

固定无线网络连接检测单元，用于根据所述无线网络指纹数据，判断所述用户当前是否与一固定无线网络连接，且在当前时刻之前的预设时间段内，所述用户与所述固定无线网络的连接时长是否超过第一预设时间阈值；

第一驻留状态确认单元，用于响应于所述用户当前与一固定无线网络连接，且在当前时刻之前的预设时间段内，所述连接时长超过第一预设时间阈值，确认所述用户处于驻留状态；

无线网络扫描记录获取单元，用于响应于所述用户当前未与任何固定无线网络连接，根据所述无线网络指纹数据，获取所述用户在当前时刻之前的预设时间段内的无线网络扫描记录；

第二驻留状态确认单元，用于响应于当前上报的无线网络扫描信息与所述无线网络扫描记录中的至少一次历史无线网络扫描信息的相似度超过预设相似度阈值，且当前上报的无线网络扫描信息与所述历史无线网络扫描信息的上报时间差满足预设时间差阈值，确认所述用户处于驻留状态。

可选地，在本发明实施例中，所述第二驻留状态判别子模块443，进一步可以包括：

经纬度轨迹数据聚类单元，用于对所述经纬度轨迹数据进行聚类，并获取每个聚类分组中轨迹点的时间分布；

聚类分组过滤单元，用于针对每个所述聚类分组，如果所述聚类分组的时间跨度超过预设时间跨度阈值，则将所述聚类分组删除；

第三驻留状态确认单元，用于响应于保留的聚类分组的聚类中心时间与当前时间的差值小于第二预设时间阈值，且所述保留的聚类分组的聚类中心经纬度与所述用户当前上报的经纬度之间的距离小于第一预设距离阈值，则确认所述用户处于驻留状态。

店铺信息获取模块450，用于响应于所述用户处于驻留状态，根据所述轨迹数据以及预设的无线网络指纹库，获取所述用户当前所处店铺的店铺信息。

其中，在本发明实施例中，所述店铺信息获取模块450，进一步可以包括：

无线网络指纹数据获取子模块451，用于响应于所述用户处于驻留状态，根据所述轨迹数据获取所述用户当前上报的无线网络指纹数据；

初始无线网络指纹获取子模块452，用于从所述无线网络指纹库中，获取所述无线网络指纹数据中包含的每个媒体访问控制地址对应的初始无线网络指纹；

指纹相似度获取子模块453，用于获取所述无线网络指纹数据与每个所述初始无线网络指纹的相似度；

店铺信息获取子模块454，用于根据所述无线网络指纹库，选取相似度最高的初始无线网络指纹对应的店铺信息，作为所述用户当前所处店铺的店铺信息。

可选地，在本发明实施例中，所述指纹相似度获取子模块453，进一步可以包括：

权重确认单元，用于根据所述无线网络指纹数据与所述初始无线网络指纹中每个媒体访问控制地址的信号强度，确定所述媒体访问控制地址的权重；

相似度获取单元，用于根据所述媒体访问控制地址的权重，获取所述无线网络指纹数据与每个所述初始无线网络指纹的相似度；其中，所述相似度包括加权余弦相似度、加权欧式相似度和Jaccard相似度的乘积。

点击次数记录模块460，用于记录所述无线网络指纹库中每个无线网络指纹所识别店铺的点击次数。

无线网络指纹更新模块470，用于根据所述点击次数，更新所述无线网络指纹库的每个店铺关联的无线网络指纹。

在本发明实施例中，还可以通过用户上报的无线网络指纹数据和/或经纬度轨迹数据，判断用户是否处于驻留状态，并且在通过用户上报的无线网络指纹数据判断用户是否处于驻留状态时，可以细分为根据与固定无线网络的连接时长，根据无线网络扫描记录设置不同的条件，在根据经纬度轨迹数据，判断用户是否处于驻留状态时，经纬度轨迹数据进行聚类，进而进行驻留状态判定，从而可以进一步提高驻留状态判定结果的准确性，进而提高到店识别结果的准确性。

而且，在本发明实施例中，在获取用户当前所处店铺的店铺信息时，还可以从无线网络指纹库中，获取所述无线网络指纹数据中包含的每个媒体访问控制地址对应的初始无线网络指纹，进而获取所述无线网络指纹数据与每个所述初始无线网络指纹的相似度；根据所述无线网络指纹库，选取相似度最高的初始无线网络指纹对应的店铺信息，作为所述用户当前所处店铺的店铺信息。并且，根据所述无线网络指纹数据与所述初始无线网络指纹中每个媒体访问控制地址的信号强度，确定所述媒体访问控制地址的权重；根据所述媒体访问控制地址的权重，获取所述无线网络指纹数据与每个所述初始无线网络指纹的相似度；其中，所述相似度包括加权余弦相似度、加权欧式相似度和Jaccard相似度的乘积。可以进一步提高匹配得到的到店识别结果的准确性。

另外，在本发明实施例中，还可以获取通过众包方式搜集得到的无线网络指纹，并结合店铺的位置信息，获取无线网络指纹与店铺的关联关系；根据所述无线网络指纹与店铺之间的关联关系，构建所述无线网络指纹库。并且在构建无线网络指纹库时，还可以进一步对店铺关联的无线网络指纹进行过滤、精简以及聚类等优化操作，在提高无线网络指纹库中无线网络指纹与店铺的关联性的同时缩小无线网络指纹库的数据量，从而加快无线网络指纹的匹配效率以及缩小无线网络指纹库的存储成本。

进一步地，在本发明实施例中，还可以记录所述无线网络指纹库中每个无线网络指纹所识别店铺的点击次数；根据所述点击次数，更新所述无线网络指纹库的每个店铺关联的无线网络指纹。从而可以提高无线网络指纹库中无线网络指纹与店铺的关联强度，提高无线网络指纹库的准确性。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

在本发明实施例中还提供了一种电子设备，包括存储器、处理器及存储在所述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计算机程序时实现前述的任意一种到店识别方法。

在本发明实施例中还提供了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前述的任意一种到店识别方法的步骤。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的到店识别设备中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (14)

1.一种到店识别方法，其特征在于，包括：

获取用户上传的轨迹数据，所述轨迹数据中包含无线网络指纹数据；

基于所述轨迹数据，判断所述用户是否处于驻留状态；

响应于所述用户处于驻留状态，根据所述轨迹数据以及预设的无线网络指纹库，获取所述用户当前所处店铺的店铺信息。

2.根据权利要求1所述的方法，其特征在于，所述轨迹数据还包括经纬度轨迹数据，所述基于所述轨迹数据，判断所述用户是否处于驻留状态的步骤，包括：

从所述轨迹数据中，筛选出所述用户在当前时刻之前的预设时间段内上报的无线网络指纹数据和/或纬度轨迹数据；以及

根据所述无线网络指纹数据，判断所述用户是否处于驻留状态；

和/或，根据所述经纬度轨迹数据，判断所述用户是否处于驻留状态。

3.根据权利要求2所述的方法，其特征在于，所述根据所述无线网络指纹数据，判断所述用户是否处于驻留状态的步骤，包括：

根据所述无线网络指纹数据，判断所述用户当前是否与一固定无线网络连接，且在当前时刻之前的预设时间段内，所述用户与所述固定无线网络的连接时长是否超过第一预设时间阈值；

响应于所述用户当前与一固定无线网络连接，且在当前时刻之前的预设时间段内，所述连接时长超过第一预设时间阈值，确认所述用户处于驻留状态；或者，响应于所述用户当前未与任何固定无线网络连接，根据所述无线网络指纹数据，获取所述用户在当前时刻之前的预设时间段内的无线网络扫描记录；

响应于当前上报的无线网络扫描信息与所述无线网络扫描记录中的至少一次历史无线网络扫描信息的相似度超过预设相似度阈值，且当前上报的无线网络扫描信息与所述历史无线网络扫描信息的上报时间差满足预设时间差阈值，确认所述用户处于驻留状态。

4.根据权利要求2所述的方法，其特征在于，所述根据所述经纬度轨迹数据，判断所述用户是否处于驻留状态的步骤，包括：

对所述经纬度轨迹数据进行聚类，并获取每个聚类分组中轨迹点的时间分布；

针对每个所述聚类分组，如果所述聚类分组的时间跨度超过预设时间跨度阈值，则将所述聚类分组删除；

响应于保留的聚类分组的聚类中心时间与当前时间的差值小于第二预设时间阈值，且所述保留的聚类分组的聚类中心经纬度与所述用户当前上报的经纬度之间的距离小于第一预设距离阈值，则确认所述用户处于驻留状态。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述响应于所述用户处于驻留状态，根据所述轨迹数据以及所述无线网络指纹库，获取所述用户当前所处店铺的店铺信息的步骤，包括：

响应于所述用户处于驻留状态，根据所述轨迹数据获取所述用户当前上报的无线网络指纹数据；

从所述无线网络指纹库中，获取所述无线网络指纹数据中包含的每个媒体访问控制地址对应的初始无线网络指纹；

获取所述无线网络指纹数据与每个所述初始无线网络指纹的相似度；

根据所述无线网络指纹库，选取相似度最高的初始无线网络指纹对应的店铺信息，作为所述用户当前所处店铺的店铺信息。

6.根据权利要求5所述的方法，其特征在于，所述获取所述无线网络指纹数据与每个所述初始无线网络指纹的相似度的步骤，包括：

根据所述无线网络指纹数据与所述初始无线网络指纹中每个媒体访问控制地址的信号强度，确定所述媒体访问控制地址的权重；

根据所述媒体访问控制地址的权重，获取所述无线网络指纹数据与每个所述初始无线网络指纹的相似度；

其中，所述相似度包括加权余弦相似度、加权欧式相似度和Jaccard相似度的乘积。

7.根据权利要求1所述的方法，其特征在于，在所述响应于所述用户处于驻留状态，根据所述轨迹数据以及预设的无线网络指纹库，获取所述用户当前所处店铺的店铺信息的步骤之前，还包括：

获取通过众包方式搜集得到的无线网络指纹，并结合店铺的位置信息，获取所述无线网络指纹与店铺的关联关系；

根据所述无线网络指纹与店铺之间的关联关系，构建所述无线网络指纹库。

8.根据权利要求7所述的方法，其特征在于，所述根据所述无线网络指纹与店铺之间的关联关系，构建所述无线网络指纹库的步骤，包括：

根据所述无线网络指纹的上报参数，对所述无线网络指纹进行过滤，得到每个所述店铺关联的第一无线网络指纹；

根据每个所述店铺关联的第一无线网络指纹的媒体访问控制地址，对所述第一无线网络指纹进行精简处理，得到每个店铺关联的第二无线网络指纹；

针对每个所述店铺，对所述店铺关联的第二无线网络指纹进行聚类，得到所述店铺关联的目标无线网络指纹；

根据所述店铺与所述目标无线网络指纹的关联关系，构建所述无线网络指纹库。

9.根据权利要求8所述的方法，其特征在于，所述根据所述无线网络指纹的上报参数，对所述无线网络指纹进行过滤，得到每个所述店铺关联的第一无线网络指纹的步骤，包括：

响应于所述无线网络指纹的上报位置与所述无线网络指纹关联的店铺位置之间的距离超过第二预设距离阈值，确认所述无线网络指纹为脏数据并过滤；

和/或，响应于所述无线网络指纹的上报时间不是所述无线网络指纹关联的店铺的营业时间，确认所述无线网络指纹为脏数据并过滤；

和/或，响应于根据所述无线网络指纹的上报参数，确认所述无线网络指纹的网络类型为非店铺网络类型，确认所述无线网络指纹为脏数据并过滤。

10.根据权利要求8所述的方法，其特征在于，所述根据每个店铺关联的第一无线网络指纹的媒体访问控制地址，对所述第一无线网络指纹进行精简处理，得到每个店铺关联的第二无线网络指纹的步骤，包括：

针对每个所述店铺，根据所述店铺关联的每个媒体访问控制地址的性能参数，确定所述媒体访问控制地址的性能指标；

选取与所述店铺关联，且性能指标最优的前M个媒体访问控制地址，构建所述店铺关联的媒体访问控制地址集合，M为正整数；

根据所述媒体访问控制地址集合，对所述店铺关联的第一无线网络指纹中的无线网络数据进行过滤，得到第三无线网络指纹；

将不存在于所述第三无线网络指纹中，且存在于所述媒体访问控制地址集合中的媒体访问控制地址加入所述第三无线网络指纹，并将新加入的媒体访问控制地址的信号强度填充为0，得到所述店铺关联的第二无线网络指纹。

11.根据权利要求8所述的方法，其特征在于，所述针对每个所述店铺，对所述店铺关联的第二无线网络指纹进行聚类，得到所述店铺关联的目标无线网络指纹的步骤，包括：

响应于所述店铺关联的第二无线网络指纹的数量大于等于预设数值，基于所述第二无线网络指纹之间的余弦相似度，通过K-Means聚类算法，对所述店铺关联的第二无线网络指纹进行聚类，得到多个第二聚类分组；

以每个所述第二聚类分组的聚类中心对应的第二无线网络指纹，作为所述店铺关联的目标无线网络指纹。

12.根据权利要求1所述的方法，其特征在于，在所述响应于所述用户处于驻留状态，根据所述轨迹数据以及预设的无线网络指纹库，获取所述用户当前所处店铺的店铺信息的步骤之后，包括：

记录所述无线网络指纹库中每个无线网络指纹所识别店铺的点击次数；

根据所述点击次数，更新所述无线网络指纹库的每个店铺关联的无线网络指纹。

13.根据权利要求1所述的方法，其特征在于，所述基于所述轨迹数据，判断所述用户是否处于驻留状态的步骤，包括：

基于所述轨迹数据以及预设的无线网络指纹库，判断所述用户当前是否位于店铺中；

响应于所述用户当前位于店铺中，基于所述轨迹数据判断所述用户是否处于驻留状态；

所述响应于所述用户处于驻留状态，根据所述轨迹数据以及预设的无线网络指纹库，获取所述用户当前所处店铺的店铺信息的步骤，包括：

响应于所述用户处于驻留状态，获取所述用户当前所处店铺的店铺信息。

14.一种到店识别装置，其特征在于，包括：

轨迹数据获取模块，用于获取用户上传的轨迹数据，所述轨迹数据中包含无线网络指纹数据；

驻留状态检测模块，用于基于所述轨迹数据，判断所述用户是否处于驻留状态；

店铺信息获取模块，用于响应于所述用户处于驻留状态，根据所述轨迹数据以及预设的无线网络指纹库，获取所述用户当前所处店铺的店铺信息。

Images