CN110969483B - 一种识别商户位置的方法、装置及电子设备 - Google Patents

Abstract

本说明书实施例公开了一种识别商户位置的方法、装置及电子设备，其中所述识别商户位置的方法包括对商户的行为位置数据进行基于分布密度的聚类处理，得到至少一个簇，其中每一个簇中的行为位置分布密度达到预设密度条件；对得到的所述簇进行处理，得到所述商户的地理位置，以便根据所述商户的地理位置确定营销策略。

Description

一种识别商户位置的方法、装置及电子设备

技术领域

本说明书的涉及计算机技术领域，尤其涉及一种识别商户位置的方法、装置及电子设备。

背景技术

随着市场竞争越来越激烈，为了吸引客户，商圈商业活动营销也越来越多。为了提高营销的效果，营销的策略需要因地制宜，结合商户的地理位置特征。而商户在驻到各个平台系统中时，商户位置(比如经纬度)多为人工录入，因此会存在一些误报的情况，导致商户位置数据质量不高，从而对后续基于商户位置的营销带来一定的影响。

发明内容

有鉴于此，本说明书的实施例提供了一种识别商户位置的方法、装置及电子设备。

本说明书的实施例采用下述技术方案：

本说明书的实施例提供一种识别商户位置的方法，包括：

对商户的行为位置数据进行基于分布密度的聚类处理，得到至少一个簇，其中每一个簇中的行为位置分布密度达到预设密度条件；

对得到的所述簇进行处理，得到所述商户的地理位置，以便根据所述商户的地理位置确定营销策略。

本说明书的实施例还提供一种识别商户位置的装置，包括：

聚类模块，对商户的行为位置数据进行基于分布密度的聚类处理，得到至少一个簇，其中每一个簇中的行为位置分布密度达到预设密度条件；

处理模块，对得到的所述簇进行处理，得到所述商户的地理位置，以便根据所述商户的地理位置确定营销策略。

本说明书的实施例还提供一种电子设备，包括至少一个处理器及存储器，存储器存储有程序，并且被配置成由至少一个处理器执行以下步骤：

对商户的行为位置数据进行基于分布密度的聚类处理，得到至少一个簇，其中每一个簇中的行为位置分布密度达到预设密度条件；

对得到的所述簇进行处理，得到所述商户的地理位置，以便根据所述商户的地理位置确定营销策略。

本说明书的实施例采用的上述至少一个技术方案能够达到以下有益效果：对商户的行为位置数据基于分布密度进行自动聚类得到簇，基于分布密度的聚类方案可以排除根据行为位置数据事先划定区域，而是可以直接对商户的行为位置数据在整体上进行聚类，通过商户的行为位置数据中的行为位置的分布密度大小实现簇的形成，能够发现任意形状的簇形状，还可以避免出现同一位置被归入不同簇中，同时能够有效去除噪声数据的影响。这样，对所得到的簇处理进而确定的商户地理位置的准确性提高。

附图说明

此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书的，并不构成对本说明书的不当限定。在附图中：

图1是本说明书的一个实施例的识别商户位置的方法的流程图。

图2是本说明书的一个具体实施例的识别商户位置的方法的流程图。

图3是图2所述的识别商户位置的方法中商户的行为位置数据的结构示意图。

图4是图2所述的识别商户位置的方法中DbScan聚类算法的聚类的效果示意图。

图5是图2所述的识别商户位置的方法中Weibull时间衰减函数的曲线示意图。

图6是图2所述的识别商户位置的方法中Wilson score置信度曲线示意图。

图7是图2所述的识别商户位置的方法中商户行为数据无法聚集成簇的示意图。

图8是商户行为数据聚集成簇的一种情况示意图。

图9是本说明书的一个实施例的识别商户位置的装置的结构示意图。

图10是本说明书的一个具体实施例的识别商户位置的装置的结构示意图。

具体实施方式

由于商户入驻过程中的商户位置数据质量不高，因此现有技术提出了利用对商户位置进行纠偏的技术手段，提高商户位置的识别准确率。

有现有技术提出，可以对商户行为数据进行基于网格化的处理。将商户的活动区域划分不同的网格区块，通过统计各区块内商户的交易频次，来挖掘真实的商户位置。

本说明书的实施例提供一种识别商户位置的方法、装置及电子设备，对商户的行为位置数据基于分布密度进行自动聚类得到簇，基于分布密度的聚类方案可以排除根据行为位置数据事先划定区域，而是可以直接对商户的行为位置数据在整体上进行聚类，通过商户的行为位置数据中的行为位置的分布密度大小实现簇的形成，能够发现任意形状的簇形状，还可以避免出现同一位置被归入不同簇中，同时能够有效去除噪声数据的影响。这样，对所得到的簇处理进而确定的商户地理位置的准确性提高。

为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书的具体实施例及相应的附图对本说明书的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书的中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书的保护的范围。

以下结合附图，详细说明本说明书的各实施例提供的技术方案。

如图1所示，为本说明书一个实施例的识别商户位置的方法流程图。

步骤110：对商户的行为位置数据进行基于分布密度的聚类处理，得到至少一个簇，其中每一个簇中的行为位置分布密度达到预设密度条件。

商户行为数据是指和商户交易相关的行为记录，包括但不限于交易、用户扫码、用户领券等。

所述商户的行为位置数据是指所述商户行为数据发生的位置记录。具体地，商户的行为位置数据中的每个行为位置可以用经纬度表述。

本说明书的实施例基于分布密度对商户的行为位置数据进行聚类处理，通过聚类这种无监督的方式自动聚集成簇，可以考虑行为位置之间的可连接性，能够有效去除噪声数据的影响，发现任意形状的空间聚类。

优选地，本说明书的实施例可以利用DbScan密度聚类等算法，从而在商户的行为位置数据的漂移情况严重，存在很多噪点数据的情况下，避免噪声数据的影响得到簇。

对应地，对商户的行为位置数据进行基于分布密度的聚类处理，得到至少一个簇，可以包括：

利用DbScan聚类算法，将所述商户的行为位置数据进行聚类得到所述簇。

进一步，在有些经纬度数据是小数点后4～5位，这样会导致得到的商户的行为位置数据存在一定的重复经纬度，导致一个经纬度上聚合了很多条行为记录，而在密度聚类方法中，重点关心在经纬度，而不在经纬度上的频次信息，因此为了聚类的准确，可以对经纬度做一定的处理。

对应地，在对商户的行为位置数据进行基于分布密度的聚类处理，得到至少一个簇之前，包括：

如果所述商户的行为位置数据所包含的至少两个行为位置之间的距离在预设距离范围内，则对所述至少两个行为位置进行差异化处理，使得所述至少两个行为位置之间的距离超过所述预设距离范围，差异化处理的所述行为位置和对应的原始行为位置之间的差值不超过预设精度误差范围。

在本说明书的一个实施例中，采用的方法是在不影响准确的情况下增加一些扩充数，从而所述行为位置的数值扩充附属位，比如扩充到小数点后9～10位，以降低经纬度的重复率，如此扩充后的商户的行为位置数据仍在允许精度误差范围内。

具体地，所述行为位置的数值可以由原始位和附属位构成。所述原始位是指更改该数位的数值会所表征的行为位置的精度造成影响。所述附属位是指更改该数位的数值不会对所表征的行为位置的精度造成影响。这样，扩充所述行为位置的数值的附属位不会影响准确，扩充后的商户的行为位置数据仍在允许精度误差范围内。比如，所述行为位置的数值中小数点前的数位和小数点后的5位是原始位，小数点后的6位及其之后是附属位。

对应地，对所述至少两个行为位置进行差异化处理，包括：

对至少一个所述行为位置的数值扩充附属位，使得所述至少两个行为位置之间的距离超过预设距离范围。

对应地，对至少一个所述行为位置的数值扩充附属位，包括：

对至少一个所述行为位置的小数位进行扩充。

具体地，对至少一个所述行为位置的数值扩充附属位，包括：

对至少一个所述行为位置的数值中经度数扩充附属位；或

对至少一个所述行为位置的数值中纬度数扩充附属位。

例如，经度数据是100.01034，给该经度数增加一个非常小的扩充数以扩充附属位，比如0.00000002345，最终的经度变成100.01034+0.00000002345，这个不影响后续聚类结果，但是大大的降低了重复。

进一步，在商户行为数据和其对应的商户的行为位置数据优势会存在异常情况，比如经纬度为空、经度数或纬度数超过行业规定范围。行业规定表述范围中，纬度是±90，经度至±180，如果有表述为纬度100，就是超过了行业规定范围，明显存在错误。

或者，越多的行为数据会使位置识别准确率变高、时间范围可以视数据记录量而定，可以选择历史所有的行为数据，也可以选择最近一年的行为数据。

此时，就可以设定筛选条件，对商户行为数据及其对应的商户的行为位置数据进行筛选清洗。比如，DbScan聚类算法会存在大量计算，针对行为商户行为数据的数据量很多(比如超过1w)的长尾商户，工程效率上可能会比较低，因此在实现中，可以等概率的采样N条进行聚类，比如N选取10000。

对应地，在对商户的行为位置数据进行基于分布密度的聚类处理，得到至少一个簇之前，可以包括：

根据预设筛选条件，筛选所述商户行为数据对应的所述商户的行为位置数据。

具体地，所述预设筛选条件包括预设时间条件、预设数量条件、经度数或纬度数不为空、经度数或纬度数不超过行业规定范围中的一种或多种的组合。

步骤120：对得到的所述簇进行处理，得到所述商户的地理位置，以便根据所述商户的地理位置确定营销策略。

得到所述簇后，对所述簇进行处理，得到对应商户的位置数据的方式本实施例并不限定。

在本说明书的一个实施例中，如果根据密度聚类算法，将商户的行为位置数据聚类，过滤掉噪声数据，得到簇之后，可以根据预设策略对所得各个簇进行排序，从而确定目标簇。

在本说明书的一个是实施例中，根据所述预设策略是按照所得簇中的行为位置数量进行排序，选择簇中行为位置数量最多的作为目标簇。

具体地，假设P(r)为一个行为位置是商户真实位置的概率，这是一个先验概率。P(c)是行为位置聚集成簇的概率，本方案中已经过滤掉噪声点，因此所有形成的簇概率都一样。P(r|c)代表一个簇中包含真实位置的概率。P(c|r)代表一个簇落在真实位置附近的概率，可以基于簇中行为位置数量与总体行为位置数量的比值来确定。因此基于贝叶斯公式，可以看出，P(r|c)正比于P(c|r)，选择簇中行为位置数量最多的作为目标簇是合理的。如下所示：

Best Cluster＝Arg maxP(c|r)

对应地，对得到的所述簇进行处理，得到所述商户的地理位置，可以包括：

确定簇中行为位置数量符合预设数量的所述簇作为目标簇；

对所述目标簇进行处理，得到所述商户的地理位置。

在本说明书的另一个实施例中，对所得簇中各个行为位置根据其行为时间进行衰减降权。也就是说，如果行为位置的行为时间距离当前越远，行为位置降权越多，降权后所得到的行为位置占比越小。

这么处理的考虑是因为位置识别受近期行为影响较大，对于比较久的行为影响较小，其中一个场景就是商户店铺搬迁，如果不根据时间降权，那么此类店铺一直受历史比较久远的记录影响。

对应地，对得到的所述簇进行处理，得到所述商户的地理位置，包括：

根据各个所述簇中各行为位置对应的行为时间，确定符合预设时间条件的所述簇作为目标簇；

对所述目标簇进行处理，得到所述商户的地理位置。

对应地，根据各个所述簇中各行为位置对应的行为时间，确定符合预设时间条件的所述簇作为目标簇，可以包括：

根据各行为位置对应的行为时间，确定所述簇中各行为位置的权重，其中行为时间在前的行为位置权重比行为时间在后的行为位置权重低；

根据各个行为位置的权重，确定所述簇中各行为位置的权重之和；

确定所述权重之和符合预设总值条件的所述簇作为目标簇。

针对店铺搬迁，但是新地址未更新到系统中的商户，现有技术的方案也会存在一定的误差。现有技术的方案是基于行为选取量最多的网格中心作为商户真实位置。在此场景下，一直等到真实位置所在的网格的行为数据足够多，超过历史行为数据时，现有方案才能识别搬迁之后的位置，整个过程时间较长。而在本实施例中，考虑行为发生的时间特征，对权重按照时间进行衰减，缩短识别到搬迁之后的位置的时间。

具体地，本实施例的时间衰减函数可以选择Weibull衰减，衰减降权之后所述簇中所有行为位置的对应值的总值计算方式可以如下：

x＝(now-gmt_create)/365

Decay(point)＝e^{(-x^2)*log2}

其中，now函数代表当前时间，gmt_create代表行为数据行为时间。例如，当x＝1时，衰减函数返回0.5，表示一年之前的记录权重降至0.5。

进一步，在目前参数设置下，有可能会因为所述商户的行为位置数据中的行为位置的数量过少等原因无法聚集成簇。针对这种情况，尤其是如果因为商户的行为位置数据的数据量过少无法聚集成簇，可以积累数据到一定量再进行本方案识别。

对应地，在对商户的行为位置数据进行基于分布密度的聚类处理之后，包括：

如果所述商户的行为位置数据聚类没有得到簇，则终止对所述商户的行为位置数据的处理。

进一步，对所述目标簇进行处理，得到对应商户的位置数据的方式可以是通过确定所述目标簇的中心点，得到对应商户的位置数据。

当确定出所述目标簇之后，可以计算所述目标簇的中心点，然后用簇中心点作为最终的商户真实位置。

在本说明书的一个实施例中，计算所述目标簇的Mean值作为商户地理位置的方法。

在本说明书的另一个实施例中，计算所述目标簇的地理位置是采用选取其中一个行为位置作为商户的地理位置，并满足这个商户的地理位置到所述目标簇中其他点的距离和最小的要求。

具体地，对所述目标簇进行处理，得到所述商户的地理位置，包括如下一种：

确定所述目标簇的Mean值作为商户的地理位置；

利用所述目标簇中的每个行为位置到其他各行为位置的距离之和，对所述目标簇中的行为位置进行筛选，得到所述商户的地理位置，使得所述商户的地理位置到其他各行为位置的距离之和，小于其他每一个行为位置到其他各行为位置的距离之和。

进一步，如果用于分析商户位置的商户的行为位置数据样本数量少，也就是说所述商户的行为位置数据中的行为位置的数量较少，进而确定出的目标簇中的行为位置数量也少，那么根据所述目标簇得到的商户位置的准确性就会受到影响。

例如所述商户的行为位置数据的数据量是10笔，聚类之后去除噪声点、临界点之后还有8笔，其中包含点数量最多的所述目标簇包含4个行为位置。虽然聚类得到目标簇，但是这种情况下，很难确定商户的位置是否就在所述目标簇包含4个行为位置中，也就是所述目标簇的置信度并不高。

在本说明书的一个实施例中，所述商户的行为位置数据中行为位置的数量少于预设数量，就需要计算出所述目标簇的置信度，判断所述目标簇的置信度是否低于置信度阈值。如果所述目标簇的置信度不低于所述置信度阈值，则继续对所述目标簇的处理，计算中心点；如果所述目标簇的置信度低于所述置信度阈值，说明商户的行为位置数据的数据量太少，不足以支撑位置的纠偏决策，则终止对所述目标簇的处理，防止过度纠偏造成更多误差。

对应地，在确定所述目标簇之后，可以包括：

如果所述商户的行为位置数据中行为位置的数量少于预设数量，则判断所述目标簇的置信度是否低于置信度阈值；

如果所述目标簇的置信度不低于所述置信度阈值，则对所述目标簇进行处理，得到所述商户的地理位置。

进一步，在判断所述目标簇的置信度是否低于置信度阈值之后，包括：

如果所述目标簇的置信度低于所述置信度阈值，则终止对所述目标簇的处理。

具体地，本实施例中可以利用Wilson score区间，确定行为位置数量不同的商户的行为位置数据中具有不同簇的下限置信度，以从中选取合适的置信度作为置信度阈值。Wilson score公式如下：

其中，^p可以表示样本的簇中行为位置数量，n表示所述商户的行为位置数据中行为位置的数量，Z表示对应某个置信水平的Z统计量，这是一个常数。一般情况下，在95％的置信水平下，Z统计量的值为1.96。

进一步，也可以利用上述Wilson score区间公式，将当前的商户的行为位置数据中行为位置的数量和所述目标簇中行为位置数量套入公式，得到所述目标簇对应的下限置信度。然后，判断所述目标簇对应的下限置信度是否低于所述置信度阈值。

优选地，所述商户的行为位置数据的数据量为去除噪声数据后行为数据的数据量。也就是说，n表示去除噪声数据后行为数据的数据量。

至此，基于商户的行为位置对所述商户的地理位置的纠偏完成，基于空间的分布密度进行聚类，排除根据行为位置数据事先划定区域，直接对商户的行为位置数据在整体上进行聚类，有效排除噪声数据的影响，提高对所述商户的地理位置的纠偏的准确性。

为了便于理解和阐述，本说明书以一个具体实施例进行举例说明一种识别商户位置的方法，如图2所示。

步骤211：根据预设筛选条件，筛选商户行为数据对应的商户的行为位置数据。

在该步骤中，主要是对梳理商户行为数据，并进行一定的清洗，过滤经纬度为空的行为数据以及经纬度异常的行为数据。

如图3所示，为图2所示的识别商户位置的方法中所确定的商户的行为位置数据结构示意图。图中ID表示商户行为数据标识号、latitude表示商户的行为位置数据中的纬度数、longitude表示商户的行为位置数据中的经度数、gmt_create表示商户行为数据发生的时间。

步骤213：对所述商户的行为位置数据中的经度数据或纬度数据的小数位扩充指定至小数位，得到扩充后的商户的行为位置数据。

在该步骤中，对所确定的商户的行为位置数据进行预处理，避免一个经纬度上聚合了很多条商户行为数据。

让经度数据或纬度数据加上指定位数的小数，可以在不影响准确的情况下，让经纬度从小数点4～5位扩充到小数点后9～10位，大大降低经纬度的重复率。例如，经度数据是100.01034，给该经度数据增加一个非常小的扩充数，比如0.00000002345，最终的经度变成100.01034+0.00000002345，这个不影响后续聚类结果，但是大大的降低了重复。

步骤215：利用DbScan聚类算法，将所述商户的行为位置数据聚类以得到簇。

在DbScan聚类算法中，有eps和minPts两个参数，eps表示相距eps(单位米)以内的点属于一个簇(cluster)，minPts表示一个簇(cluster)至少包含点的数量。

如图4所示，为DbScan聚类算法聚类的效果示意图，其中eps＝100，minPts＝4。在图4中聚类后存在三种点，标记C的点是某个Cluster中的点；标记B的点是临界点，表示某个Cluster eps可达，但是本身不满足minPts要求，不能形成簇；标记为A的点是噪点；在后续流程中，标记A，B的点都会被过滤掉，只会考虑Cluster中的点进行处理。最终，图4中可以聚成2个簇。

步骤217：如果得到簇，利用Weibull时间衰减函数对各个行为位置根据行为位置行为时间进行衰减降权，其中行为时间在前的行为位置权重比行为时间在后的行为位置权重低。

具体地，Weibull时间衰减函数计算方式如下：

x＝(now-gmt_create)/365

Decay(point)＝e^{(-x^2)*log2}

其中，now函数代表当前时间，gmt_create代表记录发生的时间，当x＝1时，衰减函数返回0.5，表示一年之前的记录权重降至0.5。如图5所示，为Weibull时间衰减函数的曲线示意图。

步骤219：根据各个行为位置的权重，确定所述簇中各行为位置的权重之和。

具体地，各个簇最终所有行为位置的权重之和计算方式如下：

步骤221：确定权重之和最大的所述簇作为目标簇。

经过这样的处理，最终目标簇选择的是近期商户行为记录较多的簇，能很好的解决商户店铺搬迁带来的误差问题。

步骤223：判断所述商户的行为位置数据中行为位置的数量是否少于预设数量，如果少于，则执行步骤225，如果不少于，则执行步骤231。

步骤225：利用Wilson score区间，利用所述商户的行为位置数据中行为位置的数量和所述目标簇中行为位置数量，确定所述目标簇对应的下限置信度。

步骤227：判断所述目标簇对应的下限置信度是否低于所述置信度阈值，如果低于，则执行步骤229，如果不低于，则执行步骤231。

步骤229：终止对所述目标簇的处理。

所述步骤223至所述步骤229是考虑了商户的行为位置数据的样本量较少的情况。

图6是Wilson score置信度曲线图。其中，X轴可以表示样本密度聚类所得簇中行为位置数量，n表示所述商户的行为位置数据的数据量。例如，n＝10表示行为位置数据总共有10个，曲线上某个点(8，0.49)代表行为位置数量最多的簇包含8个行为位置，如果选取这个簇的中心点作为最终结果，那么95％的下限置信度为0.49。可以选此0.49为阈值，最大簇的置信度不小于此值。

同理，所述目标簇对应的置信度可以利用Wilson score公式，代入所述商户的行为位置数据的数据量和所述目标簇中行为位置数量，确定所述目标簇对应的下限置信度，进而比较所述目标簇对应的下限置信度和所述置信度阈值。

如果所述目标簇对应的下限置信度低于所述置信度阈值，则表明为样本数太少，不足以支撑位置的纠偏决策。

步骤231：确定所述目标簇的Mean值作为商户的地理位置。

步骤233：如果所述商户的行为位置数据不能聚类得到簇，则终止对所述商户的行为位置数据的处理。

如果商户行为数据记录量少到无法聚集成簇，可以积累数据到一定量再进行本方案识别。如图7所示，为商户行为数据无法聚集成簇的示意图。

在本说明书另一个实施例中，商户属于流动性商户，例如卖红薯的小商贩，其本身实际中就不会存在一个固定的位置，就很有可能发生在利用密度聚类时聚集成很多簇的情况，如图8所示。此时，根据本说明书的实施例处理所得到的商户的位置数据可能是该商户曾经出现过的位置，但是此类情况不影响本说明书的识别商户位置的方法对商户位置的识别。

根据本说明书的另一方面，如图9所示，本说明书的一个实施例提供一种识别商户位置的装置，包括：

聚类模块10，对商户的行为位置数据进行基于分布密度的聚类处理，得到至少一个簇，其中每一个簇中的行为位置分布密度达到预设密度条件；

处理模块20，对得到的所述簇进行处理，得到所述商户的地理位置，以便根据所述商户的地理位置确定营销策略。

如图10所示，为图9所示的识别商户位置的装置的一个具体实施例的结构框图。

所述识别商户位置的装置包括获取模块30A，用于获取商户行为数据及其对应的商户的行为位置数据。具体地，所述商户行为数据是指和商户交易相关的行为记录，可以包括但不限于交易、用户扫码、用户领券等。所述商户的行为位置数据是指对应的所述商户行为数据发生的位置数据。例如，所述商户的行为位置数据中的各行为位置可以用经纬度表述。

所述识别商户位置的装置还包括数据筛选模块50A，用于对所述获取模块30A所获取的所述商户行为数据及其对应的商户的行为位置数据，按照预设筛选条件进行筛选，比如过滤经纬度为空的行为数据以及经纬度异常的行为数据，其中经纬度异常是指经纬度数据超过行业规定范围，比如筛选出最近2年的商户行为数据及其对应的商户的行为位置数据，等等。

所述识别商户位置的装置还包括预处理模块60A，用于对所述数据筛选模块50A所确定的商户的行为位置数据进行预处理，避免后续聚类时一个经纬度上聚合了很多条行为记录。

具体地，所述预处理模块60A对所述商户的行为位置数据中行为位置的数值扩充附属位，以使扩充后的行为位置的数值允许精度误差范围内，且行为位置之间的距离超过预设距离范围。比如，在所述商户的行为位置数据的经度数扩充小数位，或在所述商户的行为位置数据的纬度数扩充小数位。

举例说明，扩充附属位可以是为扩充小数点后指定位数，对经纬度增加指定位数的小数，让经纬度扩充到小数点后9～10位，以在不影响准确的情况下降低经纬度的重复率。

所述聚类模块10A对扩充后的商户的行为位置数据进行聚类以得到簇。具体地，所述聚类模块10A可以采用的聚类算法有KMeans、DbScan等密度聚类算法。优选地，所述聚类模块10A采用DbScan密度聚类算法。

如果所述聚类模块10A按照设定的参数聚类没有得到所述簇，则表明商户行为记录量少到无法聚集成簇，需要积累数据到一定量再进行本方案识别，即终止对所述商户的行为位置数据的处理。对应地，所述聚类模块10A可以向所述处理模块20A发送终止处理指令。

如果所述聚类模块10A按照设定的参数聚类得到了所述簇，则所述处理模块20A根据预设策略，确定所述簇中的目标簇。比如，所述处理模块20A选择所述簇中行为位置数量最多的作为目标簇。

在本说明书的一个实施例中，所述处理模块20A包括降权模块21A。所述降权模块21A考虑行为发生的时间特征，对所述簇中行为位置根据其行为时间进行衰减降权，其中行为时间在前的行为位置的权重比行为时间在后的行为位置的权重低。也就是说，距离当前时间越远的商户行为数据的权重越低。比如，所述降权模块21A可以采用Weibull衰减实现，此处不再赘述。

衰减降权之后，所述处理模块20A根据各个行为位置的权重，确定所述簇中所有位置点对应的权重之和，选择权重之和符合预设总值条件的所述簇作为目标簇，比如选择权重之和最大的。

考虑到样本数量少的情况对商户位置确定准确性的影响，所述识别商户位置的装置还包括置信度模块70A，用于判断所述目标簇的置信度是否低于置信度阈值。

当所述商户的行为位置数据中行为数据的数量不少于预设数量时，所述置信度模块70A可以直接向所述处理模块20A发送继续处理指令，继续对所述目标簇的处理。

当所述商户的行为位置数据的数据量少于预设数量时，所述置信度模块70A判断所述目标簇的置信度是否低于置信度阈值。如果所述目标簇的置信度不低于所述置信度阈值，则可以向所述处理模块20A发送继续处理指令，继续对所述目标簇的处理。如果所述目标簇的置信度低于所述置信度阈值，则可以向所述处理模块20A发送终止处理指令。

具体地，所述置信度模块70A可以利用Wilson score区间，确定不同行为位置数量的商户的行为位置数据中具有不同簇的下限置信度，进而在所得到的各个下限置信度中确定合适的所述置信度阈值。

进一步，所述置信度模块70A也可以利用Wilson score区间，根据所述商户的行为位置数据中行为位置的数量和所述目标簇中行为位置数量，确定所述目标簇对应的下限置信度。

所述置信度模块70A对比所述目标簇对应的下限置信度与所述置信度阈值，并根据对比结果，对应地发送所述继续处理指令或所述终止处理指令。

所述处理模块20A接收来自所述置信度模块70A的所述继续处理指令，确定所述目标簇的中心点作为对应商户的位置数据。比如，所述处理模块20A可以确定所述目标簇的Mean值为中心点作为对应商户的位置数据。比如所述处理模块20A可以确定所述目标簇中的一个点作为中心点，并且这个点到所述目标簇中其他任一点的距离和最小。

至此，通过本说明书的所述识别商户位置的装置，商户的地理位置被得以识别确定。利用本说明书实施例记载的装置，对商户的行为位置数据基于分布密度进行自动聚类得到簇，基于分布密度的聚类方案可以排除根据行为位置数据事先划定区域，而是可以直接对商户的行为位置数据在整体上进行聚类，通过商户的行为位置数据中的行为位置的分布密度大小实现簇的形成，能够发现任意形状的簇形状，还可以避免出现同一位置被归入不同簇中，同时能够有效去除噪声数据的影响。这样，对所得到的簇处理进而确定的商户地理位置的准确性提高。

相比于现有技术中的通过网格化来进行聚类，会带来边界的误差，本说明书不是基于网格化聚类，而是基于密度聚类，能避免这种问题；

同时针对店铺搬迁，但是新地址未更新到系统中的商户，现有的方案也会存在一定的误差，现有方案更多的是基于行为选取量最多的网格中心作为商户真实位置，在此场景下，一直等到真实位置所在的网格的行为数据足够多，超过历史行为数据时，现有方案才能识别搬迁之后的位置，整个过程时间较长；而本说明书通过引入行为发生的时间特征，对权重按照时间进行衰减，缩短识别到搬迁之后的位置的时间。

根据本说明书的另一个方面，本说明书的实施例还提供一种电子设备，包括至少一个处理器及存储器，存储器存储有程序，并且被配置成由至少一个处理器执行以下步骤：

对商户的行为位置数据进行基于分布密度的聚类处理，得到至少一个簇，其中每一个簇中的行为位置分布密度达到预设密度条件；

对得到的所述簇进行处理，得到所述商户的地理位置，以便根据所述商户的地理位置确定营销策略。

基于同一发明构思，本说明书实施例还提供一种计算机可读存储介质，包括与电子设备结合使用的程序，程序可被处理器执行以完成以下步骤：

对商户的行为位置数据进行基于分布密度的聚类处理，得到至少一个簇，其中每一个簇中的行为位置分布密度达到预设密度条件；

对得到的所述簇进行处理，得到所述商户的地理位置，以便根据所述商户的地理位置确定营销策略。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

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。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，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。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (18)

1.一种识别商户位置的方法，包括：

如果商户的行为位置数据所包含的至少两个行为位置之间的距离在预设距离范围内，则对所述至少两个行为位置进行差异化处理，使得所述至少两个行为位置之间的距离超过所述预设距离范围，差异化处理的所述行为位置和对应的原始行为位置之间的差值不超过预设精度误差范围；对商户的行为位置数据进行基于分布密度的聚类处理，得到至少一个簇，其中每一个簇中的行为位置分布密度达到预设密度条件；

对得到的所述簇进行处理，得到所述商户的地理位置，以便根据所述商户的地理位置确定营销策略。

2.根据权利要求1所述的识别商户位置的方法，在对商户的行为位置数据进行基于分布密度的聚类处理，得到至少一个簇之前，包括：

如果所述商户的行为位置数据所包含的至少两个行为位置之间的距离在预设距离范围内，则对所述至少两个行为位置进行差异化处理，使得所述至少两个行为位置之间的距离超过所述预设距离范围，差异化处理的所述行为位置和对应的原始行为位置之间的差值不超过预设精度误差范围。

3.根据权利要求2所述的识别商户位置的方法，对所述至少两个行为位置进行差异化处理，包括：

对至少一个所述行为位置的数值扩充附属位，使得所述至少两个行为位置之间的距离超过所述预设距离范围。

4.根据权利要求3所述的识别商户位置的方法，对至少一个所述行为位置的数值扩充附属位，包括：

对至少一个所述行为位置的小数位进行扩充。

5.根据权利要求3所述的识别商户位置的方法，对至少一个所述行为位置的数值扩充附属位，包括如下一种或两种的组合：

对至少一个所述行为位置的经度扩充附属位；

对至少一个所述行为位置的纬度扩充附属位。

6.根据权利要求1所述的识别商户位置的方法，对得到的所述簇进行处理，得到所述商户的地理位置，包括：

确定所述簇中行为位置数量符合预设数量的簇作为目标簇；

对所述目标簇进行处理，得到所述商户的地理位置。

7.根据权利要求1所述的识别商户位置的方法，对得到的所述簇进行处理，得到所述商户的地理位置，包括：

根据各个所述簇中各行为位置对应的行为时间，确定符合预设时间条件的所述簇作为目标簇；

对所述目标簇进行处理，得到所述商户的地理位置。

8.根据权利要求7所述的识别商户位置的方法，对所述目标簇进行处理，得到所述商户的地理位置，包括如下一种：

确定所述目标簇的Mean值作为商户的地理位置；

利用所述目标簇中的每个行为位置到其他各行为位置的距离之和，对所述目标簇中的行为位置进行筛选，得到所述商户的地理位置，使得所述商户的地理位置到其他各行为位置的距离之和，小于其他每一个行为位置到其他各行为位置的距离之和。

9.根据权利要求7所述的识别商户位置的方法，根据各个所述簇中各行为位置对应的行为时间，确定符合预设时间条件的所述簇作为目标簇，包括：

根据各行为位置对应的行为时间，确定所述簇中各行为位置的权重，其中行为时间在前的行为位置权重比行为时间在后的行为位置权重低；

根据各个行为位置的权重，确定所述簇中各行为位置的权重之和；

确定所述权重之和符合预设总值条件的所述簇作为目标簇。

10.根据权利要求9所述的识别商户位置的方法，在确定所述权重之和符合预设总值条件的所述簇作为目标簇之后，包括：

如果所述商户的行为位置数据中的行为位置的数量少于预设数量，则判断所述目标簇的置信度是否低于置信度阈值；

如果所述目标簇的置信度不低于所述置信度阈值，则对所述目标簇进行处理，得到所述商户的地理位置。

11.一种识别商户位置的装置，包括：

预处理模块，如果商户的行为位置数据所包含的至少两个行为位置之间的距离在预设距离范围内，则对所述至少两个行为位置进行差异化处理，使得所述至少两个行为位置之间的距离超过所述预设距离范围，差异化处理的所述行为位置和对应的原始行为位置之间的差值不超过预设精度误差范围；

聚类模块，对商户的行为位置数据进行基于分布密度的聚类处理，得到至少一个簇，其中每一个簇中的行为位置分布密度达到预设密度条件；

处理模块，对得到的所述簇进行处理，得到所述商户的地理位置，以便根据所述商户的地理位置确定营销策略。

12.根据权利要求11所述的识别商户位置的装置，在对商户的行为位置数据进行基于分布密度的聚类处理，得到至少一个簇之前，包括：

如果所述商户的行为位置数据所包含的至少两个行为位置之间的距离在预设距离范围内，则对所述至少两个行为位置进行差异化处理，使得所述至少两个行为位置之间的距离超过所述预设距离范围，差异化处理的所述行为位置和对应的原始行为位置之间的差值不超过预设精度误差范围。

13.根据权利要求11所述的识别商户位置的装置，对得到的所述簇进行处理，得到所述商户的地理位置，包括：

确定所述簇中行为位置数量符合预设数量的簇作为目标簇；

对所述目标簇进行处理，得到所述商户的地理位置。

14.根据权利要求11所述的识别商户位置的装置，对得到的所述簇进行处理，得到所述商户的地理位置，包括：

根据各个所述簇中各行为位置对应的行为时间，确定符合预设时间条件的所述簇作为目标簇；

对所述目标簇进行处理，得到所述商户的地理位置。

15.根据权利要求14所述的识别商户位置的装置，对所述目标簇进行处理，得到所述商户的地理位置，包括如下一种：

确定所述目标簇的Mean值作为商户的地理位置；

利用所述目标簇中的每个行为位置到其他各行为位置的距离之和，对所述目标簇中的行为位置进行筛选，得到所述商户的地理位置，使得所述商户的地理位置到其他各行为位置的距离之和，小于其他每一个行为位置到其他各行为位置的距离之和。

16.根据权利要求14所述的识别商户位置的装置，根据各个所述簇中各行为位置对应的行为时间，确定符合预设时间条件的所述簇作为目标簇，包括：

根据各行为位置对应的行为时间，确定所述簇中各行为位置的权重，其中行为时间在前的行为位置权重比行为时间在后的行为位置权重低；

根据各个行为位置的权重，确定所述簇中各行为位置的权重之和；

确定所述权重之和符合预设总值条件的所述簇作为目标簇。

17.根据权利要求16所述的识别商户位置的装置，在确定所述权重之和符合预设总值条件的所述簇作为目标簇之后，包括：

如果所述商户的行为位置数据中行为位置的数据量少于预设数量，则判断所述目标簇的置信度是否低于置信度阈值；

如果所述目标簇的置信度不低于所述置信度阈值，则对所述目标簇进行处理，得到所述商户的地理位置。

18.一种电子设备，包括至少一个处理器及存储器，存储器存储有程序，并且被配置成由至少一个处理器执行以下步骤：

如果商户的行为位置数据所包含的至少两个行为位置之间的距离在预设距离范围内，则对所述至少两个行为位置进行差异化处理，使得所述至少两个行为位置之间的距离超过所述预设距离范围，差异化处理的所述行为位置和对应的原始行为位置之间的差值不超过预设精度误差范围；对商户的行为位置数据进行基于分布密度的聚类处理，得到至少一个簇，其中每一个簇中的行为位置分布密度达到预设密度条件；

对得到的所述簇进行处理，得到所述商户的地理位置，以便根据所述商户的地理位置确定营销策略。