CN112580882B - 行程制定方法、装置、设备及介质 - Google Patents

行程制定方法、装置、设备及介质 Download PDF

Info

Publication number
CN112580882B
CN112580882B CN202011545744.3A CN202011545744A CN112580882B CN 112580882 B CN112580882 B CN 112580882B CN 202011545744 A CN202011545744 A CN 202011545744A CN 112580882 B CN112580882 B CN 112580882B
Authority
CN
China
Prior art keywords
user
data
target
index data
acquiring
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.)
Active
Application number
CN202011545744.3A
Other languages
English (en)
Other versions
CN112580882A (zh
Inventor
黄齐胜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Bank Co Ltd
Original Assignee
Ping An Bank Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Bank Co Ltd filed Critical Ping An Bank Co Ltd
Priority to CN202011545744.3A priority Critical patent/CN112580882B/zh
Publication of CN112580882A publication Critical patent/CN112580882A/zh
Application granted granted Critical
Publication of CN112580882B publication Critical patent/CN112580882B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/24323—Tree-organised classifiers
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q40/03—Credit; Loans; Processing thereof
    • 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
    • G06Q40/08—Insurance
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Accounting & Taxation (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Technology Law (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及人工智能领域，提供一种行程制定方法、装置、设备及介质，能够通过对数据的加工处理提高数据的可用性，并进一步计算每个用户的画像等级和位置等级，并对每个用户的画像等级和位置等级进行分析，得到每个用户的优先级，并根据每个用户的优先级生成目标行程，以结合用户的画像等级优先级及用户的位置等级优先级，综合规划执行者的行程，保证高优先级用户能够被及时拜访，同时，由于考虑了位置数据，又能尽可能的拜访更多用户，提高行程的效率。此外，本发明还涉及区块链技术，目标行程可存储于区块链节点中。

Description

行程制定方法、装置、设备及介质
技术领域
本发明涉及人工智能技术领域，尤其涉及一种行程制定方法、装置、设备及介质。
背景技术
目前，各个行业的销售代理人等业务人员为了更好的为客户提供服务，需要针对一些客户提供上门服务。通常，单个业务员每天需要为多个不同位置的客户办理业务，当需要拜访的客户较多时，业务员上门服务压力较大，因此，需要为业务员进行合理的行程规划。
在现有方案中，针对业务员的行程规划，主要有以下两种方式：
1、 完全不提供任何行程规划建议，完全依赖业务员的经验和地图软件来进行客户拜访。
此方式需要业务员自己规划路线，不仅占用了额外的工作时间，并且，如何甄别客户，以在行程规划中提高重点客户的优先级，完全依赖于业务员的经验及对客户的了解，容易出现较大误差。
2、 提供基于客户地理位置和预约时间的行程路线。
此方式虽然释放了人力，但没有考虑客户的优先级，使规划的行程缺乏合理性。
发明内容
鉴于以上内容，有必要提供一种行程制定方法、装置、设备及介质，能够结合用户的画像等级优先级及用户的位置等级优先级，综合规划执行者的行程，保证高优先级用户能够被及时拜访，同时，由于考虑了位置数据，又能尽可能的拜访更多用户，提高行程的效率。
一种行程制定方法，所述行程制定方法包括：
响应于行程制定指令，根据所述行程制定指令获取用户画像数据；
对所述用户画像数据进行加工处理，得到至少一个指标数据；
对所述至少一个指标数据进行重要性分析，得到分析结果，并根据所述分析结果确定至少一个目标指标数据；
调用预先配置的映射表，并根据所述至少一个目标指标数据在所述映射表中进行遍历，得到每个目标指标数据的映射值；
确定每个目标指标数据对应的用户，并计算每个用户对应的目标指标数据的映射值的累加和，得到每个用户的画像等级；
获取每个用户的位置数据，及获取行程的执行者的目标位置数据；
根据每个用户的位置数据及所述目标位置数据计算所述执行者与每个用户间的距离，并对所述执行者与每个用户间的距离进行转化，得到每个用户的位置等级；
根据每个用户的画像等级及每个用户的位置等级确定每个用户的优先级；
根据每个用户的优先级生成目标行程。
根据本发明优选实施例，所述根据所述行程制定指令获取用户画像数据包括：
解析所述行程制定指令的方法体，得到所述行程制定指令所携带的信息；
获取预设标签；
根据所述预设标签构建正则表达式；
利用所述正则表达式在所述行程制定指令所携带的信息中进行遍历，并将遍历到的数据确定为目标地址；
链接至所述目标地址，并获取所述目标地址处存储的数据作为所述用户画像数据。
根据本发明优选实施例，所述对所述用户画像数据进行加工处理，得到至少一个指标数据包括：
调用线程计算所述用户画像数据中每个数据的饱和度，及计算所述用户画像数据中每两个数据间的相关度；
从所述用户画像数据中获取饱和度小于或者等于配置饱和度的数据，并删除获取的数据，得到第一中间数据；
从所述第一中间数据中获取相关度大于或者等于配置相关度的两个数据，并从所述两个数据中获取饱和度较小的数据，删除所述饱和度较小的数据，得到第二中间数据；
检测所述第二中间数据中的缺失数据，并对所述缺失数据进行填充处理，得到第三中间数据；
根据数据类别对所述中间数据进行拆分，得到所述至少一个指标数据。
根据本发明优选实施例，所述对所述至少一个指标数据进行重要性分析，得到分析结果，并根据所述分析结果确定至少一个目标指标数据包括：
根据所述至少一个指标数据构建随机森林；
确定所述至少一个指标数据在所述随机森林中每个决策树的各个节点处的重要度；
根据所述至少一个指标数据在所述随机森林中每个决策树的各个节点处的重要度确定所述至少一个指标数据在每个决策树中的重要度；
根据所述至少一个指标数据在每个决策树中的重要度确定所述至少一个指标数据在所述随机森林中的重要度；
将所述至少一个指标数据在所述随机森林中的重要度确定为每个指标数据的重要度，得到所述分析结果；
将重要度大于或者等于配置重要度的指标数据确定为所述至少一个目标指标数据。
根据本发明优选实施例，所述根据每个用户的位置数据及所述目标位置数据计算所述执行者与每个用户间的距离，并对所述执行者与每个用户间的距离进行转化，得到每个用户的位置等级包括：
从每个用户的位置数据中获取每个用户的经度及纬度，及从所述目标位置数据中获取所述执行者的经度及纬度；
根据每个用户的经度及纬度、所述执行者的经度及纬度计算所述执行者与每个用户间球面距离；
对于每个用户，计算配置等级与对应的球面距离的商作为每个用户的备选位置等级；
获取所述配置等级与所述备选位置等级间的较小值作为对应的每个用户的位置等级。
根据本发明优选实施例，所述根据每个用户的优先级生成目标行程包括：
将每个用户的优先级按照由高到低进行排序，得到排序结果；
从所述排序结果中获取排在首位的用户作为目标用户；
获取所述目标用户的位置数据及用户信息；
根据所述目标用户的位置数据生成导航数据；
整合所述导航数据及所述用户信息，得到所述目标行程。
根据本发明优选实施例，所述方法还包括：
在执行所述目标行程后，从所述至少一个目标指标数据中删除与所述目标用户对应的目标指标数据，得到更新后的目标指标数据；
将所述执行者的目标位置数据替换为所述目标用户的位置数据，得到所述执行者更新后的位置数据；
根据所述更新后的目标指标数据及所述执行者更新后的位置数据生成所述目标行程的下一行程。
一种行程制定装置，所述行程制定装置包括：
获取单元，用于响应于行程制定指令，根据所述行程制定指令获取用户画像数据；
加工单元，用于对所述用户画像数据进行加工处理，得到至少一个指标数据；
分析单元，用于对所述至少一个指标数据进行重要性分析，得到分析结果，并根据所述分析结果确定至少一个目标指标数据；
遍历单元，用于调用预先配置的映射表，并根据所述至少一个目标指标数据在所述映射表中进行遍历，得到每个目标指标数据的映射值；
计算单元，用于确定每个目标指标数据对应的用户，并计算每个用户对应的目标指标数据的映射值的累加和，得到每个用户的画像等级；
所述获取单元，还用于获取每个用户的位置数据，及获取行程的执行者的目标位置数据；
所述计算单元，还用于根据每个用户的位置数据及所述目标位置数据计算所述执行者与每个用户间的距离，并对所述执行者与每个用户间的距离进行转化，得到每个用户的位置等级；
确定单元，用于根据每个用户的画像等级及每个用户的位置等级确定每个用户的优先级；
生成单元，用于根据每个用户的优先级生成目标行程。
一种电子设备，所述电子设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现所述行程制定方法。
一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现所述行程制定方法。
由以上技术方案可以看出，本发明能够通过对数据的加工处理提高数据的可用性，并进一步计算每个用户的画像等级和位置等级，并对每个用户的画像等级和位置等级进行分析，得到每个用户的优先级，并根据每个用户的优先级生成目标行程，以结合用户的画像等级优先级及用户的位置等级优先级，综合规划执行者的行程，保证高优先级用户能够被及时拜访，同时，由于考虑了位置数据，又能尽可能的拜访更多用户，提高行程的效率。
附图说明
图1是本发明行程制定方法的较佳实施例的流程图。
图2是本发明行程制定装置的较佳实施例的功能模块图。
图3是本发明实现行程制定方法的较佳实施例的电子设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。
如图1所示，是本发明行程制定方法的较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。
所述行程制定方法应用于一个或者多个电子设备中，所述电子设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字处理器(Digital SignalProcessor，DSP)、嵌入式设备等。
所述电子设备可以是任何一种可与用户进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理（Personal Digital Assistant，PDA）、游戏机、交互式网络电视（Internet Protocol Television，IPTV）、智能式穿戴式设备等。
所述电子设备还可以包括网络设备和/或用户设备。其中，所述网络设备包括，但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(CloudComputing)的由大量主机或网络服务器构成的云。
所述电子设备所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络（Virtual Private Network，VPN）等。
S10，响应于行程制定指令，根据所述行程制定指令获取用户画像数据。
在本发明的至少一个实施例中，所述行程制定指令可以由销售代理人、银行业务员等相关工作人员触发，本发明不限制。
在本实施例中，所述用户画像数据取决于不同的领域。
例如：对于银行的业务人员，所述用户画像数据包括，但不限于以下一种或者多种的组合：资产数据、风险评测数据、指定产品的购买数量、理财风险等级数据、信用卡使用金额数据。
进一步地，所述根据所述行程制定指令获取用户画像数据包括：
解析所述行程制定指令的方法体，得到所述行程制定指令所携带的信息；
获取预设标签；
根据所述预设标签构建正则表达式；
利用所述正则表达式在所述行程制定指令所携带的信息中进行遍历，并将遍历到的数据确定为目标地址；
链接至所述目标地址，并获取所述目标地址处存储的数据作为所述用户画像数据。
具体地，所述行程制定指令实质上是一条代码，在所述行程制定指令中，根据代码的编写原则，{}之间的内容被称之为所述方法体。
所述预设标签可以进行自定义配置，所述预设标签与地址具有一一对应的关系，例如：所述预设标签可以是ADD，进一步以所述预设标签建立正则表达式ADD（），并以ADD（）进行遍历。
通过上实施方式，能够基于正则表达式及预设标签快速获取到用户画像数据。
S11，对所述用户画像数据进行加工处理，得到至少一个指标数据。
需要说明的是，所述用户画像数据中还可能存在一定的数据缺陷，如重复数据、不饱和数据等，为了提高数据的可用性，首先需要对数据进行加工预处理。
其中，加工处理后，得到的所述至少一个指标数据对应于所述用户画像数据中不同的数据类别。
具体地，所述对所述用户画像数据进行加工处理，得到至少一个指标数据包括：
调用线程计算所述用户画像数据中每个数据的饱和度，及计算所述用户画像数据中每两个数据间的相关度；
从所述用户画像数据中获取饱和度小于或者等于配置饱和度的数据，并删除获取的数据，得到第一中间数据；
从所述第一中间数据中获取相关度大于或者等于配置相关度的两个数据，并从所述两个数据中获取饱和度较小的数据，删除所述饱和度较小的数据，得到第二中间数据；
检测所述第二中间数据中的缺失数据，并对所述缺失数据进行填充处理，得到第三中间数据；
根据数据类别对所述中间数据进行拆分，得到所述至少一个指标数据。
其中，可以采用皮尔逊算法计算所述用户画像数据中每两个数据间的相关度，本发明不限制。
所述配置饱和度、所述配置相关度可以进行自定义配置。
进一步地，在对所述缺失数据进行填充处理时，可以采用零值或者均值的方式。对于收入等数据采用均值填充，对于一般数据采用零值填充。
在本实施例中，通过删除饱和度低的数据，能够避免由于缺少因子导致数据分析不准确。
通过对相关度高的数据进行删除处理，能够有效删除重复数据，避免由于数据的冗余给系统造成不必要的运行负担。
通过对缺失数据进行填充，能够进一步保证数据的可用性。
S12，对所述至少一个指标数据进行重要性分析，得到分析结果，并根据所述分析结果确定至少一个目标指标数据。
可以理解的是，并非所有的指标数据都对行程制定有重要作用，因此，还需要对所述至少一个指标数据进行重要性分析，以筛选出重要的指标数据作为目标指标数据。
具体地，所述对所述至少一个指标数据进行重要性分析，得到分析结果，并根据所述分析结果确定至少一个目标指标数据包括：
根据所述至少一个指标数据构建随机森林；
确定所述至少一个指标数据在所述随机森林中每个决策树的各个节点处的重要度；
根据所述至少一个指标数据在所述随机森林中每个决策树的各个节点处的重要度确定所述至少一个指标数据在每个决策树中的重要度；
根据所述至少一个指标数据在每个决策树中的重要度确定所述至少一个指标数据在所述随机森林中的重要度；
将所述至少一个指标数据在所述随机森林中的重要度确定为每个指标数据的重要度，得到所述分析结果；
将重要度大于或者等于配置重要度的指标数据确定为所述至少一个目标指标数据。
通过上述实施方式，能够采用随机森林算法分析每个指标数据的重要度，充分利用了随机森林树的属性进行目标指标数据的判定。
当然，在其他实施例中，也可以采用其他方式进行重要性分析，如：主成分分析算法等，在此不赘述。
S13，调用预先配置的映射表，并根据所述至少一个目标指标数据在所述映射表中进行遍历，得到每个目标指标数据的映射值。
在本实施例中，所述映射表中存储着不同的目标指标数据对应的量化值。
例如：对于银行的业务员，所对接的客户的目标指标数据可以包括，但不限于：总资产（AD）、风险评测（RD）、往期购买的理财产品风险（MD）、往期购买理财产品的综合值（MRD）、信用卡使用金额（CD）、银行代销保险购买数量（ID），则对应的映射表中的主要数据可以配置为：
总资产<1万元，AD=1；总资产<10万元，AD=2；总资产<100万元，AD=3；总资产<1000万元，AD=5；总资产<1亿元，AD=7；总资产>=1亿元，AD=10；
风险评测为保守型，RD=3；风险评测为谨慎型，RD=4；风险评测为稳健型，RD=3；风险评测为积极型，RD=2；风险评测为激进型，RD=2；
往期购买的理财产品风险为低风险，MD=3；往期购买的理财产品风险为中风险，MD=3；往期购买的理财产品风险为高风险，MD=2；
MRD =Σ(MD*MR)，即客户每次购买理财产品的风险等级乘以比例，然后对所有的结果求和；
信用卡使用金额<5万元，CD=1；信用卡使用金额<10万元，CD=2；信用卡使用金额<100万元，CD=3；信用卡使用金额>100万元，CD=5；
银行代销保险购买数量<2，ID=1；银行代销保险购买数量<5，ID=2；银行代销保险购买数量<10，ID=3；银行代销保险购买数量>=10，ID=4。
S14，确定每个目标指标数据对应的用户，并计算每个用户对应的目标指标数据的映射值的累加和，得到每个用户的画像等级。
进一步地，承接上面的例子，每个用户的画像等级PD = AD + RD + MRD + CD +ID。
通过上述实施方式，能够对每个用户的画像数据进行量化处理，为后续的优先级分析提供数据基础。
S15，获取每个用户的位置数据，及获取行程的执行者的目标位置数据。
其中，每个用户可以包括待拜访的客户。
所述执行者可以包括销售代理人、银行业务员等需要执行所制定的行程的工作人员。
S16，根据每个用户的位置数据及所述目标位置数据计算所述执行者与每个用户间的距离，并对所述执行者与每个用户间的距离进行转化，得到每个用户的位置等级。
具体地，所述根据每个用户的位置数据及所述目标位置数据计算所述执行者与每个用户间的距离，并对所述执行者与每个用户间的距离进行转化，得到每个用户的位置等级包括：
从每个用户的位置数据中获取每个用户的经度及纬度，及从所述目标位置数据中获取所述执行者的经度及纬度；
根据每个用户的经度及纬度、所述执行者的经度及纬度计算所述执行者与每个用户间球面距离；
对于每个用户，计算配置等级与对应的球面距离的商作为每个用户的备选位置等级；
获取所述配置等级与所述备选位置等级间的较小值作为对应的每个用户的位置等级。
例如：仅以中国为例，由于中国处于北半球、东半球，故此处计算仅考虑北纬和东经的情况，根据客户地理位置（经纬度）和业务员地理位置（经纬度）计算出客户的位置等级（LD）。把地球简化成一个半径（R）为6371.393千米的球形，则计算距离可以简化为计算球形表面两点之间的距离。
C = sin(90 - LatA)*sin(90 - LatB)*cos(LonA-LonB) + cos(90 - LatA)*cos(90 - LatB)；
Distance= R*arccos(C)*Pi/180。
其中，C为客户与业务员间的球面弧度，sin为数学中正弦运算，cos为余弦运算，arccos为反余弦运算，LatA为业务员纬度，LonA为业务员经度；LatB为客户纬度，LonB为客户经度；R为地球处理成球形后的半径，单位为千米；Pi为圆周率；Distance为业务员与客户间的球面距离，单位为千米。
进一步地，LD = MIN(10, 10 / sqrt(Distance))，其中，所述配置等级为10。
需要说明的是，为了保持统一性，所述配置等级与所述画像等级的等级数一致。
在本例中，考虑到距离越大时，业务员可选择的高速交通面越大，并且距离对重点客户的影响应当更小。故此处采用了平方根函数，而非线性函数。又由于上文中画像等级的等级策略，地理位置的最大等级不应超过画像等级的最高等级数，故增加最大值判断，当客户位置等级超过画像等级的最高等级数时，则取画像等级的最高等级数为所述位置等级。
S17，根据每个用户的画像等级及每个用户的位置等级确定每个用户的优先级。
具体地，所述根据每个用户的画像等级及每个用户的位置等级确定每个用户的优先级包括：
计算每个用户的画像等级及每个用户的位置等级的和，作为每个用户的优先级。
例如：承接上面的例子，每个用户的优先级CP = PD + LD。
S18，根据每个用户的优先级生成目标行程。
具体地，所述根据每个用户的优先级生成目标行程包括：
将每个用户的优先级按照由高到低进行排序，得到排序结果；
从所述排序结果中获取排在首位的用户作为目标用户；
获取所述目标用户的位置数据及用户信息；
根据所述目标用户的位置数据生成导航数据；
整合所述导航数据及所述用户信息，得到所述目标行程。
通过上述实施方式，结合用户的画像等级优先级及用户的位置等级优先级，综合规划执行者的行程，保证高优先级用户能够被及时拜访，同时，由于考虑了位置数据，又能尽可能的拜访更多用户。
进一步地，所述方法还包括：
在执行所述目标行程后，从所述至少一个目标指标数据中删除与所述目标用户对应的目标指标数据，得到更新后的目标指标数据；
将所述执行者的目标位置数据替换为所述目标用户的位置数据，得到所述执行者更新后的位置数据；
根据所述更新后的目标指标数据及所述执行者更新后的位置数据生成所述目标行程的下一行程。
例如：由于业务员拜访完一个客户之后，业务员的当前位置也变成了客户的位置，下一个客户的LD需根据业务员当前位置重新计算。故安排业务员一日的行程，是一个根据所有客户的递归算法：
第一步，根据业务员的起始位置，根据上面客户选择公式，计算出第一个拜访的客户；
第二步，把第一个客户的数据删除；
第三步，把业务员位置修改为第一个拜访的客户位置，再根据上面客户选择公式，计算出下一个拜访的客户；
第四步，把第三步中计算出的下一个客户的数据删除；
第五步，重复以上第三步和第四步，直到所有客户都已安排拜访顺序。
至此，即可规划出业务员一天所有的拜访行程。
需要说明的是，为了进一步保证数据的安全性，可以将所述目标行程存储于区块链，以避免数据被恶意篡改。
由以上技术方案可以看出，本发明能够通过对数据的加工处理提高数据的可用性，并进一步计算每个用户的画像等级和位置等级，并对每个用户的画像等级和位置等级进行分析，得到每个用户的优先级，并根据每个用户的优先级生成目标行程，以结合用户的画像等级优先级及用户的位置等级优先级，综合规划执行者的行程，保证高优先级用户能够被及时拜访，同时，由于考虑了位置数据，又能尽可能的拜访更多用户，提高行程的效率。
如图2所示，是本发明行程制定装置的较佳实施例的功能模块图。所述行程制定装置11包括获取单元110、加工单元111、分析单元112、遍历单元113、计算单元114、确定单元115、生成单元116。本发明所称的模块/单元是指一种能够被处理器13所执行，并且能够完成固定功能的一系列计算机程序段，其存储在存储器12中。在本实施例中，关于各模块/单元的功能将在后续的实施例中详述。
响应于行程制定指令，获取单元110根据所述行程制定指令获取用户画像数据。
在本发明的至少一个实施例中，所述行程制定指令可以由销售代理人、银行业务员等相关工作人员触发，本发明不限制。
在本实施例中，所述用户画像数据取决于不同的领域。
例如：对于银行的业务人员，所述用户画像数据包括，但不限于以下一种或者多种的组合：资产数据、风险评测数据、指定产品的购买数量、理财风险等级数据、信用卡使用金额数据。
进一步地，所述获取单元110根据所述行程制定指令获取用户画像数据包括：
解析所述行程制定指令的方法体，得到所述行程制定指令所携带的信息；
获取预设标签；
根据所述预设标签构建正则表达式；
利用所述正则表达式在所述行程制定指令所携带的信息中进行遍历，并将遍历到的数据确定为目标地址；
链接至所述目标地址，并获取所述目标地址处存储的数据作为所述用户画像数据。
具体地，所述行程制定指令实质上是一条代码，在所述行程制定指令中，根据代码的编写原则，{}之间的内容被称之为所述方法体。
所述预设标签可以进行自定义配置，所述预设标签与地址具有一一对应的关系，例如：所述预设标签可以是ADD，进一步以所述预设标签建立正则表达式ADD（），并以ADD（）进行遍历。
通过上实施方式，能够基于正则表达式及预设标签快速获取到用户画像数据。
加工单元111对所述用户画像数据进行加工处理，得到至少一个指标数据。
需要说明的是，所述用户画像数据中还可能存在一定的数据缺陷，如重复数据、不饱和数据等，为了提高数据的可用性，首先需要对数据进行加工预处理。
其中，加工处理后，得到的所述至少一个指标数据对应于所述用户画像数据中不同的数据类别。
具体地，所述加工单元111对所述用户画像数据进行加工处理，得到至少一个指标数据包括：
调用线程计算所述用户画像数据中每个数据的饱和度，及计算所述用户画像数据中每两个数据间的相关度；
从所述用户画像数据中获取饱和度小于或者等于配置饱和度的数据，并删除获取的数据，得到第一中间数据；
从所述第一中间数据中获取相关度大于或者等于配置相关度的两个数据，并从所述两个数据中获取饱和度较小的数据，删除所述饱和度较小的数据，得到第二中间数据；
检测所述第二中间数据中的缺失数据，并对所述缺失数据进行填充处理，得到第三中间数据；
根据数据类别对所述中间数据进行拆分，得到所述至少一个指标数据。
其中，可以采用皮尔逊算法计算所述用户画像数据中每两个数据间的相关度，本发明不限制。
所述配置饱和度、所述配置相关度可以进行自定义配置。
进一步地，在对所述缺失数据进行填充处理时，可以采用零值或者均值的方式。对于收入等数据采用均值填充，对于一般数据采用零值填充。
在本实施例中，通过删除饱和度低的数据，能够避免由于缺少因子导致数据分析不准确。
通过对相关度高的数据进行删除处理，能够有效删除重复数据，避免由于数据的冗余给系统造成不必要的运行负担。
通过对缺失数据进行填充，能够进一步保证数据的可用性。
分析单元112对所述至少一个指标数据进行重要性分析，得到分析结果，并根据所述分析结果确定至少一个目标指标数据。
可以理解的是，并非所有的指标数据都对行程制定有重要作用，因此，还需要对所述至少一个指标数据进行重要性分析，以筛选出重要的指标数据作为目标指标数据。
具体地，所述分析单元112对所述至少一个指标数据进行重要性分析，得到分析结果，并根据所述分析结果确定至少一个目标指标数据包括：
根据所述至少一个指标数据构建随机森林；
确定所述至少一个指标数据在所述随机森林中每个决策树的各个节点处的重要度；
根据所述至少一个指标数据在所述随机森林中每个决策树的各个节点处的重要度确定所述至少一个指标数据在每个决策树中的重要度；
根据所述至少一个指标数据在每个决策树中的重要度确定所述至少一个指标数据在所述随机森林中的重要度；
将所述至少一个指标数据在所述随机森林中的重要度确定为每个指标数据的重要度，得到所述分析结果；
将重要度大于或者等于配置重要度的指标数据确定为所述至少一个目标指标数据。
通过上述实施方式，能够采用随机森林算法分析每个指标数据的重要度，充分利用了随机森林树的属性进行目标指标数据的判定。
当然，在其他实施例中，也可以采用其他方式进行重要性分析，如：主成分分析算法等，在此不赘述。
遍历单元113调用预先配置的映射表，并根据所述至少一个目标指标数据在所述映射表中进行遍历，得到每个目标指标数据的映射值。
在本实施例中，所述映射表中存储着不同的目标指标数据对应的量化值。
例如：对于银行的业务员，所对接的客户的目标指标数据可以包括，但不限于：总资产（AD）、风险评测（RD）、往期购买的理财产品风险（MD）、往期购买理财产品的综合值（MRD）、信用卡使用金额（CD）、银行代销保险购买数量（ID），则对应的映射表中的主要数据可以配置为：
总资产<1万元，AD=1；总资产<10万元，AD=2；总资产<100万元，AD=3；总资产<1000万元，AD=5；总资产<1亿元，AD=7；总资产>=1亿元，AD=10；
风险评测为保守型，RD=3；风险评测为谨慎型，RD=4；风险评测为稳健型，RD=3；风险评测为积极型，RD=2；风险评测为激进型，RD=2；
往期购买的理财产品风险为低风险，MD=3；往期购买的理财产品风险为中风险，MD=3；往期购买的理财产品风险为高风险，MD=2；
MRD =Σ(MD*MR)，即客户每次购买理财产品的风险等级乘以比例，然后对所有的结果求和；
信用卡使用金额<5万元，CD=1；信用卡使用金额<10万元，CD=2；信用卡使用金额<100万元，CD=3；信用卡使用金额>100万元，CD=5；
银行代销保险购买数量<2，ID=1；银行代销保险购买数量<5，ID=2；银行代销保险购买数量<10，ID=3；银行代销保险购买数量>=10，ID=4。
计算单元114确定每个目标指标数据对应的用户，并计算每个用户对应的目标指标数据的映射值的累加和，得到每个用户的画像等级。
进一步地，承接上面的例子，每个用户的画像等级PD = AD + RD + MRD + CD +ID。
通过上述实施方式，能够对每个用户的画像数据进行量化处理，为后续的优先级分析提供数据基础。
所述获取单元110获取每个用户的位置数据，及获取行程的执行者的目标位置数据。
其中，每个用户可以包括待拜访的客户。
所述执行者可以包括销售代理人、银行业务员等需要执行所制定的行程的工作人员。
所述计算单元114根据每个用户的位置数据及所述目标位置数据计算所述执行者与每个用户间的距离，并对所述执行者与每个用户间的距离进行转化，得到每个用户的位置等级。
具体地，所述计算单元114根据每个用户的位置数据及所述目标位置数据计算所述执行者与每个用户间的距离，并对所述执行者与每个用户间的距离进行转化，得到每个用户的位置等级包括：
从每个用户的位置数据中获取每个用户的经度及纬度，及从所述目标位置数据中获取所述执行者的经度及纬度；
根据每个用户的经度及纬度、所述执行者的经度及纬度计算所述执行者与每个用户间球面距离；
对于每个用户，计算配置等级与对应的球面距离的商作为每个用户的备选位置等级；
获取所述配置等级与所述备选位置等级间的较小值作为对应的每个用户的位置等级。
例如：仅以中国为例，由于中国处于北半球、东半球，故此处计算仅考虑北纬和东经的情况，根据客户地理位置（经纬度）和业务员地理位置（经纬度）计算出客户的位置等级（LD）。把地球简化成一个半径（R）为6371.393千米的球形，则计算距离可以简化为计算球形表面两点之间的距离。
C = sin(90 - LatA)*sin(90 - LatB)*cos(LonA-LonB) + cos(90 - LatA)*cos(90 - LatB)；
Distance= R*arccos(C)*Pi/180。
其中，C为客户与业务员间的球面弧度，sin为数学中正弦运算，cos为余弦运算，arccos为反余弦运算，LatA为业务员纬度，LonA为业务员经度；LatB为客户纬度，LonB为客户经度；R为地球处理成球形后的半径，单位为千米；Pi为圆周率；Distance为业务员与客户间的球面距离，单位为千米。
进一步地，LD = MIN(10, 10 / sqrt(Distance))，其中，所述配置等级为10。
需要说明的是，为了保持统一性，所述配置等级与所述画像等级的等级数一致。
在本例中，考虑到距离越大时，业务员可选择的高速交通面越大，并且距离对重点客户的影响应当更小。故此处采用了平方根函数，而非线性函数。又由于上文中画像等级的等级策略，地理位置的最大等级不应超过画像等级的最高等级数，故增加最大值判断，当客户位置等级超过画像等级的最高等级数时，则取画像等级的最高等级数为所述位置等级。
确定单元115根据每个用户的画像等级及每个用户的位置等级确定每个用户的优先级。
具体地，所述确定单元115根据每个用户的画像等级及每个用户的位置等级确定每个用户的优先级包括：
计算每个用户的画像等级及每个用户的位置等级的和，作为每个用户的优先级。
例如：承接上面的例子，每个用户的优先级CP = PD + LD。
生成单元116根据每个用户的优先级生成目标行程。
具体地，所述生成单元116根据每个用户的优先级生成目标行程包括：
将每个用户的优先级按照由高到低进行排序，得到排序结果；
从所述排序结果中获取排在首位的用户作为目标用户；
获取所述目标用户的位置数据及用户信息；
根据所述目标用户的位置数据生成导航数据；
整合所述导航数据及所述用户信息，得到所述目标行程。
通过上述实施方式，结合用户的画像等级优先级及用户的位置等级优先级，综合规划执行者的行程，保证高优先级用户能够被及时拜访，同时，由于考虑了位置数据，又能尽可能的拜访更多用户。
进一步地，在执行所述目标行程后，从所述至少一个目标指标数据中删除与所述目标用户对应的目标指标数据，得到更新后的目标指标数据；
将所述执行者的目标位置数据替换为所述目标用户的位置数据，得到所述执行者更新后的位置数据；
根据所述更新后的目标指标数据及所述执行者更新后的位置数据生成所述目标行程的下一行程。
例如：由于业务员拜访完一个客户之后，业务员的当前位置也变成了客户的位置，下一个客户的LD需根据业务员当前位置重新计算。故安排业务员一日的行程，是一个根据所有客户的递归算法：
第一步，根据业务员的起始位置，根据上面客户选择公式，计算出第一个拜访的客户；
第二步，把第一个客户的数据删除；
第三步，把业务员位置修改为第一个拜访的客户位置，再根据上面客户选择公式，计算出下一个拜访的客户；
第四步，把第三步中计算出的下一个客户的数据删除；
第五步，重复以上第三步和第四步，直到所有客户都已安排拜访顺序。
至此，即可规划出业务员一天所有的拜访行程。
需要说明的是，为了进一步保证数据的安全性，可以将所述目标行程存储于区块链，以避免数据被恶意篡改。
由以上技术方案可以看出，本发明能够通过对数据的加工处理提高数据的可用性，并进一步计算每个用户的画像等级和位置等级，并对每个用户的画像等级和位置等级进行分析，得到每个用户的优先级，并根据每个用户的优先级生成目标行程，以结合用户的画像等级优先级及用户的位置等级优先级，综合规划执行者的行程，保证高优先级用户能够被及时拜访，同时，由于考虑了位置数据，又能尽可能的拜访更多用户，提高行程的效率。
如图3所示，是本发明实现行程制定方法的较佳实施例的电子设备的结构示意图。
所述电子设备1可以包括存储器12、处理器13和总线，还可以包括存储在所述存储器12中并可在所述处理器13上运行的计算机程序，例如行程制定程序。
本领域技术人员可以理解，所述示意图仅仅是电子设备1的示例，并不构成对电子设备1的限定，所述电子设备1既可以是总线型结构，也可以是星形结构，所述电子设备1还可以包括比图示更多或更少的其他硬件或者软件，或者不同的部件布置，例如所述电子设备1还可以包括输入输出设备、网络接入设备等。
需要说明的是，所述电子设备1仅为举例，其他现有的或今后可能出现的电子产品如可适应于本发明，也应包含在本发明的保护范围以内，并以引用方式包含于此。
其中，存储器12至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。存储器12在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。存储器12在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡（Smart Media Card，SMC）、安全数字（Secure Digital，SD）卡、闪存卡（Flash Card）等。进一步地，存储器12还可以既包括电子设备1的内部存储单元也包括外部存储设备。存储器12不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如行程制定程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
处理器13在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。处理器13是所述电子设备1的控制核心（Control Unit），利用各种接口和线路连接整个电子设备1的各个部件，通过运行或执行存储在所述存储器12内的程序或者模块（例如执行行程制定程序等），以及调用存储在所述存储器12内的数据，以执行电子设备1的各种功能和处理数据。
所述处理器13执行所述电子设备1的操作系统以及安装的各类应用程序。所述处理器13执行所述应用程序以实现上述各个行程制定方法实施例中的步骤，例如图1所示的步骤。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器12中，并由所述处理器13执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该指令段用于描述所述计算机程序在所述电子设备1中的执行过程。例如，所述计算机程序可以被分割成获取单元110、加工单元111、分析单元112、遍历单元113、计算单元114、确定单元115、生成单元116。
上述以软件功能模块的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能模块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、计算机设备，或者网络设备等）或处理器（processor）执行本发明各个实施例所述行程制定方法的部分。
所述电子设备1集成的模块/单元如果以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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指示相关的硬件设备来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。
其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器等。
进一步地，计算机可读存储介质可主要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、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性（防伪）和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
总线可以是外设部件互连标准（peripheral component interconnect，简称PCI）总线或扩展工业标准结构（extended industry standard architecture，简称EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，在图3中仅用一根箭头表示，但并不表示仅有一根总线或一种类型的总线。所述总线被设置为实现所述存储器12以及至少一个处理器13等之间的连接通信。
尽管未示出，所述电子设备1还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器13逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
图3仅示出了具有组件12-13的电子设备1，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
结合图1，所述电子设备1中的所述存储器12存储多个指令以实现一种行程制定方法，所述处理器13可执行所述多个指令从而实现：
响应于行程制定指令，根据所述行程制定指令获取用户画像数据；
对所述用户画像数据进行加工处理，得到至少一个指标数据；
对所述至少一个指标数据进行重要性分析，得到分析结果，并根据所述分析结果确定至少一个目标指标数据；
调用预先配置的映射表，并根据所述至少一个目标指标数据在所述映射表中进行遍历，得到每个目标指标数据的映射值；
确定每个目标指标数据对应的用户，并计算每个用户对应的目标指标数据的映射值的累加和，得到每个用户的画像等级；
获取每个用户的位置数据，及获取行程的执行者的目标位置数据；
根据每个用户的位置数据及所述目标位置数据计算所述执行者与每个用户间的距离，并对所述执行者与每个用户间的距离进行转化，得到每个用户的位置等级；
根据每个用户的画像等级及每个用户的位置等级确定每个用户的优先级；
根据每个用户的优先级生成目标行程。
具体地，所述处理器13对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统实施例中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (9)

1.一种行程制定方法，其特征在于，所述行程制定方法包括：
响应于行程制定指令，根据所述行程制定指令获取用户画像数据；
对所述用户画像数据进行加工处理，得到至少一个指标数据；
对所述至少一个指标数据进行重要性分析，得到分析结果，并根据所述分析结果确定至少一个目标指标数据；
调用预先配置的映射表，并根据所述至少一个目标指标数据在所述映射表中进行遍历，得到每个目标指标数据的映射值；
确定每个目标指标数据对应的用户，并计算每个用户对应的目标指标数据的映射值的累加和，得到每个用户的画像等级；
获取每个用户的位置数据，及获取行程的执行者的目标位置数据；
根据每个用户的位置数据及所述目标位置数据计算所述执行者与每个用户间的距离，并对所述执行者与每个用户间的距离进行转化，得到每个用户的位置等级；
根据每个用户的画像等级及每个用户的位置等级确定每个用户的优先级；
根据每个用户的优先级生成目标行程，所述根据每个用户的优先级生成目标行程包括：
将每个用户的优先级按照由高到低进行排序，得到排序结果；
从所述排序结果中获取排在首位的用户作为目标用户；
获取所述目标用户的位置数据及用户信息；
根据所述目标用户的位置数据生成导航数据；
整合所述导航数据及所述用户信息，得到所述目标行程。
2.如权利要求1所述的行程制定方法，其特征在于，所述根据所述行程制定指令获取用户画像数据包括：
解析所述行程制定指令的方法体，得到所述行程制定指令所携带的信息；
获取预设标签；
根据所述预设标签构建正则表达式；
利用所述正则表达式在所述行程制定指令所携带的信息中进行遍历，并将遍历到的数据确定为目标地址；
链接至所述目标地址，并获取所述目标地址处存储的数据作为所述用户画像数据。
3.如权利要求1所述的行程制定方法，其特征在于，所述对所述用户画像数据进行加工处理，得到至少一个指标数据包括：
调用线程计算所述用户画像数据中每个数据的饱和度，及计算所述用户画像数据中每两个数据间的相关度；
从所述用户画像数据中获取饱和度小于或者等于配置饱和度的数据，并删除获取的数据，得到第一中间数据；
从所述第一中间数据中获取相关度大于或者等于配置相关度的两个数据，并从所述两个数据中获取饱和度较小的数据，删除所述饱和度较小的数据，得到第二中间数据；
检测所述第二中间数据中的缺失数据，并对所述缺失数据进行填充处理，得到第三中间数据；
根据数据类别对所述中间数据进行拆分，得到所述至少一个指标数据。
4.如权利要求1所述的行程制定方法，其特征在于，所述对所述至少一个指标数据进行重要性分析，得到分析结果，并根据所述分析结果确定至少一个目标指标数据包括：
根据所述至少一个指标数据构建随机森林；
确定所述至少一个指标数据在所述随机森林中每个决策树的各个节点处的重要度；
根据所述至少一个指标数据在所述随机森林中每个决策树的各个节点处的重要度确定所述至少一个指标数据在每个决策树中的重要度；
根据所述至少一个指标数据在每个决策树中的重要度确定所述至少一个指标数据在所述随机森林中的重要度；
将所述至少一个指标数据在所述随机森林中的重要度确定为每个指标数据的重要度，得到所述分析结果；
将重要度大于或者等于配置重要度的指标数据确定为所述至少一个目标指标数据。
5.如权利要求1所述的行程制定方法，其特征在于，所述根据每个用户的位置数据及所述目标位置数据计算所述执行者与每个用户间的距离，并对所述执行者与每个用户间的距离进行转化，得到每个用户的位置等级包括：
从每个用户的位置数据中获取每个用户的经度及纬度，及从所述目标位置数据中获取所述执行者的经度及纬度；
根据每个用户的经度及纬度、所述执行者的经度及纬度计算所述执行者与每个用户间球面距离；
对于每个用户，计算配置等级与对应的球面距离的商作为每个用户的备选位置等级；
获取所述配置等级与所述备选位置等级间的较小值作为对应的每个用户的位置等级。
6.如权利要求5所述的行程制定方法，其特征在于，所述方法还包括：
在执行所述目标行程后，从所述至少一个目标指标数据中删除与所述目标用户对应的目标指标数据，得到更新后的目标指标数据；
将所述执行者的目标位置数据替换为所述目标用户的位置数据，得到所述执行者更新后的位置数据；
根据所述更新后的目标指标数据及所述执行者更新后的位置数据生成所述目标行程的下一行程。
7.一种行程制定装置，其特征在于，所述行程制定装置包括：
获取单元，用于响应于行程制定指令，根据所述行程制定指令获取用户画像数据；
加工单元，用于对所述用户画像数据进行加工处理，得到至少一个指标数据；
分析单元，用于对所述至少一个指标数据进行重要性分析，得到分析结果，并根据所述分析结果确定至少一个目标指标数据；
遍历单元，用于调用预先配置的映射表，并根据所述至少一个目标指标数据在所述映射表中进行遍历，得到每个目标指标数据的映射值；
计算单元，用于确定每个目标指标数据对应的用户，并计算每个用户对应的目标指标数据的映射值的累加和，得到每个用户的画像等级；
所述获取单元，还用于获取每个用户的位置数据，及获取行程的执行者的目标位置数据；
所述计算单元，还用于根据每个用户的位置数据及所述目标位置数据计算所述执行者与每个用户间的距离，并对所述执行者与每个用户间的距离进行转化，得到每个用户的位置等级；
确定单元，用于根据每个用户的画像等级及每个用户的位置等级确定每个用户的优先级；
生成单元，用于根据每个用户的优先级生成目标行程，包括：
将每个用户的优先级按照由高到低进行排序，得到排序结果；
从所述排序结果中获取排在首位的用户作为目标用户；
获取所述目标用户的位置数据及用户信息；
根据所述目标用户的位置数据生成导航数据；
整合所述导航数据及所述用户信息，得到所述目标行程。
8. 一种电子设备，其特征在于，所述电子设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现如权利要求1至6中任意一项所述的行程制定方法。
9.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现如权利要求1至6中任意一项所述的行程制定方法。
CN202011545744.3A 2020-12-23 2020-12-23 行程制定方法、装置、设备及介质 Active CN112580882B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011545744.3A CN112580882B (zh) 2020-12-23 2020-12-23 行程制定方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011545744.3A CN112580882B (zh) 2020-12-23 2020-12-23 行程制定方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN112580882A CN112580882A (zh) 2021-03-30
CN112580882B true CN112580882B (zh) 2023-08-18

Family

ID=75139276

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011545744.3A Active CN112580882B (zh) 2020-12-23 2020-12-23 行程制定方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN112580882B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018120427A1 (zh) * 2016-12-29 2018-07-05 平安科技（深圳）有限公司 基于位置服务的风险评估方法、装置、设备和存储介质
CN110160548A (zh) * 2019-06-06 2019-08-23 北京百度网讯科技有限公司 用于生成行驶路线的方法、系统和装置
CN110930176A (zh) * 2019-09-23 2020-03-27 平安科技（深圳）有限公司 预测方法、装置、电子设备及存储介质
CN111552734A (zh) * 2020-03-30 2020-08-18 平安医疗健康管理股份有限公司 用户画像的生成方法及装置、计算机设备、存储介质
CN111897850A (zh) * 2020-08-05 2020-11-06 湖南翰坤实业有限公司 根据用户画像个性化生成逃生路线的方法、系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018120427A1 (zh) * 2016-12-29 2018-07-05 平安科技（深圳）有限公司 基于位置服务的风险评估方法、装置、设备和存储介质
CN110160548A (zh) * 2019-06-06 2019-08-23 北京百度网讯科技有限公司 用于生成行驶路线的方法、系统和装置
CN110930176A (zh) * 2019-09-23 2020-03-27 平安科技（深圳）有限公司 预测方法、装置、电子设备及存储介质
CN111552734A (zh) * 2020-03-30 2020-08-18 平安医疗健康管理股份有限公司 用户画像的生成方法及装置、计算机设备、存储介质
CN111897850A (zh) * 2020-08-05 2020-11-06 湖南翰坤实业有限公司 根据用户画像个性化生成逃生路线的方法、系统

Also Published As

Publication number Publication date
CN112580882A (zh) 2021-03-30

Similar Documents

Publication Publication Date Title
CN110750654A (zh) 知识图谱获取方法、装置、设备和介质
WO2021258850A1 (zh) 基于人工智能的经营指标评价方法、装置、设备及介质
CN111985545B (zh) 基于人工智能的目标数据检测方法、装置、设备及介质
CN113806434B (zh) 大数据处理方法、装置、设备及介质
CN111950621A (zh) 基于人工智能的目标数据检测方法、装置、设备及介质
CN112380454A (zh) 培训课程推荐方法、装置、设备及介质
CN112580881A (zh) 营业网点选址方法、装置、计算机设备及存储介质
CN115617403A (zh) 基于任务切分的清算任务执行方法、装置、设备及介质
CN113627160B (zh) 文本纠错方法、装置、电子设备及存储介质
CN112396547B (zh) 基于无监督学习的课程推荐方法、装置、设备及介质
CN114201482A (zh) 人口动态分布统计方法、装置、电子设备及可读存储介质
CN114219023A (zh) 数据聚类方法、装置、电子设备及可读存储介质
CN112700261B (zh) 基于可疑社团的刷单行为检测方法、装置、设备及介质
CN113901166A (zh) 电子地图构建方法、装置、设备及存储介质
CN111950707B (zh) 基于行为共现网络的行为预测方法、装置、设备及介质
CN112580882B (zh) 行程制定方法、装置、设备及介质
CN116860318A (zh) 多渠道的权益发放路由方法、装置、设备及介质
CN112052409B (zh) 地址解析方法、装置、设备及介质
WO2021164361A1 (zh) Kpi优化方法、装置、设备及介质
CN112561500B (zh) 基于用户数据的薪酬数据生成方法、装置、设备及介质
CN114372892A (zh) 支付数据监控方法、装置、设备及介质
CN114240162A (zh) 人员调度方法、装置、设备及存储介质
CN112330080A (zh) 基于连通图的因子筛选方法、装置、设备及介质
CN116934263B (zh) 产品批量准入方法、装置、设备及介质
CN114925289B (zh) 员工推荐方法、装置、设备及可读存储介质

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