[发明专利]确定用户位置的方法、装置、存储介质和电子设备

说明书

本公开涉及一种确定用户位置的方法、装置、存储介质和电子设备，该方法包括：确定用户采集到的网络序列对应的包含多个geohash区域的区域集，该网络序列包括多个无线网络；通过预先训练后的位置预测模型，从该区域集中确定该用户采集到该网络序列时所处的geohash区域；该位置预测模型为通过多个训练样本集对预设的预测模型进行训练所生成的，每个训练样本集为通过网络序列样本、网络序列样本对应的多个历史geohash区域以及每个历史geohash区域对应的用于表征该历史geohash区域是否为实际的geohash区域的定位标签，构建的训练样本集。能够根据无线网络序列和geohash区域的对应关系，确定网络序列所处的位置，在节省定位设备成本的基础上，保证用户定位的准确度。

技术领域

本公开涉及信息管理领域，具体地，涉及一种确定用户位置的方法、装置、存储介质和电子设备。

背景技术

随着移动互联网的普及，越来越到的人选择通过网络购买生活用品和外卖食品等实体物品。在通过网络购买实体物品的交易过程中，会涉及通过邮寄和人工运输的方式进行货物运输的过程。这就需要提供实体物品或者邮寄和人工运输等业务的一方对货物的运送者(快递员或外卖员)或者接受物品的顾客的地理位置进行监测和管理。

发明内容

本公开的主要目的是提供一种确定用户位置的方法、装置、存储介质和电子设备，以解决相关技术中定位设备成本高并且定位不准确的技术问题。

为了实现上述目的，本公开第一方面提供一种确定用户位置的方法，所述方法包括：

根据预先确定的位置映射关系，确定目标用户采集到的目标网络序列对应的包含多个geohash区域的区域集，所述目标网络序列包括多个目标无线网络，所述位置映射关系用于表征无线网络和geohash区域的对应关系；

通过预先训练后的位置预测模型，从所述区域集中确定所述目标用户采集到所述目标网络序列时所处的目标geohash区域；

其中，所述位置预测模型为通过多个训练样本集对预设的预测模型进行训练所生成的，每个所述训练样本集对应于网络序列，所述训练样本集为通过所述网络序列样本、所述网络序列样本对应的多个历史geohash区域以及每个所述历史geohash区域对应的定位标签，构建的训练样本集，所述历史geohash区域为所述网络序列样本中包含的无线网络曾出现过的geohash区域，所述定位标签用于表征所述历史geohash区域是否为用户采集到所述网络序列时实际所处的geohash区域。

可选的，在所述根据预先确定的位置映射关系，确定目标用户采集到的目标网络序列对应的包含多个geohash区域的区域集之前，所述方法还包括：

根据获取到的n个目标履约信息，确定所述位置映射关系，所述履约信息包括：所述网络序列样本、所述网络序列样本中包含的无线网络的信号强度信息以及采集到所述网络序列样本时的定位信息，其中，n大于1；

根据所述位置映射关系、所述定位标签和所述信号强度信息，构建所述n个目标履约信息中包含的每个所述网络序列样本对应的训练样本集；

通过n个所述训练样本集对所述预测模型进行训练，以获取所述位置预测模型。

可选的，在所述根据获取到的n个目标履约信息，确定所述位置映射关系之前，所述方法还包括：

从不同用户采集到的m个履约信息中确定所述n个目标履约信息，其中，m大于1，且n小于或等于m，所述履约信息包括：用户行为信息、网络序列、所述网络序列中包含的无线网络的信号强度信息、采集到所述网络序列时的定位信息以及所述定位信息的定位来源信息和定位精确度。

可选的，所述根据所述m个目标履约信息，确定所述位置映射关系，包括：

获取所述n个目标履约信息中包含的n个所述网络序列样本中的每个无线网络；