[发明专利]一种展业区域的选址方法、装置、计算机设备和介质

权利要求书

1.一种展业区域的选址方法，其特征在于，所述选址方法包括：

获取第一地标数据，所述第一地标数据用于指示目标地理区域内所包括的不同地标的地理位置信息；

利用dbscan算法对所述第一地标数据进行聚类处理，并在聚类得到的至少一个类别中将满足预设要求的类别所对应的区域确定为展业区域，其中，所述预设要求包括区域大小要求和/或区域内地标数量要求；

获取所述展业区域的目标数据，所述目标数据包括地标属性数据、客户行为数据、客户基础数据、展业人员数据、展业历史数据和客流数据中的一种或多种；

将所述目标数据输入预设的融合模型，输出所述展业区域的推荐度评分；其中，所述融合模型包括GBDT模型、GRU模型和RF模型；

其中，所述将所述目标数据输入预设的融合模型进行潜力预测，输出所述展业区域的推荐度评分，包括：

将所述目标数据输入所述GBDT模型，识别确定所述目标数据中的重要性高的特征数据和特征组合；

利用GRU模型对所述特征数据和所述特征组合进行时间序列上的处理，输出特征集成数据；

对所述目标数据按照时间进行整理，得到静态数据和时间序列数据；

将所述特征集成数据、所述静态数据和所述时间序列数据输入所述RF模型做潜力预测，输出所述展业区域的推荐度评分。

2.根据权利要求1所述的选址方法，其特征在于，所述利用dbscan算法对所述第一地标数据进行聚类处理，确定聚类得到的至少一个类别中满足预设要求的类别对应的区域为展业区域，包括：

利用dbscan算法对所述第一地标数据进行聚类处理，得到至少一个第一类别；

解析每个所述第一类别对应区域，确定每个所述第一类别对应区域的中心点和最大点距离，所述最大点距离为每个所述第一类别对应区域中的所有地标与所述中心点之间的距离中的最大值；

统计每个所述第一类别对应区域的类内地标数，确定所述第一类别中满足所述预设要求的类别对应的第一区域为展业区域，所述预设要求包括类内地标数小于等于第一预设值和/或所述最大点距离小于等于第二预设值。

3.根据权利要求2所述的选址方法，其特征在于，所述解析每个所述第一类别对应区域，确定每个所述第一类别对应区域的中心点和最大点距离之后，所述方法还包括：

确定所述第一类别中不满足所述预设要求的类别对应的第二区域，并提取所述第二区域内所包括的不同地标的地理位置信息，作为第二地标数据；

利用所述dbscan算法对所述第二地标数据进行聚类处理，得到至少一个第二类别；

解析每个所述第二类别对应区域，确定每个所述第二类别对应区域的中心点和最大点距离；

统计每个所述第二类别对应区域的类内地标数，确定所述第二类别中满足所述预设要求的类别对应的第一区域为所述展业区域。

4.根据权利要求2或3所述的选址方法，其特征在于，所述利用dbscan算法对所述第一地标数据进行聚类处理，得到至少一个第一类别，包括：

步骤A：设置半径为r，初次区域内最小地标数量为m，每次新增区域内最小地标数量的步长为step_m，在第一次执行算法之前，令新增区域内最小地标数量为初次区域内最小地标数量；

步骤B：利用所述dbscan算法对所述第一地标数据进行聚类操作，得到-1至n共n+2个聚类类别；

步骤C：确定聚类类别中地标数量小于m+N×step_m的类别为第一类别，修改新增区域内最小地标数量为m+N×step_m，其中，N为所述聚类操作的执行次数；

步骤D：对所述目标地理区域中除所述第一类别对应区域外的其他区域执行所述聚类操作；

步骤E：重复执行所述步骤C和所述步骤D，直至确定所述目标地理区域所包括的所有所述第一类别。