一种地址确定方法、装置、电子设备及可读存储介质

    公开(公告)号:CN109949063A

    公开(公告)日:2019-06-28

    申请号:CN201711384163.4

    申请日:2017-12-20

    IPC分类号: G06Q30/02

    摘要: 本发明公开了一种地址确定方法、装置、电子设备及可读存储介质,该方法包括根据接收到的商业类别和至少两个位置信息,及预先确定的商业类别、位置信息与商圈用户画像、辐射距离的对应关系,确定所述商业类别和每个位置信息对应的商圈用户画像和辐射距离;针对每个位置信息,根据该位置信息对应的辐射距离,确定位于该辐射距离对应的辐射范围内的每个小区;根据预先确定的小区与小区用户画像的对应关系,确定每个小区对应的每个小区用户画像;并确定每个小区用户画像与该位置信息对应的商圈用户画像的匹配相似度;将匹配相似度最高的小区用户画像对应的位置信息确定为最优地址,计算复杂度较低有较高实用性综合考虑了用户画像因素预测结果较准确。

    一种地址确定方法、装置、电子设备及可读存储介质

    公开(公告)号:CN109949063B

    公开(公告)日:2021-08-06

    申请号:CN201711384163.4

    申请日:2017-12-20

    IPC分类号: G06Q30/02

    摘要: 本发明公开了一种地址确定方法、装置、电子设备及可读存储介质,该方法包括根据接收到的商业类别和至少两个位置信息,及预先确定的商业类别、位置信息与商圈用户画像、辐射距离的对应关系,确定所述商业类别和每个位置信息对应的商圈用户画像和辐射距离;针对每个位置信息,根据该位置信息对应的辐射距离,确定位于该辐射距离对应的辐射范围内的每个小区;根据预先确定的小区与小区用户画像的对应关系,确定每个小区对应的每个小区用户画像;并确定每个小区用户画像与该位置信息对应的商圈用户画像的匹配相似度;将匹配相似度最高的小区用户画像对应的位置信息确定为最优地址,计算复杂度较低有较高实用性综合考虑了用户画像因素预测结果较准确。

    一种信息处理方法、装置及存储介质

    公开(公告)号:CN112416994A

    公开(公告)日:2021-02-26

    申请号:CN201910775229.5

    申请日:2019-08-21

    IPC分类号: G06F16/2458 G06F16/36

    摘要: 本发明公开了一种信息处理方法、装置及存储介质。其中,方法包括:利用当前事件的相关信息,从图谱结构中查找与所述相关信息相匹配的至少一个第一用户节点;针对至少一个第一用户节点中的每个用户节点,确定与相应第一用户节点在所述图谱结构中的路径长度小于或等于第一预设阈值的至少一个第一事件节点;第一事件节点表征与当前事件性质相同的历史事件;确定相应第一用户节点与至少一个第一事件节点在所述图谱结构中的路径长度,得到至少一个路径长度;利用得到的至少一个路径长度,确定与所述当前事件性质相同的历史事件与相应第一用户节点对应的用户的关联度。采用本发明的技术方案,利用所述图谱结构,能够挖掘出用户与历史事件的关系。

    一种信息处理方法、装置及存储介质

    公开(公告)号:CN112416994B

    公开(公告)日:2022-12-13

    申请号:CN201910775229.5

    申请日:2019-08-21

    IPC分类号: G06F16/2458 G06F16/36

    摘要: 本发明公开了一种信息处理方法、装置及存储介质。其中,方法包括:利用当前事件的相关信息,从图谱结构中查找与所述相关信息相匹配的至少一个第一用户节点;针对至少一个第一用户节点中的每个用户节点,确定与相应第一用户节点在所述图谱结构中的路径长度小于或等于第一预设阈值的至少一个第一事件节点;第一事件节点表征与当前事件性质相同的历史事件;确定相应第一用户节点与至少一个第一事件节点在所述图谱结构中的路径长度,得到至少一个路径长度;利用得到的至少一个路径长度,确定与所述当前事件性质相同的历史事件与相应第一用户节点对应的用户的关联度。采用本发明的技术方案,利用所述图谱结构,能够挖掘出用户与历史事件的关系。

    一种识别潜在用户的方法及对应装置

    公开(公告)号:CN109977977A

    公开(公告)日:2019-07-05

    申请号:CN201711463187.9

    申请日:2017-12-28

    IPC分类号: G06K9/62 G06Q30/02

    摘要: 本发明实施例公开了一种识别潜在用户的方法及对应装置,用以解决现有技术识别潜在用户准确性低的问题。方法包括:选取N个已确认用户,并获得所述N个已确认用户的特征变量的值;将所述N个已确认用户作为原始样本集,并基于所述原始样本集构建随机森林分类模型;构建所述随机森林分类模型的损失函数,并使用L1范数、L2范数正则化所述损失函数;求解正则化后的损失函数的因变量为最小时所述自变量的最优解,并根据所述最优解更新所述所有基分类器的权重系数,生成新的随机森林分类模型;将待识别用户的特征变量的值输入所述新的随机森林分类模型,获得输出结果;根据所述输出结果确定所述待识别用户为潜在用户或非潜在用户。