[发明专利]数据处理方法及装置、电子设备、计算机可读存储介质

说明书

本公开的实施例提供了一种数据处理方法，该方法包括：针对多个商圈中的每个商圈，执行以下操作以便确定针对每个商圈的特征向量：确定位于当前商圈内的至少一个核心商家；获取至少一个核心商家中每个核心商家的特征信息；根据每个核心商家的特征信息，生成针对每个核心商家的特征向量；以及根据生成的针对每个核心商家的特征向量，确定针对当前商圈的特征向量。根据所确定的针对每个商圈的特征向量，对多个商圈进行聚类分析，以便对多个商圈进行分类。本公开实施例还提供了一种数据处理装置、一种电子设备、一种计算机可读存储介质。

技术领域

本公开涉及计算机技术领域，更具体地，涉及一种数据处理方法及装置、一种电子设备和一种计算机可读存储介质。

背景技术

在电子商务快速发展的今天，按照省市等行政区划进行大范围的营销活动已经无法满足同一行政区域内不同客户群体的多样化需求。在实现本公开发明构思的过程中，发明人发现越来越多的营销活动、线下促销、新零售选址及房地产相关业务都需要以商圈为维度进行个性化的活动设计和推广。

其中商圈的范围圈定多由产业集群所决定，有明确的商圈地理位置范围，但每个城市都有众多的商圈，预估平均每个城市拥有10个商圈，如果仅考虑全国近700个城市，则全国共拥有7000个左右的商圈。如果不使用科学的方式对商圈进行聚类，那么商家对7000个商圈制定的整体营销策略将缺乏可行性。同时，如果对商圈进行人工归类，则需要分类人员对每个城市的当地情况较为熟悉，需要耗费大量的人力和物力，可行性也较差。

发明内容

有鉴于此，本公开实施例提供了一种数据处理方法及装置，使得商圈聚类不受人工经验影响，也不受地理位置限制。

本公开实施例的一个方面提供了一种数据处理方法，包括：针对多个商圈中的每个商圈，执行以下操作以便确定针对上述每个商圈的特征向量：确定位于当前商圈内的至少一个核心商家；获取上述至少一个核心商家中每个核心商家的特征信息；根据上述每个核心商家的特征信息，生成针对上述每个核心商家的特征向量；根据生成的针对上述每个核心商家的特征向量，确定针对上述当前商圈的特征向量。根据所确定的针对上述每个商圈的特征向量，对上述多个商圈进行聚类分析，以便对上述多个商圈进行分类。

根据本公开的实施例，上述根据上述每个核心商家的特征信息，生成针对上述每个核心商家的特征向量，包括：针对每个核心商家，根据当前核心商家的特征信息，确定用于表征当前核心商家的商业价值的至少一个维度特征；计算上述至少一个维度特征中每个维度特征的特征值。

根据本公开的实施例，上述根据生成的针对上述每个核心商家的特征向量，确定针对上述当前商圈的特征向量，包括：将位于上述当前商圈内所有核心商家的特征向量的每个维度上的特征值求均值，作为针对上述当前商圈的特征向量在对应维度上的特征值。

根据本公开的实施例，上述根据所确定的针对上述每个商圈的特征向量，对上述多个商圈进行聚类分析，包括：从上述多个商圈中选取多个中心商圈；针对上述多个中心商圈中的每个中心商圈，执行以下操作以便确定以上述每个中心商圈为中心的第一级商圈集群：计算上述多个商圈中每个商圈的特征向量与当前中心商圈的特征向量之间的相似度；以及根据相似度计算结果，确定以当前中心商圈为中心的多个第一级商圈集群。

根据本公开的实施例，上述数据处理方法还包括：在确定以上述每个中心商圈为中心的第一级商圈集群之后，对上述多个第一级商圈集群进行聚类分析。

根据本公开的实施例，对上述多个第一级商圈集群进行聚类分析，包括：从上述多个第一级商圈集群中选取多个中心商圈集群；针对上述多个第一级商圈集群中的每个第一级商圈集群，执行以下操作以便确定以上述多个中心商圈集群中的每个中心商圈集群为中心的第二级商圈集群：计算上述每个第一级商圈集群的特征向量与当前中心商圈集群的特征向量之间的相似度；以及根据相似度计算结果，确定以当前中心商圈集群为中心的第二级商圈集群。

根据本公开的实施例，上述多个中心商圈在地理位置上彼此不相邻。