[发明专利]一种基于geohash地址编码的客群洞察方法

说明书

本发明公开了一种基于geohash地址编码的客群洞察方法，涉及用户画像领域，所述方法包括以下步骤：步骤1、数据获取与预处理；步骤2、针对选定的商圈区域，将多边形的商圈区域转化为geohash列表；步骤3、查询指定时间内到访过用户，然后对用户进行去重处理；步骤4、查询用户的客源地geohash以及用户画像；步骤5、根据密度对客群进行聚类，得到主要所述客源地以及对应的所述用户画像。本方法计算的时间复杂度较低，可扩展性强。

技术领域

本发明涉及用户画像技术领域，尤其涉及一种基于geohash地址编码的客群洞察方法。

背景技术

在中国居民消费水平提高、交通出行方式多样化和旅游业不断繁荣发展的影响下，中国城市商圈快速发展。尤其是一线城市商圈分布密集，核心商圈数量较多，商圈覆盖范围内商铺繁密，交通便利。目前中国城市商圈经历了传统百货时期和购物中心时期，现已进入大型商业综合体时期，形成多中心，多层级、网络化的商圈分布格局。但现阶段中国城市商圈仍存在商业业态同质化现象严重、商圈吸引力低和商圈客群粘性低等问题，未来，进行转型升级、聚焦消费者差异化、个性化、时尚化的消费需求、建设“智慧商圈”等是城市商圈发展的重要方向。

客群洞察可通过对特定区域内的人群进行多维度分析，生成全方位的客群画像和深刻专业的分析报告，为场景化、精细化营销及运营提供科学严谨的数据依据，为客户的商业策决、管理决策、经营规划提供最有力的数据支撑，实现商场活动信息对周边居住消费人群实时分发和精准触达的商圈运营新模式。

传统的方法需要计算用户的报点(Point)和商圈区域多边形(Polygon)的位置关系，再对到达过商圈的用户进行分析，涉及到居住地、工作地的信息时，还需要计算用户的报点(Point)和住宅区域多边形(Polygon)的位置关系。其中，计算多边形和点的位置关系是非常复杂的，需要耗费大量的时间。且在实际的场景中，报点的数据量和多边形的数据量都非常多，逐个进行计算的时间复杂性是无法接受的。在实际的场景中,即使使用分布式计算方法，上述的复杂度仍然是无法容忍的。

涉及到居住地、工作地的信息时，住宅区域、工作区域的多边形信息是比较难统计和获取的，想要将客群分析拓展到其他城市、区域时，就需要对相应城市、区域的住宅区、工作区信息进行采集，十分不便。

因此，本领域的技术人员针对传统方法存在的问题，使用了基于geohash的方式来快速计算商圈多边形区域中报点的个数，并且不再关注居住地、工作地的现实多边形形状，而采用geohash来代表用户的工作地、居住地，再对最终的结果进行聚合。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是如何以较低的时间复杂度计算商圈多边形区域中报点的个数。

为实现上述目的，本发明提供了一种基于geohash地址编码的客群洞察方法，所述方法包括以下步骤：

步骤1、数据获取与预处理；

步骤2、针对选定的商圈区域，将多边形的商圈区域转化为geohash列表；

步骤3、查询指定时间内到访过用户，然后对用户进行去重处理；

步骤4、查询用户的客源地geohash以及画像特征；

步骤5、根据密度对客群进行聚类，得到所述客源地以及对应的所述画像特征。

进一步地，所述步骤1的所述预处理分为两个部分：用户居住、工作地信息预处理和用户到访信息预处理。

进一步地，所述用户居住、工作地信息预处理包括以下步骤：

步骤a、获取所有用户报点数据；

步骤b、对于用户id相同的同一个用户，根据所述报点数据所停留的地点、时间段、时长判断其工作地geohash、居住地geohash；