[发明专利]选址特征筛选方法、装置、电子设备及存储介质

说明书

本发明提供了一种选址特征筛选方法、装置、电子设备、存储介质，方法包括：获取选址地块数据，并对所述选址地块数据进行特征化处理，得到初始选址特征；对所述初始选址特征进行时空过滤处理，基于时序均值阈值筛选与因变量空间分异关系相匹配的初始选址特征；对所述与因变量空间分异关系相匹配的初始选址特征进行时序聚类分析，筛选与时空相关性相匹配的初始选址特征，得到目标选址特征，由此，降低了选址过程的使用成本，有利于普通用户大规模的使用，同时，自动化地对选址特征进行筛选，得到更加准确的目标选址特征，达到选址信息更加准确的技术效果。本方案可应用的场景包括但不限于地图、导航、自动驾驶、车联网、车路协同等使用环境。

技术领域

本发明涉及位置数据处理技术，尤其涉及一种选址特征筛选方法、装置、电子设备、计算机程序产品及存储介质。

背景技术

相关技术中，地理位置已成为影响许多行业网点运行(如餐饮行业、物流行业、服务器部署以及兴趣点广告投放)的重要因素之一。目前采用的选址方法通常为人工选址方法，即由选址人员通过实地的调研，并结合选址人员的选址经验来进行选址。但是，采用相关技术中的人工选址方式，不仅选址效率低下，选址周期长、成本高昂；而且由于人工经验的局限性，使得选址准确率较低，同时，选址特征类型复杂，主要有客户特征、可接近特征、竞争特征和经营特征等四大类，在实际的互联网数据支持下，特征数目往往数以千计，如何有效地进行特征选取和降维是利用AI技术进行选址的一个关键环节。

发明内容

有鉴于此，本申请提供了一种选址特征筛选方法，能够自动化地对选址特征进行筛选，得到目标选址特征，使用目标选址特征可以确定与目标对象相匹配的选址位置，降低了选址过程的使用成本，有利于普通用户大规模的使用，同时能够达到选址信息更加准确的技术效果。

本发明实施例的技术方案是这样实现的：

本发明实施例提供了一种选址特征筛选方法，包括：

获取选址地块数据，并对所述选址地块数据进行特征化处理，得到初始选址特征；

对所述初始选址特征进行时空过滤处理，基于时序均值阈值筛选与因变量空间分异关系相匹配的初始选址特征；

对所述与因变量空间分异关系相匹配的初始选址特征进行时序聚类分析，筛选与时空相关性相匹配的初始选址特征，得到目标选址特征，以实现通过所述目标选址特征确定与目标对象相匹配的选址位置。

本发明实施例还提供了一种选址特征筛选装置，包括：

信息传输模块，用于获取选址地块数据，并对所述选址地块数据进行特征化处理，得到初始选址特征；

信息处理模块，用于对所述初始选址特征进行时空过滤处理，基于时序均值阈值筛选与因变量空间分异关系相匹配的初始选址特征；

所述信息处理模块，用于对所述与因变量空间分异关系相匹配的初始选址特征进行时序聚类分析，筛选与时空相关性相匹配的初始选址特征，得到目标选址特征，以实现通过所述目标选址特征确定与目标对象相匹配的选址位置。

上述方案中，

所述信息处理模块，用于通过开源集群计算框架对所述选址地块数据按照时间维度进行数据拆解，得到时间维度的选址地块数据；

所述信息处理模块，用于通过所述通过开源集群计算框架对所述时间维度的选址地块数据，进行特征提取以及特征归一化处理，得到归一化的初始选址特征；

所述信息处理模块，用于基于所述归一化的初始选址特征的熵值，对所述归一化的初始选址特征进行特征删除处理，得到所述初始选址特征。

上述方案中，

所述信息处理模块，用于对所述初始选址特征进行数据转换处理，确定所述初始选址特征对应的因变量和自变量；