本发明涉及POS机的放置区域的分析技术，具体为一种用于POS机推广区域的分析方法及系统。
背景技术：
POS(Point of Sales)即销售点终端，指在商户的经营场所设置的用于受理顾客办理刷银行卡结账的终端设备，是一种常见的支付工具，有着便捷、安全的优点。POS收单业务指最终持卡人在银行签约商户经营场所刷卡消费进行银行结算的业务。近年来，随着银行卡的普及和支付环境的完善，以及人们用卡支付习惯逐渐形成，POS收单业务飞速发展，收单笔数和金额逐年大幅增长。POS机收单业务的发展不仅能够给持卡人提供银行卡使用的良好环境，更能给客户使用银行卡带来便利，尤其是使用信用卡消费，能增加信用卡持有者的信用额度，获取银行赠送的积分和商户特惠，使持信用卡的客户得到优惠。对于银行而言，POS机收单业务是银行服务民生和实体经济的着力点，是众多商业银行的长期战略性业务。POS机收单业务的良性发展能够给整个银行卡体系注入新鲜的活力，提高银行中间业务的收入，优化银行客户结构，提高银行的经营效率，尤其是对于拉动银行存款业务有着重要的战略价值。因此，发展POS机收单业务对于银行整个体系的运行具有重要意义。
随着获得收单资格的第三方支付公司增多，以及微信支付、支付宝线下支付等的兴起，POS收单市场竞争日趋激烈，在新的环境下对银行发展POS机收单业务提出了更大的挑战。银行卡业务是否能够良好的发展下去，受理市场是决定性因素，需要重点发展POS机布放、推广业务，以此实现效益提升争取更多优质特约商户。我国布放POS机业务虽然发展了几年，然而还存在着诸多问题亟待解决，如POS机利用率有待提高，POS机布放分布不均衡。这些问题的具体表现是：在酒店、商场等初期发展的重点场所，商户设备的普及率较高，但利用率有可能不高；然而在一些旅游景区、公用事业单位、大型物流区和二线城市周边地带，POS机等设备的普及率急需提高。因此，如何科学合理、有效的布放POS机，最大限度利用好资源，对银行发展POS机收单业务显得尤为重要。
有鉴于此，特提出本发明。
技术实现要素：
本发明要解决的技术问题在于克服现有技术的不足，提供一种用于分析POS机推广区域的统计方法，利用互数据优势，通过对大量、多源数据的分析来解决POS机布放不合理等问题。
为解决上述技术问题，本发明采用技术方案的基本构思是：
一种用于分析POS机推广区域的统计方法，包括：
采集POS机空间位置信息和交易信息数据，建立POS机实时位置信息库用于存储POS机的布放位置信息，以及建立POS机实时刷卡及交易位置信息库用于存储POS机发生交易时的经纬度位置信息和消费信息；
根据POS机实时位置信息库得出区域内POS机分布情况，根据POS机实时刷卡及交易位置信息库得出POS机消费热力情况；
将区域内POS机分布情况和POS机消费热力情况进行对比，得出区域内POS机利用率；
获取区域内商户分布情况和商户聚集量热力情况以及已布放POS机的使用频率，结合区域内POS机分布情况和POS机消费热力情况以及区域内POS机利用率，根据区域内POS机需求指数的关联规则，计算分析区域内POS机需求指数。
进一步的，上述用于分析POS机推广区域的统计方法中，所述根据POS机实时位置信息库得出区域内POS机分布情况包括：
基于POS机实时位置信息库存储的POS机空间位置信息，绘制目标区域POS机部署情况分布图；
所述根据POS机实时刷卡及交易位置信息库得出POS机消费热力情况包括：
基于POS机实时刷卡及交易位置信息库存储的POS机刷卡消费时产生的实时位置和交易信息，以及POS机实时位置信息库中存储的POS机空间位置信息，采用核密度估计方法，绘制目标区域POS机消费热力指数图。
进一步的，上述用于分析POS机推广区域的统计方法中，所述将区域内POS机分布情况和POS机消费热力情况进行对比，得出区域内POS机利用率包括：
计算使用的POS机与区域部署的总POS机数量的比值，得出区域内的POS机利用率。
进一步的，上述用于分析POS机推广区域的统计方法中，所述获得区域内POS机需求指数的关联规则，以计算分析区域内POS机需求指数包括：
根据POS机部署情况分布图，若目标区域内的POS机分布稀少，但该区域商户聚集量热力指数高，则区域POS机需求指数与POS机使用频率有关；区域POS机需求指数与该区域POS机的使用频率正相关，用公式表示为：
P～k1(U+1) (1)
式中，P为POS机的需求指数，U为区域POS机使用频率，k1为POS机需求指数与POS机使用频率之间的比例系数。
进一步的，上述用于分析POS机推广区域的统计方法中，所述获得区域内POS机需求指数的关联规则包括：
根据POS机部署情况分布图，若目标区域内的POS机分布稀少，但是该区域对于POS机的利用率高，若同时该区域商户聚集量热力指数大，则区域POS机需求指数与该区域商户聚集量热力指数呈正相关，用公式表示为：
P～k2(D+1) (2)
式中，P为POS机的需求指数，D为商户聚集量热力指数，k2为POS机需求指数与该区域商户聚集量热力指数之间的比例系数。
进一步的，上述用于分析POS机推广区域的统计方法中，所述获得区域内POS机需求指数的关联规则包括：
若目标区域的POS机利用率统计值及商户聚集量热力指数都高，同时区域内已布放的POS机数量少，则区域POS机需求指数与该区域已布放的POS机数量呈负相关，用公式表示为：
P～k3(N+1) (3)
式中，P为POS机的需求指数，N为区域已布放的POS机数量，k3为POS机需求指数与该区域已布放的POS数量之间的关系系数。
进一步的，上述用于分析POS机推广区域的统计方法中，所述采集POS机空间位置信息和交易信息数据，建立POS机实时位置信息库用于存储POS机的布放位置信息，以及建立POS机实时刷卡及交易位置信息库用于存储POS机发生交易时的经纬度位置信息和消费信息还包括：
对数据进行规范化处理，使相同属性类别的数据格式一致：
对规范化处理后的数据进行过滤，将数据格式不匹配的数据进行修改：
对数据的进行翻译，将数据中以特定的符号来表示特定含义数据进行翻译，使其表示方式一致。
一种用于实施上述方法的系统，包括：
POS机终端：被配置为采集POS机空间位置信息和交易信息数据；
数据库模块：被配置为根据采集POS机空间位置信息和交易信息数据建立POS机实时位置信息库用于存储POS机的布放位置信息，以及建立POS机实时刷卡及交易位置信息库用于存储POS机发生交易时的经纬度位置信息和消费信息；
数据整合模块：配置为根据POS机实时位置信息库得出区域内POS机分布情况，根据POS机实时刷卡及交易位置信息库得出POS机消费热力情况；
将区域内POS机分布情况和POS机消费热力情况进行对比，得出区域内POS机利用率；
数据关联模块：配置为获取区域内商户分布情况和商户聚集量热力情况以及已布放POS机的使用频率，结合区域内POS机分布情况和POS机消费热力情况以及区域内POS机利用率，根据区域内POS机需求指数的关联规则，计算分析区域内POS机需求指数。
采用上述技术方案后，本发明与现有技术相比具有以下有益效果：
本发明综合考虑了各区域已布放的POS机的空间位置、商户使用POS机的频率、商户分布情况以及聚集程度等等因素，利用充分的数据支撑进行分析，去布放或推广POS机，避免重复布放POS机造成浪费资源，也能避免一些旅游景区、公用事业单位、大型物流区和二线城市周边地带等等由于POS机普及率不高造成大量优质客户流失的情况。本发明充分利用数据优势，通过对大量、多源数据的分析来解决POS机布放不合理等问题，为银行POS机收单业务发展提供新思路，进而提高市场竞争力。
附图说明
图1是本发明一种用于分析POS机推广区域的统计方法的流程框图。
具体实施方式
下面结合附图和具体实施例，对本发明作进一步说明，以助于理解本发明的内容。
如图1所示，一种用于分析POS机推广区域的统计方法，包括
采集POS机空间位置信息和交易信息数据；
根据采集的数据得出区域内POS机分布情况和POS机消费热力情况；
将区域内POS机分布情况和POS机消费热力情况进行对比，得出区域内POS机利用率；
获取区域内商户分布情况和商户聚集量热力情况，结合区域内POS机分布情况和POS机消费热力情况以及区域内POS机利用率，根据区域内POS机需求指数的关联规则，计算分析区域内POS机需求指数。
具体步骤如下：
1、采集POS机空间位置信息和交易信息数据
基于移动POS机系统基站定位和GPS定位信号来确定POS机的经纬度坐标，对POS机的空间位置进行实时定位，根据采集的POS机的空间位置信息建立POS机实时位置信息库，用于存储POS机的布放位置信息，其中包括POS机的编号以及POS机的经纬度信息等。
目前，市场上已有具有定位功能的POS终端电子支付系统，该系统中的POS终端包括主控模块和通讯模块，定位功能可获取POS机所在的地理位置信息，主控模块用于每隔一段预设时间将所述地理位置信息及交易记录通过所述通讯模块发送至远端服务器。但是这种只具备在有效追踪POS机使用和交易情况的支付终端，只是解决POS机使用安全性问题，无法进一步对数据进行挖掘，不具备POS机需求分析的主动性；因为该POS机可获取的空间位置信息及交易信息与本发明需采集的数据类似，故本发明方法中也可利用上述具有定位功能的POS机终端采集获取POS机空间位置信息以及交易数据。
银行卡持卡人利用银行卡向各个商户出售的移动POS机进行刷卡消费时，会产生丰富的消费信息数据，其中消费信息包括商户名称、商户编码、商户类别码、所属商户的刷卡交易的POS机编号、交易日期、交易卡号、卡归属(本地行、他行卡)、卡类别(信用卡、借记卡)、交易金额交易的中间收入等交易数据；根据上述采集的POS机空间位置信息和消费信息建立POS机实时刷卡及交易位置信息库，用于存储POS机发生交易时的经纬度位置信息和消费信息。
其中，采集的POS机空间位置信息以及交易信息需要进行数据处理：包括
(1)对数据进行规范化处理：
将商户的POS机交易数据和商户资料中的相同属性类别(如商户编码、交易日期、交易金额等等属性类别)进行统一处理，将各种数据格式进行规范化；例如将数据中的交易日期均设置为日期格式，将交易数据均设置为统一格式，如阿拉伯数字前加币种符，等等。使相同属性类别的数据格式一致；
(2)对规范化处理后的数据进行过滤：
规范化处理后的数据要加载到信息库(包括POS机实时位置信息库和POS机实时刷卡及交易位置信息库)中，在进入到信息库中之前，先将要加载到信息库中的数据进行判断，将数据格式不匹配的数据过滤出来，以进行修改、净化处理使其符合统一规范(即预先规定的数据格式)，例如有些日期是以文本格式表示的，则将其转换为日期格式；或者将以往用旧的商户编码方式进行订正等；数据过滤保证加载到信息库中的数据规范可用，减少错误率。
(3)数据的翻译与格式化
由于采集的数据源中的数据有些是以特定的符号来表示特定含义的，需要对其进行翻译；例如对于收费标准的表示，是用数字符号来分别表示固定比率、比率和封顶金额以及按笔收取，则对于不符合该表示方式的收费标准需要将其翻译过来；故为了方便数据的加载操作，需对数据中特定符号进行统一化翻译，使其表示方式一致。
2、绘制目标区域的POS机部署情况分布图和POS机消费热力指数图
基于POS机实时位置信息库存储的POS机空间位置信息，绘制POS机在目标区域(即要对其进行POS机部署分析的区域)的部署情况分布图；基于地理位置绘制POS机分布图是本领域成熟技术，例如可以利用现有的卫星遥感平台系统获取POS机分布图，本发明不再做多余赘述。
基于POS机实时刷卡及交易位置信息库存储的POS机刷卡消费时产生的实时位置和交易信息，以及POS机实时位置信息库中存储的POS机空间位置信息，采用核密度估计方法，绘制目标区域POS机消费热力指数图。
其中核密度估计分析方式主要是借助于一个移动的单元格(相当于窗口)对点格局密度进行估计，通过移动的单元格框选出一个目标区域，将其划分为大小均匀紧密相邻的网格阵列，每个网格作为一个点，进行网格内POS机密度估计；这种非参估计的空间分析方法，具有表达直观、概念简洁和易于计算机实现的优点。
本发明目标区域POS机消费热力指数图绘制方法具体为：
①将目标区域划分为等间隔的网格；
②统计每个网格内POS机产生的交易额(即该网格内消费热力指数)；
③依据交易额对POS机对所在的单元格着色；以交易额的多少确定单元格色彩深浅。
一般增大区域框选面积不会使计算所得的密度值发生很大变化。虽然更大的邻域内将包含更多的点，但计算密度时点数将除以更大的面积。因此本发明这种计算方法具有广范围的适用性和准确性。
3、对比图形数据进行分析，计算POS机利用率
对目标区域的POS机部署情况分布图以及目标区域POS机消费热力指数图进行对比分析可得出区域内POS机数量的分布状况和POS机的总体交易状况：
①计算使用中的POS机与区域部署的总POS机数量的比值，可以得出各区域内的POS机利用率；通过统计POS机利用率，可以概略地从宏观上了解各区域POS机发放数量是否合适。
②另外通过将目标区域内的POS机总体交易额与目标区域总体POS机数量作商，可得出区域内POS机的平均交易状况，以此可以作为目标区域内单个POS机的利用率作为参考用。
4、绘制各区域商户分布图及聚集量热力指数图
借助于网络数据，例如互联网地图，可获取各区域商户名称、商户类型和商户位置等数据，绘制出商户分布图。在此基础上，采用核密度估计方法，可得到各区域商户聚集量热力指数图：
①以目标区域商户分布图为基础，将商户分布图栅格化；
②统计每个栅格区域内商户的数目；
③将每个栅格区域按商户数量的统计值(即栅格区域商户聚集量热力指数)进行深浅着色得出商户聚集量热力指数图。
5、POS机需求分析
结合区域内POS机分布情况和POS机消费热力情况以及区域内POS机利用率，获得区域内POS机需求指数的关联规则，以计算分析区域内POS机需求指数(即区域对POS机的覆盖需求指数)。
获得POS机的分布和交易情况建立信息数据库，能总结出商户特征或者消费者消费习惯，但如何运用数据与POS机推广、有效布放相关联仍旧是一个问题。针对此，本发明利用关联规则数据挖掘方法研究POS机区域求情况；关联是两个或两个以上的变量取值之间具有的某种规律性，可以简单分为简单、因果、时序关联。数据关联的分析是依据数据库中本来就具有的数据之间的关系进行分析得到某种结果。由于一般情况下并不是很明确或者很肯定的知道数据的关联函数，所以采用关联分析后产生的规则具有高的可信度。在关联规则系统中，规则本身是“如果条件怎么样，那么结果就怎么样”的简单形式，表示为“A＝>B”，它包括两部分：左边的A为前件，右边的B为后件。前件包含一个或者多个条件，在一个给定正确率限制的情况下，要想使后件为真，前件中的所有条件必须都为真。而后件一般只包含一种情况。可信度是针对规则而言的，对于“A＝>B”规则，它的可信度等于：包含A和B的元组数/包含A的元组数。
结合POS机分布情况(即已布放的POS机数量或密度)、POS机利用率统计值、POS机使用频率以及各区域商户聚集量热力指数，采用核密度估计方法构建POS机需求指数。其中POS机需求指数的构建方法为：
①将目标区域栅格化；
②将各栅格区域内POS机利用率的统计值(基于POS机分布情况得到)与目标区域商户集聚热力指数做乘法运算，再将得出的结果附于POS机，得到区域POS机的需求指数。
具体地，当满足一定条件时，POS机需求指数与上述四个变量的关联主要包括以下三种情况：
(1)POS机需求指数与POS机使用频率正相关
结合POS机部署情况分布图，若目标区域内的POS机分布较稀少，但该区域商户聚集量热力指数较高。这种情况下，区域POS机需求指数与POS机使用频率有关；
若已布放POS机的商户POS机的使用频率较高，则POS机的布放可能会影响消费者对于消费商户的选择，消费者可能会因为不能进行刷卡而放弃消费，进而影响商户的经营情况，这时，未布放POS机的商户可能对POS机的需求较大。因此，这种情况下，区域POS机需求指数与该区域POS机使用频率正相关，可用公式表示为：
P～k1(U+1) (1)
式中，P为POS机的需求指数，U为区域POS机的使用频率(POS机的使用频率为单位时间内POS工作频次的统计，可通过POS机联网的后台数据库获取)，k1为POS机需求指数与POS机使用频率之间的比例系数，k1为常数。
(2)POS机需求指数与商户聚集量热力指数正相关
结合POS机部署情况分布图，若目标区域内的POS机分布较稀少，但是该区域对于POS机的利用率较高，若同时该区域商户聚集量热力指数较大，则该区域对于POS机的需求可能较高。这种情况下，区域POS机需求指数与该区域商户聚集量热力指数呈正相关，可用公式表示为：
P～k2(D+1) (2)
式中，P为POS机的需求指数，D为商户聚集量热力指数，k2为POS机需求指数与该区域商户聚集量热力指数之间的比例系数，k2为常数。
(3)POS机需求指数与POS机部署数量负相关
若目标区域的POS机利用率统计值及商户聚集量热力指数都较高，则该区域POS机需求量与该区域已布放的POS机数量有关，若已布放的POS机数量较少，则对POS机的需求量可能较高。这种情况下，区域POS机需求指数与该区域已布放的POS机数量呈负相关，可用公式表示为：
P～k3(N+1) (3)
式中，P为POS机的需求指数，N为区域已布放的POS机数量，k3为POS机需求指数与该区域已布放的POS数量之间的关系系数，k3为常数。
根据得出的POS机需求指数可进一步绘制出各区域对POS机覆盖需求指数图，以便直观了解。由关联规则得出区域内POS机需求指数分析结果的大小，在区域内合理部署POS机，需求指数越大则可以增加POS机数量，反之则减少，确定POS机的推广区域；本发明综合考虑了各区域已布放的POS机的空间位置、商户使用POS机的频率、商户分布情况以及聚集程度等等因素，基于关系型数据库构建空间消费大数据记录，综合分析得出商户或者消费者使用POS机刷卡结算的使用习惯，利用充分的数据支撑进行分析，去布放或推广POS机，避免重复布放POS机造成浪费资源，也能避免一些旅游景区、公用事业单位、大型物流区和二线城市周边地带等等由于POS机普及率不高造成大量优质客户流失的情况。本发明充分利用数据优势，通过对大量、多源数据的分析来解决POS机布放不合理等问题，为银行POS机收单业务发展提供新思路，进而提高市场竞争力。
一种用于实施上述方法的系统，包括：
POS机终端：被配置为采集POS机空间位置信息和交易信息数据；
数据库模块：被配置为根据采集POS机空间位置信息和交易信息数据建立POS机实时位置信息库用于存储POS机的布放位置信息，以及建立POS机实时刷卡及交易位置信息库用于存储POS机发生交易时的经纬度位置信息和消费信息；
数据筛选模块：被配置为在将采集数据加载进入数据库模块中前，对数据进行清洗：
(1)对数据进行规范化处理：
将商户的POS机交易数据和商户资料中的相同属性类别(如商户编码、交易日期、交易金额等等属性类别)进行统一处理，将各种数据格式进行规范化；例如将数据中的交易日期均设置为日期格式，将交易数据均设置为统一格式，如阿拉伯数字前加币种符，等等。使相同属性类别的数据格式一致；
(2)对规范化处理后的数据进行过滤：
规范化处理后的数据要加载到信息库(包括POS机实时位置信息库和POS机实时刷卡及交易位置信息库)中，在进入到信息库中之前，先将要加载到信息库中的数据进行判断，将数据格式不匹配的数据过滤出来，以进行修改、净化处理使其符合统一规范(即预先规定的数据格式)，例如有些日期是以文本格式表示的，则将其转换为日期格式；或者将以往用旧的商户编码方式进行订正等；数据过滤保证加载到信息库中的数据规范可用，减少错误率。
(3)数据的翻译与格式化
由于采集的数据源中的数据有些是以特定的符号来表示特定含义的，需要对其进行翻译；例如对于收费标准的表示，是用数字符号来分别表示固定比率、比率和封顶金额以及按笔收取，则对于不符合该表示方式的收费标准需要将其翻译过来；故为了方便数据的加载操作，需对数据中特定符号进行统一化翻译，使其表示方式一致。
数据整合模块：配置为根据POS机实时位置信息库得出区域内POS机分布情况，绘制POS机在目标区域(即要对其进行POS机部署分析的区域)的部署情况分布图；
根据POS机实时刷卡及交易位置信息库得出POS机消费热力情况，采用核密度估计方法，绘制目标区域POS机消费热力指数图；
将区域内POS机分布情况和POS机消费热力情况进行对比，得出区域内POS机利用率；即计算使用中的POS机与区域部署的总POS机数量的比值，可以得出各区域内的POS机利用率。
数据关联模块：数据关联模块中预先设定POS机需求指数的关联规则，数据关联模块配置为获取区域内商户分布情况和商户聚集量热力情况以及已布放POS机的使用频率，结合区域内POS机分布情况和POS机消费热力情况以及区域内POS机利用率，预设定根据区域内POS机需求指数的上述关联规则，计算分析区域内POS机需求指数；数据关联模块需要的数据从数据库模块存储的数据信息和数据整合模块的处理结果中获取，带入到预设定的关联规则中进行分析处理，得到POS机需求指数从而对区域内POS机的统计推广方案进行合理调整。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。