目标交易码铺设区域推荐方法及系统与流程

本说明书实施例涉及数据处理技术领域，特别涉及一种目标交易码铺设区域推荐方法系统、及装置。

背景技术：

随着互联网技术的发展和智能终端的普及，多种支付手段应运而生。其中包括线下网络交易方式，用户通过扫码完成相关交易。具体的，可以通过在合作商家店内铺设印有交易码(例如，付款码、红包码等)的宣传物料，例如二维码标签、易拉宝、宣传海报、广告、图书等，当用户到店后，可通过智能终端上安装的应用程序扫描该交易码，可以完成支付，或者在支付时得到一定的折扣，或者获取具有一定金额的红包、优惠券等奖励，待下次通过该应用程序进行线下支付时，则可使用该红包或者优惠券等奖励抵免一定的金额，以此来吸引越来越多的用户使用该应用程序完成线下支付。

由于全球范围地域较为宽广，在哪些区域铺设交易码物料能得到更好的转化率或收益成为支付类应用程序的营销团队关心的问题。为此，本说明书提出一种基于大数据的线下目标交易码铺设区域选择的方法，使得通过线下目标交易码实现的营销策略能够选择合适的区域进行实施，并获取较好的效果。

技术实现要素：

本说明书实施例的一个方面提供一种目标交易码铺设区域推荐方法，所述目标交易码铺设区域推荐方法包括：划分目标区域以获取多个子区域；所述多个子区域中包括一个或多个目标交易码铺设效果已知的标签子区域以及一个或多个目标交易码铺设效果未知的待测子区域；获取所述多个子区域之间的关联特征；至少基于一个或多个标签子区域的目标交易码铺设的效果评估值以及所述关联特征，通过预测算法获取所述一个或多个待测子区域的目标交易码铺设的效果预测值；至少基于一个或多个所述效果预测值，从所述一个或多个待测子区域中确定至少一个目标交易码铺设的推荐区域。

在一些实施例中，所述目标交易码铺设区域推荐方法还包括：获取至少一个待测子区域的效果评估值；至少基于所述待测子区域的效果评估值，更新所述预测算法和/或所述关联特征。

在一些实施例中，所述至少基于所述待测子区域的效果评估值，更新所述预测算法和/或所述关联特征包括：基于所述待测子区域的效果评估值及其效果预测值的差异，更新所述预测算法和/或所述关联特征。

在一些实施例中，所述至少基于所述待测子区域的效果评估值，更新所述预测算法和/或所述关联特征包括：将效果评估值大于预设阈值的待测子区域更新为标签子区域。

在一些实施例中，所述目标交易码至少包括红包码、收款码、优惠码和礼品码中的一种或多种。

在一些实施例中，所述划分目标区域以获取多个子区域，包括基于geohash算法划分所述目标区域。

在一些实施例中，所述标签子区域包括已经进行目标交易码铺设的区域；所述一个或多个标签子区域的交易码铺设的效果评估值的获取步骤包括：获取所述标签子区域的目标交易码使用数据，其中，所述目标交易码使用数据包括所述标签子区域内使用目标交易码进行线下网络支付交易的商家的第一数量、所述子区域内所述第一数量的各商家中使用目标交易码进行线下网络支付交易的次数和总交易次数的第一比值、以及所述标签子区域内使用目标交易码进行线下网络支付交易的用户数占总交易用户数的第二比值；基于所述第一数量、所述第一比值和所述第二比值，确定所述效果评估值。

在一些实施例中，所述目标交易码铺设区域推荐方法还包括：获取所述多个子区域之间的关联数据；基于所述关联数据，确定所述多个子区域之间的关联特征。

在一些实施例中，所述关联数据包括至少一个第二数量，所述第二数量为在第一预设时间段内在两个子区域内进行线下网络支付交易的共同用户的数量；所述基于所述关联数据，确定所述多个子区域之间的关联特征，包括：确定所述第二数量是否大于第一预设阈值；响应于所述第二数量大于所述第一预设阈值，确定与所述第二数量相关的两个子区域之间的关联关系以构建关联图谱，并将所述关联图谱确定为所述多个子区域之间的关联特征。

在一些实施例中，所述预测算法包括图传播算法。

在一些实施例中，所述关联数据包括至少一个第二数量，所述第二数量为在第一预设时间段内在两个子区域内进行线下网络支付交易的共同用户的数量；所述基于所述关联数据，确定所述多个子区域之间的关联特征，包括基于所述第二数量，确定与所述第二数量相关的两个子区域之间有无关联以及关联强度以构建关联图谱，并将所述关联图谱确定为所述多个子区域之间的关联特征；其中，所述关联强度与所述第二数量正相关。

在一些实施例中，所述预测算法包括：基于所述关联图谱确定与待测子区域具有关联的标签子区域；基于与待测子区域具有关联的标签子区域的效果评估值及其与所述待测子区域的关联强度确定所述待测子区域的目标交易码铺设的效果预测值。

在一些实施例中，所述至少基于所述效果评估值，从所述一个或多个待测子区域中确定至少一个目标交易码铺设的推荐区域，包括：确定未进行目标交易码铺设的待测子区域的效果预测值是否大于第二预设阈值；响应于所述效果预测值大于所述第二预设阈值，将所述未进行目标交易码铺设的待测子区域确定为目标交易码铺设的推荐区域。

在一些实施例中，所述至少基于所述效果预测值，从所述一个或多个待测子区域中确定至少一个目标交易码铺设的推荐区域，包括：获取所述一个或多个待测子区域的特征数据，以及与所述特征数据相对应的预设条件，其中，所述特征数据包括所述待测子区域在第二预设时间段内进行线下网络支付交易的用户的第三数量、所述待测子区域在所述第二预设时间段内进行线下网络支付交易的商家的第四数量、所述待测子区域在所述第二预设时间段内进行线下网络支付交易的商家数占该待测子区域内商家总数的第三比值、或者与所述待测子区域对应的兴趣点类型；确定所述待测子区域的效果预测值是否大于第二预设阈值，并且至少一项特征数据是否满足所述预设条件；响应于所述效果预测值大于所述第二预设阈值，且所述至少一项特征数据满足所述预设条件，将所述待测子区域确定为目标交易码铺设的推荐区域。

在一些实施例中，所述预设条件至少包括以下条件中的一种或多种的组合：所述第三数量大于第三预设阈值；所述第四数量大于第四预设阈值；所述第三比值大于第五预设阈值；所述兴趣点类型与至少一个预设兴趣点类型相同。

在一些实施例中，所述方法进一步包括合并相邻的所述推荐区域。

本说明书实施例的另一方面提供一种目标交易码铺设区域推荐系统，所述系统包括划分模块、获取模块、以及确定模块。所述划分模块，用于划分目标区域以获取多个子区域；所述多个子区域中包括一个或多个目标交易码铺设效果已知的标签子区域以及一个或多个目标交易码铺设效果未知的待测子区域；所述获取模块，用于获取所述多个子区域之间的关联特征；所述确定模块，用于至少基于一个或多个标签子区域的目标交易码铺设的效果评估值以及所述关联特征，通过预测算法获取所述一个或多个待测子区域的目标交易码铺设的效果预测值；以及用于至少基于一个或多个所述效果预测值，从所述一个或多个待测子区域中确定至少一个目标交易码铺设的推荐区域。

在一些实施例中，所述系统进一步包括更新模块。所述更新模块被用于：获取至少一个待测子区域的效果评估值；至少基于所述待测子区域的效果评估值，更新所述预测算法和/或所述关联特征。

在一些实施例中，所述更新模块被进一步用于：基于所述待测子区域的效果评估值及其效果预测值的差异，更新所述预测算法和/或所述关联特征。

在一些实施例中，所述更新模块被进一步用于：将效果评估值大于预设阈值的待测子区域更新为标签子区域。

在一些实施例中，所述目标交易码至少包括红包码、收款码、优惠码和礼品码中的一种或多种。

在一些实施例中，所述划分模块用于基于geohash算法划分所述目标区域以获取多个子区域。

在一些实施例中，所述标签子区域包括已经进行目标交易码铺设的区域；所述获取模块进一步用于：获取所述标签子区域的目标交易码使用数据，其中，所述目标交易码使用数据包括所述标签子区域内使用目标交易码进行线下网络支付交易的商家的第一数量、所述子区域内所述第一数量的各商家中使用目标交易码进行线下网络支付交易的次数和总交易次数的第一比值、以及所述标签子区域内使用目标交易码进行线下网络支付交易的用户数占总交易用户数的第二比值；基于所述第一数量、所述第一比值和所述第二比值，确定所述效果评估值。

在一些实施例中，所述获取模块进一步用于：获取所述多个子区域之间的关联数据；基于所述关联数据，确定所述多个子区域之间的关联特征。

在一些实施例中，所述关联数据包括至少一个第二数量，所述第二数量为在第一预设时间段内在两个子区域内进行线下网络支付交易的共同用户的数量；所述获取模块进一步用于：确定所述第二数量是否大于第一预设阈值；响应于所述第二数量大于所述第一预设阈值，确定与所述第二数量相关的两个子区域之间的关联关系以构建关联图谱，并将所述关联图谱确定为所述多个子区域之间的关联特征。

在一些实施例中，所述预测算法包括图传播算法。

在一些实施例中，所述关联数据包括至少一个第二数量，所述第二数量为在第一预设时间段内在两个子区域内进行线下网络支付交易的共同用户的数量；所述获取模块进一步用于：基于所述第二数量，确定与所述第二数量相关的两个子区域之间有无关联以及关联强度以构建关联图谱，并将所述关联图谱确定为所述多个子区域之间的关联特征；其中，所述关联强度与所述第二数量正相关。

在一些实施例中，所述预测算法包括：基于所述关联图谱确定与待测子区域具有关联的标签子区域；基于与待测子区域具有关联的标签子区域的效果评估值及其与所述待测子区域的关联强度确定所述待测子区域的目标交易码铺设的效果预测值。

在一些实施例中，所述确定模块进一步用于：确定未进行目标交易码铺设的待测子区域的效果预测值是否大于第二预设阈值；响应于所述效果预测值大于所述第二预设阈值，将所述未进行目标交易码铺设的待测子区域确定为目标交易码铺设的推荐区域。

在一些实施例中，所述确定模块进一步用于：获取所述一个或多个待测子区域的特征数据，以及与所述特征数据相对应的预设条件，其中，所述特征数据包括所述待测子区域在第二预设时间段内进行线下网络支付交易的用户的第三数量、所述待测子区域在所述第二预设时间段内进行线下网络支付交易的商家的第四数量、所述待测子区域在所述第二预设时间段内进行线下网络支付交易的商家数占该待测子区域内商家总数的第三比值、或者与所述待测子区域对应的兴趣点类型。确定所述待测子区域的效果预测值是否大于第二预设阈值，并且至少一项特征数据是否满足所述预设条件；响应于所述效果预测值大于所述第二预设阈值，且所述至少一项特征数据满足所述预设条件，将所述待测子区域确定为目标交易码铺设的推荐区域。

在一些实施例中，所述预设条件至少包括以下条件中的一种或多种的组合：所述第三数量大于第三预设阈值；所述第四数量大于第四预设阈值；所述第三比值大于第五预设阈值；所述兴趣点类型与至少一个预设兴趣点类型相同。

在一些实施例中，所述确定模块进一步用于合并相邻的所述推荐区域。

本说明书实施例的一个方面提供一种目标交易码铺设区域推荐装置，所述装置包括处理器以及存储器；所述存储器用于存储指令，其特征在于，所述指令被所述处理器执行时，导致所述装置实现如上所述的任意一项目标交易码的推荐区域确定方法。

本说明书实施例的一个方面提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机运行如上所述的任意一项目标交易码的推荐区域确定方法。

附图说明

本说明书将以示例性实施例的方式进一步描述，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

图1是根据本说明书的一些实施例所示的示例性推荐区域确定系统的示意图；

图2是根据本说明书的一些实施例所示的示例性处理设备的示框图；

图3是根据本说明书的一些实施例所示的示例性终端的示意图；

图4是根据本说明书的一些实施例所示的确定目标交易码铺设的推荐区域的示例性流程图；

图5是根据本说明书的一些实施例所示的确定标签子区域的交易码铺设的效果评估值的示例性流程图；

图6为根据本说明书的一些实施例所示的更新预测算法和/或关联特征的示例性流程图；

图7是根据本说明书的一些实施例所示的示例性处理设备110的框图；

图8是根据本说明书的一些实施例所示的目标区域的划分结果的示例性示意图；

图9是根据本说明书一些实施例所示的示例性关联图谱的示意图。

具体实施方式

为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。

应当理解，本说明书中所使用的“系统”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。

如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。

本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

本说明书中所使用的术语“目标交易码”可以是指一种按一定规律在平面或空间上分布的，用以携带数据信息的特定的几何图形。所述几何图形包括但不限于条形码、二维码等等。使用计算设备可以读取目标交易码中携带的数据信息。例如，智能手机的使用者利用手机中安装的带有扫码功能的应用程序扫描目标交易码后，可以执行特定的操作、和/或得到的特定的虚拟产物，包括支付交易钱款、获得红包、奖励金、抵扣金、礼券、优惠券、礼品等。目标交易码可以包括红包码、优惠码、礼品码、收款码、付款码等中的一种或多种。术语“线下网络支付交易”可以是指参与交易的双方或多方，通过面对面的方式，使用网上支付(例如，通过网络支付平台)达成的交易。例如，消费者在店铺中进行消费后使用支付类的应用程序将消费款支付给店家。术语“用户”可以指消费者。术语“商家”可以指提供服务或消费品的个体或组织。应当理解的是，本说明书中所提到的系统及方法的应用场景仅仅是本说明书一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其他类似情景。

图1是根据本说明书的一些实施例所示的示例性推荐区域确定系统的示意图。在一些实施例中，该推荐区域确定系统100可以用于推荐交易码铺设的区域，例如，红包码的铺设。如图1所示，推荐区域确定系统100可以包处理设备110、存储设备120、终端130和网络140。

处理设备110可用于处理与扫码支付相关联的信息和/或数据来执行在本说明书中揭示的一个或者多个功能。例如，处理设备110可以用于确定已铺设目标交易码的区域的铺设效果。又例如，处理设备110可以根据已铺设目标交易码的区域的铺设效果，以及已铺设目标交易码的区域与未铺设目标交易码的区域之间的关联关系，预测未铺设目标交易码的区域的目标交易码的铺设效果。还例如，处理设备110可以更新用于确定铺设效果的模型和/或算法。在一些实施例中，处理设备110可以包括一个或多个处理引擎(例如，单核心处理引擎或多核心处理器)。仅作为范例，处理设备110可以包括中央处理器(中央处理器)、特定应用集成电路(asic)、专用指令集处理器(asip)、图像处理器(gpu)、物理运算处理单元(ppu)、数字信号处理器(dsp)、现场可程序门阵列(fpga)、可程序逻辑装置(pld)、控制器、微控制器单元、精简指令集计算机(risc)、微处理器等中的一种或多种组合。

存储设备120可以存储数据和/或指令。在一些实施例中，存储设备120可以存储从终端130采集到的数据。所述数据可以是与扫码支付相关联的数据，例如，扫码交易数据比如扫码时间、扫码地点、支付金额、收款方、支付方等、目标交易码使用数据比如是否扫描目标交易码后执行交易、是否使用扫描目标交易码得到的虚拟产物进行交易等。在一些实施例中，所述数据还可以是与区域相关的数据，例如，区域的兴趣点类型、区域内的商铺数、区域内的人流量、区域与区域之间的关联数据比如共同用户数等。在一些实施例中，存储设备120可以存储供处理设备110执行或使用的数据和/或指令，处理设备110可以通过执行或使用所述数据和/或指令以实现本说明书中的示例性方法。在一些实施例中，存储设备120可以与网络140连接实现与推荐区域确定系统100中的一个或多个部件(例如，处理设备110、终端120等)之间的通信。推荐区域确定系统100的一个或多个部件可以通过网络140访问存储在存储设备120中的数据或指令。在一些实施例中，存储设备120可以直接与推荐区域确定系统100的一个或多个部件(例如，处理设备110、终端120等)连接或通信。在一些实施例中，存储设备120可以是处理设备110的一部分。在一些实施例中，存储设备130可以包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器(rom)等或其任意组合。示例性的大容量储存器可以包括磁盘、光盘、固态磁盘等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、压缩盘、磁带等。示例性的挥发性只读存储器可以包括随机存取内存(ram)。示例性的ram可包括动态ram(dram)、双倍速率同步动态ram(ddrsdram)、静态ram(sram)、闸流体ram(t-ram)和零电容ram(z-ram)等。示例性的rom可以包括掩模rom(mrom)、可编程rom(prom)、可擦除可编程rom(perom)、电子可擦除可编程rom(eeprom)、光盘rom(cd-rom)和数字通用磁盘rom等。在一些实施例中，存储设备130可以在云平台上实现。仅作为示例，所述云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。例如，本说明书中一些算法或者数据可以存储在某个云平台上，定期更新，处理设备110通过网络访问这些算法或者数据，以实现整个平台的算法或者数据的统一与交互。特别的，一些历史数据可以统一存储在平台的一个云平台上，以便多个处理设备110或者终端120访问或者更新，以便保证数据的实时性和跨平台使用。例如，终端120可以随时将线下网络支付交易数据发布到某个云平台上，系统可以根据多个终端120的数据执行区域推荐操作。

，终端130可以是带有数据获取、存储和/或发送功能的设备，例如，智能手机。终端130上可以集成有目标交易码扫描功能，在扫描目标交易码时可以实现上述目的。在一些实施例中，终端130的使用者可以是扫码目标交易码后产生的事件中的参与者。例如，在扫码支付交易活动中，终端130的使用者可以是用于支付的顾客，也可以是用于收款的商家。在一些实施例中，终端130可以包括但不限于移动设备130-1、平板电脑130-2、笔记本电脑130-3、台式电脑130-4等或其任意组合。示例性的移动设备130-1可以包括但不限于智能手机、个人数码助理(personaldigitalassistance，pda)、收银机、掌上游戏机、智能眼镜、智能手表、可穿戴设备、虚拟显示设备、显示增强设备等或其任意组合。在一些实施例中，终端130可以将获取到的数据发送至推荐区域确定系统100中的一个或多个设备。例如，终端130可以将获取到的数据传输至处理设备110或存储设备120。在一些实施例中，获取到的数据可以是扫码支付的相关数据，例如，扫码领红包数据、扫码支付数据等。仅作为示例，扫码领红包数据可以包括红包标识、红包领取位置、红包领取时间、红包金额等。扫码支付数据可以是收款信息、支付位置、支付时间、支付金额等。

在一些实施例中，网络140可以促进信息和/或数据的交换。在一些实施例中，推荐区域确定系统100的一个或者多个组件(例如处理设备110、存储设备120和终端130)可以通过网络140传送信息至推荐区域确定系统100的其他组件。例如，处理设备110可以通过网络140从数据库中获取与区域相关联的信息和/或数据。在一些实施例中，网络140可以是任意形式的有线或者无线网络，或其任意组合。仅作为范例，网络140可以是有线网络、光纤网络、远程通信网络、内部网络、互联网、局域网(lan)、广域网(wan)、无线局域网(wlan)、城域网(man)、广域网(wan)、公共交换电话网络(pstn)、蓝牙网络、紫蜂网络、近场通讯(nfc)网络、全球移动通讯系统(gsm)网络、码分多址(cdma)网络、时分多址(tdma)网络、通用分组无线服务(gprs)网络、增强数据速率gsm演进(edge)网络、宽带码分多址接入(wcdma)网络、高速下行分组接入(hsdpa)网络、长期演进(lte)网络、用户数据报协议(udp)网络、传输控制协议/互联网协议(tcp/ip)网络、短讯息服务(sms)网络、无线应用协议(wap)网络、超宽带(uwb)网络、移动通信(1g、2g、3g、4g、5g)网络、wi-fi、li-fi、窄带物联网(nb-iot)、红外通信等中的一种或多种组合。在一些实施例中，网络140可包括一个或者多个网络接入点。例如，网络140可包括有线或无线网络进接点比如基站和/或互联网交换点140-1、140-2、…。通过该网络接入点，推荐区域确定系统100的一个或多个组件可以连接至网络140以交换信息和/或数据。

图2是根据本说明书的一些实施例所示的示例性处理设备的示框图。处理设备110可以包括用来实现本说明书实施例中所描述的系统的任意部件。例如，处理设备110可以用过硬件、软件程序、固件或其组合实现。为了方便起见，图中仅绘制了一个处理设备，但是本说明书实施例所描述的与推荐区域确定系统100相关的计算功能可以以分布的方式、由一组相似的平台所实施，以分散系统的处理负荷。

在一些实施例中，处理设备110可以包括处理器210、存储器220、输入/输出部件230和通信端口240。在一些实施例中，所述处理器(例如，cpu)210，可以以一个或多个处理器的形式执行程序指令。在一些实施例中，所述存储器220包括不同形式的程序存储器和数据存储器，例如，硬盘、只读存储器(rom)、随机存储器(ram)等，用于存储由计算机处理和/或传输的各种各样的数据文件。在一些实施例中，所述输入/输出部件230可以用于支持处理设备110与其他部件之间的输入/输出。在一些实施例中，所述通信端口240可以与网络连接，用于实现数据通信。示例性的处理设备可以包括存储在只读存储器(rom)、随机存储器(ram)和/或其他类型的非暂时性存储介质中的由处理器210执行的程序指令。本说明书实施例的方法和/或流程可以以程序指令的方式实现。处理设备110也可以通过网络通讯接收本说明书中披露的程序和数据。

为理解方便，图2中仅示例性绘制了一个处理器。然而，需要注意的是，本说明书实施例中的处理设备110可以包括多个处理器，因此本说明书实施例中描述的由一个处理器实现的操作和/或方法也可以共同地或独立地由多个处理器实现。例如，如果在本说明书中，处理设备110的处理器执行步骤1和步骤2，应当理解的是，步骤1和步骤2也可以由处理设备110的两个不同的处理器共同地或独立地执行(例如，第一处理器执行步骤1，第二处理器执行步骤2，或者第一和第二处理器共同地执行步骤1和步骤2)。

图3是根据本说明书的一些实施例所示的示例性终端的示意图。如图3所示，终端300可以包括通信单元310、显示单元320、图形处理单元(gpu)330、中央处理单元(cpu)340、输入/输出单元350、内存360、存储器370和一个或多个传感器380。在一些实施例中，所述内存360还可以包括移动操作系统362、应用程序364。在一些实施例中，任何其他合适的组件，包括但不限于系统总线或控制器(未示出)，也可以包括在终端300内。

在一些实施例中，移动操作系统362(例如，iostm、androidtm、windowsphone等)和一个或以上应用程序364可以从存储器370下载至内存360，以便由cpu340执行。在一些实施例中，应用程序364可以任何合适的交易支付类移动应用程序，用于从推荐区域确定系统100获取与扫码支付相关或其他信息有关的信息和/或数据。输入/输出单元350可以实现将数据信息与推荐区域确定系统100的交互，并将交互相关信息通过网络140提供给推荐区域确定系统100中的其他部件，如处理设备110。在一些实施例中，传感器380可以是照相机，被配置用于扫描交易码。在一些实施例中，基于传感器380扫描交易码的结果可以产生与扫描交易码相关的支付交易数据。进一步的，处理设备110可以通过执行或使用所述数据以实现本说明书中的示例性方法。

为了实现本说明书中描述的各种模块、单元及其功能，计算机硬件平台可以用作这里提到的一个或多个元件的硬件平台。一个拥有用户界面元件的计算机可以用于实现个人计算机(pc)或者其它任何形式的工作站或终端设备。通过合适的编程，一个计算机也可以充当一台服务器。

图4为根据本说明书的一些实施例所示的确定目标交易码铺设的推荐区域的示例性流程图。在一些实施例中，流程400中的一个或以上步骤可以在图1所示的系统100中实现。例如，流程400中的一个或以上步骤可以作为指令的形式存储在存储设备120和/或存储器220中，并被处理设备110和/或处理器210调用和/或执行。

步骤410，划分目标区域以获取多个子区域。步骤410可以由划分模块710执行。

在一些实施例中，所述目标区域可以是需要进行交易码铺设的潜在区域。示例性的目标区域可以包括行政区域(例如，省、市、自治区、自治州、直辖市、市辖区、县等)、国家、大洲、全世界等。所述目标区域的划分可以基于geohash算法进行。geohash算法是一种对地理位置进行编码的算法，其基本原理是将地球理解为一个二维平面，将平面递归分解成多个小的子块，每个子块可以分别被编码成一定长度的字符串。参考图8，图8是根据本说明书的一些实施例所示的目标区域划分结果的示例性示意图。如图8所示，图中目标区域经过geohash计算后，被分割成多个正方形网格的组合(图8中示出的区域被分割成42个网格)。该42个网格区域可以被称为是目标区域的子区域。每个子区域可以分别对应有一个geohash字符串，即42个字符串代表了42个正方形网格区域。geohash算法可以将二维的经纬度范围换算成字符串。例如，使用base32编码方式对区域进行编码。作为示例，北京安定门附近的一个位置(经纬度坐标：e116.414597°，n39.955441°)所在区域经过geohash算法计算后得到的编码为wx4g2。不同的编码表示了不同的范围区间，并且编码得到的字符串越长，表示的范围越精确。两个或多个区域的字符串相似可以说明该两个或多个区域距离相近。反之亦然。例如，图8中所示的区域1、区域2、区域7和区域8距离相近，编码后获得的字符串相似。

在一些实施例中，所述目标区域的划分也可以基于其他方法进行。仅作为示例，可以将所述目标区域划分任意形状的多个子区域，例如，三角形、矩形、菱形、六边形、圆形等。所划分得到的子区域的形状可以是相同的，也可以是不同的。作为另一示例，可以基于目标区域对应的地图进行划分，例如，沿道路绘制分割线将目标区域划分为多个子区域。可以理解，目标区域的划分方法可以是任意的，本说明书中的实施例并不旨在限制。

在一些实施例中，所述目标区域可以包括一个或多个目标交易码铺设效果已知的标签子区域以及一个或多个目标交易码铺设效果未知的待测子区域。所述标签子区域可以是指已进行目标交易码铺设，并且铺设效果满足一定条件的子区域。所述待测子区域可以是指候选的可以进行目标交易码铺设的子区域。所述铺设效果可以是指铺设目标交易码后对线下网络支付交易的影响。例如，某一区域或店铺铺设目标交易码后，用户消费的便利性明显提升或店铺交易的耗费时间明显减少，使用线下网络支付进行交易的用户数量明显增加，则说明铺设交易码后产生了一定的积极影响。在一些实施例中，所述铺设效果可以使用效果评估值进行表示。效果评估值越大，则说明铺设目标交易码带来的铺设效果越积极。所述效果评估值可以基于目标交易码的使用数据确定。例如，基于使用目标交易码进行线下网络支付交易的用户数、店铺数等确定。关于目标交易码的铺设效果的确定可以参考本说明书的其他部分(例如，图5)，在此不再赘述。

步骤420，获取所述多个子区域之间的关联特征。步骤420可以由获取模块720执行。

在一些实施例中，获取模块720可以获取所述多个子区域之间的关联数据，并基于所述关联数据确定所述多个子区域之间的关联特征。所述关联数据可以是指子区域与子区域之间所共有的且反应两个子区域之间的关联关系的数据。在一些实施例中，所述关联数据可以反映两个子区域之间在经济上或地理上的关联关系，如相似性、依赖关系等等。其中，经济上的关联关系包括但不限于消费结构、消费水平、产业类型、支柱生成力等，地理上的关联关系可以包括但不限于之间的交通情况、地理结构相似性、商圈分布相似性等。仅作为示例，所述关联数据可以是一段时间内涉及线下网络支付交易的共同用户数，还可以是子区域之间相同或相近的交通站点，例如，地铁站，之间的临近关系(例如，距离等)、子区域之间的消费场所的相似度(例如，同种类型的店铺在区域内所有店铺中所占的比例)等。在一些实施例中，所述关联数据可以包括至少一个第二数量。所述第二数量可以是在第一预设时间段内在两个子区域中都进行线下网络支付交易的共同用户的数量。例如，用户a在子区域a中某一家店铺中达成线下网络支付交易，并且在第一预设时间段内在子区域b中某一家店铺同样达成线下网络支付交易。则用户a可以被认为是子区域a和子区域b的共同用户。所述第一预设时间段可以是系统100预设的时间参数，例如，一天、一周、一个月、一个季度、半年、一年等，也可以是根据实际运营时间情况随时进行调整的。所述第一预设时间段可以是在本说明书所披露的技术方案被执行时刻之前的一个时间段。在一些实施例中，所述第一预设时间段可以是一个月。在一些实施例中，获取模块720可以通过与终端120和/或存储设备130进行通信以获取所述关联数据。例如，终端120可以获取用户对于终端120的操作内容比如线下网络支付数据。获取模块720可以与终端120进行通信后进行数据获取。又例如，获取模块720可以访问读取存储在终端120或存储设备130上的历史线下网络交易数据。

在一些实施例中，所述关联特征可以是用来表示两个子区域之间的关联关系的信息。所述关联特征可以基于所获取的关联数据进行构建。在一些实施例中，对于所述至少一个第二数量中的每一个，获取模块720可以确定第二数量是否大于第一预设阈值。所述第一预设阈值可以是处理设备110的默认值，也可以根据不同的情况进行调整，本说明书的实施例中不对其进行限制。若所述第二数量大于所述第一预设阈值，获取模块720可以确定所述第二数量对应的两个子区域之间具有关联关系。否则，所述第二数量对应的两个子区域之间不具有关联关系。在对所有的第二数量进行上述操作后，确定模块720可以基于处理结果(例如，两两子区域之间是否具有关联关系)构建关联图谱，并将所述关联图谱作为所述多个子区域之间的关联特征。例如，获取模块720可以以结点代表子区域，以线条代表关联关系。两个结点之间有线条连接表示两个结点之间具有关联关系。以结点和线条组成的图形，可以被认为是所述关联图谱。参考图9，图9是根据本说明书一些实施例所示的示例性关联图谱的示意图。如图9所示，结点表示子区域，结点与结点之间的线条表示子区域之间有关联关系。不同形状的结点可以表示不同类型的子区域。例如，圆形结点可以用来表示所述待测子区域(例如，13、15、16、17、12、5、35)，而正方形结点可以用来表示所述标签子区域(例如，区域14、18、24)。结点中的数字可以用来表示子区域的编号。两个结点之间未有线条连接，说明两个结点之间不具有关联关系。

在一些实施例中，在基于所述第二数量确定所述第二数量对应的两个子区域之间具有关联关系后，获取模块720还可以确定上述两个子区域之间的关联强度。所述关联强度可以用于指示两个子区域之间的关联关系的紧密程度。关联强度越大，两个子区域之间的关联关系越紧密，两个子区域之间具有更大程度上的相似性。在一些实施例中，所述关联强度与所述第二数量正相关。作为示例，两个子区域之间的关联强度可以使用以下公式(1)进行计算：

w＝k(x-t)(1)

其中，w表示子区域之间的关联强度，x表示所述第二数量，t表示所述预设的第一阈值，k表示正相关系数，例如为大于0的实数。在确定具有关联关系的子区域之间的关联强度后，获取模块720可以基于处理结果(例如，子区域之间的关联强度)进一步构建所述关联图谱，并将二次构建的关联图谱作为所述多个子区域之间的关联特征。返回参考图9，结点与结点之间线条的粗细可以表示子区域之间关联关系的强弱。线条越粗，表示两个子区域之间的关联关系越强。例如，子区域18与子区域12之间的线条比子区域18与子区域17之间的线条粗，说明子区域18与子区域12之间的关联关系强度要强于子区域18与子区域17之间的关联关系强度。或者，在两个结点之间的线条上可以标示有用以表示关联强度强弱的数值，即w的值(例如，从w1到w11)，用以直观的表示结点之间的关联强弱。

在一些实施例中，所述关联图谱可以进行更新。获取模块720可以每隔一段时间可以重新获取子区域之间的关联数据，并根据新获取的关联数据重新计算子区域之间的关联关系和关联强度以更新关联图谱中的线条粗细。获取模块720还可以在将待测子区域确定为推荐区域并在区域内铺设目标交易码后的一段时间后，对推荐区域进行铺设效果的评估，并将满足条件的推荐区域更新为标签子区域，同时在关联图谱上更新其对应的结点。关于所述关联图谱的更新可以参考本说明书的其他部分(例如，图6,)，在此不再赘述。

步骤430，至少基于一个或多个标签子区域的目标交易码铺设的效果评估值以及所述关联特征，通过预测算法获取所述一个或多个待测子区域的目标交易码铺设的效果预测值。步骤430可以由确定模块730执行。

在一些实施例中，所述效果预测值可以是指在待测子区域铺设目标交易码后，未来可能产生的用于指示铺设效果的效果评估值的一个预测值。所述预测算法可以是图传播算法。确定模块730可以根据图传播算法，基于所述关联特征，以及一个或多个标签子区域的效果评估值，获取所述一个或多个待测子区域目标交易码铺设的效果预测值。示例性的图传播算法可以是pagerank算法、hits(hyperlink-inducedtopicsearch)算法、weisfeiler-lehman算法、标签传播算法(labelpropagationalgorithm，lpa)等，或其组合。仅出于说明的目的，以下以标签传播算法(lpa)为例，对确定一个或多个待测子区域的目标交易码铺设的效果预测值进行描述。在使用lpa进行计算时，n×n大小的概率转移矩阵p可以首先被确定。所述概率转移矩阵p可以如下表示：

其中，pij表示结点i转移到结点j的概率，也表示结点i对于结点j的影响权重，wij表示结点i和结点j之间的边权，n表示结点总数。在本说明书中，n可以表示所有子区域的个数。wij可以使用根据以下公式计算：

其中，dij表示两个结点之间的欧式距离，α表示超参数，可以根据不同的场景进行调整。在确定概率转移矩阵p之后，另一n×m大小的标注矩阵t可以被确定。m表示已被标注的结点的个数。在本说明书中，m可以表示标签子区域的个数。标注矩阵t中的元素tij表示结点i到结点j的概率。标注矩阵t中的第i行，可以表示结点i到各个已被标注的结点的概率。若结点i是已被标注的结点(例如，已知效果评估值的标签子区域)，则其到自身的概率是1，到其他被标注的结点的概率是0。若结点i是未被标注的结点(例如，需要计算效果预测值的待测子区域)，在标注矩阵t被用于计算之前，未被标注的结点i到各个已被标注的结点的概率可以被随意赋值，只需满足概率的和等于1即可。上述两个矩阵的确定不分先后，也可以同时进行。在确定两个矩阵后，保持标注矩阵t中已被标注的结点的概率分布，对未被标注的结点的概率分布进行更新。所述更新可以根据如下公式进行：

重复上述计算，直到标注矩阵t收敛。完成后标注矩阵t中值可以表示未被标注的结点i到各个已被标注的结点的概率，即待测子区域的效果预测值。

在一些实施例中，所述预测算法可以是包括类似加权求和的算法。确定模块730可以基于所述关联图谱确定与待测子区域具有关联的标签子区域，并基于所述标签子区域的效果评估值及其与所述待测子区域的关联强度确定所述待测子区域的目标交易码铺设的效果评估值。返回参考图9，图9中所示的结点14、18、24为已经铺设目标交易码的标签子区域，结点13、15、16、17、12、5、35为待测子区域。以结点17为例，与结点17具有关联关系的标签子区域有结点14以及结点18。假定结点14和结点18的效果评估值分别为ea以及eb，结合图9中所示的，结点14和结点18与结点17的关联强度分别为w5和w7，则结点17的效果预测值ec可以基于以下公式(2)确定：

其中，m和n表示权重值，可以预先确定，也可以根据不同的情况进行调整。在一些实施例中，权重值可以都为1，这意味着标签子区域的效果评估值仅以其与待测子区域的关联强度向待测子区域传递，关联强度越大，传递的效果评估值越多，反之亦然。

步骤440，至少基于所述一个或多个效果预测值，从所述一个或多个待测子区域中确定至少一个目标交易码铺设的推荐区域。步骤430可以由确定模块730执行。

在一些实施例中，所述推荐区域可以是指在铺设目标交易码后能够带来正面效益的区域，例如用户提升消费便利性、节省店铺交易时间等。确定模块730可以将待测子区域的效果预测值与第二预设阈值进行比较，并基于比较结果确定是否将待测子区域作为所述推荐区域。所述第二预设阈值可以是处理设备110的默认值，也可以根据不同的情况进行调整，本说明书的实施例中不对其进行限制。若所述效果评估值大于所述第二预设值，确定模块730可以将未进行目标交易码铺设的待测子区域确定为目标交易码铺设的推荐区域。否则，所述效果评估值对应的未进行目标交易码铺设的待测子区域不作为目标交易码铺设的推荐区域。

在一些实施例中，确定模块730还可以基于待测子区域的特征数据进行筛选，并基于筛选结果结合效果预测值的比较结果确定是否将待测子区域作为所述推荐区域。所述特征数据可以包括用于指示待测子区域内与交易相关的数据，可以包括但不限于待测子区域在第二预设时间段内进行线下网络支付交易的用户的第三数量、所述待测子区域在所述第二预设时间段内进行线下网络支付交易的商家的第四数量、所述待测子区域在所述第二预设时间段内进行线下网络支付交易的商家数占该待测子区域内商家总数的第三比值、与所述待测子区域对应的兴趣点类型。所述第二预设时间段可以是系统100预设的时间参数，例如，一天、一周、一个月、一个季度、半年、一年等，也可以是根据实际运营时间情况随时进行调整的。在一些实施例中，所述第二预设时间段可以是一个月。所述第二预设时间段可以是在本说明书所披露的技术方案被执行时刻之前的一个时间段。出于便利性的目的，以下通过举例对所述第三数量、所述第四数量、所述第三比值以及所述兴趣点进行说明。假定待测子区域a内共有商家100户，待测子区域中具有一个占据所述待测子区域地理面积80％以上的购物中心。一个月内在这些商家中进行消费的客户有1000名。在这1000名客户中，有600名客户是通过线下网络支付交易分别在70户商家中完成消费。而其他400名客户以及30户商家，使用非线下网络支付交易例如现金、信用卡等达成最终的消费。因此，所述第三数量可以是600，所述第四数量可以是70，所述第三比值可以是0.7(70/100)，所述待测子区域对应的兴趣点类型可以是购物中心。当待测子区域中包括多种类型的功能区域时，例如，景点、交通站点(比如火车站、汽车站)等，所述待测子区域对应的兴趣点类型可以是景点或交通站点。当所述待测子区域内存在多个功能区域时，所述待测子区域对应的兴趣点类型可以是多个，或者可以从多个功能区域中选取与线下网络支付交易关联最大的作为该待测子区域对应的兴趣点类型。例如，假定待测子区域内包括购物中心、火车站点、景区等多个功能区域，而其中与线下网络支付交易关联最大的功能区域是购物中心(例如，该子区域内60％以上的线下网络支付交易产生于该功能区域)，则该待测子区域对应的兴趣点类型可以是购物中心。所述特征数据可以存储在任意具有存储功能的设备中，例如，终端120、存储设备130、存储器210中。确定模块730可以通过网络140与这些设备进行通信或直接连接以获取所述特征数据。

在一些实施例中，确定模块730还可以获取所述特征数据对应的预设条件。所述预设条件可以用于判断待测子区域是否能够作为潜在的交易码铺设的推荐区域。所述预设条件可以包括所述第三数量大于第三预设阈值、所述第四数量大于第四预设阈值、所述第三比值大于第五预设阈值、所述兴趣点与至少一个预设兴趣点相同等，或其组合。所述预设阈值(包括第三预设阈值、第四预设阈值和第五预设阈值)可以是处理设备110的默认值，也可以根据不同的情况进行调整，本说明书的实施例中不对其进行限制。同样地，所述预设兴趣点可以事先确定，也可以根据情况调整。在获取所述特征数据及其对应的预设条件后，确定模块730可以确定所述待测子区域的效果评估值是否大于第二预设阈值，并且至少一项特征数据是否满足所述预设条件。若所述效果评估值大于所述第二预设值，且至少一项特征数据满足所述预设条件，确定模块730可以将所述待测子区域确定为目标交易码铺设的推荐区域。否则，所述待测子区域将不被作为目标交易码铺设的推荐区域。

在一些实施例中，在确定至少一个目标交易码铺设的推荐区域后，若所述至少一个推荐区域的个数超过了两个，处理设备110可以确定所述推荐区域在划分时是否相邻。所述相邻可以是指在对目标区域进行划分时，所述推荐区域对应的待测子区域具有相同的边界线，例如，对目标区域进行划分时使用的分割线。若存在相邻的推荐区域，处理设备110可以合并相邻的推荐区域，以形成新的推荐区域。

应当注意的是，上述有关流程400的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程400进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。例如，步骤420可以进一步细分为步骤420-1和步骤420-2。在步骤420-1，可以获取所述多个子区域之间的关联数据。在步骤420-2，可以基于所述关联数据，确定所述多个子区域之间的关联特征。又例如，可以在方法400中的其他地方添加一个或以上其他可选步骤(例如，存储步骤、预处理步骤)。还例如，方法200中的所有步骤可以在包括一组指令的计算机可读介质中实现。指令可以以电子流或电信号的形式传输。

本说明书所披露的技术方案，可以通过大数据的方式，对所有区域(例如，全球任意区域)内所产生的多维度的数据对是否合适铺设目标交易码进行分析，相较与线下人工调研更为高效、更为全面和客观。同时，在对区域进行分析时，使用了包含人群集中在内的多个特征，例如，人群转化、店铺特征、区域特征、时间特征等多方面对区域进行评估，使得对于铺设区域的选择准确性更高。另外，通过已知铺设区域的铺设效果对已知区域进行标记，利用区域间的关系即相似性获取具有相似效果的待铺设的推荐区域，这样使得推荐区域能获得较好的铺设效果。

图5为根据本说明书的一些实施例所示的确定标签子区域的交易码铺设的效果评估值的示例性流程图。在一些实施例中，流程500中的一个或以上步骤可以在图1所示的系统100中实现。例如，流程500中的一个或以上步骤可以作为指令的形式存储在存储设备120和/或存储器220中，并被处理设备110和/或处理器210调用和/或执行。在一些实施例中，方法500可以由确定模块730执行。

步骤510，获取所述标签子区域的目标交易码使用数据。

在一些实施例中，所述目标交易码使用数据可以包括在所述标签子区域内使用目标交易码进行线下网络支付交易的商家的第一数量、所述子区域内所述第一数量的各商家中使用目标交易码进行线下网络支付交易的次数和总交易次数的第一比值、以及所述标签子区域内使用目标交易码进行线下网络支付交易的用户数占总交易用户数的第二比值。所述使用目标交易码进行线下网络支付交易可以是通过终端120对目标交易码执行扫码操作后基于扫码获得的交易窗口完成交易，或在线下网络支付中使用扫码获取的虚拟产物比如红包抵扣部分消费金额。所述总交易可以是指利用线下网络支付交易达成的所有交易，包括使用目标交易码进行的线下网络支付交易、未使用目标交易码进行的线下网络支付交易例如网上转账等。所述总交易也可以是该区域内的交易总数，包括指利用线下网络支付交易达成的所有交易以及仅仅在线下完成的所有交易。出于便利性的目的，以下通过举例对所述第一数量、所述第二数量、以所述第一比值进行说明。假定标签子区域内有50户商家，一个月内500位用户在这些商家内发生了交易。其中，400位用户在30户商家内使用了目标交易码进行线下网络支付交易，其余100位用户及20户商家涉及的交易是未使用目标交易码进行的线下网络支付交易比如网上转账或非线下网络支付交易比如现金支付。在这30户商家中，某一户商家所达成的所有交易中(例如，达成了a次交易)，使用目标交易码进行的网络支付交易(例如，使用目标交易码进行了b次线下网络支付交易)占据了部分。因此，所述第一数量可以是30，所述第一比值可以包括a/b，所述第二比值可以是0.8(400/500)。所述目标交易码使用数据可以存储在任意具有存储功能的设备中，例如，终端120、存储设备130、存储器210中。确定模块730可以通过网络140与这些设备进行通信或直接连接以获取所述目标交易码使用数据。

步骤520，基于所述第一数量、所述第一比值和所述第二比值，确定所述效果评估值。

可以理解，用户和商家作为交易的参与者，使用目标交易码共同对目标交易码在区域内的铺设效果产生影响。若使用目标交易码进行线下网络支付交易的用户的商家的数量多、次数多，可以认为是目标交易码在区域内产生了正面的铺设效果。

在一些实施例中，所述效果评估值r可以基于以下公式(3)进行：

其中，n表示所述标签子区域内使用目标交易码进行线下网络支付交易的商家的第一数量，k表示第k个商家，rk表示所述标签子区域内第k个商家中使用目标交易码进行线下网络支付交易的次数和总交易次数的第一比值，u1表示所述标签子区域内使用目标交易码进行线下网络支付交易的用户数占总交易用户数的第二比值，p和q表示权重，其和等于1。在一些实施例中，p和q可以分别被赋值为0.5。可以理解，用户和商家作为交易的参与者，共同对目标交易码在区域内的铺设效果产生影响。因此对于r的确定，将分别考虑用户和商家的影响，对两方进行相同或不同的权重赋值。

应当注意的是，上述有关流程500的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程500进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。

图6为根据本说明书的一些实施例所示的更新预测算法和/或关联特征的示例性流程图。在一些实施例中，流程600中的一个或以上步骤可以在图1所示的系统100中实现。例如，流程600中的一个或以上步骤可以作为指令的形式存储在存储设备120和/或存储器220中，并被处理设备110和/或处理器210调用和/或执行。在一些实施例中，方法600可以由更新模块740执行。

步骤610，获取至少一个待测子区域的效果评估值。

在一些实施例中，所述待测子区域的效果评估值可以是该待测子区域作为推荐区域并已铺设目标交易码一段时间之后(例如，一周、两周、一个月、两个月等)的效果评估值。所述效果评估值的获取方法可以与图5中披露的方法相同，在此不再赘述。更新模块740可以与处理设备110的其他部件进行通信以获取所述至少一个待测子区域的效果评估值。

步骤620，至少基于所述待测子区域的效果评估值，更新所述预测算法和/或所述关联特征。

在一些实施例中，更新模块740可以确定所述待测子区域的效果评估值与效果预测值之间的差异。所述待测子区域的效果预测值可以是在进行推荐区域确定时所确定的。所述差异可以是所述效果评估值与所述效果预测值之间的差值。更新模块740可以基于所述差异更新所述预测算法和/或所述关联特征。例如，更新模块740可以将所述差值与预设阈值进行比较。所述预设阈值可以是处理设备110的预设值，也可能根据不同的情况进行调整。若所述差值小于所述检测阈值，更新模块740将维持原有的预测算法和/或关联特征，以用于下次的推荐区域的确定。若所述差值超过所述检测阈值，说明在确定所述效果预测值的过程中所述预测算法和/或所述关联特征的精度或准确性不满足要求。更新模块740可以对所述预测算法和/或所述关联特征进行更新，以使预测精度提高。所述预测算法的更新可以包括更换图传播算法(例如，将lpa算法更新为gooddeep算法)、调节算法的参数(例如，更新公式(1)、公式(2)以及(公式3)中的参数比如权重值)等或其组合。所述关联特征的更新可以包括更新关联强度计算公式的参数、更新效果预测值计算公式的参数、更新所述关联图谱中的结点以及结点之间的连线等或其任意组合。特别地，更新模块740可以将效果评估值大于预设阈值的待测子区域更新为标签子区域，并更新所述关联图谱中对应于该待测子区域的结点。仅作为示例，参考图9，假定结点15对应的待测子区域被确定为推荐区域，且其效果评估值大于所述预预设阈值，更新模块740可以将表示该待测子区域的圆形结点更新为正方形结点。同时，更新模块740还可以更新与结点15相连接的其他结点对应的待测子区域的效果预测值的算法。

应当注意的是，上述有关流程600的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程600进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。

本说明书披露的方案，在确定推荐区域之后，可以监控推荐区域的目标交易码的铺设效果，同时根据铺设效果对已有的推荐方案进行更新，使得方案能够自我优化。随时间推移方案的准确性将越来越高，所得到的推荐区域的铺设效果也越来越好。

图7是根据本说明书的一些实施例所示的示例性处理设备110的框图。处理设备110可以获取与多个子区域相关的交易数据和关联数据，并基于所获取的数据确定目标交易码铺设的推荐区域。如图7所示，处理设备110可以包括划分模块710、获取模块720、确定模块730以及更新模块740。

划分模块710可以对目标区域进行划分。在一些实施例中，所述目标区域可以是需要进行交易码铺设的潜在区域，可以包括一个或多个目标交易码铺设效果已知的标签子区域以及一个或多个目标交易码铺设效果未知的待测子区域。划分模块710可以基于geohash算法对所述目标区域进行划分。划分模块710还可以将所述目标区域划分任意形状的多个子区域，例如，三角形、矩形、菱形、六边形、圆形等。划分模块710还可以基于目标区域对应的地图进行划分，例如，沿道路绘制分割线将目标区域划分为多个子区域。

获取模块720可以获取数据。在一些实施例中，获取模块720可以获取所述多个子区域之间的关联数据，并基于所述关联数据确定所述多个子区域之间的关联特征。在一些实施例中，所述关联数据可以是指子区域与子区域之间所共有的且反应两个子区域之间的关联关系的数据，反映两个子区域之间在经济上或地理上的关联关系，如相似性、依赖关系等等。其中，经济上的关联关系包括但不限于消费结构、消费水平、产业类型、支柱生成力等，地理上的关联关系可以包括但不限于之间的交通情况、地理结构相似性、商圈分布相似性等。。在一些实施例中，所述关联数据包括至少一个第二数量。所述第二数量为在第一预设时间段内在两个子区域内进行线下网络支付交易的共同用户的数量。获取模块720可以通过与终端120和/或存储设备130进行通信以获取所述关联数据。

在一些实施例中，所述关联特征可以是用来表示两个子区域之间的关联关系的信息。所述关联特征可以基于所获取的关联数据进行构建。在一些实施例中，对于所述至少一个第二数量中的每一个，获取模块720可以确定第二数量是否大于第一预设阈值。若所述第二数量大于所述第一预设阈值，获取模块720可以确定所述第二数量对应的两个子区域之间具有关联关系。否则，所述第二数量对应的两个子区域之间不具有关联关系。在对所有的第二数量进行上述操作后，确定模块720可以基于处理结果(例如，两两子区域之间是否具有关联关系)构建关联图谱，并将所述关联图谱作为所述多个子区域之间的关联特征。例如，获取模块720可以以结点代表子区域，以线条代表关联关系。两个结点之间有线条连接表示两个结点之间具有关联关系。以结点和线条组成的图形，可以被认为是所述关联图谱(参见图9)。获取模块720还可以确定具有关联关系的两个子区域之间的关联强度。所述关联强度可以用于指示两个子区域之间的关联关系的紧密程度。关联强度越大，两个子区域之间的关联关系越紧密，两个子区域之间具有更大程度上的相似性。在确定具有关联关系的子区域之间的关联强度后，获取模块720可以基于处理结果(例如，子区域之间的关联强度)进一步构建所述关联图谱，并将二次构建的关联图谱作为所述多个子区域之间的关联特征。

确定模块730可以基于所获取的数据执行至少一种确定流程。在一些实施例中，确定模块730可以确定一个或多个待测子区域的目标交易码铺设的效果预测值。所述效果预测值可以是指在待测子区域铺设目标交易码后，未来可能产生的用于指示铺设效果的效果评估值的一个预测值。所述预测算法可以是图传播算法。确定模块730可以根据图传播算法，基于所述关联特征，以及一个或多个标签子区域的效果评估值，获取所述一个或多个待测子区域目标交易码铺设的效果预测值。在一些实施例中，确定模块730还可以基于所述关联图谱确定与待测子区域具有关联的标签子区域，并基于所述标签子区域的效果评估值及其与所述待测子区域的关联强度确定所述待测子区域的目标交易码铺设的效果评估值。例如，确定模块730基于类似于加权求和算法的预测算法，确定所述待测子区域的目标交易码铺设的效果评估值。在一些实施例中，确定模块730可以获取所述标签子区域的目标交易码使用数据，并基于所述第一数量、所述第一比值和所述第二比值，确定所述效果评估值。

在一些实施例中，确定模块730可以至少基于所述一个或多个效果预测值，从所述一个或多个待测子区域中确定至少一个目标交易码铺设的推荐区域。确定模块730可以将待测子区域的效果预测值与第二预设阈值进行比较。若所述效果评估值大于所述第二预设值，确定模块730可以将未进行目标交易码铺设的待测子区域确定为目标交易码铺设的推荐区域。在一些实施例中，确定模块730还可以基于待测子区域的特征数据进行筛选，并基于筛选结果结合效果预测值的比较结果确定是否将待测子区域作为所述推荐区域。确定模块730可以在获取所述待测子区域的特征数据以及对应的预设条件后，确定所述待测子区域的效果评估值是否大于第二预设阈值，并且至少一项特征数据是否满足所述预设条件。若所述效果评估值大于所述第二预设值，且至少一项特征数据满足所述预设条件，确定模块730可以将所述待测子区域确定为目标交易码铺设的推荐区域。

更新模块740可以更新预测算法和/或关联特征。在一些实施例中，更新模块740可以获取至少一个待测子区域的效果评估值，并至少基于所述待测子区域的效果评估值，更新所述预测算法和/或所述关联特征。所述待测子区域的效果评估值可以是该待测子区域作为推荐区域并已铺设目标交易码一段时间之后(例如，一周、两周、一个月、两个月等)的效果评估值。更新模块740可以确定所述待测子区域的效果评估值与效果预测值之间的差异，并基于所述差异对所述预测算法和/或所述关联特征进行更新，以使预测精度提高。所述预测算法的更新可以包括更换图传播算法(例如，将lpa算法更新为gooddeep算法)、调节算法的参数(例如，更新公式(1)、公式(2)以及(公式3)中的参数比如权重值)等或其组合。所述关联特征的更新可以包括更新关联强度计算公式的参数、更新效果预测值计算公式的参数、更新所述关联图谱中的结点以及结点之间的连线等或其任意组合。特别地，更新模块740可以将效果评估值大于预设阈值的待测子区域更新为标签子区域，并更新所述关联图谱中对应于该待测子区域的结点。仅作为示例，参考图9，假定结点15对应的待测子区域被确定为推荐区域，且其效果评估值大于所述预预设阈值，更新模块740可以将表示该待测子区域的圆形结点更新为正方形结点。同时，更新模块740还可以更新与结点15相连接的其他结点对应的待测子区域的效果预测值的算法。

以上处理设备110中各个模块的功能和作用的详细描述可以参考本说明书中相应的流程图部分，在此不再赘述。

应当理解，图7所示的系统及其模块可以利用各种方式来实现。例如，在一些实施例中，系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中，硬件部分可以利用专用逻辑来实现；软件部分则可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、cd或dvd-rom的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本说明书的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用例如由各种类型的处理器所执行的软件实现，还可以由上述硬件电路和软件的结合(例如，固件)来实现。

需要注意的是，以上对于处理设备110及其模块的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。例如，在一些实施例中，图7中披露的确定模块和更新模块可以是一个系统中的不同模块，也可以是一个模块实现上述的两个或两个以上模块的功能。又例如，确定模块可以被细分为效果评估值预测单元、以及推荐区域确定单元，分别用于实现确定待测子区域的效果预测值，以及确定推荐区域。还例如，处理设备110中各个模块可以共用一个存储模块，各个模块也可以分别具有各自的存储模块。诸如此类的变形，均在本说明书的保护范围之内。

图8是根据本说明书的一些实施例所示的目标区域的划分结果的示例性示意图。如图8所示，所述目标区域被划分42个大小相同的网格，例如500m*500m。每个网格对应的区域可以是所述目标区域的子区域。目标区域的划分可以基于geohash算法进行。每个划分后的网格经过geohash算法的计算后可以得到一个编码。不同的编码表示了不同的范围区间，并且编码得到的字符串越长，表示的范围越精确。由于编码是根据区域的经纬度范围确定的，因此编码越相似，则说明相似编码对应的区域距离越相近。反之亦然。如图8所示的，网格1和网格2对应的区域距离相近，则获得的编码也相似。而网格1和网格36对应的区域距离较远，则获得的编码的差异会较大。

图9是根据本说明书一些实施例所示的示例性关联图谱的示意图。如图9所示，结点表示子区域，结点与结点之间的线条表示子区域之间有关联关系。不同形状的结点可以表示不同类型的子区域。例如，圆形结点可以用来表示所述待测子区域(例如，13、15、16、17、12、5、35)，而正方形结点可以用来表示所述标签子区域(例如，区域14、18、24)。结点中的数字可以用来表示子区域的编号。两个结点之间未有线条连接，说明两个结点之间不具有关联关系。结点与结点之间线条的粗细可以表示子区域之间关联关系的强弱。线条越粗，表示两个子区域之间的关联关系越强。同时，在两个结点之间的线条上会标示有用以表示关联强度强弱的数值，即w的值(例如，从w1到w11)，用以直观的表示结点之间的关联强弱。

本说明书实施例例还提供一种装置，其至少包括处理器以及存储器。所述存储器用于存储指令。当所述指令被所述处理器执行时，导致所述装置实现前述的目标交易码铺设区域推荐方法。所述方法可以包括：划分目标区域以获取多个子区域；所述多个子区域中包括一个或多个目标交易码铺设效果已知的标签子区域以及一个或多个目标交易码铺设效果未知的待测子区域；获取所述多个子区域之间的关联特征；至少基于一个或多个标签子区域的目标交易码铺设的效果评估值以及所述关联特征，通过预测算法获取所述一个或多个待测子区域的目标交易码铺设的效果预测值；至少基于一个或多个所述效果预测值，从所述一个或多个待测子区域中确定至少一个目标交易码铺设的推荐区域。

本说明书实施例还提供一种计算机可读存储介质。所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机实现前述的目标交易码铺设区域推荐方法。所述方法可以包括：划分目标区域以获取多个子区域；所述多个子区域中包括一个或多个目标交易码铺设效果已知的标签子区域以及一个或多个目标交易码铺设效果未知的待测子区域；获取所述多个子区域之间的关联特征；至少基于一个或多个标签子区域的目标交易码铺设的效果评估值以及所述关联特征，通过预测算法获取所述一个或多个待测子区域的目标交易码铺设的效果预测值；至少基于一个或多个所述效果预测值，从所述一个或多个待测子区域中确定至少一个目标交易码铺设的推荐区域。

本说明书实施例可能带来的有益效果包括但不限于：(1)本说明书中的实施例通过大数据的方式，对所有区域(例如，全球任意区域)内所产生的多维度的数据对是否合适铺设目标交易码进行分析，相较与线下人工调研更为高效、更为全面和客观；(2)在对区域进行分析时，使用了包含人群集中在内的多个特征，例如，人群转化、店铺特征、区域特征、时间特征等多方面对区域进行评估，使得对于铺设区域的选择准确性更高；(3)通过已知铺设区域的铺设效果对已知区域进行标记，利用区域间的关系即相似性获取具有相似效果的待铺设的推荐区域，使得推荐区域能获得较好的铺设效果；(4)在确定推荐区域之后，可以监控推荐区域的目标交易码的铺设效果，同时根据铺设效果对已有的推荐方案进行更新，使得方案能够自我优化。随时间推移方案的准确性将越来越高，所得到的推荐区域的铺设效果也越来越好。需要说明的是，不同实施例可能产生的有益效果不同，在不同的实施例里，可能产生的有益效果可以是以上任意一种或几种的组合，也可以是其他任何可能获得的有益效果。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。

同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，本领域技术人员可以理解，本说明书的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本说明书的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本说明书的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。

计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、rf、或类似介质，或任何上述介质的组合。

本说明书各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如java、scala、smalltalk、eiffel、jade、emerald、c++、c#、vb.net、python等，常规程序化编程语言如c语言、visualbasic、fortran2003、perl、cobol2002、php、abap，动态编程语言如python、ruby和groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或处理设备上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(lan)或广域网(wan)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(saas)。

此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的处理设备或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。

最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。