一种地理区域的热力展现方法和装置与流程

本申请涉及数据处理技术领域，特别是涉及一种地理区域的热力展现方法和一种地理区域的热力展现装置。

背景技术：

对数据进行处理及应用，是当前计算机技术的一项重要课题。目前最具代表性的应用在云端服务技术领域得以体现，云端利用大数据来实现数据挖掘，从而获得挖掘后数据的深层次应用。

以数据在选址上的应用为例。商家在进行店铺选址时，通常需要掌握某一商圈或某一区域的人流量信息，以及，该区域的人口结构信息，云端通过分析这些信息来判断该区域是否符合店铺的开设。

目前店铺选址的方法，其中对于预选店铺区域的人流量估计方面，通常需要大量的实地考察，通过对客流进行采点记录，得出不同时段的客流数据。具体地，客流采点的标准包含各个时段及年龄层。例如：便利店的关键时段是第一时段(07:00～09:00)、第二时段(11:00～13:00)、第三时段(17:00～19:00)、第四时段(21:00～23:00)。年龄层可分7～13岁、13～17岁、17～40岁等。采取最近日期四个时段平日以及假日的客流数据的平均值作为选址参考。

上述的店铺选址方案，虽然能够获得某一区域的客流、人员分布，但需要耗费大量的人力资源，并且不能了解到所采点到的人群的兴趣特征数据，而兴趣特征数据对于开设店铺来说具有非常重要的影响。例如：如果知道采点中的人群中有占比很高的人养宠物，则对开设宠物商店来说具有非常好的指导作用。另外，如果是短期内的对区域的人流量以及人口结构进行调查，所得结果具有偶然性。并且人工调查的区域有限，不能覆盖城市级别的每个商圈或者每个区域的人口统计学信息。因此，数据的收集，以及对于数据的处理及应用至今仍然是一个重要的课题。

技术实现要素：

鉴于上述问题，提出了本申请实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种地理区域的热力展现方法和相应的一种地理区域的热力展现装置。

为了解决上述问题，本申请实施例公开了一种地理区域的热力展现方法，包括：

获取一个或多个用户的关联数据；

针对待识别的地理区域，依据所述一个或多个用户的关联数据，提取出相应的候选用户；

采用所述候选用户对应的关联数据获得用户热力参数；

展现所述待识别的地理区域的用户热力参数。

优选地，所述获取一个或多个用户的关联数据的步骤包括：

获取一个或多个用户的业务特征数据；

获取所述一个或多个用户的位置服务数据；

针对所述一个或多个用户关联所述业务特征数据和所述位置服务数据，获得关联数据。

优选地，所述获取一个或多个用户的业务特征数据的步骤包括：

获取由业务平台收集的一个或多个用户的业务数据；所述业务数据包括基本业务特征数据和行为业务数据；

采用所述一个或多个用户的行为业务数据生成行为业务特征数据；

将所述基本业务特征数据和所述行为业务特征数据组织为所述一个或多个用户的业务特征数据。

优选地，所述采用一个或多个用户的行为业务数据生成行为业务特征数据的步骤包括：

将预置的业务特征数据采用所述一个或多个用户的行为业务特征数据进行训练获得权重；

将所述权重大于预设因子数值的预置的业务特征数据，作为所述一个或多个用户的行为业务特征数据。

优选地，所述获取一个或多个用户的位置服务数据的步骤为：

获取由移动终端收集的一个或多个用户的位置服务数据。

优选地，所述业务特征数据和所述位置服务数据分别具有对应的用户标识，所述针对一个或多个用户关联所述业务特征数据和所述位置服务数据，获得关联数据的步骤为：

针对所述一个或多个用户，将具有相同的用户标识的所述业务特征数据和所述位置服务数据合并为关联数据。

优选地，所述针对待识别的地理区域，依据所述一个或多个用户的关联数据，提取出相应的候选用户的步骤包括：

将用户在预置的地图数据中选定的地理区域，作为待识别的地理区域；

接收用户提交的特征筛选条件；

依据所述一个或多个用户的位置服务数据，查找出在所述待识别的地理区域内的用户，以及，查找出所述业务特征数据能满足所述特征筛选条件的用户作为候选用户。

优选地，所述将用户在预置的地图数据中选定的地理区域，作为待识别的地理区域的步骤包括：

接收用户输入的经纬度和半径；

采用所述经纬度和和半径在预置的地图数据中圈出地理区域；

将所述地理区域作为待识别的地理区域。

优选地，所述接收用户输入的经纬度和半径的步骤为：

接收用户输入的兴趣点poi和半径；所述兴趣点poi具有对应的经纬度。

优选地，所述位置服务数据包括用户对应的经纬度，所述依据一个或多个用户的位置服务数据，查找出在所述待识别的地理区域内的用户，以及，查找出所述业务特征数据能满足所述特征筛选条件的用户作为候选用户的步骤包括：

查找出在所述待识别的地理区域内的所述位置服务数据中的经纬 度；

将所述经纬度对应的用户作为待候选用户；

查找出待候选用户中业务特征数据与所述特征筛选条件匹配的用户；

将所述与特征筛选条件匹配的用户确定为候选用户。

优选地，所述用户热力参数包括待候选用户的经纬度，所述采用候选用户对应的关联数据获得用户热力参数的步骤为：

从所述关联数据中提取出所述候选用户的用户标识对应的经纬度。

优选地，所述展现所述待识别的地理区域的用户热力参数的步骤为：

在所述预置的地图数据中展现所述待识别地理区域的用户热力参数。

优选地，所述待识别地理区域具有多个，所述的方法还包括：

在所述预置的地图数据中采用不同颜色分别标记所述待识别的地理区域。

优选地，所述业务平台为电商平台，所述移动终端为智能手机；所述用户热力参数包括所述待识别的地理区域的总用户数。

本申请实施例还公开了一种地理区域的热力展现装置，包括：

关联数据获取模块，用于获取一个或多个用户的关联数据；

候选用户提取模块，用于针对待识别的地理区域，依据所述一个或多个用户的关联数据，提取出相应的候选用户；

用户热力参数获得模块，用于采用所述候选用户对应的关联数据获得用户热力参数；

用户热力参数展现模块，用于展现所述待识别的地理区域的用户热力参数。

优选地，所述关联数据获取模块包括：

业务特征数据获取子模块，用于获取一个或多个用户的业务特征数据；

位置服务数据获取子模块，用于获取所述一个或多个用户的位置服 务数据；

关联数据获得子模块，用于针对所述一个或多个用户关联所述业务特征数据和所述位置服务数据，获得关联数据。

优选地，所述业务特征数据获取子模块包括：

业务数据获取单元，用于获取由业务平台收集的一个或多个用户的业务数据；所述业务数据包括基本业务特征数据和行为业务数据；

行为业务特征数据生成单元，用于采用所述一个或多个用户的行为业务数据生成行为业务特征数据；

业务特征数据组织单元，用于将所述基本业务特征数据和所述行为业务特征数据组织为所述一个或多个用户的业务特征数据。

优选地，所述行为业务特征数据生成单元包括：

业务特征数据权重获得子单元，用于将预置的业务特征数据采用所述一个或多个用户的行为业务特征数据进行训练获得权重；

行为业务特征数据确定子单元，用于将所述权重大于预设因子数值的预置的业务特征数据，作为所述一个或多个用户的行为业务特征数据。

优选地，所述位置服务数据获取模块包括：

位置服务数据获取子模块，用于获取由移动终端收集的一个或多个用户的位置服务数据。

优选地，所述业务特征数据和所述位置服务数据分别具有对应的用户标识，所述关联数据获得模块包括：

数据合并子模块，用于针对所述一个或多个用户，将具有相同的用户标识的所述业务特征数据和所述位置服务数据合并为关联数据。

优选地，所述候选用户提取模块包括：

待识别的地理区域选定子模块，用于将用户在预置的地图数据中选定的地理区域，作为待识别的地理区域；

特征筛选条件接收子模块，用于接收用户提交的特征筛选条件；

候选用户查找子模块，用于依据所述一个或多个用户的位置服务数据，查找出在所述待识别的地理区域内的用户，以及，查找出所述业务 特征数据能满足所述特征筛选条件的用户作为候选用户。

优选地，所述待识别的地理区域选定子模块包括：

经纬度和半径接收单元，用于接收用户输入的经纬度和半径；

地理区域圈出单元，用于采用所述经纬度和和半径在预置的地图数据中圈出地理区域；

待识别的地理区域确定单元，用于将所述地理区域作为待识别的地理区域。

优选地，所述经纬度和半径接收单元包括：

兴趣点poi和半径接收子单元，用于接收用户输入的兴趣点poi和半径；所述兴趣点poi具有对应的经纬度。

优选地，所述位置服务数据包括用户对应的经纬度，所述候选用户查找子模块包括：

经纬度查找单元，用于查找出在所述待识别的地理区域内的所述位置服务数据中的经纬度；

待候选用户确定单元，用于将所述经纬度对应的用户作为待候选用户；

匹配用户查找单元，用于查找出待候选用户中业务特征数据与所述特征筛选条件匹配的用户；

候选用户确定单元，用于将所述与特征筛选条件匹配的用户确定为候选用户。

优选地，所述用户热力参数包括待候选用户的经纬度，所述用户热力参数获得模块包括：

经纬度提取子模块，用于从所述关联数据中提取出所述候选用户的用户标识对应的经纬度。

优选地，所述用户热力参数展现模块包括：

热力图展现子模块，用于在所述预置的地图数据中展现所述待识别地理区域的用户热力参数。

优选地，所述待识别地理区域具有多个，所述的装置还包括：

热力颜色标记模块，用于在所述预置的地图数据中采用不同颜色分别标记所述待识别的地理区域。

本申请实施例还公开了一种地理区域的热力展现方法，包括：

在指定终端上向指定的服务器发送用户热力参数获取请求；所述请求包括待识别的地理区域；

接收所述指定的服务器针对所述待识别的地理区域反馈的用户热力参数；

在指定终端上展现所述待识别的地理区域的用户热力参数。

优选地，所述请求还包括业务特征数据；所述接收指定的服务器针对所述待识别的地理区域反馈的用户热力参数的步骤为：

接收所述指定的服务器针对所述待识别的地理区域和所述业务特征数据反馈的用户热力参数。

本申请实施例还公开了一种地理区域的热力展现装置，包括：

获取请求发送模块，用于向指定的服务器发送用户热力参数获取请求；所述请求包括待识别的地理区域；

用户热力参数接收模块，用于接收所述指定的服务器针对所述待识别的地理区域反馈的用户热力参数；

用户热力参数显示模块，用于在指定终端上展现所述待识别的地理区域的用户热力参数。

优选地，所述请求还包括业务特征数据；所述用户热力参数接收模块包括：

用户热力参数接收子模块，用于接收所述指定的服务器针对所述待识别的地理区域和所述业务特征数据反馈的用户热力参数。

本申请实施例包括以下优点：

本申请实施例中，对于获取到一个或多个用户的关联数据，然后再采用关联数据针对待识别的地理区域确定出候选用户，并采用该候选用户对应的关联数据得到用户热力参数，其中，用户热力参数能够反映在 该待识别的地理区域中用户的数量。

本申请实施例中，进一步地，用户还可以输入的特征筛选条件，然后在候选用户对应的关联数据中，查找到与特征筛选条件匹配的业务特征数据所对应的用户，再将该采用该用户对应的关联数据得到用户热力参数，此时得到的用户热力参数能够反映在该待识别的地理区域中符合特征筛选条件的用户的数量。本申请实施例在诸如商家的店铺选址上，可以提供在商家预定开店区域中满足该店铺类型的用户数量，商家可以据此判断该区域是否可以开设店铺，或者是否有开设店铺的必要性，给予商家好的体验效果。

在本申请实施例中，对于得到用户热力参数，还可以通过地图插件输入到对应的地图中，最终以热力图的形式，为商家展现各个地理区域的用户数量，给用户带来更好的查询体验与视觉效果。

需要说明的是，在本申请实施例中用户的业务特征数据可以通过电商平台收集，因此能够节省人工采点观察特定区域人流量的工作。用户的位置服务数据则可以通过移动终端收集，由于移动终端可以被用户随身携带，故可以很好地收集到用户的位置服务数据，比如用户所在的经纬度，相对于其他设备而言，移动终端的所具有的便携性，广泛性等明显优势。

附图说明

图1是本申请的一种地理区域的热力展现方法实施例1的步骤流程图；

图2是本申请的一种基于海量用户数据的店铺选址过程的示意图一；

图3是本申请的一种基于海量用户数据的店铺选址过程的示意图二；

图4是本申请的一种地理区域的热力展现方法实施例2的步骤流程图；

图5是本申请的一种在终端上查询用户热力参数的系统拓扑结构示意图；

图6是本申请的一种在地图中展现用户热力参数的热力图；

图7是本申请的一种地理区域的热力展现装置实施例1的结构框图；

图8是本申请的一种地理区域的热力展现装置实施例2的结构框图。

具体实施方式

为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。

参照图1，示出了本申请的一种地理区域的热力展现方法实施例1的步骤流程图，具体可以包括如下步骤：

在本申请实施例中，利用海量的能够表征用户的基本信息和兴趣特征的相关数据，去确定指定的地理区域的各类型(即具有不同业务特征数据)用户的访问情况，从而提供该指定的地理区域的相关信息。下面主要以商家进行店铺选址为例，对于本申请实施例进行说明。

步骤101，获取一个或多个用户的关联数据；

在本申请的一种优选实施例中，所述步骤101可以包括如下子步骤：

子步骤s11，获取一个或多个用户的业务特征数据；

在本申请实施例中的业务特征数据，可用以表征各个用户基本信息的基本业务特征数据，以及表征各个用户兴趣特征的行为业务特征数据。具体地，业务特征数据可用以表征用户的年龄，爱好，身高，预测职业等等，本申请实施例对此不加以限制。

在本申请的一种优选实施例中，所述子步骤s11可以包括如下子步骤：

子步骤s11-11，获取由业务平台收集的一个或多个用户的业务数据；所述业务数据包括基本业务特征数据和行为业务数据；

子步骤s11-12，采用所述一个或多个用户的行为业务数据生成行为业务特征数据；

子步骤s11-13，将所述基本业务特征数据和所述行为业务特征数据组织为所述一个或多个用户的业务特征数据。

在具体实现中，业务平台可以是电商平台，通过电商平台的数据采 集系统，沉淀用户的基本业务特征数据，以及，用户收藏、购买、点击、搜索等行为业务数据到指定的数据仓库中。这些数据可以按照维度分别划分到基于用户行为信息数据仓库和基于用户基本信息数据仓库中。

其中，对于行为业务数据，还需要按照预置规则进行处理，以进一步得到能够反映用户兴趣特征的行为业务特征数据。

在本申请的一种优选实施例中，所述子步骤s11-12可以包括如下子步骤：

子步骤s11-12-11，将预置的业务特征数据采用所述一个或多个用户的行为业务特征数据进行训练获得权重；

子步骤s11-12-12，将所述权重大于预设因子数值的预置的业务特征数据，作为所述一个或多个用户的行为业务特征数据。

在本申请的一种示例中，根据用户的行为业务数据，首先拟定用户的行为业务特征数据，利用逻辑回归进行数据建模，以提炼出每个用户所具有的行为业务特征数据所对应的权重，最终根据权重确定该行为业务特征数据是否能够作为反映用户兴趣特征的行为业务特征数据。

其中，逻辑回归(logisticregression)是比较常用的一种机器学习方法，用于估计某种事物的可能性。比如，某用户购买某商品的可能性，某病人患有某种疾病的可能性，以及某广告被用户点击的可能性等。需要注意的是，前述的“可能性”，并非数学上的“概率”，逻辑回归的结果并非数学定义中的概率值，不能直接当做概率值来用。

具体来说，针对预置的行为业务特征数据，采用各个用户的行为业务特征数据按照逻辑回归模型进行训练，从而获得各个行为业务特征数据所对应的权重，然后将用户的行为业务特征数据按权重进行排序，从中筛选出权重大于特定因子数值的行为业务特征数据，作为该用户的行为业务特征数据。

需要说明的是，在实施本申请实施例时，也可以采用其他数据模型，以及其他方式来获得用户的行为业务特征数据，本申请实施例对此不加以限制。

在本申请实施例中，对于要存储到数据仓库中的业务特征数据，可以形成以用户标识(例如用户id)为主键的用户画像表。

其中，用户画像表包含了用户的基本业务特征数据，例如年龄、性别；用户画像表还包含了用户的行为业务特征数据，例如身高、体重、预测职业等信息。除此之外，用户画像表同时还具有反映用户消费习惯和兴趣特征相关维度的信息，例如预测是否有宠物、预测是否爱运动、消费层级、预测收入水平等信息。

当然，需要说明的是，基本业务特征数据和行为业务特征数据之间的划分并非十分明确，两者之间的可以互相交互，或者，在业务特征数据中去掉基本业务特征数据，将行为业务特征数据全部都由行为业务数据进行训练获得，本申请实施例对此不加以限制。

子步骤s12，获取所述一个或多个用户的位置服务数据；

在本申请的一种优选实施例中，所述子步骤s12的步骤可以为如下子步骤：

子步骤s12-11，获取由移动终端收集的一个或多个用户的位置服务数据。

在具体实现中，移动终端是用户能够随身携带的手持设备，比如目前最常见的智能手机。故在本申请实施例中，可以通过移动终端的数据采集模块，来采集用户的lbs(locationbasedservice，基于位置的服务)数据形成关于用户的lbs数据，即位置服务数据，存储到指定的数据库中。

具体来说，在数据库中存储用户lbs数据的数据表可采用用户id为主键，对应存储用户的经度、纬度，兴趣点poi、采集时间等内容。

需要说明的是，lbs数据是一种通过移动设备、移动网络手机终端位置服务数据，并以此为依据提供数据的服务方式，例如最简单的导航系统(navigationsystems)。一方面，位置服务数据能够很好地表现用户的查询意图，所以利用这个位置服务数据分析、猜测用户的兴趣点poi，可以有效地避免不必要的运算，从而缩短查询的操作时间。另一方面， 如果能够准确地估计出用户所期望的内容，那么将会减小屏幕尺寸所带来的限制。

目前，一个与lbs数据相关联、且得到广泛使用的实例是gis(geographicinformationsystems，地理资讯系统)。gis中的数据代表了现实中的实体，对于基于位置的服务，除了需要gis系统中存储的客观的空间数据(spatialdata)外，还需要更多的信息来给用户提供更好的服务，因此需要在gis中引入用户poi(兴趣点，pointofinterest)的概念。每个兴趣点poi表示一个对用户有用或者能够让用户产生兴趣的地理区域上的某个点，通常可以用经纬度来表征。故在本申请实施例中，基于移动终端收集的位置服务数据，能够获得定位到用户所在的经纬度。

子步骤s13，针对所述一个或多个用户关联所述业务特征数据和所述位置服务数据，获得关联数据；

在本申请的一种优选实施例中，所述业务特征数据和所述位置服务数据可以分别具有对应的用户标识，所述步骤s13的步骤可以为如下子步骤：

子步骤s13-11，针对所述一个或多个用户，将具有相同的用户标识的所述业务特征数据和所述位置服务数据合并为关联数据。

在本申请实施例中，可以根据用户id打通用户的业务特征数据和lbs数据之间的关联关系。例如，可以将具有相同用户id的业务特征数据和lbs数据分别对应的数据表做连接处理(join)，以获得业务特征数据和lbs数据之间的交集，也即是两者的关联数据。

步骤102，针对待识别的地理区域，依据所述一个或多个用户的关联数据，提取出相应的候选用户；

在本申请的一种优选实施例中，所述步骤102可以包括如下子步骤：

子步骤s21，将用户在预置的地图数据中选定的地理区域，作为待识别的地理区域；

子步骤s22，接收用户提交的特征筛选条件；

子步骤s23，依据所述一个或多个用户的位置服务数据，查找出在所 述待识别的地理区域内的用户，以及，查找出所述业务特征数据能满足所述特征筛选条件的用户作为候选用户。

在本申请实施例中，可以根据用户在预置的地图数据中选定的地理区域，作为待识别的地理区域，然后再根据用户提交的特征筛选条件，进一步在该待识别的地理区域查找到满足条件的候选用户。

在本申请的一种优选实施例中，所述子步骤s21可以包括如下子步骤：

子步骤s21-11，接收用户输入的经纬度和半径；

子步骤s21-12，采用所述经纬度和和半径在预置的地图数据中圈出地理区域；

子步骤s21-13，将所述地理区域作为待识别的地理区域。

在本申请的一种优选实施例中，所述子步骤s21-11的步骤为如下子步骤：

子步骤s21-11-11，接收用户输入的兴趣点poi；所述兴趣点poi具有对应的经纬度。

在本申请的一种优选实施例中，所述位置服务数据可以包括用户对应的经纬度，所述子步骤s23的步骤可以包括如下子步骤：

子步骤s23-11，查找出在所述待识别的地理区域内的所述位置服务数据中的经纬度；

子步骤s23-12，将所述经纬度对应的用户作为待候选用户；

子步骤s23-13，查找出待候选用户中业务特征数据与所述特征筛选条件匹配的用户；

子步骤s23-14，将所述与特征筛选条件匹配的用户确定为候选用户。

在本申请实施例中，待识别的地理区域可以是指商家圈定预计要开店区域。

以商家要选在开店区域为例，假设某个商家圈定预计开店区域，开店区域以输入具体的兴趣点poi和半径，或者，具体经纬度和半径来圈定，其中，圈定的操作用户可以在地图数据上直观的进行。商家给出的 开店区域将会作为进一步查询底层数据的筛选条件。

在确定了开店区域后，商家根据所开店铺的类型，选择与店铺的类型匹配的业务特征数据的人群，商家所输入的人群的业务特征数据，将会作为对底层数据进行查询的筛选条件。同时，商家还可以输入指定时间段作为查询的筛选条件。

在本申请的一种优选示例中，可以输入连续的时间数据来观察在某段时间内开店区域的人群访问情况，比如，可以输入连续的1-12月份，以观察在该开店区域一年内的人群访问情况。

需要说明的是，商家输入的查询条件可以是一条，也可以是多条，本申请实施例对此并不加以限制。

步骤103，采用所述候选用户对应的关联数据获得用户热力参数；

在本申请实施例中，热力参数能够反映在某个地理区域中用户分布情况。具体地，热力参数包括了某个地理区域内的具体用户数值、该区域内满足指定条件的用户数值，除此之外，还可以包括能够反映该地理区域其他相关信息的参数，比如，该地理区域的兴趣点poi、经纬度值等信息。

在本申请的一种优选实施例中，所述用户热力参数包括待候选用户的经纬度，所述步骤103的步骤可以为如下子步骤：

子步骤s31，从所述关联数据中提取出所述候选用户的用户标识对应的经纬度。

在本申请实施例中，查询后的数据包含兴趣点poi、经纬度值、该地理区域的count值(该经纬度区域包含的具体用户数值)等等，通过这些信息可以绘制热力图(绘制热力图可以利用预置地图的地图api插件实现)，热力图由经纬度和人群count值构成，热力图能以颜色的深浅反映该区域特定人群的密集程度。

步骤104，展现所述待识别的地理区域的用户热力参数。

在本申请的一种优选实施例中，所述步骤104的步骤可以为如下子步骤：

子步骤s41，在所述预置的地图数据中展现所述待识别地理区域的用户热力参数。

在本申请具体应用的一种示例中，对于得到的用户热力参数，即兴趣点poi、经纬度值、该地理区域的count值等等，可以通过地图api插件输入到预置地图中，然后可以在该地图中以热力图的形式来反映用户热力参数，这样作为商家的用户能够直观地了解到人群在待识别的地理区域的人群分布情况。

在本申请的一种优选实施例中，所述待识别地理区域可以具有多个，所述的方法还可以包括如下步骤：

在所述预置的地图数据中采用不同颜色分别标记所述待识别的地理区域。

在具体实现中，当需要待识别地理区域是多个时，可以采用不同的颜色来分别标记，或者，可以采用不同的颜色深浅来标记，本申请实施例对此并不加以限制。

本申请实施例中，对于获取到的一个或多个用户的业务特征数据以及位置服务数据，针对用户进行关联得到关联数据，然后再采用关联数据针对待识别的地理区域确定出候选用户，并采用该候选用户对应的关联数据得到用户热力参数，其中，用户热力参数能够反映在该待识别的地理区域中用户的数量。

本申请实施例中，进一步地，用户还可以输入的特征筛选条件，然后在候选用户对应的关联数据中，查找到与特征筛选条件匹配的业务特征数据所对应的用户，再将该采用该用户对应的关联数据得到用户热力参数，此时得到的用户热力参数能够反映在该待识别的地理区域中符合特征筛选条件的用户的数量。本申请实施例在诸如商家的店铺选址上，可以提供在商家预定开店区域中满足该店铺类型的用户数量，商家可以据此判断该地理区域是否可以开设店铺，或者是否有开设店铺的必要性，给予商家好的体验效果。

在本申请实施例中，对于得到用户热力参数，还可以通过地图插件 输入到对应的地图中，最终以热力图的形式，为商家展现各个地理区域的用户数量，给用户带来更好的查询体验与视觉效果。

以本申请实施例在商家选择店铺区域为例，商家选择店铺区域的步骤可以简要概括为如下几个步骤：

1、通过在电商平台上收集用户的业务数据，得到用户的业务特征数据，从而将用户根据兴趣特征分类。

2、通过移动端收集到的用户的位置服务信息，从而将具有相应的业务特征数据的用户在地图上展现。

3、根据地图上用户的分布，可以进一步采用不同时间段和不同特征人群的人口密度和分布特征，为商家的线下店铺选址做出指导。

为使本领域技术人员更好地理解本申请实施例，以下采用商家选择店铺区域的过程对于本申请实施例进行说明。

具体来说，本申请实施例是通过利用海量电商用户的业务数据，对用户进行业务特征数据提取、同时将具有指定的业务特征数据用户的lbs数据通过热力图进行展示。

参照图3和图4所示的本申请的一种基于海量用户数据的店铺选址过程的示意图，其中，从图3可知该过程有两个最核心的处理部分：第一部分是在数据层，对海量用户进行业务特征数据的提取，并打通用户的电商数据和用户的lbs数据；第二部分是在应用层，将具有不同业务特征的用户在地图上以热力图的形式展现。

在本示例中，基于海量电商用户数据和lbs数据的店铺选址方法的步骤具体如下所示：

一、数据层处理，关联海量电商用户数据和lbs数据：

a)通过电商平台的数据采集系统，沉淀用户的基本业务特征信息，以及，收藏、购买、点击、搜索等行为业务数据到指定的数据仓库中。并按照维度划分到基于用户行为信息数据仓库和基于用户基本信息数据仓库中。

b)根据用户的行为业务数据，首先拟定用户的预置的行为业务特征数据，利用逻辑回归进行数据建模，提炼出每个用户下的行为业务特征数据的权重。

c)将行为业务特征数据的权重排序，筛选出权重大于特定因子数值的特征作为该用户的行为业务特征数据，用以表征该用户的兴趣特征。在本申请实施例中，对于业务特征数据，可以形成以用户id为主键的用户画像表在数据仓库中进行存储。其中，用户画像表包含了用户的基本特征信息，例如年龄、性别，当然，用户画像表还包含了行为业务特征数据，例如身高、体重、预测职业等信息，也还包含了用户消费习惯和兴趣特征相关维度的信息，例如预测是否有宠物、预测是否爱运动、消费层级、预测收入水平等。

d)通过移动终端的数据采集模块，采集用户的lbs数据形成关于用户lbs信息的数据库。用户的lbs信息表以用户id为主键，具体可以包括经度、维度、兴趣点poi名称、采集时间等信息。

e)根据用户id，打通用户的业务特征数据和lbs数据。将两张数据表做连接处理join，以关联上用户的业务特征数据和lbs数据。

二、应用层处理，建立关于地图的web服务：

a)商家圈定预计开店区域，区域以某一具体的兴趣点poi和半径来圈定，或者，以具体经纬度和半径来圈定，该操作可以在地图上直观的进行。商家给出的区域信息，即将会作为查询底层数据的筛选条件。

b)商家根据所要开的店铺的类型，圈定符合店铺类型的业务特征数据对应的人群。商家圈定的人群的特征，将会作为对底层数据进行查询的筛选条件。同时，商家可以指定时间段等其他数据作为查询的筛选条件。

c)采用上述a)和b)中的筛选条件，在关联数据中进行查询，查询后得到的数据具体可以包含兴趣点poi、经纬度值、count值(该经纬度区域包含的具体人数值)，通过这些数据可以绘制热力图(绘制热力图可以利用地图应用或软件的地图api插件实现)，热力图可以由经纬度信息 和人群count值构成，通过热力图颜色的深浅或者不同的颜色来反应该区域特定人群的密集程度。

d)商家通过系统提供的人群信息来进行店铺选址工作。例如：如果是运动品牌的店主，首先根据预选开店的几个区域，通过经纬度或兴趣点poi和半径来圈定区域，其次通过业务特征数据去圈定人群，比如，圈定年龄段为18-24岁、25-29岁等商家认为最用可能的消费群体，则可以通过在地图上输入相应的年龄段信息，然后点击地图中的查询服务，地图上将这批人群通过热力图展现在地图上，商家可以对比不同几个候选区域的颜色深浅或颜色，根据这几个候选区域中符合自身产品定位的人群密度，商家可以选择人群密度高的区域作为开店的首选区域。

在本申请实施例中，创新性的提出了利用海量的线上用户行为数据去指导线下的店铺选址工作，从而节省了人工采点观察特定区域人流量的工作。除此之外，还可以将特征人群通过热力图的方式在地图上展现，这样商家能够很直观的理解到其选定的特定区域的具体不同业务特征数据的人群的分布。

以上揭示的本申请实施例，可以在电商平台的云端服务器上实现。事实上，也可以在移动终端和云端服务器上各自执行一部分，但相对而言，对于用户相关数据的处理，更适合集中在云端服务器中，以提高数据的处理效率。

在本申请实施例中的云端服务器，还可具备内容推送功能，例如，在其为商家展现热力图之后，还可以根据用户热力参数，相应为商家推送与该用户热力参数相匹配的推送信息，例如，假设该区域中满足开店条件的特征人数为200，符合开店的需求，则可以提示能够作为开店的选择地点。

参照图4，示出了本申请的一种地理区域的热力展现方法实施例2的步骤流程图，具体可以包括如下步骤：

步骤201，在指定终端上向指定的服务器发送用户热力参数获取请 求；所述请求包括待识别的地理区域；

在具体实现中，指定的服务器中收集有一个或多个用户的关联数据，具体地，关联数据包括了用户一个或多个用户对应的业务特征数据和位置服务数据。其中，位置服务数据中包括了经纬度。

具体地，参照图5所示的本申请的一种在终端上查询用户热力参数的系统拓扑结构示意图，当用户想要获知某个地理区域是否适合开设店铺时，可通过指定终端输入的经纬度或兴趣点poi，并将携带该经纬度或兴趣点poi的获取请求发送到云端指定的服务器中。其中，指定的服务器将根据经纬度或兴趣点poi在预置的地图数据中确定出待识别的地理区域。

步骤202，接收所述指定的服务器针对所述待识别的地理区域反馈的用户热力参数；

当服务器确定待识别的地理区域后，获得该待识别的地理区域内的用户热力参数，并返回给相应的终端。其中，用户热力参数中可以包括该地理区域的count值，兴趣点poi、经纬度值等等。

在本申请的一种优选实施例中，所述请求还可以包括业务特征数据；所述步骤202可以为如下子步骤：

子步骤s51，接收所述指定的服务器针对所述待识别的地理区域和所述业务特征数据反馈的用户热力参数。

进一步地，在提交获取请求时，还可以提交能够反映用户兴趣特征和/或者基本信息的业务特征数据作为特征筛选条件，服务器将业务特征数据和待识别的地理区域获得用户热力参数，其中，用户热力参数中可以包括该地理区域的count值，兴趣点poi、经纬度值，符合该业务特征数据用户的数量等等。

步骤203，在指定终端上展现所述待识别的地理区域的用户热力参数。

参照图6所示的本申请的一种在地图中展现用户热力参数的热力图，当服务器获取到用户热力参数时，可以将用户热力参数发送并在指定终端上以热力图等方式进行显示，这样用户就能够较为直观地了解到待识 别的地理区域符合要求的用户的分布情况。

从图6中可知，在该地图上已确定有几个待识别的地理区域，此时，商家可以输入人群筛选条件，为了便于商家输入，人群筛选条件可以采用下拉的方式供用户选择，当商家确定了性别、年龄、学历等这些人群筛选条件后，服务器将根据人群筛选条件计算出用户热力参数，并以热力图的形式展现在地图中。为了便于商家进行筛选，还可根据用户热力参数进一步得到能够反映各个待识别的地理区域的符合人群筛选条件的活跃度，用户体验效果较好。

较佳地，在本申请实施例中，还可以通过输入关键词来作为人群筛选条件，以更加精确地圈定人群。

应用本申请实施例，用户能够通过指定终端获得待识别的地理区域的用户热力参数，根据用户热力参数，用户能够获知该待识别的地理区域用户的分布情况，进一步地，还能够获知该待识别的地理区域的符合条件的用户的分布情况。

以商家选择店铺地址为例，应用本申请实施例，可以提供在商家预定开店区域中满足该店铺类型的用户数量，商家可以据此判断该地理区域是否可以开设店铺，或者是否有开设店铺的必要性，给予商家好的体验效果。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请实施例并不受所描述的动作顺序的限制，因为依据本申请实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本申请实施例所必须的。

参照图7，示出了本申请的一种地理区域的热力展现装置实施例1的结构框图，具体可以包括如下模块：

关联数据获取模块301，用于获取一个或多个用户的关联数据；

在本申请的一种优选实施例中，所述关联数据获取模块201可以包括如下子模块：

业务特征数据获取子模块，用于获取一个或多个用户的业务特征数据；

在本申请的一种优选实施例中，所述业务特征数据获取子模块可以包括如下单元：

业务数据获取单元，用于获取由业务平台收集的一个或多个用户的业务数据；所述业务数据包括基本业务特征数据和行为业务数据；

行为业务特征数据生成单元，用于采用所述一个或多个用户的行为业务数据生成行为业务特征数据；

业务特征数据组织单元，用于将所述基本业务特征数据和所述行为业务特征数据组织为所述一个或多个用户的业务特征数据。

在本申请的一种优选实施例中，所述行为业务特征数据生成单元可以包括如下子单元：

业务特征数据权重获得子单元，用于将预置的业务特征数据采用所述一个或多个用户的行为业务特征数据进行训练获得权重；

行为业务特征数据确定子单元，用于将所述权重大于预设因子数值的预置的业务特征数据，作为所述一个或多个用户的行为业务特征数据。

位置服务数据获取子模块，用于获取所述一个或多个用户的位置服务数据；

在本申请的一种优选实施例中，所述位置服务数据获取子模块可以包括如下单元：

位置服务数据获取单元，用于获取由移动终端收集的一个或多个用户的位置服务数据。

关联数据获得子模块，用于针对所述一个或多个用户关联所述业务特征数据和所述位置服务数据，获得关联数据；

在本申请的一种优选实施例中，所述业务特征数据和所述位置服务数据分别具有对应的用户标识，所述关联数据获得模块可以包括如下单 元：

数据合并单元，用于针对所述一个或多个用户，将具有相同的用户标识的所述业务特征数据和所述位置服务数据合并为关联数据。

候选用户提取模块302，用于针对待识别的地理区域，依据所述一个或多个用户的关联数据，提取出相应的候选用户；

在本申请的一种优选实施例中，所述候选用户提取模块302可以包括如下子模块：

待识别的地理区域选定子模块，用于将用户在预置的地图数据中选定的地理区域，作为待识别的地理区域；

特征筛选条件接收子模块，用于接收用户提交的特征筛选条件；

候选用户查找子模块，用于依据所述一个或多个用户的位置服务数据，查找出在所述待识别的地理区域内的用户，以及，查找出所述业务特征数据能满足所述特征筛选条件的用户作为候选用户。

在本申请的一种优选实施例中，所述待识别的地理区域选定子模块可以包括如下单元：

经纬度和半径接收单元，用于接收用户输入的经纬度和半径；

地理区域圈出单元，用于采用所述经纬度和和半径在预置的地图数据中圈出地理区域；

待识别的地理区域确定单元，用于将所述地理区域作为待识别的地理区域。

在本申请的一种优选实施例中，所述经纬度和半径接收单元可以包括如下子单元：

兴趣点poi和半径接收子单元，用于接收用户输入的兴趣点poi和半径；所述兴趣点poi具有对应的经纬度。

在本申请的一种优选实施例中，所述位置服务数据可以包括用户对应的经纬度，所述候选用户查找子模块可以包括如下子模块：

经纬度查找单元，用于查找出在所述待识别的地理区域内的所述位置服务数据中的经纬度；

待候选用户确定单元，用于将所述经纬度对应的用户作为待候选用户；

匹配用户查找单元，用于查找出待候选用户中业务特征数据与所述特征筛选条件匹配的用户；

候选用户确定单元，用于将所述与特征筛选条件匹配的用户确定为候选用户。

用户热力参数获得模块303，用于采用所述候选用户对应的关联数据获得用户热力参数；

在本申请的一种优选实施例中，所述用户热力参数包括待候选用户的经纬度，所述用户热力参数获得模块303可以包括如下子模块：

经纬度提取子模块，用于从所述关联数据中提取出所述候选用户的用户标识对应的经纬度。

用户热力参数展现模块304，用于展现所述待识别的地理区域的用户热力参数。

在本申请的一种优选实施例中，所述用户热力参数展现模块304可以包括如下子模块：

热力图展现子模块，用于在所述地图数据中展现所述待识别地理区域的用户热力参数。

在本申请的一种优选实施例中，所述待识别地理区域具有多个，所述的装置还可以包括如下模块：

热力参数颜色标记模块，用于在所述预置的地图数据中采用不同颜色分别标记所述待识别的地理区域。

在本申请的一种优选实施例中，所述业务平台可以为电商平台，所述移动终端可以为智能手机；所述用户热力参数可以包括所述待识别的地理区域的具体用户数。

参照图8，示出了本申请的一种地理区域的热力展现装置实施例2的结构框图，具体可以包括如下模块：

获取请求发送模块401，用于向指定的服务器发送用户热力参数获取请求；所述请求包括待识别的地理区域；

用户热力参数接收模块402，用于接收所述指定的服务器针对所述待识别的地理区域反馈的用户热力参数；

在本申请的一种优选实施例中，所述请求还可以包括业务特征数据；所述用户热力参数接收模块402可以包括如下子模块：

用户热力参数接收子模块，用于接收所述指定的服务器针对所述待识别的地理区域和所述业务特征数据反馈的用户热力参数。

用户热力参数显示模块403，用于在指定终端上展现所述待识别的地理区域的用户热力参数。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

在一个典型的配置中，所述计算机设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、 数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非持续性的电脑可读媒体(transitorymedia)，如调制的数据信号和载波。

本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员 一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本申请所提供的一种地理区域的热力展现方法和一种地理区域的热力展现装置，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。