本申请涉及人工智能,尤其涉及一种基于人工智能的商户画像生成方法、装置、电子设备及存储介质。
背景技术:
1、用户画像一般指根据用户人口学特征,对网络浏览内容、网络社交活动和生活中的各种消费行为等大量信息的收集,然后进行标准化的数据规整分类,以及精准的模型计算等过程抽象出来的一个标签化的用户模型。
2、现有的用户画像一般针对消费端的客户进行描述,很少有针对商家的商户画像,而商户掌握有大量的真实交易数据,因此在交易平台日常的维护和运行过程中,如果能够通过交易数据对商户生成画像,可以有效针对不同的商户画像制定不同的运维和营销策略,从而提升对商户的服务效率。
技术实现思路
1、鉴于以上内容,有必要提出一种基于人工智能的商户画像生成方法、装置、电子设备及存储介质,以解决如何提升对用户的服务效率这一技术问题。
2、本申请提供一种基于人工智能的商户画像生成方法,所述方法包括:
3、筛选交易平台的注册商户以获取活跃商户集;
4、采集所述活跃商户集中商户的交易数据获得商户交易数据集;
5、统计所述商户交易数据集中商户的交易频率以获取交易频次均值;
6、基于所述交易频次均值对所述交易频率进行划分以获取高频交易时间段;
7、统计所述商户交易数据集中的不同类别的支付方式和支付额度以获取通道交易额度;
8、基于所述高频交易时间段和所述通道交易额度构建商户画像以制定不同的商户画像策略。
9、在一些实施例中,所述筛选交易平台的注册商户以获取活跃商户集包括:
10、统计交易平台中注册商户的交易量;
11、基于所属交易量将所述注册商户划分为高活跃商户集和低活跃商户集;
12、对所述低活跃商户集中的商户进行筛选以获取低活跃有效商户集;
13、将所述高活跃商户集和所述低活跃有效商户集作为活跃商户集。
14、在一些实施例中,所述对所述低活跃商户集中的商户进行筛选以获取低活跃有效商户集包括:
15、向所述低活跃商户集中的商户推送巡检验证信息;
16、若所述低活跃商户集中的商户根据所述巡检验证信息的指示进行验证,则验证通过;
17、若所述低活跃商户集中的商户没有根据所述巡检验证信息的指示进行验证,则验证不通过;
18、将所有验证通过的商户作为低活跃有效商户集。
19、在一些实施例中,所述采集所述活跃商户集中商户的交易数据获得商户交易数据集包括:
20、采集所述交易平台中存储的所述活跃商户集中商户的日志数据获得交易日志数据集;
21、对所述交易日志数据集进行预处理获得结构化数据集;
22、对所述结构化数据集进行脱敏获得商户交易数据集。
23、在一些实施例中,所述统计所述商户交易数据集中商户的交易频率以获取交易频次均值包括:
24、统计所述交易数据集中各商户在预设时间间隔内的交易频率获得单位交易频率集;
25、对所述单位交易频率集中的单位交易频率按照由大到小的顺序进行排序获得交易频次序列;
26、依据预设的阈值范围对所述交易频次序列进行截取获得稳定交易频次序列;
27、计算所述稳定交易频次序列中各单位交易频率的平均值作为交易频次均值。
28、在一些实施例中,所述基于所述交易频次均值对所述交易频率进行划分以获取高频交易时间段包括:
29、对所述单位交易频率按预设时段进行划分获得多个时段频次数据集;
30、计算所述时段频次数据集中所有单位交易频率的平均值作为时段频次均值;
31、对比所述时段频次均值和所述交易频次均值,并将所有大于所述交易频次均值的时段频次均值所对应的时段作为高频交易时间段。
32、在一些实施例中,所述统计所述商户交易数据集中的不同类别的支付方式和支付额度以获取通道交易额度包括:
33、统计所述商户交易数据集中的不同类别的支付方式;
34、统计每种支付方式所对应的商户数量和支付总额度;
35、将所述支付总额度和所述商户数量的比值作为对应类别的支付方式的通道交易额度。
36、本申请实施例还提供一种基于人工智能的商户画像生成装置,所述装置包括筛选模块、采集模块、统计模块、聚类模块、获取模块以及构建模块:
37、所述筛选模块,用于筛选交易平台的注册商户以获取活跃商户集;
38、所述采集模块,用于采集所述活跃商户集中商户的交易数据获得商户交易数据集;
39、所述统计模块,用于统计所述商户交易数据集中商户的交易频率以获取交易频次均值;
40、所述聚类模块,用于基于所述交易频次均值对所述交易频率进行划分以获取高频交易时间段;
41、所述获取模块,用于统计所述商户交易数据集中的不同类别的支付方式和支付额度以获取通道交易额度;
42、所述构建模块,用于基于所述高频交易时间段和所述通道交易额度构建商户画像以制定不同的商户画像策略。
43、本申请实施例还提供一种电子设备,所述电子设备包括:
44、存储器,存储至少一个指令;
45、处理器,执行所述存储器中存储的指令以实现所述的基于人工智能的商户画像生成方法。
46、本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现所述的基于人工智能的商户画像生成方法。
47、本申请通过采集商户在不同时间段的交易频率获取商户的高频交易时间段,并结合获取到的通道交易额度实现对商户画像的生成,可以有效针对不同的商户画像制定不同的运维和营销策略,从而提升对商户的服务效率。
1.一种基于人工智能的商户画像生成方法,其特征在于,所述方法包括:
2.如权利要求1所述的基于人工智能的商户画像生成方法,其特征在于,所述筛选交易平台的注册商户以获取活跃商户集包括:
3.如权利要求2所述的基于人工智能的商户画像生成方法,其特征在于,所述对所述低活跃商户集中的商户进行筛选以获取低活跃有效商户集包括:
4.如权利要求1所述的基于人工智能的商户画像生成方法,其特征在于,所述采集所述活跃商户集中商户的交易数据获得商户交易数据集包括:
5.如权利要求1所述的基于人工智能的商户画像生成方法,其特征在于,所述统计所述商户交易数据集中商户的交易频率以获取交易频次均值包括:
6.如权利要求5所述的基于人工智能的商户画像生成方法,其特征在于,所述基于所述交易频次均值对所述交易频率进行划分以获取高频交易时间段包括:
7.如权利要求1所述的基于人工智能的商户画像生成方法,其特征在于,所述统计所述商户交易数据集中的不同类别的支付方式和支付额度以获取通道交易额度包括:
8.一种基于人工智能的商户画像生成装置,其特征在于,所述装置包括筛选模块、采集模块、统计模块、聚类模块、获取模块以及构建模块:
9.一种电子设备,其特征在于,所述电子设备包括:
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的基于人工智能的商户画像生成方法。