网点选址方法、装置、电子设备及计算机可读存储介质与流程

本发明涉及选址，特别涉及一种网点选址方法、装置、电子设备及计算机可读存储介质。

背景技术：

1、随着车辆的不断发展与普及，车辆流转网点不断从一二线城市向三四线城市扩展，车辆流转网点的选址需要根据汽贸基础、交通便利性、人口占比、gdp(gross domesticproduct，国内生产总值)占比与三年内同比增速等大数据进行确定。

2、目前，在对车辆流转网点进行选址时，通常需要人为根据区域信息进行比较分析，进而确定车辆流转网点的选址。

3、但是，车辆流转网点的流转量通常是由诸多因素共同影响的，人为进行比较分析的方式往往存在效率低下，无法对区域信息进行全面分析导致网点选址的合理性较低的问题。

技术实现思路

1、有鉴于此，本发明旨在提出一种网点选址方法，以解决现有车辆流转网点选址时，存在效率低下，无法对区域信息进行全面分析，导致网点选址的合理性较低的问题。

2、为达到上述目的，本发明的技术方案是这样实现的：

3、一种网点选址方法，所述方法包括：

4、获取目标区域对应的特征信息；

5、根据所述特征信息，确定所述目标区域对应的至少一个目标社区；

6、根据所述目标社区对应的所述特征信息和所述目标社区，通过预测模型确定所述目标社区对应的特征指标；

7、根据所述特征指标，确定网点的选址。

8、进一步的，所述根据所述特征信息，确定所述目标区域对应的至少一个目标社区，包括：

9、根据所述特征信息，确定所述目标区域对应的多个节点，并获取各个所述节点的节点特征参数；

10、根据各个所述节点特征参数，确定所述节点对应的节点权重值；

11、遍历所述节点，根据所述节点权重值，对所述节点进行聚合，得到至少一个第一社区，所述第一社区包括至少一个所述节点；

12、遍历所述第一社区，根据所述第一社区对应的社区权重值，对所述第一社区进行聚合，得到至少一个目标社区，所述目标社区包括至少一个所述第一社区。

13、进一步的，所述遍历所述节点，根据所述节点权重值，对所述节点进行聚合，得到至少一个第一社区，包括：

14、将多个所述节点确定为多个相互独立的第二社区；

15、根据所述节点权重值，通过社区发现算法计算所述第二社区对应的第一模块度增益值；

16、在所述第一模块度增益值符合第一预设阈值的情况下，将所述第二社区和所述第二社区相连的另一第二社区进行聚合；

17、遍历所述第二社区，在所述第二社区对应的第一模块度增益值均不符合第一预设阈值的情况下，将所述第二社区确定为第一社区。

18、进一步的，在遍历所述第一社区，根据所述第一社区对应的社区权重值，对所述第一社区进行聚合，得到至少一个目标社区之前，还包括：

19、根据所述第一社区中所述节点对应的所述节点权重值，确定所述第一社区对应的社区权重值。

20、进一步的，所述根据所述第一社区对应的社区权重值，对所述第一社区进行聚合，得到至少一个目标社区，包括：

21、根据所述第一社区对应的社区权重值，通过社区发现算法计算所述第一社区对应的第二模块度增益值；

22、在所述第二模块度增益值符合第二预设阈值的情况下，将所述第一社区和所述第一社区相连的另一第一社区进行聚合；

23、遍历所述第一社区，在所述第一社区对应的第二模块度增益值均不符合第二预设阈值的情况下，将所述第一社区确定为目标社区。

24、进一步的，所述根据所述目标社区对应的所述特征信息和所述目标社区，通过预测模型确定所述目标社区对应的特征指标，包括：

25、根据所述目标社区对应的所述特征信息，确定所述目标社区对应的社区特征参数；

26、根据所述社区特征参数，构建与所述目标社区对应的预测模型；

27、根据所述预测模型和所述社区特征参数，确定所述预测模型对应的目标模型参数；

28、根据所述目标模型参数，确定所述目标社区对应的特征指标。

29、进一步的，所述预测模型包括线性回归模型；

30、所述根据所述社区特征参数，构建与所述目标社区对应的预测模型，包括：

31、确定所述社区特征参数的数量；

32、根据所述社区特征参数的数量，构建与所述特征参数的数量对应的线性回归模型；

33、所述根据所述预测模型和所述社区特征参数，确定所述线性回归模型对应的目标模型参数，包括：

34、根据所述线性回归模型，确定与所述线性回归模型对应的损失函数；

35、对所述损失函数求偏导数，获取与所述线性回归模型对应的偏导函数；

36、根据所述偏导函数和所述社区特征参数，确定所述损失函数最小值；

37、将所述损失函数最小值对应的模型参数，确定为所述线性回归模型对应的目标模型参数。

38、相对于现有技术，本发明所述的网点选址方法具有以下优势：

39、本发明实施例中所述的网点选址方法，基于目标区域对应的特征信息，将所述目标区域确定为至少一个目标社区，然后进一步根据特征信息和目标社区，通过预测模型确定目标社区对应的特征指标；并基于预测模型确定的特征指标，确定最终网点的选址。由此，避免了通过人为方式对目标区域对应的大量特征信息的对比分析的同时，通过预测模型对目标模型区域对应的特征指标进行预测，还避免了人为分析时无法对区域信息进行全面分析导致预测的特征指标准确度低的问题，提高了进行网点选址时的选址效率的同时，可以尽可能对目标区域对应的特征信息进行全面分析，提高了预测的准确度，进而提高了网点选址的合理性。

40、本发明的另一目的在于提出一种网点选址装置，以解决现有车辆流转网点选址时，存在效率低下，无法对区域信息进行全面分析，导致网点选址的合理性较低的问题。

41、为达到上述目的，本发明的技术方案是这样实现的：

42、一种网点选址装置，所述装置包括：

43、信息获取模块，用于获取目标区域对应的特征信息；

44、社区确定模块，用于根据所述特征信息，确定所述目标区域对应的至少一个目标社区；

45、特征指标确定模块，用于根据所述目标社区对应的所述特征信息和所述目标社区，通过预测模型确定所述目标社区对应的特征指标；

46、网点选址确定模块，用于根据所述特征指标，确定网点的选址。

47、所述网点选址装置与上述网点选址方法相对于现有技术所具有的优势相同，在此不再赘述。

48、本发明的另一目的在于提出一种电子设备，以解决现有车辆流转网点选址时，存在效率低下，无法对区域信息进行全面分析，导致网点选址的合理性较低的问题。

49、为达到上述目的，本发明的技术方案是这样实现的：

50、一种电子设备，所述电子设备包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于调用并运行所述存储器中存储的计算机程序，所述处理器执行所述计算机程序时实现如上一项所述的网点选址方法。

51、所述电子设备与上述网点选址方法相对于现有技术所具有的优势相同，在此不再赘述。

52、本发明的另一目的在于提出一种计算机可读存储介质，以解决现有车辆流转网点选址时，存在效率低下，无法对区域信息进行全面分析，导致网点选址的合理性较低的问题。

53、为达到上述目的，本发明的技术方案是这样实现的：

54、一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上任一项所述的网点选址方法。

55、所述计算机可读存储介质与上述网点选址方法相对于现有技术所具有的优势相同，在此不再赘述。