区域分析方法、装置、计算机设备及存储介质与流程

本技术涉及大数据与金融科技领域，尤其涉及区域分析方法、装置、计算机设备及存储介质。

背景技术：

1、随着信用卡的逐渐普及，人们越来越多地使用信用卡进行消费或者进行其他金融活动，并且许多银行具有推广信用卡办卡的活动。

2、当前，银行工作人员根据个人经验，通常会在人流量较多的区域，例如大型商场、写字楼等，以设点推广的方式，向往来人群推荐信用卡办卡业务。由于无法识别当前的推广区域是否为信用卡推广效果较优的区域，也无法识别在当前的推广区域中是否具有较多的办理信用卡业务的客户群体，银行工作人员只能在当前的推广区域中采取广撒网的方式推荐办理信用卡业务，导致耗费大量人力资源以及时间的情况下，信用卡办理业务的推荐成功率依然较低。如何准确地确定当前的推广区域为信用卡推广效果较优的区域，以及如何提高信用卡推广业务的银行工作人员的业务推荐效率和业务推荐成功率，成为亟待解决的问题。

技术实现思路

1、本技术实施例的目的在于提出一种区域分析方法、装置、计算机设备及存储介质，以解决现有的如何准确地确定当前的推广区域为信用卡推广效果较优的区域，以及如何提高信用卡推广业务的银行工作人员的业务推荐效率和业务推荐成功率的技术问题。

2、为了解决上述技术问题，本技术实施例提供一种区域分析方法，采用了如下所述的技术方案：

3、获取预先采集的信用卡办卡数据；

4、从所述信用卡办卡数据中获取进件经纬度数据；其中，所述进件经纬度数据是指信用卡申请的提交记录所关联的地理位置坐标；

5、基于预设的聚类算法对所述进件经纬度数据进行聚类处理，以将所述经纬度数据划分为对应的多个场景区域；

6、获取各个所述场景区域的办卡指标值，并从所有所述场景区域中筛选出办卡指标值大于预设的指标阈值的第一场景区域；

7、对所有所述第一场景区域进行场景特征提取，得到各所述第一场景区域的商圈周边商户数量、高级住宅密度、写字楼密度以及油站数量；

8、基于预设的条件生成策略对各所述第一场景区域的商圈周边商户数量、高级住宅密度、写字楼密度以及油站数量进行处理，得到对应的目标筛选条件；

9、基于所述目标筛选条件对待推广的初始场景区域进行筛选处理，得到对应的目标场景区域。

10、进一步的，所述基于所述目标筛选条件对待推广的初始场景区域进行筛选处理，得到对应的目标场景区域的步骤，具体包括：

11、对所述初始场景区域进行场景特征提取，得到所述初始场景区域的初始场景特征；其中，初始场景特征包括所述初始场景区域的商圈周边商户数量、高级住宅密度、写字楼密度、油站数量；

12、利用所述目标筛选条件对所述初始场景区域的初始场景特征进行过滤处理，从所有所述初始场景区域的初始场景特征中筛选出符合所述目标筛选条件的指定初始场景特征；

13、从所有初始场景区域中获取与所述指定初始场景特征对应的第二场景区域；

14、将所述第二场景区域作为所述目标场景区域。

15、进一步的，所述基于预设的条件生成策略对各所述第一场景区域的商圈周边商户数量、高级住宅密度、写字楼密度以及油站数量进行处理，得到对应的目标筛选条件的步骤，具体包括：

16、计算所有所述第一场景区域的商圈周边商户数量的第一平均数量；

17、计算所有所述第一场景区域的高级住宅密度的第一平均密度；

18、计算所有所述第一场景区域的写字楼密度的第二平均密度；

19、计算所有所述第一场景区域的油站数量的第二平均数量；

20、基于所述第一平均数量、所述第一平均密度、所述第二平均密度以及所述第二平均数量对预设的第一筛选条件模板进行填充处理，得到填充后的第一筛选条件模板；

21、将所述填充后的第一筛选条件模板作为所述目标筛选条件。

22、进一步的，所述基于预设的条件生成策略对各所述第一场景区域的商圈周边商户数量、高级住宅密度、写字楼密度以及油站数量进行处理，得到对应的目标筛选条件的步骤，具体包括：

23、获取所有所述第一场景区域的商圈周边商户数量中的第一最小数量；

24、获取所有所述第一场景区域的高级住宅密度中的第一最小密度；

25、获取所有所述第一场景区域的写字楼密度中的第二最小密度；

26、获取所有所述第一场景区域的油站数量中的第二最小数量；

27、基于所述第一最小数量、所述第一最小密度、所述第二最小密度以及所述第二最小数量对预设的第二筛选条件模板进行填充处理，得到填充后的第二筛选条件模板；

28、将所述填充后的第二筛选条件模板作为所述目标筛选条件。

29、进一步的，在所述基于所述目标筛选条件对待推广的初始场景区域进行筛选处理，得到对应的目标场景区域的步骤之后，还包括：

30、获取所述目标场景区域的目标商圈周边商户数量、目标高级住宅密度、目标写字楼密度以及目标油站数量；

31、基于预设的计算规则对所述目标商圈周边商户数量、所述目标高级住宅密度、所述目标写字楼密度以及所述目标油站数量进行计算，得到所述目标场景区域的目标区域得分；

32、基于所述目标区域得分生成所述目标场景区域的推广优先级；

33、基于所述推广优先级与所述目标场景区域生成对应的区域推广报告；

34、将所述区域推广报告发送至相关的管理人员。

35、进一步的，所述基于预设的计算规则对所述目标商圈周边商户数量、所述目标高级住宅密度、所述目标写字楼密度以及所述目标油站数量进行计算，得到所述目标场景区域的目标区域得分的步骤，具体包括：

36、从多种权重生成算法中确定出目标权重生成算法；

37、基于所述目标权重生成算法生成与所述目标商圈周边商户数量、所述目标高级住宅密度、所述目标写字楼密度以及所述目标油站数量分别对应的第一权重、第二权重、第三权重以及第四权重；

38、获取预设的区域计算公式；

39、基于所述区域计算公式对所述目标商圈周边商户数量、所述目标高级住宅密度、所述目标写字楼密度、所述目标油站数量、所述第一权重、所述第二权重、所述第三权重以及所述第四权重进行计算处理，得到对应的计算结果；

40、将所述计算结果作为所述目标场景区域的目标区域得分。

41、进一步的，所述基于所述目标区域得分生成所述目标场景区域的推广优先级的步骤，具体包括：

42、判断所述目标区域得分是否大于预设的第一分数阈值；

43、若所述目标区域得分大于所述第一分数阈值，则将所述目标场景区域的推广优先级设置为高优先级；

44、若所述目标区域得分小于所述第一分数阈值，则判断目标区域得分是否大于预设的第二分数阈值；

45、若所述目标区域得分大于所述第二分数阈值，则将所述目标场景区域的推广优先级设置为中优先级；

46、若所述目标区域得分小于所述第二分数阈值，则将所述目标场景区域的推广优先级设置为低优先级。

47、为了解决上述技术问题，本技术实施例还提供一种区域分析装置，采用了如下所述的技术方案：

48、第一获取模块，用于获取预先采集的信用卡办卡数据；

49、第二获取模块，用于从所述信用卡办卡数据中获取进件经纬度数据；其中，所述进件经纬度数据是指信用卡申请的提交记录所关联的地理位置坐标；

50、聚类模块，用于基于预设的聚类算法对所述进件经纬度数据进行聚类处理，以将所述经纬度数据划分为对应的多个场景区域；

51、第一筛选模块，用于获取各个所述场景区域的办卡指标值，并从所有所述场景区域中筛选出办卡指标值大于预设的指标阈值的第一场景区域；

52、提取模块，用于对所有所述第一场景区域进行场景特征提取，得到各所述第一场景区域的商圈周边商户数量、高级住宅密度、写字楼密度以及油站数量；

53、处理模块，用于基于预设的条件生成策略对各所述第一场景区域的商圈周边商户数量、高级住宅密度、写字楼密度以及油站数量进行处理，得到对应的目标筛选条件；

54、第二筛选模块，用于基于所述目标筛选条件对待推广的初始场景区域进行筛选处理，得到对应的目标场景区域。

55、为了解决上述技术问题，本技术实施例还提供一种计算机设备，采用了如下所述的技术方案：

56、所述计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现本技术实施例中提出的任一项所述的区域分析方法的步骤。

57、为了解决上述技术问题，本技术实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：

58、所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现本技术实施例中提出的任一项所述的区域分析方法的步骤。

59、与现有技术相比，本技术实施例主要有以下有益效果：

60、本技术首先获取预先采集的信用卡办卡数据，并从所述信用卡办卡数据中获取进件经纬度数据；然后基于预设的聚类算法对所述进件经纬度数据进行聚类处理，以将所述经纬度数据划分为对应的多个场景区域；之后获取各个所述场景区域的办卡指标值，并从所有所述场景区域中筛选出办卡指标值大于预设的指标阈值的第一场景区域；后续对所有所述第一场景区域进行场景特征提取，得到各所述第一场景区域的商圈周边商户数量、高级住宅密度、写字楼密度以及油站数量；进一步基于预设的条件生成策略对各所述第一场景区域的商圈周边商户数量、高级住宅密度、写字楼密度以及油站数量进行处理，得到对应的目标筛选条件；最后基于所述目标筛选条件对待推广的初始场景区域进行筛选处理，得到对应的目标场景区域。本技术通过使用聚类算法对信用卡办卡数据中的进件经纬度数据进行聚类处理以将经纬度数据划分为多个场景区域，然后从所有所述场景区域中筛选出办卡指标值大于预设的指标阈值的第一场景区域，并对所有第一场景区域进行场景特征提取得到各第一场景区域的商圈周边商户数量、高级住宅密度、写字楼密度以及油站数量，进而基于条件生成策略对各所述第一场景区域的商圈周边商户数量、高级住宅密度、写字楼密度以及油站数量进行处理，得到对应的目标筛选条件，后续基于所述目标筛选条件对待推广的初始场景区域进行筛选处理得到对应的目标场景区域。本技术通过聚类算法以及办卡指标值的使用，可以准确地筛选出信用卡推广效果较优的第一场景区域，并会智能地对第一场景区域进行场景特征提取以确定出与第一场景区域对应的目标筛选条件，使得后续利用目标筛选条件对待推广的初始场景区域进行筛选处理，可以实现快速准确地筛选出与第一场景区域的场景特征相似的目标场景区域作为后续的推广区域。由于该目标场景区域为与第一场景区域相似的信用卡推广效果较优的场景区域，保证了生成的目标场景区域的准确性，有利于后续银行工作人员在目标场景区域推荐信用卡办卡业务时，能够有效提高银行工作人员的业务推荐效率和业务推荐成功率。