本公开提供了一种商户生态圈的构建方法、装置、电子设备、介质和计算机程序产品。上述方法和装置可用于人工智能技术领域。商户生态圈的构建方法包括：利用预先构建的平均交易额预测模型，根据获取的商户信息预测聚类的商户群的t天内的平均交易额，其中，商户信息包括交易金额、交易笔数和交易金额标准差；根据平均交易额确定商户群中的商户的交易能力；将商户作为节点，将t天内存在同一客户同一天在两个商户进行过交易的交易关系作为边构建知识图谱，其中，边具有边权重，边权重根据交易能力和t天内的交易关系的次数确定；根据节点的关联程度对知识图谱的节点进行划分，生成n个社群；以及将n个社群作为n个商户生态圈进行展示。将n个社群作为n个商户生态圈进行展示。将n个社群作为n个商户生态圈进行展示。
【技术实现步骤摘要】
商户生态圈的构建方法、装置、设备、介质和程序产品
[0001]本公开涉及人工智能
，更具体地，涉及一种商户生态圈的构建方法、装置、电子设备、介质和计算机程序产品。
技术介绍
[0002]在支付卡体系运作的过程中，由其引出的对如何提高商户粘性以及商户营收水平的分析问题一直是业界关注的重点。而商户生态圈是分析如何提高商户粘性以及商户营收水平的基础，如何构建商户生态圈成为业界亟待解决的技术问题之一。
技术实现思路
[0003]有鉴于此，本公开提供了一种为分析如何提高商户粘性以及商户营收水平提供基础的商户生态圈的构建方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
[0004]本公开的一个方面提供了一种商户生态圈的构建方法，包括：利用预先构建的平均交易额预测模型，根据获取的商户信息预测聚类的商户群的t天内的平均交易额，其中，所述商户信息包括交易金额、交易笔数和交易金额标准差，t为大于等于1的整数；根据所述平均交易额确定所述商户群中的商户的交易能力；将所述商户作为节点，将所述t天内存在同一客户同一天在两个商户进行过交易的交易关系作为边构建知识图谱，其中，所述边具有边权重，所述边权重根据所述交易能力和所述t天内的所述交易关系的次数确定；根据所述节点的关联程度对所述知识图谱的节点进行划分，生成n个社群，n为大于等于1的整数；以及将所述n个社群作为n个商户生态圈进行展示。
[0005]根据本公开实施例的商户生态圈的构建方法，通过将商户作为节点，将t天内存在同一客户同一天在两个商户进行过交易的交易关系作为边即可构建出知识图谱；利用预先构建的平均交易额预测模型，根据获取的商户信息即可预测出聚类的商户群的t天内的平均交易额，进而根据平均交易额可以确定商户群中的商户的交易能力；根据交易能力和t天内的交易关系的次数可以确定出边权重；进而可以根据节点的关联程度对知识图谱的节点进行划分，生成n个社群，将n个社群作为n个商户生态圈进行展示即建成了n个商户生态圈，从而可以为分析如何提高商户粘性以及商户营收水平提供基础。
[0006]在一些实施例中，所述根据所述节点的关联程度对所述知识图谱的节点进行划分，生成n个社群，包括：将知识图谱中的每个节点作为一个群组，计算该群组的模块度；遍历每个群组，确定该群组和与其具有边关系的每个群组之间的模块度变化；当所述模块度变化满足设定阈值时，根据所述模块度变化对该群组和与其具有边关系的群组进行合并；将合并后的群组作为一个新群组，计算该新群组的模块度，重复执行所述遍历每个群组，确定该群组和与其具有边关系的每个群组之间的模块度变化；当模块度变化不满足设定阈值时，停止将该群组和与其具有边关系的群组进行合并；以及当每两个群组之间的模块度变化均不满足设定阈值时，将当前的n个群组作为n个社群。
[0007]在一些实施例中，所述根据所述模块度变化对该群组和与其具有边关系的群组进
行合并，包括：将所述模块度变化根据数值大小进行排序；以及根据排序结果，将所述模块度变化排序第一或者倒数第一的两个群组进行合并。
[0008]在一些实施例中，预先构建平均交易额预测模型，包括：操作S41：获取第一历史商户信息和第二历史商户信息，其中，所述第一历史商户信息和第二历史商户信息均包括历史交易金额、历史交易笔数和历史交易金额标准差；操作S42：按照所述第一历史商户信息优化所述交易额预测模型中设定的初始模型参数，得到训练模型参数；操作S43：根据所述第二历史商户信息，验证所述训练模型参数；操作S44：若验证通过，则将所述训练模型参数作为所述平均交易额预测模型的模型参数进行应用；以及操作S45：若验证未通过，重复操作S41～操作S43，直至验证通过。
[0009]在一些实施例中，聚类商户群，包括：将每个所述商户在所述t天内的交易金额与预先设定的交易金额梯度区间匹配，得到每个所述商户的交易金额分类；将每个所述商户与预先设定的商户分类表中的商户分类匹配，得到每个所述商户的商户分类；以及将商户的开户行所述地区、所述交易金额分类和所述商户分类均相同的商户按照设定的数量聚类到同一商户群。
[0010]在一些实施例中，所述根据所述平均交易额确定所述商户群中的商户的交易能力，包括：确定所述商户群中的每个所述商户的交易能力指数；以及将所述交易能力指数与预先设定的交易能力指数区间匹配，将所述交易能力指数匹配到的交易能力指数区间对应的交易能力作为该商户的交易能力，其中，所述交易能力指数区间与所述交易能力具有映射关系。
[0011]在一些实施例中，所述商户群中的每个所述商户的交易能力指数＝所述平均交易额/该商户的实际交易额
‑
1。
[0012]本公开的另一个方面提供了一种商户生态圈的构建装置，包括：预测模块，所述预测模块用于执行利用预先构建的平均交易额预测模型，根据获取的商户信息预测聚类的商户群的t天内的平均交易额，其中，所述商户信息包括交易金额、交易笔数和交易金额标准差，t为大于等于1的整数；确定模块，所述确定模块用于执行根据所述平均交易额确定所述商户群中的商户的交易能力；构建模块，所述构建模块用于执行将所述商户作为节点，将所述t天内存在同一客户同一天在两个商户进行过交易的交易关系作为边构建知识图谱，其中，所述边具有边权重，所述边权重根据所述交易能力和所述t天内的所述交易关系的次数确定；生成模块，所述生成模块用于执行根据所述节点的关联程度对所述知识图谱的节点进行划分，生成n个社群，n为大于等于1的整数；以及展示模块，所述展示模块用于执行将所述n个社群作为n个商户生态圈进行展示。
[0013]本公开的另一方面提供了一种电子设备，包括一个或多个处理器以及一个或多个存储器，其中，所述存储器用于存储可执行指令，所述可执行指令在被所述处理器执行时，实现如上所述方法。
[0014]本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。
[0015]本公开的另一方面提供了一种计算机程序产品，包括计算机程序，所述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。
附图说明
[0016]通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：
[0017]图1示意性示出了根据本公开实施例的可以应用方法、装置的示例性系统架构；
[0018]图2示意性示出了根据本公开实施例的商户生态圈的构建方法的流程图；
[0019]图3示意性示出了根据本公开实施例的根据平均交易额确定商户群中的商户的交易能力的流程图；
[0020]图4示意性示出了根据本公开实施例的根据节点的关联程度对知识图谱的节点进行划分，生成n个社群的流程图；
[0021]图5示意性示出了根据本公开实施例的知识图谱的示意图；
[0022]图6示意性示出了根据本公开实施例的根据模块度变化对该群组和与其具有边关系的群组进行合并的流程图；...
【技术保护点】
【技术特征摘要】
1.一种商户生态圈的构建方法，其特征在于，包括：利用预先构建的平均交易额预测模型，根据获取的商户信息预测聚类的商户群的t天内的平均交易额，其中，所述商户信息包括交易金额、交易笔数和交易金额标准差，t为大于等于1的整数；根据所述平均交易额确定所述商户群中的商户的交易能力；将所述商户作为节点，将所述t天内存在同一客户同一天在两个商户进行过交易的交易关系作为边构建知识图谱，其中，所述边具有边权重，所述边权重根据所述交易能力和所述t天内的所述交易关系的次数确定；根据所述节点的关联程度对所述知识图谱的节点进行划分，生成n个社群，n为大于等于1的整数；以及将所述n个社群作为n个商户生态圈进行展示。2.根据权利要求1所述的方法，其特征在于，所述根据所述节点的关联程度对所述知识图谱的节点进行划分，生成n个社群，包括：将知识图谱中的每个节点作为一个群组，计算该群组的模块度；遍历每个群组，确定该群组和与其具有边关系的每个群组之间的模块度变化；当所述模块度变化满足设定阈值时，根据所述模块度变化对该群组和与其具有边关系的群组进行合并；将合并后的群组作为一个新群组，计算该新群组的模块度，重复执行所述遍历每个群组，确定该群组和与其具有边关系的每个群组之间的模块度变化；当模块度变化不满足设定阈值时，停止将该群组和与其具有边关系的群组进行合并；以及当每两个群组之间的模块度变化均不满足设定阈值时，将当前的n个群组作为n个社群。3.根据权利要求2所述的方法，其特征在于，所述根据所述模块度变化对该群组和与其具有边关系的群组进行合并，包括：将所述模块度变化根据数值大小进行排序；以及根据排序结果，将所述模块度变化排序第一或者倒数第一的两个群组进行合并。4.根据权利要求1所述的方法，其特征在于，预先构建平均交易额预测模型，包括：操作S41：获取第一历史商户信息和第二历史商户信息，其中，所述第一历史商户信息和第二历史商户信息均包括历史交易金额、历史交易笔数和历史交易金额标准差；操作S42：按照所述第一历史商户信息优化所述交易额预测模型中设定的初始模型参数，得到训练模型参数；操作S43：根据所述第二历史商户信息，验证所述训练模型参数；操作S44：若验证通过，则将所述训练模型参数作为所述平均交易额预测模型的模型参数进行应用；以及操作S45：若验证未通过，重复操作S41～操作S43，直至验证通过。5.根据权利要求1所述的方法，其特征在于，聚类商...
【专利技术属性】
技术研发人员：彭静，熊俊杰，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。