集团成员识别方法、装置及计算设备

技术领域

本发明实施例涉及业务分析技术领域，具体涉及一种集团成员识别方法、装置及计算设备。

背景技术

随着通信市场占有率逐步饱和，如何对集团成员实现主动营销成为越来越迫切的需求。只有对集团成员识别准确，才能实现精细的集团营销。

目前的集团成员识别方法主要通过人工的方式来识别集团成员，由集团经理拜访企业或单位，并获取该企业或单位的员工信息，录入系统；或者，定期通过电话外呼的方式进一步确定集团成员的真实性，花费了大量的人力。

发明内容

鉴于上述问题，本发明实施例提供了一种集团成员识别方法、装置及计算设备，能够自动识别集团成员，大大减少了人力。

根据本发明实施例的一个方面，提供了一种集团成员识别方法，所述方法包括：获取集团成员信息；根据所述集团成员信息，获取所述集团成员的指标数据，所述指标数据包括成员位置数据；根据所述成员位置数据，通过聚类确定所述集团的位置信息；根据所述集团的位置信息以及所述集团成员的指标数据，进行成员识别。

在一种可选的方式中，所述位置信息包括集团位置个数以及各个位置的经纬度；则，所述根据所述成员位置数据，通过聚类确定所述集团的位置信息，进一步包括：根据所述成员位置数据的数据量，确定最小聚类密度；根据所述成员位置数据以及所述最小聚类密度，通过基于密度的聚类算法确定所述集团位置个数；根据所述成员位置数据以及所述集团的位置个数，通过K均值聚类算法确定所述各个位置的经纬度。

在一种可选的方式中，所述根据所述集团的位置信息以及所述集团成员的指标数据，进行成员识别，进一步包括：将所述集团的位置信息以及所述集团成员的指标数据输入预设真实度识别模型，并根据识别结果确定所述集团成员是否真实。

在一种可选的方式中，所述方法还包括：获取已流出成员的指标数据；基于随机森林技术在所述已流出成员的指标数据中确定重要特征；根据所述重要特征，基于逻辑回归技术确定所述预设真实度识别模型。

在一种可选的方式中，所述根据所述集团的位置信息以及所述集团成员的指标数据，进行成员识别，进一步还包括：在全网用户确定所述集团的潜在成员；获取所述潜在成员的指标数据；将所述潜在成员的指标数据以及所述集团的位置信息输入预设匹配模型，并根据匹配结果确定所述潜在成员是否归属所述集团。

在一种可选的方式中，所述指标数据还包括：成员通话数据和成员个人业务数据。

在一种可选的方式中，所述方法还包括：通过网络爬虫技术周期性爬取注册企业信息；从所述注册企业信息提取企业名称信息和企业地址信息；根据所述企业地址信息输出标准化地址；判断是否已存在所述标准化地址；若否，则根据所述企业名称信息确定所述集团。

根据本发明实施例的另一方面，提供了一种集团成员识别装置，所述装置包括：成员获取模块，用于获取集团成员信息；成员指标获取模块，用于根据所述集团成员信息，获取所述集团成员的指标数据，所述指标数据包括成员位置数据；集团位置确定模块，用于根据所述成员位置数据，通过聚类确定所述集团的位置信息；成员识别模块，用于根据所述集团的位置信息以及所述集团成员的指标数据，进行成员识别。

根据本发明实施例的又一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如上所述的集团成员识别方法的操作。

根据本发明实施例的另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上所述的集团成员识别方法。

本发明实施例通过获取集团成员信息，根据集团成员信息，获取集团成员的指标数据，指标数据包括成员位置数据，根据成员位置数据，通过聚类确定集团的位置信息，根据集团的位置信息以及集团成员的指标数据，进行成员识别，能够自动识别集团成员，大大减少了人力，并且，还能够实现集团的精准定位，提高成员识别的准确性。

上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明其中一实施例提供的集团成员识别方法的流程图；

图2示出了图1中步骤130的流程图；

图3a和图3b示出了图1中步骤140的流程图；

图4示出了本发明另一实施例提供的集团成员识别方法的流程图；

图5示出了本发明实施例提供的集团成员识别装置的结构示意图；

图6示出了本发明实施例提供的计算设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

图1示出了本发明其中一实施例提供的集团成员识别方法的流程图。该方法应用于计算设备中。如图1所示，该方法包括以下步骤：

步骤110、获取集团成员信息。

其中，集团可以为一个公司、组织、机构等等。集团成员信息为属于某个集团的部分成员或者全部成员的信息，例如，可以为集团的一些核心成员的信息。

其中，集团成员信息可以包括：成员姓名、成员身份证信息、成员手机号码等中的一种或多种。

其中，获取集团成员信息，具体可以为：在确定集团之后，通过集团经理获取集团成员清单，由集团经理在建档模块中录入集团成员信息，从而从建档模块获取集团成员信息。

步骤120、根据集团成员信息，获取集团成员的指标数据，指标数据包括成员位置数据。

其中，集团成员的指标数据包括成员位置数据、成员通话数据和成员个人业务数据。根据集团成员信息，获取集团成员的指标数据，具体可以为：根据成员姓名和成员手机号码，获取对应的测量报告(Measurement Report，MR)数据，根据MR数据统计集团位置数据；根据成员手机号码，获取成员的通话话单数据，根据通话话单数据统计成员通话数据；根据成员手机号码，获取成员的业务订购数据，根据业务订购数据分析得到成员个人业务数据。其中，MR数据、通话话单数据以及业务订购数据等数据，可以从各类关系型数据库、数据仓库、分布式文件系统等数据源中获取。

例如，成员位置数据为成员工作地位置，则根据MR数据通过精准定位技术识别成员轨迹，并分别统计工作日上午(如9:00-12:00)和下午(如13:00-17:00)期间停留时间最长的位置栅格(MR精准定位精度为50*50)为当天停留位置，基于30天累计数据判断用户的工作地位置，并规整为表1。

表1

又例如，对若干成员之间的通话话单数据按月汇总，并对工作时间(如8:00-18:00)单独汇总，并规整为表2。

表2

又例如，对成员的业务订购数据进行筛选，并规整为表3。

表3

步骤130、根据成员位置数据，通过聚类确定集团的位置信息。

其中，位置信息包括集团位置个数以及各个位置的经纬度。由于有些集团可能包括多个分支机构或者办公地点，若直接根据某个位置信息进行成员识别，可能会造成识别结果的不准确，因此，需要确定集团的各个具体位置。

具体地，如图2所示，步骤130可以包括：

步骤131、根据成员位置数据的数据量，确定最小聚类密度；

步骤132、根据成员位置数据以及最小聚类密度，通过基于密度的聚类算法确定集团位置个数；

步骤133、根据成员位置数据以及集团的位置个数，通过K均值聚类算法确定各个位置的经纬度。

其中，成员位置数据的数据量为统计得到的各个成员对应的工作地位置的总数(一般等于或者小于获取的集团成员的总人数)，则可以根据集团的人数规模确定最小聚类密度。例如，若成员位置数据的数据量大于1000，即可认为集团人数大于1000人，则最小聚类密度取成员位置数据的数据量的2％人/位置；若成员位置数据的数据量大于200，即可认为集团人数大于200人，则最小聚类密度取20人/位置；若成员位置数据的数据量小于200，即可认为集团人数小于200人，则最小聚类密度取10人/位置。

其中，基于密度的聚类算法可以为具有噪声的基于密度的聚类算法(Density-Based Spatial Clustering of Applications with Noise，DBSCAN)。在步骤132中，通过输入成员、经纬度以及最小聚类密度，使用DBSCAN算法输出集团位置个数，从而得到集团的分支个数。

其中，K均值聚类算法(k-means clustering algorithm)是一种迭代求解的聚类分析算法，其步骤是随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。在步骤133中，通过输入成员、经纬度以及集团位置个数，使用K均值聚类算法输出各个集团位置的中心点经纬度从而得到各个位置的经纬度。

步骤140、根据集团的位置信息以及集团成员的指标数据，进行成员识别。

其中，成员识别包括识别已有成员的真实性和识别未记录的潜在成员。

其中，识别已有成员的真实性，如图3a所示，具体可以包括：步骤141、将集团的位置信息以及集团成员的指标数据输入预设真实度识别模型，并根据识别结果确定集团成员是否真实。

其中，可以根据集团的位置信息和成员位置数据，计算成员工作地与集团位置之间的距离、成员工作地的停留天数等等；或者，根据成员通话数据，统计工作时间集团成员之间的通话时长、工作时间成员与关键成员之间的通话时长、成员总通话时长等等；或者，根据成员个人业务数据，统计成员与集团是否统一支付、支付集团与归属集团是否一致、支付金额、活跃天数等等。将统计得到的数据输入预设真实度识别模型，从而根据识别结果确定集团成员是否真实。例如，若某成员的成员工作地与集团位置之间的距离超出预设距离阈值，则识别结果确定该成员不真实，即认为该成员不属于集团成员；若某成员的成员工作地与集团位置之间的距离在预设距离阈值内，且该成员与另一集团成员的通话时长较长、通话频率高，则识别结果确定该成员真实，即认为该成员属于集团成员。

其中，预设真实度识别模型可以包括多种不同行业、或者不同规模的模型，从而使识别的精度更高。在一些实施例中，该方法还包括：获取已流出成员的指标数据；基于随机森林技术在已流出成员的指标数据中确定重要特征；根据重要特征，基于逻辑回归技术确定预设真实度识别模型。其中，已流出成员是指通过客户经理或者数据统计确定不属于集团的用户，获取这些用户的指标数据，指标数据中包括从指标数据得到的多个特征变量(例如工作地与集团位置之间的距离、工作地的停留天数、与集团成员之间的通话时长等等)，利用随机森林技术通过数据特征工程输出重要特征变量，从而基于逻辑回归技术确定预设真实度识别模型。

其中，识别未记录的潜在成员，如图3b所示，具体可以包括：步骤142、在全网用户确定集团的潜在成员；步骤143、获取潜在成员的指标数据；步骤144、将潜在成员的指标数据以及集团的位置信息输入预设匹配模型，并根据匹配结果确定潜在成员是否归属集团。

其中，全网用户可以为预设区域内除了集团成员以外的所有用户。步骤142中，可以获取全网用户的通话数据，根据通话数据确定集团的潜在成员，或者，可以获取全网用户的工作地位置，根据工作地位置确定集团的潜在成员。例如，假设全网用户中某用户与集团成员的通话频率较高、通话时间较长，则确定该用户为集团的潜在成员。其中，潜在成员的指标数据包括：潜在成员位置数据、潜在成员通话数据和潜在成员个人业务数据。同样地，可以根据集团的位置信息和潜在成员位置数据，计算潜在成员工作地与集团位置之间的距离、潜在成员工作地的停留天数等等；或者，根据潜在成员通话数据，统计工作时间潜在成员与集团成员之间的通话时长、工作时间潜在成员与集团关键成员之间的通话时长等等；或者，根据潜在成员个人业务数据，统计潜在成员与集团是否统一支付、支付集团与归属集团是否一致、支付金额、活跃天数等等。将统计得到的数据输入预设匹配模型，从而根据匹配结果确定潜在成员是否归属集团。例如，若某潜在成员的潜在成员工作地与集团位置之间的距离在预设距离阈值内，则匹配结果确定该成员归属集团，即认为该潜在成员属于集团成员。

其中，预设匹配模型可以采用已确定的真实集团成员的指标数据作为样本，采用随机森林特征工程和逻辑回归评分模型，从而确定预设匹配模型。

本发明实施例通过获取集团成员信息，根据集团成员信息，获取集团成员的指标数据，指标数据包括成员位置数据，根据成员位置数据，通过聚类确定集团的位置信息，根据集团的位置信息以及集团成员的指标数据，进行成员识别，能够自动识别集团成员，大大减少了人力，并且，还能够实现集团的精准定位，提高成员识别的准确性。

图4示出了本发明另一实施例提供的集团成员识别方法的流程图。如图4所示，在步骤110之前，该方法包括以下步骤：

步骤151、通过网络爬虫技术周期性爬取注册企业信息。

其中，注册企业信息为企业的工商注册信息，可以通过网络爬虫技术从天眼查、企查查等网站实现注册企业信息爬取。

步骤152、从注册企业信息提取企业名称信息和企业地址信息。

其中，可以将注册企业信息通过Jason串解析形成包括企业名称、企业地址信息的数据。例如，如表4所示。

表4

步骤153、根据企业地址信息输出标准化地址。

根据企业地址信息，使用Jieba中文分词技术企业地址分词，利用正则表达式提取分词关键字，依据11层级地址规范归位分词结果，输出11层标准化地址。例如，标准化地址的形式可以如表5所示。

表5

步骤154、判断是否已存在标准化地址。

将标准化地址与数据库中的其他地址进行匹配，判断是否已存在标准化地址，若不存在，则表明该地址属于未组建的集团。

步骤155、若否，则根据企业名称信息确定所述集团。

本发明实施例通过基于爬虫技术获取最新注册、更新的企业数据，利用中文分词技术实现中文地址标准化，有效剔除已组建集团，从而实现自动获取集团信息，提高了集团的拓展效率。

图5示出了本发明实施例提供的集团成员识别装置的结构示意图。如图5所示，该装置200包括：成员获取模块210、成员指标获取模块220、集团位置确定模块230和成员识别模块240。

其中，成员获取模块210用于获取集团成员信息；成员指标获取模块220用于根据所述集团成员信息，获取所述集团成员的指标数据，所述指标数据包括成员位置数据；集团位置确定模块230用于根据所述成员位置数据，通过聚类确定所述集团的位置信息；成员识别模块240用于根据所述集团的位置信息以及所述集团成员的指标数据，进行成员识别。

在一种可选的方式中，所述位置信息包括集团位置个数以及各个位置的经纬度；则集团位置确定模块230具体用于：根据所述成员位置数据的数据量，确定最小聚类密度；根据所述成员位置数据以及所述最小聚类密度，通过基于密度的聚类算法确定所述集团位置个数；根据所述成员位置数据以及所述集团的位置个数，通过K均值聚类算法确定所述各个位置的经纬度。

在一种可选的方式中，成员识别模块240具体用于：将所述集团的位置信息以及所述集团成员的指标数据输入预设真实度识别模型，并根据识别结果确定所述集团成员是否真实。

在一种可选的方式中，该装置200还包括：已流出成员获取模块、特征确定模块和模型确定模块。已流出成员获取模块用于获取已流出成员的指标数据；特征确定模块用于基于随机森林技术在所述已流出成员的指标数据中确定重要特征；模型确定模块用于根据所述重要特征，基于逻辑回归技术确定所述预设真实度识别模型。

在一种可选的方式中，成员识别模块240具体用于：在全网用户确定所述集团的潜在成员；获取所述潜在成员的指标数据；将所述潜在成员的指标数据以及所述集团的位置信息输入预设匹配模型，并根据匹配结果确定所述潜在成员是否归属所述集团。

在一种可选的方式中，所述指标数据还包括：成员通话数据和成员个人业务数据。

在一种可选的方式中，所述方法还包括：通过网络爬虫技术周期性爬取注册企业信息；从所述注册企业信息提取企业名称信息和企业地址信息；根据所述企业地址信息输出标准化地址；判断是否已存在所述标准化地址；若否，则根据所述企业名称信息确定所述集团。

需要说明的是，本发明实施例提供的集团成员识别装置是能够执行上述集团成员识别方法的装置，则上述集团成员识别方法的所有实施例均适用于该装置，且均能达到相同或相似的有益效果。

本发明实施例通过获取集团成员信息，根据集团成员信息，获取集团成员的指标数据，指标数据包括成员位置数据，根据成员位置数据，通过聚类确定集团的位置信息，根据集团的位置信息以及集团成员的指标数据，进行成员识别，能够自动识别集团成员，大大减少了人力，并且，还能够实现集团的精准定位，提高成员识别的准确性。

本发明实施例提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行上述任意方法实施例中的集团成员识别方法。

本发明实施例通过获取集团成员信息，根据集团成员信息，获取集团成员的指标数据，指标数据包括成员位置数据，根据成员位置数据，通过聚类确定集团的位置信息，根据集团的位置信息以及集团成员的指标数据，进行成员识别，能够自动识别集团成员，大大减少了人力，并且，还能够实现集团的精准定位，提高成员识别的准确性。

本发明实施例提供了一种计算机程序产品，所述计算机程序产品包括存储在计算机存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述任意方法实施例中的集团成员识别方法。

本发明实施例通过获取集团成员信息，根据集团成员信息，获取集团成员的指标数据，指标数据包括成员位置数据，根据成员位置数据，通过聚类确定集团的位置信息，根据集团的位置信息以及集团成员的指标数据，进行成员识别，能够自动识别集团成员，大大减少了人力，并且，还能够实现集团的精准定位，提高成员识别的准确性。

图6示出了本发明实施例提供的计算设备的结构示意图，本发明具体实施例并不对计算设备的具体实现做限定。

如图6所示，该计算设备可以包括：处理器(processor)302、通信接口(Communications Interface)304、存储器(memory)306、以及通信总线308。

其中：处理器302、通信接口304、以及存储器306通过通信总线308完成相互间的通信。通信接口304，用于与其它设备比如集团端或其它服务器等的网元通信。处理器302，用于执行程序310，具体可以执行上述任意方法实施例中的集团成员识别方法。

具体地，程序310可以包括程序代码，该程序代码包括计算机操作指令。

处理器302可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器306，用于存放程序310。存储器306可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

本发明实施例通过获取集团成员信息，根据集团成员信息，获取集团成员的指标数据，指标数据包括成员位置数据，根据成员位置数据，通过聚类确定集团的位置信息，根据集团的位置信息以及集团成员的指标数据，进行成员识别，能够自动识别集团成员，大大减少了人力，并且，还能够实现集团的精准定位，提高成员识别的准确性。

在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。