基于多源大数据融合的银行网点选址方法

发布时间：2021-07-18 09:46

　　针对传统银行网点选址方法中存在的人为主观因素较大、数据量支撑不够、考虑因素理想化等问题,提出一种基于多源大数据融合的银行网点选址方法。该方法通过多源数据构造人流量、交通拥堵指数、用户价值、周边竞争网点数和人均收入5个基础特征,并利用协同训练的半监督学习方法扩充训练集。基于基础特征与机器学习算法构建多个子模型,将子模型的输出概率作为特征,构建基于逻辑回归的集成算法,作为银行网点选址模型,同时提出一种优化银行网点权重的损失函数,以保证模型预测中更佳的银行网点具有更高的权重。通过实验分析表明,该算法相较于传统算法预测评估更为准确,能够很好地解决银行网点选址问题。 

【文章来源】：重庆邮电大学学报(自然科学版). 2020,32(04)北大核心CSCD

【文章页数】：9 页

【部分图文】：

地图栅格划分

(2)式中,S∈F(time,p,l)为单位时间内落在栅格(p,l)内的用户数量。同时,根据用户滞留时间,设定阈值t,划分出流动人数和固定人数,根据工作时间区间、休眠时间区间将固定人数划分出工作人数和居住人数。

本文将公交轨迹数据映射至对应栅格区域内,从交通状况来判断该区域是否适宜建立银行网点。因此,需要计算该区域的交通拥堵状况来对该区域交通进行评估,本文结合本地公交大数据,基于路段权重计算交通拥堵状况指数特征。其中,本地公交运营数据如图3。基于路段权重计算交通拥堵状况指数的详细步骤如下。

【参考文献】：
期刊论文
[1]需求依赖末端交付与时间窗的城市配送自提柜选址—路径问题[J]. 邱晗光,李海南,宋寒.  计算机集成制造系统. 2018(10)
[2]基于卷积的自助银行选址分析[J]. 马江山,李昱莹.  深圳大学学报(理工版). 2018(01)
[3]商业银行网点选址的熵权法[J]. 郑双怡,冯琼,郑智维.  学习与实践. 2017(12)
[4]不确定条件下配送回收中心选址配送问题研究[J]. 康凯,王小宇,马艳芳.  计算机工程与应用. 2018(18)
[5]基于TOPSIS评价法的城市应急避难所选址适宜性评价研究[J]. 孙滢悦,陈鹏,刘晓静,刘家福.  震灾防御技术. 2017(03)
[6]基于改进粒子群算法的物流配送中心选址策略[J]. 胡伟,徐福缘,台德艺,马庆国.  计算机应用研究. 2012(12)
[7]基于灰色关联分析法的商业银行网点选址研究[J]. 丁建新.  河北工业大学学报. 2012(02)
[8]均差排序法在配送中心选址中的应用[J]. 田立新,崔晓红,唐焕超.  江苏大学学报(自然科学版). 2009(05)

硕士论文
[1]基于BP神经网络的银行营业网点选址与评价研究[D]. 陈久龙.长春工业大学 2016



本文编号：3289331