[发明专利]一种商家客流量的预测方法及装置

权利要求书

1.一种商家客流量的预测方法，其特征在于，包括：

S100获取用户消费数据和影响客流量的特征属性信息；

S200根据所述用户消费数据和所述特征属性信息，分别构建决策树模型和目标ARIMA模型，预测各个商家未来的客流量。

2.根据权利要求1所述的商家客流量的预测方法，其特征在于，所述S200包括：

S210根据所述特征属性信息和各个商家对应的固定消费者的用户消费数据，构建各个商家对应的各个固定消费者的决策树模型；

S220根据各个商家对应的随机消费者的用户消费数据，构建各个商家的目标ARIMA模型；

S230通过所述决策树模型和所述目标ARIMA模型，预测各个商家未来的客流量。

3.根据权利要求2所述的商家客流量的预测方法，其特征在于，所述S100之后包括：

S110根据所述用户消费数据，统计各个消费者在各个商家的消费次数；

S120判断当前消费者在当前商家的消费次数在预设检测时间周期内是否达到预设消费次数；若是，判定当前消费者是当前商家的固定消费者；若否，判定当前消费者是当前商家的随机消费者。

4.根据权利要求2所述的商家客流量的预测方法，其特征在于，所述S210包括：

S211根据所述特征属性信息和每个固定消费者对应的用户消费数据，分别构建每个固定消费者的决策树模型；

S212根据每个固定消费者的决策树模型，分别预测每个固定消费者在各个商家的预测消费次数；

S213分别统计各个商家对应的所有固定消费者的预测消费次数得到第一消费次数预测值；

所述S220包括：

S221根据各个商家对应的随机消费者的用户消费数据，分别构建各个商家的目标ARIMA模型；

S222根据各个商家的目标ARIMA模型，分别预测各个商家的第二消费次数预测值；

所述S230包括：

S231运算各个商家对应的所述第一消费次数预测值和所述第二消费次数预测值的和值，得到各个商家未来的客流量。

5.根据权利要求1-4任一项所述的商家客流量的预测方法，其特征在于，所述特征属性信息包括：消费时间信息、商家类型信息、消费者评分信息、价格信息和气象信息中的任意多种。

6.一种商家客流量的预测装置，其特征在于，包括：

获取模块，获取用户消费数据和影响客流量的特征属性信息；

处理模块，根据所述获取模块获取的所述用户消费数据和所述特征属性信息，分别构建决策树模型和目标ARIMA模型，预测各个商家未来的客流量。

7.根据权利要求6所述的商家客流量的预测装置，其特征在于，所述处理模块包括：

第一构建子模块，根据所述特征属性信息和各个商家对应的固定消费者的用户消费数据，构建各个商家对应的各个固定消费者的决策树模型；

第二构建子模块，根据各个商家对应的随机消费者的用户消费数据，构建各个商家的目标ARIMA模型；

运算子模块，根据所述第一构建子模块构建的所述决策树模型和所述第二构建子模块构建的所述目标ARIMA模型，预测各个商家未来的客流量。

8.根据权利要求7所述的商家客流量的预测装置，其特征在于，还包括：

统计模块，根据所述获取模块获取的所述用户消费数据，统计各个消费者的在各个商家的消费次数信息；

判断模块，判断所述统计模块统计的当前消费者在当前商家的消费次数在预设检测时间周期内是否达到预设消费次数；若是，判定当前消费者是当前商家的固定消费者；若否，判定当前消费者是当前商家的随机消费者。