[发明专利]一种基于传粉启发聚类的商户选址方法

说明书

本发明涉及一种基于传粉启发聚类的商户选址方法，属于数据挖掘和机器学习领域。该方法包括：获取数据：收集调查某地区或街道的移动终端的数据集；构建系统：将数据库单元、信息分类及分析单元和信息查询单元集合在一起，组建一个显示集成网站和数据库的平台；数据库信息的输入：将采集到的信息及时输入数据库，并对数据库内信息进行更新；对数据库信息分类及分析：对数据库中的数据归类整理，运用IPCA算法挖掘用户的兴趣爱好，并判断每个不同地址的商业投资前景，然后使用SEE原则和地理信息系统选出初始的商户地址；智能查询：向系统输入欲查询的地址，输入相关因素的权重，得出最终选址地点。本发明能快速高效的进行商业选址。

技术领域

本发明属于数据挖掘和机器学习领域，涉及一种基于传粉启发聚类的商户选址方法。

背景技术

目前，商家对餐饮店、零售店或自动贩卖机等类型的商户进行选址时，一般是通过人工统计客流量的方式，来判断与选择合适开设店铺、投放设备的位置，这种方式往往需要大量的人力与时间的投入，选址效率比较低。而且，商户选址中最常用的K-means聚类方法，则需要在聚类开始就给出确定的聚类个数，而在很多实际应用中，聚类个数是无法确定的。

因此，亟需一种能够在未知聚类个数的前提下，能够分析出最佳商户选址位置的方法。

发明内容

有鉴于此，本发明的目的在于提供一种基于传粉启发的聚类算法以及地理信息系统(GIS)空间分析方法相结合的方法，解决了当聚类个数不能预知，无法使用传统选址方法中的K-means聚类方法以及现有人工统计客流量效率低的选址问题。

为达到上述目的，本发明提供如下技术方案：

一种基于传粉启发聚类的商户选址方法，具体包括以下步骤：

S1：获取数据：收集调查某地区或街道等移动终端用户的数据集，包含(居住地)信息、收入水平以及消费水平等信息；

S2：构建系统：将数据库单元、信息分类及分析单元和信息查询单元集合在一起，组建一个显示集成网站和数据库等功能的平台；

S3：数据库信息的输入：将采集到的信息及时输入数据库，并根据时间的推移不断对数据库内信息进行更新；

S4：对数据库信息分类及分析：对数据库中的数据归类整理，运用传粉启发的聚类算法(Aclustering algorithm inspired by pollination，IPCA)来挖掘用户的兴趣爱好，并判断每个不同地址的商业投资前景，然后使用SSE原则和地理信息系统分析方法选出初始的商户地址；

S5：智能查询：查询者向系统输入欲查询的地址，然后输入相关因素的权重，例如租金、与该地区内各个小区移动终端用户的消费水平等因素，得出最终的选址地点。

进一步，步骤S2中，构建的系统包括有数据库单元、信息分类及分析单元和信息查询单元；

构建数据库单元：构建包含大量地址的地址数据库(包括居民区数据库)和与该地址数据库有关联的、存储查询者想要得知的、且与各个地址对应的商业信息数据库，并建立索引；

构建信息分类及分析单元：对地址数据库内用户的地址进行空间定位，采用传粉启发聚类算法对数据处理；

构建信息查询单元：综合分析各个因素对选址的影响，根据已有地区商户的商业信息在索引中进行查询，并以报告的形式输出，最终确定商户的地址选择。

进一步，步骤S4中，采用IPCA聚类算法对信息分类、分析从而找到初始商户选址的地理位置，具体包括以下步骤：

S41：基于IPCA聚类算法构建聚类统计模型；