[发明专利]一种门店选址方法和装置

权利要求书

1.一种门店选址方法，其特征在于，包括：

基于预先拟合的离散选择模型计算不同类型用户在候选点的行为概率；

基于预先拟合的多元回归模型计算所述候选点的用户流量；

根据所述不同类型用户在候选点的行为概率、所述候选点的用户流量和各个物品的运营信息，计算所述候选点的期望值；

根据所述候选点的用户流量和期望值，计算所述候选点的风险评估结果，从而基于所述风险评估结果进行门店选址。

2.根据权利要求1所述的方法，其特征在于，基于预先拟合的离散选择模型计算不同类型用户在候选点的行为概率，包括：

采用各个门店的历史行为数据和物品的属性信息对混合多项式逻辑模型进行拟合；

基于拟合后的混合多项式逻辑模型计算不同类型用户在候选点的行为概率；

其中，所述历史行为数据包括以下至少一种：不同类型用户进入门店的概率分布、门店与用户之间的距离、用户的行为结果。

3.根据权利要求1所述的方法，其特征在于，基于预先拟合的多元回归模型计算所述候选点的用户流量，包括：

采用各个门店的门店位置信息和用户流量对多元回归模型进行拟合；

基于拟合后的多元回归模型计算所述候选点的用户流量；

其中，所述门店位置信息包括以下至少一种：门店所在楼层、门店是否临街、门店周边的其他门店个数、人员流量密集程度等级。

4.根据权利要求3所述的方法，其特征在于，采用各个门店的门店位置信息和用户流量对多元回归模型进行拟合，包括：

构建多元回归模型；

采用各个门店的门店位置信息和用户流量对所述多元回归模型的拟合残差进行分布拟合，得到残差分布函数。

5.根据权利要求4所述的方法，其特征在于，基于拟合后的多元回归模型计算所述候选点的用户流量，包括：

通过所述残差分布函数生成随机数，所述随机数大于零且小于一；

基于拟合后的多元回归模型和所述随机数计算所述候选点的用户流量。

6.根据权利要求1所述的方法，其特征在于，所述物品的运营信息包括以下至少一种：售价、成本、进货量、未售出后的损耗价。

7.根据权利要求1所述的方法，其特征在于，根据所述候选点的用户流量和期望值，计算所述候选点的风险评估结果，包括：

根据所述候选点的用户流量和用户流量阈值，计算所述候选点的用户流量小于所述用户流量阈值的天数和概率；

根据所述候选点的期望值和期望值阈值，计算所述候选点的期望值小于所述期望值阈值的天数和概率。

8.一种门店选址装置，其特征在于，包括：

第一计算模块，用于基于预先拟合的离散选择模型计算不同类型用户在候选点的行为概率；

第二计算模块，基于预先拟合的多元回归模型计算所述候选点的用户流量；

评估模块，根据所述不同类型用户在候选点的行为概率、所述候选点的用户流量和各个物品的运营信息，计算所述候选点的期望值；

选址模块，用于根据所述候选点的用户流量和期望值，计算所述候选点的风险评估结果，从而基于所述风险评估结果进行门店选址。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行时，所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。