[发明专利]一种门店选址方法和装置

说明书

本发明公开了一种门店选址方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：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。该实施方式能够解决门店选址结果不够准确的技术问题。

技术领域

本发明涉及计算机技术领域，尤其涉及一种门店选址方法和装置。

背景技术

目前，无论是工业界还是学术界都有大量的软件或算法提供选址 方案，但是受限于部分客户系统数字化水平或信息孤岛，其门店选址 模型中参数难以精确量化、描述，建模难度大。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

目前的选址运筹模型中很难将周边用户的因素加入到模型当中进 行建模，建模的影响因素多是物理属性上的因素，导致门店选址结果 不够准确。

发明内容

有鉴于此，本发明实施例提供一种门店选址方法和装置，以解决 门店选址结果不够准确的技术问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种门 店选址方法，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。