[发明专利]店铺销售效果预测方法及装置

说明书

本发明公开了一种店铺销售效果预测方法及装置，该方法包括：确定待预测店铺；计算所述待预测店铺对应的店铺特征参数；将所述待预测店铺及对应的店铺特征参数输入至销售效果预测网络模型中，以确定出所述待预测店铺的预计销售效果；所述销售效果预测网络模型为通过包括有多个销售效果已知的店铺及对应的店铺特征参数的训练集训练得到。可见，本发明能够结合人工智能技术对待预测店铺的销售潜力进行评估，一方面能够充分考虑到多种店铺特征对销售潜力的影响，另一方面达到了高效精准的预测评估效果。

技术领域

本发明涉及推荐算法技术领域，尤其涉及一种店铺销售效果预测方法及装置。

背景技术

商业店铺在进行销售情况的分析时，一般会对其销售潜力进行评估，用来和门店实际销售额进行比对，通过差值找出有待提升的门店。现有技术在进行销售潜力评估时，一般会通过人为评估，考虑的主要因素有人流量、人流的画像、周边场景类型（写字楼、住宅、商场等）和竞品数量，然后凭借经验，对这些因素综合考量，最终做出销售潜力的预估。但显然，人工考察并凭借经验进行评估的方法，存在很大的主观性，首先人工很难统计不同日期不同时段的客流，较难获取全面客观的客流及客流画像情况，其次人工的考虑无法面面俱到，对于周围场景的评估很难量化，无法科学系统的考虑各因素的影响程度大小，从而很容易造成判断失误。

发明内容

本发明所要解决的技术问题在于，提供一种店铺销售效果预测方法及装置，能够结合人工智能技术对待预测店铺的销售潜力进行评估，一方面能够充分考虑到多种店铺特征对销售潜力的影响，另一方面达到了高效精准的预测评估效果。

为了解决上述技术问题，本发明第一方面公开了一种店铺销售效果预测方法，所述方法包括：

确定待预测店铺；

计算所述待预测店铺对应的店铺特征参数；

将所述待预测店铺及对应的店铺特征参数输入至销售效果预测网络模型中，以确定出所述待预测店铺的预计销售效果；所述销售效果预测网络模型为通过包括有多个销售效果已知的店铺及对应的店铺特征参数的训练集训练得到。

作为一个可选的实施方式，在本发明第一方面中，所述店铺特征参数包括店铺周边人流特征、店铺周边设施特征和店铺周边竞品特征中的至少一种。

作为一个可选的实施方式，在本发明第一方面中，所述计算所述待预测店铺的店铺特征参数，包括：

确定所述待预测店铺的周边人流信息；

根据所述周边人流信息，以及预设的人群画像匹配数据库，确定所述待预测店铺对应的周边人流画像；

将所述周边人流画像确定为所述待预测店铺的所述店铺周边人流特征；

和/或，

确定所述待预测店铺的周边人流信息；

确定所述待预测店铺对应的若干个目标设施和若干个竞品店铺；

确定所述目标设施和所述竞品店铺的周边人流信息；

计算所述待预测店铺的周边人流信息和任一所述目标设施或所述竞品店铺的周边人流信息的人流重合度；

将所述所有人流重合度确定为所述待预测店铺的所述店铺周边人流特征。

作为一个可选的实施方式，在本发明第一方面中，所述计算所述待预测店铺的店铺特征参数，包括：

确定所述待预测店铺的所在位置周围的多个目标设施；

确定所述待预测店铺的所在位置与任一所述目标设施的距离参数；

将所述所有所述目标设施对应的所述距离参数确定为所述待预测店铺的所述店铺周边设施特征。

作为一个可选的实施方式，在本发明第一方面中，所述计算所述待预测店铺的店铺特征参数，包括：

确定所述待预测店铺的所在位置周围的多个竞品店铺；

确定所述待预测店铺的所在位置距离任一所述竞品店铺的距离参数；