[发明专利]一种门店客流量的预测方法和系统

权利要求书

1.一种门店客流量的预测方法，其特征在于，所述方法包括：

获取预设范围内的多个门店的相关信息，所述多个门店包括目标门店和与所述目标门店存在关联关系的多个关联门店，所述相关信息包括目标时间点之前的历史目标时间段所述多个门店与客流量相关的信息；

基于客流量预测模型对所述多个门店的相关信息以及所述关联关系进行处理，确定所述目标门店在所述目标时间点之后的目标时间段的客流量；

所述客流量预测模型为机器学习模型，所述客流量预测模型包括客流量嵌入层和预测层；其中，

所述客流量嵌入层确定所述多个门店的客流量特征；所述客流量嵌入层为GNN模型，以所述多个门店作为图的节点，以所述关联关系作为所述图的边；

所述预测层基于所述多个门店的客流量特征，确定所述目标门店在所述目标时间段的客流量，所述预测层为全连接层；

所述客流量预测模型通过端对端的学习方式训练得到。

2.如权利要求1所述的方法，其特征在于，所述相关信息还包括当前客流量和/或所述历史目标时间段客流量，所述当前客流量或者所述历史目标时间段客流量通过以下方式获取：

对于所述多个门店中的每一个，

从当前时间段内或者历史目标时间段内所述门店的视频数据中抽取至少一帧图像数据，其中，所述至少一帧图像数据为所述视频数据中码流值大于预设阈值的图像；

基于训练好的客流量判断模型对所述至少一幅图像数据进行处理，确定所述门店的所述当前客流量或者所述历史目标时间段客流量。

3.如权利要求2所述的方法，其特征在于，所述客流量判断模型为卷积神经网络模型，所述客流量判断模型的卷积核的参数基于预先训练好的图像识别模型中的卷积核迁移得到。

4.如权利要求2所述的方法，其特征在于，所述相关信息还包括门店内无线信号相关信息。

5.一种门店客流量的预测系统，其特征在于，所述系统包括获取模块和确定模块；

所述获取模块用于获取预设范围内的多个门店的相关信息，所述多个门店包括目标门店和与所述目标门店存在关联关系的多个关联门店，所述相关信息包括目标时间点之前的历史目标时间段所述多个门店与客流量相关的信息；

所述确定模块用于基于客流量预测模型对所述多个门店的相关信息以及所述关联关系进行处理，确定所述目标门店在所述目标时间点之后的目标时间段的客流量；

所述客流量预测模型为机器学习模型，所述客流量预测模型包括客流量嵌入层和预测层；其中，

所述客流量嵌入层确定所述多个门店的客流量特征；所述客流量嵌入层为GNN模型，以所述多个门店作为图的节点，以所述关联关系作为所述图的边；

所述预测层基于所述多个门店的客流量特征，确定所述目标门店在所述目标时间段的客流量，所述预测层为全连接层；

所述客流量预测模型通过端对端的学习方式训练得到。

6.如权利要求5所述的系统，其特征在于，所述相关信息还包括当前客流量和/或所述历史目标时间段客流量，所述当前客流量或者所述历史目标时间段客流量通过以下方式获取：

对于所述多个门店中的每一个，

从当前时间段内或者历史目标时间段内所述门店的视频数据中抽取至少一帧图像数据，其中，所述至少一帧图像数据为所述视频数据中码流值大于预设阈值的图像；

基于训练好的客流量判断模型对所述至少一幅图像数据进行处理，确定所述门店的所述当前客流量或者所述历史目标时间段客流量。

7.如权利要求5所述的系统，其特征在于，所述客流量判断模型为卷积神经网络模型，所述客流量判断模型的卷积核的参数基于预先训练好的图像识别模型中的卷积核迁移得到。

8.如权利要求6所述的系统，其特征在于，所述相关信息还包括门店内无线信号相关信息。

9.一种门店客流量的预测装置，包括处理器，其特征在于，所述处理器用于执行权利要求1～4中任一项所述的门店客流量的预测方法。

10.一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行如权利要求1～4任一项所述的门店客流量的预测方法。