[发明专利]一种门店客流量的预测方法和系统

说明书

本申请实施例公开了一种门店客流量的预测方法。所述门店客流量的预测方法包括：获取预设范围内的多个门店的相关信息；基于客流量预测模型对多个门店的相关信息以及关联关系进行处理，确定目标门店在目标时间段的客流量；客流量预测模型包括客流量嵌入层和预测层；其中，客流量嵌入层确定多个门店的客流量特征；预测层基于所述多个门店的流量特征，确定目标门店在目标时间段的客流量。

技术领域

本说明书涉及计算机信息处理领域，特别涉及一种门店客流量的预测方法和系统。

背景技术

准确预测未来某个时间段门店的客流量对于门店的运营有重要意义。例如，门店管理人员可以根据预测的客流量来更合理地安排员工排班与营业时间、准备售卖商品的数量、指导零售商的进货和库存计划。但是门店的客流量受很多因素的影响，较难准确预测未来某个时间段的客流量。

因此，需要提供一种门店客流量的预测方法和系统，以较高的效率得到较为准确的门店客流量的预测值。

发明内容

本说明书实施例之一提供一种门店客流量的预测方法，所述门店客流量的预测方法包括：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。

本说明书实施例之一提供一种门店客流量的预测系统，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。

本说明书实施例之一提供一种门店客流量的预测装置，包括处理器，所述处理器用于执行所述门店客流量的预测方法。

本说明书实施例之一提供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，计算机执行所述门店客流量的预测方法。

附图说明

本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

图1是根据本说明书一些实施例所示的门店客流量的预测系统100的应用场景示意图；

图2是根据本说明书一些实施例所示的使用客流量预测模型预测目标门店在目标时间段的客流量的示例性结构流程图；

图3是根据本说明书一些实施例所示的门店流量图的示例性示意图；

图4是根据本说明书一些实施例所示的客流量预测模型的训练方法的示例性流程图；

图5是根据本说明书一些实施例所示的获取当前门店客流量/历史目标时间段客流量的方法的示例性流程图。