本公開涉及數(shù)據(jù)處理，尤其涉及一種商鋪選址方法及裝置、電子設(shè)備和存儲介質(zhì)。

背景技術(shù)：

1、在個(gè)體商戶經(jīng)營中，選址是非常重要的環(huán)節(jié)，對未知城市的全面、客觀的選址評估尤為關(guān)鍵。

2、目前，在進(jìn)行選址時(shí)，主要存在兩種方法，第一種：選址專家進(jìn)行現(xiàn)場勘測、數(shù)據(jù)采集，然后將獲得的數(shù)據(jù)整理后集中分析、討論完成選址；第二種：基于層次分析法的選址技術(shù)，綜合考慮客流熱度及客流畫像信息，進(jìn)行選址。

3、上述兩種選址技術(shù)，都能夠在一定程度上解決選址的問題，但是上述兩種方法都比較容易受個(gè)人的主觀判斷的影響；在第一種方法中，選址結(jié)果收采集的數(shù)據(jù)質(zhì)量和決策者的個(gè)人判斷影響，第二種方法中，客流熱度及客流畫像信息對于最終結(jié)果的影響權(quán)重也是由評估者根據(jù)經(jīng)驗(yàn)主觀判斷得到的，因此上述兩種選址得到的選址結(jié)果客觀性較差，導(dǎo)致選址結(jié)果的說服力不強(qiáng)。

技術(shù)實(shí)現(xiàn)思路

1、本公開提供了一種商鋪選址方法、裝置、電子設(shè)備和存儲介質(zhì)。其主要目的在于解決選址結(jié)果客觀性較差，導(dǎo)致選址結(jié)果的說服力不強(qiáng)的問題。

2、根據(jù)本公開的第一方面，提供了一種商鋪選址方法，其中，包括：

3、基于預(yù)設(shè)降維算法，對備選區(qū)域內(nèi)的數(shù)據(jù)特征進(jìn)行降維；其中，所述備選區(qū)域?yàn)楦鶕?jù)預(yù)設(shè)距離閾值對現(xiàn)實(shí)世界劃分得到的；一個(gè)備選區(qū)域內(nèi)至少包括兩個(gè)數(shù)據(jù)特征；

4、根據(jù)數(shù)據(jù)特征對整體選址性能的影響度與不同數(shù)據(jù)特征之間的沖突性，計(jì)算分別計(jì)算每個(gè)數(shù)據(jù)特征的選址權(quán)重；

5、根據(jù)所述選址權(quán)重，與所述備選區(qū)域內(nèi)降維后的數(shù)據(jù)特征，計(jì)算所述備選區(qū)域的選址得分；其中，不同選址得分對應(yīng)不同建議選址數(shù)量，所述選址得分與所述建議選址數(shù)量之間的對應(yīng)的關(guān)系為提前配置得到的。

6、可選的，所述備選區(qū)域內(nèi)包含預(yù)設(shè)數(shù)量的數(shù)據(jù)特征，所述基于預(yù)設(shè)降維算法，對備選區(qū)域內(nèi)的數(shù)據(jù)特征進(jìn)行降維包括：

7、根據(jù)不同備選區(qū)域內(nèi)的數(shù)據(jù)特征的空間距離，構(gòu)建距離矩陣；

8、根據(jù)所述備選區(qū)域間的空間距離，確定各備選區(qū)域的鄰域個(gè)數(shù)；其中，不同備選區(qū)域的鄰域個(gè)數(shù)不同；

9、根據(jù)預(yù)設(shè)公式，提取局部結(jié)構(gòu)特征，并根據(jù)提取出的局部結(jié)構(gòu)特征生成對角矩陣；其中，所述對角矩陣中的對角線上的元素為所述局部結(jié)構(gòu)特征；

10、根據(jù)所述對角矩陣計(jì)算與所述預(yù)設(shè)數(shù)量的矩陣特征值與矩陣向量；其中，所述矩陣特征值與所述矩陣向量一一對應(yīng)；

11、根據(jù)所述矩陣特征值與所述矩陣向量，構(gòu)建預(yù)設(shè)數(shù)量維度空間，并將所述備選區(qū)域內(nèi)的全部數(shù)據(jù)特征映射至所述預(yù)設(shè)數(shù)量的維度空間中，將所述備選區(qū)域內(nèi)的全部數(shù)據(jù)特征降維至所述預(yù)設(shè)數(shù)量維度。

12、可選的，所述根據(jù)所述備選區(qū)域間的空間距離，確定各備選區(qū)域的鄰域個(gè)數(shù)包括：

13、根據(jù)各個(gè)備選區(qū)域間的距離，計(jì)算各所述備選區(qū)域間的平均距離；

14、根據(jù)各個(gè)備選區(qū)域之間的距離與平均距離，分別確定各所述備選區(qū)域的鄰域；其中，所述鄰域?yàn)榕c備選區(qū)域的距離小于所述平均距離的其他備選區(qū)域；

15、根據(jù)各所述備選區(qū)域的鄰域數(shù)量，并計(jì)算各所述備選區(qū)域的平均鄰域數(shù)量；

16、根據(jù)各個(gè)備選區(qū)域的鄰域數(shù)量與所述平均鄰域數(shù)量，調(diào)整各所述備選區(qū)域的鄰域數(shù)量；其中，鄰域數(shù)量小于平均鄰域數(shù)量時(shí)，增加所述備選區(qū)域的鄰域數(shù)量；鄰域數(shù)量大于平均鄰域數(shù)量時(shí)，減少所述備選區(qū)域的鄰域數(shù)量。

17、可選的，所述根據(jù)數(shù)據(jù)特征對整體選址性能的影響度，與不同數(shù)據(jù)特征之間的沖突性，計(jì)算所述數(shù)據(jù)特征的選址權(quán)重還包括：

18、構(gòu)建決策矩陣，并對所述決策矩陣進(jìn)行歸一化處理；其中，所述決策矩陣的橫坐標(biāo)為備選區(qū)域，縱坐標(biāo)為數(shù)據(jù)特征；

19、計(jì)算所述備選區(qū)域的第一整體性能值，并計(jì)算所述備選區(qū)域去除每個(gè)數(shù)據(jù)特征后的第二整體性能值；

20、根據(jù)所述第一整體性能值與所述第二整體性能值，計(jì)算每個(gè)數(shù)據(jù)特征值的絕對偏差總和；

21、根據(jù)各數(shù)據(jù)特征間的距離相關(guān)系數(shù)，確定各所述數(shù)據(jù)特征間的指標(biāo)沖突性；

22、根據(jù)每個(gè)所述數(shù)據(jù)特征的絕對偏差總和與指標(biāo)沖突性，確定每個(gè)數(shù)據(jù)特征的選址權(quán)重。

23、可選的，所述根據(jù)所述選址權(quán)重，與所述備選區(qū)域內(nèi)降維后的數(shù)據(jù)特征，計(jì)算所述備選區(qū)域的選址得分包括：

24、根據(jù)所述選址權(quán)重與降維后的數(shù)據(jù)特征，計(jì)算每個(gè)數(shù)據(jù)特征的選址得分；其中，不同數(shù)據(jù)特征對應(yīng)不同的選址權(quán)重；

25、將每個(gè)數(shù)據(jù)特征的選址得分做和，得到所述備選區(qū)域的選址得分。

26、可選的，在根據(jù)所述選址權(quán)重，與所述備選區(qū)域內(nèi)降維后的數(shù)據(jù)特征，計(jì)算所述備選區(qū)域的選址得分之后，所述方法還包括：

27、使用預(yù)設(shè)聚類算法，根據(jù)所述備選區(qū)域的選址得分與所備選區(qū)域內(nèi)的數(shù)據(jù)特征的選址得分，確定所述備選區(qū)域的區(qū)域類別；其中，所述區(qū)域類別中至少包含一個(gè)備選區(qū)域；

28、根據(jù)所述區(qū)域類別內(nèi)備選區(qū)域的選址得分，確定所述區(qū)域類別的得分范圍，并根據(jù)所述得分范圍，確定各個(gè)備選區(qū)域的建議選址數(shù)量；其中，所述得分范圍與建議選址數(shù)量之間的對應(yīng)關(guān)系為提前配置好的。

29、根據(jù)本公開的第二方面，提供了一種商鋪選址裝置，包括：

30、降維單元，用于基于預(yù)設(shè)降維算法，對備選區(qū)域內(nèi)的數(shù)據(jù)特征進(jìn)行降維；其中，所述備選區(qū)域?yàn)楦鶕?jù)預(yù)設(shè)距離閾值對現(xiàn)實(shí)世界劃分得到的；一個(gè)備選區(qū)域內(nèi)至少包括兩個(gè)數(shù)據(jù)特征；

31、第一計(jì)算單元，用于根據(jù)數(shù)據(jù)特征對整體選址性能的影響度與不同數(shù)據(jù)特征之間的沖突性，計(jì)算分別計(jì)算每個(gè)數(shù)據(jù)特征的選址權(quán)重；

32、第二計(jì)算單元，用于根據(jù)所述選址權(quán)重，與所述備選區(qū)域內(nèi)降維后的數(shù)據(jù)特征，計(jì)算所述備選區(qū)域的選址得分；其中，不同選址得分對應(yīng)不同建議選址數(shù)量，所述選址得分與所述建議選址數(shù)量之間的對應(yīng)的關(guān)系為提前配置得到的。

33、可選的，所述備選區(qū)域內(nèi)包含預(yù)設(shè)數(shù)量的數(shù)據(jù)特征，所述降維單元還用于：

34、根據(jù)不同備選區(qū)域內(nèi)的數(shù)據(jù)特征的空間距離，構(gòu)建距離矩陣；

35、根據(jù)所述備選區(qū)域間的空間距離，確定各備選區(qū)域的鄰域個(gè)數(shù)；其中，不同備選區(qū)域的鄰域個(gè)數(shù)不同；

36、根據(jù)預(yù)設(shè)公式，提取局部結(jié)構(gòu)特征，并根據(jù)提取出的局部結(jié)構(gòu)特征生成對角矩陣；其中，所述對角矩陣中的對角線上的元素為所述局部結(jié)構(gòu)特征；

37、根據(jù)所述對角矩陣計(jì)算與所述預(yù)設(shè)數(shù)量的矩陣特征值與矩陣向量；其中，所述矩陣特征值與所述矩陣向量一一對應(yīng)；

38、根據(jù)所述矩陣特征值與所述矩陣向量，構(gòu)建預(yù)設(shè)數(shù)量維度空間，并將所述備選區(qū)域內(nèi)的全部數(shù)據(jù)特征映射至所述預(yù)設(shè)數(shù)量的維度空間中，將所述備選區(qū)域內(nèi)的全部數(shù)據(jù)特征降維至所述預(yù)設(shè)數(shù)量維度。

39、可選的，所述降維單元還用于：

40、根據(jù)各個(gè)備選區(qū)域間的距離，計(jì)算各所述備選區(qū)域間的平均距離；

41、根據(jù)各個(gè)備選區(qū)域之間的距離與平均距離，分別確定各所述備選區(qū)域的鄰域；其中，所述鄰域?yàn)榕c備選區(qū)域的距離小于所述平均距離的其他備選區(qū)域；

42、根據(jù)各所述備選區(qū)域的鄰域數(shù)量，并計(jì)算各所述備選區(qū)域的平均鄰域數(shù)量；

43、根據(jù)各個(gè)備選區(qū)域的鄰域數(shù)量與所述平均鄰域數(shù)量，調(diào)整各所述備選區(qū)域的鄰域數(shù)量；其中，鄰域數(shù)量小于平均鄰域數(shù)量時(shí)，增加所述備選區(qū)域的鄰域數(shù)量；鄰域數(shù)量大于平均鄰域數(shù)量時(shí)，減少所述備選區(qū)域的鄰域數(shù)量。

44、可選的，所述第一計(jì)算單元還用于：

45、構(gòu)建決策矩陣，并對所述決策矩陣進(jìn)行歸一化處理；其中，所述決策矩陣的橫坐標(biāo)為備選區(qū)域，縱坐標(biāo)為數(shù)據(jù)特征；

46、計(jì)算所述備選區(qū)域的第一整體性能值，并計(jì)算所述備選區(qū)域去除每個(gè)數(shù)據(jù)特征后的第二整體性能值；

47、根據(jù)所述第一整體性能值與所述第二整體性能值，計(jì)算每個(gè)數(shù)據(jù)特征值的絕對偏差總和；

48、根據(jù)各數(shù)據(jù)特征間的距離相關(guān)系數(shù)，確定各所述數(shù)據(jù)特征間的指標(biāo)沖突性；

49、根據(jù)每個(gè)所述數(shù)據(jù)特征的絕對偏差總和與指標(biāo)沖突性，確定每個(gè)數(shù)據(jù)特征的選址權(quán)重。

50、可選的，所述第二計(jì)算單元還用于：

51、根據(jù)所述選址權(quán)重與降維后的數(shù)據(jù)特征，計(jì)算每個(gè)數(shù)據(jù)特征的選址得分；其中，不同數(shù)據(jù)特征對應(yīng)不同的選址權(quán)重；

52、將每個(gè)數(shù)據(jù)特征的選址得分做和，得到所述備選區(qū)域的選址得分。

53、可選的，在第二計(jì)算單元之后，所述裝置還包括：

54、第一確定單元，用于使用預(yù)設(shè)聚類算法，根據(jù)所述備選區(qū)域的選址得分與所備選區(qū)域內(nèi)的數(shù)據(jù)特征的選址得分，確定所述備選區(qū)域的區(qū)域類別；其中，所述區(qū)域類別中至少包含一個(gè)備選區(qū)域；

55、第二確定單元，用于根據(jù)所述區(qū)域類別內(nèi)備選區(qū)域的選址得分，確定所述區(qū)域類別的得分范圍，并根據(jù)所述得分范圍，確定各個(gè)備選區(qū)域的建議選址數(shù)量；

56、其中，所述得分范圍與建議選址數(shù)量之間的對應(yīng)關(guān)系為提前配置好的。

57、根據(jù)本公開的第三方面，提供了一種電子設(shè)備，包括：

58、至少一個(gè)處理器；以及

59、與所述至少一個(gè)處理器通信連接的存儲器；其中，

60、所述存儲器存儲有可被所述至少一個(gè)處理器執(zhí)行的指令，所述指令被所述至少一個(gè)處理器執(zhí)行，以使所述至少一個(gè)處理器能夠執(zhí)行前述第一方面所述的方法。

61、根據(jù)本公開的第四方面，提供了一種存儲有計(jì)算機(jī)指令的非瞬時(shí)計(jì)算機(jī)可讀存儲介質(zhì)，其中，所述計(jì)算機(jī)指令用于使所述計(jì)算機(jī)執(zhí)行前述第一方面所述的方法。

62、根據(jù)本公開的第五方面，提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序在被處理器執(zhí)行時(shí)實(shí)現(xiàn)如前述第一方面所述的方法。

63、本公開提供的商鋪選址方法、裝置、電子設(shè)備和存儲介質(zhì)，主要技術(shù)方案包括：首先，基于預(yù)設(shè)降維算法，對備選區(qū)域內(nèi)的數(shù)據(jù)特征進(jìn)行降維；其中，所述備選區(qū)域?yàn)楦鶕?jù)預(yù)設(shè)距離閾值對現(xiàn)實(shí)世界劃分得到的；一個(gè)備選區(qū)域內(nèi)至少包括兩個(gè)數(shù)據(jù)特征；其次，根據(jù)數(shù)據(jù)特征對整體選址性能的影響度與不同數(shù)據(jù)特征之間的沖突性，計(jì)算分別計(jì)算每個(gè)數(shù)據(jù)特征的選址權(quán)重；最后，根據(jù)所述選址權(quán)重，與所述備選區(qū)域內(nèi)降維后的數(shù)據(jù)特征，計(jì)算所述備選區(qū)域的選址得分；其中，不同選址得分對應(yīng)不同建議選址數(shù)量，所述選址得分與所述建議選址數(shù)量之間的對應(yīng)的關(guān)系為提前配置得到的。與相關(guān)技術(shù)相比，本技術(shù)實(shí)施例通過引入多種機(jī)器學(xué)習(xí)算法，結(jié)合數(shù)據(jù)挖掘技術(shù)，挖掘分析不同備選區(qū)域的選址得分，代替了人工調(diào)研及簡單數(shù)據(jù)分析模型的方式，提高了選址結(jié)果的客觀性，增強(qiáng)了選址結(jié)果的說服力，并且減低了人力成本，提升了選址效率。

64、應(yīng)當(dāng)理解，本部分所描述的內(nèi)容并非旨在標(biāo)識本技術(shù)的實(shí)施例的關(guān)鍵或重要特征，也不用于限制本技術(shù)的范圍。本技術(shù)的其它特征將通過以下的說明書而變得容易理解。