融合异构数据源的商业地产内部空间价值建模和优化方法技术

本发明专利技术公开了一种融合异构数据源的商业地产内部空间价值建模和优化方法，包括以下步骤：1)收集所述的空间内消费客户的活动数据；2)收集所述空间的空间特征数据、运营数据；3)收集入驻品牌商的多渠道数据；4)融入上述步骤中获取的一种或多种数据，建立模型并计算商业地产内部的空间价值的数值；5)建立模型并对商业地产内部的资源配置效率进行调整优化，使得价值最大化。本发明专利技术通过融入一种或多种线上或线下提供的异构数据源，能够建立模型并计算得到商业地产内部的空间价值的数值，进而根据上述数值信息对商业地产内部的资源配置效率进行调整优化，使得价值最大化，用于指导商业地产的招租、运营管理和价值投资等方面。

【技术实现步骤摘要】

本专利技术涉及数据分析处理领域，尤其是涉及融合异构数据源的商业地产内部空间价值建模和优化方法。
技术介绍
目前存在的一些关于空间价值的分析方法仍然集中在城市要素区位的分析以及面向区位的设施规划，主要考虑的方向是利用空间要素构建空间关联模型，这些方法受限于其对研究主体城市要素区位的平面分析，而难以推广到面向商业地产内部、立体空间的分析；也受限于其研究影响因素的单一，譬如商业地产内部空间不仅仅有区位、占地面积等因素的影响，还有自身品牌，周边区位经营业务因素的影响，甚至还有商业地产自身的口碑等社会因素的影响。可以认为，在商业地产的内部空间，店铺是最为基本、最常见的子空间个体，其包含了丰富的自身属性和关联属性，例如自身的品牌、商业地产的品牌、自身的所处区位、个体的营业水平等等。而存在的、极少数的关于店铺的工作还主要集中在实现某些特定的功能范围上，譬如店铺的客流流量计数、店铺的线上线下营销管理、店铺的辅助销售系统、店铺的主动推送广告等。最新的关于购物中心数据的计算和分析的方法也主要体现在单一数据源上，例如销售数据或者客流数据上的简单统计分析，无法结合商业地产在运营过程中产生或者收集的多类别来自线上线下的数据，进而通过关联、组合的方式进行更高服务级别的模型建立和分析指标计算，最终对商业地产内部的空间价值进行优化处理。对于商业地产，若不能充分融合线上线下提供的多种异构数据源(包括客户数据、店铺空间数据、品牌商数据等)，则不能有效地认识和利用到其内部店铺的空间价值，不能完全享受到商业地产内部的店铺获取到的经济效益分成，继而影响到商业地产内部的招租、运营的管理和优化，价值投资等方面，同时也会影响到客户在商场内的最终体验。
技术实现思路
本专利技术是针对现有技术的缺失和不足，提供一种融合异构数据源的商业地产内部空间价值建模和优化方法。为了实现上述目的，本专利技术采用以下技术方案：融合异构数据源的商业地产内部空间价值建模和优化方法，包括以下步骤：1)收集所述的空间内消费客户的活动数据；2)收集所述空间的空间特征数据、运营数据；3)收集入驻品牌商的多渠道数据；4)融入上述步骤1)、2)和3)中获取的一种或多种数据，建立
模型并计算商业地产内部的空间价值的数值；5)建立模型并对商业地产内部的资源配置效率进行调整优化，使得价值最大化。作为优选，步骤1)中所述的消费客户的活动数据包括客户位置数据、轨迹数据、签到数据，所述的客户位置数据、轨迹数据、签到数据等通过传感网络装置收集，所述的传感网络装置包括无线局域网接入点、蓝牙接入点、RFID/NFC检查点、电子摄像头。本方案利用商业地产中安装部署的传感网络装置收集信息，传感网络装置应该包括无线局域网接入点(Wi-Fi热点)、蓝牙接入点、RFID/NFC检查点、电子摄像头；传感网络产生的数据是一种典型的实时流数据，本方案中对于传感网络装置产生的数据可以定义为一种时序事件数据，即每一条记录描述了某一特定时间属性下，商业地产空间内部的消费客户个体被传感装置个体探测到所发生的事件；对于上述实时流数据的收集，需要进行快速的预处理、转换和存储，包括过滤一些错误的记录数据、将多条在时序上依次排列的记录数据进行合并压缩、采用面向具体需要的索引结构来完成转换后数据的存储以及后续必要的检索查询；最后，通过对于以上传感数据流的相关计算，可以收集得到商业地产内部空间的部分消费客户的活动数据。作为优选，步骤2)所述的空间特征数据包括空间建筑结构几何信息、空间建筑结构拓扑信息、区域功能信息，所述的运营数据包括商业地产维护的客户管理数据、业务销售数据、店铺和商品管理数据、营销策划数据。商业地产的空间特征数据可以包括以下几个方面：空间建筑结构相关的几何信息，这一部分包括空间内的建筑元素如门体、窗体、墙体、房间、过道、楼梯等的实地测量数据；空间建筑结构相关的拓扑信息，这一部分包括上述建筑元素之间的连通、包含与被包含等关系和状态特征信息；区域功能信息，这一部分包括商业地产空间内部划分的区域具备的使用功能属性信息，如休息区、厕所、收银台等区域标注数据等；商业地产在运营过程中产生的各类相关数据，这些数据包括商业地产维护的客户管理数据、业务销售数据、店铺和商品管理数据、营销策划数据等；对于以上数据在收集和处理的过程中，应该充分考虑数据记录间的关联情况，提高数据维度，保证后续分析模型中数据输入的质量；举例说明，对于从客户管理系统中提取的会员个人信息和从业务销售系统中提取的客户消费情况信息，可以将两者中客户信息吻合的部分进行关联绑定，得到更为完整的客户行为数据；对于本步骤中收集得到的商业地产空间特征数据、各类相关运营数据，根据数据实际的质量和特征，应该进行过滤、转换，并建立索引，进行存储。作为优选，步骤3)所述的入驻品牌商的多渠道数据通过线上线下两种方式获取，包括：a)通过线上方式，从电商渠道和其他互联网渠道得到商品销售数
据、评价数据、舆论评测数据、社交媒体特征数据；b)通过线下方式，收集入驻品牌商在实体运营中产生的相关数据，包括客户管理数据、业务销售数据、商品管理数据、营销策划数据。本方案线上方式，一方面从电商渠道得到入驻品牌商的商品在电商的销售数据、评价数据；另一方面从互联网渠道得到其在社交媒体、新闻、社区等网站中的舆论评测数据；以上所述数据的获取，可以通过直接导入的方式从数据协作方处收集，也可以通过网络爬虫技术直接从网页中收集；本方案中所使用的网络爬虫方法，是按照以下步骤进行的：首先，根据给定的网页分析算法，过滤无关链接，保留可用链接并将其放入等待队列；进而，根据给定的搜索策略从队列中选择可用链接并进行迭代直至特定目标完成时停止；进而，对于从网页抓取的销售数据、评价数据、舆论评测数据等，进行分析、过滤，并建立索引，用于后续的查询检索和数据读取；本方案线下方式，收集入驻品牌商在实体运营中产生的各类相关数据，这些数据包括品牌商实体店铺所维护的客户管理数据、业务销售数据、商品管理数据、营销策划数据等；对于本步骤中收集得到的商业地产入驻品牌商的多渠道数据，根据数据实际的质量和特征，应该进行过滤、转换，并建立索引，进行存储。作为优选，步骤4)中包括以下步骤：a)按照商业地产内部的业态和资源规划将其划分成多个店铺，建立店铺与空间特征数据、运营数据的映射关系列表；b)对步骤1)中获得的消费客户的活动数据和步骤2)中获得的空间特征数据、运营数据进行关联匹配，得到消费客户的逛店消费轨迹，并从逛店消费轨迹中提取所包含的店铺特征进行关联比对，从而获得客户在各店铺间的逛店或消费行为的时间序列和相互关联性信息；c)以得到的逛店消费轨迹为基础，对店铺与店铺之间互相影响的价值接收-贡献的数值进行计算，建立店铺影响关系矩阵模型来存储价值接收-贡献的数值，计算所采用的参数包括逛店消费轨迹中的店铺关联组合、店铺的空间位置、消费客户的影响力权重、商品与店铺间的内在联系、入驻品牌商线上线下特征。为得到商业地产内部的空间价值数值，应该按照商业地产内部的业态和资源规划将其进行划分，得到若干个子空间，这些子空间可以是商业地产内部的功能区域如厕所、休息区、收银台等，也可以是商业地产内部的品牌商实体店、便利店、餐厅、影院等店铺；不失一般性，本方案将本文档来自技高网...

【技术保护点】
融合异构数据源的商业地产内部空间价值建模和优化方法，其特征在于，包括以下步骤：1)收集所述的空间内消费客户的活动数据；2)收集所述空间的空间特征数据、运营数据；3)收集入驻品牌商的多渠道数据；4)融入上述步骤1)、2)和3)中获取的一种或多种数据，建立模型并计算商业地产内部的空间价值的数值；5)建立模型并对商业地产内部的资源配置效率进行调整优化，使得价值最大化。

【技术特征摘要】
1.融合异构数据源的商业地产内部空间价值建模和优化方法，其特征在于，包括以下步骤：1)收集所述的空间内消费客户的活动数据；2)收集所述空间的空间特征数据、运营数据；3)收集入驻品牌商的多渠道数据；4)融入上述步骤1)、2)和3)中获取的一种或多种数据，建立模型并计算商业地产内部的空间价值的数值；5)建立模型并对商业地产内部的资源配置效率进行调整优化，使得价值最大化。2.根据权利要求1所述的融合异构数据源的商业地产内部空间价值建模和优化方法，其特征是，步骤1)中所述的消费客户的活动数据包括客户位置数据、轨迹数据、签到数据，所述的客户位置数据、轨迹数据、签到数据通过传感网络装置收集，所述的传感网络装置包括无线局域网接入点、蓝牙接入点、RFID/NFC检查点、电子摄像头。3.根据权利要求1所述的融合异构数据源的商业地产内部空间价值建模和优化方法，其特征是，步骤2)所述的空间特征数据包括空间建筑结构几何信息、空间建筑结构拓扑信息、区域功能信息，所述的运营数据包括商业地产维护的客户管理数据、业务销售数据、店铺和商品管理数据、营销策划数据。4.根据权利要求1所述的融合异构数据源的商业地产内部空间价值建模和优化方法，其特征是，步骤3)所述的入驻品牌商的多渠道数据通过线上线下两种方式获取，包括：a)通过线上方式，从电商渠道和其他互联网渠道得到商品销售数据、评价数据、舆论评测数据、社交媒体特征数据；b)通过线下方式，收集入驻品牌商在实体运营中产生的相关数据，包括客户管理数据、业务销售数据、商品管理数据、营销策划数据。5.根据权利要求1所述的融合异构数据源的商业地产内部空间价值建模和优化方法，其特征是，步骤4)中包括以下步骤：a)按照商业地产内部的业态和资源规划将其划分成多个店铺，建立店铺与空间特征数据、运营数据的映射关系列表；b)对步骤1)中获得的消费客户的活动数据和步骤2)中获得的空间特征数据、运营数据进行关联匹配，得到消费客户的逛店消费轨迹，并从逛店消费轨迹中提取所包含的店铺特征进行关联比对，从而获得客户在各店铺间的逛店或消费行为的时间序列和相互关联性信息；c)以得到的逛店消费轨迹为基础，对店铺与店铺之间互相影响的价值接收-贡献的数值进行计算，建立店铺影响关系矩阵模型来存储价值接收-贡献的数值，计算所采用的参数包括逛店消费轨迹中的店铺关联组合、店铺的空间位置、消费客户的影响力权重、商品与店铺间的内在联系、入驻品牌商线上线下特征。6.根据权利要求5所述的融合异构数据源的商业地产内部空间价值建模和优化方法，其特征是，所述的店铺影响关系矩阵模型由分别代表逛店消费轨迹中的店铺关联组合、店铺的空间位置、消费客户的影响力权重、商品与店铺间的内在联系、入驻品牌商线上线下特征这五个方面相关的店铺间影响数值计算函数与对应系数相乘后
\t求和组成，其表达式如下：Mij＝ωatfat(atij)+ωltflt(ltij)+ωclfcl(clij)+ωinfin(inij)+ωbrfbr(brij)。7.根据权利要求1所述的融合异构数据源的商业地产内部空间价值建模和优化方法，其特征是，步骤5)根据步骤4)中得到的商业地产中影响店铺空间价值的因素对应的模型参数权重集合，设定一个整体价值最大化的目标，根据步骤4)中模型参数权重集合中的关联部分，建立带对应约束条件的组合优化或线性规划模型对商业地产内部的资源配置效率进行有目标的调整优化。8.根据权利要求6或7所述的融合异构数据源的商业地产内部空间价值建模和优化方法，其特征是，以商业地产的整体销售量V作为整体价值最大化的目标，建立销售量和空间价值接收-贡献值Mi的影响模型，进而对该模型进行拟合确认其参数数值，建立带对应约束条件的组合优化或线性规划模型，拟合过程以店铺为单位或者以每种行业为单位得到模型，模型的一种线性规划表达方式如下： V = Σ i = 1 n V i ≈ Σ i = 1 n ω i * ( Σ j = 1 n ω a t f a t ( ...

【专利技术属性】
技术研发人员：陈珂，
申请(专利权)人：杭州维氪科技有限公司，
类型：发明
国别省市：浙江;33