店铺关联关系获取方法、系统、存储介质以及移动终端技术方案

本发明专利技术提供一种店铺关联关系获取方法、系统、存储介质以及移动终端，应用于商业运营场所，所述店铺关联关系获取方法包括以下步骤：在预设时间周期内采集到访商业运营场所内各店铺的顾客的游逛参数；基于所述游逛参数，确定所述游逛参数的权重并根据所述权重获取顾客对应各店铺的游逛评分；根据顾客对应各店铺的游逛评分获取店铺间的相似度；可视化店铺间的相似度。本发明专利技术可以为购物中心的业态搭配、关联营销方案提供依据，为商场的运营提供决策建议。

Method, system, storage medium and mobile terminal for acquiring correlation relation of shop

The invention provides a store relationship acquisition method, system, storage medium and mobile terminal used in the business place, obtaining the store association method comprises the following steps: collecting the business premises to shop at a preset time period about Gu guest about the parameter; parameter based on weights about the parameters according to the weights corresponding to each customer shop around the corresponding score; according to the customer of the shop around the shop to get the similarity score; the similarity between the visual store. The invention can provide the basis for the format matching and the associated marketing plan of the shopping center, and provides decision-making suggestions for the operation of the shopping mall.

【技术实现步骤摘要】
店铺关联关系获取方法、系统、存储介质以及移动终端
本专利技术属于商业运营分析
，特别是涉及一种店铺关联关系获取方法、系统、存储介质以及移动终端。
技术介绍
关联规则(AssociationRule)由RakeshAgrawal等人于1993年提出，主要用于发现数据集中项集间的关联或联系。其中Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法，最早用于超市的购物篮，现已经被推广到许多领域。在应用Apriori算法发掘线下品牌店铺间的关系时，顾客与品牌间的关系为0-1数据(到访与否)，实际上品牌店铺间更精准的关联关系依赖于更多维度的判断，如消费额、游逛时间、到访频率等等。因此，如何提供一种店铺关联关系获取方法、系统、存储介质以及移动终端，如何多维度地、更精准地判断发掘线下品牌店铺间的关系，实以成为本领域技术人员亟待解决的技术问题。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种店铺关联关系获取方法、系统、存储介质以及移动终端，用于解决现有技术中无法准确判断店铺间的关系的问题。为实现上述目的及其他相关目的，本专利技术一方面提供一种店铺关联关系获取方法，应用于商业运营场所，所述店铺关联关系获取方法包括以下步骤：在预设时间周期内采集到访商业运营场所内各店铺的顾客的游逛参数；基于所述游逛参数，确定所述游逛参数的权重并根据所述权重获取顾客对应各店铺的游逛评分；根据顾客对应各店铺的游逛评分获取店铺间的相似度；可视化店铺间的相似度。于本专利技术的一实施例中，所述游逛参数包括在预定时间段内顾客进入所述商业运营场所内各店铺的频次、顾客路过所述商业运营场所内各店铺的频次和顾客在所述商业运营场所内各店铺的平均游逛时长。于本专利技术的一实施例中，根据顾客对应各店铺的游逛评分的余弦相似度获取店铺间的相似度。于本专利技术的一实施例中，所述店铺间的相似度为：X＝(x1,x2,...,xn)T；Y＝(y1,y2,...,yn)T；其中：d(X,Y)为店铺X和店铺Y之间的相似度，X为顾客对店铺X的评分值向量，Y为顾客对店铺Y的评分值向量，||X||为顾客对店铺X的评分值向量的绝对值，||Y||为顾客对店铺Y的评分值向量的绝对值，x1,x2,...,xn分别为第1个顾客，第2个顾客…第n个顾客对店铺X的评分值，y1,y2,...,yn分别为第1个顾客，第2个顾客…第n个顾客对店铺Y的评分值，T为转置符号。于本专利技术的一实施例中，通过网络关联图形式可视化店铺间的相似度。本专利技术另一方面提供一种店铺关联关系获取系统，应用于商业运营场所，所述店铺关联关系获取系统包括：游逛参数采集模块，用于在预设时间周期内采集到访商业运营场所内各店铺的顾客的游逛参数；权重评分模块，用于基于所述游逛参数，确定所述游逛参数的权重并根据所述权重获取顾客对应各店铺的游逛评分；相似度获取模块，用于根据顾客对应各店铺的游逛评分获取店铺间的相似度；相似度可视化模块，用于可视化店铺间的相似度。于本专利技术的一实施例中，所述游逛参数包括在预定时间段内顾客进入所述商业运营场所内各店铺的频次、顾客路过所述商业运营场所内各店铺的频次和顾客在所述商业运营场所内各店铺的平均游逛时长。于本专利技术的一实施例中，所述相似度获取模块根据顾客对应各店铺的游逛评分的余弦相似度获取店铺间的相似度。于本专利技术的一实施例中，所述店铺间的相似度为：X＝(x1,x2,...,xn)T；Y＝(y1,y2,...,yn)T；其中：d(X,Y)为店铺X和店铺Y之间的相似度，X为顾客对店铺X的评分值向量，Y为顾客对店铺Y的评分值向量，||X||为顾客对店铺X的评分值向量的绝对值，||Y||为顾客对店铺Y的评分值向量的绝对值，x1,x2,...,xn分别为第1个顾客，第2个顾客…第n个顾客对店铺X的评分值，y1,y2,...,yn分别为第1个顾客，第2个顾客…第n个顾客对店铺Y的评分值，T为转置符号。于本专利技术的一实施例中，所述相似度可视化模块通过网络关联图形式可视化店铺间的相似度。本专利技术又一方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述方法中的步骤。本专利技术又一方面提供一种移动终端，包括处理器和存储器，所述存储器存储有程序指令，其特征在于：所述处理器运行程序指令实现如上所述方法中的步骤。如上所述，本专利技术的店铺关联关系获取方法、系统、存储介质以及移动终端，具有以下有益效果：本专利技术基于采集到的消费者游逛行为的数据，对购物中心周期内到访顾客的品牌店铺偏好进行数据挖掘分析，研究店铺间的关联关系，可以有效提升衡量店铺间关联度的准确度，为购物中心的业态搭配、关联营销方案提供依据，为商场的运营提供决策建议。附图说明图1显示为本专利技术的店铺关联关系获取方法于一实施例中的流程示意图。图2显示为本专利技术的店铺关联关系获取方法于一实施例中的的执行过程示意图。图3显示为本专利技术的店铺关联关系获取方法中的关联网络图。图4显示为本专利技术的店铺关联关系获取系统于一实施例中的原理结构示意图。元件标号说明100店铺关联关系获取系统101游逛参数采集模块102权重评分模块103相似度获取模块104相似度可视化模块S101～S104步骤具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本专利技术的基本构想，遂图式中仅显示与本专利技术中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。本实施例的目的在于提供一种店铺关联关系获取方法、系统、存储介质以及移动终端，用于解决现有技术中无法准确判断店铺间的关系的问题。以下将详细阐述本专利技术的店铺关联关系获取方法、系统、存储介质以及移动终端的原理及实施方式，使本领域技术人员不需要创造性劳动即可理解本专利技术的店铺关联关系获取方法、系统、存储介质以及移动终端。本实施例通过研究新的加权关联规则算法，基于采集到的消费者游逛行为的数据，对购物中心周期内到访顾客的品牌店铺偏好进行数据挖掘分析，研究店铺间的关联关系，为购物中心的业态搭配、关联营销方案提供依据，为商场的运营提供决策建议。新的算法改进了Apriori算法，顾客与商场之间的关系不仅涉及是否到访，还会在游逛时间、来访频次等维度上进行综合评估，基于更多维度的数据基础，有利于提升店铺间关联度的准确度。以下对本实施例进行具体说明。实施例一本实施例提供一种店铺关联关系获取方法，应用于商业运营场所，如图1所示，所述店铺关联关系获取方法包括以下步骤：S101，在预设时间周期内采集到访商业运营场所内各店铺的顾客的游逛参数。S102，基于所述游逛参数，确定所述游逛参数的权重并根据所述权重获取顾客对应各店铺的游逛评分。S103，根据顾客对应各店铺的游逛评分获取店铺间的相似度。S104，可视化店铺间的相似度。以下将结合图2对本实施本文档来自技高网...

【技术保护点】
一种店铺关联关系获取方法，其特征在于：应用于商业运营场所，所述店铺关联关系获取方法包括以下步骤：在预设时间周期内采集到访商业运营场所内各店铺的顾客的游逛参数；基于所述游逛参数，确定所述游逛参数的权重并根据所述权重获取顾客对应各店铺的游逛评分；根据顾客对应各店铺的游逛评分获取店铺间的相似度；可视化店铺间的相似度。

【技术特征摘要】
1.一种店铺关联关系获取方法，其特征在于：应用于商业运营场所，所述店铺关联关系获取方法包括以下步骤：在预设时间周期内采集到访商业运营场所内各店铺的顾客的游逛参数；基于所述游逛参数，确定所述游逛参数的权重并根据所述权重获取顾客对应各店铺的游逛评分；根据顾客对应各店铺的游逛评分获取店铺间的相似度；可视化店铺间的相似度。2.根据权利要求1所述的店铺关联关系获取方法，其特征在于：所述游逛参数包括在预定时间段内顾客进入所述商业运营场所内各店铺的频次、顾客路过所述商业运营场所内各店铺的频次和顾客在所述商业运营场所内各店铺的平均游逛时长。3.根据权利要求1所述的店铺关联关系获取方法，其特征在于：根据顾客对应各店铺的游逛评分的余弦相似度获取店铺间的相似度。4.根据权利要求3所述的店铺关联关系获取方法，其特征在于：所述店铺间的相似度为：X＝(x1,x2,...,xn)T；Y＝(y1,y2,...,yn)T；其中：d(X,Y)为店铺X和店铺Y之间的相似度，X为顾客对店铺X的评分值向量，Y为顾客对店铺Y的评分值向量，||X||为顾客对店铺X的评分值向量的绝对值，||Y||为顾客对店铺Y的评分值向量的绝对值，x1,x2,...,xn分别为第1个顾客，第2个顾客…第n个顾客对店铺X的评分值，y1,y2,...,yn分别为第1个顾客，第2个顾客…第n个顾客对店铺Y的评分值，T为转置符号。5.根据权利要求1所述的店铺关联关系获取方法，其特征在于：通过网络关联图形式可视化店铺间的相似度。6.一种店铺关联关系获取系统，其特征在于：应用于商业运营场所，所述店铺关联关系获取系统包括：游逛参数采集模块，用于在预设时间周期内采集到访商业运营场所内各店铺的顾客的游逛参数；权重评分模块...

【专利技术属性】
技术研发人员：杨进参，简芳琼，
申请(专利权)人：上海汇纳信息科技股份有限公司，
类型：发明
国别省市：上海,31