【技术实现步骤摘要】
一种门店数据的预测模型及其建立方法
本专利技术涉及大数据领域，具体涉及一种门店数据的预测模型及其建立方法。
技术介绍
传统上，企业对于门店销售规模的预测往往通过基于业务专家的人工预测，既通过销售业务人员的经验结合人工分析预测出门店的销售情况，这种预测方法称为专家法，能够快速、简单得出预测结果，但是这种预测没有利用销售数据做出合理和说服力的判断，也没有理论支持，造成预测效果参差不齐，进而导致了门店的筹建、人员、备货、运营、管理等都受到影响。由于机器学习的方法广泛应用，目前企业会直接将不同门店的数据导入到计算机中，简单的通过机器学习预测出门店的销售情况，这种预测只是对机器学习的简单应用，但是企业的门店销售不仅仅受门店自身的管理数据影响，还会受到不同的地理位置、城市发展情况以及其他企业门店的多重因素干扰，这种预测方法也没有对各种因素进行分析处理，此外由于机器学习中对门店的管理数据应用会有较大的不确定性，同样会影响到最终的预测效果。
技术实现思路
为了解决现有技术的问题，本专利技术实施例提供了一种门店数据...
【技术保护点】
1.一种门店数据预测模型的建立方法，其特征在于，包括以下步骤：/n通过网络爬虫技术获取门店周边的第一门店信息，并通过企业内部管理系统获取第二门店信息，将所述第一门店信息和所述第二门店信息存入数据库；/n对所述第一门店信息和所述第二门店信息进行清洗和结构化数据处理，得到不同类型的销售数据，将所述销售数据分为连续变量数据和离散变量数据，对所述连续变量数据进行归一化修正，对所述离散变量数据进行赋值连续优化；/n利用机器学习的方法对所述归一化修正和所述连续优化后的特征数据进行打分，自动选取得分高的所述特征数据进行训练集学习，得到销售规模的预测模型，再利用待预测门店的实际销售规模数据...
【技术特征摘要】
1.一种门店数据预测模型的建立方法，其特征在于，包括以下步骤：
通过网络爬虫技术获取门店周边的第一门店信息，并通过企业内部管理系统获取第二门店信息，将所述第一门店信息和所述第二门店信息存入数据库；
对所述第一门店信息和所述第二门店信息进行清洗和结构化数据处理，得到不同类型的销售数据，将所述销售数据分为连续变量数据和离散变量数据，对所述连续变量数据进行归一化修正，对所述离散变量数据进行赋值连续优化；
利用机器学习的方法对所述归一化修正和所述连续优化后的特征数据进行打分，自动选取得分高的所述特征数据进行训练集学习，得到销售规模的预测模型，再利用待预测门店的实际销售规模数据对所述预测模型复盘优化。
2.根据权利要求1所述的门店数据预测模型的建立方法，其特征在于，根据所述待预测门店的具体位置及零售场景，利用所述预测模型输出所述待预测门店销售规模的预测值。
3.根据权利要求1所述的门店数据预测模型的建立方法，其特征在于，所述爬虫技术爬取的途径至少包括爬取地图数据、爬取网购数据、爬取官方统计数据。
4.根据权利要求1所述的门店数据预测模型的建立方法，其特征在于，所述第一门店信息包括城市数据特征、商圈数据特征、地理数据特征，所述第二门店信息包括门店会员数据特征和门店项目数据特征。
5.根据权利要求1所述的门店数据预测模型的建立方法，其特征在于，所述归一化修正包括：对接近正态分布的所述连续变量数据先进行对数纠偏，然后将纠偏后的所述连续变量数据进行均值归一化处理。
6.根据权利要求1所述的门店数据预测模型的建立方法，其特征在于，所述赋值连续优化包括：对所述离散变量数据进行一元方差分析，筛选对门店的坪效影响较大的所述离散变量数据，然后对筛选后的所述离散变...
【专利技术属性】
技术研发人员：付恩照，曹建昌，孙炜，张言，何同昕，
申请(专利权)人：苏宁云计算有限公司，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。