一种基于商场大数据的空铺推荐系统技术方案

本发明专利技术公开了一种基于商场大数据的空铺推荐系统，包括：包括：门店经营预警模块、专家推荐模块、冷启动解决方案模块、融合推荐模块；门店经营预警模块：使用门店历史经营数据，包括：门店销售额、租金、客流、面积，预测在半年后租约到期的门店是否续约的概率，并且对不续约概率较高的门店提出预警；专家推荐模块：使用历史换铺经验进行推荐；冷启动解决方案模块：使用爆款品牌经营状况进行推荐；融合推荐模块：将基于历史换铺经验的推荐和基于爆款品牌经营状况的推荐进行融合，从而解决推荐结果过于单一，缺乏新意的问题。其自动化系统结构，智能化空铺选择的流程，有助于缓解或消除由商场管理者的认知偏差造成的决策失误。

An empty shop recommendation system based on big data of shopping mall

【技术实现步骤摘要】
一种基于商场大数据的空铺推荐系统
本专利技术涉及商场管理系统领域，特别涉及一种基于商场大数据的空铺推荐系统。
技术介绍
据统计，在大型商场中每年约有10％以上的店铺会由于经营不善而倒闭，可能导致临时空铺，从而影响商场整体的经营效率。如何有效的减少空铺率，并且同时维持或者提高商场的租金收入，从而使商场的经营进入一个不断优化的良性循环，是每个商场管理者都会遇到的核心问题之一。在现有的大型商场的经营管理中，依然存在大量基于商场管理者主观判断的临时决策，这些决策大多是行之有效的。但是，难免会出现管理者获得的信息存在偏差，或者信息本身存在偏差的时候，从而导致商场管理者决策失误，对商场的经营管理带来负面的影响。
技术实现思路
针对现有技术中的上述不足，本专利技术提供了一种基于商场大数据的空铺推荐系统，其自动化系统结构，智能化空铺选择的流程，有助于缓解或消除由商场管理者的认知偏差造成的决策失误。为了达到上述专利技术目的，本专利技术采用的技术方案为：一种基于商场大数据的空铺推荐系统，包括：包括：门店经营预警模块、专家推荐模块、冷启动解决方案模块、融合推荐模块；门店经营预警模块：使用门店历史经营数据，包括：门店销售额、租金、客流、面积，预测在半年后租约到期的门店是否续约的概率，并且对不续约概率较高的门店提出预警；专家推荐模块：使用历史换铺经验进行推荐；冷启动解决方案模块：为了解决推荐中冷启动的问题，使用爆款品牌经营状况进行推荐；融合推荐模块：将基于历史换铺经验的推荐和基于爆款品牌经营状况的推荐进行融合，从而解决推荐结果过于单一，缺乏新意的问题。本专利技术的有益效果为：其自动化系统结构，智能化空铺选择的流程，有助于缓解或消除由商场管理者的认知偏差造成的决策失误；使用历史换铺经验进行推荐，有希望将广场的租金收益最大化；使用爆款品牌经营状况进行推荐，有助于解决推荐中的冷启动问题，并且促进商场引进新的品牌，提高商场的经营活力。附图说明图1为本专利技术的系统流程图。具体实施方式为了使本专利技术的内容更容易被清楚地理解，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。如图1所示，一种基于商场大数据的空铺推荐系统，包括：包括：门店经营预警模块、专家推荐模块、冷启动解决方案模块、融合推荐模块；门店经营预警模块：使用门店历史经营数据，包括：门店销售额、租金、客流、面积，预测在半年后租约到期的门店是否续约的概率，并且对不续约概率较高的门店提出预警；专家推荐模块：使用历史换铺经验进行推荐；冷启动解决方案模块：为了解决推荐中冷启动的问题，使用爆款品牌经营状况进行推荐；融合推荐模块：将基于历史换铺经验的推荐和基于爆款品牌经营状况的推荐进行融合，从而解决推荐结果过于单一，缺乏新意的问题。门店经营预警模块使用的原始数据来自于30个省市300个广场约9000个门店的经营面积、租金、销售和客流数据(见表1)；门店数据如果在一个月以上的时间跨度后还未录入系统，那么该门店就被标记为关店。表1:门店数据样例使用表1中的数据以及逻辑回归算法，可以计算出每个门店在未来半年关店的概率P(y＝close|sale,cv,area,rent)。通过决定关店概率的阈值，可以给出该门店的是否关店的预测；专家推荐模块：基于数百个商场多年的数据积累，可以获得换铺前的品牌和换铺后的品牌名，如表2所示。由于商场每家店铺的换铺都是商场管理者深思熟虑的成果，因此这些推荐经验基本符合商场经营管理的基本认知。例如，大型超市一般放置在地下一层，大型餐饮放置在较高的楼层等。同时我们可以获得换铺后租金增长率和销售增长率。表2:换铺数据样例实用历史换铺数据的专家推荐的具体步骤为：1.搜索需要换铺的品牌；2.筛除同一店铺和过去一年出现过在此广场的店铺；3.对租金增长率进行排序；4.提供前n个品牌，作为推荐备选；5.因为有一些店铺在所有的商场中没有出现过，可能会出现推荐的店铺为空的情况，如果出现这种情况，使用冷启动解决方案；冷启动解决方案模块：冷启动时推荐系统中一个常见的问题，其存在的主要原因是被推荐者的历史数据不足。在空铺推荐中，相对应的问题就是在历史数据中找不到该品牌被替换的例子。由于商场品牌繁多，尤其是一些更换比较频繁的小型餐饮，上述情况是普遍存在的。为了解决冷启动的问题，我们建立了一组数据，命名为爆款品牌库，如表3所示。顾名思义，该数据库中的数据都是商场中经营状况比较好的品牌。爆款品牌库的建立原则是遍历所有商场的所有门店，在相同的业态下，选择备选门店对销售额增长率进行排序，选取的销售额增长率前n个品牌作为备选。表3:爆款品牌库使用爆款品牌库进行推荐的具体步骤为：1.搜索需要换铺的品牌；2.筛除同一店铺和过去一年出现过在此广场的店铺；3.使用业态筛选备选品牌；4.使用店铺面积筛选备选品牌；5.将符合上述标准的门店按照销售额增长率进行排序；6.输出销售额增长率最高的的门店。值得注意的是在同样的业态和相似面积的基础上，经测试任何品牌都可以得到可供推荐的品牌，因此此方案可以解决冷启动的问题。融合推荐模块在最后一个模块中，我们融合了基于专家的推荐和基于爆款品牌经营表现的推荐，其原因是任何一个推荐算法占主导之后，会出现推荐的店铺过于单一的问题，这样会与商场经营多元化的目标背道而驰。因此，我们运用一个简单的explorationandexploitation算法，生成一个随机数a，a是0到1之间的一个随机数,并且设置一个阈值B,B是0到1之间的一个固定数；1、如果a<B,那么使用基于专家的推荐，2、如果a>＝B,那么使用基于爆款品牌经营表现的推荐。这里的阈值可以根据商场经营者的经营风格进行改变。最后，我们给出了整个推荐系统的流程图，详见图1。首先，通过门店历史经营数据预测这个门店的关店概率；如果这个门店预测会关店，那么开始判断此品牌是否在历史换铺数据中出现过。如果该品牌出现过，那么使用基于历史换铺数据的专家推荐；如果没有出现过，那么使用基于爆款品牌库的推荐。最后，融合两个推荐，使推荐结果不至于单一化。以上所述仅为本专利技术专利的较佳实施例而已，并不用以限制本专利技术专利，凡在本专利技术专利的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本专利技术专利的保护范围之内。本文档来自技高网...

【技术保护点】
1.一种基于商场大数据的空铺推荐系统，其特征在于，包括：包括：门店经营预警模块、专家推荐模块、冷启动解决方案模块、融合推荐模块；/n门店经营预警模块：使用门店历史经营数据，包括：门店销售额、租金、客流、面积，预测在半年后租约到期的门店是否续约的概率，并且对不续约概率较高的门店提出预警；/n专家推荐模块：使用历史换铺经验进行推荐；/n冷启动解决方案模块：为了解决推荐中冷启动的问题，使用爆款品牌经营状况进行推荐；/n融合推荐模块：将基于历史换铺经验的推荐和基于爆款品牌经营状况的推荐进行融合，从而解决推荐结果过于单一，缺乏新意的问题。/n

【技术特征摘要】
1.一种基于商场大数据的空铺推荐系统，其特征在于，包括：包括：门店经营预警模块、专家推荐模块、冷启动解决方案模块、融合推荐模块；
门店经营预警模块：使用门店历史经营数据，包括：门店销售额、租金、客流、面积，预测在半年后租约到期的门店是否续约的概率，并且对不续约概率较高...

【专利技术属性】
技术研发人员：王泽铭，宋佳，王盛，张函，柏林森，
申请(专利权)人：上海丙晟科技有限公司，
类型：发明
国别省市：上海;31