【技术实现步骤摘要】
一种基于多源大数据的自动售货机选址方法及装置
本专利技术涉及大数据处理
，尤其涉及一种基于多源大数据的自动售货机选址方法及装置。
技术介绍
近年来，随着信息科技技术的发展与移动支付手段的日渐丰富，自动售货机作为一种无人自助的新的零售服务模式，在中国呈现快速发展态势。自动售货机的运营涉及多个环节，其中点位的选址关系到长期的运营效益。因此，对自动售货机选址点位进行科学选址以及对网点进行空间配置，对于精准选址、提高运营的长期效益具有重要的意义。现有自动售货机选址主要有两种方法，第一种方法是依靠个人经验进行选址，第二种方法是通过实地调研的方法对选址点的人流量、消费习惯以及同行业竞争情况等进行定性分析，从而对点位进行选址。第一种方法过度依赖个人主观判断；第二种方法以随机抽样的方法进行调研，难以掌握所有样本的数据。使用现有的自动售货机选址方法，存在以下问题：没有综合考虑影响自动售货机选址的因素，无法全面且客观地对自动售货机进行选址，从而无法有效保证自动售货机选址的合理性。
技术实现思路
本专利技...
【技术保护点】
1.一种基于多源大数据的自动售货机选址方法，其特征在于，包括：/n获取目标区域各个片区的经营性因素和营销型因素，并根据预设的评分规则对所述经营性因素和所述营销性因素进行评分，得到每一因素对应的评分结果；/n通过对所述每一因素对应的评分结果进行叠加分析，得到所述目标区域各个片区的多因素评分结果；/n通过自然间断法对所述多因素评分结果进行等级划分，得到候选选址位置；其中，所述候选选址位置等级越低则对应的适宜性越高；/n根据不同等级适宜性的所述候选选址位置生成相应密度的候选选址点，并根据所述目标区域的人口分布情况确定选址的需求点；/n根据社交媒体数据建立最大化人流目标的区位-配置...
【技术特征摘要】
1.一种基于多源大数据的自动售货机选址方法，其特征在于，包括：
获取目标区域各个片区的经营性因素和营销型因素，并根据预设的评分规则对所述经营性因素和所述营销性因素进行评分，得到每一因素对应的评分结果；
通过对所述每一因素对应的评分结果进行叠加分析，得到所述目标区域各个片区的多因素评分结果；
通过自然间断法对所述多因素评分结果进行等级划分，得到候选选址位置；其中，所述候选选址位置等级越低则对应的适宜性越高；
根据不同等级适宜性的所述候选选址位置生成相应密度的候选选址点，并根据所述目标区域的人口分布情况确定选址的需求点；
根据社交媒体数据建立最大化人流目标的区位-配置模型，并根据所述候选选址点和所述需求点获取不同的选址结果；
根据所述不同的选址结果进行自动售货机的选址。
2.如权利要求1所述的基于多源大数据的自动售货机选址方法，其特征在于，所述经营性因素包括：人流量因素和同行业竞争因素；所述营销因素包括消费习惯因素和消费水平因素；所述获取目标区域各个片区的经营性因素和营销型因素，并根据预设的评分规则对所述经营性因素和所述营销性因素进行评分，得到每一因素对应的评分结果，具体为：
根据预设的评分规则，通过获取社交媒体的用户位置数据对所述人流量因素进行评分；通过获取POIs数据中的已有便利店分布信息对所述同行业竞争因素进行评分；根据AOI数据和POI数据识别消费场所，并根据所述消费场所的消费数据对所述消费习惯进行评分；通过获取大众点评消费指数对所述消费水平进行评分。
3.如权利要求1所述的基于多源大数据的自动售货机选址方法，其特征在于，在所述“通过对所述每一因素对应的评分结果进行叠加分析，得到所述目标区域各个片区的多因素评分结果”之后，在所述“通过自然间断法对所述多因素评分结果进行等级划分，得到候选选址位置；其中，所述候选选址位置等级越低则对应的适宜性越高”之前，还包括：
判断所述目标区域中的非建设用地，并将所述非建设用地的多因素评价结果排除，保留所述目标区域中建设用地的多因素评价结果。
4.如权利要求1所述的基于多源大数据的自动售货机选址方法，其特征在于，所述根据社交媒体数据建立最大化人流目标的区位-配置模型，并根据所述候选选址点和所述需求点输出不同的选址结果，具体为：
将所述候选选址点和所述需求点作为所述区位-配置模型的输入量，通过预设的参数模拟...
【专利技术属性】
技术研发人员：李少英，李海桃，解学通，
申请(专利权)人：广州大学，
类型：发明
国别省市：广东;44
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。