本申请涉及一种客流数据的归因方法、装置、计算机设备和存储介质。该方法包括：接收包含地址调整策略的客流预测请求，其中，地址调整策略为将第一店铺地址调整为第二店铺地址；将与第二店铺地址关联的第二店铺选址数据输入至预设的客流预测模型中，得到第二店铺地址对应的第二客流数据；获取与第一店铺地址关联的第一店铺选址数据和第一店铺地址对应的第一客流数据；根据第一店铺选址数据、第一客流数据、第二店铺选址数据和第二客流数据，对由第一客流数据和第二客流数据确定的客流变化数据进行归因处理，得到客流变化数据对应的归因解释结果，其中，归因解释结果用于指示店铺选址数据对客流数据增减的影响程度。采用本方法能够提高客流预测的可靠性。法能够提高客流预测的可靠性。法能够提高客流预测的可靠性。
【技术实现步骤摘要】
客流数据的归因方法、装置、计算机设备和存储介质
[0001]本申请涉及数据处理
，特别是涉及一种客流数据的归因方法、装置、计算机设备和存储介质。
技术介绍
[0002]客流数据的分析与预测技术在商业领域中逐渐占有重要地位，客流数据的真实性和超前预测能力对商业的精细化运营更是起着不可估量的作用。对客流数据的准确预测能够为店铺的精细化运营提供了全方位的数据参考，能够帮助店铺发现潜在机会和改进措施，例如调整店铺地址，从而更加有效地提高店铺的利润。
[0003]传统技术中，通常采用垂直拍摄的方式，通过商场顶端的摄像头采集经过的顾客头部和肩部图像，然后对顾客头部和肩部图像进行图像处理来确定商场整体客流，最后基于商场整体客流来确定店铺地址。
[0004]但是，采用传统技术，无法对客流的预测结果进行解释，这样便不清楚造成客流增减的原因，使得客流预测的可靠性较低。
技术实现思路
[0005]基于此，有必要针对上述技术问题，提供一种能够提高客流预测的可靠性的客流数据的归因方法、装置、计算机设备和存储介质。
[0006]一种客流数据的归因方法，所述方法包括：
[0007]接收包含地址调整策略的客流预测请求，其中，所述地址调整策略为将第一店铺地址调整为第二店铺地址；
[0008]将与所述第二店铺地址关联的第二店铺选址数据输入至预设的客流预测模型中，得到所述第二店铺地址对应的第二客流数据；
[0009]获取与所述第一店铺地址关联的第一店铺选址数据和所述第一店铺地址对应的第一客流数据；
[0010]根据所述第一店铺选址数据、所述第一客流数据、所述第二店铺选址数据和所述第二客流数据，对由所述第一客流数据和所述第二客流数据确定的客流变化数据进行归因处理，得到所述客流变化数据对应的归因解释结果，其中，所述归因解释结果用于指示店铺选址数据对客流数据增减的影响程度。
[0011]在其中一个实施例中，所述第一店铺选址数据包括多种选址因素类型的第一选址因素数据，所述第二店铺选址数据包括多种选址因素类型的第二选址因素数据；
[0012]根据所述第一店铺选址数据、所述第一客流数据、所述第二店铺选址数据和所述第二客流数据，对由所述第一客流数据和所述第二客流数据确定的客流变化数据进行归因处理，得到所述客流变化数据对应的归因解释结果，包括：
[0013]计算每种选址因素类型的第一选址因素数据对所述第一客流数据的第一数量贡献度，其中，所述第一数量贡献度用于表征所述每种选址因素类型的第一选址因素数据对
所述第一客流数据的数量的影响程度；
[0014]计算每种选址因素类型的第二选址因素数据对所述第二客流数据的第二数量贡献度，其中，所述第二数量贡献度用于表征所述每种选址因素类型的第二选址因素数据对所述第二客流数据的数量的影响程度；
[0015]根据所述多种选址因素类型的第一选址因素数据对应的多个所述第一数量贡献度和所述多种选址因素类型的第二选址因素数据对应的多个所述第二数量贡献度，对由所述第一客流数据和所述第二客流数据确定的客流变化数据进行归因处理，得到所述客流变化数据对应的归因解释结果。
[0016]在其中一个实施例中，所述计算每种选址因素类型的第一选址因素数据对所述第一客流数据的第一数量贡献度，包括：
[0017]计算每种选址因素类型的第一选址因素数据在多个第一选址因素序列下，对所述第一客流数据的多个第一边际贡献，其中，所述多个第一选址因素序列是对所述多种选址因素类型的第一选址因素数据进行排列组合得到的；
[0018]根据所述多个第一边际贡献，计算每种选址因素类型的第一选址因素数据对所述第一客流数据的第一平均边际贡献；
[0019]将所述第一平均边际贡献确定为第一数量贡献度；
[0020]所述计算每种选址因素类型的第二选址因素数据对所述第二客流数据的第二数量贡献度，包括：
[0021]计算每种选址因素类型的第二选址因素数据在多个第二选址因素序列下，对所述第二客流数据的多个第二边际贡献，其中，所述多个第二选址因素序列是对所述多种选址因素类型的第二选址因素数据进行排列组合得到的；
[0022]根据所述多个第二边际贡献，计算每种选址因素类型的第二选址因素数据对所述第二客流数据的第二平均边际贡献；
[0023]将所述第二平均边际贡献确定为第二数量贡献度。
[0024]在其中一个实施例中，所述根据所述多种选址因素类型的第一选址因素数据对应的多个所述第一数量贡献度和所述多种选址因素类型的第二选址因素数据对应的多个所述第二数量贡献度，对由所述第一客流数据和所述第二客流数据确定的客流变化数据进行归因处理，得到所述客流变化数据对应的归因解释结果，包括：
[0025]计算所述多种选址因素类型中每种选址因素类型对应的第一数量贡献度和第二数量贡献度的差值，得到每种选址因素类型对应的归因解释结果；
[0026]将每种选址因素类型对应的归因解释结果进行组合，得到所述第二客流数据对应的归因解释结果。
[0027]在其中一个实施例中，所述第二店铺选址数据包括多种选址因素类型的第二选址因素数据；
[0028]所述将与所述第二店铺地址关联的第二店铺选址数据输入至预设的客流预测模型中，得到所述第二店铺地址对应的第二客流数据，包括：
[0029]获取与所述第二店铺地址关联的初始店铺选址信息；
[0030]将所述初始店铺选址信息与预设的多种选址因素类型进行匹配，得到多种选址因素类型的第二选址因素数据；
[0031]将所述多种选址因素类型的第二选址因素数据输入至预设的客流预测模型中，得到所述第二店铺地址对应的第二客流数据。
[0032]在其中一个实施例中，所述多种选址因素类型包括商场因素、店铺因素、位置因素、环境因素或客群属性与店铺的匹配度中的一种或多种。
[0033]在其中一个实施例中，所述方法还包括：通过终端输出所述第二客流数据和所述归因解释结果。
[0034]一种客流数据的归因装置，所述装置包括：
[0035]请求接收模块，用于接收包含地址调整策略的客流预测请求，其中，所述地址调整策略为将第一店铺地址调整为第二店铺地址；
[0036]客流预测模块，用于客流预测模块，用于将与所述第二店铺地址关联的第二店铺选址数据输入至预设的客流预测模型中，得到所述第二店铺地址对应的第二客流数据；
[0037]数据获取模块，用于获取与所述第一店铺地址关联的第一店铺选址数据和所述第一店铺地址对应的第一客流数据；
[0038]归因解释模块，用于根据所述第一店铺选址数据、所述第一客流数据、所述第二店铺选址数据和所述第二客流数据，对由所述第一客流数据和所述第二客流数据确定的客流变化数据进行归因处理，得到所述客流变化数据对应的归因解释结果，其中，所述归因解释结果用于指示店铺选址数据对客流数据增减的影响程度。
[0039]一种计算机设备，包括存储器和处理器，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种客流数据的归因方法，其特征在于，所述方法包括：接收包含地址调整策略的客流预测请求，其中，所述地址调整策略为将第一店铺地址调整为第二店铺地址；将与所述第二店铺地址关联的第二店铺选址数据输入至预设的客流预测模型中，得到所述第二店铺地址对应的第二客流数据；获取与所述第一店铺地址关联的第一店铺选址数据和所述第一店铺地址对应的第一客流数据；根据所述第一店铺选址数据、所述第一客流数据、所述第二店铺选址数据和所述第二客流数据，对由所述第一客流数据和所述第二客流数据确定的客流变化数据进行归因处理，得到所述客流变化数据对应的归因解释结果，其中，所述归因解释结果用于指示店铺选址数据对客流数据增减的影响程度。2.根据权利要求1所述的方法，其特征在于，所述第一店铺选址数据包括多种选址因素类型的第一选址因素数据，所述第二店铺选址数据包括多种选址因素类型的第二选址因素数据；根据所述第一店铺选址数据、所述第一客流数据、所述第二店铺选址数据和所述第二客流数据，对由所述第一客流数据和所述第二客流数据确定的客流变化数据进行归因处理，得到所述客流变化数据对应的归因解释结果，包括：计算每种选址因素类型的第一选址因素数据对所述第一客流数据的第一数量贡献度，其中，所述第一数量贡献度用于表征所述每种选址因素类型的第一选址因素数据对所述第一客流数据的数量的影响程度；计算每种选址因素类型的第二选址因素数据对所述第二客流数据的第二数量贡献度，其中，所述第二数量贡献度用于表征所述每种选址因素类型的第二选址因素数据对所述第二客流数据的数量的影响程度；根据所述多种选址因素类型的第一选址因素数据对应的多个所述第一数量贡献度和所述多种选址因素类型的第二选址因素数据对应的多个所述第二数量贡献度，对由所述第一客流数据和所述第二客流数据确定的客流变化数据进行归因处理，得到所述客流变化数据对应的归因解释结果。3.根据权利要求2所述的方法，其特征在于，所述计算每种选址因素类型的第一选址因素数据对所述第一客流数据的第一数量贡献度，包括：计算每种选址因素类型的第一选址因素数据在多个第一选址因素序列下，对所述第一客流数据的多个第一边际贡献，其中，所述多个第一选址因素序列是对所述多种选址因素类型的第一选址因素数据进行排列组合得到的；根据所述多个第一边际贡献，计算每种选址因素类型的第一选址因素数据对所述第一客流数据的第一平均边际贡献；将所述第一平均边际贡献确定为第一数量贡献度；所述计算每种选址因素类型的第二选址因素数据对所述第二客流数据的第二数量贡献度，包括：计算每种选址因素类型的第二选址因素数据在多个第二选址因素序列下，对所述第二客流数据的多个第二边际贡献，其中，所述多个第二选址因素序列是对所述多种选址因素
类型的第二选址因素数据进行排列组合得到的；根据所述多个第二边际贡献，计算每种选址因素类型的第二选址因...
【专利技术属性】
技术研发人员：郑镇镇，
申请(专利权)人：北京爱笔科技有限公司，
类型：发明
国别省市：
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。