一种基于大数据的新商圈位置选取方法技术

本发明专利技术涉及数据处理技术领域，具体涉及一种基于大数据的新商圈位置选取方法，该方法根据消费者在不同高频消费区域的消费频率，得到每个高频消费区域对应的优选消费者，根据优选消费者的参考位置得到参考位置集合，根据参考位置集合内优选消费者的消费频率差异得到稳定程度，根据参考位置的位置分布特征得到距离特征值，并根据稳定程度、距离特征值和参考位置数量，得到每个参考位置集合对应的参考权重，并结合参考位置集合的参考权重和对应样本点位置进行聚类分析，选取新商圈位置。本发明专利技术通过计算并引入参考权重进行聚类分析所选取的新商圈位置更加准确，且更加切合实际消费者的消费需求。的消费需求。的消费需求。

【技术实现步骤摘要】
一种基于大数据的新商圈位置选取方法


[0001]本专利技术涉及数据处理
，具体涉及一种基于大数据的新商圈位置选取方法。

技术介绍

[0002]随着大数据时代的来临，大数据分析的重要性与日俱增，对消费数据进行大数据分析更是其中的热点之一。线下商圈是消费者的主要消费地点之一，而且由于电子支付的广泛应用，消费者在线下商圈的消费更加有迹可循，所以可根据消费者在线下商圈的消费情况数据进行分析，进一步根据分析结果选取适合商圈运营的新商圈位置。
[0003]现有技术在选取新商圈位置时，通常根据消费者的位置分布情况，采用传统的聚类算法进行聚类，并将最终聚类结果中聚类中心的位置作为新商圈位置。传统的聚类算法衡量相似度的计算方法为欧氏距离，即仅根据消费者的位置进行聚类分析，但是随着交通的发达，消费者的出行更加便利，距离已经不是消费者选择消费商圈的主要影响因素，即消费者的消费行为受到距离的影响降低；同时由于消费水平的提高，消费者越来越依靠其消费意愿进行消费，即消费者的消费行为受到自身消费意愿的影响提高。所以结合消费者的消费行为受到距离的影响降低和受到自本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的新商圈位置选取方法，其特征在于，所述方法包括：获取消费者在每个商圈中不同消费区域的消费频率，根据所述消费频率的分布特征得到高频消费区域；根据消费者在不同高频消费区域的消费频率，得到每个高频消费区域对应的优选消费者；将每个优选消费者在对应高频消费区域消费后当天的住宿位置，作为每个优选消费者的参考位置；根据每个高频消费区域对应的参考位置的分布特征，得到至少两个参考位置集合；根据所述参考位置集合内参考位置的数量和对应优选消费者的消费频率差异，得到每个参考位置集合的稳定程度；根据参考位置集合内参考位置的位置分布特征，得到每个参考位置集合对应的距离特征值；根据参考位置集合内的参考位置数量、对应的稳定程度和距离特征值，得到每个参考位置集合的参考权重；根据参考权重和参考位置集合对应的位置对所有参考位置集合进行聚类分析，根据聚类分析结果选取新商圈位置。2.根据权利要求1所述的一种基于大数据的新商圈位置选取方法，其特征在于，所述高频消费区域的获取方法包括：计算消费者在每个商圈中不同消费区域的消费频率均值，将大于所述消费频率均值的消费区域作为高频消费区域。3.根据权利要求1所述的一种基于大数据的新商圈位置选取方法，其特征在于，所述优选消费者的获取方法包括：任选一个高频消费区域作为目标高频消费区域，将每个消费者对应消费频率最高的高频消费区域作为对应的所属消费区域，将以目标高频消费区域为所属消费区域的消费者，作为目标高频消费区域对应的优选消费者。4.根据权利要求1所述的一种基于大数据的新商圈位置选取方法，其特征在于，所述参考位置集合的获取方法包括：对于任意一个高频消费区域：统计每个优选消费者的参考位置，根据参考位置计算每个优选消费者和自己最近的优选消费者之间的距离，并将所述距离作为每个优选消费者对应的特征距离，将所述特征距离小于或等于特征距离均值的优选消费者作为集中消费者，根据所有集中消费者的参考位置通过k
‑
means聚类算法进行聚类分析，得到至少两个参考位置集合。5.根据权利要求1所述的一种基于大数据的新商圈位置选取方法，其特征在于，所述稳定程度的获取方法包括：统计每个参考位置集合中的参考位置数量；将优选...

【专利技术属性】
技术研发人员：刘花，
申请(专利权)人：陕西长瑞安驰信息技术集团有限公司，
类型：发明
国别省市：