商圈客流分析方法、装置、设备及计算机可读存储介质制造方法及图纸

本申请涉及数据分析领域，提供一种商圈客流分析方法、装置、设备及计算机可读存储介质。所述商圈客流分析方法包括：基于运营商工参和商圈核心区域，确定第一邻域小区集合以及商圈核心区中心点；根据预设邻域半径、所述第一邻域小区集合以及所述商圈核心区中心点，确定目标邻域小区集合；基于所述运营商工参对所述目标邻域小区集合中的小区进行筛除，得到第二邻域小区集合；根据所述第二邻域小区集合对应的基于位置的服务数据，确定商圈客流。本申请考虑了商圈衍生区的合理选择问题，吸纳了商圈周边小区虹吸效果，避免在后期计算中丢失大量用户，提高了商圈客流分析的准确性。提高了商圈客流分析的准确性。提高了商圈客流分析的准确性。

【技术实现步骤摘要】
商圈客流分析方法、装置、设备及计算机可读存储介质


[0001]本申请涉及数据分析领域，具体涉及一种商圈客流分析方法、装置、设备及计算机可读存储介质。

技术介绍

[0002]商圈客流现场调查分析的准确性完全依赖于被访者填写调查问卷的真实程度，往往分析结果的准确性不高。由于其测试的周期长，分析难度大，不能对数据进行实时的快速获取，更新数据的过程也相对漫长，因此，调查分析结果的参考性和实用性都不够理想。
[0003]现有基于信令特征对商圈客流进行分析的方法，对于商圈覆盖小区的选择较为粗糙，主要方法有：通过对整体区域进行网格划分，然后确定商圈区域所在的目标网格，再确定目标网格中的各个基站。基站确定后，基站覆盖的用户即认为为商圈的用户。目前主流方法主观性较强，对于不同小区的影响程度，依靠人工经验选择，缺少系统化执行过程；同时，基站选择过程中，目前方法主要考虑商圈核心区室分小区，忽略了商圈周边商铺与外围宏站的吸收作用，从而造成商圈客流分析不准确。

技术实现思路

[0004]本申请实施例提供一种商圈客流分析方法、装置、设备及计算机可读存储介质，用以解决现有商圈客流分析不准确的技术问题。
[0005]第一方面，本申请实施例提供一种商圈客流分析方法，包括：
[0006]基于运营商工参和商圈核心区域，确定第一邻域小区集合以及商圈核心区中心点；
[0007]根据预设邻域半径、所述第一邻域小区集合以及所述商圈核心区中心点，确定目标邻域小区集合；
[0008]基于所述运营商工参对所述目标邻域小区集合中的小区进行筛除，得到第二邻域小区集合；
[0009]根据所述第二邻域小区集合对应的基于位置的服务数据，确定商圈客流。
[0010]在一个实施例中，所述基于运营商工参和商圈核心区域，确定第一邻域小区集合以及商圈核心区中心点包括：
[0011]基于运营商工参确定原始小区集合并确定商圈核心区域；
[0012]将所述原始小区集合中属于所述商圈核心区域的小区加入第一邻域小区集合；
[0013]将所述第一邻域小区集合中各小区的经纬度转换为坐标；
[0014]基于所述第一邻域小区集合中各小区的坐标，确定商圈核心区中心点。
[0015]在一个实施例中，所述根据预设邻域半径、所述第一邻域小区集合以及所述商圈核心区中心点，确定目标邻域小区集合包括：
[0016]基于所述第一邻域小区集合和所述商圈核心区中心点，确定第一领域半径；
[0017]根据预设邻域半径、所述商圈核心区中心点以及所述第一领域半径，确定目标邻
域小区集合；
[0018]所述目标邻域小区集合中各小区与所述商圈核心区中心点的距离大于所述第一领域半径且小于所述预设邻域半径。
[0019]在一个实施例中，所述基于所述运营商工参对所述目标邻域小区集合中的小区进行筛除，得到第二邻域小区集合包括：
[0020]基于所述运营商工参确定所述目标邻域小区集合中各小区的方位角；
[0021]基于所述商圈核心区中心点，确定所述目标邻域小区集合中各小区的向量；
[0022]根据所述目标邻域小区集合中各小区的方位角和向量，对所述目标邻域小区集合中的小区进行筛除，得到第二邻域小区集合。
[0023]在一个实施例中，所述基于所述运营商工参对所述目标邻域小区集合中的小区进行筛除，得到第二邻域小区集合包括：
[0024]基于所述运营商工参确定所述目标邻域小区集合中各小区的最小化路测数据；
[0025]基于所述最小化路测数据确定所述目标邻域小区集合中各小区的接收信号强度；
[0026]根据所述目标邻域小区集合中各小区的接收信号强度，对所述目标邻域小区集合中的小区进行筛除，得到第二邻域小区集合。
[0027]在一个实施例中，所述根据所述目标邻域小区集合中各小区的接收信号强度，对所述目标邻域小区集合中的小区进行筛除，得到第二邻域小区集合包括：
[0028]根据预设信号强度、预设环境衰减因子以及所述目标邻域小区集合中各小区的接收信号强度，确定所述目标邻域小区集合中各小区的贡献值；
[0029]筛除所述目标邻域小区集合中的目标小区，得到第二邻域小区集合，所述目标小区的贡献值小于预设阈值。
[0030]在一个实施例中，所述根据所述第二邻域小区集合对应的基于位置的服务数据，确定商圈客流包括：
[0031]根据所述基于位置的服务数据中的起点小区和停留时长，确定商圈规模用户；
[0032]基于运营商市场占有率和所述商圈规模用户，确定商圈客流。
[0033]第二方面，本申请实施例提供一种商圈客流分析装置，包括：
[0034]第一邻域小区集合确定模块，用于基于运营商工参和商圈核心区域，确定第一邻域小区集合以及商圈核心区中心点；
[0035]目标邻域小区集合确定模块，用于根据预设邻域半径、所述第一邻域小区集合以及所述商圈核心区中心点，确定目标邻域小区集合；
[0036]第二邻域小区集合确定模块，用于基于所述运营商工参对所述目标邻域小区集合中的小区进行筛除，得到第二邻域小区集合；
[0037]商圈客流确定模块，用于根据所述第二邻域小区集合对应的基于位置的服务数据，确定商圈客流。
[0038]第三方面，本申请实施例提供一种设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述计算机程序时实现第一方面所述的商圈客流分析方法。
[0039]第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述商圈客流分析方法。
[0040]本申请实施例提供的商圈客流分析方法、装置、设备及计算机可读存储介质，基于
运营商工参和商圈核心区域，确定属于商圈核心区域的第一邻域小区的集合以及商圈核心区中心点，然后根据预设邻域半径、第一邻域小区集合以及商圈核心区中心点，确定待筛选的商圈衍生的目标邻域小区集合，基于运营商工参对目标邻域小区集合中的小区进行筛除，得到筛选后的商圈衍生的第二邻域小区集合，最后根据第二邻域小区集合对应的基于位置的服务数据，确定商圈客流，本申请考虑了商圈衍生区的合理选择问题，吸纳了商圈周边小区虹吸效果，避免在后期计算中丢失大量用户，提高了商圈客流分析的准确性。
附图说明
[0041]为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0042]图1是本申请实施例提供的商圈客流分析方法的流程示意图之一；
[0043]图2是本申请实施例提供的商圈客流分析方法的流程示意图之二；
[0044]图3是本申请实施例提供的商圈客流分析装置的结构示意图；
[0045]图4是本申请实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种商圈客流分析方法，其特征在于，包括：基于运营商工参和商圈核心区域，确定第一邻域小区集合以及商圈核心区中心点；根据预设邻域半径、所述第一邻域小区集合以及所述商圈核心区中心点，确定目标邻域小区集合；基于所述运营商工参对所述目标邻域小区集合中的小区进行筛除，得到第二邻域小区集合；根据所述第二邻域小区集合对应的基于位置的服务数据，确定商圈客流。2.根据权利要求1所述的商圈客流分析方法，其特征在于，所述基于运营商工参和商圈核心区域，确定第一邻域小区集合以及商圈核心区中心点包括：基于运营商工参确定原始小区集合并确定商圈核心区域；将所述原始小区集合中属于所述商圈核心区域的小区加入第一邻域小区集合；将所述第一邻域小区集合中各小区的经纬度转换为坐标；基于所述第一邻域小区集合中各小区的坐标，确定商圈核心区中心点。3.根据权利要求1所述的商圈客流分析方法，其特征在于，所述根据预设邻域半径、所述第一邻域小区集合以及所述商圈核心区中心点，确定目标邻域小区集合包括：基于所述第一邻域小区集合和所述商圈核心区中心点，确定第一领域半径；根据预设邻域半径、所述商圈核心区中心点以及所述第一领域半径，确定目标邻域小区集合；所述目标邻域小区集合中各小区与所述商圈核心区中心点的距离大于所述第一领域半径且小于所述预设邻域半径。4.根据权利要求1所述的商圈客流分析方法，其特征在于，所述基于所述运营商工参对所述目标邻域小区集合中的小区进行筛除，得到第二邻域小区集合包括：基于所述运营商工参确定所述目标邻域小区集合中各小区的方位角；基于所述商圈核心区中心点，确定所述目标邻域小区集合中各小区的向量；根据所述目标邻域小区集合中各小区的方位角和向量，对所述目标邻域小区集合中的小区进行筛除，得到第二邻域小区集合。5.根据权利要求1所述的商圈客流分析方法，其特征在于，所述基于所述运营商工参对所述目标邻域小区集合中的小区进行筛除，得到第二邻域小区集合还包括：基于所述运营商工参...

【专利技术属性】
技术研发人员：孟浩，于涵，莫震，艾怀丽，赵丹怀，卫俊俊，
申请(专利权)人：中国移动通信集团江苏有限公司中国移动通信集团有限公司，
类型：发明
国别省市：