(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210926714.X (22)申请日 2022.08.03 (71)申请人 上海维智卓新信息科技有限公司 地址 200131 上海市浦东 新区自由贸易试 验区祥科路58号1幢9层90 3室 (72)发明人 高云帆　侯方杰　韩冬　郁董卿　 陶闯　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 江银会 (51)Int.Cl. G06Q 30/02(2012.01) G06Q 10/06(2012.01) G06F 16/29(2019.01) G06F 16/909(2019.01) (54)发明名称 适用于多行业的店铺选 址方法及装置 (57)摘要 本发明公开了一种适用于多行业的店铺选 址方法及装置， 该方法包括： 获取选址用户输入 的选址行业和选址区域； 根据所述选址区域， 以 及预设的区域位置数据库， 确定出所述选址区域 内的多个候选位置点； 根据所述选址行业， 从预 设的行业时空数据库中， 确定出每一所述候选位 置点对应的所述选址行业的时空特征数据； 将每 一所述候选位置点对应的所述选址行业的时空 特征数据， 输入至训练好的选址评分算法模型 中， 以得到每一所述候选位置点对应的选址评分 参数； 根据所有所述候选位置点对应的选址评分 参数， 确定所述选址用户对应的目标店铺选址。 可见， 本发 明能够为用户提供更加高效的店铺选 址服务， 从而可以有效提高用户店铺选址的效 率， 提高用户店铺的盈利。 权利要求书2页 说明书15页 附图2页 CN 115187311 A 2022.10.14 CN 115187311 A 1.一种适用于多行业的店铺选 址方法， 其特 征在于， 所述方法包括： 获取选址用户输入的选 址行业和选 址区域； 根据所述选址区域， 以及预设的区域位置数据库， 确定出所述选址区域内的多个候选 位置点； 根据所述选址行业， 从预设的行业时空数据库中， 确定出每一所述候选位置点对应的 所述选址行业的时空特 征数据； 将每一所述候选位置点对应的所述选址行业的时空特征数据， 输入至训练好的选址评 分算法模型中， 以得到每一所述候选位置点对应的选址评分参数； 所述选址评分算法模型 根据包括有多个所述选址行业对应的训练店铺位置和训练时空特征数据的训练数据集训 练得到； 根据所有所述候选位置点对应的选址评分参数， 确定所述选址用户对应的目标店铺选 址。 2.根据权利要求1所述的适用于多行业的店铺选址方法， 其特征在于， 在所述获取选址 用户输入的选 址行业和选 址区域之前， 所述方法还 包括： 对于任一行业， 获取 该行业的多个店铺信息； 确定每一所述店铺信息对应的位置信息和区域信息； 根据每一所述店铺信 息对应的所述 区域信息， 确定每一所述店铺信 息对应的时空特征 数据； 将每一所述行业的所述店铺信 息的所述位置信 息与对应的所述 时空特征数据， 确定为 行业时空数据库。 3.根据权利要求1所述的适用于多行业的店铺选址方法， 其特征在于， 在所述获取选址 用户输入的选 址行业和选 址区域之前， 所述方法还 包括： 对于任一行业， 获取 该行业的多个店铺信息； 确定每一所述店铺信息对应的位置信息和区域信息； 将每一所述区域信 息与对应的区域中的所有所述行业的所述店铺信 息的位置信 息， 确 定为区域 位置数据库。 4.根据权利要求1 ‑3任一项所述的适用于多行业的店铺选址方法， 其特征在于， 所述 时 空特征数据包括地理特征数据、 商业特征数据和用户特征数据中的至少一种； 所述地理特 征数据包括点位密集程度特征、 公共交通便利性特征和道路可达性特征中的至少一种； 所 述商业特征数据包括各个商业类别的占比特征， 竞争性水平特征， 商业多样性水平特征以 及商业口碑分布特征中的至少一种； 所述用户特征数据包括常驻人 口分布特征、 工作人 口 分布特征、 用户年龄段分布特 征和不同时段的聚合轨 迹特征中的至少一种。 5.根据权利要求2所述的适用于多行业的店铺选址方法， 其特征在于， 所述根据每一所 述店铺信息对应的所述区域信息， 确定每一所述店铺信息对应的时空特 征数据， 包括： 根据每一所述店铺信息对应的所述区域信息， 从预设的区域时空数据库中， 确定每一 所述店铺信息对应的区域时空数据； 将每一所述店铺信息对应的区域时空数据输入至基于Spark框架的计算模型中， 以计 算得到每一所述店铺信息对应的时空特 征数据。 6.根据权利要求5所述的适用于多行业的店铺选址方法， 其特征在于， 所述区域时空数权　利　要　求　书 1/2 页 2 CN 115187311 A 2据包括POI点位数据、 交通站点数据、 路网结构数据、 业态分布数据、 人口统计数据、 店铺点 评数据、 人流轨 迹数据、 物流轨 迹数据和车流轨 迹数据中的至少一种。 7.根据权利要求1所述的适用于多行业的店铺选址方法， 其特征在于， 所述选址评分算 法模型包括GBDT算法模型、 MLP算法模型、 ResNet算法模型、 NODE算法模型、 TabNet算法模型 和基于Transformer 架构的算法模型中的至少一种。 8.根据权利要求5所述的适用于多行业的店铺选址方法， 其特征在于， 所述方法还包 括： 在训练所述选址评分算法模型时， 利用所述选址评分算法模型中的特征评估算法模 型， 对所述训练时空特 征数据进行评估筛 选， 以得到 重要性水平更高的优选特 征数据； 以及， 所述将每一所述店铺信息对应的区域时空数据输入至基于Spark框架的计算模 型中， 以计算得到每一所述店铺信息对应的时空特 征数据， 包括： 将每一所述店铺信息对应的区域时空数据输入至基于Spark框架的计算模型中， 以计 算得到每一所述店铺信息对应的多个候选时空特 征数据； 将每一所述店铺信息对应的多个候选时空特征数据中与所述优选特征数据的数据参 数相同的候选时空特 征数据， 确定为每一所述店铺信息对应的时空特 征数据。 9.一种适用于多行业的店铺选 址装置， 其特 征在于， 所述装置包括： 输入获取模块， 用于获取选 址用户输入的选 址行业和选 址区域； 第一确定模块， 用于根据 所述选址区域， 以及预设的区域位置数据库， 确定出所述选址 区域内的多个候选位置点； 第二确定模块， 用于根据 所述选址行业， 从预设的行业 时空数据库中， 确定出每一所述 候选位置点对应的所述选 址行业的时空特 征数据； 选址评分模块， 用于将每一所述候选位置点对应的所述选址行业的时空特征数据， 输 入至训练好的选址评分算法模型中， 以得到每一所述候选位置点对应的选址评分参数； 所 述选址评分算法模型根据包括有多个所述选址行业对应的训练店铺位置和训练时空特征 数据的训练数据集训练得到； 选址确定模块， 用于根据所有所述候选位置点对应的选址评分参数， 确定所述选址用 户对应的目标店铺选 址。 10.一种适用于多行业的店铺选 址装置， 其特 征在于， 所述装置包括： 存储有可执行程序代码的存 储器； 与所述存 储器耦合的处 理器； 所述处理器调用所述存储器中存储的所述可执行程序代码， 执行如权利要求1 ‑8任一 项所述的适用于多行业的店铺选 址方法。权　利　要　求　书 2/2 页 3 CN 115187311 A 3