(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 202211129694.X (22)申请日 2022.09.16 (71)申请人 深圳数位大 数据科技有限公司 地址 518000 广东省深圳市南 山区粤海街 道高新区社区高新南环路42 号北邮科 技大厦10 01 (72)发明人 黄兴丽　姜辉　黄兴鲁　林超　 (74)专利代理 机构 广东良马律师事务所 4 4395 专利代理师 马戎 (51)Int.Cl. G06Q 30/02(2012.01) G06K 9/62(2022.01) (54)发明名称 基于模型的店铺营业数据分析方法、 装置、 系统及介质 (57)摘要 本发明公开了基于模型的店铺营业数据分 析方法、 装置、 系统及介质， 包括： 采集现有店铺 的店铺信息并构建训练样本集； 根据每个现有店 铺的业态分布信息确认符合预设条件的关键分 析维度， 并对训练样本集中的现有店铺进行样本 分类； 根据每个样本类别中的店铺信息以及关键 分析维度的分布数据， 对预设模型进行拟合训 练， 得到每个样本类别下的营业分析模型； 获取 待分析的目标位置， 确认目标类别； 将目标位置 输入至目标类别对应的营业分析模 型中， 输出营 业数据分析结果。 通过采集现有店铺的信息， 基 于关键分析维度对不同业态分布特点的同类店 铺进行营业 分析模型的训练， 使模 型能基于任意 目标位置输出营业数据分析结果， 提高店铺营业 分析的效率和准确性。 权利要求书2页 说明书9页 附图2页 CN 115456673 A 2022.12.09 CN 115456673 A 1.一种基于模型的店铺营业数据分析 方法， 其特 征在于， 包括： 采集现有店铺的店铺信 息并构建训练样本集， 其中， 所述店铺信 息包括店铺数据、 位置 数据和营业数据； 根据所述训练样本集中每个现有店铺的业态分布信息确认符合预设条件的关键分析 维度， 并对所述训练样本集中的现有店铺进行样本分类； 根据所述训练样本集中每个样本类别中的店铺信息以及所述关键分析维度的分布数 据， 对预设模型进行拟合训练， 得到每 个样本类别下的营业分析模型； 获取待分析的目标位置， 根据所述目标位置的业态分布信息确认目标类别； 将所述目标位置输入至所述目标类别对应的营业分析模型中， 输出相应的营业数据分 析结果。 2.根据权利要求1所述的基于模型的店铺营业数据分析方法， 其特征在于， 所述采集现 有店铺的店铺数据并构建训练样本集之后， 所述方法还 包括： 对所述训练样本集进行样本预处 理和样本扩量处 理。 3.根据权利要求2所述的基于模型的店铺营业数据分析方法， 其特征在于， 所述对所述 训练样本集进行样本预处 理和样本扩量处 理， 包括： 将所述训练样本集中的位置数据转换为经纬度数据； 根据所述店铺数据， 对所述训练样本集进行正样本扩量处 理； 根据所述店铺数据和经纬度数据， 对所述训练样本集进行负 样本扩量处 理。 4.根据权利要求3所述的基于模型的店铺营业数据分析方法， 其特征在于， 所述根据 所 述店铺数据和经纬度数据， 对所述训练样本集进行负 样本扩量处 理， 包括： 根据所述店铺数据， 获取相应品牌的门店分布比例高于预设比例的城市并调取所述城 市的Geohash数据； 对所述城市的Geohash数据进行过滤， 筛选得到业态分布指标大于预设指标的目标区 域； 根据所述经纬度数据将所述现有店铺的Geohash数据插入至所述目标区域的Geohash 数据中， 将所述目标区域划分为有品牌门店区域和无品牌门店区域； 在所述无品牌门店区域中确认业态分布信息与所述有品牌门店区域相似的区域作为 负样本， 对所述训练样本集进行负 样本扩量处 理。 5.根据权利要求1所述的基于模型的店铺营业数据分析方法， 其特征在于， 所述根据 所 述训练样本集中每个现有店铺的业态分布信息确认符合预设条件的关键分析维度， 并对所 述训练样本集中的现有店铺进行样本分类， 包括： 根据所述训练样本集中每 个现有店铺的业态分布信息， 计算每 个分析维度的IV值； 将所述IV值处于预设范围的分析维度确认为关键分析维度； 根据所述训练样本集中每个现有店铺的业态分布信 息， 通过降维分类算法将所述训练 样本集中的现有店铺划分为若干个样本类别， 每 个样本类别具有相似的业态分布特 征。 6.根据权利要求1所述的基于模型的店铺营业数据分析方法， 其特征在于， 所述根据 所 述训练样本集中每个样 本类别中的店铺信息以及所述关键 分析维度的分布数据， 对预设模 型进行拟合训练， 得到每 个样本类别下的营业分析模型， 包括： 将每个样本类别的店铺信息以及所述关键分析维度的分布数据分别输入至多元回归权　利　要　求　书 1/2 页 2 CN 115456673 A 2模型中， 进行模型拟合训练； 在达到预设拟合条件时结束模型训练， 输出每个样本类别下每个关键分析维度的权重 系数以及整体偏移量， 生成每 个样本类别下的营业分析模型。 7.根据权利要求5所述的基于模型的店铺营业数据分析方法， 其特征在于， 所述获取待 分析的目标位置， 根据所述目标位置的业态分布信息确认目标类别， 包括： 获取待分析的目标位置； 根据所述目标位置的业态分布信 息与每个样本分类的业态分布特征进行匹配， 输出与 每个样本分类的匹配概 率； 将匹配概 率最高的样本分类作为所述目标位置的目标类别。 8.一种基于模型的店铺营业数据分析装置， 其特 征在于， 包括： 样本采集模块， 用于采集现有店铺的店铺信 息并构建训练样本集， 其中， 所述店铺信 息 包括店铺数据、 位置数据和营业数据； 样本处理与分类模块， 用于根据所述训练样本集中每个现有店铺的业态分布信 息确认 符合预设条件的关键分析维度， 并对所述训练样本集中的现有店铺进行样本分类； 模型训练模块， 用于根据所述训练样本集中每个样本类别中的店铺信 息以及所述关键 分析维度的分布数据， 对预设模型进行拟合训练， 得到每 个样本类别下的营业分析模型； 目标分类模块， 用于获取待分析的目标位置， 根据所述目标位置的业态分布信息确认 目标类别； 分析模块， 用于将所述目标位置输入至所述目标类别对应的营业分析模型中， 输出相 应的营业数据分析 结果。 9.一种基于模型的店铺营业数据分析系统， 其特征在于， 所述系统包括至少一个处理 器； 以及， 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处 理器执行， 以使所述至少一个处理器能够执行权利要求1 ‑7任一项所述的基于模型的店铺 营业数据分析 方法。 10.一种非易失性计算机可读存储介质， 其特征在于， 所述非易失性计算机可读存储介 质存储有计算机可执行指令， 该计算机可执行指令被一个或多个处理器执行时， 可使得所 述一个或多个处 理器执行权利要求1 ‑7任一项所述的基于模型的店铺营业数据分析 方法。权　利　要　求　书 2/2 页 3 CN 115456673 A 3