[发明专利]一种基于多源大数据的自动售货机选址方法及装置

权利要求书

1.一种基于多源大数据的自动售货机选址方法，其特征在于，包括：

获取目标区域各个片区的经营性因素和营销型因素，并根据预设的评分规则对所述经营性因素和所述营销性因素进行评分，得到每一因素对应的评分结果；

通过对所述每一因素对应的评分结果进行叠加分析，得到所述目标区域各个片区的多因素评分结果；

通过自然间断法对所述多因素评分结果进行等级划分，得到候选选址位置；其中，所述候选选址位置等级越低则对应的适宜性越高；

根据不同等级适宜性的所述候选选址位置生成相应密度的候选选址点，并根据所述目标区域的人口分布情况确定选址的需求点；

根据社交媒体数据建立最大化人流目标的区位-配置模型，并根据所述候选选址点和所述需求点获取不同的选址结果；

根据所述不同的选址结果进行自动售货机的选址。

2.如权利要求1所述的基于多源大数据的自动售货机选址方法，其特征在于，所述经营性因素包括：人流量因素和同行业竞争因素；所述营销因素包括消费习惯因素和消费水平因素；所述获取目标区域各个片区的经营性因素和营销型因素，并根据预设的评分规则对所述经营性因素和所述营销性因素进行评分，得到每一因素对应的评分结果，具体为：

根据预设的评分规则，通过获取社交媒体的用户位置数据对所述人流量因素进行评分；通过获取POIs数据中的已有便利店分布信息对所述同行业竞争因素进行评分；根据AOI数据和POI数据识别消费场所，并根据所述消费场所的消费数据对所述消费习惯进行评分；通过获取大众点评消费指数对所述消费水平进行评分。

3.如权利要求1所述的基于多源大数据的自动售货机选址方法，其特征在于，在所述“通过对所述每一因素对应的评分结果进行叠加分析，得到所述目标区域各个片区的多因素评分结果”之后，在所述“通过自然间断法对所述多因素评分结果进行等级划分，得到候选选址位置；其中，所述候选选址位置等级越低则对应的适宜性越高”之前，还包括：

判断所述目标区域中的非建设用地，并将所述非建设用地的多因素评价结果排除，保留所述目标区域中建设用地的多因素评价结果。

4.如权利要求1所述的基于多源大数据的自动售货机选址方法，其特征在于，所述根据社交媒体数据建立最大化人流目标的区位-配置模型，并根据所述候选选址点和所述需求点输出不同的选址结果，具体为：

将所述候选选址点和所述需求点作为所述区位-配置模型的输入量，通过预设的参数模拟不同情况下的自动售货机选址方案，得到不同的选址结果；所述预设的参数包括：设施数量、阻抗中断和需求点数量。

5.一种基于多源大数据的自动售货机选址装置，其特征在于，包括第一评分模块、第二评分模块、等级划分模块、生成模块、获取模块和选址模块；

所述第一评分模块，用于获取目标区域各个片区的经营性因素和营销型因素，并根据预设的评分规则对所述经营性因素和所述营销性因素进行评分，得到每一因素对应的评分结果；

所述第二评分模块，用于通过对所述每一因素对应的评分结果进行叠加分析，得到所述目标区域各个片区的多因素评分结果；

所述等级划分模块，用于通过自然间断法对所述多因素评分结果进行等级划分，得到候选选址位置；其中，所述候选选址位置等级越低则对应的适宜性越高；

所述生成模块，用于根据不同等级适宜性的所述候选选址位置生成相应密度的候选选址点，并根据所述目标区域的人口分布情况确定选址的需求点；

所述获取模块，用于根据社交媒体数据建立最大化人流目标的区位-配置模型，并根据所述候选选址点和所述需求点获取不同的选址结果；

所述选址模块，用于根据所述不同的选址结果进行自动售货机的选址。