[发明专利]一种零售户终端设备使用行为的智能评价方法

说明书

本发明公开一种零售户终端设备使用行为的智能评价方法，涉及数据处理技术领域，包括：采集全国不同区域店铺终端的零售商销售记录数据，对采集数据进行初始化和修正操作；基于零售户终端设备的使用行为和采集数据，设计云POS机的评级维度，并依次使用K‑means聚类算法和DBSCAN密度聚类算法对不同评级维度的数据进行挖掘分析，归纳总结能够反映终端设备数据质量的评价指标；计算不同评级维度下评价指标的得分情况，通过几何平均法,将多个评价指标进行结合,生成不同评级维度数据质量量化结果，并根据量化结果生成零售户终端设备数据的分析评价报告。本发明可以实现零售户终端设备数据的监管和量化，有效甄别拆单销售、假扫码行为，筛选支付造假行为。

技术领域

本发明涉及数据处理技术领域，具体的说是一种零售户终端设备使用行为的智能评价方法。

背景技术

现代零售终端建设在品牌培育、宣传促销、消费跟踪等方面体现出至关重要的地位。因此，终端数据质量的好坏，直接决定了零售终端能否在数据营销、品牌培育和发展、货源投放等市场策略的制定中发挥正确作用。但是零售户在使用云POS机的时候存在许多问题，其中主要分为：不扫码销售、漏扫、集中不扫码、部分交易商品扫码、故意扫码不提交和量价异常六类问题，这些问题使得终端数据的高质量水准难以得到保障。

发明内容

本发明针对目前技术发展的需求和不足之处，提供一种零售户终端设备使用行为的智能评价方法，解决零售户不扫码销售、漏扫、集中补扫码、部分交易商品扫码、量价异常和故意扫码不提交等问题，有效甄别拆单销售、假扫码行为，筛选支付造假行为。

本发明的一种零售户终端设备使用行为的智能评价方法，解决上述技术问题采用的技术方案如下：

一种零售户终端设备使用行为的智能评价方法，其实现内容包括：

步骤S1、采集全国不同区域店铺终端的零售商销售记录数据，对采集数据进行初始化和修正操作；

步骤S2、基于零售户终端设备的使用行为，以及步骤S1输出的数据，设计云POS机的评级维度，并依次使用K-means聚类算法和DBSCAN密度聚类算法对不同评级维度的数据进行挖掘分析，归纳总结能够反映终端设备数据质量的评价指标；

步骤S3、计算不同评级维度下评价指标的得分情况，通过几何平均法,将多个评价指标进行结合,生成不同评级维度数据质量量化结果，并根据量化结果生成零售户终端设备数据的分析评价报告。

可选的，全国的店铺首先按销售额划分为大、中、小三类店铺，随后按照地区差异进一步划分为华北、东北、华东、华中、华南、西南、西北七个销售区域，最后根据店铺的地理位置，将不同销售区域且不同大小的店铺划分为商业区、文教区、住宅区、工业区四个级别。

可选的，采集的零售商销售记录数据包括零售户的扫码行为数据、商品销售数据、库存管理数据。

进一步可选的，采集全国不同区域店铺终端的零售商销售记录数据，计算同一家店铺在设定时间段内某个销售数据的平均值，基于平均值，设定销售数据阈值，将超出销售数据阈值对应的一条或几条销售记录数据作为异常销售数据，存储于异常零售商数据库，将符合销售数据阈值对应的一条或几条销售记录数据作为优质销售数据，存储于优质零售商数据库；

对优质零售商数据库的数据进行初始化处理，随后进行编码、处理字段异常值的修正操作，最后得到的数据包含以下字段：店铺编码SHOP_ID、销售日期SALES_DATE、小包装条码SMALL_BARCODE、销售单创建时间CREA_DATE、唯一支付码OPENID、库存量STOAMT、购进量STKAMT。