[发明专利]基于多特征的店铺销售效果预测方法及装置

说明书

本发明公开了一种基于多特征的店铺销售效果预测方法及装置，该方法包括：确定目标店铺在对应的店铺区域内的区域店铺特征；确定所述店铺区域的真实人群数量；将所述区域店铺特征和所述真实人群数量输入至销售效果预测网络模型中，以确定出所述目标店铺的预计销售效果；所述销售效果预测网络模型为通过包括有多个销售效果已知的训练店铺及对应的区域店铺特征和真实人群数量的训练数据集训练得到。可见，本发明能够结合店铺的区域店铺特征和真实人群数量，以及人工智能技术，对店铺的销售效果进行预测，从而能够实现更加精确和合理的店铺销售潜力评估，为后续的店铺运营操作或新店铺选址提供数据参考。

技术领域

本发明涉及推荐算法技术领域，尤其涉及一种基于多特征的店铺销售效果预测方法及装置。

背景技术

在线下零售领域，人工智能技术逐渐开始被引入进行店铺的销售数据分析，以对店铺的销售潜力进行评估。但现有技术中，一般在进行店铺的销售潜力评估时，只是参考店铺的过往销售数据进行评估，并没有充分结合人工智能技术的特点和店铺的人群数量或区域特征等信息进行评估预测，可见其存在缺陷，亟待解决。

发明内容

本发明所要解决的技术问题在于，提供一种基于多特征的店铺销售效果预测方法及装置，能够实现更加精确和合理的店铺销售潜力评估，为后续的店铺运营操作或新店铺选址提供数据参考。

为了解决上述技术问题，本发明第一方面公开了一种基于多特征的店铺销售效果预测方法，所述方法包括：

确定目标店铺在对应的店铺区域内的区域店铺特征；

确定所述店铺区域的真实人群数量；

将所述区域店铺特征和所述真实人群数量输入至销售效果预测网络模型中，以确定出所述目标店铺的预计销售效果；所述销售效果预测网络模型为通过包括有多个销售效果已知的训练店铺及对应的区域店铺特征和真实人群数量的训练数据集训练得到。

本发明实施例第二方面公开了一种基于多特征的店铺销售效果预测装置，所述装置包括：

特征确定模块，用于确定目标店铺在对应的店铺区域内的区域店铺特征；

数量确定模块，用于确定所述店铺区域的真实人群数量；

预测模块，用于将所述区域店铺特征和所述真实人群数量输入至销售效果预测网络模型中，以确定出所述目标店铺的预计销售效果；所述销售效果预测网络模型为通过包括有多个销售效果已知的训练店铺及对应的区域店铺特征和真实人群数量的训练数据集训练得到。

本发明第三方面公开了另一种基于多特征的店铺销售效果预测装置，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，执行本发明第一方面公开的基于多特征的店铺销售效果预测方法中的部分或全部步骤。

与现有技术相比，本发明实施例具有以下有益效果：

本发明实施例中，公开了一种基于多特征的店铺销售效果预测方法及装置，该方法包括：确定目标店铺在对应的店铺区域内的区域店铺特征；确定所述店铺区域的真实人群数量；将所述区域店铺特征和所述真实人群数量输入至销售效果预测网络模型中，以确定出所述目标店铺的预计销售效果；所述销售效果预测网络模型为通过包括有多个销售效果已知的训练店铺及对应的区域店铺特征和真实人群数量的训练数据集训练得到。可见，本发明实施例能够结合店铺的区域店铺特征和真实人群数量，以及人工智能技术，对店铺的销售效果进行预测，从而能够实现更加精确和合理的店铺销售潜力评估，为后续的店铺运营操作或新店铺选址提供数据参考。

附图说明