CN111210309A - 一种基于商场大数据的空铺推荐系统 - Google Patents
一种基于商场大数据的空铺推荐系统 Download PDFInfo
- Publication number
- CN111210309A CN111210309A CN202010006847.6A CN202010006847A CN111210309A CN 111210309 A CN111210309 A CN 111210309A CN 202010006847 A CN202010006847 A CN 202010006847A CN 111210309 A CN111210309 A CN 111210309A
- Authority
- CN
- China
- Prior art keywords
- module
- store
- recommendation
- recommending
- historical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0645—Rental transactions; Leasing transactions
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于商场大数据的空铺推荐系统,包括:包括:门店经营预警模块、专家推荐模块、冷启动解决方案模块、融合推荐模块;门店经营预警模块:使用门店历史经营数据,包括:门店销售额、租金、客流、面积,预测在半年后租约到期的门店是否续约的概率,并且对不续约概率较高的门店提出预警;专家推荐模块:使用历史换铺经验进行推荐;冷启动解决方案模块:使用爆款品牌经营状况进行推荐;融合推荐模块:将基于历史换铺经验的推荐和基于爆款品牌经营状况的推荐进行融合,从而解决推荐结果过于单一,缺乏新意的问题。其自动化系统结构,智能化空铺选择的流程,有助于缓解或消除由商场管理者的认知偏差造成的决策失误。
Description
技术领域
本发明涉及商场管理系统领域,特别涉及一种基于商场大数据的空铺推荐系统。
背景技术
据统计,在大型商场中每年约有10%以上的店铺会由于经营不善而倒闭,可能导致临时空铺,从而影响商场整体的经营效率。如何有效的减少空铺率,并且同时维持或者提高商场的租金收入,从而使商场的经营进入一个不断优化的良性循环,是每个商场管理者都会遇到的核心问题之一。
在现有的大型商场的经营管理中,依然存在大量基于商场管理者主观判断的临时决策,这些决策大多是行之有效的。但是,难免会出现管理者获得的信息存在偏差,或者信息本身存在偏差的时候,从而导致商场管理者决策失误,对商场的经营管理带来负面的影响。
发明内容
针对现有技术中的上述不足,本发明提供了一种基于商场大数据的空铺推荐系统,其自动化系统结构,智能化空铺选择的流程,有助于缓解或消除由商场管理者的认知偏差造成的决策失误。
为了达到上述发明目的,本发明采用的技术方案为:
一种基于商场大数据的空铺推荐系统,包括:包括:门店经营预警模块、专家推荐模块、冷启动解决方案模块、融合推荐模块;
门店经营预警模块:使用门店历史经营数据,包括:门店销售额、租金、客流、面积,预测在半年后租约到期的门店是否续约的概率,并且对不续约概率较高的门店提出预警;
专家推荐模块:使用历史换铺经验进行推荐;
冷启动解决方案模块:为了解决推荐中冷启动的问题,使用爆款品牌经营状况进行推荐;
融合推荐模块:将基于历史换铺经验的推荐和基于爆款品牌经营状况的推荐进行融合,从而解决推荐结果过于单一,缺乏新意的问题。
本发明的有益效果为:
其自动化系统结构,智能化空铺选择的流程,有助于缓解或消除由商场管理者的认知偏差造成的决策失误;使用历史换铺经验进行推荐,有希望将广场的租金收益最大化;使用爆款品牌经营状况进行推荐,有助于解决推荐中的冷启动问题,并且促进商场引进新的品牌,提高商场的经营活力。
附图说明
图1为本发明的系统流程图。
具体实施方式
为了使本发明的内容更容易被清楚地理解,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
如图1所示,一种基于商场大数据的空铺推荐系统,包括:包括:门店经营预警模块、专家推荐模块、冷启动解决方案模块、融合推荐模块;
门店经营预警模块:使用门店历史经营数据,包括:门店销售额、租金、客流、面积,预测在半年后租约到期的门店是否续约的概率,并且对不续约概率较高的门店提出预警;
专家推荐模块:使用历史换铺经验进行推荐;
冷启动解决方案模块:为了解决推荐中冷启动的问题,使用爆款品牌经营状况进行推荐;
融合推荐模块:将基于历史换铺经验的推荐和基于爆款品牌经营状况的推荐进行融合,从而解决推荐结果过于单一,缺乏新意的问题。
门店经营预警模块
使用的原始数据来自于30个省市300个广场约9000个门店的经营面积、租金、销售和客流数据(见表1);门店数据如果在一个月以上的时间跨度后还未录入系统,那么该门店就被标记为关店。
表1:门店数据样例
使用表1中的数据以及逻辑回归算法,可以计算出每个门店在未来半年关店的概率P(y=close|sale,cv,area,rent)。通过决定关店概率的阈值,可以给出该门店的是否关店的预测;
专家推荐模块:
基于数百个商场多年的数据积累,可以获得换铺前的品牌和换铺后的品牌名,如表2所示。由于商场每家店铺的换铺都是商场管理者深思熟虑的成果,因此这些推荐经验基本符合商场经营管理的基本认知。例如,大型超市一般放置在地下一层,大型餐饮放置在较高的楼层等。同时我们可以获得换铺后租金增长率和销售增长率。
表2:换铺数据样例
实用历史换铺数据的专家推荐的具体步骤为:
1.搜索需要换铺的品牌;
2.筛除同一店铺和过去一年出现过在此广场的店铺;
3.对租金增长率进行排序;
4.提供前n个品牌,作为推荐备选;
5.因为有一些店铺在所有的商场中没有出现过,可能会出现推荐的店铺为空的情况,如果出现这种情况,使用冷启动解决方案;
冷启动解决方案模块:
冷启动时推荐系统中一个常见的问题,其存在的主要原因是被推荐者的历史数据不足。在空铺推荐中,相对应的问题就是在历史数据中找不到该品牌被替换的例子。由于商场品牌繁多,尤其是一些更换比较频繁的小型餐饮,上述情况是普遍存在的。为了解决冷启动的问题,我们建立了一组数据,命名为爆款品牌库,如表3所示。顾名思义,该数据库中的数据都是商场中经营状况比较好的品牌。爆款品牌库的建立原则是遍历所有商场的所有门店,在相同的业态下,选择备选门店对销售额增长率进行排序,选取的销售额增长率前n个品牌作为备选。
表3:爆款品牌库
使用爆款品牌库进行推荐的具体步骤为:
1.搜索需要换铺的品牌;
2.筛除同一店铺和过去一年出现过在此广场的店铺;
3.使用业态筛选备选品牌;
4.使用店铺面积筛选备选品牌;
5.将符合上述标准的门店按照销售额增长率进行排序;
6.输出销售额增长率最高的的门店。
值得注意的是在同样的业态和相似面积的基础上,经测试任何品牌都可以得到可供推荐的品牌,因此此方案可以解决冷启动的问题。
融合推荐模块
在最后一个模块中,我们融合了基于专家的推荐和基于爆款品牌经营表现的推荐,其原因是任何一个推荐算法占主导之后,会出现推荐的店铺过于单一的问题,这样会与商场经营多元化的目标背道而驰。因此,我们运用一个简单的exploration andexploitation算法,生成一个随机数a,a是0到1之间的一个随机数,并且设置一个阈值B,B是0到1之间的一个固定数;
1、如果a<B,那么使用基于专家的推荐,
2、如果a>=B,那么使用基于爆款品牌经营表现的推荐。
这里的阈值可以根据商场经营者的经营风格进行改变。
最后,我们给出了整个推荐系统的流程图,详见图1。首先,通过门店历史经营数据预测这个门店的关店概率;如果这个门店预测会关店,那么开始判断此品牌是否在历史换铺数据中出现过。如果该品牌出现过,那么使用基于历史换铺数据的专家推荐;如果没有出现过,那么使用基于爆款品牌库的推荐。最后,融合两个推荐,使推荐结果不至于单一化。
以上所述仅为本发明专利的较佳实施例而已,并不用以限制本发明专利,凡在本发明专利的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明专利的保护范围之内。
Claims (1)
1.一种基于商场大数据的空铺推荐系统,其特征在于,包括:包括:门店经营预警模块、专家推荐模块、冷启动解决方案模块、融合推荐模块;
门店经营预警模块:使用门店历史经营数据,包括:门店销售额、租金、客流、面积,预测在半年后租约到期的门店是否续约的概率,并且对不续约概率较高的门店提出预警;
专家推荐模块:使用历史换铺经验进行推荐;
冷启动解决方案模块:为了解决推荐中冷启动的问题,使用爆款品牌经营状况进行推荐;
融合推荐模块:将基于历史换铺经验的推荐和基于爆款品牌经营状况的推荐进行融合,从而解决推荐结果过于单一,缺乏新意的问题。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010006847.6A CN111210309A (zh) | 2020-01-03 | 2020-01-03 | 一种基于商场大数据的空铺推荐系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010006847.6A CN111210309A (zh) | 2020-01-03 | 2020-01-03 | 一种基于商场大数据的空铺推荐系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111210309A true CN111210309A (zh) | 2020-05-29 |
Family
ID=70789450
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010006847.6A Pending CN111210309A (zh) | 2020-01-03 | 2020-01-03 | 一种基于商场大数据的空铺推荐系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111210309A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116797324A (zh) * | 2022-11-25 | 2023-09-22 | 武汉泰贸科技有限公司 | 一种基于物联网的商城店铺转租线上智能分析推荐方法及系统 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000020606A (ja) * | 1998-06-26 | 2000-01-21 | Kenichi Uchida | 流通業における店頭情報配信システムおよび店頭情報配信装置 |
JP2002099606A (ja) * | 2000-09-20 | 2002-04-05 | Nippon Rb Kaihatsu Kk | 百貨店とショッピングセンター及び駅ビルの総合活性化の為のビジネスシステム。 |
JP2002279160A (ja) * | 2001-01-15 | 2002-09-27 | Hisashi Yamazaki | 店舗の経営診断を行う方法および店舗経営診断システム |
JP2003281348A (ja) * | 2002-03-25 | 2003-10-03 | Yunitekku:Kk | 商圏分析システム、方法、プログラム、及び記録媒体 |
JP2005285081A (ja) * | 2004-03-30 | 2005-10-13 | Uotsune Shoten:Kk | 遠隔売場管理システム |
US7483842B1 (en) * | 2001-02-21 | 2009-01-27 | The Yacobian Group | System and method for determining recommended action based on measuring and analyzing store and employee data |
JP2009265761A (ja) * | 2008-04-22 | 2009-11-12 | Tohan Corp | 多数の書店の在庫を適正化するための情報処理を個別に行なう書店情報集中管理システム |
JP2010176652A (ja) * | 2009-01-30 | 2010-08-12 | Tatsuya Suzuki | 空き店舗の有効利用のため出店を容易にするシステム |
JP2012098981A (ja) * | 2010-11-04 | 2012-05-24 | Seiko Epson Corp | 空席数算出装置、店舗管理システム、空席数算出方法およびプログラム |
CN106408181A (zh) * | 2016-09-09 | 2017-02-15 | 广州速鸿信息科技有限公司 | 一种基于大数据分析的智慧门店系统和方法 |
JP6310539B1 (ja) * | 2016-12-20 | 2018-04-11 | ヤフー株式会社 | 情報処理システム、情報処理方法、および情報処理プログラム |
CN109191234A (zh) * | 2018-08-02 | 2019-01-11 | 武汉纺织大学 | 一种综合服装推荐方法、装置和存储介质 |
CN109242580A (zh) * | 2018-11-28 | 2019-01-18 | 北京腾云天下科技有限公司 | 确定目标品牌在指定城市的推荐入驻商场的方法 |
JP2019144950A (ja) * | 2018-02-22 | 2019-08-29 | オムロン株式会社 | 推奨情報特定装置、推奨情報特定システム、推奨情報特定方法、及びプログラム |
CN110489637A (zh) * | 2019-05-30 | 2019-11-22 | 福建知鱼科技有限公司 | 一种ai算法融合的推荐方法及系统 |
-
2020
- 2020-01-03 CN CN202010006847.6A patent/CN111210309A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000020606A (ja) * | 1998-06-26 | 2000-01-21 | Kenichi Uchida | 流通業における店頭情報配信システムおよび店頭情報配信装置 |
JP2002099606A (ja) * | 2000-09-20 | 2002-04-05 | Nippon Rb Kaihatsu Kk | 百貨店とショッピングセンター及び駅ビルの総合活性化の為のビジネスシステム。 |
JP2002279160A (ja) * | 2001-01-15 | 2002-09-27 | Hisashi Yamazaki | 店舗の経営診断を行う方法および店舗経営診断システム |
US7483842B1 (en) * | 2001-02-21 | 2009-01-27 | The Yacobian Group | System and method for determining recommended action based on measuring and analyzing store and employee data |
JP2003281348A (ja) * | 2002-03-25 | 2003-10-03 | Yunitekku:Kk | 商圏分析システム、方法、プログラム、及び記録媒体 |
JP2005285081A (ja) * | 2004-03-30 | 2005-10-13 | Uotsune Shoten:Kk | 遠隔売場管理システム |
JP2009265761A (ja) * | 2008-04-22 | 2009-11-12 | Tohan Corp | 多数の書店の在庫を適正化するための情報処理を個別に行なう書店情報集中管理システム |
JP2010176652A (ja) * | 2009-01-30 | 2010-08-12 | Tatsuya Suzuki | 空き店舗の有効利用のため出店を容易にするシステム |
JP2012098981A (ja) * | 2010-11-04 | 2012-05-24 | Seiko Epson Corp | 空席数算出装置、店舗管理システム、空席数算出方法およびプログラム |
CN106408181A (zh) * | 2016-09-09 | 2017-02-15 | 广州速鸿信息科技有限公司 | 一种基于大数据分析的智慧门店系统和方法 |
JP6310539B1 (ja) * | 2016-12-20 | 2018-04-11 | ヤフー株式会社 | 情報処理システム、情報処理方法、および情報処理プログラム |
JP2019144950A (ja) * | 2018-02-22 | 2019-08-29 | オムロン株式会社 | 推奨情報特定装置、推奨情報特定システム、推奨情報特定方法、及びプログラム |
CN109191234A (zh) * | 2018-08-02 | 2019-01-11 | 武汉纺织大学 | 一种综合服装推荐方法、装置和存储介质 |
CN109242580A (zh) * | 2018-11-28 | 2019-01-18 | 北京腾云天下科技有限公司 | 确定目标品牌在指定城市的推荐入驻商场的方法 |
CN110489637A (zh) * | 2019-05-30 | 2019-11-22 | 福建知鱼科技有限公司 | 一种ai算法融合的推荐方法及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116797324A (zh) * | 2022-11-25 | 2023-09-22 | 武汉泰贸科技有限公司 | 一种基于物联网的商城店铺转租线上智能分析推荐方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111356148B (zh) | 一种实现网络优化的方法及相关设备 | |
CN104169950B (zh) | 利用面向批处理的计算的数据库系统 | |
CN106780173B (zh) | Ota酒店库存管理方法及系统 | |
CN101887440B (zh) | 热点分析系统及方法 | |
CN109255586B (zh) | 一种面向电子政务办事的在线个性化推荐方法 | |
CN111143689A (zh) | 根据用户需求和用户画像构建推荐引擎的方法 | |
CN104657457A (zh) | 一种用户评价视频的数据处理方法、视频推荐方法及装置 | |
CN111210309A (zh) | 一种基于商场大数据的空铺推荐系统 | |
CN110503463B (zh) | 一种基于连锁业态的门店选址规划方法 | |
CN115858168A (zh) | 一种基于重要性排序的地球应用模型编排系统及其方法 | |
CN109526027B (zh) | 一种小区容量优化方法、装置、设备及计算机存储介质 | |
CN113448808B (zh) | 一种批处理任务中单任务时间的预测方法、系统及存储介质 | |
CN115063164A (zh) | 一种外卖业务ai智能预测方法 | |
CN112232885A (zh) | 一种基于多模态信息融合的仓租价格预测方法 | |
CN116934200A (zh) | 一种基于大数据的物流运输监管系统和方法 | |
CN114971818A (zh) | 一种智慧餐厅数据存储处理方法及系统 | |
CN108615182A (zh) | 一种产品智能推荐的方法和系统 | |
CN110502700B (zh) | Ota平台国际市场机票查询的预测方法及系统 | |
KR20050010099A (ko) | 아웃바운드 콜센터를 위한 통화 추천 시스템 | |
CN114416785A (zh) | 一种流式企业大数据处理方法和存储介质 | |
CN113392286A (zh) | 大数据信息采集系统 | |
CN111026745A (zh) | 一种基于用户浏览轨迹推的大数据建模系统 | |
CN101576906B (zh) | 一种数据库模式重构系统和方法 | |
CN117150143B (zh) | 一种基于工业互联网平台的服务方法及系统 | |
CN104978483B (zh) | 支持偏好度动态修正的Web服务选择方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |