CN112036940A - 数据的处理方法、装置、设备和存储介质 - Google Patents
数据的处理方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN112036940A CN112036940A CN202010864694.9A CN202010864694A CN112036940A CN 112036940 A CN112036940 A CN 112036940A CN 202010864694 A CN202010864694 A CN 202010864694A CN 112036940 A CN112036940 A CN 112036940A
- Authority
- CN
- China
- Prior art keywords
- enterprise
- store
- stores
- time period
- passenger flow
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000011156 evaluation Methods 0.000 claims abstract description 25
- 230000002860 competitive effect Effects 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 32
- 230000015654 memory Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 10
- 238000007405 data analysis Methods 0.000 abstract description 22
- 230000000694 effects Effects 0.000 abstract description 10
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 241001122767 Theaceae Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0203—Market surveys; Market polls
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种数据的处理方法、装置、设备和存储介质,所述方法包括:通过获取企业的每个门店预设时间段的客流量,基于不同的距离间隔,分析第一企业的门店的客流量和预设距离范围内的第二企业的门店的客流量,确定该第一企业的门店是否被第二企业竞争,从而得到第一企业所有门店中被第二企业竞争的门店数量,基于第一企业被第二企业竞争的门店数和门店总数分析得到第二企业对第一企业的竞争强度,反之可以得到第一企业对第二企业的竞争强度,通过数据分析的方式对企业之间的竞争强度进行评估,并且可以根据一段时间的数据动态进行评估,实时性较好,并且避免了人工评估效果不客观的问题。
Description
技术领域
本发明涉及人工智能领域,尤其涉及一种数据的处理方法、装置、设备和存储介质。
背景技术
对于零售行业的企业来说,了解竞争对手对自身的影响对企业布局门店或者产业是至关重要的。对于大多数零售行业来说,线下门店是其主要的销售渠道。为了占据市场份额,竞争企业之间会战略性多的在对方的门店附近开设门店,抢占客流。比如瑞幸和星巴克、麦当劳和肯德基、喜茶和奈雪之茶等,这些竞争公司都会互相在对方门店附近铺设自己的门店。
对于企业来说,则需要评估竞争企业对自身的竞争强度以指导投资,然而,目前对于竞争强度的评估均是通过人工进行评估的,评估效果不客观,且实时性较差。目前现有技术中还没有合适数据分析工具可进行企业之间竞争强度的分析。
发明内容
本发明的主要目的在于提供一种数据的处理方法、装置、设备和存储介质,提供一种数据分析方案,旨在解决现有技术中通过人工评估竞争强度的评估效果不客观,实时性较差的问题。
为实现上述目的,本发明提供一种数据的处理方法,包括:
获取第一企业的每个门店预设时间段的客流量,并获取第二企业的每个门店预设时间段的客流量,所述第一企业和所述第二企业的企业类别相同;
针对每个预设距离,根据所述第一企业的每个门店预设时间段的客流量,以及所述第二企业的每个门店预设时间段的客流量,确定所述第一企业被所述第二企业竞争的门店数,其中,所述预设距离是预先配置的评估竞争强度的门店之间的间距;
针对每个预设距离,根据在所述预设距离的范围内所述第一企业被所述第二企业竞争的门店数和所述第一企业的门店总数,获取所述第二企业对所述第一企业的竞争强度。
在一种具体实施方式中,所述方法还包括:
根据所述第一企业的每个门店预设时间段的客流量,以及所述第二企业的每个门店预设时间段的客流量,确定在每个预设距离的范围内,所述第二企业被所述第一企业竞争的门店数;
针对每个预设距离,根据所述预设距离的范围内所述第二企业被所述第一企业竞争的门店数和所述第二企业的门店总数,获取所述第一企业对所述第二企业的竞争强度。
在一种具体实施方式中,所述方法还包括:
根据每个预设距离的范围内所述第一企业对所述第二企业的竞争强度以及所述第二企业对所述第一企业的竞争强度,获取竞争强度评估图;所述竞争强度评估图中包括:所述第一企业对第二企业的竞争强度曲线和所述第二企业对所述第一企业的竞争强度曲线。
在一种具体实施方式中,所述获取第一企业的每个门店预设时间段的客流量,包括:
针对所述第一企业每个门店,获取所述门店的位置坐标范围内预设时间段的移动终端的定位数据,并根据所述门店的位置坐标范围内预设时间段的移动终端的定位数据获取所述门店预设时间段的客流量;
相应的,所述获取第二企业的每个门店预设时间段的客流量,包括:
针对所述第二企业每个门店,获取所述门店的位置坐标范围内预设时间段的移动终端的定位数据,并根据所述门店的位置坐标范围内预设时间段的移动终端的定位数据获取所述门店预设时间段的客流量。
在一种具体实施方式中,所述根据所述第一企业的每个门店预设时间段的客流量,以及所述第二企业的每个门店预设时间段的客流量,确定所述第一企业被所述第二企业竞争的门店数,包括:
针对所述第一企业的每个门店,若在所述第一企业的门店的所述预设距离的范围内存在所述第二企业的门店,且所述第二企业的门店的客流量超过所述第一企业的门店的客流量的预设比例,则确定所述第一企业的门店被所述第二企业竞争,重复本步骤得到在所述预设距离的范围内所述第一企业被所述第二企业竞争的门店数。
在一种具体实施方式中,所述预设比例为50%。
在一种具体实施方式中,所述根据在所述预设距离的范围内所述第一企业被所述第二企业竞争的门店数和所述第一企业的门店总数,获取所述第二企业对所述第一企业的竞争强度,包括:
将所述预设距离的范围内所述第一企业被所述第二企业竞争的门店数与所述第一企业的门店总数的比值,作为所述第二企业对所述第一企业的竞争强度。
在一种具体实施方式中,所述方法还包括:
获取所述第一企业的第一企业数据以及所述第二企业的第二企业数据,每个企业的企业数据中包括企业名称,企业类别以及所述企业的每个门店的位置坐标范围。
在一种具体实施方式中,每个企业的企业数据还包括所述企业的每个门店的位置坐标;相应的,所述方法还包括:
根据所述第一企业的门店的位置坐标和所述第二企业的门店的位置坐标确定门店之间的距离。
本发明还提供一种数据的处理装置,包括:
获取第一企业的每个门店的位置坐标范围内预设时间段的客流量,并获取第二企业的每个门店的位置坐标范围内预设时间段的客流量,所述第一企业和所述第二企业的企业类别相同;
针对每个预设距离,根据所述第一企业的每个门店的位置坐标范围内预设时间段的客流量,以及所述第二企业的每个门店的位置坐标范围内预设时间段的客流量,确定所述第一企业被所述第二企业竞争的门店数;
针对每个预设距离,根据在所述预设距离的范围内所述第一企业被所述第二企业竞争的门店数和所述第一企业的门店总数,获取所述第二企业对所述第一企业的竞争强度。
本发明还提供一种电子设备,所述电子设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现前述任一实施方式所述的数据的处理方法的步骤。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如前述任一实施方式提供的数据的处理方法的步骤。
本发明中,通过获取企业的每个门店预设时间段的客流量,基于不同的距离间隔,分析第一企业的门店的客流量和预设距离范围内的第二企业的门店的客流量,确定该第一企业的门店是否被第二企业竞争,从而得到第一企业所有门店中被第二企业竞争的门店数量,基于第一企业被第二企业竞争的门店数和门店总数分析得到第二企业对第一企业的竞争强度,反之可以得到第一企业对第二企业的竞争强度,通过数据分析的方式对企业之间的竞争强度进行评估,并且可以根据一段时间的数据动态进行评估,实时性较好,并且避免了人工评估效果不客观的问题。
附图说明
图1为本发明提供的一种网络架构示意图;
图2为本发明提供的数据的处理方法实施例一的流程示意图;
图3为本发明提供的数据的处理方法实施例二的流程示意图;
图4为本发明实施例提供的竞争强度评估图;
图5为本发明提供的数据的处理方法实施例三的流程示意图;
图6为本发明提供的企业的门店示意图;
图7为本发明提供的竞争强度的确定方法一实例的流程示意图;
图8为本发明提供的数据的处理装置实施例一的结构示意图;
图9为本发明提供的电子设备实施例一的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
在目前的投资和营业过程中,对于企业来说,需要评估竞争企业对自身的竞争强度以指导投资,然而,目前对于竞争强度的评估均是通过人工进行评估的,评估效果不客观,且实时性较差。
基于上述问题,本发明提供一种数据的处理方法,通过获取相关的数据进行数据分析,对企业之间的竞争强度进行评估,并且可以根据预设时间段的数据动态进行评估,实时性较好,并且避免了人工评估效果不客观的问题。
本方案的主要构思是基于客流量进行分析是否在不同企业的门店之间产生了竞争,对于零售行业的企业来说,门店是主要的销售渠道,为了占据市场份额,同类型的企业会在相距不远的位置开设门店,而附近的竞争对手的门店是否对自身的门店造成竞争可以通过销售量或者客流量比较直观看出,因此,考虑可以通过客流量的对比分析竞争强度,如果附近的竞争对手的门店的客流量达到了自身的客流量的一半或者以上,或者其他比例,那么就直接造成了企业自身的门店的销售损失,因此可以认为是构成了竞争。通过对两个企业之间所有的门店的客流量的分析,可以得到企业之间的竞争强度。若综合分析该竞争对手的较高比例的门店都对企业自身的门店造成了竞争,那么则需要制定其他的投资策略。
本发明提供的数据的处理方法可以应用在可以进行数据分析的服务器,计算机,智能终端等电子设备中,对此本方案不做限制。
图1为本发明提供的一种网络架构示意图,如图1所示,该网络架构中,执行本发明提供的竞争强度确定方法的主体为数据分析服务器,数据分析服务器将通过互联网或者有线连接的方式从其他的提供数据的服务器中获取终端设备的定位数据,以及每个企业的企业数据。在其他的场景下,该数据分析服务器可替换为具有数据分析功能的计算机,智能终端等其他电子设备。
具体的,图1中的第一数据服务器用于向数据分析服务器提供用户的手机等终端设备的定位数据,该第一数据服务器可以是运营商的服务器,也可以是地图,导航等具有定位功能的应用程序的服务器,该第一数据服务器可以收集到连接网络进行数据传输的用户的终端设备的定位数据即可。第二数据服务器和第三数据服务器分别用于向数据分析服务器提供不同企业的企业数据,可以是企业运营数据库等。对于在第二数据服务器或者第三数据服务器,获取企业数据的方式可以是企业在开设门店时配置的数据,也可以是根据门店的登记信息分析得到的,对此本方案不做限制。
在一种具体实现中,在对企业的竞争强度进行确定的过程中,由于预设时间段的情况可能不同,因此该数据分析服务器可以按照预设周期访问第一数据服务器获取定位数据,也可以由第一数据服务器按照预设周期将定位数据发送至该数据分析服务器。该方案中,数据分析服务器获取用户的终端设备的定位数据主要是为了确定每个门店预设时间段的客流量。
可选的,第二数据服务器和第三数据服务器还可以直接向该数据分析服务器提供客流量,以第二数据服务器为例,该第二数据服务器可以通过互联网与每个门店的设备(例如:门店1的设备,门店2的设备)连接,通过门店的设备提供的数据分析获取预设时间段的客流量并直接发送给数据分析服务器,该门店的设备可以智能服务设备,收银设备,监控设备等等,对此本方案不做限制。例如,该门店的设备为智能服务机器人时,该智能服务机器人可记录每天进入门店的用户数量上报至该第二数据服务器作为客流量;或者,门店的设备可以是收银设备,将预设时间段的结算数据上报至该第二数据服务器,第二数据服务器可根据收银数据确定该门店预设时间段的客流量。或者门店的设备可以是监控设备,将获取到的监控数据上报至第二数据服务器,该第二数据服务器可从对监控数据进行图像识别处理确定该门店预设时间段的客流量。
可选的,该架构中还可以包括显示设备,例如:图1中所示的个人计算机(PersonalComputer,PC),该显示设备可以用于显示该数据分析服务器的分析结果,例如最终确定的企业之间的竞争强度,或者生成的竞争强度评估图等。
上述各个设备之间可以通过有线通信或者无线通信的方式进行数据传输,本方案不做限制。
下面以图1所示的架构应用在零售行业的场景为例通过几个具体实施例对该数据分析服务器进行竞争强度确定方法进行举例说明。
图2为本发明提供的数据的处理方法实施例一的流程示意图,如图2所示,本方案中以企业类别相同的第一企业和第二企业为例进行说明,对于市面上任何两个同类别的企业之间,均可以按照本方案实施例提供的方式进行竞争强度的确定。该数据的处理方法包括以下步骤:
S101:获取第一企业的每个门店预设时间段的客流量,并获取第二企业的每个门店预设时间段的客流量,第一企业和第二企业的企业类别相同。
在本步骤中,该第一企业和第二企业的企业类别相同,也就是说这两个企业的行业相同,例如都是便利商店,或者都是餐厅,或者都是饮品等,或者都是服装销售行业等等,相同行业的企业的门店之间更需要获取竞争强度。
为了能够根据客流量分析企业之间的竞争强度,首先需要获取第一企业的每个门店预设时间段的客流量和第二企业每个门店预设时间段的客流量。具体实现中,在每个企业的每个门店中,客流量可以通过用户的手机定位数据进行获取,或者可以通过设置在门店中的设备进行采集,或者根据预设时间段的销售量等数据进行确定,或者还可以通过人工统计进行上报,对此本方案不做限制。
此外,在该方案中,应理解该预设时间段可以是一天的预设的几个小时,还可以是24小时(即每天),也可以是一周,也可以是一个月,或者其他的时间段,对此本方案不做限制,可根据实际需要进行配置。
本方案以通过用户携带的手机等终端设备的定位数据进行数据收集为例,在目前的场景中,每个用户在日常生活中均会携带智能手机,手机的定位数据可以确定出用户的具体位置,本方案则可以通过每个门店的位置以及手机的定位数据,确定出用户是否到达过企业的门店,整个过程不需要其他的设备或者人工配合。在得到授权的用户的手机等终端设备的定位数据即可进行分析。按照该方式,可以得到每个企业的每个门店预设时间段的客流量。例如,可以将出现在每个门店中的不同手机的定位数据的数量作为该门店每天的客流量。
S102:针对每个预设距离,根据第一企业的每个门店预设时间段的客流量,以及第二企业的每个门店预设时间段的客流量,确定第一企业被第二企业竞争的门店数。
在本步骤中,应理解,预设距离是预先配置的评估竞争强度的门店之间的间距。
同行业的两个企业的门店在不同的距离范围内,其竞争强度是不同的,对于企业的考量也是不同的,因此,本方案的实现中可以设置不同的预设距离,以便对不同距离范围内竞争强度分别进行分析,该预设距离可以是多个不同的距离,例如,50m,100m,500m,1km,2km,5km……25km等。虽然不同的间隔距离竞争强度可能不同,但是对于在不同距离的范围内有门店的企业之间计算竞争强度的方式是一致的。
在同一个距离范围内,确定第一企业被第二企业竞争的门店数。举例来说,针对间隔的距离100m,确定在第一企业的门店距离100m的范围内是否存在第二企业的门店,若存在还需要分析第二企业的门店预设时间段的客流量,以及第一企业的该门店预设时间段的客流量,确定该第二企业的门店是否对该第一企业的门店造成竞争。若该第一企业的门店每天有200人的客流量,但是100m范围内的该第二企业的门店只有2个人或者3个人的客流量,则可以确定该第二企业的门店对该第一企业的门店是不造成竞争的,但是若该第二企业的门店的客流量达到100人或者更多的话,那么在一定程度上是会分散销售的产品的数量,也就可确定该第二企业的门店对该第一企业的门店造成竞争的。按照这种方式以此类推,对该第一企业的每个门店距离100m的范围内,均按照这种方式分析,可以得到该第一企业的所有门店中被第二企业竞争了的门店的数量,也就是门店数。
上述解释只是简单举例说明,在该方案的具体实现中,对于第二企业的门店的客流量达到多少数量或者达到第一企业的门店的客流量的多少比例(预设比例)才构成竞争,可以根据实际情况进行设置,例如:可以是达到百分之二十,百分之三十,或者百分之五十等,对此本方案不做限制。
S103:针对每个预设距离,根据在预设距离的范围内第一企业被第二企业竞争的门店数和所述第一企业的门店总数,获取第二企业对第一企业的竞争强度。
在本步骤中,通过上述的方式获取到了第一企业的所有门店在预设距离的范围内被第二企业的门店竞争了的门店数之后,可以通过第一企业的门店总数以及被第二企业的门店竞争了的门店数确定出最终的竞争强度。
在该方案的一种具体实现中,可以直接将第一企业被第二企业的门店竞争了的门店数除以第一企业的门店总数的值作为第二企业对第一企业的竞争强度。
与上述类似的,还可以通过同样的方式获取到第一企业对第二企业的竞争强度,具体的包括以下步骤:
首先,根据所述第一企业的每个门店预设时间段的客流量,以及所述第二企业的每个门店预设时间段的客流量,确定在每个预设距离的范围内,所述第二企业被所述第一企业竞争的门店数;
然后,针对每个预设距离,根据所述预设距离的范围内所述第二企业被所述第一企业竞争的门店数和所述第二企业的门店总数,获取所述第一企业对所述第二企业的竞争强度。
在该方案的实现中,在同一个距离范围内,确定第二企业被第一企业竞争的门店数。举例来说,针对间隔的距离100m,确定在第二企业的门店距离100m的范围内是否存在第一企业的门店,若存在还需要分析第一企业的门店预设时间段的客流量,以及第二企业的该门店预设时间段的客流量,确定该第一企业的门店是否对该第二企业的门店造成竞争。若该第二企业的门店每天有500人的客流量,但是100m范围内的该第一企业的门店只有3个人或者4个人的客流量(也就是说数量极少的情况),则可以确定该第一企业的门店对该第二企业的门店是不造成竞争的,但是若该第一企业的门店的客流量达到200人或者更多的话,那么在一定程度上是会分散销售的产品的数量,也就可确定该第一企业的门店对该第二企业的门店造成竞争的。按照这种方式以此类推,对该第二企业的每个门店距离100m的范围内,均按照这种方式分析,可以得到该第二企业的所有门店中被第一企业竞争了的门店的数量,也就是门店数。
上述解释只是简单举例说明,在该方案的具体实现中,对于第一企业的门店的客流量达到多少数量或者达到第二企业的门店的客流量的多少比例(预设比例)才构成竞争,可以根据实际情况进行设置,例如:可以是达到百分之二十,百分之三十,或者百分之五十等等,对此本方案不做限制。
同样的,在通过上述的方式获取到了第二企业的所有门店在预设距离的范围内被第一企业的门店竞争了的门店数之后,可以通过第二企业的门店总数以及被第一企业的门店竞争了的门店数确定出最终的竞争强度。在该方案的一种具体实现中,可以直接将第二企业被第一企业的门店竞争了的门店数除以第二企业的门店总数的值作为第一企业对第二企业的竞争强度。
本实施例提供的技术方案,通过上述方案可以得到在不同的距离的范围内,第一企业对第二企业的竞争强度,或者还可以得到第二企业对第一企业的竞争强度。
本实施例提供的数据的处理方法,通过获取企业的每个门店预设时间段的客流量,基于不同的距离间隔,分析第一企业的门店的客流量和预设距离范围内的第二企业的门店的客流量,确定该第一企业的门店是否被第二企业竞争,从而得到第一企业所有门店中被第二企业竞争的门店数量,基于第一企业被第二企业竞争的门店数和门店总数分析得到第二企业对第一企业的竞争强度,反之可以得到第一企业对第二企业的竞争强度,通过数据分析的方式对企业之间的竞争强度进行评估,并且可以根据预设时间段的数据动态进行评估,实时性较好,并且避免了人工评估效果不客观的问题。
图3为本发明提供的数据的处理方法实施例二的流程示意图,如图3所示,在上述实施例的基础上,该数据的处理方法的具体实现中,可以将分析确定出的不同的距离范围对应的企业之间的竞争强度直接呈现给需要的用户。然而,无论是直接的数据还是表格的结果呈现,对于用户来说,不够直观,基于此,本方案的实现中还可以包括以下步骤:
S104:根据每个预设距离的范围内第一企业对第二企业的竞争强度以及所述第二企业对第一企业的竞争强度,获取竞争强度评估图。
在本方案中,所述竞争强度评估图中包括:所述第一企业对第二企业的竞争强度曲线和所述第二企业对所述第一企业的竞争强度曲线。
本方案中,将不同距离下的两个企业之间互相的竞争强度值作为坐标系中的点,从而连接生成具体的标识企业之间竞争强度的曲线。图4为本发明实施例提供的竞争强度评估图,如图4所示,在最终呈现分析结果时候,通过不同的曲线展示第一企业对第二企业的竞争强度,以及第二企业对第一企业的竞争强度。
图5为本发明提供的数据的处理方法实施例三的流程示意图,如图5所示,在上述两个实施例的基础上,该方案的一种具体实施方式包括以下步骤:
S201:针对每个门店,根据门店的位置坐标范围内预设时间段的移动终端的定位数据获取该门店预设时间段的客流量。
这里无论是哪个企业,获取客流量的方式是一致的,通过每个门店的位置坐标范围,以及授权得到的用户终端设备(例如:手机)的定位数据,确定出用户是否到达过该门店,按照该方式,可以得到每个企业的每个门店预设时间段的客流量。例如,可以将出现在每个门店的位置坐标范围中的不同终端设备的定位数据的数量作为该门店的客流量。
具体的:针对所述第一企业每个门店,获取所述门店的位置坐标范围内预设时间段的移动终端的定位数据,并根据所述门店的位置坐标范围内预设时间段的移动终端的定位数据获取所述门店预设时间段的客流量。
相应的,针对所述第二企业每个门店,获取所述门店的位置坐标范围内预设时间段的移动终端的定位数据,并根据所述门店的位置坐标范围内预设时间段的移动终端的定位数据获取所述门店预设时间段的客流量。
在该方案的具体实现中,为了区分数据以及确定哪些定位数据可以作为人流量进行统计,首先需要获取到每个企业的企业数据。即获取所述第一企业的第一企业数据以及所述第二企业的第二企业数据,每个企业的企业数据中包括企业名称,企业类别以及所述企业的每个门店的位置坐标范围。
第一企业数据中,包括第一企业名称,第一企业类别,以及第一企业的每个门店的位置坐标范围;第二企业数据中,包括第二企业名称,第二企业类别,以及第二企业的每个门店的位置坐标范围。在本方案中,应理解,位置坐标范围指的是整个门店的所有区域。图6为本发明提供的企业的门店示意图,如图6所示,图6中示出了第一企业的门店a以及第二企业的门店b,从图中可以看出,门店a和门店b的店铺布局形状不同,该方案中,门店a的位置坐标范围包括整个长方形的店铺中所有的位置,门店b的位置坐标范围包括整个六边形的店铺布局中的所有的位置。
而在该方案的具体实现中,需要确定两个门店之间的距离,可以通过任一个门店中的位置之间的距离确定。
为了提高确定出的门店之间的距离的准确度,企业数据中还可以包括每个门店的具体的位置坐标,也就是说第一企业数据还包括第一企业每个门店的位置坐标,第二企业数据还包括第二企业每个门店的位置坐标,针对不同的门店,可根据所述第一企业的门店的位置坐标和所述第二企业的门店的位置坐标确定门店之间的距离。以便在确定竞争强度的过程中,确定门店是否在预设距离的范围内。例如,图6中,门店a的位置坐标是门店a的中心位置的坐标,门店b的位置坐标是门店b的中心位置的坐标,在具体实现中,该位置坐标可以并不一定是门店的中心位置,还可以是注册登记的位置等等,对此本方案不做限制,只是该位置是一个固定的点,例如经纬度,并不是一个面的范围。
S202:若在第一企业的门店的预设距离的范围内存在第二企业的门店,且第二企业的门店的客流量超过第一企业的门店的客流量的预设比例,则确定第一企业的门店被第二企业竞争,重复本步骤得到在预设距离的范围内第一企业被第二企业竞争的门店数。
在本步骤中,针对所述第一企业的每个门店,以一个预设距离为例,首先获取每个第一企业的门店在该预设距离的范围内是否存在第二企业的门店,如果存在该第二企业的门店,则按照前述方式分别获取第一企业的门店预设时间段的客流量,和该第二企业的门店预设时间段的客流量。判断第二企业的门店预设时间段的客流量是否达到了该第一企业的门店预设时间段的客流量的预设比例,例如,第二企业的门店的客流量达到了第一企业门店的客流量的百分之五十,或者百分之三十,或者百分之七十等等,具体比例不做限制,则确定该第二企业的门店对该第一企业的门店造成竞争,将第一企业被第二企业竞争的门店数记为1,遍历该第一企业的每个门店按照上述方式进行确定,最终得到第一企业被第二企业竞争的门店数。在一种具体实现中,可选择该预设比例为50%。
同样的,针对所述第二企业的每个门店,以一个预设距离为例,首先获取每个第二企业的门店在该预设距离的范围内是否存在第一企业的门店,如果存在该第一企业的门店,则按照前述方式分别获取第二企业的门店预设时间段的客流量,和该第一企业的门店预设时间段的客流量。判断第一企业的门店预设时间段的客流量是否达到了该第二企业的门店预设时间段的客流量的预设比例,例如,第一企业的门店的客流量达到了第二企业门店的客流量的百分之五十,或者百分之三十,或者百分之七十等等,具体比例不做限制,则确定该第一企业的门店对该第二企业的门店造成竞争,将第二企业被第一企业竞争的门店数记为1,遍历该第二企业的每个门店按照该方式进行确定,最终得到第二企业被第一企业竞争的门店数。在一种具体实现中,可选择该预设比例为50%。
S203:将预设距离的范围内第一企业被第二企业竞争的门店数与第一企业的门店总数的比值,作为第二企业对第一企业的竞争强度。
同样的,可以将预设距离的范围内第二企业被第一企业竞争的门店数与第二企业的门店总数的比值,作为第一企业对第二企业的竞争强度。
上述实施例提供的零售企业的竞争强度的确定方法,通过分析企业的门店的数据以及用户的终端设备的定位数据,将企业之间的竞争强度进行量化,在避免了人工分析不够客观,且效率低下的同时,该方案可以每天进行动态的分析,保证数据的实时性,能够帮助投资者有效分析市场,指导投资。
在上述两个实施例的基础上,下面通过一种具体实例对该数据的处理方法进行说明。
图7为本发明提供的竞争强度的确定方法一实例的流程示意图,如图7所示,对于同属于零售行业、有竞争关系的第一企业A(也就是图中的A公司)和第二企业B(也就是图中的B公司),可以按照下面的方式进行竞争强度的评估。
第一步,可收集两家企业的信息点(Point of InformAtion,POI)数据,每个POI数据包含企业名称、企业类别、门店的位置坐标等信息,得到两家企业所有门店的位置坐标。假设第一企业门店数量为M,每家门店记为PAi;第二企业门店数量为N,每家门店记为PBi。
还可以收集两家企业的兴趣面(AreA of interest,AOI)数据,每个AOI数据包含企业名称、企业类别、位置坐标范围等信息,得到两家企业所有门店的地理范围。
在该方案的具体实现中,上述两个数据中有重合部分,因此可以通过一次获取企业数据即可,最终得到企业名称,企业类别以及每个门店的位置坐标和位置坐标范围即可。
举例来说,在该方案中通过收集手机定位数据以及每个门店的位置坐标范围,计算得到每个企业的门店预设时间段的客流量。记录第一企业A的各门店客流量为FAi,第二企业B各门店的客流量为FBi。
然后,根据指定的预设距离Di,对于第一企业A门店PAi,如果在其Di范围内出现任一第二企业B的门店PBi,并且FBi是FAi的0.5倍以上,则记PAi被竞争,此时第一企业A被第二企业B竞争的门店数计为1,以此类推遍历分析第一企业A的依次类推进行累计,获取第一企业A被第二企业B竞争的门店数。距离Di下,第二企业B对第一企业A的竞争强度计算方法为:被竞争的第一企业A的门店数/第一企业A的门店总数。反之,距离Di下,第二企业B对第一A的竞争强度的竞争强度计算方法为:被竞争的第二企业B门店总数/第二企业B的门店总数。以地理距离Di为横轴,竞争强度为纵轴,作图可以得到图4所示的竞争强度评估图。
本发明实施例提供的数据的处理方法,通过分析企业的门店的数据以及用户的终端设备的定位数据,将企业之间的竞争强度进行量化,在避免了人工分析不够客观,且效率低下的同时,该方案可以每天进行动态的分析,保证数据的实时性,能够帮助投资者有效分析市场,指导投资。
图8为本发明提供的数据的处理装置实施例一的结构示意图,如图8所示,该数据的处理装置10,包括:
获取模块11,用于获取第一企业的每个门店预设时间段的客流量,并获取第二企业的每个门店预设时间段的客流量,所述第一企业和所述第二企业的企业类别相同;
第一处理模块12,用于针对每个预设距离,根据所述第一企业的每个门店预设时间段的客流量,以及所述第二企业的每个门店预设时间段的客流量,确定所述第一企业被所述第二企业竞争的门店数,其中,所述预设距离是预先配置的评估竞争强度的门店之间的间距;
第二处理模块13,用于针对每个预设距离,根据在所述预设距离的范围内所述第一企业被所述第二企业竞争的门店数和所述第一企业的门店总数,获取所述第二企业对所述第一企业的竞争强度。
本实施例提供的数据的处理装置,用于执行前述任一方法实施例的技术方案,其实现原理和技术效果类似,通过数据分析的方式对企业之间的竞争强度进行评估,并且可以根据预设时间段的数据动态进行评估,实时性较好,并且避免了人工评估效果不客观的问题。
在上述实施例的基础上,该数据的处理装置10的具体实施方式中,所述第一处理模块12具体用于:
根据所述第一企业的每个门店预设时间段的客流量,以及所述第二企业的每个门店预设时间段的客流量,确定在每个预设距离的范围内,所述第二企业被所述第一企业竞争的门店数;
针对每个预设距离,根据所述预设距离的范围内所述第二企业被所述第一企业竞争的门店数和所述第二企业的门店总数,获取所述第一企业对所述第二企业的竞争强度。
可选的,所述第二处理模块13还用于:
根据每个预设距离的范围内所述第一企业对所述第二企业的竞争强度以及所述第二企业对所述第一企业的竞争强度,获取竞争强度评估图;所述竞争强度评估图中包括:所述第一企业对第二企业的竞争强度曲线和所述第二企业对所述第一企业的竞争强度曲线。
可选的,所述第一处理模块12还用于:
针对所述第一企业每个门店,获取所述门店的位置坐标范围内预设时间段的移动终端的定位数据,并根据所述门店的位置坐标范围内预设时间段的移动终端的定位数据获取所述门店预设时间段的客流量;
针对所述第二企业每个门店,获取所述门店的位置坐标范围内预设时间段的移动终端的定位数据,并根据所述门店的位置坐标范围内预设时间段的移动终端的定位数据获取所述门店预设时间段的客流量。
可选的,所述第一处理模块12具体用于:
针对所述第一企业的每个门店,若在所述第一企业的门店的所述预设距离的范围内存在所述第二企业的门店,且所述第二企业的门店的客流量超过所述第一企业的门店的客流量的预设比例,则确定所述第一企业的门店被所述第二企业竞争,重复本步骤得到在所述预设距离的范围内所述第一企业被所述第二企业竞争的门店数。
可选的,所述预设比例为50%。
可选的,所述第二处理模块13具体用于:
将所述预设距离的范围内所述第一企业被所述第二企业竞争的门店数与所述第一企业的门店总数的比值,作为所述第二企业对所述第一企业的竞争强度。
可选的,所述获取模块11还用于:
获取所述第一企业的第一企业数据以及所述第二企业的第二企业数据,每个企业的企业数据中包括企业名称,企业类别以及所述企业的每个门店的位置坐标范围。
可选的,每个企业的企业数据还包括所述企业的每个门店的位置坐标;相应的,所述第一处理模块12还用于:
根据所述第一企业的门店的位置坐标和所述第二企业的门店的位置坐标确定门店之间的距离。
前述任一实施例提供的数据的处理装置,用于执行前述任一方法实施例的技术方案,其实现原理和技术效果类似,在此不再赘述。
图9为本发明提供的电子设备实施例一的结构示意图,如图9所示,该电子设备20包括:存储器22、处理器21及存储在所述存储器22上并可在所述处理器21上运行的计算机程序,所述计算机程序被所述处理器21执行时实现前述任一方法实施例提供的数据的处理方法的步骤。
可选的,电子设备20还可以包括显示器23。
该电子设备20的上述各个器件之间可以通过总线连接。
存储器22可以是单独的存储单元,也可以是集成在处理器21中的存储单元。处理器21的数量为一个或者多个。
在上述在电子设备20的实现中,存储器和处理器之间直接或间接地电性连接,以实现数据的传输或交互,也就是存储器和处理器可以通过接口连接,也可以集成在一起。例如,这些元件相互之间可以通过一条或者多条通信总线或信号线实现电性连接,如可以通过总线连接。存储器可以是,但不限于,随机存取存储器(Random Access Memory,简称:RAM),只读存储器(Read Only Memory,简称:ROM),可编程只读存储器(ProgrammableRead-Only Memory,简称:PROM),可擦除只读存储器(Erasable Programmable Read-OnlyMemory,简称:EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,简称:EEPROM)等。其中,存储器用于存储程序,处理器在接收到执行指令后,执行程序。进一步地,上述存储器内的软件程序以及模块还可包括操作系统,其可包括各种用于管理系统任务(例如内存管理、存储设备控制、电源管理等)的软件组件和/或驱动,并可与各种硬件或软件组件相互通信,从而提供其他软件组件的运行环境。
处理器可以是一种集成电路芯片,具有信号的处理能力。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称:CPU)、图像处理器等,可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。
本申请还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如前述任一方法实施例提供的数据的处理方法的步骤
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台电子设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种数据的处理方法,其特征在于,包括:
获取第一企业的每个门店预设时间段的客流量,并获取第二企业的每个门店预设时间段的客流量,所述第一企业和所述第二企业的企业类别相同;
针对每个预设距离,根据所述第一企业的每个门店预设时间段的客流量,以及所述第二企业的每个门店预设时间段的客流量,确定所述第一企业被所述第二企业竞争的门店数,其中,所述预设距离是预先配置的评估竞争强度的门店之间的间距;
针对每个预设距离,根据在所述预设距离的范围内所述第一企业被所述第二企业竞争的门店数和所述第一企业的门店总数,获取所述第二企业对所述第一企业的竞争强度。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述第一企业的每个门店预设时间段的客流量,以及所述第二企业的每个门店预设时间段的客流量,确定在每个预设距离的范围内,所述第二企业被所述第一企业竞争的门店数;
针对每个预设距离,根据所述预设距离的范围内所述第二企业被所述第一企业竞争的门店数和所述第二企业的门店总数,获取所述第一企业对所述第二企业的竞争强度。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
根据每个预设距离的范围内所述第一企业对所述第二企业的竞争强度以及所述第二企业对所述第一企业的竞争强度,获取竞争强度评估图;所述竞争强度评估图中包括:所述第一企业对第二企业的竞争强度曲线和所述第二企业对所述第一企业的竞争强度曲线。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述获取第一企业的每个门店预设时间段的客流量,包括:
针对所述第一企业每个门店,获取所述门店的位置坐标范围内预设时间段的移动终端的定位数据,并根据所述门店的位置坐标范围内预设时间段的移动终端的定位数据获取所述门店预设时间段的客流量;
相应的,所述获取第二企业的每个门店预设时间段的客流量,包括:
针对所述第二企业每个门店,获取所述门店的位置坐标范围内预设时间段的移动终端的定位数据,并根据所述门店的位置坐标范围内预设时间段的移动终端的定位数据获取所述门店预设时间段的客流量。
5.根据权利要求1至3任一项所述的方法,其特征在于,所述根据所述第一企业的每个门店预设时间段的客流量,以及所述第二企业的每个门店预设时间段的客流量,确定所述第一企业被所述第二企业竞争的门店数,包括:
针对所述第一企业的每个门店,若在所述第一企业的门店的所述预设距离的范围内存在所述第二企业的门店,且所述第二企业的门店的客流量超过所述第一企业的门店的客流量的预设比例,则确定所述第一企业的门店被所述第二企业竞争,重复本步骤得到在所述预设距离的范围内所述第一企业被所述第二企业竞争的门店数。
6.根据权利要求1至3任一项所述的方法,其特征在于,所述根据在所述预设距离的范围内所述第一企业被所述第二企业竞争的门店数和所述第一企业的门店总数,获取所述第二企业对所述第一企业的竞争强度,包括:
将所述预设距离的范围内所述第一企业被所述第二企业竞争的门店数与所述第一企业的门店总数的比值,作为所述第二企业对所述第一企业的竞争强度。
7.根据权利要求4所述的方法,其特征在于,所述方法还包括:
获取所述第一企业的第一企业数据以及所述第二企业的第二企业数据,每个企业的企业数据中包括企业名称,企业类别,所述企业的每个门店的位置坐标范围以及所述企业的每个门店的位置坐标。
8.一种数据的处理装置,其特征在于,包括:
获取模块,用于获取第一企业的每个门店预设时间段的客流量,并获取第二企业的每个门店预设时间段的客流量,所述第一企业和所述第二企业的企业类别相同;
第一处理模块,用于针对每个预设距离,根据所述第一企业的每个门店预设时间段的客流量,以及所述第二企业的每个门店预设时间段的客流量,确定所述第一企业被所述第二企业竞争的门店数,其中,所述预设距离是预先配置的评估竞争强度的门店之间的间距;
第二处理模块,用于针对每个预设距离,根据在所述预设距离的范围内所述第一企业被所述第二企业竞争的门店数和所述第一企业的门店总数,获取所述第二企业对所述第一企业的竞争强度。
9.一种电子设备,其特征在于,所述电子设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至7任一项所述的数据的处理方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的数据的处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010864694.9A CN112036940B (zh) | 2020-08-25 | 数据的处理方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010864694.9A CN112036940B (zh) | 2020-08-25 | 数据的处理方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112036940A true CN112036940A (zh) | 2020-12-04 |
CN112036940B CN112036940B (zh) | 2024-07-12 |
Family
ID=
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112686460A (zh) * | 2021-01-05 | 2021-04-20 | 广东赢商网数据服务股份有限公司 | 一种项目客流量预测方法、系统及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110246209A1 (en) * | 2010-03-31 | 2011-10-06 | Intuit Inc. | Method and system for predicting customer flow and arrival times using positional tracking of mobile devices |
US20140343981A1 (en) * | 2013-05-20 | 2014-11-20 | Sap Ag | Real time vehicle data management and analytics |
US20150154613A1 (en) * | 2013-02-27 | 2015-06-04 | Google Inc. | Competitor analytics |
CN107330735A (zh) * | 2017-07-04 | 2017-11-07 | 百度在线网络技术(北京)有限公司 | 用于确定关联门店的方法和装置 |
CN110675177A (zh) * | 2018-07-03 | 2020-01-10 | 百度在线网络技术(北京)有限公司 | 门店选址方法和装置 |
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110246209A1 (en) * | 2010-03-31 | 2011-10-06 | Intuit Inc. | Method and system for predicting customer flow and arrival times using positional tracking of mobile devices |
US20150154613A1 (en) * | 2013-02-27 | 2015-06-04 | Google Inc. | Competitor analytics |
US20140343981A1 (en) * | 2013-05-20 | 2014-11-20 | Sap Ag | Real time vehicle data management and analytics |
CN107330735A (zh) * | 2017-07-04 | 2017-11-07 | 百度在线网络技术(北京)有限公司 | 用于确定关联门店的方法和装置 |
CN110675177A (zh) * | 2018-07-03 | 2020-01-10 | 百度在线网络技术(北京)有限公司 | 门店选址方法和装置 |
Non-Patent Citations (1)
Title |
---|
饶筱箐;李冠艺;: "传统企业网络零售中的竞争分析与预测", 电子商务世界, no. 1, pages 136 - 137 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112686460A (zh) * | 2021-01-05 | 2021-04-20 | 广东赢商网数据服务股份有限公司 | 一种项目客流量预测方法、系统及计算机可读存储介质 |
CN112686460B (zh) * | 2021-01-05 | 2024-05-28 | 广东赢商网数据服务股份有限公司 | 一种项目客流量预测方法、系统及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ahas et al. | Using mobile positioning data to model locations meaningful to users of mobile phones | |
CN105701123B (zh) | 人车关系的识别方法及装置 | |
CN110490651B (zh) | 信息推送方法、装置、设备及计算机可读存储介质 | |
CN114741612B (zh) | 一种基于大数据的消费习惯分类方法、系统和存储介质 | |
CN109447103B (zh) | 一种基于硬聚类算法的大数据分类方法、装置及设备 | |
EP2495696A1 (en) | Management server, population information calculation management server, zero population distribution area management method, and population information calculation method | |
US9940361B2 (en) | Intelligent presence server systems and methods | |
CN111475746B (zh) | 兴趣点位置挖掘方法、装置、计算机设备和存储介质 | |
CN113902449A (zh) | 企业在线交易系统风险的预警方法、装置和电子设备 | |
Bründl et al. | Unlocking the potential of digitalization and automation: a qualitative and quantitative study of the control cabinet manufacturing industry | |
CN112036940A (zh) | 数据的处理方法、装置、设备和存储介质 | |
CN111698645A (zh) | 位置信息获取方法、装置、计算机设备及存储介质 | |
CN105591842B (zh) | 一种获取移动终端操作系统版本的方法和装置 | |
CN111507569A (zh) | 一种协同办公的管理方法及系统 | |
CN109685570B (zh) | 房地产客户来源检测方法、终端及服务器 | |
CN112036940B (zh) | 数据的处理方法、装置、设备和存储介质 | |
CN111242723B (zh) | 用户子女情况判断方法、服务器及计算机可读存储介质 | |
CN114896629A (zh) | 一种基于大数据分析的网络信息安全在线监测预警管理系统 | |
CN114004661A (zh) | 门店信息处理方法、装置、设备及存储介质 | |
CN110708741B (zh) | 一种目标对象信息处理方法和计算机设备 | |
CN109150934B (zh) | 信息推送方法和装置 | |
CN113918551A (zh) | 一种定位异常点识别方法、系统、介质及电子设备 | |
CN113507507A (zh) | 基于电子商务解决供需关系的方法、装置及电子设备 | |
CN112465552A (zh) | 一种社区积分统计方法、装置、设备及可读存储介质 | |
CN111144091A (zh) | 客服成员的确定方法、装置以及群成员身份的确定方法 |
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 | ||
GR01 | Patent grant |