CN114742590A - 一种信息推荐方法、装置、电子设备及存储介质 - Google Patents
一种信息推荐方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114742590A CN114742590A CN202210399248.4A CN202210399248A CN114742590A CN 114742590 A CN114742590 A CN 114742590A CN 202210399248 A CN202210399248 A CN 202210399248A CN 114742590 A CN114742590 A CN 114742590A
- Authority
- CN
- China
- Prior art keywords
- information
- shopping mall
- market
- mall
- 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.)
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种信息推荐方法、装置、电子设备及存储介质,涉及深度学习领域,尤其涉及大数据。具体实现方案为:通过数据采集系统获取测试人员的用户信息和商场的客流信息;其中,测试人员为模拟客户进行消费的人员;基于测试人员的用户信息和商场的客流信息确定商场的部署信息;向目标用户推荐商场的部署信息。本申请实施例可以基于大数据和轨迹分析进行商铺业态衔接规划,能够有针对性地给出商场运营建议,提升商场的整体效益,实现整个商场的定位升级。
Description
技术领域
本公开涉及深度学习技术领域,进一步涉及大数据技术,尤其是一种信息推荐方法、装置、电子设备及存储介质。
背景技术
商场业态规划能够决定商场的客流量和消费体验。例如,通过关联关系分析,某一个餐饮店的大部分用户,在就餐前都会前往另一个餐饮店,那么这两家餐饮店的用户群体口味取向比较接近,可以安排在相近位置,提高互相的客流量。
目前,商场的管理人员在对商场中的商铺进行部署时,通常是按照固有经验和招商情况对商铺进行部署。由于管理人员在部署商铺时,并未考虑到不同类型的顾客的兴趣、购物时长、消费力、顾客数目等因素,从而导致商场的整体效益较低,只能凭经验进行设置,比较粗放,不够精细。因此,亟需一种能够提高商场整体效益的商铺部署方案。
发明内容
本公开提供了一种信息推荐方法、装置、电子设备以及存储介质。
第一方面,本申请提供了一种信息推荐方法,所述方法包括:
通过数据采集系统获取测试人员的用户信息和商场的客流信息;其中,所述测试人员为模拟客户进行消费的人员;
基于所述测试人员的用户信息和所述商场的客流信息确定所述商场的部署信息;
向目标用户推荐所述商场的部署信息。
第二方面,本申请还提供了一种信息推荐装置,所述装置包括:
获取模块、确定模块和推荐模块;其中,
所述获取模块,用于通过数据采集系统获取测试人员的用户信息和商场的客流信息;其中,所述测试人员为模拟客户进行消费的人员;
所述确定模块,用于基于所述测试人员的用户信息和所述商场的客流信息确定所述商场的部署信息;
所述推荐模块,用于向目标用户推荐所述商场的部署信息。
第三方面,本申请实施例提供了一种电子设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本申请任意实施例所述的信息推荐方法。
第四方面,本申请实施例提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现本申请任意实施例所述的信息推荐方法。
第五方面,提供了一种计算机程序产品,当所述计算机程序产品被计算机设备执行时实现本申请任意实施例所述的信息推荐方法。
根据本申请的技术解决了现有技术中由于管理人员在部署商铺时,并未考虑到不同类型的顾客的兴趣、购物时长、消费力、顾客数目等因素,从而导致商场的整体效益较低,商铺部署比较粗放,不够精细的技术问题,本申请提供的技术方案,可以基于大数据和轨迹分析进行商铺业态衔接规划,能够有针对性地给出商场运营建议,提升商场的整体效益,实现整个商场的定位升级。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本申请实施例提供的信息推荐方法的第一流程示意图;
图2是本申请实施例提供的信息推荐方法的第二流程示意图;
图3是本申请实施例提供的信息推荐方法的第三流程示意图;
图4是本申请实施例提供的信息推荐装置的结构示意图;
图5是用来实现本申请实施例的信息推荐方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
实施例一
图1是本申请实施例提供的信息推荐方法的第一流程示意图,该方法可以由信息推荐装置或者电子设备来执行,该装置或者电子设备可以由软件和/或硬件的方式实现,该装置或者电子设备可以集成在任何具有网络通信功能的智能设备中。如图1所示,信息推荐方法可以包括以下步骤:
S101、通过数据采集系统获取测试人员的用户信息和商场的客流信息;其中,测试人员为模拟客户进行消费的人员。
在本步骤中,电子设备可以通过数据采集系统获取测试人员的用户信息和商场的客流信息;其中,测试人员为模拟客户进行消费的人员。本申请实施例中的用户信息可以包括以下至少一个:测试人员的出行方式、轨迹信息、无线网络连接信息、消费记录、年龄、性别和收入信息;本申请实施例中的客流信息可以包括以下至少一个:商场的客流量和客单价。这里的客单价指商场(或者超市)中每一个顾客平均购买商品的金额,也即是平均交易金额。进一步地,本申请实施例中的数据采集系统可以包括:测试人员采集终端和商场采集终端;其中,测试人员采集终端可以用于获取测试人员的用户信息;商场采集终端可以用于获取商场的客流信息。
S102、基于测试人员的用户信息和商场的客流信息确定商场的部署信息。
在本步骤中,电子设备可以基于测试人员的用户信息和商场的客流信息确定商场的部署信息。具体地,数据采集系统在采集到测试人员的用户信息和商场的客流信息之后,将上述信息发送至数据分析平台,那么数据分析平台就可以基于测试人员的用户信息和商场的客流信息确定商场的部署信息。进一步地,测试人员采集终端可以将测试人员的用户信息发送至数据分析平台;商场采集终端可以将商场的客流信息发送至数据分析平台,数据分析平台在接收到测试人员的用户信息和商场的客流信息之后,可以基于测试人员的用户信息和商场的客流信息确定商场的部署信息。
S103、向目标用户推荐商场的部署信息。
在本步骤中,电子设备可以向目标用户推荐商场的部署信息。本申请实施例中的目标用户可以为商场的管理者,也可以是商场的规划和设计人员。
本申请实施例提出的信息推荐方法,先通过数据采集系统获取测试人员的用户信息和商场的客流信息;然后基于测试人员的用户信息和商场的客流信息确定商场的部署信息;再向目标用户推荐该商场的部署信息。也就是说,本申请可以基于用户信息和客流信息对商场中的商铺进行部署。而在现有技术中,通常是按照固有经验和招商情况对商铺进行部署。因为本申请采用了对用户信息和客流信息进行采集,并基于上述采集到的信息确定商铺部署的技术手段,克服了现有技术中由于管理人员在部署商铺时,并未考虑到不同类型的顾客的兴趣、购物时长、消费力、顾客数目等因素,从而导致商场的整体效益较低,商铺部署比较粗放,不够精细的技术问题,本申请提供的技术方案,可以基于大数据和轨迹分析进行商铺业态衔接规划,能够有针对性地给出商场运营建议,提升商场的整体效益,实现整个商场的定位升级;并且,本申请实施例的技术方案实现简单方便、便于普及,适用范围更广。
实施例二
图2是本申请实施例提供的信息推荐方法的第二流程示意图。基于上述技术方案进一步优化与扩展,并可以与上述各个可选实施方式进行结合。如图2所示,信息推荐方法可以包括以下步骤:
S201、通过数据采集系统构建道路模型。
在本步骤中,电子设备可以通过数据采集系统构建道路模型。具体地,本申请实施例中的数据采集系统还可以道路采集系统,电子设备可以通过道路采集系统构建道路模型。该系统可以先通过雷达相机建模,然后在该道路模型上叠加相机照片,并用GPS信息进行定位,得到道路地图。这里的相机照片可以是CMOS相机照片,该叠加方式可以包括以下操作步骤:先在道路模型中确定出各个兴趣点的位置,然后在各个兴趣点的位置上叠加上该兴趣点的照片。
S202、在道路模型上使用预先确定的各个建筑物的GPS信息对各个建筑物进行定位,得到商场周边的道路地图。
S203、基于道路地图获取测试人员的用户信息和商场的客流信息。
在本步骤中,电子设备可以基于道路地图获取测试人员的用户信息和商场的客流信息。具体地,电子设备可以先基于道路地图对商场周边的各个建筑物进行拍摄,得到商场周边的各个建筑物的全景照片;并采集商场周边的测试人员的GPS信息;然后基于商场周边的各个建筑物的全景照片和商场周围的测试人员的GPS信息,获取商场的兴趣面AOI信息;再基于商场周边的道路地图和商场的AOI信息获取测试人员的用户信息和商场的客流信息。进一步地,本申请实施例中的数据采集系统还可以包括AOI采集系统,该系统可以通过全景相机拍摄以及采集人员的GPS定位,制作人员可以基于轨迹路线和全景照片,制作兴趣面数据,这些数据可以包括小区、办公楼、公园等不同的范围,并通过信息采集,记录AOI不同类型下的房价、占地面积、使用面积、楼高、人流量等信息。
具体地,本申请实施例中的数据采集系统可以包括:①道路采集系统:通过雷达相机建模,并用GPS数据进行定位,可以制作道路地图。②AOI采集系统:通过全景相机拍摄以及采集人员的GPS定位,制作人员可以基于轨迹路线和全景照片,制作兴趣面数据,包括小区、办公楼、公园等不同的范围数据,并通过信息采集,记录AOI不同类型下的房价、占地面积、使用面积、楼高、人流量等信息。③室内图采集系统:通过雷达点云进行建模,并用室内蓝牙+GPS联合定位的功能,可以实现高精度的室内地图制作。④测试人员采集终端:用于采集测试人员的、出行方式、轨迹信息、消费记录、年龄和性别以及收入信息。⑤商场采集终端:用红外线传感器布置在商场各大出入口,检测商场人流量。根据收银系统,可以检测不同业态的客流量和客单价。根据租赁系统,可以统计不同业态的租金分布。
S204、基于测试人员的用户信息和商场的客流信息确定商场的部署信息。
在本步骤中,电子设备可以基于测试人员的用户信息和商场的客流信息确定商场的部署信息。具体地,电子设备可以先在测试人员的用户信息中提取出测试人员的消费数据;并在商场的客流信息中提取出商场的客流量;然后基于测试人员的消费数据和商场的客流量以及预先确定的商场的位置,确定商场的业态模型;其中,商场的业态模型可以为高档业态模型、中档业态模型或者低档业态模型;再基于商场的业态模型确定商场的部署信息。进一步地,电子设备在基于商场的业态模型确定商场的部署信息时,可以先计算业态模型中各个营业类别的业态占比和各个营业类别下的品牌排名;营业类别包括以下至少一个:娱乐类、零售类、餐饮类、体验类;然后根据各个营业类别的业态占比和各个营业类别下的品牌排名,以及测试人员的用户信息,确定商场的部署信息。
S205、向目标用户推荐商场的部署信息。
本申请实施例提出的信息推荐方法,先通过数据采集系统获取测试人员的用户信息和商场的客流信息;然后基于测试人员的用户信息和商场的客流信息确定商场的部署信息;再向目标用户推荐该商场的部署信息。也就是说,本申请可以基于用户信息和客流信息对商场中的商铺进行部署。而在现有技术中,通常是按照固有经验和招商情况对商铺进行部署。因为本申请采用了对用户信息和客流信息进行采集,并基于上述采集到的信息确定商铺部署的技术手段,克服了现有技术中由于管理人员在部署商铺时,并未考虑到不同类型的顾客的兴趣、购物时长、消费力、顾客数目等因素,从而导致商场的整体效益较低,商铺部署比较粗放,不够精细的技术问题,本申请提供的技术方案,可以基于大数据和轨迹分析进行商铺业态衔接规划,能够有针对性地给出商场运营建议,提升商场的整体效益,实现整个商场的定位升级;并且,本申请实施例的技术方案实现简单方便、便于普及,适用范围更广。
实施例三
图3是本申请实施例提供的信息推荐方法的第三流程示意图。基于上述技术方案进一步优化与扩展,并可以与上述各个可选实施方式进行结合。如图3所示,信息推荐方法可以包括以下步骤:
S301、通过数据采集系统获取测试人员的用户信息和商场的客流信息;其中,测试人员为模拟客户进行消费的人员。
在本步骤中,电子设备可以通过数据采集系统获取测试人员的用户信息和商场的客流信息;其中,测试人员为模拟客户进行消费的人员。具体地,电子设备可以先通过数据采集系统采集测试人员的用户信息和商场的客流信息;然后将测试人员的用户信息和商场的客流信息发送至数据分析平台,此时数据分析平台可以获取到测试人员的用户信息和商场的客流信息。
S302、在测试人员的用户信息中提取出测试人员的消费数据;并在商场的客流信息中提取出商场的客流量。
在本步骤中,电子设备可以通过数据分析平台在测试人员的用户信息中提取出测试人员的消费数据;并在商场的客流信息中提取出商场的客流量。本申请实施例中的用户信息可以包括:测试人员的出行方式、轨迹信息、消费记录、年龄、性别和收入信息等;本申请实施例中的客流信息可以包括:商场的客流量和客单价等。
S303、基于测试人员的消费数据和商场的客流量以及预先确定的商场的位置,确定商场的业态模型;其中,商场的业态模型为高档业态模型、中档业态模型或者低档业态模型。
在本步骤中,电子设备可以通过数据分析平台基于测试人员的消费数据和商场的客流量以及预先确定的商场的位置,确定商场的业态模型;其中,商场的业态模型可以为高档业态模型、中档业态模型或者低档业态模型。具体地,如果测试人员的消费数据高于预定数额并且商场的位置在核心位置,则可以确定该商场的业态模型为高档业态模型;如果测试测试人员的消费数据低于预定数额或者商场的位置在非核心位置,则可以确定该商场的业态模型为中档业态模型或者低档业态模型。
S304、基于商场的业态模型确定商场的部署信息。
在本步骤中,电子设备可以基于商场的业态模型确定商场的部署信息。具体地,电子设备可以先计算业态模型中各个营业类别的业态占比和各个营业类别下的品牌排名;营业类别包括以下至少一个:娱乐类、零售类、餐饮类、体验类;然后根据各个营业类别的业态占比和各个营业类别下的品牌排名,以及测试人员的用户信息,确定商场的部署信息。进一步地,电子设备可以先根据各个营业类别的业态占比和各个营业类别下的品牌排名,以及测试人员的用户信息,判断商场内不同商铺之间的关联性;然后基于商场内不同商铺之间的关联性,确定商场的部署信息。更进一步地,电子设备可以先将商场内的两个商铺作为当前第一商铺和当前第二商铺;若当前第一商铺与当前第二商铺存在关联性,则可以将当前第一商铺和当前第二商铺部署到同一个区域内;若当前第一商铺和当前第二商铺不存在关联性,则可以将当前第一商铺和当前第二商铺分别部署到不同的区域内;重复执行上述操作,直到确定出商场内各个商铺的部署信息。
S305、向目标用户推荐商场的部署信息。
在本申请的具体实施例中,数据分析平台可以包括以下几部分内容:①地图制作:基于数据采集系统可以制作目标区域内的高精度的室内三维地图、AOI地图和道路地图。②商场外部布局分析平台:A、根据目标商场所在的城市的级别,(例如,一线、二线、核心区、边缘区等),以及周边人流量(例如人流量大于20万)和人群消费能力的数据汇总,以及周边商场业态的分布,确定商场的定位,例如,高档购物中心、中档购物中心、低档购物中心。B、根据目标商场所在区域附近的地铁口、公交站、道路口分布,自动规划合适的人行、车行出入口、将人行口设置在距离地铁和公交附近的位置,车行出入口设置在到路口邻近的位置。进行商场外部布局规划。③商场模型分析平台:A、全国大数据业态模型建设:根据百度地图大数据采集的全国所有的商场,根据其本身的定位以及其所在的城市。生成一线城市(高、中、低)三档业态模型;二线城市(高、中、低)三档业态模型、三四线城市(高、中、低)三档业态模型。B、每个模型包含商场内业态的面积占比,具体可以包括:娱乐类(例如KTV)、零售类(例如服装)、餐饮类(例如火锅)、体验类(例如剪发)等,然后在各个业态中,根据此档模型下的店铺乘以商场客流量排名。例如,在一线城市高档商场模型这个模型中,全国一共有50个一线城市高档商场,根据全国这50个商场,统计每个商场的客流量以及商场内的店铺名称,如果是连锁店,则进行合并。再例如,在50个商场中,20个商场的客流量都是1万人次/天,其中有15个商场都有某个商铺,30个商场客流量是2万人次/天,其中10个商场有该商铺。则该商铺的总客流量=15×1+10×2=35。C、根据上述计算方式,得出9个商场模型的业态占比和各业态的品牌排名。④店铺关联性分析:A、全局关联性:在上述③的基础上,通过分析用户的室内轨迹停留信息和用户的WIFI连接信息,判断各商铺之间的关联性。以排名最高的设为数值100,其他的根据关联性占比往下递减。例如,需要判断和某一个商铺关联性最大的店铺,根据轨迹停留信息和WIFI信息,发现去过该商铺的100个用户中,最高的有50个去了商铺A,第二高的有15个去了商铺B,第三高10个去了商铺C,且停留时间超过10分钟。则对于商铺A而言,关联系数最高的是商铺B,关联系数为100,第二位是商铺B,关联系数为30,第三位是商铺C,关联系数为20。B、指定范围关联性:在A的原理基础上,可以输入指定品牌,测算这些品牌关联性。商场需要对不同的店铺进行区域布置,则可以在确定主力店铺的情况下,输入需要区域布置的品牌,计算这些品牌和主力店铺的关联性,从而将关联性高的店铺安排在一起。这样,消费取向类似的用户就可以产生聚集效用,互相带动不同店铺之间的销售额。⑤商场布局图:A、根据采集信息绘制商场室内图,并通过点云模型,生成3D模型。B、根据商场室内图,添加主点商铺,根据店铺关联性,设置次主力店铺和其他店铺的位置。C、根据上述步骤A和上述步骤B,生成商场布局图。D、针对商场布局图,设定好主力店铺和次主力店铺的分布,选择空铺时,可以自动生成推荐信息以及主力店铺关联店铺的指数。通过指数的高低,来安排不同的店铺分布。⑥店铺客密度图:在完成商场的店铺规划后,进入运营阶段,根据商场采集终端的实时数据,生产各个店铺的客密度图,一方面确保不同的区域冷热分布均匀;另一方面,对于一些长期缺少客流量的店铺可以进行有规划的清退,提高商场的客流量。⑦商场迭代:商场的目标是不断的提高客单价,增加租赁资产的价值,商场的店铺品牌,需要逐渐的从低档品牌往中档、高档品牌靠拢,商场的热力图和关联图,可以逐渐协助商场实现决策和迭代。
在本申请的具体实施例中,用户使用终端可以包括以下模块:①数据输入模块,用于输入需要查找的商铺。②数据接收模块,接收数据分析平台返回的分析结果。③数据调整模块:用于添加租赁信息、修改关联主力店铺、修改预租店铺模型。④数据展示模块:用于展示商场规划图和客流密度图。
本申请实施例在业务实现上,主要可以包括以下两部分:(1)数据准备:①地图制作:道路采集、AOI采集、室内图采集,分别生成道路、AOI、室内地图和导航功能。②完成商场九种业态模型建设:一线城市(高、中、低)三档业态模型;二线城市(高、中、低)三档业态模型、三四线城市(高、中、低)三档业态模型。主要包括业态分布和每种业态的品牌排名。③持续3个月的大数据跟踪。(2)实现逻辑:①根据目标商场所在区域附近的地铁口、公交站、道路口分布,自动规划合适的人行、车行出入口、将人行口设置在距离地铁和公交附近的位置,车行出入口设置在到路口邻近的位置。进行商场外部布局规划。②根据目标商场所在的城市的级别(例如一线、二线、三线)、区(例如核心区、边缘区)的级别,以及周边人流量(例如>20万)和人群消费能力的数据汇总,以及周边商场业态的分布,确定商场的定位,例如高档购物中心、中档购物中心、低档购物中心。③、根据采集信息绘制商场室内图,并通过点云模型,生成3D模型。④、根据商场室内图以及商场定位,添加主点商铺,根据店铺关联性,设置次主力店铺和其他店铺的位置。⑤根据上述步骤③和上述步骤④,生产商场布局图。⑥针对2D商场平面图,设定好主力店铺和次主力店铺的分布,选择空铺时,可以自动生成推荐信息以及主力店铺关联店铺的指数。通过指数的高低,来安排不同的店铺分布。⑦店铺客密度图:在完成商场的店铺规划后,进入运营阶段,根据商场采集终端的实时数据,生产各个店铺的客密度图,一方面确保不同的区域冷热分布均匀,另一方面,对于一些长期缺少客流量的店铺可以进行有规划的清退。提高商场客流量。⑧商场迭代:商场的目标是不断的提高客单价,增加租赁资产的价值,商场的店铺品牌,需要逐渐的从低档品牌向中档、高档品牌靠拢,商场的热力图和关联图,可以逐渐协助商场实现决策和迭代。
本申请的创新点主要包括以下四个方面:1、一方面可以博采众长,从全中国当前以及成熟运营的商场中,总结出整体的业态占比和品牌排名,能够给一个新的商场非常好的数据基础。同时,还可以支持指定区域内的业态占比和品牌排名的数据获取,能够有针对性的给到商场运营建议。2、另一方面,通过店铺关联模型,能够将客户进行聚类,提高了店铺之间的互相协作和引流,达成良好的聚客效应,培养商场的人气,极大的缩短新商场的培育期。一方面能够让想要购物消费的人民能够找到合适的地方,另一方面也能让商场获得更好的营业收入。3、在成熟运营期阶段,客密度的分布,能够实时监控客流量的变化,及时发现坪效低的店铺和安排不合理的商铺,进行店铺的替换和变更,提升商场的整体效益。4、对于商场的长远规划,实现整个商场的定位升级,例如,从低档发展成高档,都有非常好的数据支撑。
本申请实施例提出的信息推荐方法,先通过数据采集系统获取测试人员的用户信息和商场的客流信息;然后基于测试人员的用户信息和商场的客流信息确定商场的部署信息;再向目标用户推荐该商场的部署信息。也就是说,本申请可以基于用户信息和客流信息对商场中的商铺进行部署。而在现有技术中,通常是按照固有经验和招商情况对商铺进行部署。因为本申请采用了对用户信息和客流信息进行采集,并基于上述采集到的信息确定商铺部署的技术手段,克服了现有技术中由于管理人员在部署商铺时,并未考虑到不同类型的顾客的兴趣、购物时长、消费力、顾客数目等因素,从而导致商场的整体效益较低,商铺部署比较粗放,不够精细的技术问题,本申请提供的技术方案,可以基于大数据和轨迹分析进行商铺业态衔接规划,能够有针对性地给出商场运营建议,提升商场的整体效益,实现整个商场的定位升级;并且,本申请实施例的技术方案实现简单方便、便于普及,适用范围更广。
实施例四
图4是本申请实施例提供的信息推荐装置的结构示意图。如图4所示,所述装置400包括:获取模块401、确定模块402和推荐模块403;其中,
所述获取模块401,用于通过数据采集系统获取测试人员的用户信息和商场的客流信息;其中,所述测试人员为模拟客户进行消费的人员;
所述确定模块402,用于基于所述测试人员的用户信息和所述商场的客流信息确定所述商场的部署信息;
所述推荐模块403,用于向目标用户推荐所述商场的部署信息。
进一步的,所述测试人员的用户信息包括以下至少一个:所述测试人员的出行方式、轨迹信息、无线网络连接信息、消费记录、年龄、性别和收入信息;所述商场的客流信息包括以下至少一个:所述商场的客流量和客单价。
进一步的,所述获取模块401,具体用于通过所述数据采集系统构建道路模型;并在所述道路模型上使用预先确定的各个建筑物的GPS信息对各个建筑物进行定位,得到所述商场周边的道路地图;基于所述道路地图获取所述测试人员的用户信息和所述商场的客流信息。
进一步的,所述获取模块401,具体用于基于所述道路地图对所述商场周边的各个建筑物进行拍摄,得到所述商场周边的各个建筑物的全景照片;并采集所述商场周边的测试人员的GPS信息;基于所述商场周边的各个建筑物的全景照片和所述商场周围的测试人员的GPS信息,获取所述商场的兴趣面AOI信息;基于所述商场周边的道路地图和所述商场的AOI信息获取所述测试人员的用户信息和所述商场的客流信息。
进一步的,所述确定模块402,具体用于在所述测试人员的用户信息中提取出所述测试人员的消费数据;并在所述商场的客流信息中提取出所述商场的客流量;基于所述测试人员的消费数据和所述商场的客流量以及预先确定的所述商场的位置,确定所述商场的业态模型;其中,所述商场的业态模型为高档业态模型、中档业态模型或者低档业态模型;基于所述商场的业态模型确定所述商场的部署信息。
进一步的,所述确定模块402,具体用于计算所述业态模型中各个营业类别的业态占比和各个营业类别下的品牌排名;所述营业类别包括以下至少一个:娱乐类、零售类、餐饮类、体验类;根据各个营业类别的业态占比和各个营业类别下的品牌排名,以及所述测试人员的用户信息,确定所述商场的部署信息。
进一步的,所述确定模块402,具体用于根据各个营业类别的业态占比和各个营业类别下的品牌排名,以及所述测试人员的用户信息,判断所述商场内不同商铺之间的关联性;基于所述商场内不同商铺之间的关联性,确定所述商场的部署信息。
进一步的,所述确定模块402,具体用于将所述商场内的两个商铺作为当前第一商铺和当前第二商铺;若所述当前第一商铺与所述当前第二商铺存在关联性,则将所述当前第一商铺和所述当前第二商铺部署到同一个区域内;重复执行上述操作,直到确定出所述商场内各个商铺的部署信息。
上述商铺部署装置可执行本申请任意实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本申请任一实施例提供的商铺部署方法。
实施例五
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如信息推荐方法。例如,在一些实施例中,信息推荐方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的信息推荐方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行信息推荐方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (19)
1.一种信息推荐方法,所述方法包括:
通过数据采集系统获取测试人员的用户信息和商场的客流信息;其中,所述测试人员为模拟客户进行消费的人员;
基于所述测试人员的用户信息和所述商场的客流信息确定所述商场的部署信息;
向目标用户推荐所述商场的部署信息。
2.根据权利要求1所述的方法,所述测试人员的用户信息包括以下至少一个:所述测试人员的出行方式、轨迹信息、无线网络连接信息、消费记录、年龄、性别和收入信息;所述商场的客流信息包括以下至少一个:所述商场的客流量和客单价。
3.根据权利要求1所述的方法,其中,通过数据采集系统获取测试人员的用户信息和商场的客流信息,包括:
通过所述数据采集系统构建道路模型;
在所述道路模型上使用预先确定的各个建筑物的GPS信息对各个建筑物进行定位,得到所述商场周边的道路地图;
基于所述道路地图获取所述测试人员的用户信息和所述商场的客流信息。
4.根据权利要求3所述的方法,其中,基于所述道路地图获取所述测试人员的用户信息和所述商场的客流信息,包括:
基于所述道路地图对所述商场周边的各个建筑物进行拍摄,得到所述商场周边的各个建筑物的全景照片;并采集所述商场周边的测试人员的GPS信息;
基于所述商场周边的各个建筑物的全景照片和所述商场周围的测试人员的GPS信息,获取所述商场的兴趣面AOI信息;
基于所述商场周边的道路地图和所述商场的AOI信息获取所述测试人员的用户信息和所述商场的客流信息。
5.根据权利要求1所述的方法,其中,基于所述测试人员的用户信息和所述商场的客流信息确定所述商场的部署信息,包括:
在所述测试人员的用户信息中提取出所述测试人员的消费数据;并在所述商场的客流信息中提取出所述商场的客流量;
基于所述测试人员的消费数据和所述商场的客流量以及预先确定的所述商场的位置,确定所述商场的业态模型;其中,所述商场的业态模型为高档业态模型、中档业态模型或者低档业态模型;
基于所述商场的业态模型确定所述商场的部署信息。
6.根据权利要求5所述的方法,其中,基于所述商场的业态模型确定所述商场的部署信息,包括:
计算所述业态模型中各个营业类别的业态占比和各个营业类别下的品牌排名;所述营业类别包括以下至少一个:娱乐类、零售类、餐饮类、体验类;
根据各个营业类别的业态占比和各个营业类别下的品牌排名,以及所述测试人员的用户信息,确定所述商场的部署信息。
7.根据权利要求6所述的方法,其中,根据各个营业类别的业态占比和各个营业类别下的品牌排名,以及所述测试人员的用户信息,确定所述商场的部署信息,包括:
根据各个营业类别的业态占比和各个营业类别下的品牌排名,以及所述测试人员的用户信息,判断所述商场内不同商铺之间的关联性;
基于所述商场内不同商铺之间的关联性,确定所述商场的部署信息。
8.根据权利要求7所述的方法,其中,基于所述商场内不同商铺之间的关联性,确定所述商场的部署信息,包括:
将所述商场内的两个商铺作为当前第一商铺和当前第二商铺;
若所述当前第一商铺与所述当前第二商铺存在关联性,则将所述当前第一商铺和所述当前第二商铺部署到同一个区域内;重复执行上述操作,直到确定出所述商场内各个商铺的部署信息。
9.一种信息推荐装置,所述装置包括:获取模块、确定模块和推荐模块;其中,
所述获取模块,用于通过数据采集系统获取测试人员的用户信息和商场的客流信息;其中,所述测试人员为模拟客户进行消费的人员;
所述确定模块,用于基于所述测试人员的用户信息和所述商场的客流信息确定所述商场的部署信息;
所述推荐模块,用于向目标用户推荐所述商场的部署信息。
10.根据权利要求9所述的装置,所述测试人员的用户信息包括以下至少一个:所述测试人员的出行方式、轨迹信息、无线网络连接信息、消费记录、年龄、性别和收入信息;所述商场的客流信息包括以下至少一个:所述商场的客流量和客单价。
11.根据权利要求9所述的装置,所述获取模块,具体用于通过所述数据采集系统构建道路模型;并在所述道路模型上使用预先确定的各个建筑物的GPS信息对各个建筑物进行定位,得到所述商场周边的道路地图;基于所述道路地图获取所述测试人员的用户信息和所述商场的客流信息。
12.根据权利要求11所述的装置,所述获取模块,具体用于基于所述道路地图对所述商场周边的各个建筑物进行拍摄,得到所述商场周边的各个建筑物的全景照片;并采集所述商场周边的测试人员的GPS信息;基于所述商场周边的各个建筑物的全景照片和所述商场周围的测试人员的GPS信息,获取所述商场的兴趣面AOI信息;基于所述商场周边的道路地图和所述商场的AOI信息获取所述测试人员的用户信息和所述商场的客流信息。
13.根据权利要求9所述的装置,所述确定模块,具体用于在所述测试人员的用户信息中提取出所述测试人员的消费数据;并在所述商场的客流信息中提取出所述商场的客流量;基于所述测试人员的消费数据和所述商场的客流量以及预先确定的所述商场的位置,确定所述商场的业态模型;其中,所述商场的业态模型为高档业态模型、中档业态模型或者低档业态模型;基于所述商场的业态模型确定所述商场的部署信息。
14.根据权利要求13所述的装置,所述确定模块,具体用于计算所述业态模型中各个营业类别的业态占比和各个营业类别下的品牌排名;所述营业类别包括以下至少一个:娱乐类、零售类、餐饮类、体验类;根据各个营业类别的业态占比和各个营业类别下的品牌排名,以及所述测试人员的用户信息,确定所述商场的部署信息。
15.根据权利要求14所述的装置,所述确定模块,具体用于根据各个营业类别的业态占比和各个营业类别下的品牌排名,以及所述测试人员的用户信息,判断所述商场内不同商铺之间的关联性;基于所述商场内不同商铺之间的关联性,确定所述商场的部署信息。
16.根据权利要求15所述的装置,所述确定模块,具体用于将所述商场内的两个商铺作为当前第一商铺和当前第二商铺;若所述当前第一商铺与所述当前第二商铺存在关联性,则将所述当前第一商铺和所述当前第二商铺部署到同一个区域内;重复执行上述操作,直到确定出所述商场内各个商铺的部署信息。
17.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。
19.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210399248.4A CN114742590A (zh) | 2022-04-15 | 2022-04-15 | 一种信息推荐方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210399248.4A CN114742590A (zh) | 2022-04-15 | 2022-04-15 | 一种信息推荐方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114742590A true CN114742590A (zh) | 2022-07-12 |
Family
ID=82281138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210399248.4A Pending CN114742590A (zh) | 2022-04-15 | 2022-04-15 | 一种信息推荐方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114742590A (zh) |
-
2022
- 2022-04-15 CN CN202210399248.4A patent/CN114742590A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104054360B (zh) | 用于确定多层建筑物中位置的位置信息的方法和装置 | |
CN108876032A (zh) | 一种对象选址的数据处理方法、装置、设备及系统 | |
US20190154457A1 (en) | Determining top venues from aggregated user activity location data | |
CN106570722A (zh) | 一种智能推荐系统及智能推荐方法 | |
Moiseeva et al. | Imputing relevant information from multi-day GPS tracers for retail planning and management using data fusion and context-sensitive learning | |
CN103512581A (zh) | 一种路径规划方法和装置 | |
CN103947230A (zh) | 发现相关地点以及自动设定其大小 | |
US20180364059A1 (en) | Recommendation system and method to evaluate the quality of sidewalks and other pedestrian flow zones as a means to operationalize walkability | |
US20200043110A1 (en) | Land acquisition and property development analysis platform | |
Zhao et al. | Walkability scoring: Why and how does a three-dimensional pedestrian network matter? | |
CN116227834A (zh) | 一种基于三维点云模型的智能景区数字化平台 | |
US11893073B2 (en) | Method and apparatus for displaying map points of interest, and electronic device | |
CN111626777B (zh) | 选址方法、选址决策系统、存储介质及电子设备 | |
JP2003022314A (ja) | 不動産価格関数推定方法、不動産価格関数推定装置、及び不動産価格関数推定プログラム | |
Wu et al. | Modeling shopping center location choice: shopper preference–based competitive location model | |
CN115033766A (zh) | 数据处理方法、生活圈的显示方法及装置、介质、设备 | |
CN114693351A (zh) | 信息预测方法、装置以及电子设备 | |
CN112766718A (zh) | 城市商圈边界识别方法、系统、计算机设备及存储介质 | |
KR20070097939A (ko) | 서버 및 클라이언트 단말기를 이용한 부동산 정보 제공방법 및 이를 수행하는 컴퓨터 프로그램이 기록된컴퓨터에서 판독 가능한 기록 매체 | |
CN107944674A (zh) | 一种利用线上线下数据评估商业规划的方法 | |
JP2003196369A (ja) | 不動産評価システムおよびプログラム | |
CN106776676A (zh) | 自动推荐旅游行程中的日住宿的方法和装置 | |
CN112923939A (zh) | 用于导航的方法、装置、设备和介质 | |
CN114742590A (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
CN108734352A (zh) | 一种乡村旅游用管理系统 |
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 |