[发明专利]一种基于稀疏回归的商家客流量多因素分析与预测方法

说明书

本发明涉及一种稀疏回归的商家客流量多因素分析与预测方法，包括步骤：步骤一、历史客流数据预处理；步骤二、商家客流量多因素字典构建；步骤三、稀疏系数的求解和预测。本发明的有益效果是：本发明提出的多因素稀疏回归预测方法要明显好于其他几种对比的预测方法；相比于没有增加因素的稀疏回归模型，多因素稀疏回归预测方法的预测效果提高了4.86％；当误差为0.2和0.3时，多因素稀疏回归预测方法相比其他方法，在商家数量上有着10％‑50％的提升；稀疏回归模型和多因素稀疏回归模型的训练时间以及预测时间都要远远少于其他两个模型；本发明提出的多因素稀疏回归预测模型的性能更加优越。

技术领域

本发明涉及一种商家客流量预测方法，更具体的说，它涉及一种基于稀疏回归的商家客流量多因素分析与预测方法。

背景技术

目前，传统时间序列预测方法、基于机器学习的时间序列预测方法在商家客流量预测问题上都有相关应用。两种时间序列模型在客流量预测上的比较，刘建军等，计算机工程与应用，2014年12月公布了模糊时间序列模型和季节模型在南京某商场的客流量预测结果，发现考虑数据特征的季节模型要优于模糊时间序列预测方法。一种基于时间序列分解的商家客流量大数据预测方法，王进等，发明专利，2017年11月公开了一种基于大数据的商家客流量预测方法，首先对历史数据进行提取特征，然后基于时间序列分解构建不同的预测模型并模型进行加权融合，以此进行商家客流量的预测。一种基于动态权重融合模型的线下商家客流量预测研究，郑立凡，华南理工大学硕士学位论文，2018年5月公布了一种基于动态权重融合模型的商家客流预测方法，将ARIMA(自回归积分滑动平均模型)、LR(线性回归)等模型以动态权重的方式融合在一起来进行未来一段时间的客流量预测。综上所述，大部分的研究工作本质上依然是依靠历史数据来预测商家未来一段时间的客流量。然而，在实际应用过程中，未来一段时间商家客流量与许多外部因素息息相关，受到外部因素的影响很大，仅仅依靠历史客流量数据难以对该问题进行精准建模。因此，建立一个能适应外部因素变化的，同时具有较高效率的商家客流量预测模型仍是研究的难点。

发明内容

本发明的目的是克服现有技术的不足，提供一种基于稀疏回归的商家客流量多因素分析与预测方法。

基于稀疏回归的商家客流量多因素分析与预测方法，包括如下步骤：

步骤一、历史客流数据预处理

商家客流量数据中，存在许多噪声数据，这些数据会对后续的预测带来影响，本发明按照以下步骤对历史客流数据进行处理。

1)针对每一个商家客流数据，去除为0的数据。

2)计算每个商家客流数据的上四分位点和下四分位点。

3)计算每个商家客流数据异常数据的上边界和下边界。

4)根据异常数据的上下边界，去除每个商家的异常数据。

5)对去除噪声数据后的客流量数据进行标准化。

步骤二、商家客流量多因素字典构建

分析影响商家客流量的外部因素，包括节假日因素，温度因素和天气因素。根据时间建立节假日字典，对于温度因素和天气因素，根据每个商家所处城市，分别构建温度因素字典和天气因素字典，最后结合正交DCT-II字典以及Kronecker Delta函数完成商家客流量多因素字典的构建，公式为：

D＝[DCT,K,H,T,W]

其中，D表示商家客流量多因素字典，DCT表示正交DCT-II字典，K表示KroneckerDelta函数产生的字典，H表示节假日因素，T表示温度因素，W表示天气因素。

需要注意的是，在步骤一中，去除了一些噪声数据，因此，在节假日因素、温度因素、天气因素字典中对应时间的数据也需要删除，确保商家客流量数据和多因素数据时间上一一对应。