[发明专利]商业选址的效益评估方法、装置及存储介质在审

专利信息
申请号: 201910718422.5 申请日: 2019-08-05
公开(公告)号: CN110648161A 公开(公告)日: 2020-01-03
发明(设计)人: 肖婷;周英能;仇昌栋 申请(专利权)人: 中移(杭州)信息技术有限公司;中国移动通信集团有限公司
主分类号: G06Q30/02 分类号: G06Q30/02;G06N3/04;G06N3/08
代理公司: 31260 上海晨皓知识产权代理事务所(普通合伙) 代理人: 成丽杰
地址: 310011 浙江省杭州*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 时间段 选址 效益评估 记忆神经网络 通信技术领域 参考依据 存储介质 特征输入 预测
【权利要求书】:

1.一种商业选址的效益评估方法,其特征在于,包括:

获取待选区域的连续三个时间段的选址特征,其中,所述连续三个时间段包括:当前时间段、所述当前时间段的前一时间段、以及所述前一时间段的再前一时间段;

将所述连续三个时间段的选址特征输入预先训练好的长短期记忆神经网络中,得到所述待选区域的当前时间段的预测效益值。

2.根据权利要求1所述的商业选址的效益评估方法,其特征在于,所述预先训练好的长短期记忆神经网络通过以下步骤进行训练:

获取样本数据,所述样本数据中至少包括训练样本,所述训练样本包括:至少一个目标区域内已有店铺的连续三个时间段的选址特征,以及所述已有店铺的所述当前时间段的实际效益值,其中,所述待选区域位于所述目标区域内;

将所述训练样本输入长短期记忆神经网络中进行训练计算损失函数值;

当所述损失函数值满足预设条件时,结束训练。

3.根据权利要求2所述的商业选址的效益评估方法,其特征在于,所述长短期记忆神经网络的损失函数值L通过以下公式进行计算:

其中,所述n为所述训练样本的数目、所述i为第i个已有店铺、所述yi为第i个已有店铺的实际效益值、所述yei为第i个已有店铺的预测效益值。

4.根据权利要求2所述的商业选址的效益评估方法,其特征在于,所述选址特征至少包括:所述目标区域内的客流情况数据、客户群体画像数据、竞争饱和度数据以及区域环境数据;

所述获取样本数据,具体包括:

从所述至少一个目标区域的移动运营商的基站获取所述至少一个目标区域内已有店铺的连续三个时间段的客流情况数据和客户群体画像数据;

从网络地图获取所述至少一个目标区域内已有店铺的连续三个时间段的竞争饱和度数据和区域环境数据。

5.根据权利要求2所述的商业选址的效益评估方法,其特征在于,所述目标区域为多个;所述获取样本数据,具体包括:

获取每个所述目标区域的训练样本数据;

将满足预设条件的所述训练样本数据作为所述样本数据。

6.根据权利要求2所述的商业选址的效益评估方法,其特征在于,所述待选区域为多个,多个所述待选区域位于所述目标区域内;

所述将所述连续三个时间段的选址特征输入预先训练好的长短期记忆神经网络中,得到所述待选区域的当前时间段的预测效益值之后,还包括:将所述多个待选区域的预测效益值排序后展示给用户。

7.根据权利要求1所述的商业选址的效益评估方法,其特征在于,所述连续三个时间段为连续三个月或连续三个季度。

8.根据权利要求2所述的商业选址的效益评估方法,其特征在于,所述样本数据还包括:验证样本;所述结束训练之前,还包括:

将所述验证样本输入长短期记忆神经网络中得到所述验证样本的预测效益值,其中,所述损失函数值满足所述预设条件;

若所述预测效益值与所述实际效益值的差值在预设范围内,则再执行所述结束训练的步骤。

9.一种效益评估装置,其特征在于,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如权利要求1至8中任一所述的商业选址的效益评估方法。

10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8中任一所述的商业选址的效益评估方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中移(杭州)信息技术有限公司;中国移动通信集团有限公司,未经中移(杭州)信息技术有限公司;中国移动通信集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910718422.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top