[发明专利]一种人流量预测方法、装置及系统

权利要求书

1.一种人流量预测方法，其特征在于，所述方法包括：

获取目标时间段内目标店铺的人员进、出店率；

获取所述目标时间段内目标店铺的在店人数预测值；

获取所述目标店铺的历史进店人群对应的用户特征值，以及所述目标店铺对应的店铺特征值；

对所述目标时间段内目标店铺的在店人数预测值、用户特征值以及店铺特征值做第一特征交叉处理，得到第一特征交叉结果；

对所述目标时间段内目标店铺的人员进、出店率，目标时间段内目标店铺的在店人数预测值做第二特征交叉处理，得到第二特征交叉结果；

将所述第一特征交叉结果以及所述第二特征交叉结果输入到人流量预测模型中，得到目标时间段内的店铺人流量预测结果。

2.根据权利要求1所述的方法，其特征在于，所述对所述目标时间段内目标店铺的在店人数预测值、用户特征值以及店铺特征值做第一特征交叉处理，得到第一特征交叉结果包括：

计算目标时间段内目标店铺不同在店人数预测值之间的关联关系，得到第一在店人数特征关联结果；

计算不同用户特征值之间的关联关系，得到用户特征关联结果；

计算不同店铺特征值之间的关联关系，得到店铺特征关联结果；

计算目标时间段内目标店铺的在店人数预测值、用户特征值以及店铺特征值中两两之间的关联关系，得到第一联合特征关联结果；

利用第一在店人数特征关联结果、用户特征关联结果、店铺特征关联结果，以及第一联合特征关联结果，得到第一特征交叉结果。

3.根据权利要求1所述的方法，其特征在于，所述对所述目标时间段内目标店铺的人员进、出店率，目标时间段内目标店铺的在店人数预测值做第二特征交叉处理，得到第二特征交叉结果包括：

计算目标时间段内目标店铺的不同进店率之间的关联关系，得到进店特征关联结果；

计算目标时间段内目标店铺的不同出店率之间的关联关系，得到出店特征关联结果；

计算目标时间段内目标店铺不同在店人数预测值之间的关联关系，得到第二在店人数特征关联结果；

计算目标间段内目标店铺的人员进、出店率，与预估时间段内目标店铺的在店人数预测值之间的关联关系，得到第二联合特征关联结果；

利用所述进店特征关联结果、出店特征关联结果、第二在店人数特征关联结果，以及第二联合特征关联结果，得到高维第二特征交叉结果；

对所述高维第二特征交叉结果进行降维处理，得到低维第二特征交叉结果。

4.根据权利要求1所述的方法，其特征在于，所述人流量预测模型的训练过程包括：

获取样本集中的第一特征交叉结果训练样本、第二特征交叉结果训练样本，以及与所述第一特征交叉结果训练样本和第二特征交叉结果训练样本对应的参考输出店铺人流量；

将所述第一特征交叉结果训练样本和所述第二特征交叉结果训练样本输入到人流量预测模型中进行训练，得到预测店铺人流量；

利用所述参考输出店铺人流量以及所述预测店铺人流量得到人流量预测模型的损失函数；

利用所述人流量预测模型的损失函数对所述人流量预测模型的模型参数进行调整；

返回执行所述将所述第一特征交叉结果训练样本和所述第二特征交叉结果训练样本输入到人流量预测模型中进行训练，得到预测店铺人流量的步骤继续训练，直至得到人流量预测模型的损失函数呈现收敛状况时的人流量预测模型的模型参数作为人流量预测模型参数，并停止训练。

5.根据权利要求1所述的方法，其特征在于，所述获取目标时间段内目标店铺的人员进、出店率包括：

将历史时间段内的目标店铺的人员进、出店率输入到时间序列模型中；

利用所述时间序列模型得到目标时间段内目标店铺的人员进、出店率。

6.根据权利要求1所述的方法，其特征在于，所述获取所述目标时间段内目标店铺的在店人数预测值包括：

将历史时间段内的目标店铺的在店人数预测值输入到滚动时间窗回归模型中；

利用所述滚动时间窗回归模型得到目标时间段内目标店铺的在店人数预测值。