[发明专利]一种人流量预测方法、装置及系统

说明书

本发明提供了一种人流量预测方法、装置及系统，获取目标时间段内目标店铺的人员进、出店率；获取目标时间段内目标店铺的在店人数预测值；获取目标店铺的历史进店人群对应的用户特征值及目标店铺对应的店铺特征值；对目标时间段内目标店铺的在店人数预测值、用户特征值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；对人员进、出店率，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；将第一特征交叉结果及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。本发明在计算目标时间段内的店铺人流量预测结果的过程中考虑到了各个特征之间的关联关系，能够提高店铺人流量预测结果的准确性。

技术领域

本发明涉及计算机处理技术领域，更具体的说，是涉及一种人流量预测方法、装置及系统。

背景技术

随着人们生活水平的提高，在线下零售店中(例如大型商业购物中心)购物的人流量越来越多，通过对一定时间内线下零售店中的人流量进行预测，能够更好的指引线下零售店经营者的营销策略。

目前采用的人流量预测方式都是通过摄像头对进出线下零售店的顾客行为进行采集，得到一定时间内进、出线下零售店的顾客人数，进而得到一定时间内线下零售店的在店人数，然而，受摄像头安装位置以及安装角度的限制，摄像头采集的信息与实际的进出店人数会有偏差，导致直接依据摄像头采集的信息进行线下零售店人流量预测的方式存在准确性低的问题。

发明内容

有鉴于此，本发明提供了一种人流量预测方法、装置及系统，以克服现有技术中直接依据摄像头采集的信息进行线下零售店人流量预测的方式存在准确性低的问题。

为实现上述目的，本发明提供如下技术方案：

一种人流量预测方法，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。

优选的，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。

优选的，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；