[发明专利]一种门店智能管理方法和装置

权利要求书

1.一种门店智能管理方法，其特征在于，包括：

分别获取多个待调整门店的内部数据和外部数据；

分别对每一个所述待调整门店的内部数据和外部数据执行数据预处理，生成对应的门店数据；

根据多组所述门店数据，生成多个门店聚类簇；

获取每一个所述门店聚类簇中对应的每一个待调整门店的特征数据；

根据所述特征数据生成标准特征数据，逐一比对所述特征数据和所述标准特征数据，确定目标调整门店的级别；

对所述目标调整门店执行与所述级别对应的预设调整操作。

2.根据权利要求1所述的方法，其特征在于，所述数据预处理包括异常值修复、缺失值修复、哑变量转换和数据归一化，所述分别对每一个待调整门店的内部数据和外部数据执行数据预处理，生成对应的门店数据的步骤，包括：

检测所述每一个待调整门店的内部数据和外部数据，确定是否存在数据异常值；

若存在数据异常值，则进行异常值修复，并判断是否存在数据缺失值；

若存在数据缺失值，则进行缺失值修复，并判断是否存在哑变量；

若存在哑变量，则进行哑变量转换，生成中间数据；

对所述中间数据进行数据归一化，生成对应的门店数据。

3.根据权利要求1所述的方法，其特征在于，所述根据多组所述门店数据，生成多个门店聚类簇的步骤，包括：

采用多组所述门店数据，计算所述多个待调整门店之间的欧几里得距离；

采用所述欧几里得距离和预设t-SNE算法，确定所述门店聚类簇的数量；

采用K-means算法对所述多个待调整门店进行聚类，将所述多个待调整门店聚类为与所述门店聚类簇的数量相等的多个门店聚类簇。

4.根据权利要求1所述的方法，其特征在于，所述目标调整门店的级别包括第一级别、第二级别、第三级别、第四级别和第五级别，所述根据所述特征数据生成标准特征数据，逐一比对所述特征数据和所述标准特征数据，确定目标调整门店的级别的步骤，包括：

计算所述特征数据的平均值作为所述标准特征数据；

逐一比对每一个所述特征数据和所述标准特征数据，确定所述特征数据与所述标准特征数据的预设倍率区间是否匹配；其中，所述预设倍率区间包括预设倍率依次降低的第一预设倍率区间、第二预设倍率区间、第三预设倍率区间、第四预设倍率区间或第五预设倍率区间；

若所述特征数据与所述标准特征数据的第一预设倍率区间匹配，则确定所述目标调整门店的级别为所述第一级别；

若所述特征数据与所述标准特征数据的第二预设倍率区间匹配，则确定所述目标调整门店级别为所述第二级别；

若所述特征数据与所述标准特征数据的第三预设倍率区间匹配，则确定所述目标调整门店级别为所述第三级别；

若所述特征数据与所述标准特征数据的第四预设倍率区间匹配，则确定所述目标调整门店级别为所述第四级别；

若所述特征数据与所述标准特征数据的第五预设倍率区间匹配，则确定所述目标调整门店级别为所述第五级别。

5.根据权利要求4所述的方法，其特征在于，所述预设调整操作包括门店不调整操作、门店整改操作和门店关闭操作，所述对所述目标调整门店执行与所述级别对应的预设调整操作的步骤，包括：

若所述目标调整门店的级别为所述第一级别、所述第二级别或所述第三级别，则对所述目标调整门店执行门店不调整操作；

若所述目标调整门店级别为所述第四级别，则对所述目标调整门店执行门店整改操作；

若所述目标调整门店级别为所述第五级别，则对所述目标调整门店执行门店关闭操作。