[发明专利]门店选址方法、装置、电子设备及存储介质

说明书

本申请提供一种门店选址方法、装置、电子设备及计算机可读存储介质。该门店选址方法包括：确定目标区域内的多个待选地块；获取每个待选地块的特征数据，其中，每个待选地块的特征数据包括待选地块内的POI信息、人群特征和竞对门店信息中的至少一者；调用预设的选址模型，根据每个待选地块的特征数据对每个待选地块打分，得到每个待选地块的目标评分，其中，选址模型根据样本地块的样本特征对预设的分类模型训练得到，样本特征包括样本地块内的POI信息、人群特征和竞对门店信息中的至少一者；从多个待选地块中获取目标评分最高的目标待选地块，以作为目标区域的门店选址地点。本申请中可以提高门店选址的准确率。

技术领域

本申请涉及数据处理技术领域，具体涉及一种门店选址方法、装置、电子设备及计算机可读存储介质。

背景技术

随着智慧城市的发展，消费者对于商家的需求主要是便利性，商家为了更好地服务于消费者，关键在于如何为门店进行选址。现有技术中，针对门店选址，通过获取各已有门店的特征，例如自身特征、区域特征、业绩等，根据已有门店的特征对已有门店进行聚类，根据聚类结果分析确定影响门店业绩的主要因素；然后给予这些主要因素人工寻找合适的门店位置。

但是，基于人工寻找合适的门店位置的成本高、且效率低，并且基于聚类结果只能分析单个因素的影响程度，人工难以综合两个或多个因素之间整体的影响程度，因此，门店选址位置的选取准确率相对较低。

发明内容

本申请提供一种门店选址方法、装置、电子设备及计算机可读存储介质，旨在解决现有门店选址方式的准确率低问题。

第一方面，本申请提供一种门店选址方法，所述方法包括：

确定目标区域内的多个待选地块；

获取每个待选地块的特征数据，其中，每个所述待选地块的特征数据包括待选地块内的POI信息、人群特征和竞对门店信息中的至少一者；

调用预设的选址模型，根据每个所述待选地块的特征数据对每个所述待选地块打分，得到每个所述待选地块的目标评分，其中，所述选址模型根据样本地块的样本特征对预设的分类模型训练得到，所述样本特征包括样本地块内的POI信息、人群特征和竞对门店信息中的至少一者；

从多个所述待选地块中获取所述目标评分最高的目标待选地块，以作为所述目标区域的门店选址地点。

第二方面，本申请提供一种门店选址装置，所述门店选址装置包括：

确定单元，用于确定目标区域内的多个待选地块；

获取单元，用于获取每个待选地块的特征数据，其中，每个所述待选地块的特征数据包括待选地块内的POI信息、人群特征和竞对门店信息中的至少一者；

评分单元，用于调用预设的选址模型，根据每个所述待选地块的特征数据对每个所述待选地块打分，得到每个所述待选地块的目标评分，其中，所述选址模型根据样本地块的样本特征对预设的分类模型训练得到，所述样本特征包括样本地块内的POI信息、人群特征和竞对门店信息中的至少一者；

选址单元，用于从多个所述待选地块中获取所述目标评分最高的目标待选地块，以作为所述目标区域的门店选址地点。

在本申请一种可能的实现方式中，所述门店选址装置还包括训练单元，所述训练单元具体用于：

对决策树模型、逻辑回归模型、深度学习模型中的至少一种分类模型进行训练，得到所述选址模型。

在本申请一种可能的实现方式中，所述分类模型包括决策树模型的情况下，所述训练单元具体用于：

获取训练数据集，其中，所述训练数据集包括样本区块的样本特征和样本标签，所述样本标签用于指示样本区块为正样本或负样本；