一种商场类型分类方法、装置、存储介质及电子设备制造方法及图纸

本发明专利技术提供一种商场类型分类方法、装置、存储介质及电子设备，其中商场类型分类方法包括以下步骤：获取商场在预设周期内每天的总客流数据；根据总客流数据的获取时间，将总客流数据划分为早上客流数据、中午客流数据以及晚上客流数据；分别计算获取早上平均客流数据、中午平均客流数据、晚上平均客流数据以及总平均客流数据；进而获取早上平均客流占比、中午平均客流占比以及晚上平均客流占比；基于聚类算法，将商场按照预设周期内的所有早上平均客流占比、中午平均客流占比以及晚上平均客流占比进行聚类，根据聚类结果划分商场类型。本发明专利技术获取商场在不同时间段内的客流数据，准确的对商场的类型进行判断，以优化商场的人员配置和管理策略。

A classification method, device, storage medium and electronic equipment for shopping malls

【技术实现步骤摘要】
一种商场类型分类方法、装置、存储介质及电子设备
本专利技术涉及大数据智能分析领域，特别是涉及一种商场类型分类方法、装置、存储介质及电子设备。
技术介绍
商场的运营和管理需要消耗大量的人力和财力，而准确的对商场的客流类型进行分析判断可以为商场后续的人员配置、横向比对以及运营和资源的分配提供较好的参考依据，将有利于商场的有序运行，所以需要一种较为便捷且准确的商场类型分类方法以对商场的类型进行分类。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种商场类型分类方法、装置、存储介质及电子设备，用于解决现有技术中不能准确的根据对商场的类别的判断而优化商场人员配置等的问题。为实现上述目的及其他相关目的，本专利技术提供一种商场类型分类方法，包括：获取商场在预设周期内每天的总客流数据；根据所述总客流数据的获取时间，将所述总客流数据划分为早上客流数据、中午客流数据以及晚上客流数据；分别计算获取关于所述早上客流数据的每小时的早上平均客流数据、关于所述中午客流数据的每小时的中午平均客流数据、关于所述晚上客流数据的每小时的晚上平均客流数据以及关于所述总客流数据的每小时的总平均客流数据；分别根据所述早上平均客流数据与所述总平均客流数据的比值获取早上平均客流占比、根据所述中午平均客流数据与所述总平均客流数据的比值获取中午平均客流占比且根据所述晚上平均客流数据与所述总平均客流数据的比值获取晚上平均客流占比；基于聚类算法，将所述商场按照所述预设周期内的所有所述早上平均客流占比、中午平均客流占比以及晚上平均客流占比进行聚类，根据所述聚类结果将商场划分为早型商场、中型商场或晚型商场。于本专利技术一具体实施例中，所述聚类算法为K-Means算法。于本专利技术一具体实施例中，将在所述预设周期内的所述早上平均客流占比为最大的天数大于所述中午平均客流占比为最大的天数以及晚上平均客流占比为最大的天数的商场判定为早型商场；将在所述预设周期内的所述中午平均客流占比为最大的天数大于所述早上平均客流占比为最大的天数以及晚上平均客流占比为最大的天数的商场判定为中型商场；将在所述预设周期内的所述晚上平均客流占比为最大的天数大于所述早上平均客流占比为最大的天数以及中午平均客流占比为最大的天数的商场判定为晚型商场。于本专利技术一具体实施例中，将每天的10点到14点获取的客流数据划分为早上客流数据，将每天的14点到18点获取的客流数据划分为中午客流数据，将每天的18点到22点获取的客流数据划分为晚上客流数据。于本专利技术一具体实施例中，根据安装于所述商场的每个出入口的摄像装置，获取关于所述商场的客流数据。于本专利技术一具体实施例中，所述预设时间周期大于或等于一年。于本专利技术一具体实施例中，所述方法还包括：预设早型人员配置方案、中型人员配置方案以及晚型人员配置方案，且根据由所述聚类结果获取的商场的类型调用对应的人员配置方案。为实现上述目的及其他相关目的，本专利技术还提供一种商场类型分类装置，包括：数据获取模块，用以获取商场在预设周期内每天的总客流数据；数据划分模块，用以根据所述总客流数据的获取时间，将所述总客流数据划分为早上客流数据、中午客流数据以及晚上客流数据；平均客流数计算模块，用以分别计算获取关于所述早上客流数据的每小时的早上平均客流数据、关于所述中午客流数据的每小时的中午平均客流数据、关于所述晚上客流数据的每小时的晚上平均客流数据以及关于所述总客流数据的每小时的总平均客流数据；平均客流占比计算模块，用以分别根据所述早上平均客流数据与所述总平均客流数据的比值获取早上平均客流占比、根据所述中午平均客流数据与所述总平均客流数据的比值获取中午平均客流占比且根据所述晚上平均客流数据与所述总平均客流数据的比值获取晚上平均客流占比；商场类型分类模块，用以基于聚类算法，将所述商场按照所述预设周期内的所有所述早上平均客流占比、中午平均客流占比以及晚上平均客流占比进行聚类，根据所述聚类结果将商场划分为早型商场、中型商场或晚型商场。为实现上述目的及其他相关目的，本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上中任一项所述的商场类型分类方法。为实现上述目的及其他相关目的，本专利技术还提供一种电子设备，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行如上任一项所述的商场类型分类方法。如上所述，本专利技术提供一种商场类型分类方法、装置、存储介质及电子设备，其中商场类型分类方法包括以下步骤：获取商场在预设周期内每天的总客流数据；根据所述总客流数据的获取时间，将所述总客流数据划分为早上客流数据、中午客流数据以及晚上客流数据；分别计算获取关于所述早上客流数据的每小时的早上平均客流数据、关于所述中午客流数据的每小时的中午平均客流数据、关于所述晚上客流数据的每小时的晚上平均客流数据以及关于所述总客流数据的每小时的总平均客流数据；分别根据所述早上平均客流数据与所述总平均客流数据的比值获取早上平均客流占比、根据所述中午平均客流数据与所述总平均客流数据的比值获取中午平均客流占比且根据所述晚上平均客流数据与所述总平均客流数据的比值获取晚上平均客流占比；基于聚类算法，将所述商场按照所述预设周期内的所有所述早上平均客流占比、中午平均客流占比以及晚上平均客流占比进行聚类，根据所述聚类结果将商场划分为早型商场、中型商场或晚型商场。本专利技术获取商场在不同时间段内的客流数据，准确的对商场的类型进行判断，以优化商场的人员配置和管理策略。附图说明图1显示为本专利技术的商场类型分类方法在一具体实施例中的流程示意图。图2显示为本专利技术的商场类型分类装置在一具体实施例中的组成示意图。图3显示为本专利技术的电子设备在一具体实施例中的组成示意图。元件标号说明1商场类型分类装置11数据获取模块12数据划分模块13平均客流数计算模块14平均客流占比计算模块15商场类型分类模块2电子设备21处理器22存储器S11～S15步骤具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本专利技术的基本构想，遂图示中仅显示与本专利技术中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。请参阅图1，显示为本专利技术的商场类型分类方法在一具体实施例中的流程示意图。所述商场类型分类方法，包括以下步骤：S11：获取商场在预设周期内每天本文档来自技高网...

【技术保护点】
1.一种商场类型分类方法，其特征在于，包括：/n获取商场在预设周期内每天的总客流数据；/n根据所述总客流数据的获取时间，将所述总客流数据划分为早上客流数据、中午客流数据以及晚上客流数据；/n分别计算获取关于所述早上客流数据的每小时的早上平均客流数据、关于所述中午客流数据的每小时的中午平均客流数据、关于所述晚上客流数据的每小时的晚上平均客流数据以及关于所述总客流数据的每小时的总平均客流数据；/n分别根据所述早上平均客流数据与所述总平均客流数据的比值获取早上平均客流占比、根据所述中午平均客流数据与所述总平均客流数据的比值获取中午平均客流占比且根据所述晚上平均客流数据与所述总平均客流数据的比值获取晚上平均客流占比；/n基于聚类算法，将所述商场按照所述预设周期内的所有所述早上平均客流占比、中午平均客流占比以及晚上平均客流占比进行聚类，根据所述聚类结果将商场划分为早型商场、中型商场或晚型商场。/n

【技术特征摘要】
1.一种商场类型分类方法，其特征在于，包括：
获取商场在预设周期内每天的总客流数据；
根据所述总客流数据的获取时间，将所述总客流数据划分为早上客流数据、中午客流数据以及晚上客流数据；
分别计算获取关于所述早上客流数据的每小时的早上平均客流数据、关于所述中午客流数据的每小时的中午平均客流数据、关于所述晚上客流数据的每小时的晚上平均客流数据以及关于所述总客流数据的每小时的总平均客流数据；
分别根据所述早上平均客流数据与所述总平均客流数据的比值获取早上平均客流占比、根据所述中午平均客流数据与所述总平均客流数据的比值获取中午平均客流占比且根据所述晚上平均客流数据与所述总平均客流数据的比值获取晚上平均客流占比；
基于聚类算法，将所述商场按照所述预设周期内的所有所述早上平均客流占比、中午平均客流占比以及晚上平均客流占比进行聚类，根据所述聚类结果将商场划分为早型商场、中型商场或晚型商场。


2.根据权利要求1所述的商场类型分类方法，其特征在于，所述聚类算法为K-Means算法。


3.根据权利要求1所述的商场类型分类方法，其特征在于，将在所述预设周期内的所述早上平均客流占比为最大的天数大于所述中午平均客流占比为最大的天数以及晚上平均客流占比为最大的天数的商场判定为早型商场；将在所述预设周期内的所述中午平均客流占比为最大的天数大于所述早上平均客流占比为最大的天数以及晚上平均客流占比为最大的天数的商场判定为中型商场；将在所述预设周期内的所述晚上平均客流占比为最大的天数大于所述早上平均客流占比为最大的天数以及中午平均客流占比为最大的天数的商场判定为晚型商场。


4.根据权利要求1所述的商场类型分类方法，其特征在于，将每天的10点到14点获取的客流数据划分为早上客流数据，将每天的14点到18点获取的客流数据划分为中午客流数据，将每天的18点到22点获取的客流数据划分为晚上客流数据。


5.根据权利要求1所述的商场类型分...

【专利技术属性】
技术研发人员：姚双双，汪文娟，潘潇君，张豪，周坚，
申请(专利权)人：上海汇纳数据科技有限公司，
类型：发明
国别省市：上海;31