【技术实现步骤摘要】
本专利技术涉及网点布局领域，尤其涉及一种基于空间聚类分析的网点布局方法、装置及电子设备。
技术介绍
1、区位理论源于古典经济学，是空间选择及空间内经济活动的组合理论，区位理论广泛地应用于城市土地利用、厂址选择、商业服务业网点设置、城市体系和区域规划等各个方面，具有两层内涵：一层是经济行为的空间选择；另一层是空间内经济活动的有机组合，前者可称为布局区位论，后者可称为经营区位论。这两种区位理论在研究程序、方法等方面存在着一定的差异。布局区位理论是区位主体己知，根据区位主体本身固有的特征出发，来分析适合该区位主体的可能空间，然后从中优选最佳区位，经营区位理论正好相反，大的区位空间已知，依据该空间的地理特性、经济和社会状况等因素，来研究区位主体的最佳组合方式和空间形态。
2、经典选址方法需要考虑人口因素、商圈环境、交通因素以及竞争因素，在人口因素中，主要是人口流动和人口密度，能够作为快消品营销的重要参考；在商圈环境中，主要是考虑商业poi的数量、距离，若规模可以获取，则进行权重的赋值；在交通因素中，将推荐店铺设置在道路两旁，在适宜性相同的地区，将店铺设置在等级更高的道路边；在竞争因素中，在有限区域内，过多和过于激烈的竞争却会使零售商付出极大的代价。经典选址方法的缺陷或困难来自实现层面，例如数据难以统计获取，人口因素中的人流量可以采用蹲点统计的方法，但是备选地点较多时，成本会很高。而至于人口因素中的消费习惯、平均收入等数据则无法直接统计获得；又例如，权重难以客观量化，对于商圈环境、交通因素等可以采用专家评分法来进行量化，但是评
3、而目前并没有一种能够解决上述技术问题的技术方案，并没有一种基于空间聚类分析的网点布局方法、装置及电子设备。
技术实现思路
1、本专利技术提供了一种基于空间聚类分析的网点布局方法、装置及电子设备，通过门店销量数据构建销量空间聚类，对各个地区各网点的潜在销量进行预测，并确定出网点布局以及所布局网点中目标产品的产品配置数量，以满足用户实际需求。
2、第一方面，本专利技术提供了一种基于空间聚类分析的网点布局方法，包括：
3、从目标热点区域中，根据历史销量数据确定所有目标产品的种类，所述目标热点区域是在预设区域中根据所有候选产品对应的每一热力图确定的，每一热力图是根据每一候选产品在不同门店中的所有历史销量数据确定的；
4、利用k-means聚类算法处理所述目标热点区域中所有目标产品的历史销量数据，得到标准网格聚类中心，网格化处理所述目标热点区域，确定每一子网格区域，对于每一子网格区域，利用k-means聚类算法处理所述子网格区域中所有目标产品的历史销量数据，得到网格聚类中心中每一目标产品的销量，计算所述网格聚类中心与所述标准网格聚类中心之间的方差值，利用核密度分析处理所述子网格区域，得到每一目标产品的聚集性区域；
5、利用所述方差值以及所述聚集性区域调整每一目标产品的销量，得到所述子网格区域中每一目标产品的调整后销量，划分所述子网格区域为所有渔网区域，根据每一渔网区域的目标poi确定每一目标产品的订购量，遍历所有子网格区域中的每一渔网区域，将订购量最大的渔网区域确定为目标网点；
6、根据所述目标网点对应的每一目标产品的调整后销量，以及所述目标网点所在子网格区域中其他门店对应的每一目标产品的其他门店销量，确定所述目标网点中每一目标产品的产品配置数量。
7、根据本专利技术提供的基于空间聚类分析的网点布局方法，所述目标产品为快消品，所述根据历史销量数据确定所有目标产品的种类，包括：
8、从目标热点区域中，确定在历史月份中呈销量增长趋势的所有销量增长门店；
9、从所有销量增长门店的每一销量增长门店中，确定出销量最高的三个产品的产品类别；
10、统计所有销量增长门店中每一产品类别的累计数量，将累计数量最多的三个产品类别确定为所有目标产品的种类。
11、根据本专利技术提供的基于空间聚类分析的网点布局方法，所述利用k-means聚类算法处理所述目标热点区域中所有目标产品的历史销量数据，得到标准网格聚类中心，包括：
12、根据所述目标热点区域中所有目标产品的历史销量数据构建数据集，所述历史销量数据包括每一门店在不同历史月份下的销量量；
13、从所述数据集中随机确定预设数量个聚类中心，计算每一数据点到任一聚类中心的距离，并将每一数据点分配至距离最近的聚类中心所在簇中，重新更新聚类中心，直至达到预设迭代次数，将所有更新后聚类中心确定为所述标准网格聚类中心。
14、根据本专利技术提供的基于空间聚类分析的网点布局方法，所述网格化处理所述目标热点区域，确定每一子网格区域，包括：
15、在确定所述目标热点区域的门店密度小于第一预设密度的情况下，根据第一预设边长划分所述目标热点区域，确定每一子网格区域；
16、在确定所述目标热点区域的门店密度大于或等于第一预设密度，且小于第二预设密度的情况下，根据第二预设边长划分所述目标热点区域，确定每一子网格区域；
17、在确定所述目标热点区域的门店密度大于或等于第二预设密度的情况下，根据第三预设边长划分所述目标热点区域，确定每一子网格区域；
18、其中，所述第一预设边长大于所述第二预设边长，所述第二预设边长大于所述第三预设边长。
19、根据本专利技术提供的基于空间聚类分析的网点布局方法，所述计算所述网格聚类中心与所述标准网格聚类中心之间的方差值，包括：
20、
21、其中，m(i)为方差值，xn(i)、yn(i)、zn(i)为任一网格聚类中心的空间坐标，xn、yn、zn为标准网格聚类中心的空间坐标。
22、根据本专利技术提供的基于空间聚类分析的网点布局方法，所述利用所述方差值以及所述聚集性区域调整每一目标产品的销量，得到所述子网格区域中每一目标产品的调整后销量，包括：
23、根据所述聚集性区域确定所述子网格区域中的多个层级；
24、对于每一层级，通过调整所述方差值调整每一目标产品的销量，得到所述子网格区域中每一层级的每一目标产品的调整后销量。
25、根据本专利技术提供的基于空间聚类分析的网点布局方法，所述根据每一渔网区域的目标poi确定每一目标产品的订购量，包括：
26、t＝pij1*x1+pij2*x2+pij3*x3
27、其中，t为目标产品的订购量，pij1为受商业poi影响的预设因子，pij2为受服务poi影响的预设因子，pij3为受交通poi影响的预设因子，x1为商业poi距离，x2为服务poi距离，x3为交通poi距离。
28、根据本专利技术提供的基于空间聚类分析的网点布局方法，所述根据所述目标网点对应的每一目标产品的调整后销量，以及所述目标网点所在子网格区域中其他门店对应的每一目标产品的其他门店销量，确定所述目标网点中每一目标产品的产品配置数量，包本文档来自技高网...
【技术保护点】
1.一种基于空间聚类分析的网点布局方法，其特征在于，包括：
2.根据权利要求1所述的基于空间聚类分析的网点布局方法，其特征在于，所述目标产品为快消品，所述根据历史销量数据确定所有目标产品的种类，包括：
3.根据权利要求1所述的基于空间聚类分析的网点布局方法，其特征在于，所述利用K-means聚类算法处理所述目标热点区域中所有目标产品的历史销量数据，得到标准网格聚类中心，包括：
4.根据权利要求1所述的基于空间聚类分析的网点布局方法，其特征在于，所述网格化处理所述目标热点区域，确定每一子网格区域，包括：
5.根据权利要求1所述的基于空间聚类分析的网点布局方法，其特征在于，所述计算所述网格聚类中心与所述标准网格聚类中心之间的方差值，包括：
6.根据权利要求1所述的基于空间聚类分析的网点布局方法，其特征在于，所述利用所述方差值以及所述聚集性区域调整每一目标产品的销量，得到所述子网格区域中每一目标产品的调整后销量，包括：
7.根据权利要求1所述的基于空间聚类分析的网点布局方法，其特征在于，所述根据每一渔网区域的目标P
8.根据权利要求1所述的基于空间聚类分析的网点布局方法，其特征在于，所述根据所述目标网点对应的每一目标产品的调整后销量，以及所述目标网点所在子网格区域中其他门店对应的每一目标产品的其他门店销量，确定所述目标网点中每一目标产品的产品配置数量，包括：
9.一种基于空间聚类分析的网点布局装置，其特征在于，包括：
10.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至8任一项所述基于空间聚类分析的网点布局方法。
...【技术特征摘要】
1.一种基于空间聚类分析的网点布局方法，其特征在于，包括：
2.根据权利要求1所述的基于空间聚类分析的网点布局方法，其特征在于，所述目标产品为快消品，所述根据历史销量数据确定所有目标产品的种类，包括：
3.根据权利要求1所述的基于空间聚类分析的网点布局方法，其特征在于，所述利用k-means聚类算法处理所述目标热点区域中所有目标产品的历史销量数据，得到标准网格聚类中心，包括：
4.根据权利要求1所述的基于空间聚类分析的网点布局方法，其特征在于，所述网格化处理所述目标热点区域，确定每一子网格区域，包括：
5.根据权利要求1所述的基于空间聚类分析的网点布局方法，其特征在于，所述计算所述网格聚类中心与所述标准网格聚类中心之间的方差值，包括：
6.根据权利要求1所述的基于空间聚类分析的网点布局方法，其特征在于，所述利用所述...
【专利技术属性】
技术研发人员：黄铭铭，侯力峰，毛再明，
申请(专利权)人：合肥英泽信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。