(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221082625 5.8 (22)申请日 2022.07.14 (71)申请人 安徽安联云服 务有限公司 地址 230088 安徽省合肥市高新区天湖路 19号安联办公楼六楼南侧东 一室 (72)发明人 姚云　夏鸣　蒋克勤　 (74)专利代理 机构 合肥律众知识产权代理有限 公司 34147 专利代理师 朱晗 (51)Int.Cl. G06Q 30/02(2012.01) (54)发明名称 一种智慧商圈的多 源数据采集分析系统 (57)摘要 本发明涉及数据采集分析， 具体涉及一种智 慧商圈的多源数据采集分析系统， 包括服务器， 服务器通过内部数据获取模块、 外部数据获取模 块分别获取商圈中各店铺的店铺内部数据、 店铺 外部数据， 并利用数据预处理模块对店铺内部数 据、 店铺外部数据进行预处理， 服务器通过数据 分类模块对 预处理后的店铺内部数据、 店铺外部 数据进行分类， 并利用数据处理模块对分类数据 进行数据处理， 服务器通过销售规模 预测模块基 于处理后的分类数据利用销售规模预测模型进 行销售规模 预测； 本发明提供的技术方案能够有 效克服现有技术所存在的无法在商圈中对店铺 的销售情况进行准确预测的缺陷。 权利要求书2页 说明书5页 附图3页 CN 115099870 A 2022.09.23 CN 115099870 A 1.一种智慧商 圈的多源数据采集分析系统， 其特征在于： 包括服务器， 所述服务器通过 内部数据获取模块、 外部数据获取模块分别获取商圈中各店铺的店铺内部数据、 店铺外部 数据， 并利用数据预 处理模块对店铺内部数据、 店铺外部数据进 行预处理， 所述服务器通过 数据分类模块对预处理后的店铺内部数据、 店铺外部数据进行分类， 并利用数据 处理模块 对分类数据进 行数据处理， 所述服务器通过销售规模预测模块基于处理后的分类数据利用 销售规模预测模型进行销售规模预测； 所述服务器通过商 圈关联模块对待预测店铺进行商 圈关联， 并利用订单特征数据生成 模块生成待预测店铺的订单特征数据， 所述服务器通过商圈关联判断模块基于订单特征数 据对商圈关联结果进 行判断， 并通过订单数据预测模块基于待预测店铺所属商圈利用订单 数据预测模型进 行订单数据预测， 所述服务器通过销售综合预测模块基于销售规模预测结 果、 订单数据预测结果对待预测店铺的销售 情况进行综合预测。 2.根据权利要求1所述的智慧商 圈的多源数据采集分析系统， 其特征在于： 所述数据 预 处理模块对店铺内部数据、 店铺外部数据进行数据清洗和数据结构化处理， 所述数据分类 模块将预处 理后的店铺内部数据、 店铺外 部数据分为连续变量数据、 离 散变量数据。 3.根据权利要求2所述的智慧商 圈的多源数据采集分析系统， 其特征在于： 所述数据处 理模块对连续变量数据进行归一 化修正， 具体包括： 对接近正态分布的连续变量数据进行对数纠偏， 再对纠偏后的连续变量数据进行均值 归一化处理。 4.根据权利要求3所述的智慧商 圈的多源数据采集分析系统， 其特征在于： 所述数据处 理模块对离 散变量数据进行 赋值连续优化， 具体包括： 对离散变量数据进行一元 方差分析， 筛 选对店铺坪效影响较大的离 散变量数据； 将筛选出的离散变量数据转换为店铺对应的坪效均值， 并按照数值大小对坪效均值进 行连续排序。 5.根据权利要求4所述的智慧商 圈的多源数据采集分析系统， 其特征在于： 所述销售规 模预测模块根据业态类型构建对应的销售规模 预测模型， 并利用商圈中各业态类型的店铺 对应归一化修正后的连续变量数据， 以及赋值连续优化的离散变量数据对相应销售规模预 测模型进行模型训练； 所述销售规模预测模块判断待预测店铺的业态类型， 并自动匹配适合的销售规模预测 模型， 将待预测店铺对应归一化修正后的连续变量数据， 以及赋值连续优化的离散变量数 据输入销售规模预测模型， 得到销售规模预测结果。 6.根据权利要求1或2所述的智慧商圈的多源数据采集分析系统， 其特征在于： 所述内 部数据获取模块 获取的店铺内部数据包括店铺 会员特征数据和店铺项目特征数据， 所述外 部数据获取模块通过爬虫获取的店铺外部数据包括城市特征数据、 地理位置特征数据和商 圈特征数据。 7.根据权利要求1所述的智慧商 圈的多源数据采集分析系统， 其特征在于： 所述商圈关 联模块对待预测店铺进行商圈关联， 包括： 基于地理位置构建关于待预测店铺周围商圈的二维坐标系， 并获取待预测店铺在二维 坐标系中的坐标值； 基于待预测店铺在二维坐标系中的坐标值进行聚类运算， 根据聚类运算结果将待预测权　利　要　求　书 1/2 页 2 CN 115099870 A 2店铺划入 对应商圈， 进行商圈关联。 8.根据权利要求7所述的智慧商 圈的多源数据采集分析系统， 其特征在于： 所述商圈关 联模块对待预测店铺进行商圈关联， 还 包括： 获取待预测店铺周围商 圈的历史平均订单数据， 并以历史平均订单数据作为第 三维度 在二维坐标系的基础上构建三维坐标系； 获取待预测店铺在三维坐标系中的坐标值， 基于待预测店铺在三维坐标系中的坐标值 进行聚类运 算； 根据聚类运 算结果将待预测店铺划入 对应商圈， 进行商圈关联。 9.根据权利要求7所述的智慧商 圈的多源数据采集分析系统， 其特征在于： 所述商圈关 联判断模块基于订单 特征数据对商圈关联 结果进行判断， 包括： 获取关联商 圈中所有店铺在观测周期内的历史订单数据， 并生成关联商 圈的历史订单 特征数据； 基于待预测店铺的订单特征数据， 以及 关联商圈的历史订单特征数据生成商圈关联置 信度； 若商圈关联置信度小于设定阈值， 则商圈关联 结果错误， 否则商圈关联 结果正确。 10.根据权利要求9所述的智慧商圈的多源数据采集分析系统， 其特征在于： 所述订单 数据预测模块获取待预测店铺所属商圈中所有店铺在观测周期 内的历史订单数据作为训 练集， 并利用训练集对订单 数据预测模型进行模型训练； 所述订单数据 预测模块获取待预测店铺在观测周期内的历史订单数据， 并输入订单数 据预测模型 得到订单 数据预测结果。权　利　要　求　书 2/2 页 3 CN 115099870 A 3