一种经营场所的选址方法、装置、电子设备及存储介质

技术领域

本申请涉及计算机技术领域，尤其是涉及一种经营场所的选址方法、装置、电子设备及存储介质。

背景技术

在日常生活中，人们需要确定某一地址是否为适合目标地址类型的目标地址，例如为店铺选址、规划建筑物用途等。需要获取大量相关信息，例如待选区域的地理位置、周边环境、居民消费水平和消费习惯等相关信息。

但是经研究发现，现有的选址方式主要有两种，一种是人工实地考察，通过扩展人员或扩展团队实体考察并且根据扩展人员的经验或者主观判断来作出选址决策。另一种是通过传统的搜索引擎进行检索、收集目标区域相关信息。然而，第一种方式消耗较大的人力及成本，并且持续时间较短，收集的决策信息有限。并且人工选址的成败与否大大依赖于人员的个人经验，而真正有经验的扩展人员非常缺乏，这极大限制了选址的效率。而第二种方式，当采集的决策信息不足或者不准确时，将会较大地影响选址的准确性。因此，如何提高选址效率和准确度成为亟需解决的问题。

发明内容

有鉴于此，本申请的目的在于提供一种经营场所的选址方法、装置、电子设备及存储介质，基于不同影响因素下现有已经营场所的信息，对待经营场所的候选位置进行评估，从而可以提高选址的准确度和选址的效率。

本申请实施例提供了一种经营场所的选址方法，所述选址方法包括：

获取待经营场所的候选经营位置和经营等级，以及所述候选经营位置在不同影响因素下对应的第一特征矩阵；

按照所述经营等级，获取所述经营等级下的每种影响因素下的至少一个场所类簇集合；

针对于每种影响因素下的每个场所类簇集合，获取该场所类簇集合中中心场所建立位置在该影响因素下对应的第二特征矩阵，以及该场所类簇集合的位置评价值；

针对于每种影响因素，基于所述第一特征矩阵与所述第二特征矩阵，确定所述待经营场所与所述中心场所在该影响因素下的位置相似度；

基于每种影响因素下的位置相似度、位置评价值以及预先确定出的每种影响因素的位置评分权重，确定所述待经营场所的位置评分值；

使用所述待经营场所的位置评分值与预设评分阈值对比，确定所述候选经营位置是否为所述待经营场所的目标经营位置。

可选的，通过以下步骤确定每种经营等级下的每种影响因素下的至少一个场所类簇集合：

针对于每种经营等级，获取具有该经营等级的多个已经营场所；

针对于每种影响因素，确定在该影响因素下每个已经营场所对应的第二特征矩阵；

基于确定出的多个第二特征矩阵，对所述多个已经营场所进行聚类分析，确定出该经营等级下该影响因素下的至少一个场所类簇集合。

可选的，在对所述多个已经营场所进行聚类分析之前，所述选址方法包括：

针对于每个已经营场所，获取该已经营场所在每种影响因素下的每个影响特征对应的特征参数；

针对于每个已经营场所的每个特征参数，使用该特征参数与对应的阈值参数进行对比，得到对比结果；

将对比结果不合格的特征参数对应的已经营场所剔除。

可选的，通过以下步骤确定，每种影响因素下的每个场所类簇集合的中心场所和每个场所类簇集合的位置评价值：

针对于每种影响因素下的每个场所类簇集合，基于该场所类簇集合中每个已经营场所在该种影响因素下对应的第二特征矩阵，确定该场所类簇集合的中心场所，其中，所述中心场所是场所类簇集合中与该场所类簇集合中其他全部第二特性矩阵的距离之和最小的第二特征矩阵对应的已经营场所；

根据该场所类簇集合中每个已经营场所的收益等级和每个收益等级下所述已经营场所的数量，通过加权平均的计算方式，确定该场所类簇集合的位置评价值。

可选的，通过以下步骤确定每种影响因素的位置评分权重：

基于在每种影响因素下每个已经营场所对应的第二特征矩阵，确定在每种影响因素下每个第二特征矩阵的特征值；

基于确定出的在每种影响因素下的每个第二特征矩阵的特征值，通过特征权重计算公式，确定每种影响因素下每种影响特征的位置评分权重；

将该影响因素下的所有影响特征的特征权重相加，确定该影响因素的位置评分权重。

可选的，所述特征权重计算公式为：

其中，n为已经营场所的数量，m为影响因素的数量，w为影响特征的数量，δ

可选的，通过以下公式计算位置评分值：

其中，P为位置评分值，a

本申请实施例还提供了一种经营场所的选址装置，所述选址装置包括：

第一获取模块，用于获取待经营场所的候选经营位置和经营等级，以及所述候选经营位置在不同影响因素下对应的第一特征矩阵；

第二获取模块，用于按照所述经营等级，获取所述经营等级下的每种影响因素下的至少一个场所类簇集合；

第三获取模块，用于针对于每种影响因素下的每个场所类簇集合，获取该场所类簇集合中中心场所建立位置在该影响因素下对应的第二特征矩阵，以及该场所类簇集合的位置评价值；

相似度确定模块，用于针对于每种影响因素，基于所述第一特征矩阵与所述第二特征矩阵，确定所述待经营场所与所述中心场所在该影响因素下的位置相似度；

位置评分确定模块，用于基于每种影响因素下的位置相似度、位置评价值以及预先确定出的每种影响因素的位置评分权重，确定所述待经营场所的位置评分值；

目标位置确定模块，用于使用所述待经营场所的位置评分值与预设评分阈值对比，确定所述候选经营位置是否为所述待经营场所的目标经营位置。

可选的，所述选址装置还包括类簇确定模块，所述类簇确定模块用于：

针对于每种经营等级，获取具有该经营等级的多个已经营场所；

针对于每种影响因素，确定在该影响因素下每个已经营场所对应的第二特征矩阵；

基于确定出的多个第二特征矩阵，对所述多个已经营场所进行聚类分析，确定出该经营等级下该影响因素下的至少一个场所类簇集合。

可选的，所述选址装置还包括异常剔除模块，所述异常剔除模块用于：

针对于每个已经营场所，获取该已经营场所在每种影响因素下的每个影响特征对应的特征参数；

针对于每个已经营场所的每个特征参数，使用该特征参数与对应的阈值参数进行对比，得到对比结果；

将对比结果不合格的特征参数对应的已经营场所剔除。

可选的，所述选址装置还包括位置评价值确定模块，所述位置评价值确定模块用于：

针对于每种影响因素下的每个场所类簇集合，基于该场所类簇集合中每个已经营场所在该种影响因素下对应的第二特征矩阵，确定该场所类簇集合的中心场所，其中，所述中心场所是场所类簇集合中与该场所类簇集合中其他全部第二特性矩阵的距离之和最小的第二特征矩阵对应的已经营场所；

根据该场所类簇集合中每个已经营场所的收益等级和每个收益等级下所述已经营场所的数量，通过加权平均的计算方式，确定该场所类簇集合的位置评价值。

可选的，所述选址装置还包括权重确定模块，所述权重确定模块用于：

基于在每种影响因素下每个已经营场所对应的第二特征矩阵，确定在每种影响因素下每个第二特征矩阵的特征值；

基于确定出的在每种影响因素下的每个第二特征矩阵的特征值，通过特征权重计算公式，确定每种影响因素下每种影响特征的位置评分权重；

将该影响因素下的所有影响特征的特征权重相加，确定该影响因素的位置评分权重。

可选的，所述特征权重计算公式为：

其中，n为已经营场所的数量，m为影响因素的数量，w为影响特征的数量，δ

可选的，通过以下公式计算位置评分值：

其中，P为位置评分值，a

本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的经营场所的选址方法的步骤。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的经营场所的选址方法的步骤。

本申请提供的一种经营场所的选址方法、装置、电子设备及存储介质，获取待经营场所的候选经营位置和经营等级，以及所述候选经营位置在不同影响因素下对应的第一特征矩阵；按照所述经营等级，获取所述经营等级下的每种影响因素下的至少一个场所类簇集合；针对于每种影响因素下的每个场所类簇集合，获取该场所类簇集合中中心场所建立位置在该影响因素下对应的第二特征矩阵，以及该场所类簇集合的位置评价值；针对于每种影响因素，基于所述第一特征矩阵与所述第二特征矩阵，确定所述待经营场所与所述中心场所在该影响因素下的位置相似度；基于每种影响因素下的位置相似度、位置评价值以及预先确定出的每种影响因素的位置评分权重，确定所述待经营场所的位置评分值；使用所述待经营场所的位置评分值与预设评分阈值对比，确定所述候选经营位置是否为所述待经营场所的目标经营位置。

这样，本申请基于不同影响因素下现有已经营场所的真实情况，对待经营场所的候选位置进行更加客观公平的评估，避免有效性的缺失，从而可以提高选址的准确度和选址的效率。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例所提供的一种经营场所的选址方法的流程图；

图2为本申请实施例所提供的一种经营场所的选址装置的结构示意图之一；

图3为本申请实施例所提供的一种经营场所的选址装置的结构示意图之二；

图4为本申请实施例所提供的一种电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例，都属于本申请保护的范围。

经研究发现，现有的选址方式主要有两种，一种是人工实地考察。另一种是通过传统的搜索引擎进行检索、收集目标区域相关信息。然而，第一种方式消耗较大的人力及成本，并且持续时间较短，收集的决策信息有限。并且人工选址的成败与否大大依赖于人员的个人经验，而真正有经验的扩展人员非常缺乏，这极大限制了选址的效率。而第二种方式，当采集的决策信息不足或者不准确时，将会较大地影响选址的准确性。

基于此，本申请实施例提供了一种经营场所的选址方法，基于不同影响因素下现有已经营场所的真实情况，对待经营场所的候选位置进行评估，可以提高选址的准确度和选址的效率。

请参阅图1，图1为本申请实施例所提供的一种经营场所的选址方法的流程图。如图1中所示，本申请实施例提供的经营场所的选址方法，包括：

S101、获取待经营场所的候选经营位置和经营等级，以及所述候选经营位置在不同影响因素下对应的第一特征矩阵。

该步骤中，获取用户需要经营场所的候选位置和用户需要经营场所的经营等级，通过特征矩阵提取模型，获取候选经营位置在不同影响因素下的第一特征矩阵。

这里，经营场所可以包括酒店、商场、商店、大型超市、购物中心等经营场所中的至少一种；候选经营位置为用户期望开店的位置；经营等级为用户基于自身期望选择的经营等级；影响因素可以包括环境影响因素、市场影响因素、客群影响因素等影响因素中的至少一种或多种。

示例的，假设经营场所为购物中心时，基于《购物中心等级评价标准》，对应的经营等级可以包括超大规模、中等规模、一般规模；假设经营场所为酒店时，根据《中华人民共和国星级酒店评定标准》，对应的经营等级可以包括一星、二星、三星、四星以及五星，这里，也可以根据需要在评定标准的基础上，自己进行等级划分，例如，假设待经营场所为酒店时，对应的等级包括二星、三星、四星以及五星，这里的二星包括二星及二星以下的酒店。

示例的，假设待经营场所为酒店时，影响因素可以包括环境影响因素、市场影响因素以及客群影响因素。其中，环境影响因素下可以包括：酒店数量、交通干道数量、办公场所数量、办公场所平均距离、学校数量、学校平均距离、景观数量、景观平均距离、医院数量、医院平均距离、火车站距离、汽车站距离、机场距离等环境影响特征；市场影响因素下可以包括：区域平均房价、区域房量、区域间夜趋势等市场影响特征；客群影响特征下可以包括：客源平均年龄、客源入住类型等影响特征。

需要说明的，待经营场所的候选经营位置对应的第一特征矩阵的确定，是基于候选经营位置在不同影响因素下对应的影响特征确定出的，其中，待经营场所的候选经营位置在每种影响因素下都具有一个第一特征矩阵。假如，待经营场所的候选经营位置对应的影响因素有5种，则可以确定出5个第一特征矩阵，每个第一特征矩阵的阶层数量是由该影响因素下的影响特征的数量决定的。

S102、按照所述经营等级，获取所述经营等级下的每种影响因素下的至少一个场所类簇集合。

该步骤中，根据待经营场所选定的经营等级，针对于每种影响因素，获取预先确定好的和待经营场所的经营等级相同至少一个场所类簇集合，其中，每个场所类簇集合是由多个和待经营场所的经营等级相同的已经营场所构成的。

示例的，假设待经营场所为酒店，选定的经营等级为4星，影响因素包含环境影响因素、市场影响因素以及客群影响因素，获取的场所类簇集合包括：环境影响因素下多个4星已经营酒店组成的至少一个场所类簇集合；市场影响因素下多个4星已经营酒店组成的至少一个场所类簇集合；客群影响因素下多个4星已经营酒店组成的至少一个场所类簇集合。

可选的，通过以下步骤确定每种经营等级下的每种影响因素下的至少一个场所类簇集合：针对于每种经营等级，获取具有该经营等级的多个已经营场所；针对于每种影响因素，确定在该影响因素下每个已经营场所对应的第二特征矩阵；基于确定出的多个第二特征矩阵，对所述多个已经营场所进行聚类分析，确定出该经营等级下该影响因素下的至少一个场所类簇集合。

该步骤中，可通过以下步骤确定每种经营等级下的每种影响因素下的至少一个场所类簇集合：首先，获取多个已经营场所，根据已经营场所的经营等级进行分类，确定出每种经营等级下包括的多个已经营场所，这样，每个经营等级下可以确定出一个由多个该经营等级的已经营场所构成的场所集合，其中，一个经营等级对应一个场所集合；然后，确定完每种经营等级的场所集合后，针对于每个场所集合对应的每种影响因素，基于该影响因素下的影响特征，确定该场所集合中的每个已经营场所在该影响因素下对应的第二特征矩阵；最后，基于确定出的每个已经营场所对应的第二特征矩阵，进行聚类分析，确定出每种经营等级下的每种影响因素下的至少一个由多个已经营场所构成的场所类簇集合。

这里，聚类算法包括kmeans算法、DBSCAN算法、均值漂移聚类算法、基于高斯混合模型的最大期望聚类算法、凝聚层级聚类算法、图团体检测算法中的任意一种或多种，在此不做限定。

示例的，以酒店为例，对确定场所类簇集合的方法进行说明。首先获取多个已经营的酒店数据，然后根据酒店星级，将酒店划分为4组，2星及以下一组、3星一组、4星一组以及5星一组。以3星为例，针对对于3星级酒店集合，分别获取该集合中每个3星酒店在环境影响因素下对应的第二特征矩阵、在市场影响因素下对应的第二特征矩阵以及在客群影响因素下对应的第二特征矩阵。然后基于每个3星酒店在环境影响因素下对应的第二特征矩阵，计算两两酒店之间的欧式距离，将各个3星级酒店的关系映射到低维空间，以任意数据点为中心计算其范围内的数据点的密度，并根据各个数据点的密度可达性确认密度阈值，从而确定出3星级酒店在环境影响因素下的至少一个酒店类簇集合。需要说明的是，3星级酒店下的市场影响因素下的至少一个酒店类簇集合和3星级酒店下的客群影响因素下的至少一个酒店类簇集合的确定方法，和3星级酒店下的环境影响因素下的至少一个酒店类簇集合的确定方法相同，在此不做赘述。

这里，在进行聚类分析时，密度阈值以及计算数据点密度的范围可以基于用户的需求，进行适用性选择。

并且，还要说明的是，上述示例仅是本申请实施例的一种酒店聚类分析的实现方式，也可以用于其他经营场所，在此不做限定。

可选的，在对所述多个已经营场所进行聚类分析之前，所述选址方法包括：针对于每个已经营场所，获取该已经营场所在每种影响因素下的每个影响特征对应的特征参数；针对于每个已经营场所的每个特征参数，使用该特征参数与对应的阈值参数进行对比，得到对比结果；将对比结果不合格的特征参数对应的已经营场所剔除。

该步骤中，在对获取的多个已经营场所进行聚类分析前，需要将异常的已经营场所进行剔除，具体的剔除手段包括：对于获取的每个已经营场所，确定该已经营场所在每种影响因素下的每个影响特征对应的特征参数，这里每个已经营场所对应的影响因素有多个，每个影响因素下又包含多个影响特征，故每个已经营场所可确定出多个特征参数；对于每个已经营场所的每个特征参数，使用该参数对应的阈值参数进行比对，确定该已经营场所的该项特征参数是否满足预设要求，当不满足预设要求时，即对比结果不合格时，将该特征参数对应的已经营场所确定为异常经营场所，并将该已经营场所剔除，不做聚类处理。

这里，每个特征参数有自己唯一对应的阈值参数，每个特征参数对应的阈值参数的确定方法包括：将获取的多个已经营场所按照经营等级划分后，确定出多组经营场所集合，针对于每组经营场所集合，确定该组中每个已经营场所在每种影响因素下的每个影响特征对应的特征参数。然后，将该组中所有已经营场所的同一影响特征下的特征参数相加求平均，确定出每组集合中每个影响因素下的每个影响特征对应的平均参数。最后根据用户需要，可以将该影响特征对应的平均参数乘以预设倍数后对应的参数，确定为该影响特征的特征参数对应的阈值参数。这里，阈值参数也可以为由两个阈值参数确定出的阈值区间，将不在阈值区间的特征参数对应的已经营场所确定为异常经营场所。

示例的，通过确定3星级酒店在环境影响因素下的酒店数量影响特征对应的阈值参数为例，对阈值参数的确定方法进行说明。首先，获取多个3星级酒店的数据信息，然后确定每个3星级酒店的酒店数量影响特征对应的特征参数，假设确定出的特征参数为5、20、3……10等不同的参数，然后将3星级酒店的酒店数量影响特征对应的特征参数相加求平均，假设，确定出的平均参数为10，则可以将12确定为阈值参数，将大于12的酒店数量影响特征的特征参数对应的酒店，确定为异常酒店进行剔除；也可以将8确定为阈值参数，将小于8的酒店数量影响特征的特征参数对应的酒店，确定为异常酒店进行剔除；也可以将7至13确定为阈值参数，将不在该区间范围的酒店数量影响特征的特征参数对应的酒店，确定为异常酒店进行剔除。

S103、针对于每种影响因素下的每个场所类簇集合，获取该场所类簇集合中中心场所建立位置在该影响因素下对应的第二特征矩阵，以及该场所类簇集合的位置评价值。

该步骤中，确定完待经营场所对应的每个影响因素下的每个场所类簇集合后，针对于每种影响因素下的每个场所类簇集合，获取该场所类簇集合中的中心已经营场所的建立位置，并根据中心场所的建立位置，确定该中心场所在该影响因素下的特征矩阵，即中心场所对应的第二特征矩阵，以及获取每个场所类簇集合对应的位置评价值。

这里，中心场所在每种影响因素下对应的第二特征矩阵的确定，是通过该影响因素下的影响特征，通过特征矩阵提取模型确定出的。其中，每个影响特征对应一个特征向量，由影响因素下的多个影响特征的特征向量，确定出该中心场所在该种影响因素下的特征矩阵。

其中，场所类簇集合的位置评价值，是用于反映该类簇集合所在的整个位置区域的位置状态，位置评价值越高，说明该类簇集合所在的区域位置越接近用期望。

可选的，通过以下步骤确定每种影响因素下的每个场所类簇集合的中心场所和每个场所类簇集合的位置评价值：针对于每种影响因素下的每个场所类簇集合，基于该场所类簇集合中每个已经营场所在该种影响因素下对应的第二特征矩阵，确定该场所类簇集合的中心场所，其中，所述中心场所是场所类簇集合中与该场所类簇集合中其他全部第二特性矩阵的距离之和最小的第二特征矩阵对应的已经营场所；根据该场所类簇集合中每个已经营场所的收益等级和每个收益等级下所述已经营场所的数量，通过加权平均的计算方式，确定该场所类簇集合的位置评价值。

该步骤中，通过以下步骤确定每种影响因素下的每个场所类簇集合的中心场所：首先，针对于每种影响因素下的每个场所类簇集合，确定该场所类簇集合中每个已经营场所在该种影响因素下的第二特征矩阵，以任一已经营场所为中心，基于已经营场所对应的特征矩阵，计算该已经营场所与该场所类簇集合中其余已经营场所的欧式距离之和，将距离之和最小的第二特征矩阵对应的已经营场所确定为该场所类簇集合的中心场所。

这里，每个场所类簇集合中的已经营场所的等级是相同的。

示例的，以确定3星级酒店环境影响因素下的场所类簇集合的中心场所为例对本步骤进行说明。首先，确定3星级酒店环境影响因素下的场所类簇集合，针对该场所类簇集合中的每个已经营场所，获取该已经营场所在环境影响因素下对应的特征矩阵，然后，基于每个已经营场所各自的特征矩阵，将该场所类簇集合中与该场所类簇集合中其他全部特性矩阵的距离之和最小的特征矩阵对应的已经营场所确定为该场所类簇集合的中心场所。这里，确定其他影响因素下的场所类簇集合的中心场所的方法与此方法相同，在此不再赘述。此外，每个已经营场所在每种影响因素下对应的特征矩阵是不同的。

该步骤中，通过以下步骤确定每个场所类簇集合的位置评价值：首先，确定该场所类簇集合中包含的所有已经营场所，并确定每个已经营场所的收益等级，根据每个已经营场所的收益等级，确定该场所类簇集合中每个等级下的已经营场所的数量，通过加权平均的计算方式，确定出该场所类簇集合的位置评价值。

这里，已经营场所的收益等级，可通过已经营场所的收益数据确定，具体可通过以下步骤确定：首先，获取多个已经营场所的收益数据，根据获取的多个已经营场所的收益数据，确定每个已经营场所的收益回报率，根据确定出的多个收益回报率，确定收益等级划分条件，确定多个收益等级。然后每个已经营场所，根据自己的收益回报率和收益等级划分条件，可确定出自己的收益等级。

示例的，以确定酒店的收益等级为例，对本步骤进行说明解释：可通过PMS系统(酒店管理系统)获取多个酒店的收益数据，通过酒店的收益数据，计算酒店的投资回报率，对酒店按星级分为四类：2星及以下(2星)、3星、4星、5星，在对各星级下的酒店集合投资回报率划分为5个收益等级，1为最小，5为最大。

示例的，以确定3星级酒店环境影响因素下的场所类簇集合的位置评价值为例，对确定场所类簇集合的位置评价值的方法进行说明：假设3星级酒店环境影响因素下包含两个场所类簇集合，第一个场所类簇集合中包含5个酒店，其中收益等级为3的有两个酒店，收益等级为4的有2个酒店，收益等级为2的有1个酒店，则该场所类簇集合的位置评价值＝(3*2+4*2+2)/5＝3.2。第二个场所类簇集合中包含10个酒店，其中收益等级为3的有5个酒店，收益等级为4的有4个酒店，收益等级为2的有1个酒店，则该场所类簇集合的位置评价值＝(3*5+4*4+2)/5＝3.3。

本示例是为了更好的理解本方案，但不是本方案的唯一实现形式。

S104、针对于每种影响因素，基于所述第一特征矩阵与所述第二特征矩阵，确定所述待经营场所与所述中心场所在该影响因素下的位置相似度。

该步骤中，针对于每种影响因素，基于待经营场所在该影响因素下对应的第一特征矩阵，和该影响因素下的场所类簇集合中中心场所在该影响因素下的对应的第二特征矩阵，计算待经营场所与中心场所在该影响因素下的位置相似度。

这里，可将两个特征矩阵的余弦距离确定为待经营场所与中心场所在该影响因素下的位置相似度。其中，待经营场所在每种影响因素下可确定出多个场所类簇集合，所以在每种影响因素下，可以确定出多个位置相似度。

示例的，假设经营等级为3级的待经营场所，分别在环境影响因素下确定出2个场所类簇集合、在市场影响因素下确定出3个场所类簇集合以及在客群影响因素下确定出1个场所类簇集合，则可以确定出6个位置相似度。

S105、基于每种影响因素下的位置相似度、位置评价值以及预先确定出的每种影响因素的位置评分权重，确定所述待经营场所的位置评分值。

该步骤中，基于确定出待经营场所在每种影响因素下的每个场所类簇集合的中心场所的位置相似度、每种影响因素下的每个场所类簇集合对应的位置评价值以及预先确定出的每种影响因素的位置评分权重，通过位置评分值计算公式，确定待经营场所的位置评分值。

可选的，通过以下步骤确定每种影响因素的位置评分权重：基于在每种影响因素下每个已经营场所对应的第二特征矩阵，确定在每种影响因素下每个第二特征矩阵的特征值；基于确定出的在每种影响因素下的每个第二特征矩阵的特征值，通过权重计算公式，确定每种影响因素下每种影响特征的位置评分权重；将该影响因素下的所有影响特征的特征权重相加，确定该影响因素的位置评分权重。

该步骤中，每个已经营场所在每种影响因素都有对应的第二特征矩阵，针对于每种影响因素，基于每个已营业场所在该影响因素下的第二特征矩阵，确定每个特征矩阵的特征值，确定出该已经营场所在所有影响因素下的所有特征值，再基于每个特征矩阵的特征值，通过权重计算公式，确定每种影响因素下每种影响特征的位置评分权重。再将每种影响因素下的所有影响特征的特征权重相加求和，则确定出该影响因素的位置评分权重。

这里，确定已营业场所在影响因素下的第二特征矩阵，是通过该已营业场所在影响因素下的影响特征的特征向量确定出的。N阶矩阵是由N个影响特征确定出的，并且N阶矩阵可确定出n个特征值，故通过特征值确定每个影响特征的特征权重。

可选的，所述特征权重计算公式为：

其中，n为已经营场所的数量，m为影响因素的数量，w为影响特征的数量，δ

这里，每个影响因素下的影响特征的数量可以相同也可以不同。

示例的，假设影响因素包括环境影响因素、市场影响因素以及客群影响特征，其中环境影响因素下包括13个环境影响特征，市场影响因素下包括3个市场影响特征，客群影响因素下包括2个客群影响特征。每个已经营场所可以确定出3个特征矩阵，环境影响因素下的矩阵可以确定出13个特征值，市场影响因素下的矩阵可以确定出13个特征值，客群影响因素下的矩阵可以确定出13个特征值。当需要计算环境影响因素下的第一个环境影响特征的权重时，将所有已经营场所的第一个特征值相加，然后用第一个特征值的和值除以所有已经营场所的18个特征值的和值，即确定出环境影响因素下的第一个环境影响特征的权重。

可选的，通过以下公式计算位置评分值：

其中，P为位置评分值，a

示例的，假设待经营场所为3星级酒店，影响因素包括环境影响因素、市场影响因素、客群影响因素，环境影响因素因素下确定出2个场所类簇集合且对应的位置评价值分别为ρ

S106、使用所述待经营场所的位置评分值与预设评分阈值对比，确定所述候选经营位置是否为所述待经营场所的目标经营位置。

该步骤中，确定出待经营场所的位置评分值后，将待经营场所的位置评分与预设评分阈值进行比对，基于比对结果，确定待经营场所的候选位置是否为待经营场所的目标经营位置。

这里，可以设定将位置评分值大于预设评分阈值对应的候选经营位置确定为目标经营位置。

本申请提供的一种经营场所的选址方法，获取待经营场所的候选经营位置和经营等级，以及所述候选经营位置在不同影响因素下对应的第一特征矩阵；按照所述经营等级，获取所述经营等级下的每种影响因素下的至少一个场所类簇集合；针对于每种影响因素下的每个场所类簇集合，获取该场所类簇集合中中心场所建立位置在该影响因素下对应的第二特征矩阵，以及该场所类簇集合的位置评价值；针对于每种影响因素，基于所述第一特征矩阵与所述第二特征矩阵，确定所述待经营场所与所述中心场所在该影响因素下的位置相似度；基于每种影响因素下的位置相似度、位置评价值以及预先确定出的每种影响因素的位置评分权重，确定所述待经营场所的位置评分值；使用所述待经营场所的位置评分值与预设评分阈值对比，确定所述候选经营位置是否为所述待经营场所的目标经营位置。

这样，本申请基于不同影响因素下现有已经营场所的真实情况，对待经营场所的候选位置进行更加客观公平的评估，避免有效性的缺失，从而可以提高选址的准确度和选址的效率。

请参阅图2、图3，图2为本申请实施例所提供的一种经营场所的选址装置的结构示意图之一，图3为本申请实施例所提供的一种经营场所的选址装置的结构示意图之二。如图2中所示，所述选址装置200包括：

第一获取模块201，用于获取待经营场所的候选经营位置和经营等级，以及所述候选经营位置在不同影响因素下对应的第一特征矩阵；

第二获取模块202，用于按照所述经营等级，获取所述经营等级下的每种影响因素下的至少一个场所类簇集合；

第三获取模块203，用于针对于每种影响因素下的每个场所类簇集合，获取该场所类簇集合中中心场所建立位置在该影响因素下对应的第二特征矩阵，以及该场所类簇集合的位置评价值；

相似度确定模块204，用于针对于每种影响因素，基于所述第一特征矩阵与所述第二特征矩阵，确定所述待经营场所与所述中心场所在该影响因素下的位置相似度；

位置评分确定模块205，用于基于每种影响因素下的位置相似度、位置评价值以及预先确定出的每种影响因素的位置评分权重，确定所述待经营场所的位置评分值；

目标位置确定模块206，用于使用所述待经营场所的位置评分值与预设评分阈值对比，确定所述候选经营位置是否为所述待经营场所的目标经营位置。

可选的，如图3中所示，所述选址装置200还包括类簇确定模块207，所述类簇确定模块207用于：

针对于每种经营等级，获取具有该经营等级的多个已经营场所；

针对于每种影响因素，确定在该影响因素下每个已经营场所对应的第二特征矩阵；

基于确定出的多个第二特征矩阵，对所述多个已经营场所进行聚类分析，确定出该经营等级下该影响因素下的至少一个场所类簇集合。

可选的，所述选址装置200还包括异常剔除模块208，所述异常剔除模块208用于：

针对于每个已经营场所，获取该已经营场所在每种影响因素下的每个影响特征对应的特征参数；

针对于每个已经营场所的每个特征参数，使用该特征参数与对应的阈值参数进行对比，得到对比结果；

将对比结果不合格的特征参数对应的已经营场所剔除。

可选的，所述选址装置200还包括位置评价值确定模块209，所述位置评价值确定模块209用于：

针对于每种影响因素下的每个场所类簇集合，基于该场所类簇集合中每个已经营场所在该种影响因素下对应的第二特征矩阵，确定该场所类簇集合的中心场所，其中，所述中心场所是场所类簇集合中与该场所类簇集合中其他全部第二特性矩阵的距离之和最小的第二特征矩阵对应的已经营场所；

根据该场所类簇集合中每个已经营场所的收益等级和每个收益等级下所述已经营场所的数量，通过加权平均的计算方式，确定该场所类簇集合的位置评价值。

可选的，所述选址装置200还包括权重确定模块210，所述权重确定模块210用于：

基于在每种影响因素下每个已经营场所对应的第二特征矩阵，确定在每种影响因素下每个第二特征矩阵的特征值；

基于确定出的在每种影响因素下的每个第二特征矩阵的特征值，通过权重计算公式，确定每种影响因素下每种影响特征的位置评分权重；

将该影响因素下的所有影响特征的特征权重相加，确定该影响因素的位置评分权重。

可选的，所述特征权重计算公式为：

其中，n为已经营场所的数量，m为影响因素的数量，w为影响特征的数量，δ

可选的，通过以下公式计算位置评分值：

其中，P为位置评分值，a

请参阅图4，图4为本申请实施例所提供的一种电子设备的结构示意图。如图4中所示，所述电子设备400包括处理器410、存储器420和总线430。

所述存储器420存储有所述处理器410可执行的机器可读指令，当电子设备400运行时，所述处理器410与所述存储器420之间通过总线430通信，所述机器可读指令被所述处理器410执行时，可以执行如上述图1所示方法实施例中的经营场所的选址方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时可以执行如上述图1所示方法实施例中的经营场所的选址方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。