2 商业地产场景数据应用

1 .商业地产场景数据应用 

2 .

3 . 商场客流 职住地分析 Part.1 需求背景和参数选择 Part.1 需求背景 Part.2 参数的局限性 Part.2 整体算法介绍 目录 z Part.3 模型 Part.3 地块分类模型 Part.4 模型的局限性 Part.4 模型的局限性和拓展空间 Part.5 产品呈现 Part.5 dbscan聚类 Part.6 产品呈现 

4 .商场客流 需求背景和参数选择 商场需要关注周边竞对的客流趋势，客 流的多少极大地反映了此地商业氛围是 否浓厚，大家的消费欲望是否强烈。 需求：周边人口、交通的覆盖 供给：商业规模，周边的竞对商圈情况 MobTech 客流捕捉 外部数据 袤博科技数据 

5 .商场客流 参数的局限性 • 静态参数的情况，使用的是统计数值， 例如1公里内公交站个数，周边3公里的居 住人口等 • 统计值和真实情况之间会丢失大量信息, 这些信息的丢失会影响这个参数自身的可 用性。 • 将底层改成使用像素和位置的场景来丰 富信息，简单的机器学习算法无法适用 

6 .商场客流 在几个基本的回归机器学习算法中，我们选 择了适用cart分类回归树作为决策树的随机森 林模型，其好处有以下几个： 1、直观的看出参数权重 2、整体模型方差小，泛化性较强 3、鲁棒性强，且不需要剪枝，不需要关注超 参 4、工程化简单，不需要太多的工程化代码和 硬件支持 

7 .商场客流 模型的局限性 树模型的局限性 • 预测的结果永远在样本的最大值和最小值之间，导致有部分客流较大的商场无法精准预测。 • 值划分比较多的特征容易对RF的决策产生更大的影响，从而影响拟合的模型的效果，而在商 业地产场景中，无法生成大量丰富的样本 有监督模型和数据源的局限性 监督模型需要有Y值的加入，而这个在商业地产场景中是悖论。当前全国只有约2万个商场，样本 Y越多，模型的价值越低 

8 .商场客流 • 具体呈现形式 指标 MAPE 9% 误差≥20%占比 9% • 分析逻辑和商业应用（疫情的影响，活动效果评估等等 此商场于2022年1月发生疫情 此商场于2021年圣诞节举行活动，对比平时周末客流有了明显提升 

9 .居住地工作地 商场根据来访客群的居住地和工作 地，确认自己的主力客群，并根据 客群的属性制定自己的推广策略和 运营策略 

10 .居住地工作地 地块分类算法 对设备所处位置进行判断分类（小区、写字楼） 加权dbscan聚类 对多个点位进行聚类，选出长时间停留候选点位 

11 .居住地工作地 • 地块分类算法 样本分布函数。例如我们可以把以下序列准变为样本分布函数： [1,3,4,6,9,10,15,18]，在此案例中，每个跃度为1/n即1/8，可得样 本分布图像如右图： wasserstein距离 又叫推土机距离，用来计算两个分布的差 异，计算方法是将分布P转变为分布Q所 需要的步程。考虑两个离散的分布P和Q： P = [3,2,1,4]，Q = [1,2,4,3] 第n步的代价为：第n-1步的代价+Pn-Qn ① δ1 = 0+3-1 = 2 ② δ2 = 2+2-2 = 2 ③ δ3 = 2+1-4 = -1 ④ δ4 = -1+4-3 = 0 总δ = ∑|δn| = 5 

12 .居住地工作地 可以类似的将P、Q转化成样本分布： P[1(3),2(2),3(1),4(4)]，Q[1(1),2(2),3(4),4(3)]。和上面举的样本 分布的例子不一样的是，样本并非均等分为1/n，而是括号 中的权重，同理，我们可以画出他们的图像： 蓝色分布和橙色分布所围成的“面积”即是所求的wasserstein 距离（此处面积计算方式为纵坐标差值×横轴离散间隔） 在地块分类时，我们采用KNN分类算法，将其中的距离改为wasserstein距离。通过上 述方法，我们可以得出两个地块中不同时间下活跃设备数的分布差异： 假设A地块和B地块原始活跃设备数时间分布分别为以下： 

13 .居住地工作地 转化为样本分布则为如下： 则这两个地块的不同时间下活跃设备数的wasserstein距离为图中灰色部分 “面积”：约为5460 

14 .居住地工作地 • 局限性和可拓展空间 对设备区域数据的稳定性要求极高，若设备区域数据不够持续，聚类的 结果会导致定位仍然只有一个点，例如一个人只有在晚上上报的区域位 置，则其工作地会定位到小区中 基于地块设备时间分布函数的地块分类算法的准确度有天花板，当前准 确度为70%~80%，如右图为使用区块算法得出的上海徐汇区小区地块 更准确更有效的方法是 采用卫星影响做实体分 割，可以参考达摩院的 aiearth平台，但是此方 法对于工程化以及卫星 图像数据源有一定的要 求 

15 .居住地工作地 • DBSCAN聚类 • 每个区域位置周边加权点位数大于阈值记 为b • A被包含在B的圆中，B被包含在C的圆中， 则称A到C是密度可达的 • 如果X到Y密度可达，Z也密度可达，则Y和 Z密度相连，找到最大的密度相连的样本集 合，就是聚类的一个簇 

16 .居住地工作地 某商场到访人群居住地分布 上海黄浦江边居住地热力图 

17 .—谢谢观看— 关注我们