本发明属于零售业网点布局，具体涉及一种零售业网点空间的布局方法。
背景技术：
1、零售业是第三产业的重要组成部分，对促进经济发展扩大内需、以及满足居民生产生活需要等发挥关键作用。随着科技的发展，在互联网、人工智能和大数据的驱动下，零售业也开启数字化转型升级，传统的实体零售消费行为模式日渐转向虚拟在线消费与实体线下消费行为相结合的新模式。而零售业网点作为零售商业空间载体，不仅是商品交易的场所，也是品牌与顾客沟通、服务提供和市场信息收集的重要平台。但是，当前存在居民消费行为需求和零售业网点空间供给不匹配、不平衡甚至不合理的难题，这导致零售业网点经济效益下降、经济活力缺失。这也表明零售业网点的发展及其传统的布局模式已不适应数字时代的发展要求。
2、经申请人研究发现，传统的零售业网点空间布局模式主要存在两点局限性，即判断当前零售业网点空间布局合理性方法的局限性、以及构建零售业网点空间合理布局模型的局限性。
3、具体的，一方面，以往关注零售业网点空间布局合理性的方法中，主要是评价零售业网点空间布局与经济发展水平、城市建设格局等宏观静态要素的适应程度，也大多聚焦政策规划、经济、市场竞争以及区位条件、人口、消费能力等因素对零售业网点空间布局的影响，并基于此，提出零售业网点空间布局优化策略。这些要素主要来源于各个统计部门的官方数据，而这些政府部门公开的统计数据在时间上存在滞后性，且只能用于反馈客观静态汇总层面的经济发展、城市规划建设、人口规模等信息，而静态数据存在缺乏时间维度、无法反映变化、可能过时等问题，这就导致了评价当前零售业网点空间布局合理性的结果存在片面性。另一方面，目前主要运用传统计量方法的普通线性模型，来分析这些客观静态因素对零售业网点空间布局特征的线性影响，这就可能导致构建零售业网点空间合理布局模型不够准确。
技术实现思路
1、本发明的目的是要解决上述现有技术中，只使用客观静态数据对零售业网点空间布局合理性进行分析，忽略了动态要素信息对零售业网点空间布局的非线性影响，进而导致零售业网点空间的布局规划不够合理和准确的技术问题，提供一种零售业网点空间的布局方法，能够提升零售业网点空间布局的合理性和精准性。
2、为了解决上述问题，本发明按以下技术方案予以实现的：
3、本发明提供了一种零售业网点空间的布局方法，所述方法包括：
4、对原始数据进行数据清洗和校正，所述原始数据包括多源时空大数据、多源地理大数据和与零售业网点空间布局相关的统计数据；
5、提取所述进行数据清洗和校正后的多源时空大数据中的消费者主观能动性因素；
6、基于所述消费者主观能动性因素，获取不同类型的零售业网点空间供给和不同时间段的消费者空间行为需求之间的动态供需关系；
7、提取所述进行数据清洗和校正后的多源地理大数据中的零售业网点空间布局特征；
8、基于所述进行数据清洗和校正后的统计数据，提取得到城市层面客观静态因素；
9、基于所述消费者主观能动性因素、零售业网点空间布局特征和城市层面客观静态因素，构建数据库；
10、将所述数据库中的数据作为训练样本，构建非线性模型；
11、通过所述非线性模型，确定零售业网点空间布局的关键影响因素及其阈值；
12、基于所述关键影响因素及其阈值，通过arcgis构建零售业网点空间布局模型；
13、通过所述零售业网点空间布局模型，完成零售业网点空间的布局。
14、优选地，所述多源时空大数据包括消费者的gps轨迹数据、手机信令数据、社交媒体数据和app数据；所述多源地理大数据包括兴趣点数据、高分辨率遥感数据和街景图像数据；所述与零售业网点空间布局相关的统计数据包括统计年鉴、发展公报和政府公开数据。
15、优选地，所述对原始数据进行数据校正的方法包括：对所述gps轨迹数据和手机信令数据中涉及居民消费行为的时空特征进行校正；对所述兴趣点数据中涉及零售业网点空间布局的地理特征进行校正；其中，所述时空特征包括消费者的出发地空间经纬度、目的地空间经纬度、开始时间、结束时间和持续时长；所述地理特征包括经纬度。
16、优选地，调用python工具，提取所述进行数据清洗和校正后的多源时空大数据中的消费者主观能动性因素；通过gis分析或时空可视化，提取所述进行数据清洗和校正后的多源地理大数据中的零售业网点空间布局特征；调用数据统计工具，基于所述进行数据清洗和校正后的统计数据，提取得到城市层面客观静态因素。
17、优选地，所述消费者主观能动性因素包括人口流动性特征、居民消费行为的时空特征、消费行为需求和消费者选择偏好。
18、优选地，所述城市层面客观静态因素包括政策规划、经济发展、城市建设、市场竞争、区位条件、土地价值、交通条件、人口规模和消费能力。
19、优选地，所述将数据库中的数据作为训练样本，构建非线性模型的方法为：采用梯度提升决策树算法或者随机森林算法构建所述非线性模型。
20、优选地，所述通过非线性模型，确定零售业网点空间布局的关键影响因素及其阈值的方法包括：控制其他变量后，通过所述非线性模型分析消费者主观能动性因素和城市层面客观静态因素对零售业网点空间布局的非线性影响，确定零售业网点空间布局的关键影响因素及其阈值；其中，所述其他变量包括消费者的性别、年龄段和就业状况。
21、优选地，所述零售业网点空间布局的关键影响因素包括：消费者主观动态行为需求和城市社会客观发展情况。
22、与现有技术相比，本发明的有益效果是：
23、本发明提供了一种零售业网点空间的布局方法，一方面，通过从多源时空大数据提取消费者主观能动性因素，从多源地理大数据获取现阶段零售业网点空间布局特征，进而获取不同类型零售业网点空间供给和不同时间段的消费者空间行为需求之间的动态供需关系。另一方面，采用机器学习算法构建非线性模型，确定零售业网点空间布局的关键影响因素及其阈值。最后，基于这些影响因素及其阈值，通过arcgis构建零售业网点空间布局模型。
24、因此，本发明的零售业网点空间的布局方法能够提升零售业网点空间布局的合理性和精准性。
25、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
1.一种零售业网点空间的布局方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种零售业网点空间的布局方法，其特征在于：
3.根据权利要求2所述的一种零售业网点空间的布局方法，其特征在于，所述对原始数据进行数据校正的方法包括：
4.根据权利要求1所述的一种零售业网点空间的布局方法，其特征在于：
5.根据权利要求4所述的一种零售业网点空间的布局方法，其特征在于：
6.根据权利要求4所述的一种零售业网点空间的布局方法，其特征在于：
7.根据权利要求1所述的一种零售业网点空间的布局方法，其特征在于，所述将数据库中的数据作为训练样本，构建非线性模型的方法为：
8.根据权利要求1所述的一种零售业网点空间的布局方法，其特征在于，所述通过非线性模型，确定零售业网点空间布局的关键影响因素及其阈值的方法包括：
9.根据权利要求8所述的一种零售业网点空间的布局方法，其特征在于，所述零售业网点空间布局的关键影响因素包括：
