基于区块链的数据分析方法和系统

1.本发明实施例涉及计算机技术领域，尤其涉及一种基于区块链的数据分析方法和系统。


背景技术：

2.对于线下便利店而言，由于区位因素、人流量、消费者构成等因素的影响，其店铺内可提供的商品sku是有较大差异的。一般而言，前述因素较为类似的店铺的商品sku应当是类似的。
3.另一方面，商品陈列是为了达到美化店面、刺激消费者的作用，而不是把商品简单地摆放在一起。良好的商品陈列布局不仅可以营造出“精品”的氛围，还可以突出商品的量感和一目了然的特点，便于消费者寻找和提取。
4.科学、专业、适应消费者心理和需求的商品陈列往往能带动30%—40%的销售增长。好的商品陈列坚持把货架上的商品放在易于消费者接近的位置，尽可能让消费者产生接触商品的冲动，充分发挥陈列对销售的作用，商品陈列做到以消费者为中心，以消费者的需求为导向，根据消费者的消费心理和行为习惯，采用科学方式展示商品特性。
5.目前，门店对商品的选择和陈列一般是先基于自己长期的售卖经验和历史销售数据来进行人工判断，然后，基于判断结果进行商品陈列，但是，通过人工来进行判断的方式会因人为主观因素的干扰而存在误差和不到位的情况，从而会导致商品摆放的准确性和合理性比较低，进而会影响销售。
6.综上所述，如何提高商品品类选择和陈列的合理性，是目前本领域技术人员亟待解决的技术问题。


技术实现要素：

7.有鉴于此，本发明实施例提供了一种基于区块链的数据分析方法和系统，可以解决如背景技术中所述的商品品类选择和陈列的不合理问题。
8.为了实现上述目的，本公开的一个方面，提供了一种基于区块链的数据分析方法，包括：基于区块链获取目标店铺的店铺内货架视频图像，并对所述货架视频图像进行识别，生成货架陈列图像数据；根据货架陈列图像数据和商品品类信息生成目标店铺的包含商品品类序列的商品陈列特征，所述商品品类序列表示各品类商品在该店铺内的陈列空间顺序；基于所述目标店铺的商品陈列特征对待评估店铺的陈列合理性进行分析评估。
9.优选的，一种基于区块链的数据分析方法，所述基于区块链获取目标店铺的货架视频图像包括：获取待评估店铺的属性信息，并基于所述属性信息生成视频图像获取指令；基于所述视频图像获取指令向区块链发送图像获取请求，且区块链基于所述视频
图像获取指令从店铺信息存储节点中匹配与所述待评估店铺属性信息最接近的目标店铺；基于所述目标店铺的主体识别信息从区块链中查找与所述目标店铺的店铺内视频图像存储节点；基于所述店铺内视频图像存储节点获取所述目标店铺的店铺内货架视频图像。
10.优选的，一种基于区块链的数据分析方法，所述待评估店铺的属性信息包括店铺的日均人流量、周边预设范围内人员结构数据、所属商圈信息、店铺类型，所述待评估店铺的属性信息包含于视频图像获取指令中。
11.优选的，一种基于区块链的数据分析方法，基于所述视频图像获取指令从店铺信息存储节点中匹配与所述待评估店铺属性信息最接近的目标店铺包括：基于视频图像获取指令中包含的待评估店铺的属性信息特征向量，将店铺信息存储节点中预存储的所有第一待选目标店铺的属性信息特征向量与待评估店铺的属性信息特征向量进行相似性比对，获得预设相似值阈值内的第二待选目标店铺列表；根据第二待选目标店铺列表中的所有店铺的预设周期内的筛选条件，获得目标店铺的主体识别信息。
12.优选的，一种基于区块链的数据分析方法，基于所述目标店铺的主体识别信息从区块链中查找与所述目标店铺的店铺内视频图像存储节点，还包括：根据目标店铺的主体识别信息，调用目标店铺的至少一个预设摄像头进行目标店铺内货架视频图像采集；所述预设摄像头基于预设数据传输方法将采集得到的店铺内货架视频图像上传至所述区块链的频图像存储节点中进行记录存储。
13.优选的，一种基于区块链的数据分析方法，对所述货架视频图像进行识别，生成货架陈列图像数据包括：获取目标店铺的货架视频图像，并从所述货架视频图像中提取出包含各货架的预设清晰度的陈列面图像；将每个货架陈列面中的每个商品品类图像进行分离，基于预设排序规则生成目标店铺的货架陈列图像数据。
14.优选的，一种基于区块链的数据分析方法，基于所述目标店铺的货物陈列特征对待评估店铺的陈列合理性进行分析评估，包括：根据店铺内货架各商品品类所在位置和预设顺序生成待评估店铺的商品品类序列；将待评估店铺的商品品类序列与目标店铺的商品品类序列进行对比，获得相似性值；基于预设阈值的相似性值对待评估店铺的商品陈列的合理性进行评估。
15.优选的，一种基于区块链的数据分析方法，所述预设顺序包括根据店铺内的货架布局基于人为经验的对货架各货位的编号顺序。
16.优选的，一种基于区块链的数据分析方法，基于所述目标店铺的货物陈列特征对待评估店铺的陈列合理性进行分析评估，包括：获取预设周期内所述待评估店铺的店铺内货架视频图像；根据店铺内货架图像内的用户行走路径生成店铺内历史人流动向；
根据店铺内货架各商品品类所在位置和店铺内历史人流动向生成待评估店铺的商品品类序列；将待评估店铺的商品品类序列与目标店铺的商品品类序列进行对比，获得相似性值；基于预设阈值的相似性值对待评估店铺的商品陈列的合理性进行评估。
17.本公开的另一方面，提供了一种基于区块链的数据分析系统，包括：图像数据获取模块，用于基于区块链获取目标店铺的店铺内货架视频图像，并对所述货架视频图像进行识别，生成货架陈列图像数据；数据分析模块，用于根据货架陈列图像数据和商品品类信息生成目标店铺的包含商品品类序列的商品陈列特征，所述商品品类序列表示各品类商品在该店铺内的陈列空间顺序；评估模块，用于基于所述目标店铺的商品陈列特征对待评估店铺的陈列合理性进行分析评估。
18.通过本公开的技术方案，待评估店铺能够在需要对店铺商品品类选择或者店铺内商品陈列布局进行优化时，寻找其他运营较好的目标店铺进行对比和参考，从而评估店铺的商品或陈列合理性，从而基于该两个维度下能够正向影响店铺的商品销售。
附图说明
19.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。
20.图1为本发明实施例中一种基于区块链的数据分析方法的流程图；图2为本发明实施例中一种基于区块链的数据分析方法中基于区块链获取目标店铺的货架视频图像的流程图；图3为本发明实施例中一种基于区块链的数据分析系统的结构图。
具体实施方式
21.如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”。其他术语的相关定义将在下文描述中给出。
22.本技术中使用了流程图用来说明根据本技术的实施例的系统所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
23.以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性
的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
24.在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
25.在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
26.现有技术中，商品选品以及商品陈列策略越来越受到便利店、超市以及其他线下店铺经营者的重视，然而，由于没有有效的参照或指导或评估，经营者智能单纯凭借自己的经验进行操作，没有明显的实质效果。当前缺少相关的技术方案能够实现店铺经营者的这方面需求。
27.有鉴于此，本公开的实施例提供了一种基于区块链的数据分析方法，能够基于参考目标店铺的店铺商品品类和商品陈列对待评估店铺的商品陈列合理性进行评估。
28.具体地，本公开的一个实施例提供了一种基于区块链的数据分析方法。参考附图1，所述方法包括：s101：基于区块链获取目标店铺的店铺内货架视频图像，并对所述货架视频图像进行识别，生成货架陈列图像数据；s102：根据货架陈列图像数据和商品品类信息生成目标店铺的包含商品品类序列的商品陈列特征，所述商品品类序列表示各品类商品在该店铺内的陈列空间顺序；s103：基于所述目标店铺的商品陈列特征对待评估店铺的陈列合理性进行分析评估。
29.该实施例中，目标店铺可以是指店铺相关数据已经经过区块链进行存储的店铺，目标店铺经过筛选条件筛选后，可能能够成为待评估店铺的参考店铺，目标店铺的相关指标将成为待评估店铺的评估标准。
30.该实施例中，货架陈列图像数据可以是经过对店铺内货架视频图像提取和分析后所获得的货架的空间编号顺序。具体的，对于一个店铺内而言，可以从店铺内摄像头拍摄到的店铺内的视频中选取出包含各货架正面清晰图像，既可以是视频流数据、也可以是照片数据。根据空间布局，可以自动或人工标注各个货架的编号，以及货架上货位的子编号。
31.同时，该实施例中，商品品类信息可以是基于上述视频或照片中获取的该店铺内货架上所有的商品的品类信息，各品类商品可以一一对应到相应的货架和货位编号。如该店铺内的可乐对应1号货架的第2层的第3个货位上，可以编号成1-2-3。
32.该实施例中，商品陈列特征表示各品类商品在该店铺内的陈列空间顺序，即既可以将某一品类的商品附上货位编号，也可以是某一个货位上对应上某一类商品，同时，也可以是对所有品类的商品按照预设货位编号按顺序生成商品序列，如{可乐，乳制饮料，果汁饮料，饮用水，
……
}。
33.本公开的一个实施例中，一种基于区块链的数据分析方法，如图2所示，所述基于
区块链获取目标店铺的货架视频图像包括：s2001：获取待评估店铺的属性信息，并基于所述属性信息生成视频图像获取指令；s2002：基于所述视频图像获取指令向区块链发送图像获取请求，且区块链基于所述视频图像获取指令从店铺信息存储节点中匹配与所述待评估店铺属性信息最接近的目标店铺；s2003：基于所述目标店铺的主体识别信息从区块链中查找与所述目标店铺的店铺内视频图像存储节点；s2004：基于所述店铺内视频图像存储节点获取所述目标店铺的店铺内货架视频图像。
34.该实施例中，待评估店铺的属性信息可以包括但不限于店铺的日均人流量、周边预设范围内人员结构数据、所属商圈信息、店铺类型等，所述待评估店铺的属性信息包含于视频图像获取指令中。店铺的属性信息可以采用类似于店铺画像的方式进行，可以设定一套店铺的标签体系，根据专家评分法或其他现有技术中的公开方法给对每个店铺的各属性标签进行赋值。进一步的，对于每一个店铺，可以进一步进行归一化处理，得到各店铺属性信息的特征向量，所述特征向量也可以包含于视频图像获取指令中。
35.该实施例中，基于所述视频图像获取指令从店铺信息存储节点中匹配与所述待评估店铺属性信息最接近的目标店铺包括：基于视频图像获取指令中包含的待评估店铺的属性信息特征向量，将店铺信息存储节点中预存储的所有第一待选目标店铺的属性信息特征向量与待评估店铺的属性信息特征向量进行相似性比对，获得预设相似值阈值内的第二待选目标店铺列表；根据第二待选目标店铺列表中的所有店铺的预设周期内的筛选条件，获得目标店铺的主体识别信息。
36.该实施例中，店铺信息存储节点可以是区块链中用于存储各种店铺名称、店铺联系方式、店铺地址等的主体信息，店铺属性信息和/或店铺属性信息特征向量的数据存储节点。店铺信息存储节点中存储的目标店铺可以事先根据高经营业绩等因素进行初步筛选。店铺信息存储节点在获取到视频图像获取指令后，可以基于其中的待评估店铺的属性特征向量与其中所有待筛选店铺进行向量相似性运算，采用的算法包含但不限于欧氏距离、马氏距离等距离算法以及信息熵等。基于预设阈值，可以通过判断计算后的相似度值，从而筛选出与待评估店铺属性相似性较高的至少一个目标店铺。当目标店铺数量大于1时，需要进一步筛选出唯一一个目标店铺，此时可以对多个目标店铺的阶段性销售业绩进行对比，筛选出销售业绩最高的唯一目标店铺。
37.本公开的一个实施例中，一种基于区块链的数据分析方法，基于所述目标店铺的主体识别信息从区块链中查找与所述目标店铺的店铺内视频图像存储节点，具体包括：根据目标店铺的主体识别信息，调用目标店铺的至少一个预设摄像头进行目标店铺内货架视频图像采集；所述预设摄像头基于预设数据传输方法将采集得到的店铺内货架视频图像上传至所述区块链的视频图像存储节点中进行记录存储。
38.该实施例中，实时的目标店铺内视频图像对于待评估店铺而言更加具有参考价
值，这是因为不同季节、温度、节假日等因素会在一定程度上影响店铺内的商品动销量。同时，也能够节省大量的存储空间。在筛选出目标店铺后，可以进一步调用该店铺内的摄像头进行一点时间内的店铺内的视频采集，对于采集到的店铺内货架视频图像可以直接传输到视频图像存储节点进行存储，以备下一步处理。
39.该实施例中，视频图像存储节点是区块链中用于存储店铺内货架视频图像的数据存储节点。预设数据传输方法是提前设定好的，例如可以是无线数据传输。
40.本公开的一个实施例中，一种基于区块链的数据分析方法，对所述货架视频图像进行识别，生成货架陈列图像数据包括：获取目标店铺的货架视频图像，并从所述货架视频图像中提取出包含各货架的预设清晰度的陈列面图像；将每个货架陈列面中的每个商品品类图像进行分离，基于预设排序规则生成目标店铺的货架陈列图像数据。
41.该实施例中，从区块链的视频图像存储节点中调取目标店铺的店铺内货架视频图像，为了便于后续分析，可以选取视频图像中清晰度较高的包含各个货架正面也即陈列面的图像/图片。然后基于预先设定的排序规则对各货架和货位进行排序。进一步的，可以根据该排序规则，通过将各货位上的商品品类图像进行分离，从而将放置于各货架货位上的各类商品进行顺序性排列。
42.本公开的一个实施例中，一种基于区块链的数据分析方法，基于所述目标店铺的货物陈列特征对待评估店铺的陈列合理性进行分析评估，包括：根据店铺内货架各商品品类所在位置和预设顺序生成待评估店铺的商品品类序列；将待评估店铺的商品品类序列与目标店铺的商品品类序列进行对比，获得相似性值；基于预设阈值的相似性值对待评估店铺的商品陈列的合理性进行评估。
43.该实施例中，待评估店铺的商品品类序列可以参考前述实施例的方法进行，即根据店铺的空间分布和货架布局特点，进行对货架各货位的按照顺序进行编号。比如对于货架呈u型排列（即店铺内的人型巷道呈u字型）的店铺，可以根据顺时针或逆时针对货架进行编号，然后进一步根据各货架的层数从低到高、各层货位从左到右的顺序进行编号，最终可以获得所有商品所在货位的编号，然后根据编号的先后顺序，得到各类商品的商品品类序列，如{可乐，乳制饮料，果汁饮料，饮用水，
……
}。
44.该实施例中，目标店铺的商品品类序列既可以通过和待评估店铺序列相同的方法获得，也可以预先存储于店铺信息存储节点中，等待调用。当根据待评估店铺的属性信息得到目标店铺的主体信息后，那么通过进一步获得二者的商品品类序列，从而计算两个商品品类序列的相似度，采用的算法包含但不限于欧氏距离、马氏距离等距离算法以及信息熵等。如果相似度值大于某设定阈值，则说明，待评估店铺的商品选品和商品的陈列顺序合理性较高；如果如果相似度值小于某设定阈值，则说明，待评估店铺的商品选品和商品的陈列顺序不太合理。进一步的，可以就目标店铺的选品和陈列顺序给待评估店铺进行参考，可以在一定程度上帮助其提升销售业绩。
45.本公开的另一个实施例中，一种基于区块链的数据分析方法，基于所述目标店铺
的货物陈列特征对待评估店铺的陈列合理性进行分析评估，包括：获取预设周期内所述待评估店铺的店铺内货架视频图像；根据店铺内货架图像内的用户行走路径生成店铺内历史人流动向；根据店铺内货架各商品品类所在位置和店铺内历史人流动向生成待评估店铺的商品品类序列；将待评估店铺的商品品类序列与目标店铺的商品品类序列进行对比，获得相似性值；基于预设阈值的相似性值对待评估店铺的商品陈列的合理性进行评估。
46.该实施例中，作为示例性说明，首先对店铺内个各货架的位置进行编号，通过调用历史一定周期内（比如过去一周内）的店铺内货架视频图像，对每一个顾客每次在进店后的经过各个货架的先后顺序进行标记，最后根据统计学方法，一条包含所有货架先后顺序的历史人流动向路径，根据该路径所对应的货架以及货架上的层数以及货位位置对各类商品生成商品品类序列。然后，进一步的，可以通过上一实施例的方法，通过计算待评估店铺的商品品类序列与目标店铺的商品品类序列的现实性值和预设阈值，评估待评估店铺的商品陈设的合理性。
47.本公开的另一个实施例提供了一种基于区块链的数据分析系统，如图3所示，包括：图像数据获取模块31，用于基于区块链获取目标店铺的店铺内货架视频图像，并对所述货架视频图像进行识别，生成货架陈列图像数据；数据分析模块32，用于根据货架陈列图像数据和商品品类信息生成目标店铺的包含商品品类序列的商品陈列特征，所述商品品类序列表示各品类商品在该店铺内的陈列空间顺序；评估模块33，用于基于所述目标店铺的商品陈列特征对待评估店铺的陈列合理性进行分析评估。
48.上述系统中各个模块的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
49.对于系统实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
50.上面对本专利的较佳实施方式作了详细说明，但是本专利并不限于上述实施方式，在本领域的普通技术人员所具备的知识范围内，还可以在不脱离本专利宗旨的前提下作出各种变化。