课题研究|门店客流分析WEB系统的设计和实现（1）

摘要

本文旨在设计并实现一个连锁门店的客流分析WEB系统。主要业务任务包含客流热点分析，客流趋势分析，客流属性分析，门店信息和设备管理，顾客信息管理及角色管理。

项目采用vue.js框架进行设计和开发。对于WEB系统的公共部分采用组件的方式实现，降低耦合度。客流热点分析结合热力图和门店标记呈现出门店客流的地域热点特征，同时通过点聚合对门店标记物进行优化，以应对出现高密度点标记的情况。客流趋势分析通过ECharts的折线图展示出客流随时间的变化趋势，此处涉及到时间范围选取的设计，本文研究出了一个简洁合理的选取标准。客流属性分析通过ECharts的饼图展示出客流的各项属性比例。其余的管理功能主要通过表格呈现相关信息，并提供增删改的功能。比较特殊的是门店管理中设计到了门店坐标，本文采用获取当前坐标和地图选取点获取坐标来降低坐标获取难度。

最终实现的WEB系统易上手，分析和管理功能都直观高效，可用性高。有效降低了连锁门店的管理复杂度，同时帮助商家快速获取客流的多项特征，便于做出新门店选址，进货量和员工的安排，针对性促销等决策。

1、绪论

1.1     课题背景与意义

随着现代社会的不断发展，人们的生活水平在不断地提高，商场、连锁门店等零售企业逐渐增多，而零售企业竞争的核心是客流,以及客流的购买转化率。特别是客流量的管理挖掘方面，许多企业在这方面存在问题。如何对商场客流进行实时、动态监测统计，对数据进行分析并依据企业实际经营状况输出各种分析结果，帮助管理者对客流分析实现科学的运营工作，成为了众多零售企业日益关注的问题。同时随着经济社会的发展，零售商业模式经过多年演化，已从传统的被动营销、广泛营销向主动营销、精准营销转变，日常客流规律分析日益受到企业管理决策层面的重视[1]。

本课题所属项目针对连锁门店的相关需求，基于人脸识别、性别识别、年龄识别等 AI 技术对连锁门店客流进行自动化人数统计、新老客户识别、客群性别与年龄等分布的分析，帮助商家有效调整销售策略，是AI技术为新零售领域赋能的一种全新应用。

本课题主要负责其中WEB系统的设计和实现。主要包括各类数据可视化和门店管理等功能。通过本系统商家可快速获取相关数据分析结果，进而调整相关销售策略。同时，商家也可以通过本WEB系统实现对门店的各类管理工作。

1.2     国内外研究现状

目前很多企业采用红线客流计数器等方式对客流进行统计，这些方式都存在较大弊端，在统计准确率以及统计及时性方面表现都较差，无法满足科学及时的客流分析的需求。现在利用先进的视频监控技术进行客流统计分析在欧美等发达国家已经非常的普遍，国内也有不少的商企经营管理者开始接受和采用了视频客流统计系统[2,3]。

视频客流统计系统一般通过具有AI检测功能的摄像头进行数据的采集。之后摄像头将相关图像和视频数据上传到云端后台服务器。服务器完成数据的存储及各类分析工作，最后通过前端系统进行分析结果的展示和管理[4]。

1.3     课题研究目标与内容

1.3.1  课题目标

本课题的目标是通过设计并实现一个连锁门店客流分析的WEB系统，来帮助商家调整相关销售策略，并简化门店管理。

本课题旨在解决以下三个关键问题：

1) 动态生成直观，高效的可视化图表（折线图，饼图等）。

2) 通过地图和热力图相结合，展示客流数据的地域特点。

3) 设计容易上手且可用性高的门店信息管理功能。

1.3.2  主要内容

1)  客流热点分析

在地图上显示各个门店信息及客流热力图。

2)  客流趋势分析

不同时间轴下，各类客流（不同年龄，性别等）的趋势图（折线图的形式）。

3)  客流属性分析

通过饼图展示客流不同属性组成（比如会员和非会员的比例，不同年龄段组成）。

4)  门店信息的管理功能

a)  门店基本信息的管理

b)  门店内设备（大门和摄像头）信息的管理

c)  顾客信息的管理

5)  用户权限管理功能

管理不同用户的账号和操作权限。
 

参考文献

[1] 张开生,刘泽新,郭碧筱,杨帆.基于CNN公交客流检测系统的设计[J].石河子大学学报(自然科学版),2019,37(05):654-660.

[2] 马黎.大型商业综合体智能客流分析系统与各个智能化子系统的集成应用[J].自动化应用,2019(08):117-118+130.

[3] 周慧娟,张强,刘羽,王旭阳,柳颖.基于YOLO2的地铁进站客流人脸检测方法[J].计算机与现代化,2019(10):76-82.

[4] Shuang Liu, Wenxia Liu, Chenfei Qu, and Chao Long. 2019. Short-term Passenger Flow Forecast of Public Buildings Based on Time Series Analysis. In Proceedings of the 3rd International Conference on Computer Science and Application Engineering (CSAE 2019). Association for Computing Machinery, New York, NY, USA, Article 142, 1–5. DOI:https://doi.org/10.1145/3331453.3361635

[5] 朱二华.基于Vue.js的Web前端应用研究[J].科技与创新,2017(20):119-121.

[6] Thomas Rathfux, Jasmin Thöner, Hermann Kaindl, and Roman Popp. 2018. Combining Design-time Generation of Web-pages with Responsive Design for Improving Low-vision Accessibility. In Proceedings of the ACM SIGCHI Symposium on Engineering Interactive Computing Systems (EICS ’18). Association for Computing Machinery, New York, NY, USA, Article 10, 1–7. DOI:https://doi.org/10.1145/3220134.3220141

[7] Zhikun Wang, Changxiu Hu, Jinglei Lin, Zhiyuan Cui, Meng Huang, and Shuai Liu. 2018. Development of a Performance Evaluation System Based on Baidu Map Fixed-point Observation Data. In Proceedings of the 2nd International Conference on Computer Science and Application Engineering (CSAE ’18). Association for Computing Machinery, New York, NY, USA, Article 157, 1–5. DOI:https://doi.org/10.1145/3207677.3278083

[8] 卢健,张倩,左世祥,张晓峰,曾克勤,陈建华.Web地图热力图原理及应用[J].科技创新与应用,2019(35):174-176.

[9] 赵婷,华一新,李响,李翔,杨飞.一种基于Heat Map的地理标签数据可视化表达的研究[J].测绘工程,2016,25(06):28-32.