唐狮服饰总部借助旗下的门店,收集店铺客流数据。对客流数据按照进入门店的时间，切片到每个时段(小时)。再对09:00~22:00 之间每个时段的客流数量占比、以及该时段为客流高峰的概率统计分析，得出每家店铺在每个时段的客流集中度状况，区分为集中度超高、高、一般、散量。以上数据可用于门店客流的整体趋势变化分析，门店客流的时段集中度分析，以及为提升店铺的成交率、客流价值、服务水平提供决策依据。通过以上数据依托，提升企业门店整体经营管理水平。以上数据存储于企业内部关系型数据库中。预估日均新增数据为1500笔。并已经过数据去冗和数据清洗和数据整合。对于涉及客流数据的隐私信息，已经经过脱敏和加密处理。
主要字段说明：instanceTitle：店铺编号；instanceOpenID；设备编号；hor:客流时段，取值范围为00~23；in1:客流数量，根据客流时段进行汇总所得。其中 instanceTitle、instanceOpenID、hor、in1 来源于店铺客流设备的数据采集；客流集中度来源于聚类算法得出。 客流集中度数据基于K-均值聚类模型，对每家店铺近三个月9:00~22:00的客流数据统计分析，得出每家店铺在09:00~22:00每个时段的客流数量的集中性。s1: ,收集店铺客流数据，对客流数据按照进入门店的时间进行数据切片，切片到每个时段(小时) ；s2：统计店铺每个时段客流人数，以及在全时段总客流人数中的占比；s3：统计店铺出现客流峰值的时段，以及该峰值时段出现的概率；s4：基于以上统计结果，即时段的客流占比和该时段出现峰值客流的概率。以占比和概率作为数据点指标，通过K-均值聚类模型，初始化4个随机点作为聚类中心，迭代计算簇中心，直到聚类中心不再发生改变，或者达到最大迭代次数10000次。
| 字段名 | 类型 | 描述 |
|---|---|---|
instanceTitle |
-- | -- |
instanceOpenID |
-- | -- |
hor |
-- | -- |
in1 |
-- | -- |
客流集中度 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| instanceTitle | D180001FS253 |
| instanceOpenID | mrj4af718eef1ce4eadbe77f3479b634c2f |
| hor | 09 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/7128