选址是餐饮店经营的第一步,他决定了餐饮店所处的地理位置、商业氛围、房租成本以及客户组成,对餐饮店的成功与否起着至关重要的作用。如果选址失败,那么高额的房租成本和微薄的利润将会让餐饮店承受巨大的损失。传统的餐饮店选址主要是基于定性的经验判断,这样的方式具有较大的选址失败率。互联网和人工智能技术的发展,使得应用大数据进行选址成为可能。本文利用爬虫技术获取来自电商、地图服务网站的数据,应用机器学习算法对北京市精酿啤酒店的选址问题进行了研究。本文主要做了以下工作:首先,对零售选址相关理论进行研究,构建选址影响因素的层次结构模型,最后确定人口因素、竞争因素、交通因素以及其他因素为主要影响因素。其次,爬取大众点评、链家网、百度地图的数据,结合北京市精酿啤酒店的实际情况对原始数据集进行探索性分析,构建用于模型训练的特征,并使用过滤式和包裹式的特征选择方法对原始特征集进行选择。再其次,研究了机器学习算法中常见的分类器,找出适合进行分类的算法:梯度提升树、支持向量机、随机森林、K近邻等,并应用上述算法对数据集进行训练,结合评估指标对各模型进行评估,选择出针对本文所研究的选址问题预测效果最好的分类器。最后,结合分类器的分类结果对餐饮连锁店选址问题进行分析,得出餐饮选址的建议。