连锁餐饮行业的选址问题是商家历来考虑的首要因素。对于零售行业来说,较差的位置会降低客户数量并增加运营成本。选址是一项长期决策,具体位置决定了零售商店能够在有限的距离或区域内吸引潜在客户的多少,从而决定了零售商店可以获得的销售收入水平,反映了该选址点价值的大小。在当前中国的连锁零售行业内,每年都有很大一批店铺开张,又有更多的店铺倒闭。另外,随着企业的不断发展,公司需要扩大市场,选址也成为公司不得不面对的问题。针对X连锁餐饮零售公司的选址问题,首先,本文基于历史文献和管理者经验建立了多指标评估体系。通过实地考察以及企业数据库等多方渠道收集指标数据;其次,利用属性选择算法等机器学习的方式获取到关键指标,并利用熵值法和灰色综合评价的方法对选址点和历史店进行了综合评估;然后,根据评估结果基于相似性利用核回归模型对选址点销售额进行了精确的预估。具体该选址流程主要由五部分组成:评定商圈理想性;确定重要销售推动;人流量统计;选址点指标评分;预估第一年销售额值。通过对X公司的实例研究,完善了公司选址指标评价体系,优化了公司对选址点评估,另外本文基于核回归的数据化销售额预测方法相较于公司传统做法提高了预测的准确性,更客观的为公司的选址决策提供依据。