CN111882185A - 一种基于大数据和专家经验的购物中心选址装置及方法 - Google Patents

一种基于大数据和专家经验的购物中心选址装置及方法 Download PDF

Info

Publication number
CN111882185A
CN111882185A CN202010679615.7A CN202010679615A CN111882185A CN 111882185 A CN111882185 A CN 111882185A CN 202010679615 A CN202010679615 A CN 202010679615A CN 111882185 A CN111882185 A CN 111882185A
Authority
CN
China
Prior art keywords
level
site selection
big data
data
expert
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010679615.7A
Other languages
English (en)
Inventor
贺江宁
王泽铭
朱瑞琪
李攀登
王盛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Bingsheng Technology Co ltd
Original Assignee
Shanghai Bingsheng Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Bingsheng Technology Co ltd filed Critical Shanghai Bingsheng Technology Co ltd
Priority to CN202010679615.7A priority Critical patent/CN111882185A/zh
Publication of CN111882185A publication Critical patent/CN111882185A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0203—Market surveys; Market polls
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282—Rating or review of business operators or products

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于大数据和专家经验的购物中心选址装置及方法，包括四个模块，四个所述模块分别为基础数据综合处理模块、基于选址大数据的专家打分模块、各个影响因素的权重学习模块和计算备选地块的智能选址分模块。本发明可以快速地了解备选地块各个维度的数据并且对其进行评价，大幅度提高选址的效率，将专家经验数字化，有助于消除专家个人判断带来的偏差，给出更为客观的评价，智能选址分给出单一数字对备选地块进行评价，极大的提高数据分析的效率，并且有助于提高决策的质量，未来能够持续优化。

Description

一种基于大数据和专家经验的购物中心选址装置及方法
技术领域
本发明涉及购物中心选址领域，具体是一种基于大数据和专家经验的购物中心选址装置及方法。
背景技术
在购物中心的经营中，选址是非常重要的环节。尤其对于中国现阶段的商业管理公司，经营的范围从原本较为熟悉的一、二线城向三、四线城市开始下沉，对未知城市的全面、客观的选址评估尤为关键。然而，选址是一个复杂的商业决策过程，需要综合多种影响因素，其中包括人口、消费水平、竞争情况、交通便利性等。在传统的购物中心选址流程中，需要选址专家花数周进行现场勘测、数据采集，然后将获得的数据整理后集中讨论方能完成一个项目的立项，导致了一个传统的选址项目流程冗长，而且项目的成功与否很大程度上受选址专家现场采集的数据质量和决策者的个人判断影响。
因此，如何提高选址效率，并且形成统一的选址规范从而系统化地提高选址准确度是各个商业管理集团都需要解决的问题。
发明内容
本发明要解决的技术问题就是克服以上的技术缺陷，提供一种基于大数据和专家经验的购物中心选址装置及方法。
为了解决上述问题，本发明的技术方案为：一种基于大数据和专家经验的购物中心选址装置及方法，包括四个模块，四个所述模块分别为基础数据综合处理模块、基于选址大数据的专家打分模块、各个影响因素的权重学习模块和计算备选地块的智能选址分模块。
作为改进，所述基础数据综合处理模块将对所有的选址大数据分成四个维度进行评估，四个所述维度分别是人口水平、消费水平、竞争水平、和交通水平，四个所述维度的评价均借鉴已经开业的数百个广场的相关数据。
作为改进，所述基于选址大数据的专家打分模块，提供多个备选地址的全量选址数据，给多个选址专家人为打分，汇总后，得到每个备选地址的专家综合打分。
作为改进，所述各个影响因素的权重学习模块，基于已选地块的人口水平、消费水平、竞争水平、交通水平、以及相应的专家打分，使用线性回归，学习各个影响因素对应的权重。
作为改进，所述计算备选地块的智能选址分模块，基于备选地块的人口水平、消费水平、竞争水平、交通水平、以及学习的权重，计算出备选地块的智能选址分供决策者参考。
本发明与现有的技术相比的优点在于：
(1)、快速地了解备选地块各个维度的数据并且对其进行评价，大幅度提高选址的效率；
(2)、将专家经验数字化，有助于消除专家个人判断带来的偏差，给出更为客观的评价；
(3)、智能选址分给出单一数字对备选地块进行评价，极大的提高数据分析的效率，并且有助于提高决策的质量，未来能够持续优化。
附图说明
图1是人口水平的评估示意图。
图2是消费水平的评估示意图
图3是竞争水平的评估示意图
图4是交通水平的评估示意图
图5是人汇总专家打分示意图。
图6是各个影响因素的权重的学习示意图。
图7是计算备选地块的智能选址分的学习示意图。
具体实施方式
以下通过具体实施例进一步描述本发明，但本发明不仅仅限于以下实施例。在本发明的范围内或者在不脱离本发明的内容、精神和范围内，对本发明进行的变更、组合或替换，对于本领域的技术人员来说是显而易见的，且包含在本发明的范围之内。
实施例一：
(1)、在基础数据综合处理模块中将所有的选址大数据分成四个维度进行评估，他们分别是人口水平、消费水平、竞争水平、和交通水平。这四个维度的评价都借鉴了已经开业的数百个广场的相关数据。
见图1，在人口水平的评估中，使用了购物中心周围1.5km范围人口数、3km范围人口数、5km范围人口数。给出人口水平的评估，评估结果以百分制输出，各个维度的人口越多，相应的人口水平分就越高。
见图2，使用当地人均可支配收入、当地二手房房价、以及相似广场的客单价来评价改地块的消费水平，消费水平结果以百分制输出，消费水平分随着人均可支配收入、当地二手房房价、以及相似广场的客单价的增长而增长。
见图3，使用该购物中心1.5km竞争对手数、3km竞争对手数、5km竞争对手数、以及商圈人均商业面积来衡量当地的竞争水平，竞争水平结果以百分制输出。竞争对手数越多，竞争水平分越低；商圈人均商业面积越高，竞争水平分越低。
见图4，使用10分钟可达圈内人口数衡量该备选地址的交通水平，交通水平结果以百分制输出，10分钟可达圈内人口数越多，该备选地的交通水平越高。
(2)、在基于选址大数据的专家打分模块中提供多个备选地址的全量选址数据，给多个选址专家人为打分，汇总后，得到每个备选地址的专家综合打分。
(3)、在各个影响因素的权重学习模块中，基于已选地块的人口水平、消费水平、竞争水平、交通水平、以及相应的专家打分，使用线性回归，学习各个影响因素对应的权重(w1，w2，w3，w4)。
(4)在计算备选地块的智能选址分模块中，基于备选地块的人口水平、消费水平、竞争水平、交通水平、以及学习的权重(w1，w2，w3，w4)，计算出备选地块的智能选址分供决策者参考。
以上所述仅为本发明专利的较佳实施例而已，并不用以限制本发明专利，凡在本发明专利的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明专利的保护范围之内。

Claims (5)

1.一种基于大数据和专家经验的购物中心选址装置及方法，其特征在于：包括四个模块，四个所述模块分别为基础数据综合处理模块、基于选址大数据的专家打分模块、各个影响因素的权重学习模块和计算备选地块的智能选址分模块。
2.根据权利要求1所述的一种基于大数据和专家经验的购物中心选址装置及方法，其特征在于：所述基础数据综合处理模块将对所有的选址大数据分成四个维度进行评估，四个所述维度分别是人口水平、消费水平、竞争水平、和交通水平，四个所述维度的评价均借鉴已经开业的数百个广场的相关数据。
3.根据权利要求1所述的一种基于大数据和专家经验的购物中心选址装置及方法，其特征在于：所述基于选址大数据的专家打分模块，提供多个备选地址的全量选址数据，给多个选址专家人为打分，汇总后，得到每个备选地址的专家综合打分。
4.根据权利要求1所述的一种基于大数据和专家经验的购物中心选址装置及方法，其特征在于：所述各个影响因素的权重学习模块，基于已选地块的人口水平、消费水平、竞争水平、交通水平、以及相应的专家打分，使用线性回归，学习各个影响因素对应的权重。
5.根据权利要求1所述的一种基于大数据和专家经验的购物中心选址装置及方法，其特征在于：所述计算备选地块的智能选址分模块，基于备选地块的人口水平、消费水平、竞争水平、交通水平、以及学习的权重，计算出备选地块的智能选址分供决策者参考。
CN202010679615.7A 2020-07-15 2020-07-15 一种基于大数据和专家经验的购物中心选址装置及方法 Pending CN111882185A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010679615.7A CN111882185A (zh) 2020-07-15 2020-07-15 一种基于大数据和专家经验的购物中心选址装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010679615.7A CN111882185A (zh) 2020-07-15 2020-07-15 一种基于大数据和专家经验的购物中心选址装置及方法

Publications (1)

Publication Number Publication Date
CN111882185A true CN111882185A (zh) 2020-11-03

Family

ID=73151242

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010679615.7A Pending CN111882185A (zh) 2020-07-15 2020-07-15 一种基于大数据和专家经验的购物中心选址装置及方法

Country Status (1)

Country Link
CN (1) CN111882185A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113240306A (zh) * 2021-05-21 2021-08-10 河南高通物联网有限公司 基于人工智能和大数据的商场选址方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106651392A (zh) * 2016-12-07 2017-05-10 中国联合网络通信集团有限公司 一种智能商业选址方法、装置及系统
CN106815790A (zh) * 2016-08-29 2017-06-09 中国辐射防护研究院 一种地质处置场址预选地段综合评价方法
CN108960893A (zh) * 2018-06-06 2018-12-07 深圳市和讯华谷信息技术有限公司 基于大数据的城市板块商业价值的评估方法和装置
CN109767042A (zh) * 2019-01-17 2019-05-17 中国人民解放军陆军工程大学 基于用地评估的人防专业队工程选址方法
CN110110859A (zh) * 2019-04-30 2019-08-09 京东城市(南京)科技有限公司 确定企业选址的方法、装置、电子设备及介质
CN110415051A (zh) * 2019-08-07 2019-11-05 广东圣火传媒科技股份有限公司 一种店铺陈列选址方法及装置
CN110414751A (zh) * 2018-04-26 2019-11-05 观相科技（上海）有限公司 一种基于地理位置的酒店行业选址评价系统及评价方法
CN111260392A (zh) * 2020-01-07 2020-06-09 广州大学 一种基于多源大数据的自动售货机选址方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106815790A (zh) * 2016-08-29 2017-06-09 中国辐射防护研究院 一种地质处置场址预选地段综合评价方法
CN106651392A (zh) * 2016-12-07 2017-05-10 中国联合网络通信集团有限公司 一种智能商业选址方法、装置及系统
CN110414751A (zh) * 2018-04-26 2019-11-05 观相科技（上海）有限公司 一种基于地理位置的酒店行业选址评价系统及评价方法
CN108960893A (zh) * 2018-06-06 2018-12-07 深圳市和讯华谷信息技术有限公司 基于大数据的城市板块商业价值的评估方法和装置
CN109767042A (zh) * 2019-01-17 2019-05-17 中国人民解放军陆军工程大学 基于用地评估的人防专业队工程选址方法
CN110110859A (zh) * 2019-04-30 2019-08-09 京东城市(南京)科技有限公司 确定企业选址的方法、装置、电子设备及介质
CN110415051A (zh) * 2019-08-07 2019-11-05 广东圣火传媒科技股份有限公司 一种店铺陈列选址方法及装置
CN111260392A (zh) * 2020-01-07 2020-06-09 广州大学 一种基于多源大数据的自动售货机选址方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李恒凯 等: "基于GIS超市选址辅助决策系统开发", 工业工程, vol. 14, no. 05, pages 125 - 129 *
黄玲 等: "基于神经网络的选址区位评价模型分析应用", 地球信息科学, vol. 06, no. 02, pages 37 - 41 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113240306A (zh) * 2021-05-21 2021-08-10 河南高通物联网有限公司 基于人工智能和大数据的商场选址方法及系统
CN113240306B (zh) * 2021-05-21 2023-01-13 吴晓冬 基于人工智能和大数据的商场选址方法及系统

Similar Documents

Publication Publication Date Title
WO2021073462A1 (zh) 基于相似日负荷曲线的10kV静态负荷模型参数辨识方法
CN110533038A (zh) 一种基于信息数据的城市活力区和中心城区边界识别的方法
CN109299438B (zh) 一种基于网约车数据的公共交通设施供给水平评价方法
CN111191906A (zh) 一种大中型企业技术标准体系化实施效益评价方法
CN114092769B (zh) 基于联邦学习的变电站多场景巡检分析方法
CN103577888A (zh) 一种改进的熵权层次分析法及其应用
CN101853290A (zh) 基于地理信息系统的气象服务效益评估方法
CN112288374B (zh) 一种基于云计算的智慧供应链物流智能优化管理系统
CN109189949A (zh) 一种人口分布计算方法
CN109165807A (zh) 一种基于概率神经网络的电能质量综合评估方法
CN111882185A (zh) 一种基于大数据和专家经验的购物中心选址装置及方法
CN113030633B (zh) 基于ga-bp神经网络的配电网故障大数据分析方法和系统
CN111144766A (zh) 一种物流园区功能区布局评价方法
Yufei et al. Application of Big Data Analysis Methods for Technology Foresight in Strategic Emerging Industries
CN115564180B (zh) 一种基于大数据分析的电力网络可靠性评估方法
CN116757735A (zh) 一种基于大数据分析的店铺选址方法
CN111160719A (zh) 两网融合的多指标评估方法
Liu Retracted: The Study on Smart City Construction Assessment Based on TOPSIS���"" the Beijing-Tianjin-Tangshan City Clusters"" as the Case"
CN110727986A (zh) 基于bim和加权灰云聚类模型的古建筑维护模型获取方法
Xue et al. Employment absorption capacity of e-commerce service industry
CN113537785A (zh) 一种基于大数据的城市群综合城市流测度方法及系统
CN115146990A (zh) 一种集成多源地理大数据的城市活力定量评价方法
CN114638465A (zh) 一种基于二次评分的采集终端网络信号质量评价方法
TW201835845A (zh) 不動產估價用途的交易標的價格估算方法
CN113327047A (zh) 基于模糊综合模型的电力营销服务渠道决策方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination