KR20120069878A - 통행시간 및 기점-종점 매트릭스를 이용한 상권분석방법 및 그 시스템 - Google Patents

통행시간 및 기점-종점 매트릭스를 이용한 상권분석방법 및 그 시스템 Download PDF

Info

Publication number
KR20120069878A
KR20120069878A KR1020100131200A KR20100131200A KR20120069878A KR 20120069878 A KR20120069878 A KR 20120069878A KR 1020100131200 A KR1020100131200 A KR 1020100131200A KR 20100131200 A KR20100131200 A KR 20100131200A KR 20120069878 A KR20120069878 A KR 20120069878A
Authority
KR
South Korea
Prior art keywords
data
selection
traffic
utility
estimated
Prior art date
Application number
KR1020100131200A
Other languages
English (en)
Other versions
KR101200872B1 (ko
Inventor
정창무
김호기
유상균
Original Assignee
서울대학교산학협력단
한국토지주택공사
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 서울대학교산학협력단, 한국토지주택공사 filed Critical 서울대학교산학협력단
Priority to KR1020100131200A priority Critical patent/KR101200872B1/ko
Publication of KR20120069878A publication Critical patent/KR20120069878A/ko
Application granted granted Critical
Publication of KR101200872B1 publication Critical patent/KR101200872B1/ko

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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

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

Abstract

본 발명은 상권분석에 관한 것으로, 보다 상세하게는 백화점, 대형 할인점, 근린상업시설, 재래시장 등 다양한 상권에 대해 알맞은 도시상황과 함께, 소득 계층이 다름에 따른 교통 수단의 다양화 등의 실질요소가 반영되어, 실제적으로 개별 소비자가 선택하게 되는 요소로써 선택된 매장까지 이르는 통행시간을 상권분석의 거리 요소로써 반영함으로써, 상권분석이 실제 상황에 최적으로 적용되어 보다 올바르고 실제적인 상권분석이 이루어지도록 하는 통행시간 및 기점-종점 매트릭스를 이용한 상권분석방법에 관한 것이다.
이와 같은 본 발명의 특징은 상권분석의 대상이 되는 상권 및 해당 상권의 소비자를 대상으로 하는 설문조사 데이터로, 소비자의 소득계층 데이터, 소비자 거주지에 대한 출발지 데이터, 상권으로 하는 목적지 데이터, 출발지에서 목적지에 이르는 통행시간의 데이터, 상권의 매장면적 데이터가 포함된 통행실태조사데이터를 이용하여 상권분석의 대상으로 하는 각 항목별 통행시간효용속성계수의 데이터가 산출되도록 하고 소비자가 해당 상권을 선택함에 대한 만족으로서의 선택효용의 연산을 위해 각 항목에 대해 산출된 통행시간효용속성계수의 데이터와 입력되는 각 항목별 쇼핑속성데이터의 곱으로 하여 연산되는 각 항목에 대한 선택효용 데이터가 산출되도록 하는 통행시간선택효용산출단계(S01); 상기 통행시간선택효용데이터산출단계(S01)에 의해서 산출된 각 항목의 선택효용 데이터에 대해, 전체 선택효용 데이터에 대해서 개별 선택효용 데이터로 선택될 쇼핑선택의 확률연산으로 통행시간선택확률데이터가 산출되도록 하는 통행시간선택확률데이터산출단계(S02); 상기 통행시간선택확률데이터산출단계(S02)에 의하여 산출된 통행시간선택확률데이터와 입력된 소비자 거주지에 대한 출발지 데이터가 포함된 통행량추정데이터가 입력되고 통행시간선택확률데이터와 입력된 통행량추정데이터를 이용하여 해당 상권에 대한 추론쇼핑통행량 데이터가 산출되도록 하는 추론쇼핑통행량산출단계(S03)가 포함되어 구비되는 것을 특징으로 한다.

Description

통행시간 및 기점-종점 매트릭스를 이용한 상권분석방법 및 그 시스템{METHOD AND SYSTEM FOR TRADE AREA ANALYSIS BY USING TRAVEL TIME AND O-D MATRIX}
본 발명은 상권분석에 관한 것으로, 보다 상세하게는 백화점, 대형 할인점, 근린상업시설, 재래시장 등 다양한 상권에 대해 알맞은 도시상황과 함께, 소득 계층이 다름에 따른 교통 수단의 다양화 등의 실질요소가 반영되어, 실제적으로 개별 소비자가 선택하게 되는 요소로써 선택된 매장까지 이르는 통행시간을 상권분석의 거리 요소로써 반영함으로써, 상권분석이 실제 상황에 최적으로 적용되어 보다 올바르고 실제적인 상권분석이 이루어지도록 하는 통행시간 및 기점-종점 매트릭스를 이용한 상권분석방법에 관한 것이다.
도시 및 지역경제 분야에서 등장하는 상업시설의 입지와 규모를 결정하기 위한 소비수요예측함수는 배후 주거지의 위치와 규모로 구성된다. 이에 제약조건으로서 구매가능 고객이 거주하는 지리적 범위인 포괄적 상권을 갖고 있는데 이러한 제약조건은 행정구역 경계, 간선도로의 위치, 또는 상업시설 중심으로부터의 공간적 직선거리 등 분석자가 임의로 설정하게 된다.
그리고 상권을 규정함에 있어서 전체 규모, 분산 형태 등의 조건을 결정하고, 교통시설 여건 등을 상권분석의 고려사항을 적용하여야 할 것이다.
또한 복수의 상업시설로 인하여 개별 상업시설들은 서로 이윤의 극대화를 꾀하게 되고, 아울러 소비자는 교통비용을 극소화하는 지점의 매장을 탐색하게 된다.
이에 대부분 상권분석에 있어서는 주거지로부터 구매지까지의 통행 특성으로 통행거리의 변화가 주요 항목으로 적용되고, 아울러 매장 규모도 일부 반영되기도 하고 있다. 그리고 대부분 소비자의 소비 패턴의 변화를 중점으로 하여 상권을 분석하는 것이다.
그러나 소비자의 거주지의 도시환경, 소비자의 경제적 수준에 따른 교통수단의 다양화, 그리고 다양한 형태의 상업시설 등을 반영하는 상권분석 방식은 찾기가 곤란한 것이다. 즉 좀더 소비자의 매장 선택 요건 및 각 상업시설의 여건을 적극 반영한 상권분석 방식이 절실히 요구되는 것이다.
특히 기점과 종점으로 하는 소비자의 거주지인 출발지와 상권의 목적지와 관련하여, 개발되거나 재건축되는 도시 여건, 도로 교통의 환경 여건 등에 의해 변화되는 통행시간과 통행량 등을 적절히 추정하기가 곤란하여 상권분석이 올바르게 분석되지가 않고 있다.
상기와 같은 문제점을 해소하기 위한 본 발명은 백화점, 대형 할인점, 근린상업시설, 재래시장 등 다양한 상권에 대해 알맞은 도시상황과 함께, 소득 계층이 다름에 따른 교통 수단의 다양화 등의 실질요소가 반영되어, 실제적으로 개별 소비자가 선택하게 되는 요소로써 선택된 매장까지 이르는 통행시간을 상권분석의 거리 요소로써 반영함으로써, 상권분석이 실제 상황에 최적으로 적용되어 보다 올바르고 실제적인 상권분석이 이루어지도록 하는 목적이 있다.
특히 거주지의 신축, 신도시 개발, 상업시설의 확충, 교통 시설의 개선 등의 상권분석항목에 대해 추정 데이터가 부가됨으로써, 보다 현실적이고 미례 예측이 가능한 상권예측이 가능하도록 하는 것이다.
그리고 실제 조사분석데이터인 통행실태조사데이터를 반영하여 상권분석을 수행함으로써, 상권분석이 가상에서 이루어지는 것이 아니라 실제적인 현 상황에 맞춰서 상권예측을 하기 때문에 상권분석이 현실적인 요소가 반영될 수 있는 것이다.
상기와 같은 목적을 달성하기 위한 본 발명은, 상권분석의 대상이 되는 상권 및 해당 상권의 소비자를 대상으로 하는 설문조사 데이터로, 소비자의 소득계층 데이터, 소비자 거주지에 대한 출발지 데이터, 상권으로 하는 목적지 데이터, 출발지에서 목적지에 이르는 통행시간의 데이터, 상권의 매장면적 데이터가 포함된 통행실태조사데이터를 이용하여 상권분석의 대상으로 하는 각 항목별 통행시간효용속성계수의 데이터가 산출되도록 하고 소비자가 해당 상권을 선택함에 대한 만족으로서의 선택효용의 연산을 위해 각 항목에 대해 산출된 통행시간효용속성계수의 데이터와 입력되는 각 항목별 쇼핑속성데이터의 곱으로 하여 연산되는 각 항목에 대한 선택효용 데이터가 산출되도록 하는 통행시간선택효용산출단계(S01); 상기 통행시간선택효용데이터산출단계(S01)에 의해서 산출된 각 항목의 선택효용 데이터에 대해, 전체 선택효용 데이터에 대해서 개별 선택효용 데이터로 선택될 쇼핑선택의 확률연산으로 통행시간선택확률데이터가 산출되도록 하는 통행시간선택확률데이터산출단계(S02); 상기 통행시간선택확률데이터산출단계(S02)에 의하여 산출된 통행시간선택확률데이터와 입력된 소비자 거주지에 대한 출발지 데이터가 포함된 통행량추정데이터가 입력되고 통행시간선택확률데이터와 입력된 통행량추정데이터를 이용하여 해당 상권에 대한 추론쇼핑통행량 데이터가 산출되도록 하는 추론쇼핑통행량산출단계(S03)가 포함되어 구비되는 것을 특징으로 하는 통행시간 및 기점-종점 매트릭스를 이용한 상권분석방법이 제공된다.
이에 상기 추론쇼핑통행량산출단계(S03)는, 쇼핑통행량 추론을 위한 소비자의 출발지와 상권으로 하는 목적지에 있어서 교통분야 건설에 따른 통행시간 단축에 따른 추정통행시간데이터, 소비자의 추정인구증가데이터가 포함된 추정입력데이터가 입력되어 통행량추론데이터베이스(60)에 저장되도록 하는 추정데이터저장단계(S31); 통행량추론데이터베이스(60)에 저장된 추정통행시간데이터를 읽어오고, 추정통행시간데이터와 통행시간효용속성계수의 곱으로 추정통행시간선택효용데이터를 산출하고, 추정통행시간선택효용데이터로부터 추정통행시간선택확률데이터를 산출하여 통행량추론데이터베이스(60)에 저장되도록 하는 추정통행시간선택확률산출단계(S32); 통행량추론데이터베이스(60)에 저장된 통행시간선택확률데이터와 추정통행시간선택확률데이터를 읽어오고, 통행시간선택확률데이터와 추정통행시간선택확률데이터로부터 추론통행시간선택확률데이터를 산출하여 통행량추론데이터베이스(60)에 저장되도록 하는 추론통행시간선택확률산출단계(S33); 통행량추론데이터베이스(60)에 저장된 추론통행시간선택확률데이터, 통행실태조사데이터에 포함된 조사소비자인구수데이터, 소비자의 추정인구증가데이터를 읽어오고, 조사소비자인구수데이터와 추정인구증가데이터가 합산되어 추론인구데이터가 산출되며, 추론인구데이터와 추론통행시간선택확률데이터에 의하여 쇼핑통행량추론데이터를 산출하여 통행량추론데이터베이스(60)에 저장되도록 하는 추론쇼핑통행량산출단계(S34)가 포함되어 구비될 수 있다.
그리고 통행량추론데이터베이스(60)에 저장된 쇼핑통행량데이터와, 추론 대상의 상권에 대한 입력데이터인 객단가추정데이터를 이용하여 추론매출액데이터를 산출하는 상권예측단계(S04)가 더 포함되어 구비될 수 있다.
또한 본 발명은, 상권분석의 대상이 되는 상권 및 해당 상권의 소비자를 대상으로 하는 설문조사 데이터로, 소비자의 소득계층 데이터, 소비자 거주지에 대한 출발지 데이터, 상권으로 하는 목적지 데이터, 출발지에서 목적지에 이르는 통행시간의 데이터가 포함된 통행실태조사데이터를 이용하여, 소비자가 해당 상권을 선택함에 대한 만족으로서의 통행시간 항목에서 선택효용의 연산을 위한 통행시간효용속성계수의 데이터가 산출되도록 하고, 통행시간효용속성계수의 데이터와 통행시간 항목의 쇼핑속성데이터의 곱으로 연산되는 통행시간 항목에 대한 선택효용 데이터가 산출되도록 하는 단계와, 통행시간 항목의 선택효용 데이터에 대해, 전체 상권에 대한 선택효용 데이터에 대해서 개별 상권에 대한 선택효용 데이터로 선택될 쇼핑선택의 확률연산으로 통행시간선택확률데이터가 산출되도록 하는 단계와, 통행시간선택확률데이터와 소비자 거주지에 대한 출발지 데이터가 포함된 통행량추정데이터를 이용하여 해당 상권에 대한 쇼핑통행량추론데이터가 산출되도록 하는 단계가 포함되어 구비되고, 상기 쇼핑통행량 데이터가 산출되는 단계는, 상권과 관련된 교통분야 건설과 관련되어 통행시간 단축, 추정인구증가로 하는 추정입력데이터로부터 추정선택효용 및 추정선택확률의 데이터가 산출되도록 하고, 통행실태조사데이터의 통행시간, 인구의 데이터로부터 산출된 선택확률의 데이터로 하여 추론선택확률의 데이터가 산출되도록 하며, 추론선택확률의 데이터와 추정인구증가 데이터가 부가된 인구 수로부터 추론 쇼핑통행량추론데이터가 산출되도록 구비되는 것을 특징으로 하는 통행시간 및 기점-종점 매트릭스를 이용한 상권분석방법이 제공된다.
나아가 본 발명은, 상권분석의 대상이 되는 상권 및 해당 상권의 소비자를 대상으로 하는 설문조사 데이터로, 소비자의 소득계층 데이터, 소비자 거주지에 대한 출발지 데이터, 상권으로 하는 목적지 데이터, 출발지에서 목적지에 이르는 통행시간의 데이터가 포함된 통행실태조사데이터와 소비자가 해당 상권을 선택함에 대한 만족으로서의 선택효용의 연산을 위한 쇼핑속성데이터, 상권과 관련된 교통분야 건설과 관련되어 통행시간 단축, 추정인구증가로 하는 추정입력데이터가 데이터입력부(12)를 통하여 입력되어 저장되도록 하는 통행량추론데이터베이스(60)와, 상기 통행량추론데이터베이스(60)에 저장된 통행실태조사데이터로부터, 소비자가 해당 상권을 선택함에 대한 만족으로서의 선택효용의 연산을 위한 각 항목의 효용속성계수의 데이터, 또는 추정입력데이터로부터 추정되는 추정효용속성계수의 데이터가 산출되도록 하여 통행량추론데이터베이스(60)에 저장되도록 하는 효용속성연산부(20)와, 통행량추론데이터베이스(60)에 저장된 선택효용의 연산을 위한 효용속성계수의 데이터와 쇼핑속성데이터를 읽어오고 효용속송계수의 데이터와 쇼핑속성데이터의 곱으로 연산되는 각 항목의 선택효용데이터, 또는 추정효용속성계수와 추정쇼핑속성데이터의 곱으로 연산되는 추정선택효용데이터가 산출되도록 하여 통행량추론데이터베이스(60)에 저장되도록 하는 선택효용연산부(30)와, 통행량추론데이터베이스(60)에 저장된 각 항목의 선택효용 데이터에 대해, 전체 선택효용 데이터에 대해서 개별 항목별 선택효용 데이터 또는 추정선택효용데이터로 선택될 쇼핑선택의 확률연산으로 항목별 선택확률데이터, 또는 추정선택확률데이터가 산출되도록 하며, 선택확률데이터와 추정선택확률데이터로부터 추론선택확률데이터가 산출되어 통행량추론데이터베이스(60)에 저장되도록 하는 선택확률연산부(40)가 포함되어 구비되고, 통행량추론데이터베이스(60)에 저장된 추론선택확률데이터와 통행실태조사데이터의 인구 수 데이터, 추정인구수의 데이터로부터 쇼핑통행량추론데이터가 산출되어 통행량추론데이터베이스(60)에 저장되도록 하는 쇼핑통행량연산부(50)가 포함되어 구비되는 것을 특징으로 하는 통행시간 및 기점-종점 매트릭스를 이용한 상권분석시스템이 제공된다.
상기와 같이 구성되는 본 발명은 백화점, 대형 할인점, 근린상업시설, 재래시장 등 다양한 상권에 대해 알맞은 도시상황과 함께, 소득 계층이 다름에 따른 교통 수단의 다양화 등의 실질요소가 반영되어, 실제적으로 개별 소비자가 선택하게 되는 요소로써 선택된 매장까지 이르는 통행시간을 상권분석의 거리 요소로써 반영함으로써, 상권분석이 실제 상황에 최적으로 적용되어 보다 올바르고 실제적인 상권분석이 이루어지는 효과가 있다.
그리고 거주지의 신축, 신도시 개발, 상업시설의 확충, 교통 시설의 개선 등의 상권분석항목에 대해 추정 데이터가 부가됨으로써, 보다 현실적이고 미례 예측이 가능한 상권예측이 가능하도록 하는 것이다.
또한 실제 조사분석데이터인 통행실태조사데이터를 반영하여 상권분석을 수행함으로써, 상권분석이 가상에서 이루어지는 것이 아니라 실제적인 현 상황에 맞춰서 상권예측을 하기 때문에 상권분석이 현실적인 요소가 반영될 수 있는 것이다.
도 1은 본 발명에 따른 쇼핑통행량 추정시스템에 대한 제어구성도.
도 2는 본 발명에 따른 쇼핑통행량 추정방법에 대한 순서도.
도 3은 본 발명에 따른 쇼핑통행량 추정시스템에 있어서, 계수추정결과에 대한 예시표.
도 4는 본 발명에 따른 쇼핑통행량 추정시스템에 있어서, 통행시간 항목의 선택확률에 대한 그래프.
도 5는 본 발명에 따른 쇼핑통행량 추정시스템에 있어서, 통행시간 항목의 선택확률의 변화율에서 선택확률전이값에 대한 그래프.
도 6은 본 발명에 따른 쇼핑통행량 추정시스템에 있어서, 백화점 매장면적 항목의 선택확률에 대한 그래프.
도 7은 본 발명에 따른 쇼핑통행량 추정시스템에 있어서, 백화점 매장면적 항목의 선택확률의 변화율에 대한 그래프.
도 8은 본 발명에 따른 쇼핑통행량 추정시스템에 있어서, 할인점 매장면적 항목의 선택확률에 대한 그래프.
도 9는 본 발명에 따른 쇼핑통행량 추정시스템에 있어서, 할인점 매장면적 항목의 선택확률의 변화율에 대한 그래프.
도 10 본 발명에 따른 쇼핑통행량 추정시스템에 있어서, 인구이동 추정에 대한 예시도.
도 11은 본 발명에 따른 쇼핑통행량 추정시스템에 있어서, 도시 개발에 따른 인구유입 추정에 대한 예시표.
도 12는 본 발명에 따른 쇼핑통행량 추정시스템에 있어서, 교통시설 건설로 인한 추정 통행시간 변화 예시표.
도 13은 본 발명에 따른 쇼핑통행량 추정시스템에 있어서, 추정 통행시간 단축에 의한 추론 쇼핑선택확률의 예시그래프.
도 14는 본 발명에 따른 상권분석시스템에 따른 상권분석절차에 대한 예시도.
도 15는 본 발명에 따른 상권분석시스템에서의 통행실태조사데이터 내용에 대한 예시표.
도 16은 본 발명에 따른 상권분석시스템에서의 통행실태조사데이터로부터 추출되는 코드내역에 대한 예시표.
도 17은 본 발명에 따른 상권분석시스템에서의 통행실태조사데이터로부터 추출되는 쇼핑지속성 항목분류에 대한 예시표.
도 18은 본 발명에 따른 상권분석시스템에서 상권분석에 따른 소득계층 분류예시표.
도 19는 본 발명에 따른 상권분석시스템에서 상권분석에 따른 독립변수에 대한 예시표.
이하 첨부되는 도면을 참조하여 상세히 설명한다.
즉 본 발명에 따른 통행시간 및 기점-종점 매트릭스(O-D Matrix, Origin - Destination Matrix)를 이용한 상권분석방법 및 그 상권분석시스템(10)은 도 1 내지 도 19 등에서와 같이, 설문 조사데이터, 실측 데이터를 이용하여 소비자가 원하는 상권의 선택확률을 연산하고, 이러한 선택확률 데이터를 이용하여 쇼핑통행량을 추론하도록 하는 상권분석으로, 특히 설문조사데이터 중에서 소비자의 출발지(Origin)에서 목적지 상권(Destination)에 이르는 통행시간은 주요 상권 선택에 대한 거리 요소로 적용함으로써, 사회환경, 주거환경 또는 상권의 형태나 여건이 바뀌더라도 실제적인 상권분석이 이루어지도록 하는 것이다.
이에 개략적인 본 발명에 의한 상권분석 방법을 살펴보면 다음과 같다.
우선상권분석의 대상이 되는 상권 및 해당 상권의 소비자를 대상으로 하는 설문조사 데이터로, 소비자의 소득계층 데이터, 소비자 거주지에 대한 출발지 데이터, 상권으로 하는 목적지 데이터, 출발지에서 목적지에 이르는 통행시간의 데이터가 포함된 통행실태조사데이터를 이용하여, 소비자가 해당 상권을 선택함에 대한 만족으로서의 통행시간 항목에서 선택효용의 연산을 위한 통행시간효용속성계수의 데이터가 산출되도록 하고, 통행시간효용속성계수의 데이터와 통행시간 항목의 쇼핑속성데이터의 곱으로 연산되는 통행시간 항목에 대한 선택효용 데이터가 산출되도록 하는 단계가 수행되는 것이다.
즉 설문 조사데이터인 통행실태조사데이터로부터 상권분석에 해당하는 소비자 관련 항목, 상권 매장과 관련된 항목, 통행시간 항목, 매장면적 항목, 소비자의 소득 수준의 항목 등 다양한 항목에 대해서, 상권 선택과 관련된 기호도의 선택효용 데이터를 산출하게 되는 것이다. 물론 선택효용 데이터 산출을 위하여 이항로짓모형을 이용하여 통행실태조사데이터로부터 효용속성계수를 연산하고, 이러한 효용속성계수와 입력데이터인 쇼핑속성데이터로부터 선택효용 데이터가 산출되는 것이다.
그리고 통행시간 항목의 선택효용 데이터에 대해, 전체 상권에 대한 선택효용 데이터에 대해서 개별 상권에 대한 선택효용 데이터로 선택될 쇼핑선택의 확률연산으로 통행시간선택확률데이터가 산출되도록 하는 단계가 수행될 것이다.
이러한 통행시간 데이터가 적용되어 선호하는 상권에 대한 선택확률 데이터가 산출되는 것으로, 통행시간과 관련된 기호도로 선택확률이 연산되는 것이다.
나아가 본 발명에 있어서는, 통행시간선택확률데이터와 소비자 거주지에 대한 출발지 데이터가 포함된 통행량추정데이터를 이용하여 해당 상권에 대한 쇼핑통행량추론데이터가 산출되도록 하는 단계가 구비되는 것이다.
이러한 상기 쇼핑통행량 데이터가 산출되는 단계에서, 상권과 관련된 교통분야 건설과 관련되어 통행시간 단축, 추정인구증가로 하는 추정입력데이터로부터 추정선택효용 및 추정선택확률의 데이터가 산출되도록 하고, 통행실태조사데이터의 통행시간, 인구의 데이터로부터 산출된 선택확률의 데이터로 하여 추론선택확률의 데이터가 산출되도록 하며, 추론선택확률의 데이터와 추정인구증가 데이터가 부가된 인구 수로부터 추론 쇼핑통행량추론데이터가 산출되도록 구비되는 것이다.
아울러 본 발명은 본 발명의 발명자가 대한국토-도시계획학회지 '국토계획' 제45권 제3호에서 발표한 '구매자 소드계층별 대형 상업시설의 선택요인 분석(-매장면적과 통행시간에 의한 영향력을 중심으로-)'(2010년 6월 30일 발행)에서 기술한 발명 구성과 함께, 본 발명의 발명자가 앞서 출원한 대한민국 특허출원 제10-2010-0131158호, '선택확률을 이용한 통행시간-상업시설 면적 간 한계대체율 산출 방법 및 그의 산출 시스템'에서 기술한 발명의 구성 등을 반영하여 적용한 것으로, 본 발명에서 언급되지 않아 보충 부연 구성의 경우에는 상기 발표된 발명의 내용으로 보충 부연되어 구성되어 적용될 수도 있을 것이다.
이에 적용되는 본 발명에 따른 상권분석시스템(10)의 개략적인 구성으로, 상권분석의 대상이 되는 상권 및 해당 상권의 소비자를 대상으로 하는 설문조사 데이터로, 소비자의 소득계층 데이터, 소비자 거주지에 대한 출발지 데이터, 상권으로 하는 목적지 데이터, 출발지에서 목적지에 이르는 통행시간의 데이터가 포함된 통행실태조사데이터와 소비자가 해당 상권을 선택함에 대한 만족으로서의 선택효용의 연산을 위한 쇼핑속성데이터, 상권과 관련된 교통분야 건설과 관련되어 통행시간 단축, 추정인구증가로 하는 추정입력데이터가 데이터입력부(12)를 통하여 입력되어 저장되도록 하는 통행량추론데이터베이스(60)가 마련될 수 있다.
또한 상기 통행량추론데이터베이스(60)에 저장된 통행실태조사데이터로부터, 소비자가 해당 상권을 선택함에 대한 만족으로서의 선택효용의 연산을 위한 각 항목의 효용속성계수의 데이터, 또는 추정입력데이터로부터 추정되는 추정효용속성계수의 데이터가 산출되도록 하여 통행량추론데이터베이스(60)에 저장되도록 하는 효용속성연산부(20)가 구비될 수 있다.
그리고 통행량추론데이터베이스(60)에 저장된 선택효용의 연산을 위한 효용속성계수의 데이터와 쇼핑속성데이터를 읽어오고 효용속송계수의 데이터와 쇼핑속성데이터의 곱으로 연산되는 각 항목의 선택효용데이터, 또는 추정효용속성계수와 추정쇼핑속성데이터의 곱으로 연산되는 추정선택효용데이터가 산출되도록 하여 통행량추론데이터베이스(60)에 저장되도록 하는 선택효용연산부(30)가 구비될 수 있다.
또한 통행량추론데이터베이스(60)에 저장된 각 항목의 선택효용 데이터에 대해, 전체 선택효용 데이터에 대해서 개별 항목별 선택효용 데이터 또는 추정선택효용데이터로 선택될 쇼핑선택의 확률연산으로 항목별 선택확률데이터, 또는 추정선택확률데이터가 산출되도록 하며, 선택확률데이터와 추정선택확률데이터로부터 추론선택확률데이터가 산출되어 통행량추론데이터베이스(60)에 저장되도록 하는 선택확률연산부(40)가 구성될 수 있는 것이다.
특히 통행량추론데이터베이스(60)에 저장된 추론선택확률데이터와 통행실태조사데이터의 인구 수 데이터, 추정인구수의 데이터로부터 쇼핑통행량추론데이터가 산출되어 통행량추론데이터베이스(60)에 저장되도록 하는 쇼핑통행량연산부(50)가 더 구성되는 것이다.
이에 앞으로 건설되는 신도시, 재개발 등으로 출발지의 인구수와 소득 수준이 바뀌게 되고, 또한 상권도 새로이 신축되거나 좀더 복합기능을 갖도록 개선되어 재개발될 수 있으며, 나아가 출발지와 목적지를 비롯하여 대부분의 교통 여건도 상당히 개선될 것이다.
따라서 출발지의 인구수, 상권의 인구유입 능력, 아울러 교통여건의 변화, 소비자의 소득 수준 변화로 인하여 교통수단의 변화 등이 출발지 소득자가 원하는 매장의 종류나 형태가 바뀌게 되고, 또한 상권선택에 있어서도 통행시간이 중요한 요소로 작용하게 될 것이다.
예를 들면 저소득 계층의 경우에는 대중교통, 도보 등을 이용하기 때문 근거리에 위치된 재래시장이나 대형 할인마트가 주요 선호 상권이 될 것이고, 특히 통행시간이 짧아야 선택확률이 높게 될 것이다.
반면 고소득 소비자의 경우 대부분 교통 수단이 개선되어 통행시간이 가까운 것보다는 백화점 등 대형이면서 고급 스러운 제품을 다루는 상권을 선호하고, 반면 통행시간의 경우에도 어느 정도 이상일 경우에 더욱 선호하게 될 수 있다.
따라서 앞으로 건설되는 상권, 신도시 등과 관련하여 인구수, 통행량, 통행시간, 상권 종류 등에 따라 해당 상권의 통행량이 추론될 수 있는 것으로, 좀더 세분화하면 다음과 같다.
첨부된 도면의 예에서와 같이, 상권분석의 대상이 되는 상권 및 해당 상권의 소비자를 대상으로 하는 설문조사 데이터로, 소비자의 소득계층 데이터, 소비자 거주지에 대한 출발지 데이터, 상권으로 하는 목적지 데이터, 출발지에서 목적지에 이르는 통행시간의 데이터, 상권의 매장면적 데이터가 포함된 통행실태조사데이터를 이용하여 상권분석의 대상으로 하는 각 항목별 통행시간효용속성계수의 데이터가 산출되도록 하고 소비자가 해당 상권을 선택함에 대한 만족으로서의 선택효용의 연산을 위해 각 항목에 대해 산출된 통행시간효용속성계수의 데이터와 입력되는 각 항목별 쇼핑속성데이터의 곱으로 하여 연산되는 각 항목에 대한 선택효용 데이터가 산출되도록 하는 통행시간선택효용산출단계(S01)가 수행되는 것이다.
이러한 통행시간선택효용산출단계(S01)는 좀더 세분화하면 다음과 같이 마련될 수도 있다.
즉 상권분석의 대상이 되는 상권 및 해당 상권의 소비자를 대상으로 하는 설문조사데이터로, 소비자의 소득계층 데이터, 소비자 거주지에 대한 출발지 데이터, 상권으로 하는 목적지 데이터, 출발지에서 목적지에 이르는 통행시간의 데이터, 상권의 매장면적 데이터가 포함된 통행실태조사데이터가 입력되어 통행량추정데이터베이스(60)에 저장되도록 하는 실태조사데이터저장단계(S11)가 수행될 수 있다.
그리고 통행시간 항목과 같이 상권분석에 필요한 항목에 대해서 상권분석의 쇼핑속성데이터가 입력되어 통행량추론데이터베이스(60)에 저장되도록 하는 속성데이터입력단계(S12)가 수행될 것이다. 나아가 이후의 연산과정에서 입력되게 될 소비자 거주지 및 교통환경 변화에 따른 인구수, 객단가 등의 추정데이터들도 입력되어 저장되는 것이다. 이들 입력되는 데이터 및 분류와 분석에 대한 것이 도 14 내지 도 19 등에 예시되어 있듯이, 다양한 내용의 통행실태조사데이터가 입력되고, 이러한 입력된 데이터를 분류하여 상권분석에 해당하는 항목으로 분류할 수 있을 것이다.
이에 통행량추론데이터베이스(60)에 저장된 통행시간 항목 및 상권분석에 필요한 항목에 대한 통행실태조사데이터 및 쇼핑속성데이터를 읽어오는 속성데이터리딩단계(S13)가 수행된다.
그리고 통행량추론데이터베이스(60)에 저장된 통행실태조사데이터 중에서 통행시간 또는 매장면적 등, 상권분석의 개별 항목에 대해, 이형로짓모형을 통하여 통행시간 또는 매장면적을 포함하는 개별 항목에 따른, 상권 선택 만족의 선택효용에 대한 효용속성계수의 데이터가 산출되도록 하여, 산출된 항목별 효용속성계수의 데이터가 통행량추론데이터베이스(60)에 저장되도록 하는 모형계수산출단계(S14)가 포함되어 구비된다.
(예시표 1)
Figure pat00001

(식 1)
Figure pat00002

-
Figure pat00003
: 쇼핑(구매)를 목적으로 기점 i에서 종점 j로 이동한 실제 설문조사된 통행량,
-
Figure pat00004
: 쇼핑(구매)를 목적으로 기점 i 에서 출발한 실제 설문조사된 통행량,
-
Figure pat00005
: 이항로짓모형 연산을 위한 일반적으로 적용되는 절편항으로 연산되는 상황에 따라서 생략될 수도 있음,
-
Figure pat00006
: 이항로짓모형의 회귀분석에서 추정되는 모형계수인 효용계수값,
-
Figure pat00007
: 쇼핑 장소로써 종점 j의 k번째 매력도(선택효용)의 데이터로, 조사로 입력되는 쇼핑선데이터.
상기 (식 1)에 의해서 효용계수값이 산출될 수 있을 것이다.
다음으로, 통행량추론데이터베이스(60)로부터 읽어온 통행시간 항목을 비롯한 상권분석의 항목에 대한 효용속성계수의 데이터와 쇼핑속성데이터의 곱으로 연산되어 통행시간선택효용데이터가 산출되어 통행량추론데이터베이스(60)에 저장되도록 하는 선택효용연산단계(S15)가 수행되는 것이다.
(식 2)
Figure pat00008

-
Figure pat00009
: 기점 i 에서 출발한 사람이 종점 j에서 쇼핑함으로써 얻는 만족도인 선택효용추정치로, 특히 추정쇼핑속성데이터(x)가 통행시간과 관련된 항목의 경우 통행시간선택효용데이터가 산출될 수 있을 것이다.
-
Figure pat00010
: 상기 (식 2)를 이용한 이항로짓모형의 회귀분석에 따른 모형산출에 있어서 추정되는 k번째 변수(추정쇼핑속성데이터)에 대한 효용속성계수,
-
Figure pat00011
: 쇼핑통행량 추정 시점에서의 종점 j의 k번째 매력도(선택효용)의 추정치로 조사되어 입력되는 추정쇼핑속성데이터.
다음으로 상기 통행시간선택효용데이터산출단계(S01)에 의해서 산출된 각 항목의 선택효용 데이터에 대해, 전체 선택효용 데이터에 대해서 개별 선택효용 데이터로 선택될 쇼핑선택의 확률연산으로 통행시간선택확률데이터가 산출되도록 하는 통행시간선택확률데이터산출단계(S02)가 수행될 수 있을 것이다.
즉 본 발명에서 제안되는 상기 통행시간선택확률데이터산출단계(S03)는, 통행량추론데이터베이스(60)에 저장된 통행시간 항목의 쇼핑선택에 대한 통행시간선택효용데이터를 읽어오는 선택효용데이터리딩단계(S31)가 수행된다.
다음으로 통행시간 항목의 선택효용데이터에 대해, 다음 식에 따라 통행시간 항목의 통행시간선택확률데이터가 산출되어 통행량추론데이터베이스(60)에 저장되도록 하는 선택확률산출단계(S32)가 수행될 것이다.
(식 3)
Figure pat00012

- : 기점 i 에서 출발한 사람이 구매지로써 종점 j를 선택할 확률추정치로, 통행시간 항목에 관한 것일 경우에 통행시간선택확률데이터가 될 것이다.
따라서 선택확률데이터(P)는 상권 선택의 매력도인 선택효용데이터(U)와 관련되고, 이러한 선택효용데이터(U)는 조사데이터들인 쇼핑속성데이터, 통행시간데이터, 통행량 추정치 등과 관련되므로, 이들 입력되는 통행실태조사데이터를 활용하여 쇼핑선택에 대한 선택확률데이터가 연산되어 산출될 것이다.
그리고 상기 통행시간선택확률데이터산출단계에서 산출된 저소득, 중소득, 고소득의 소비자에서 통행시간 항목에 대한 선택확률 데이터를 비교하여 저소득의 통행시간에 대한 선택확률과 고소득의 통행시간에 대한 선택확률의 데이터값이 교차하는 통행시간전이선택확률데이터를 산출하도록 하는 통행시간전이데이터산출단계가 포함될 수 있다. 기타 도 4 내지 도 9 등의 예에서와 같이 통행시간, 매장면적, 소득 계층 등 다수 항목들에 대해서 각각 선택확률데이터가 산출될 수도 있고, 이들의 항목들에 대한 선택확률 변화율이 추출될 수 있으며, 이들에 의한 선택확률 변화율에서의 교차점을 통한 전이데이터가 추출될 수도 있을 것이다.
다음으로, 상기 통행시간선택확률데이터산출단계(S02)에 의하여 산출된 통행시간선택확률데이터와 입력된 소비자 거주지에 대한 출발지 데이터가 포함된 통행량추정데이터가 입력되고 통행시간선택확률데이터와 입력된 통행량추정데이터를 이용하여 해당 상권에 대한 추론쇼핑통행량 데이터가 산출되도록 하는 추론쇼핑통행량산출단계(S03)가 수행된다.
이에 상기 추론쇼핑통행량산출단계(S03)에는, 도 10, 도 11, 도 12 등에서와 같이, 쇼핑통행량 추론을 위한 소비자의 출발지와 상권으로 하는 목적지에 있어서 교통분야 건설에 따른 통행시간 단축에 따른 추정통행시간데이터, 소비자의 추정인구증가데이터가 포함된 추정입력데이터가 입력되어 통행량추론데이터베이스(60)에 저장되도록 하는 추정데이터저장단계(S31)가 수행될 것이다.
그리고 통행량추론데이터베이스(60)에 저장된 추정통행시간데이터를 읽어오고, 추정통행시간데이터와 통행시간효용속성계수의 곱으로 추정통행시간선택효용데이터를 산출하고, 추정통행시간선택효용데이터로부터 추정통행시간선택확률데이터를 산출하여 통행량추론데이터베이스(60)에 저장되도록 하는 추정통행시간선택확률산출단계(S32)가 수행된다.
또한 통행량추론데이터베이스(60)에 저장된 통행시간선택확률데이터와 추정통행시간선택확률데이터를 읽어오고, 통행시간선택확률데이터와 추정통행시간선택확률데이터로부터 추론통행시간선택확률데이터를 산출하여 통행량추론데이터베이스(60)에 저장되도록 하는 추론통행시간선택확률산출단계(S33)가 수행된다.
그리고 통행량추론데이터베이스(60)에 저장된 추론통행시간선택확률데이터, 통행실태조사데이터에 포함된 조사소비자인구수데이터, 소비자의 추정인구증가데이터를 읽어오고, 조사소비자인구수데이터와 추정인구증가데이터가 합산되어 추론인구데이터가 산출되며, 추론인구데이터와 추론통행시간선택확률데이터에 의하여 쇼핑통행량추론데이터를 산출하여 통행량추론데이터베이스(60)에 저장되도록 하는 추론쇼핑통행량산출단계(S34)가 수행된다.
이와 관련되는 수식예를 살펴보면, 앞서 제시된 (예시표 1)을 참조할 수 있다.
(식 4)
Figure pat00014

(식 5)
Figure pat00015

-
Figure pat00016
: 기점 i로부터 종점 j로의 쇼핑통행량 추론데이터,
-
Figure pat00017
: 쇼핑통행량 추정 시점에서 기점 i로부터 쇼핑을 위해 출발하는 통행량 추론 데이터로, 출발지와 상권의 개발, 도로여건 등의 개선으로 추정되는 인구수와 통행추정치로부터 연산되는 쇼핑 통행(통행인구) 추론데이터,
-
Figure pat00018
: 기점 i에서 출발한 사람이 구매지로써 종점 j를 선택할 선택확률 추론 데이터,
-
Figure pat00019
: 종점 j의 쇼핑통행량 추론데이터.
즉 기존의 연산방식인 이항로짓모형의 회귀분석에 의한 효용계수와 입력데이터인 쇼핑속성데이터(통행인구, 통행시간, 소비자 소등계층, 매장면적 등)에 의해 각 항목별 매력도인 선택효용이 연산되고, 이러한 선택효영으로부터 선택확율이 연산되며, 이러한 선택확률과 미래에 계획된 도시계획에 따라 유동되는 소비자 통행인구와 통행 시간 등이 반영되어 쇼핑통행량이 추론되도록 구비되는 것이다.
이에 전체적인 쇼핑통행량에 더하여 특정 상권에 대한 쇼핑통행량이 추론될 수도 있을 것이다.
이에 더하여 본 발명에서는, 통행량추론데이터베이스(60)에 저장된 쇼핑통행량데이터와, 추론 대상의 상권에 대한 입력데이터인 객단가추정데이터를 이용하여 추론매출액데이터를 산출하는 상권예측단계(S04)가 더 포함되어 구비될 수도 있을 것이다.
이상으로 본 발명의 실시예에 대하여 상세히 설명하였으나, 이는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 일실시예를 기재한 것이므로, 상기 실시예의 기재에 의하여 본 발명의 기술적 사상이 제한적으로 해석되어서는 아니된다.
10 : 상권분석시스템 12 : 데이터입력부
20 : 효용속성연산부 30 : 선택효용연산부
40 : 선택확률연산부 50 : 쇼핑통행량연산부
60 : 통행량추론데이터베이스

Claims (5)

  1. 상권분석의 대상이 되는 상권 및 해당 상권의 소비자를 대상으로 하는 설문조사 데이터로, 소비자의 소득계층 데이터, 소비자 거주지에 대한 출발지 데이터, 상권으로 하는 목적지 데이터, 출발지에서 목적지에 이르는 통행시간의 데이터, 상권의 매장면적 데이터가 포함된 통행실태조사데이터를 이용하여 상권분석의 대상으로 하는 각 항목별 통행시간효용속성계수의 데이터가 산출되도록 하고 소비자가 해당 상권을 선택함에 대한 만족으로서의 선택효용의 연산을 위해 각 항목에 대해 산출된 통행시간효용속성계수의 데이터와 입력되는 각 항목별 쇼핑속성데이터의 곱으로 하여 연산되는 각 항목에 대한 선택효용 데이터가 산출되도록 하는 통행시간선택효용산출단계(S01);
    상기 통행시간선택효용데이터산출단계(S01)에 의해서 산출된 각 항목의 선택효용 데이터에 대해, 전체 선택효용 데이터에 대해서 개별 선택효용 데이터로 선택될 쇼핑선택의 확률연산으로 통행시간선택확률데이터가 산출되도록 하는 통행시간선택확률데이터산출단계(S02);
    상기 통행시간선택확률데이터산출단계(S02)에 의하여 산출된 통행시간선택확률데이터와 입력된 소비자 거주지에 대한 출발지 데이터가 포함된 통행량추정데이터가 입력되고 통행시간선택확률데이터와 입력된 통행량추정데이터를 이용하여 해당 상권에 대한 추론쇼핑통행량 데이터가 산출되도록 하는 추론쇼핑통행량산출단계(S03);
    가 포함되어 구비되는 것을 특징으로 하는 통행시간 및 기점-종점 매트릭스를 이용한 상권분석방법.
  2. 제 1항에 있어서,
    상기 추론쇼핑통행량산출단계(S03)는,
    쇼핑통행량 추론을 위한 소비자의 출발지와 상권으로 하는 목적지에 있어서 교통분야 건설에 따른 통행시간 단축에 따른 추정통행시간데이터, 소비자의 추정인구증가데이터가 포함된 추정입력데이터가 입력되어 통행량추론데이터베이스(60)에 저장되도록 하는 추정데이터저장단계(S31);
    통행량추론데이터베이스(60)에 저장된 추정통행시간데이터를 읽어오고, 추정통행시간데이터와 통행시간효용속성계수의 곱으로 추정통행시간선택효용데이터를 산출하고, 추정통행시간선택효용데이터로부터 추정통행시간선택확률데이터를 산출하여 통행량추론데이터베이스(60)에 저장되도록 하는 추정통행시간선택확률산출단계(S32);
    통행량추론데이터베이스(60)에 저장된 통행시간선택확률데이터와 추정통행시간선택확률데이터를 읽어오고, 통행시간선택확률데이터와 추정통행시간선택확률데이터로부터 추론통행시간선택확률데이터를 산출하여 통행량추론데이터베이스(60)에 저장되도록 하는 추론통행시간선택확률산출단계(S33);
    통행량추론데이터베이스(60)에 저장된 추론통행시간선택확률데이터, 통행실태조사데이터에 포함된 조사소비자인구수데이터, 소비자의 추정인구증가데이터를 읽어오고, 조사소비자인구수데이터와 추정인구증가데이터가 합산되어 추론인구데이터가 산출되며, 추론인구데이터와 추론통행시간선택확률데이터에 의하여 쇼핑통행량추론데이터를 산출하여 통행량추론데이터베이스(60)에 저장되도록 하는 추론쇼핑통행량산출단계(S34);
    가 포함되어 구비되는 것을 특징으로 하는 통행시간 및 기점-종점 매트릭스를 이용한 상권분석방법.
  3. 제 2항에 있어서,
    통행량추론데이터베이스(60)에 저장된 쇼핑통행량데이터와, 추론 대상의 상권에 대한 입력데이터인 객단가추정데이터를 이용하여 추론매출액데이터를 산출하는 상권예측단계(S04)가 더 포함되어 구비되는 것을 특징으로 하는 통행시간 및 기점-종점 매트릭스를 이용한 상권분석방법.
  4. 상권분석의 대상이 되는 상권 및 해당 상권의 소비자를 대상으로 하는 설문조사 데이터로, 소비자의 소득계층 데이터, 소비자 거주지에 대한 출발지 데이터, 상권으로 하는 목적지 데이터, 출발지에서 목적지에 이르는 통행시간의 데이터가 포함된 통행실태조사데이터를 이용하여, 소비자가 해당 상권을 선택함에 대한 만족으로서의 통행시간 항목에서 선택효용의 연산을 위한 통행시간효용속성계수의 데이터가 산출되도록 하고, 통행시간효용속성계수의 데이터와 통행시간 항목의 쇼핑속성데이터의 곱으로 연산되는 통행시간 항목에 대한 선택효용 데이터가 산출되도록 하는 단계와,
    통행시간 항목의 선택효용 데이터에 대해, 전체 상권에 대한 선택효용 데이터에 대해서 개별 상권에 대한 선택효용 데이터로 선택될 쇼핑선택의 확률연산으로 통행시간선택확률데이터가 산출되도록 하는 단계와,
    통행시간선택확률데이터와 소비자 거주지에 대한 출발지 데이터가 포함된 통행량추정데이터를 이용하여 해당 상권에 대한 쇼핑통행량추론데이터가 산출되도록 하는 단계가 포함되어 구비되고,
    상기 쇼핑통행량 데이터가 산출되는 단계는,
    상권과 관련된 교통분야 건설과 관련되어 통행시간 단축, 추정인구증가로 하는 추정입력데이터로부터 추정선택효용 및 추정선택확률의 데이터가 산출되도록 하고, 통행실태조사데이터의 통행시간, 인구의 데이터로부터 산출된 선택확률의 데이터로 하여 추론선택확률의 데이터가 산출되도록 하며, 추론선택확률의 데이터와 추정인구증가 데이터가 부가된 인구 수로부터 추론 쇼핑통행량추론데이터가 산출되도록 구비되는 것을 특징으로 하는 통행시간 및 기점-종점 매트릭스를 이용한 상권분석방법.
  5. 상권분석의 대상이 되는 상권 및 해당 상권의 소비자를 대상으로 하는 설문조사 데이터로, 소비자의 소득계층 데이터, 소비자 거주지에 대한 출발지 데이터, 상권으로 하는 목적지 데이터, 출발지에서 목적지에 이르는 통행시간의 데이터가 포함된 통행실태조사데이터와 소비자가 해당 상권을 선택함에 대한 만족으로서의 선택효용의 연산을 위한 쇼핑속성데이터, 상권과 관련된 교통분야 건설과 관련되어 통행시간 단축, 추정인구증가로 하는 추정입력데이터가 데이터입력부(12)를 통하여 입력되어 저장되도록 하는 통행량추론데이터베이스(60)와,
    상기 통행량추론데이터베이스(60)에 저장된 통행실태조사데이터로부터, 소비자가 해당 상권을 선택함에 대한 만족으로서의 선택효용의 연산을 위한 각 항목의 효용속성계수의 데이터, 또는 추정입력데이터로부터 추정되는 추정효용속성계수의 데이터가 산출되도록 하여 통행량추론데이터베이스(60)에 저장되도록 하는 효용속성연산부(20)와,
    통행량추론데이터베이스(60)에 저장된 선택효용의 연산을 위한 효용속성계수의 데이터와 쇼핑속성데이터를 읽어오고 효용속송계수의 데이터와 쇼핑속성데이터의 곱으로 연산되는 각 항목의 선택효용데이터, 또는 추정효용속성계수와 추정쇼핑속성데이터의 곱으로 연산되는 추정선택효용데이터가 산출되도록 하여 통행량추론데이터베이스(60)에 저장되도록 하는 선택효용연산부(30)와,
    통행량추론데이터베이스(60)에 저장된 각 항목의 선택효용 데이터에 대해, 전체 선택효용 데이터에 대해서 개별 항목별 선택효용 데이터 또는 추정선택효용데이터로 선택될 쇼핑선택의 확률연산으로 항목별 선택확률데이터, 또는 추정선택확률데이터가 산출되도록 하며, 선택확률데이터와 추정선택확률데이터로부터 추론선택확률데이터가 산출되어 통행량추론데이터베이스(60)에 저장되도록 하는 선택확률연산부(40)가 포함되어 구비되고,
    통행량추론데이터베이스(60)에 저장된 추론선택확률데이터와 통행실태조사데이터의 인구 수 데이터, 추정인구수의 데이터로부터 쇼핑통행량추론데이터가 산출되어 통행량추론데이터베이스(60)에 저장되도록 하는 쇼핑통행량연산부(50)가 포함되어 구비되는 것을 특징으로 하는 통행시간 및 기점-종점 매트릭스를 이용한 상권분석시스템.
KR1020100131200A 2010-12-21 2010-12-21 통행시간 및 기점-종점 매트릭스를 이용한 상권분석방법 및 그 시스템 KR101200872B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100131200A KR101200872B1 (ko) 2010-12-21 2010-12-21 통행시간 및 기점-종점 매트릭스를 이용한 상권분석방법 및 그 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100131200A KR101200872B1 (ko) 2010-12-21 2010-12-21 통행시간 및 기점-종점 매트릭스를 이용한 상권분석방법 및 그 시스템

Publications (2)

Publication Number Publication Date
KR20120069878A true KR20120069878A (ko) 2012-06-29
KR101200872B1 KR101200872B1 (ko) 2012-11-20

Family

ID=46687855

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100131200A KR101200872B1 (ko) 2010-12-21 2010-12-21 통행시간 및 기점-종점 매트릭스를 이용한 상권분석방법 및 그 시스템

Country Status (1)

Country Link
KR (1) KR101200872B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160115185A (ko) 2015-03-26 2016-10-06 서울대학교산학협력단 상업점포의 위치 선정 방법
KR20180083594A (ko) 2017-01-13 2018-07-23 소상공인시장진흥공단 상권정보제공장치 및 상권정보제공방법
KR20240041425A (ko) 2022-09-23 2024-04-01 주식회사 엠로케이션 지리정보에 기반한 병원의 입지 선정방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100872070B1 (ko) 2008-04-21 2008-12-05 (주)오픈메이트 지리 정보를 이용한 상권 분석 시스템 및 그 방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160115185A (ko) 2015-03-26 2016-10-06 서울대학교산학협력단 상업점포의 위치 선정 방법
KR20180083594A (ko) 2017-01-13 2018-07-23 소상공인시장진흥공단 상권정보제공장치 및 상권정보제공방법
KR20240041425A (ko) 2022-09-23 2024-04-01 주식회사 엠로케이션 지리정보에 기반한 병원의 입지 선정방법

Also Published As

Publication number Publication date
KR101200872B1 (ko) 2012-11-20

Similar Documents

Publication Publication Date Title
Dolega et al. Estimating attractiveness, hierarchy and catchment area extents for a national set of retail centre agglomerations
Liu Combining GIS and the Huff Model to Analyze Suitable Locations for a New Asian Supermarket in the Minneapolis and St. Paul, Minnesota USA
Comi et al. Urban freight models
US20120084118A1 (en) Sales predication for a new store based on on-site market survey data and high resolution geographical information
Wan et al. Demand estimation under multi-store multi-product substitution in high density traditional retail
Larsen et al. The heterogeneity of shoppers’ supermarket behaviors based on the use of carrying equipment
Zhou et al. The location of new anchor stores within metropolitan areas
Chhetri et al. Improving service responsiveness and delivery efficiency of retail networks: a case study of Melbourne
CA2861237A1 (en) Authorized transaction incented by merchant donation
Kaneko et al. The influence of customer movement between sales areas on sales amount: a dynamic bayesian model of the in-store customer movement and sales relationship
Han et al. Search well and be wise: A machine learning approach to search for a profitable location
KR101200872B1 (ko) 통행시간 및 기점-종점 매트릭스를 이용한 상권분석방법 및 그 시스템
Pascucci et al. Combining sell-out data with shopper behaviour data for category performance measurement: The role of category conversion power
CN105825441A (zh) 餐饮业物料采购移动终端系统
JP4132188B2 (ja) 経営シミュレーション装置及びこの経営シミュレーション装置を用いた経営意思決定支援システム
JP7066958B2 (ja) 訪問先推薦装置、訪問先推薦方法および訪問先推薦プログラム
Kompil et al. Modeling the spatial consequences of retail structure change of Izmir-Turkey: a quasi empirical application of spatial interaction model
Lin et al. Retail location modeling of supermarket chains in Taipei city
Murad Using GIS for Retail Location Assessment at Jeddah City
CN109029475A (zh) 基于云计算的烟草零售户走访路径规划可视分析系统
Jones et al. Retail applications of spatial modelling
Sui et al. Sales associations between brand stores based on spatial interaction effects
Dutta A decision model for retail location in Indian cities
De Beule Advanced geomarketing modeling techniques for retail networks
Niti Retail location analysis: a case study of Burger King & McDonald’s in Portage & Summit Counties, Ohio

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20151102

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20161101

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20171106

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20181105

Year of fee payment: 7