TR202007006A1 - Yeni̇ mağaza yeri̇ beli̇rleme ve değerleme i̇çi̇n karar destek si̇stemi̇ - Google Patents

Yeni̇ mağaza yeri̇ beli̇rleme ve değerleme i̇çi̇n karar destek si̇stemi̇

Info

Publication number
TR202007006A1
TR202007006A1 TR2020/07006 TR202007006A1 TR 202007006 A1 TR202007006 A1 TR 202007006A1 TR 2020/07006 TR2020/07006 TR 2020/07006 TR 202007006 A1 TR202007006 A1 TR 202007006A1
Authority
TR
Turkey
Prior art keywords
model
map
store
location
satellite image
Prior art date
Application number
TR2020/07006
Other languages
English (en)
Inventor
Zerri̇n Turgay Zeynep
Unsalan Cem
Hoke Berkan
Original Assignee
Mi̇gros Ti̇caret Anoni̇m Şi̇rketi̇
Filing date
Publication date
Application filed by Mi̇gros Ti̇caret Anoni̇m Şi̇rketi̇ filed Critical Mi̇gros Ti̇caret Anoni̇m Şi̇rketi̇
Publication of TR202007006A1 publication Critical patent/TR202007006A1/tr

Links

Abstract

Bu buluş, yeni mağaza açılabilecek olası (yeni mağaza yeri olmaya aday) konumların belirlenmesini, bu konumların her biri için müşteri yoğunluğu, müşteriye erişim uzaklığı, ulaşım güzergahları gibi pek çok kriter göz önüne alınarak, daha önceden belirlenmiş hedefler doğrultusunda değerleme yapılmasını, bu değerleme sayesinde yeni mağaza açmak için firma ve firmanın yeni mağaza açarak ulaşmak istediği hedef açısından en uygun olan konumun belirlenmesini ve en uygun konumun belirlenmesi aşamasında çift (stereo) veya üçlü (tri-stereo) harita/uydu görüntüsünün veya 3 boyutlu nokta bulutunun kullanılmasını sağlayan bir sistem (1) ile ilgilidir.

Description

TARIFNAME YENI MAGAZA YERI BELIRLEME VE DEGERLEME IÇIN KARAR DESTEK SISTEMI Teknik Alan Bu bulus, yeni magaza açilabileeek olasi (yeni magaza yeri olmaya aday) konumlarin belirlenmesini, bu konumlarin her biri için müsteri yogunlugu, müsteriye erisim uzakligi, ulasim güzergahlari gibi pek çok kriter göz önüne alinarak, daha önceden belirlenmis hedefler dogrultusunda degerleme yapilmasini, bu degerleme sayesinde yeni magaza açmak için firma ve firmanin yeni magaza açarak ulasmak istedigi hedef açisindan en uygun olan konumun belirlenmesini ve en uygun konumun belirlenmesi asamasinda çift (stereo), üçlü (tri-stereo] harita/uydu görüntülerinin veya 3 boyutlu nokta buiutunun kullanilmasini saglayan bir sistem ile ilgilidir. Önceki Teknik Günümüzde Internet teknolojilerinin gelismesi ve toplu tasima gibi metropol hayati aliskanliklarinin yerlesmesinin perakende sektörüne, özellikle gida perakendesi sektörüne önemli yansimalari olmustur. Bu degisimlerin bir sonucu olarak, Internet alisverisi aliskanliginin kazanilmasi, gida perakendesi sektöründe temel degisimlere yol açmistir. Bu durum, yerlesim merkezlerine uzakta konumlandirilmis hipermarketlerin yani sira, yerlesim yerlerine yakin, izdüsüm alani olarak küçük ve butik tipi olarak nitelendirilebilecek sinirli alana sahip magazalarin da ragbet görmesinden ötürü yatirim yeri degerlendirmesinde daha kompleks karar verme süreçlerini gerektirmektedir. Gida perakendesi sektöründeki bu egilim dogrultusunda küçük magaza sayisinin giderek artacagi öngörülmektedir. Halihazirda magaza konumunun önemi gerek akademik literatürde, gerekse de uygulamada ortaya konulmusken küçük magaza sayisinin artacak olmasi durumu, yerlesim yerleri içinde ve müsterilere yürüme mesafesinde yer alan bu sekildeki magazalar için magaza konumunun önemini bir kat daha arttirmaktadir. Dolayisiyla, gida perakendesi sektöründe faaliyet gösteren firmalar için magaza konumu tespiti hem günümüzde, hem ilerisi için en kritik karar verme sürecini teskil etmektedir. Mevcut teknikte, yeni magaza yeri belirleme için, bir uygulamada yerinde kesif çalismalari yapilmakta ve aday konumlara iliskin koordinat ve saha görüntüsü gibi veriler çesitli araçlar araciligiyla degerlendirilmektedir. Kesif çalismalari için söz konusu bölgeye iliskin bilgiler sinirli oldugunda, daha kolay erisilen ya da digerlerine göre daha çekici olan (toplu tasimaya daha yakin olan, civardaki tesis sayisinin daha yüksek oldugu) konumlar daha çok tahmin edilmekte ve söz konusu parametrelerin besledigi bir analitik model kullanilmamaktadir. Konum belirleme ve degerleme çalismalarinda, verilecek olan kararin önemine ek olarak, bu kararin mümkün oldugunca hizli bir sekilde alinmasi da kritik unsurlardan birisidir. Zira, büyük alana sahip mekanlar bile çogu zaman binanin yapisal özellikleri nedeniyle (örnegin kolon sayisi) her zaman perakendecilige uygun olmadigindan aday konumlar için talebin yüksek olusu rekabeti daha da arttirmaktadir. Yukarida bahsedilen yerinde kesif çalismalari, sezgisel karar verme uygulamalari ya da salt uzaklik kriterini göz önünde bulundurarak çözüme ulasan çesitli basit matematiksel modeller, hem yeni magaza açilmasi düsünülen bölgedeki talebin ve bu talebin bölge içindeki dagiliminin tam olarak belirlenip degerlendirilememesi, hem yogun talep noktalarinin daha az yogun talep noktalarina göre daha fazla hesaba katilamamasi, hem de yeni magaza açilmasi düsünülen bölgenin bir harita ve/veya uydu görüntüsü üzerinden otomatik olarak talep büyüklügü, talep dagilimi çikarimlari yapilamamasi, bu nedenle de manuel ya da tahmine dayali bilgiler ile ilerlenerek aday konumlar arasindaki seçimin daha az güvenilir biçimde yapilmasi sonucunun ortaya çikmasi gibi eksikliklere ve dezavantajlara sahiptir. Mevcut teknikte ayrica, yerinde kesif çalismalari ve sezgisel karar verme uygulamalarinin yaninda, daha çok sehir ya da ilçe ölçegi gibi makro ölçekte uygulanan ve toplu ulasim yollari gibi kriterler yerine otoyol mesafesi gibi daha büyük ve farkli ölçekte kriterleri baz alan bazi yatirim yeri tespit modelleri de kullanilmaktadir. Ancak bu sekildeki yatirim yeri tespit modelleri, mahalle içerisinde, cadde ve sokak üzerinde, müsterilerin yürüyerek ulasim saglayabilecekleri küçük magazalar için uygulanabilir modeller olarak kullanilamamaktadir. Mevcut teknikte, yeni magaza yeri belirleme için kullanilan çözümler ve yaklasimlar dikkate alindiginda, bir müsterinin bir magazayi ayni hizineti saglayan diger magazalara tercih etmesindeki etmenlerden olan erisim uzakligi, magazada satilan ürünlerin çesitliligi (portföyün derinligi ve genisligi), rakip sirketlerin magazalarinin konumlari gibi kriterlerin ve toplu ulasim noktalarina uzaklik, civardaki araç trafigi, nüfus yogunlugu (talep büyüklügü), sosyo- alinarak alternatif konuinlar için degerleme yapilmasini saglayacak bir çözüme ihtiyaç oldugu anlasilmaktadir. Böyle bir çözüm ile birlikte bu alternatif konumlar için perakende sektöründe, özellikle gida perakendesi sektöründe faaliyet gösteren söz konusu firma açisindan en yüksek pazar payini ve geliri yaratacak ya da pazar payi ve gelir disinda, firmanin yeni magaza açarak ulasmak istedigi hedefe (örnegin belirli sayida müsteriye hizmet vermek) en etkili biçimde ulasabilmesini saglayacak konumun yeni magaza konumu olarak belirlenmesi de saglanabilecektir. patent dokümaninda, olasi magaza konumlarinin degerlendirilmesini saglayan bir is metodundan bahsedilmektedir. Söz konusu yöntem, olasi magaza konumlarinda magaza açilmasi durumunda elde edilecek gelirleri ve bu magazalarin civardaki diger magazalar üzerindeki etkisini kestirmeye dayanan bir yöntemdir. Yöntem dahilindeki civardaki evlerin olasi magaza konumlarina uzakliklari ve bölgenin demografik yapisi gibi bilgiler kestirime dahil edilmektedir. sayili Birlesik Devletler patent dokümaninda, belirli bir cografi bölgede yeni açilmasi planlanan bir magazanin satislarina iliskin tahmin olusturulabilmesini saglayan bir yöntemden bahsedilmektedir. Söz konusu tahmin olusturma yönteminde cografi ve cografi olmayan bilgiler ve ilgili bölgedeki müsteri segmenti bilgileri kullanilmaktadir. Yöntem dahilinde, satis bilgisinin yani sira o bölgedeki rakip magazalar üzerindeki etki de tahmin edilmektedir. sayili Birlesik Devletler patent dokümaninda, magaza konumu belirleme yönteminden bahsedilmektedir. Söz konusu yöntem dahilinde, birden fazla aday konum belirlenmekte ve halihazirda mevcut olan magazalarin konum bilgileri ve satis bilgileri baz alinarak aday konumlar için de benzerlik katsayisi belirlenerek kestirim yapilabilmesi saglanmaktadir. sayili Birlesik Devletler patent dokümaninda, sigorta acenteleri özelinde gelistirilmis bir yeni magaza konum belirleme yönteminden bahsedilmektedir. Teknigin bilinen durumunda yer alan TR201618104 sayili dokümanda firmalar için yatirim yeri tespit asamasinda yeni magaza açilabilecek olasi konumlarin belirlenmesini ve bu konumlarin her biri için müsteri yogunlugu, müsteriye erisim uzakligi, ulasim güzergahlari gibi pek çok kriterler ve önceden belirlenmis hedefler dogrultusunda degerleme yapilarak firma ve/veya firma hedefi açisindan en uygun olan konuinun belirlenmesini saglayan bir sistemden bahsedilmektedir. Bulusun Kisa Açiklamasi Bu bulusun amaci, firmalarin yatirim yeri tespitinde yeni magaza açilabilecek Olasi konumlarin belirlenmesi, bu konumlarin her biri için müsteri yogunlugu, müsteriye erisim uzakligi, ulasim güzergahlari gibi pek çok kriter göz önüne alinarak, daha Önceden belirlenmis hedefler dogrultusunda degerleme yapilinasi ve bu degerleme ile yeni magaza açmak için en uygun olan konumun belirlenmesi asamasinda çift (stereo), üçlü (tri-stereo) harita/uydu görüntülerinin veya 3 boyutlu nokta bulutu modelinin islenmesini saglayan bir sistem olusturmaktir. Bulusun diger amaci, evrisimli yapay sinir aglari kullanarak binalarin tespit edilmesini, bina izdüsüm alanlarini kestirmek için ise evrisimli yapay sinir aginin bir çiktisi olan nesne bölütlemenin ve gerçek dünya koordinatlarinin dogru sekilde hesaplanabilmesi için de uydu görüntüsüne ait meta verinin yatay ve dikey uzamsal çözünürlüklerin kullanilmasini saglayan bir sistem gerçeklestirmektir. Bulusun baska amaci, bina koordinatlarinin görüntü üzerinde evrisimli yapay sinir aglari ile tespit edildikten sonra kenar takip algoritmasi, bagli bilesenler analizi ve uzamsal çözünürlüklerden en az birini kullanarak bina tespiti ve bina alan hesaplamasini saglayan bir sistem gerçeklestirmektir. Bulusun Ayrintili Açiklamasi Bu bulusun amacina ulasmak için gerçeklestirilen "Yeni Magaza Yeri Belirleme ve Degerleme Için Karar Destek Sistemi" ekli sekilde gösterilmis olup, bu sekil; Sekil-1 Bulus konusu sistemin sematik bir görünüsüdür. Sekillerde yer alan parçalar tek tek numaralandirilmis olup, bu numaralarin karsiliklari asagida verilmistir. 939199453!" Sistem Harita/uydu görüntüsü analiz birimi Firma geçmis verisi veri tabani Model gelistirme birimi Model çalistirma birimi Kullanici ara yüzü K. Kullanici H. Harita/uydu görüntüsü/3 boyutlu nokta bulutu kaynagi Bulus konusu, yeni magaza yeri belirleme ve degerlemesinin yapilmasi asamasinda karar destegi saglayan Sistem (1); yeni magaza yeri için düsünülen bölgenin harita ve/veya uydu görüntülerinin yer aldigi harita/uydu görüntüsü/3 boyutlu nokta bulutu kaynagindan (H) ilgili harita/uydu görüntüsünü alarak bu görüntü üzerinde bina tespiti: izdüsüm alani belirleme, yükseklik belirleme gibi çalismalar gerçeklestirerek müsteri nüfusu ve olasi yeni magaza konumlari odakli bir analiz gerçeklestirmek üzere yapilandirilan en aZ bir harita/uydu görüntüsü analiz birimi (2 l, firma için müsteri ve magaza bazli olarak tarihçe verisini saklamak üzere yapilandirilan en az bir firma geçmis verisi veri tabani (3), firma geçmis verisi veri tabanindaki (3) tarihçe verisini alarak birden fazla müsteri tercih modelini bu veri ve harita/uydu görüntüsü analiz biriminin çiktilari ile test etmek, bu sayede gelistirecegi model içerisinde yer alacak müsteri tercih modeline karar vermek ve firma geçmis verisi veri tabanindaki (3) veriye, bir baska deyisle, firmaya ve açilmasi düsünülen magaza tipine uygun bir yatirim yeri tespit modeli gelistirmek üzere yapilandirilan en az bir model gelistirme birimi (4), - model gelistirme biriminin (4) olusturmus oldugu modeli alarak, harita/uydu görüntüsü analiz biriminin (2) belirleyecegi çiktilar ile birlikte bu modeli çalistirmak ve olasi konumlar için firmanin yeni magaza açarak ulasmak istedigi `hedef açisindan degerlendirme yapilmasi için gereken çiktilari olusturmak üzere yapilandirilan en az bir model çalistirma birimi (5) ve - kullanicinin (K), harita/uydu görüntüsü analiz birimi (2) tarafindan analiz edilecek harita/uydu görüntüsünü seçmesini, bu harita/uydu görüntüsü üzerinde yeni magaza için olasi konumlari isaretleyebilmesini, analiz çiktilarini görmesini, model çalistirma birimini (Sl yatirim yeri tespit modelini çalistirmak üzere tetikleyebilmesini ve model çalistirma biriminin (5) çiktilarini görüntüleyebilmesini gerçeklestirmek üzere yapilandirilan en az bir kullanici ara yüzü (6) içermektedir. (Sekil 1) Harita/uydu görüntüsü analiz birimi (2), yeni magaza yeri için düsünülen bölgenin harita ve/veya uydu görüntülerini, harita/uydu görüntüsü/3 boyutlu nokta bulutu kaynagindan (H) alarak, bu görüntü üzerinde bina tespiti, izdüsüm alani belirleme, yükseklik belirleme gibi çalismalar yaparak müsteri nüfusu ve olasi yeni magaza konumlari odakli bir analiz gerçeklestirmek üzere yapilandirilan "bilgisayarli görme" özelligine sahip bir birimdir. Harita/uydu görüntüsü analiz birimi (2), kullanicinin (K) yeni magaza açilmasi düsünülen bölge ve olasi magaza konumlari için kullanici ara yüzü (6) araciligiyla belirledigi bilgileri ve yeni magaza açilmasi düsünülen bölgeye iliskin harita/uydu görüntüsünü harita/uydu görüntüsüß boyutlu nokta bulutu kaynagindan (H) almak ve bu görüntü üzerinde gerçeklestirdigi bina tespiti, izdüsüm alani kestirimi, yükseklik kestirimi, yürüme mesafesi hesaplanmasi ve analizler ile asagidaki çiktilarin elde edilmesini saglamak üzere yapilandirilan bir birimdir: - Harita/uydu görüntüsü üzerinde yer alan her bir binanin kat sayisi ve izdüsüm alani - Harita/uydu görüntüsü üzerinde her bir olasi konum, rakip magaza ve hane arasindaki yürüme mesafesi Sözü edilen bu çiktilar, hem model gelistirme biriminin (4) en uygun yatirim yeri tespit modelini olustururken hem de model çalistirma biriminin (5), yeni magaza yeri olmaya aday konumlari degerlendirmek üzere gerçeklestirecegi islemde talep noktalari (binalar) ve talep büyüklügü (binanin kat sayisi ve izdüsüm alani) seklinde girdi olarak kullanabilecegi sayisal çiktilardir. Harita/uydu görüntüsü analiz birimi (2), kullanicinin (K) kullanici ara yüzü (6) üzerinden girisini yapmis oldugu bilgilere göre çift (stereo), üçlü (tri-Stere0] harita/uydu görüntüsü/ 3 boyutlu nokta bulutu kaynagindan (H) görüntüleri almak ve aldigi görüntüler üzerinde "bina tespiti, izdüsüm alani ve hacim hesaplanmasi" islemini gerçeklestirmek üzere yapilandirilmaktadir. Harita/uydu görüntüsü analiz birimi (2), kullanicinin (K) kullanici ara yüzü (6) üzerinden girisini yapmis oldugu bilgilere göre harita/uydu görüntüsü/ 3 boyutlu nokta bulutu kaynagindan (H) aldigi görüntüler üzerinde "bina tespiti, izdüsüm alani ve hacim hesaplanmasi islemi yaninda, tespiti yapilan her bir bina için yapilandirilmaktadir. Harita/uydu görüntüsü analiz birimi (2), bulusun tercih edilen uygulamasinda bina tespiti ve izdüsüm alani islemi için uydu görüntüsünü kullanmak üzere yapilandirilan bir birimdir. Bulusun tercih edilen uygulamasinda harita/uydu görüntüsü analiz birimi (2), binalarin tespiti isleminde harita görüntüsü ve ilgili uydu görüntüsünü birlikte kullanmak ve bina ve izdüsüm alani tespitini gerçeklestirmek üzere yapilandirilan bir birimdir. Bu amaçla, harita/uydu görüntüsü analiz birimi (2) evrisimli yapay sinir aglari kullanarak binalari tespit etmek üzere yapilandirilmaktadir. Ayrica, harita/uydu görüntüsü analiz birimi (2) bina izdüsüm alanlarini kestirmek için evrisimli yapay sinir aginin bir çiktisi olan nesne bölütleme ve gerçek dünya koordinatlarinin dogru sekilde hesaplanabilmesi için uydu görüntüsüne ait meta verinin yatay ve dikey uzamsal çözünürlüklerini kullanmak üzere yapilandirilmaktadir. Harita/uydu görüntüsü analiz birimi (Zi tercih edilen bir diger uygulamada, bina tespiti için görüntü üzerinde bina yüksekliklerinin bulunmasinin ardindan kenar takip algoritmasi, bagli bilesenler analizi ve uzam sal çözünürlüklerden en az birini kullanarak bina tespiti ve bina alan hesaplamasini gerçeklestirmek üzere yapilandirilmaktadir. Harita/uydu görüntüsü analiz birimi (2] bina izdüsüm alani tespiti için harita/uydu görüntüsü üzerinde binalarin izdüsüm alanlarinin çevre piksellerini bagli bilesen analizi ile tespit etmek üzere yapilandirilmaktadir. Harita/uydu görüntüsü analiz birimi (2) bagli bilesen analizi ile elde ettigi sinir piksellerini uzamsal çözünürlük kullanarak alani metrik sistemde hesaplamak üzere yapilandirilmaktadir. Harita/uydu görüntüsü analiz birimi (2), bulusun tercih edilen uygulamasinda yükseklik tespiti için ayni bölgeye ait çift (stereo), üçlü (tri-stereo) uydu görüntülerini veya 3 boyutlu nokta bulutunu kullanmak üzere yapilandirilmaktadir. Harita/uydu görüntüsü analiz birimi (2), yükseklik tespiti için ayni bölgeye ait çift (stereo), üçlü (iri-stereo) uydu görüntüleri üzerinde öncelikle öznitelik çikarimi ve bu özniteliklere iliskin tanimlayieilarin hesaplanmasini gerçeklestirmek üzere yapilandirilmaktadir. Harita/uydu görüntüsü analiz birimi (2), tanimlayicilarin elde edilmesinin ardindan, çift (stereo) veya üçlü (tri-StereO) görüntü esleri arasinda tanimlayicilari eslestirerek çift (stereo) veya üçlü (tri-stereo) görüntü esleri arasindaki bagil yönelimleri hesaplamak üzere yapilandirilmaktadir. Harita/uydu görüntüsü analiz birimi (2) bagil yönelimlerin hesaplanmasinin ardindan, çift veya üçlü uydu görüntüleri içerisindeki piksellerin es görüntü veya görüntülerde ne kadar yer degistirdigini hesaplayarak ilgili pikselin gerçek dünya koordinatlarindaki yüksekligini elde etmek üzere yapilandirilmaktadir. Harita/uydu görüntüsü analiz birimi (2) bina yükseklik tespiti için harita/uydu görüntüsü/3 boyutlu nokta bulutu kaynagi (H) ile birlikte uydu görüntüsü üstverisi tedarik etmek ve görüntülerin üst üste bindirilmesini saglamak üzere yapilandirilmaktadir. Harita/uydu görüntüsü analiz birimi (2) çift (stereo), üçlü (trI-stereo) uydu görüntüsü kaynagi üzerinde kilit noktalari belirlemek ve belirledigi kilit noktalara ait öznitelikleri ve tanimlayicilari hesaplamak üzere yapilandirilmaktadir. Harita/uydu görüntüsü analiz birimi (2) bina yükseklik tespiti için stereo veya tri- stereo uydu görüntüsü kaynagini ve kilit noktalarin tanimlayicilarini kullanarak uydu tarafindan elde edilen görüntülerden kameranin çekimler arasi bagil yönelimini hesaplamak üzere yapilandirilmaktadir. Harita/uydu görüntüsü analiz birimi (2) bina yükseklik tespiti için harita/uydu/ 3 boyutlu nokta bulutu görüntüsü kaynagi (H) üzerinde Önceden hesaplanan tanimlayicilari ve bagil yönelim verisini kullanarak tanimlayicilari eslestirmek ve alanin üç boyutlu verisini içeren sayisal yükseklik modelini (SYM) hesaplamak üzere yapilandirilmaktadir. Harita/uydu görüntüsü analiz birimi (2) sayisal yükseklik modelinin (SYM) normallestirilmis fark bitki örtüsü endeksi görüntüsü (NDVI) ile filtrelen mesi Ve bu görüntüleri kullanarak sayisal arazi modelini (SAM) hesaplamak üzere yapilandirilmaktadir. Harita/uydu görüntüsü analiz birimi (2) normallestirilmis fark bitki örtüsü ile tiltrelenmis sayisal yükseklik modeli (SYM) ve sayisal arazi modeli (SAM) arasindaki farki hesaplamak ve binalarin yüksekliklerini tahmin etmek üzere yapilandirilmaktadir. Harita/uydu görüntüsü analiz biriini (2), kullanicinin (K) kullanici ara yüzü (6) üzerinden girisini yapmis oldugu bilgilere göre harita/uydu görüntüsü I 3 boyutlu nokta bulutu kaynagindan (H) aldigi harita/uydu görüntüsü üzerinde "bina tespiti ve izdüsüm alani belirleme" ve her bir bina için "yükseklik belirleme" islemlerinin yaninda, binalar ve magazalar arasindaki en kisa yürüme mesafesini tespit etmek üzere yapilandirilmaktadir. BUnun için harita/uydu görüntüsü analiz birimi (2] küresel harita/uydu görüntüsü/3 boyutlu nokta bulutu kaynagi (H) üzerinde mevcut koordinat sisteminden UTM (Universal Transverse Mercator- Evrensel Enlem Markatörü) projeksiyonuna dönüsümü yapmak ve binalar arasindaki pikselleri belirleyerek iki bina arasindaki yürüme mesaiesinii harita görüntüsü üzerinde yer alan cadde ve sokaklar ile "en kisa yol (shortest path)" algoritmasini metrik sistem kullanarak hesaplamak üzere yapilandirilmaktadir. Harita/uydu görüntüsü analiz birimi (2) bunun için harita/uydu/3 boyutlu nokta bulutu görüntüsü kaynagi (H) üzerindeki iki farkli noktanin koordinat bilgilerini enlem ve boylam dereceleri cinsinden almak ve koordinat bilgilerini uzamsal çözünürlük kullanarak UTM (Universal Transverse Mercator- Evrensel Enlem Markatörü) projeksiyonu ile metrik birime dönüstürmek üzere yapilandirilmaktadir. Firma geçmis verisi veri tabani (3), firma için müsteri ve magaza bazli olarak tarihçe verisini tutmak üzere yapilandirilan bir veri tabanidir. Bulusun bir uygulamasinda, firma geçmis verisi veri tabani (3), magaza bazli olarak bir magazanin bulundugu konum, magazanin bulundugu bölgedeki pazar payi, elde ettigi gelir miktari; müsteri bazli olarak müsterinin magazayi ziyaret etme sikligi, müsterinin ziyaret ettigi magazalar, müsterinin ziyaret ettigi magazalar için magaza tipi dagilimi ve bunun gibi birçok istatistiki bilgileri tutmak üzere yapilandirilmaktadir. Firma geçmis verisi veri tabaninda (3) yer alan bilgiler, en basit haliyle, model gelistirme biriminin (4) gelistirecegi yatirim yeri tespit modelinde kullanilacak müsteri tercih modelini belirleyebilmek adina farkli müsteri tercih modellerin in denen mesine olanak taniyacak yapida olan verilerdir. Model gelistirme birimi (4), firma geçmis verisi veri tabanindaki (3) tarihçe verisini alarak birden fazla müsteri tercih modelini bu veri ve harita/uydu görüntüsü analiz biriminin çiktilari ile test etmek, bu sayede gelistireeegi model içerisinde kullanilacak müsteri tercih modeline karar vermek ve böylece firma geçmis verisi veri tabanindaki (3) veriye, bir baska deyisle, firmaya ve/veya gida perakende sektörüne uygun bir yatirim yeri tespit modeli gelistirmek üzere yapilandirilan (olusturan) birimdir. Dolayisiyla, bulus dahilinde model gelistirme birimi (4) tarafindan gelistirilen yatirim yeri tespit modeli içerisinde, müsterilerin magazalari ziyaret etmeye ne sekilde karar verdiklerini belirleyen bir müsteri tercih inodeli de yer almaktadir. Bulusun bir uygulamasinda, model gelistirme birimi (4) tarafindan, yatirim yeri tespit modeli gelistirme islemi esnasinda, yatirim yeri tespit modeli içinde yer verilecek olan müsteri tercih modelini belirlemek adina firma geçmis verisi veri tabanindaki (3) tarihçe verisi ve harita/uydu görüntüsü analiz biriminin çiktilari ile denenecek müsteri tercih modelleri, Voronoi Modeli, Deterministik Fayda Modeli, rassal müsteri tercih modellerinden olan Agirlik Merkezi Modeli ve Multinomial Logit Model gibi müsteri tercih modellerdir. Model gelistirme birimi (4), yukarida bahsedilen bu müsteri tercih modellerini firma geçmis verisi veri tabanindaki (3) veri ile denedikten sonra hangi müsteri tercih modelinin yatirim yeri tespit modeli içerisinde kullanilacagina karar vererek, firma geçmis verisi veri tabanindaki (3) veriye, bir baska deyisle, firmaya uygun bir yatirim yeri tespit modeli gelistirmek (olusturan) üzere yapilandirilan bir birimdir. Model gelistirme birimi (4) ayrica, gelistirdigi modeli ve modelle ilgili bilgileri saklamak ve istendiginde her bir olasi konum için çalistirilmak üzere model çalistirma birimine (5) iletmek üzere yapilandirilmaktadir. Model gelistirme biriminin (4) gelistirdigi ve model çalistirma birimine (5) ilettigi yatirim yeri tespit modeli, bulusun tercih edilen uygulamasinda, yeni magaza yeri olmaya aday (olasi) konum bilgileri, talep noktalari, talep noktalarindaki talep büyüklügü, aday konumlarin talep noktalarina olan uzakliklari, talep noktalari civarindaki rakip magazalarin konum bilgileri, talep noktalari civarindaki trafik yogunlugu gibi magaza yerinin uygunlugunu etkileyecek kriterleri girdi olarak almak ve aday konum bazli olarak aday konumun bu kriterlere göre firmanin yeni magaza açarak ulasmak istedigi hedefi karsilama oranini hesaplamak üzere yapilandirilan bir yatirim yeri tespit modelidir. Bulusun bir uygulamasinda, yatirim yeri tespit modeli, aday konumun olasi pazar payi ve gelir büyüklügünü hesaplayan, perakende sektörüne ve rekabetçi yer seçimi yaklasimina özellesinis bir yatirim yeri tespit modelidir. Bulusun diger bir uygulamasinda, yatirim yeri tespit modeli, aday konumun belirli bir sayidaki müsteriye hizmet verme konusundaki yeterliligini (belirli sayida müsteri ziyareti için uygunluk, kasada bekleme süresi dagilimi, araç park yeri yeterliligi gibi) hesaplayan bir yatirim yeri tespit modelidir. Model gelistirme biriminin (4) gelistirdigi ve model çalistirma birimine (5) ilettigi yatirim yeri tespit modeli, sözü edilen ve model gelistirme biriminin (4) denemis oldugu müsteri tercih modellerinden birisini literatürde yer alan haliyle ya da model gelistirme birimi (4) tarafindan özellestirilinis hali ile içeren ve firma geçmis verisi veri tabanindaki (3) veri ile uygunlugu test edilmis bir yatirim yeri tespit modelidir. Bulusun tercih edilen uygulamasinda, model gelistirme birimi (4) tarafindan gelistirilen yatirim yeri tespit modeli, belirlenen her bir aday konumdan bölgedeki her bir talep noktasina olan yürüme mesafesi, firmanin bölgedeki mevcut magazalarinin her birinden bölgedeki her bir talep noktasina yürüme mesafesi, firma rakibinin/rakiplerinin bölgedeki mevcut magazalarindan bölgedeki her bir talep noktasina yürüme mesafesi, her bir talep noktasindaki talep büyüklügü, mesafe hassasiyet parametresi degeri, her bir aday konum için 0 aday konumda belirli tipte magaza açma maliyeti, firmanin bölgedeki mevcut magazalarinin her biri için ilgili magazayi kapatma maliyeti, firmanin bölgedeki mevcut magazalarinin her biri için ilgili magazanin konumunda belirli tipteki magazanin isletme maliyeti, firmanin bölgedeki mevcut magazalarinin her biri için ilgili magazanin tipini degistirmenin maliyeti, yeni magaza açmak için toplam bütçe, her bir aday konum için ilgili aday konumda açilacak belirli tipteki magazaya ait magaza çekiciligi, firmanin bölgedeki mevcut magazalarinin her biri için sahip olacagi yeni magaza çekiciligi, firmanin bölgedeki mevcut magazalarinin her biri için ilgili magazanin mevcut magaza tipindeki hali ile sahip oldugu magaza çekiciligi, firma rakibinin/rakiplerinin bölgedeki mevcut magazalarinin mevcut halleriyle sahip olduklari magaza çekiciligi bilgilerini gösteren degiskenleri ve her bir aday konum için ilgili aday konumda belirli tipte magaza açilip açilmadigini gösteren ikili degisken, firmanin bölgedeki mevcut magazalarinin her biri için ilgili magazanin mevcut magaza tipi ile açik tutulup tutulmadigini gösteren ikili degisken ve tirmanin bölgedeki mevcut magazalarinin her biri için ilgili magazanin mevcut magaza tipi ile açik tutulmasi durumunda sahip olacagi magaza çekiciligi ile, ilgili magazanin belirli tipteki bir magazaya dönüstürülmesi durumunda sahip olacagi magaza çekiciligi arasindaki farki gösteren sürekli degiskeni içermek üzere yapilandirilan bir modeldir. Model çalistirma birimi (5), model gelistirme biriminin (4) olusturmus oldugu modeli almak, harita/uydu görüntüsü analiz biriminin (2) belirleyecegi çiktilar ile birlikte bu modeli çalistirmak ve olasi (yeni magaza yeri olmaya aday) konumlar için firmanin yeni magaza açarak ulasmak istedigi hedef açisindan degerlendirme yapilmasi için gereken çiktilari olusturmak üzere yapilandirilan bir hirimdir. Bulusun bir uygulamasinda, model çalistirma birimi (5) aday konumun olasi pazar payi ve gelir büyüklügünü açisindan degerlendirme yapilmasi için gereken çiktilari olusturmak üzere yapilandirilirken bulusun diger bir uygulamasinda, model çalistirma birimi (5), aday konumun belirli bir sayidaki müsteriye hizmet verme konusundaki yeterliligi açisindan degerlendirme yapilmasi için gereken çiktilari olusturmak üzere yapilandirilan bir birimdir. Model çalistirma birimi (5), bulusun tercih edilen uygulamasinda, yeni magaza yeri olmaya aday (olasi) konum bilgileri, talep noktalari, talep noktalarindaki talep büyüklügü, aday konumlarin talep noktalarina olan uzakliklari, talep noktalari civarindaki rakip magazalarin konum bilgileri, talep noktalari civarindaki trafik yogunlugu gibi magaza yerinin uygunlugunu etkileyecek kriterleri girdi olarak almak ve aday konum bazli olarak aday konumun bu kriterlere göre, firmanin yeni magaza açarak ve hatta istediginde mevcut magaza kapatarak ve/veya mevcut magazalarinin çekiciliklerini degistirerek ulasmak istedigi hedefi karsilama oranini hesaplamak, perakende sektörüne ve rekabetçi yer seçimi yaklasimina özellesmis bir yatirim yeri tespit modelini çalistirmak üzere yapilandirilmaktadir. Model çalistirma birimi (5) aday konum bazli olarak çiktilara iliskin bilgilendimieleri kullanici ara yüzüne (6) göndermek üzere yapilandirilan birimdir. Bu kullanici ara yüzü (6), kullanicinin (K), harita/uydu görüntüsü analiz birimi (2) tarafindan analiz edilecek harita/uydu görüntüsünü seçmesini, bu harita/uydu görüntüsü üzerinde yeni magaza için olasi konumlari isaretleyebilmesini, analiz çiktilarini görmesini, model çalistirma birimini (5) yatirim yeri tespit modelini çalistirmak üzere tetikleyebilmesini ve model çalistirma biriminin (5), aday konum bazli olarak pazar payi ve gelir büyüklügü gibi bilgileri içeren çiktilarini görüntüleyebilmesini saglamak üzere yapilandirilan bir ara yüzdür. Kullanici ara yüzü (6), bulusun farkli uygulamalarinda kullanici (K) tarafindan, bilgisayar, tablet, akilli telefon gibi bilgisayar özellikli farkli cihazlar üzerinden erisilebilecek ve kullanilabilecek yapidadir. Bulus konusu sistem (1) sayesinde, perakende sektöründe, özellikle gida perakendesi sektöründe faaliyet gösteren firmalar için, yatirim yeri tespit asamasinda, yeni magaza açilabilecek olasi konumlarin belirlenmesini ve bu konumlarin her biri için müsteri yogunlugu, müsteriye erisim uzakligi, ulasim güzergahlari gibi pek çok kriter göz önüne alinarak degerleme yapilmasini ve bu degerleme sayesinde yeni magaza açmak için firma açisindan, firinanin yeni magaza açarak ulasmak istedigi hedef anlaminda (örnegin en yüksek pazar payi ve ciroyu saglama hedefi ya da belirli sayida müsteriye hizmet verme hedefi gibi) en uygun olan konumun belirlenmesi islemi gerçeklestirilmektedir. Söz konusu islem gerçeklestirilirken, ilk olarak yeni magaza açilmasi düsünülen bölgenin harita velveya uydu görüntüleri, kullanicinin (K) kullanici ara yüzü (6) üzerinden gerçeklestirmis oldugu girislere uygun olarak harita/uydu görüntüsü analiz birimi (2) tarafindan bir harita/uydu görüntüsü /3 boyutlu nokta bulutu kaynagindan (H) alinmakta ve bu harita ve/veya uydu görüntüsü üzerinde gerçeklestirilen islemlerle, yeni magaza açilmasi düsünülen bölgedeki talep noktalari (binalar), talep noktalarinin büyüklügü (izdüsüm alani ve kat sayilari) ve talep noktalarinin olasi (yeni magaza yeri olmaya aday) konumlara olan yürüme uzakligi, harita/uydu görüntüsü analiz birimi (2) tarafindan belirlenmektedir. Daha sonra, model gelistirme birimi (4), harita/uydu görüntüsü analiz birimi (2) tarafindan belirlenen çiktilar ve firina geçmis verisi veri tabaninda (3) yer alan verileri alarak mevcut müsteri tercih modellerini denemekte, yatirim tespit modeli içinde yer verilecek müsteri tercih modeline karar vermekte ve firma tarihçe verisine ve dolayisiyla Iinnaya en uygun yatirim yeri tespit modelini olusturmaktadir, Model gelistirme birimi (4) olustumius oldugu bu yatirim yeri tespit modelini ve modele dair bilgileri/parametreleri model çalistirma birimine (5) aktarmaktadir. Model çalistirma birimi (5) bu sayede, herhangi bir yeni magaza açilacak bölge için, aday konumlari, harita/uydu görüntüsü analiz biriminin (2) çiktilarina göre degerlendirebilecek hale gelmektedir. Model gelistirme birimi (4) olusturmus oldugu bu yatirim yeri tespit modelini ve modele dair bilgileri model çalistirma birimine (5) aktarmasindan sonra, artik, yeni magaza yeri tespiti için kullanicinin (K) kullanici ara yüzü (6) üzerinden girmis oldugu bilgilere göre harita/uydu görüntüsü analiz biriminin (2) bir harita/uydu görüntüsü/3 boyutlu nokta bulutu kaynagindan (H) aldigi görüntü üzerinde gerçeklestirdigi islemler ile elde ettigi çiktilar model çalistirma birimi (5) tarafindan 0 firmaya özellesmis yatirim yeri tespit modeli kullanilarak degerlendirilmekte ve aday konumlar için her bir aday konuinun o bölgede, firmanin yeni magaza açarak ulasmak istedigi hedefi ne oranda karsilayacagi bilgisi, modelin mevcut ve aday konumlar için bir çiktisi olarak elde edilmektedir. Aday konumlar için model çalistirma birimi (5) tarafindan elde edilen pazar payi, gelir tahmini bilgileri model çalistirma birimi (5) tarafindan, kullanicinin (K) görüntüleyebilmesi için, kullanici ara yüzüne (6) gönderilmektedir. Bu sayede, yeni magaza yerlerinin tespiti için yeni magaza açilmasi düsünülen bölgedeki talep noktalari, talep büyüklügü, aday konumlarin talep noktalarina olan uzakliklari, eivardaki rakip magazalar, bölgedeki trafik yogunlugu, ulasim güzergahlari gibi pek çok kriteri degerlendirme yetenegine sahip bir yatirim yeri tespit modeli olusturulmus olmakta, sözü edilen bu model harita/uydu görüntüleri üzerinden otomatik olarak elde edilen çiktilar ile çalistirilarak yeni magaza yeri olmaya aday konumlar arasindan pazar payi ve ciro anlaminda en uygun olaninin güvenilir ve zahmetsiz sekilde belirlenmesi saglanmaktadir. Bu temel kavramlar etrafinda, bulus konusu Sistem (1) ile ilgili çok çesitli uygulamalarin gelistirilmesi mümkün olup, bulus burada açiklanan örneklerle Sinirlandirilamaz, esas olarak istemlerde belirtildigi gibidir. TR TR TR TR TR
TR2020/07006 2020-05-05 Yeni̇ mağaza yeri̇ beli̇rleme ve değerleme i̇çi̇n karar destek si̇stemi̇ TR202007006A1 (tr)

Publications (1)

Publication Number Publication Date
TR202007006A1 true TR202007006A1 (tr) 2023-07-21

Family

ID=

Similar Documents

Publication Publication Date Title
CN106462627B (zh) 根据多个位置数据报告分析语义地点和相关数据
EP3186662B1 (en) Measuring traffic speed in a road network
US20210209627A1 (en) Methods and apparatus to estimate market opportunities for an object class
CN107690840B (zh) 无人机视觉辅助导航方法及系统
Ai The drainage network extraction from contour lines for contour line generalization
US20130226667A1 (en) Methods and apparatus to analyze markets based on aerial images
CN109409612B (zh) 一种路径规划方法、服务器及计算机存储介质
US20160358190A1 (en) Methods and apparatus to estimate a population of a consumer segment in a geographic area
Luo et al. Incremental route inference from low-sampling GPS data: An opportunistic approach to online map matching
Masiero et al. Travel time prediction using machine learning
CN110263963A (zh) 信息处理系统和信息处理方法
Haara et al. Analyzing uncertainties and estimating priorities of landscape sensitivity based on expert opinions
Schirmer et al. A multiscale clustering of the urban morphology for use in quantitative models
Guerrieri et al. Flexible and stone pavements distress detection and measurement by deep learning and low-cost detection devices
Tabibiazar et al. Kernel-based modeling and optimization for density estimation in transportation systems using floating car data
Friedrich et al. Routing for on-street parking search using probabilistic data
Lee et al. An incremental nonparametric Bayesian clustering-based traversable region detection method
TR202007006A1 (tr) Yeni̇ mağaza yeri̇ beli̇rleme ve değerleme i̇çi̇n karar destek si̇stemi̇
JP6894395B2 (ja) 情報取得装置及び情報集計システム並びに情報集計装置
US20220034664A1 (en) Utilizing machine learning and a network of trust for crowd and traffic control and for mapping a geographical area
JP7446416B2 (ja) 時空間ポーズ/オブジェクトデータベース
JP2005084769A (ja) 仲介装置及びそのプログラム
US10783644B2 (en) Methods and systems for algorithmically analyzing urban form
González-Collazo et al. Enhancing urban pathfinding for pedestrians through fusion of mls and hmls data
WO2013031092A1 (ja) 動線検出性能シミュレーションシステム、方法およびプログラム