基于大數(shù)據(jù)的城市連鎖店選址問題研究
發(fā)布時間:2020-12-30 21:56
選址,就是對店鋪地址的選擇和確定,在商業(yè)競爭日益激烈的今天,選址問題基本可以說是商家在整個經營過程需要考慮的問題里最重要的一個,因為作為商家,他們可以隨時根據(jù)需要調整經營商品的種類,價格,服務方式以及促銷手段,但是商鋪位置一旦確定,則具有長期不可更改性,一旦更改要耗費大量的人力和物力,所以如果能最開始就使得商鋪占據(jù)了一個交通發(fā)達,人流量較多的位置,店鋪的經營效率會更高,相應的經濟收益也會更大,特別是對于連鎖店的商家來說,考慮的不光是一家店鋪的選址問題,更要綜合考慮區(qū)域內和其他品牌連鎖店的相互競爭和影響,以及同一個區(qū)域內設置分店數(shù)目是否合理等,那么如何制定出一種更加科學化,更加準確的針對城市中連鎖店的選址模型就是本文所要探討的問題。本文對現(xiàn)有的結合大數(shù)據(jù)和機器學習算法的選址模型進行進一步的研究和優(yōu)化,首先對機器學習的不同分類算法進行了介紹,結合零售店選址的相關理論總結出了對選址結果有較大影響的多方面因素,特別針對影響連鎖店選址的因素進行了總結,并對這些因素進行分解,結合已有數(shù)據(jù)集進行特征提取,然后利用SFS算法進行特征選擇,目的是提高最終的推薦準確率。接著我們以上海市華氏大藥房分店選址為...
【文章來源】:吉林大學吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:49 頁
【學位級別】:碩士
【部分圖文】:
中心地六邊形網絡
在于決策樹容易出現(xiàn)過度擬合的情況,且port Vector Machine)3 年提出了利用支持向量法來對模式識別數(shù)據(jù)集中找到一個特征子集,對這個特征子練數(shù)據(jù)集的劃分,那么這組特征子集就成Vapnik 在 1995 年正式提出了統(tǒng)計學習的為線性可分支持向量機,線性不可分向量機向量機:線性可分支持向量機是支持向量機所示:
圖 2.3 線性不可分向量機一個類似噪聲點,此離散點可以造成超平面的移動量來進行優(yōu)化,得到新模型如下:stywxbinwCiiTiniwbi..()1,1,...21min()()12,, ………………… 0, i 1,...,n.i 入后,允許某些樣本點的函數(shù)間隔小于1,C 代表離函數(shù)的影響隨著 C 值的變大而變大,也就表示在實希望出現(xiàn)離散點,模型由此修改之后,得到最終結 mijiijijmiiCimWyyxx,1()()()(1.0,1,...,,21x()
【參考文獻】:
期刊論文
[1]上海市第五次綜合交通調查主要成果[J]. 交通與運輸. 2015(06)
[2]大數(shù)據(jù)及其在城市智能交通系統(tǒng)中的應用綜述[J]. 陸化普,孫智源,屈聞聰. 交通運輸系統(tǒng)工程與信息. 2015(05)
[3]《大數(shù)據(jù)時代》[J]. 維克托·邁爾·舍恩伯格,肯尼思·庫克耶,周濤. 新湘評論. 2013(07)
[4]基于Hadoop的海量數(shù)據(jù)存儲平臺設計與開發(fā)[J]. 崔杰,李陶深,蘭紅星. 計算機研究與發(fā)展. 2012(S1)
[5]分類器的分類性能評價指標[J]. 王成,劉亞峰,王新成,閆桂榮. 電子設計工程. 2011(08)
[6]隨機森林方法研究綜述[J]. 方匡南,吳見彬,朱建平,謝邦昌. 統(tǒng)計與信息論壇. 2011(03)
[7]城市形態(tài)對居民出行的影響——上海實例研究[J]. 潘海嘯,沈青,張明. 城市交通. 2009(06)
[8]城市居民購物出行等級結構及其演變——以北京市為例[J]. 陳秀欣,馮健. 城市規(guī)劃. 2009(01)
[9]層次分析法在連鎖店選址中的運用[J]. 周曉軍,曹業(yè). 科技和產業(yè). 2006(11)
[10]基于遺傳算法和模糊綜合評價法物流配送中心選址研究[J]. 任春玉,王曉博. 物流科技. 2006(10)
碩士論文
[1]基于大數(shù)據(jù)的物流配送中心選址優(yōu)化研究[D]. 武方方.合肥工業(yè)大學 2015
[2]機器學習中的特征選擇算法研究[D]. 姜百寧.中國海洋大學 2009
[3]支持向量機多分類預測技術研究[D]. 魏丹.西安科技大學 2008
[4]基于GIS的空間相互作用理論與模型研究[D]. 秦玉.同濟大學 2008
本文編號:2948359
【文章來源】:吉林大學吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:49 頁
【學位級別】:碩士
【部分圖文】:
中心地六邊形網絡
在于決策樹容易出現(xiàn)過度擬合的情況,且port Vector Machine)3 年提出了利用支持向量法來對模式識別數(shù)據(jù)集中找到一個特征子集,對這個特征子練數(shù)據(jù)集的劃分,那么這組特征子集就成Vapnik 在 1995 年正式提出了統(tǒng)計學習的為線性可分支持向量機,線性不可分向量機向量機:線性可分支持向量機是支持向量機所示:
圖 2.3 線性不可分向量機一個類似噪聲點,此離散點可以造成超平面的移動量來進行優(yōu)化,得到新模型如下:stywxbinwCiiTiniwbi..()1,1,...21min()()12,, ………………… 0, i 1,...,n.i 入后,允許某些樣本點的函數(shù)間隔小于1,C 代表離函數(shù)的影響隨著 C 值的變大而變大,也就表示在實希望出現(xiàn)離散點,模型由此修改之后,得到最終結 mijiijijmiiCimWyyxx,1()()()(1.0,1,...,,21x()
【參考文獻】:
期刊論文
[1]上海市第五次綜合交通調查主要成果[J]. 交通與運輸. 2015(06)
[2]大數(shù)據(jù)及其在城市智能交通系統(tǒng)中的應用綜述[J]. 陸化普,孫智源,屈聞聰. 交通運輸系統(tǒng)工程與信息. 2015(05)
[3]《大數(shù)據(jù)時代》[J]. 維克托·邁爾·舍恩伯格,肯尼思·庫克耶,周濤. 新湘評論. 2013(07)
[4]基于Hadoop的海量數(shù)據(jù)存儲平臺設計與開發(fā)[J]. 崔杰,李陶深,蘭紅星. 計算機研究與發(fā)展. 2012(S1)
[5]分類器的分類性能評價指標[J]. 王成,劉亞峰,王新成,閆桂榮. 電子設計工程. 2011(08)
[6]隨機森林方法研究綜述[J]. 方匡南,吳見彬,朱建平,謝邦昌. 統(tǒng)計與信息論壇. 2011(03)
[7]城市形態(tài)對居民出行的影響——上海實例研究[J]. 潘海嘯,沈青,張明. 城市交通. 2009(06)
[8]城市居民購物出行等級結構及其演變——以北京市為例[J]. 陳秀欣,馮健. 城市規(guī)劃. 2009(01)
[9]層次分析法在連鎖店選址中的運用[J]. 周曉軍,曹業(yè). 科技和產業(yè). 2006(11)
[10]基于遺傳算法和模糊綜合評價法物流配送中心選址研究[J]. 任春玉,王曉博. 物流科技. 2006(10)
碩士論文
[1]基于大數(shù)據(jù)的物流配送中心選址優(yōu)化研究[D]. 武方方.合肥工業(yè)大學 2015
[2]機器學習中的特征選擇算法研究[D]. 姜百寧.中國海洋大學 2009
[3]支持向量機多分類預測技術研究[D]. 魏丹.西安科技大學 2008
[4]基于GIS的空間相互作用理論與模型研究[D]. 秦玉.同濟大學 2008
本文編號:2948359
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/2948359.html
最近更新
教材專著