一种数据驱动的自动站点推荐与选择新方法
人工智能
2016-08-04 v1 计算机与社会
摘要
本文提出了一种新颖、通用且自动的数据驱动站点选择方法。站点选择是任何公司做出的最关键和最重要的决策之一。这样的决策取决于站点的各种因素，包括社会经济、地理、生态以及公司的特定需求。现有的站点选择方法（经济学家常用）是手动的、主观的，且不可扩展，尤其对于大数据而言。所提出的站点选择方法是稳健、高效、可扩展的，并且能够应对大数据中出现的挑战。为了评估所提出方法的有效性，我们在来自德国联邦统计局的实际数据上进行了评估，这些数据包含约 200 个影响因素，经济学家在为德国的超市（Lidl、EDEKA 和 NP）进行站点选择时会考虑这些因素。评估结果表明，现有超市的站点与所提出方法推荐的站点之间存在很大重叠（86.4%）。此外，该方法还推荐了许多（328 个）应开设新店的超市站点。
引用
@article{arxiv.1608.01212,
title = {A Novel Approach for Data-Driven Automatic Site Recommendation and Selection},
author = {Sebastian Baumbach and Frank Wittich and Florian Sachs and Sheraz Ahmed and Andreas Dengel},
journal= {arXiv preprint arXiv:1608.01212},
year = {2016}
}