利用位置大数据校准用于商业分析的动态 Huff 模型
社会与信息网络
2020-03-25 v1
摘要
Huff 模型已被广泛用于基于位置的商业分析，以划定包含商店潜在客户的贸易区。校准 Huff 模型及其扩展需要经验位置访问数据。许多研究依赖劳动密集型的调查。随着移动设备日益普及，基于位置的平台用户以精细的时空分辨率共享丰富的位置多媒体信息，这为商业智能提供了机遇。在本研究中，我们提出一种时间感知的动态 Huff 模型（T-Huff）用于基于位置的市场份额分析，并利用基于手机位置数据、覆盖美国人口最多十大城市的的大规模商店访问模式对该模型进行校准。通过比较两类商店的每小时访问模式，我们证明校准后的 T-Huff 模型在预测不同类型商业（如超市与百货商店）随时间的市场份额方面比原始 Huff 模型更准确。我们还识别出区域差异性：在拥有发达 transit 系统的大都市区，人们对长距离访问的敏感性较低。此外，考察并总结了可能影响人们访问决策的若干社会经济与人口因素（如家庭收入中位数）。
引用
@article{arxiv.2003.10857,
title = {Calibrating the dynamic Huff model for business analysis using location big data},
author = {Yunlei Liang and Song Gao and Yuxin Cai and Natasha Zhang Foutz and Lei Wu},
journal= {arXiv preprint arXiv:2003.10857},
year = {2020}
}
备注
24 pages, 6 figures