一种融合多源数据的连锁企业选址推荐方法

• 作者: 李婧 李波 李茹 翟书颖
• 来源期刊: 现代电子技术
• 关键词: 商业选址 人工智能 连锁店 实验验证 多源数据 城市计算
• 年，卷（期）: 2019,（22）
• 所属期刊栏目: 前沿交叉科学
• 页码范围: 145-149
• 页数: 5页
• 分类号: TN919-34|TP301.6
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.22.031

摘要

随着连锁企业快速发展,新开设连锁店铺如何有效选址成为一个重要问题.已有关于商业选址推荐的工作大多致力于构建特征的学习模型,在同一个城市为同一个目标进行选址推荐.文中提出一种面向企业内部规模的选址推荐方法,能对不同地址所适合的店铺规模进行推荐.首先利用多源城市数据从地理特征、商业特征和规模特征等多个维度对候选地周围环境进行刻画,在此基础上,针对已知规模的位置推荐和已知位置的规模推荐两种情况,分别提出基于回归和分类的推荐方法.采用真实数据集进行验证,证明了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李波	西北工业大学明德学院	126	409	9.0	12.0
2	李婧	西北工业大学计算机学院	10	14	2.0	3.0
3	李茹	西北工业大学明德学院	22	13	3.0	3.0
4	翟书颖	西北工业大学明德学院	17	26	3.0	4.0