087.基于机器学习的上海市肯德基快餐店选址研究.pdfVIP

基于机器学习的上海市肯德基快餐店选址研究 原明清，洪亮平 摘要：城市选址问题一直是政府、企业以及商家重视的问题之一。现有的城市选址研究方法多是从定性的 角度出发，定量研究的严谨程度不足。而大数据技术的发展为城市设施选址研究提供了新思路。本文以上 海市肯德基快餐店为研究对象，基于摩拜共享单车，高德地图以及链家网等数据，提取原始数据集中可能 的影响因子，并对其进行特征选择，再分别利用GBDT，SVM和KNN等机器学习算法对上海市不同区域进行 了分类预测，得出了肯德基快餐店的选址预测模型，并对预测模型的性能进行了评估。最终的实验结果表 明，GBDT算法最适用于快餐店的选址模型，并且取得了较好的选址分类效果。 关键词：大数据，机器学习，城市选址，特征选择 1 绪论 1.1 大数据技术的发展为城市设施选址问题研究提供了新思路 [1] 城市是一个典型的开放的复杂巨系统 ，城市不断扩张，城市化进程不断加快，给城市 管理者带来了更大的困难 （如交通拥堵、环境恶化、规划落后等）。随着数据采集与预处理、 数据存储以及数据查询分析等大数据技术的不断发展，通过运用这些技术，我们可以获取、 整合城市中多种异构数据，并利用这些数据来解决日益变化的城市问题。 近年来，关于大数据技术在城市研究中的实际运用范围越来越广，其中城市选址问题也 是其中之一。现有的城市选址问题包括城市设施选址以及企业商家选址，研究方法多是从定 性的角度出发，联想可能影响设施选址的因子，构建相应的数学模型来得到结论。这样的方 法虽然可行，但可能由于考虑因素不全面以及较多主观因素的影响，导致准确率不够高。随 着大数据技术发展以及机器学习算法研究的不断深入，出现了一种基于城市数据挖掘与数学 建模的科学化选址模型。本文将以上海市肯德基快餐为研究对象，结合店铺选址相关理论， 重点考虑快餐店选址过程中需要考虑的因素，构建基于分类监督学习算法的数学模型，从而 提高选址的准确性，为企业商家选址决策提供依据。 1.2 论文研究内容 本文主要研究内容如下： （）进行关于餐饮门店选址的理论研究，尤其是探究影响快餐店选址的关键因素。 1 （2）回顾常用的分类监督学习算法，包括GBDT、SVM 以及KNN，讨论各个算法的优 缺点以及适用范围，为之后的数学建模奠定理论基础。 （）在充分考虑到影响快餐店选址的各个因素之后，对各项因素进行细分，在原始数 3 据集的基础上抽取所需因子，并将其转化为可计算的变量 （特征）；同时确定数据集的分类 标签。 （）利用递归特征消除法选择特征子集，目的是评估不同影响因子对最终结果的重要 4 程度大小。 （5）基于整理好的数据集，分别用上述三种算法进行交叉验证，对三种算法的预测精 度进行比较，得到准确率更高的算法模型作为最终的选址模型。 2 相关理论概述 2.1 餐饮门店选址理论 餐饮门店选址属于典型的竞争选址问题，是城市选址问题中的研究热点问题之一。俗话 说 “七分选址，三分经营”，在竞争激烈的商业战争中，选址决策关乎企业的生死存亡和可 持续发展。截至目前，竞争选址模型主要分为最大市场份额模型和预先抢占市场模型两大类 [2] 。 Revelle 于1986 年提出了最大市场份额模型，它从即将进入市场的公司的角度出发，考 虑在市场中已有一些竞争设施的情况下，如何选定p 个设施的位置，才能获得最大的市场份 额。与此不同的是，预先抢占市场模型则假定市场中还没有其他竞争者进入的情况下，如何 选定 个最优安置点。以上两种数学模型均着重考虑了竞争者因素、距离因素等对选址的影 p 响，并未考虑顾客需求量，成本等其他因素。 2.2 机器学习及其相关算法简介 2.2.1 机器学习简介 顾名思义，机器学习是研究如何使用机器来模拟人类学习活动的一门学科，涉及概率论、 [3] 统计学、逼近论、凸分析、算法复杂度理论等多门学科，是人工智能的核心 。机器学习按 照学习形式分类可分为监督学习和非监督学习，下面简单介绍本文涉及的监督学习的三种算 法。 2.2.2 GBDT 算法 GBDT （gradient boosting decision tree,