การใช้ GIS แบบโอเพ่นซอร์สของโมเดล Huff

สิ่งนี้อาจยืดออกไป แต่ฉันสงสัยว่าใครใช้เครื่องมือสร้างแบบจำลองแรงโน้มถ่วงหรือสคริปต์สำหรับการวิเคราะห์ตลาดค้าปลีก (เช่น Huff Model) เพื่อวิเคราะห์ข้อมูลเชิงพื้นที่สำหรับความสัมพันธ์กับลูกค้าในร้านค้า?

มีแหล่งข้อมูล ESRI สองแหล่ง (รวมถึงส่วนขยายนักวิเคราะห์ธุรกิจ) แต่ฉันไม่เคยเห็นแหล่งข้อมูลโอเพ่นซอร์สมาก่อน ดูเหมือนว่าสถานที่ที่ PostGIS สามารถใช้ประโยชน์จากคุณภาพฐานข้อมูลได้จริง

เอกสารอ้างอิง (ล้าสมัย แต่บทความที่เกี่ยวข้องอธิบายแนวคิด):

— RyanKDalton
แหล่งที่มา

ฉันไม่รู้อะไรเลย แต่ถ้าดูจากบทความ Directions และ ArcScript รุ่นหลักนั้นดูไม่น่าใช้เท่าไหร่ฉันคิดว่าคุณสามารถใช้ GRASS หรือแม้แต่การวิเคราะห์ขั้นต้น

— scw

ตามที่ทราบปรากฏว่าการสร้างแบบจำลองทางเลือกที่ไม่ต่อเนื่องนั้นคล้ายกับแบบจำลองแรงโน้มถ่วงของ Huff และอาจเป็นที่สนใจ en.wikipedia.org/wiki/Discrete_choice

— Andy W

คำตอบ:

ในขณะที่ scw พูดว่าในความคิดเห็นของเขารหัสดูเหมือนว่าจะใช้ประโยชน์จากการประมวลผลขั้นพื้นฐานและลูปดังนั้นอาจจะเขียนใหม่ได้อย่างรวดเร็วใน Python และ Shapely

อย่างไรก็ตามหากคุณกำลังมองหาสคริปต์ลองดูที่เขียนใน R..and German: http://www.reymann.eu/wp-content/uploads/2010/06/GravitationsgesetzHuff.R

Google Translate ดูเหมือนจะระบุว่ามี"การคำนวณความน่าจะเป็นที่จะซื้อกฎของความโน้มถ่วง"

เชื่อมโยงไปจากจากhttp://www.reymann.eu/wettbewerbsanalysen/einzugsgebiet

มันมีประกาศเกี่ยวกับลิขสิทธิ์ดังนั้นอาจติดต่อผู้เขียนเพื่อขอรายละเอียดเพิ่มเติม หากคุณนำทุกบรรทัดที่พิมพ์ไปที่หน้าจอดูเหมือนว่า R สามารถนำมาใช้อย่างรัดกุมมาก

— geographika
แหล่งที่มา

ในความเป็นจริงแม้ว่าจะไม่มีประกาศลิขสิทธิ์คุณควรติดต่อผู้เขียน รหัส (และข้อความ) มีลิขสิทธิ์อยู่เสมอ มันอาจจะมาพร้อมกับใบอนุญาตหรือเป็นสาธารณสมบัติ แต่ก็ควรพูดอย่างชัดเจน

— johanvdw

น่าเสียดายที่สคริปต์นั้นแทบไม่ทำอะไรเลย: อินพุตของมันคือโมเดล Huff (simplistic) formulated แล้วและทำการสอบเทียบแล้ว สิ่งที่มันทำคือนำไปใช้กับระยะทาง

— whuber

@whuber - เมื่อฉันเข้าใจว่าสูตร Huff นั้นต้องการระยะทางจาก GIS เท่านั้นส่วนที่เหลือเป็นเพียงการคำนวณพารามิเตอร์ที่ผู้ใช้ป้อนเท่านั้น

— geographika

(1) ไม่มี "กฎแห่งความโน้มถ่วงของ Huff" (2) "สูตร Huff" ระบุรูปแบบทางสถิติที่ต้องใช้การวิเคราะห์และการสอบเทียบที่จะนำไปใช้ (3) โมเดลนี้เกี่ยวข้องกับการประมาณค่าพารามิเตอร์ที่กำหนดค่า "ความน่าดึงดูด" สำหรับทุกจุดหมายปลายทาง มันยังเกี่ยวข้องกับการประมาณอัตราการลดลงของความน่าจะเป็น (ด้วยความเคารพต่อระยะทางบันทึก) ตัวแบบแนวโน้มเชิงเส้นสำหรับ DEM นั้นคล้ายคลึงกันก่อนอื่นคุณต้องยืนยันว่า DEM นั้นกำลังได้รับความนิยมจากนั้นคุณจะใช้กำลังสองน้อยที่สุดในการค้นหาการจุ่มและการตี จากนั้นคุณเสียบค่าเหล่านี้เข้าไปสคริปต์จะทำการเสียบเท่านั้น

— whuber

ดูที่นี่แน่นอน: https://rpubs.com/MichalisPavlis/huff_modelและ R ห้องสมุด hufftools ซึ่งแสดงวิธีการดาวน์โหลดและใช้เครือข่ายถนนสำหรับทั้งประเทศอย่างแน่นอน กระดาษของ Pavlis Dolega และ Singleton อาจช่วยคิดเกี่ยวกับคำถาม "ผู้ดึงดูด" ค้าปลีก

— George D Girton
แหล่งที่มา