[论文解读] Geo-Spotting: Mining Online Location-based Services for Optimal Retail Store Placement

Dmytro Karamshuk, Anastasios Noulas+3 more|arXiv (Cornell University)|Jun 7, 2013

Human Mobility and Location-Based Analysis参考文献 18被引用 43

一句话总结

本文提出了一种机器学习框架，利用Foursquare签到数据，通过结合地理特征与移动性特征，预测零售门店的最佳选址。结果表明，结合这些特征可显著提升预测准确率，最佳模型在超过一半的情况下，能将最优选址排在候选地点的前5%以内。

ABSTRACT

The problem of identifying the optimal location for a new retail store has been the focus of past research, especially in the field of land economy, due to its importance in the success of a business. Traditional approaches to the problem have factored in demographics, revenue and aggregated human flow statistics from nearby or remote areas. However, the acquisition of relevant data is usually expensive. With the growth of location-based social networks, fine grained data describing user mobility and popularity of places has recently become attainable. In this paper we study the predictive power of various machine learning features on the popularity of retail stores in the city through the use of a dataset collected from Foursquare in New York. The features we mine are based on two general signals: geographic, where features are formulated according to the types and density of nearby places, and user mobility, which includes transitions between venues or the incoming flow of mobile users from distant areas. Our evaluation suggests that the best performing features are common across the three different commercial chains considered in the analysis, although variations may exist too, as explained by heterogeneities in the way retail facilities attract users. We also show that performance improves significantly when combining multiple features in supervised learning algorithms, suggesting that the retail success of a business may depend on multiple factors.

研究动机与目标

• 识别预测城市环境中零售门店受欢迎程度的最有效数据驱动特征。
• 探究基于位置服务的地理与移动性模式如何影响零售成功。
• 评估通过监督学习结合多种特征是否能提升预测性能，优于单独使用任一特征集。
• 评估研究发现跨不同零售连锁品牌与城市环境的普适性。
• 为零售分析提供一种可扩展、数据驱动的替代方案，以替代传统高成本的选址方法。

提出的方法

• 收集并分析了纽约市的Foursquare签到数据，以研究用户移动性与场所受欢迎程度。
• 基于场所类型分布、密度以及与吸引物（如地铁站、旅游景点）的距离，提取地理特征。
• 生成衡量场所之间转换概率及目标区域长距离用户流入的移动性特征。
• 构建一个结合空间结构与人类移动模式的特征集，以表征零售潜力。
• 通过在三家零售连锁品牌（咖啡馆、餐厅等）上的排名表现，评估各项独立特征。
• 在监督学习模型（如梯度提升、随机森林）中组合特征，以预测场所受欢迎程度并优化选址。

实验结果

研究问题

• RQ1 从基于位置的服务中提取的哪些地理与移动性特征，最能预测零售场所的受欢迎程度？
• RQ2 不同零售连锁品牌（如咖啡馆与餐厅）的特征表现与预测能力有何差异？
• RQ3 与单独使用任一特征集相比，结合地理与移动性特征在多大程度上提升了预测准确率？
• RQ4 本地竞争与用户吸引物的接近程度在多大程度上影响场所受欢迎程度？
• RQ5 基于Foursquare数据训练的机器学习模型能否可靠地对新零售门店选址的前几名位置进行排序？

主要发现

• 50%的用户移动起始于200–300米范围内的场所，90%的移动发生在1公里范围内，表明存在强烈的本地移动性偏倚。
• 用户吸引物（如地铁站、机场）的存在以及本地竞争（同类型零售场所）是场所受欢迎程度的最强预测因子之一。
• 能够建模长距离用户流入及不同场所类型间转换质量的移动性特征，显著提升了预测性能。
• 通过监督学习结合地理与移动性特征，可提升预测准确率，且在超过50%的情况下，最优选址能排在候选地点的前5%。
• 监督模型在加入移动性特征后，性能有微小但一致的提升，表明动态的人类移动模式为静态空间特征提供了互补信息。
• 由于客户吸引机制的特殊性，特征表现因零售连锁品牌而异，但竞争与吸引物等核心预测因子始终表现强劲。