基于手机定位的智慧商圈选址研究

胡 纯

(成都师范学院,四川 成都 611130)

1 研究背景

随着信息技术的快速发展,互联网应用日趋普遍,全球每时每刻的数据产生量不计其数,在一定数据产生和积累的基础之上,经过新技术工具的专业化处理之后,使其服务于社会各个行业,实现其自身价值,成为影响行业发展和服务社会的重要手段。

现在大数据环境有利于城市规划的发展要求,手机数据是一种非常好的技术选择,城市规划设计的很多重点要素需要前期的数据调查和数据的量化分析,手机移动数据利用基站进行定位,只要有手机信号的地方就能够获取定位数据,受到的限制比较少,覆盖面非常广,可进行海量数据的收集。它不是地理上的静态数据,而是可以了解不同时间段内市民运动和交流活动的强度。随着经济社会的发展和城市化进程的加快,城市商圈建设将处于一个较快的发展时期。城市商圈及商业选址是城市总体规划的重要组成部分,采用科学系统编制商业网点规划,加强对商圈的宏观指导与管理,指导城市大中型商业点平稳有序的发展,对繁荣商圈和城市发展具有良好的促进力。

2 研究内容与方式

基于手机定位大数据平台,结合当前商业选址的需求及调研所得外部数据成果,建立一个完整的包含各类商业选址要素的商业地理信息空间数据库,有效管理各类型地理空间数据,并将空间数据叠加至系统中,提供基于地理空间的各类信息分析方法,为决策者提供辅助分析方案,具有重要的实际意义。为此,基于手机定位数据基础,通过数据挖掘和数据分析形成可视化的大数据平台,并构建基于手机定位大数据平台的地理数据查询、分析和辅助决策系统,通过专用或第三方进行程序分发,为城市商圈和商业选址提供智慧参考。通过对手机定位数据的有效分析,了解城市人群动态,为建立合理的城市规划提供有意义的指导。

3 基于定位时空大数据的应用

3.1 定位大数据的优势

时空大数据,顾名思义就是各个时间段不同地理位置的数据,交通流量、气象信息、地理信息、手机信号均是时空数据[1]。基于手机上的定位信息可以很快了解到一个城市的时空数据。时空数据具有时间和空间属性,时间属性主要是指时间的变与不变;空间属性一方面是指空间的位置,另一方面是指空间的层次和距离。传统的选址往往需要了解城市现状及预想规划后的效果等,但是传统的选址手段需要的时间过长,并且效率也不太高。若是基于手机定位大数据的选址,可以在短时间内识别城市的选址情况。

3.2 大数据的初步应用思维

现实中大多数的数据都与数据产生时的地理位置有关,范围越大,其产生的数据量也就越大。可以将城市划分为各个区块,在各个区块的基础上利用定位数据对区块的人员流动进行分析,对结果进行判别是否符合要求。例如利用数据可以知道周末某地的人流量会增加为平时的好几倍,且人均停留时间也会增长,那么这个地方就可以先纳入考虑的范围,再根据其他影响因素和规定来确定是否满足要求。一般高价值商圈的基本指标之一就是周末人均停留时间长。因为工作日期间,写字楼也会出现出人均停留时间比较长的情况,这样不容易将高价值商圈与写字楼区分开,只取用周末或者节假日的数据能够筛选掉很多没有价值的信息。

基于手机定位时用户的搜索内容也可以挖掘出重要的数据[2],例如在某地手机用户的搜索内容大致相同或者是某种类别的搜索量大量增加,就可以根据信息来确定是否要在周围建设一个与之相关的商业圈。

3.3 地理信息的数据化利用趋势

早在20 世纪80 年代,许多有名的企业就开始使用这一方法,比如:麦当劳公司曾经就聘请过当时有名的地理学家和计算机编程者来编写他们的地理信息系统(GIS)软件的程序[3]。麦当劳认为他们的生意大部分都是依赖于区位的,麦当劳也是第一个依赖于GIS信息的快餐店,这种技术在当时为麦当劳的市场竞争提供了明显的优势。而在国内,很多的选址在很大程度上都是依靠的直觉,这些方法大都依靠主管的判断和经验,往往不能反映出商圈的真实情况,也不能适应消费者们瞬息万变的口味。我国企业的选址往往都是落后于国外的,不过近年来,我国的企业也开始利用定位提供的大数据来进行科学的商圈选址,这是一个非常好的发展趋势。

4 手机定位信息的采集

4.1 对数据进行合理的处理分析

收集到的原始信息数据量很大,处理时间比较长也比较麻烦,甚至还会采集到很多无用的数据,这样会导致计算精度难以保证。所以需要对原始的手机定位信息进行一次预处理,可以按时段并且分用户来进行数据的提取,将这些数据中的错误信息(如时间信息、基站信息、手机位置信息等)进行基本的过滤,分离出有用的定位数据,以此提高提取到的手机定位信息的整体质量。

首先进行个体的研究,然后再推进到群体,以个体为单元连续统计3 周后进行统计分析(每个周末的早上的6 点至晚上11 点),在这期间内出现频率最高的先识别为个体的居住地,然后根据白天的驻留时间来确定驻留活动地,从而得到个体的出行活动信息。接着继续收集更多的个体信息来组成需要的大数据信息,就可以得到人口分布信息等。

基础数据是按照某小区域内的人员比例来提取的,若是要掌握某大区域的人员的总体活动特征,还需要在基础数据的基础上进行数据的扩大。例如可以进行一个简单的比例计算,以街区层次的出行量为例:

基于全国人口普查数据对该街区的常驻总人数进行计算并且记为:P;

基于全国人口普查数据对该区域的常驻总人数进行计算并且记为:H;

然后统计该街区中在基础数据中的数量并且记为:I;

该区扩大后的数据量记为:J;

则:J=。

同时还要考虑天气、节假日、大型活动等影响因素。这些参考因素也需要建立对应的数学模型进行分析,找到其中的关系后才能更好地建立数据模型体系,也才能更好地解决问题。

4.2 数据处理后的利用

基于分析结果可以对市区内的居民出行活动做出出行分布图、人口分布图、驻留时间图等,然后对相关内容进行分析,可以分析的内容大致有居民的出行强度、出行距离、出行的时间、驻留时间等。这些都对选址具有参考性意义,可以帮助确定商圈的地点。

5 结语

当下利用手机定位信息建设城市已经是一种新方式。对于商圈来说,首先应当宏观区位选址,包括商圈和聚客点的确定,可通过分析人口分布、交通动线以及居民的成分、品质、分布等数据进行选址。其次,微观区位选址,主要指店铺的具体落位,可通过楼层品牌组合以及店铺客流动线进行选址。最后,对等店主要使用相似性来选择。

目前,商业信息与地理信息的结合发展是一个很好的趋势,我国现在已经是人均GDP 大国,商业也迈向了现代化、国际化,对于商圈和地域分析的强烈需求,利用地理信息来发展商业也是很有机会的。近年来,手机等电子产品的大量普及,基本上各个年龄段的居民或多或少的都会拥有智能手机,这将是相当大的数据库,各大无线运营商也都在投入开发研究手机的定位系统,我国也成功地启动了北斗。对于手机定位信息的利用会越来越频繁,越来越先进,基于手机定位的智慧商圈选址也会越来越可靠,也具备非常深远的应用前景。