综合消费者品牌偏好的修正哈弗模型的制作方法
【技术领域】
[0001] 本发明涉及商业选址分析技术领域，特别涉及综合消费者品牌偏好的修正哈弗模 型。
【背景技术】
[0002] 随着市场经济体制的不断完善和市场竞争的日益激烈，零售商业选址 分析显得尤为重要。目前，哈弗模型是经常使用的一种算法，主要依据卖场引力 和距离阻力这两个因素来进行分析。运用哈弗模型能求出从居住地去特定商业 设施的出行概率，预测商业设施的销售额，评价商业集聚的集客能力，从而得知 商圈结构及竞争关系会发生怎样的变化。然而，哈弗模型有一定的局限性，卖场 引力不易确定。在修正的哈弗模型中，用商店的规模代替卖场引力，公式表示为
【主权项】
1. 综合消费者品牌偏好的修正哈弗模型，其特征在于，包括如下步骤： 步骤一，采用层次分析法量化消费者对店铺的好感度和店铺规模一起作为吸引要素； 对于阻碍因素，采用顾客到商业设施的距离平方计算； 步骤二，请消费者填写问卷调查，针对某个商店的好感度进行评价，删除不合格的调查 问卷； 步骤三，针对剩余的合格调查问卷，确定要素重要度的权重和每个店铺在各好感度因 素指标的权重，进而计算出每个店铺的好感度指数F ; 步骤四，根据所述每个店铺的好感度指数F，计算出每个店铺的好感度评价指标L ; 步骤五，根据店铺规模和所述好感度评价指标L，得出店铺好感度修正哈弗模型； 根据店铺规模和店铺好感度评价指标L作为吸引要素，以顾客到商业设施的距离K的 平方作为阻碍因素，修正哈佛模型为：
其中，G代表第η家店铺的修正哈弗模型，Sn代表第η家店铺的面积，店铺规模用面积 表示，代表第η家店铺的好感度评价指标，代表顾客到第η家店铺的距离。
2. 根据权利要求1所述的综合消费者品牌偏好的修正哈弗模型，其特征在于，所述步 骤一中用层次分析法量化店铺的好感度，影响店铺好感度因素的指标分别为产品质量、使 用效果、产品价格、社会名声、售后服务。
3. 根据权利要求1所述的综合消费者品牌偏好的修正哈弗模型，其特征在于，所述步 骤二请消费者填写问卷调查，针对某个商店的好感度进行评价，再删除不合格的调查问卷 的具体步骤如下： 首先，通过请消费者填写问卷调查，针对某个商店的好感度进行评价； 进一步地，每个被调查者对统一好感度因素进行指标的重要性比较，结果为相同、稍微 重要、重要、明显重要、绝对重要； 进一步地，针对某一具体好感度因素的指标，请用户进行多个店铺之间的评价比较； 进一步地，当调查问卷填写完毕后，剔除不合格的调查问卷。
4. 根据权利要求3所述的综合消费者品牌偏好的修正哈弗模型，其特征在于，所述步 骤二中计算每个店铺的好感度指数的具体步骤如下： 首先，针对剩余的合格调查问卷，确定要素重要度的权重矩阵W ; 进一步地，根据调查问卷确定在同一个因素上每个店铺的比较矩阵M ; 进一步地，根据权重矩阵W和比较矩阵Μ，计算出店铺的好感度指数F。
5. 根据权利要求4所述的综合消费者品牌偏好的修正哈弗模型，其特征在于，所述确 定要素重要度的权重矩阵W的具体步骤如下： 根据实际的调查经验，约定各指标之间的重要性对比的量化取值； 根据调查问卷中消费者好感度因素的指标重要性的选择，建立两两因素的判断矩阵， 即要素重要度的权重矩阵W，具体如表一： 表一要素重要度的权重矩阵W
其中，Aij表示第i行的因素相比于第j列的因素的重要性，i=l~5, j=l~5,并且 Aii=l，Aij=l/Aji 的性质； c，如果权重矩阵W满足一致性或在允许的范围内满足一致性，即可将权重矩阵W的非 零特征跟所对应的特征向量归一化后作为权重向量，特征向量为wl，《2,《3,《4,《5,其中， wl~w5分别表示产品质量、使用效果、产品价格、社会名声、售后服务在消费者对店铺好感度 上的权重。
6.根据权利要求5所述的综合消费者品牌偏好的修正哈弗模型，其特征在于，所述确 定在同一个因素上每个店铺的比较矩阵M的具体步骤如下： 在各个因素的权重确定之后，根据调查问卷，确定店铺的比较矩阵M，具体如表二： 表二店铺的比较矩阵M
其中，Dnm表示第η行的因素相比于第m列的因素的重要性，m、η都为自然数，分别表 示第m和η家店铺； 根据所述表二中比较矩阵计算层次总排序的权向量，再进行一致性检验，用数学符号 表示为：产品质量、使用效果、产品价格、社会名声、售后服务的判断矩阵的权向量分别为 Μ1、Μ2、Μ3、Μ4、Μ5,均为 3X1 矩阵。
7. 根据权利要求6所述的综合消费者品牌偏好的修正哈弗模型，其特征在于，所述计 算店铺的好感度指数F的具体公式如下： 店铺的好感度指数F=要素重要度的权重矩阵WX店铺好感度因素的比较矩阵M ;
8. 根据权利要求7所述的综合消费者品牌偏好的修正哈弗模型，其特征在于，所述步 骤四中计算出每个店铺的好感度评价指标L的具体步骤如下： 由于好感度指数F=WXM为一个N行一列的矩阵，N表示自然数，每行所对应的数值分 别为每个店铺的好感度评价指标L ; 进一步地，好感度评价指标L数值越大，表明消费者对于该店铺越有好感度，越倾向于 去该店铺购物，即好感度评价指标L为店铺好感度的量化指标。
【专利摘要】本发明涉及商业选址分析技术领域，提供了综合消费者品牌偏好的修正哈弗模型，包括如下步骤：采用层次分析法量化消费者对店铺的好感度和店铺规模一起作为吸引要素；对于阻碍因素，采用顾客到商业设施的距离平方计算；请消费者填写问卷调查，针对某个商店的好感度进行评价，删除不合格的调查问卷；针对合格调查问卷，确定要素重要度的权重和每个店铺在各好感度因素指标的权重，进而计算出每个店铺的好感度指数F；根据F计算出每个店铺的好感度评价指标L；根据L得出店铺好感度修正哈弗模型。本发明解决了选址中很难确定和量化吸引要素和阻碍要素的问题，提高了店铺选址中吸引力计算的准确性，具有更加实用、系统、简洁的优点。
【IPC分类】G06Q30-02
【公开号】CN104732429
【申请号】CN201510190055
【发明人】金笑天, 胡福初, 刘斌, 冯叔君, 金灿, 陈诚, 朱庆贤
【申请人】上海商学院
【公开日】2015年6月24日
【申请日】2015年4月21日