用于预测零售失败的社交媒体数据

研究人员使用社交媒体和传输数据的组合来预测特定零售业务成功或失败的可能性。

由剑桥大学领导的研究人员利用全球十个不同城市的信息开发出一种模型，可以准确预测新业务是否会在六个月内失败。结果将在本周在新加坡举行的ACM普适计算和普适计算会议(Ubicomp)上公布。

虽然零售业一直存在风险，但随着越来越多的零售商倒闭，过去几年大都市的转型已经发生变化。研究人员建立的模型在确定企业的位置或投资领域时，对企业家和城市规划者都有用。

“任何新业务最重要的问题之一就是它将获得的需求量。这直接关系到企业成功的可能性，”主要作者Krittika D'Silva说道，他是剑桥大学的盖茨学者和博士生计算机科学与技术。“我们可以用什么样的指标来做出这些预测?”

D'Silva和她的同事使用了来自芝加哥，赫尔辛基，雅加达，伦敦，洛杉矶，纽约，巴黎，旧金山，新加坡和东京的基于位置的社交网络Foursquare的超过7400万次登记入住; 和来自纽约和新加坡的1.81亿次出租车旅行的数据。

根据这些数据，研究人员根据所在地区的性质，一天中不同时间的访问模式，以及一个社区是否吸引了来自其他社区的游客来对场馆进行分类。

D'Silva说：“我们希望更好地理解在某个时间点关于某个地方的指标的预测能力。”

企业是成功还是失败通常是基于许多可控和不可控制的因素。可控因素可能包括商店产品的质量或价格，营业时间和客户满意度。不可控因素可能包括城市失业率，整体经济状况和城市政策。

“我们发现，即使没有任何关于这些无法控制的因素的信息，我们仍然可以使用特定地点，位置相关和基于移动性的特征来预测企业可能的消亡，”D'Silva说。

数据显示，在所有十个城市中，全天候流行的场所，而不仅仅是在某些特定时刻，更有可能成功。此外，在社区其他场所的典型流行时间之外需求的场所往往存活时间更长。

数据还表明，拥有多种类型企业的不同社区的场所往往存活时间更长。

虽然这十个城市有一些相似之处，但研究人员还必须考虑到它们之间的差异。

“有效预测因素的指标因城市而异，这表明因素会以不同的方式影响城市，”D'Silva说。“作为一个例子，前往场地的速度只是纽约和东京的一个重要指标。这可能与这些城市的交通速度有关，也可能与交通率有关。”

为了测试模型的预测能力，研究人员首先必须确定特定场所是否在其数据集的时间窗口内关闭。然后，他们在一个场地的子集上“训练”模型，告诉模型这些场地在第一时间窗口的特征是什么，以及场地在第二时间窗口是打开还是关闭。然后，他们在另一个数据子集上测试训练模型，看看它的准确程度。

根据研究人员的说法，他们的模型表明，在决定开办企业的时间和地点时，重要的是要超越特定社区的静态特征，并考虑人们在一天中不同时间移动到该社区的方式。 。他们现在想要考虑这些特征如何在不同的社区中变化，以提高他们模型的准确性。