基于大数据应用的商业设施优化方法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章. 绪论 | 第9-18页 |
| 1.1 研究背景 | 第9页 |
| 1.2 研究对象和内容 | 第9-10页 |
| 1.3 概念解释 | 第10-12页 |
| 1.3.1 商业设施 | 第10页 |
| 1.3.2 大数据 | 第10-11页 |
| 1.3.3 大数据应用与商业设施优化的关系 | 第11-12页 |
| 1.4 国内外相关发展及研究现状 | 第12-16页 |
| 1.4.1 国外相关发展及研究现状 | 第12-14页 |
| 1.4.2 国内相关发展及研究现状 | 第14-16页 |
| 1.5 研究目的与方法 | 第16-17页 |
| 1.6 研究框架 | 第17-18页 |
| 第2章. 商业设施常见问题与新机遇 | 第18-31页 |
| 2.1 商业设施常见问题及根源 | 第18-28页 |
| 2.1.1 问题的综合表现 | 第18-20页 |
| 2.1.2 问题的细化分类 | 第20-28页 |
| 2.1.3 问题的根源分析 | 第28页 |
| 2.2 老方法与新机遇 | 第28-30页 |
| 2.2.1 老方法-依据相关规范和经验总结 | 第28-29页 |
| 2.2.2 新机遇-大数据应用 | 第29-30页 |
| 2.3 小结 | 第30-31页 |
| 第3章. 大数据选取与应用方法 | 第31-52页 |
| 3.1 数据分类与选取 | 第32-39页 |
| 3.1.1 传统数据 | 第32页 |
| 3.1.2 感知数据 | 第32-33页 |
| 3.1.3 网络数据 | 第33页 |
| 3.1.4 数据选取 | 第33-39页 |
| 3.2 数据库的建立 | 第39-47页 |
| 3.2.1 数据需求细分 | 第39-45页 |
| 3.2.2 功能模块 | 第45-47页 |
| 3.3 精细优化工具箱设计 | 第47-51页 |
| 3.3.1 设计思路 | 第47页 |
| 3.3.2 具体步骤 | 第47-50页 |
| 3.3.3 可操作性说明 | 第50-51页 |
| 3.4 小结 | 第51-52页 |
| 第4章. 基于大数据应用的商业设施优化方法 | 第52-74页 |
| 4.1 建设规模层面 | 第52-54页 |
| 4.1.1 明确实际服务区域，调整控制单元边界 | 第52-53页 |
| 4.1.2 分层选取数据，空间叠加综合考虑 | 第53-54页 |
| 4.2 空间布局层面 | 第54-66页 |
| 4.2.1 商业设施均等化，提升公平效率 | 第54-55页 |
| 4.2.2 临近活力因素，服务人群数据验证 | 第55-57页 |
| 4.2.3 挖掘业态特点，选择合理区位 | 第57-62页 |
| 4.2.4 依据流量数据错峰布置，增强可达性 | 第62-66页 |
| 4.3 组合与模式层面 | 第66-69页 |
| 4.3.1 组合方式应契合人群行为特征 | 第66-67页 |
| 4.3.2 业态配比应符合消费需求 | 第67-68页 |
| 4.3.3 商业模式应顺应网购大潮 | 第68-69页 |
| 4.4 空间形态层面 | 第69-74页 |
| 4.4.1 建筑布局应参考地产数据 | 第69-72页 |
| 4.4.2 空间设计应结合人群偏好，增强体验性 | 第72-74页 |
| 第5章. 总结与展望 | 第74-76页 |
| 参考文献 | 第76-79页 |
| 发表论文和科研情况说明 | 第79-80页 |
| 致谢 | 第80-81页 |
