空间决策支持系统在商业智能中的应用研究
发表时间：2008-11-7 晁怡 李清泉 来源：万方数据

本文介绍了空间决策支持系统和商业智能的基本概念，分析了对商业决策有影响的空间因素，并借鉴Huff模型对网点吸引力进行了表达，描述了商业空间决策支持系统的总体设计。
    面对激烈的市场竞争和日益复杂的社会经济环境，客观、科学地进行商业行为的决策成为人们日益关注的焦点。由于在资源管理、社会经济活动和日常生活中，有80%以上的信息属于具有空间位置特性的地理信息，因此，将空间因索作为商业行为的一个影响方面来进行商业行为决策，也越来越受到经济学家和地理学家的重视。人们在做出各种商业决策的时候不可避免地要考虑到空间信息对决策结果的影响，如最直接的网点设置，网点位置直接影响到企业所获取利润的多少。网点的营业项日的调整，根据网点服务范围内社会经济、企业、居民等的特点，对不同网点的经营项目做出调整，以在最小消耗下获取最大利润。网点位置及规模的调整；网点促销方式的制定；甚至网点商品售价的制定等等，这就促成了商业智能与空间决策支持系统的结合。

1 空间决策支持系统

    作为决策支持系统DSS（Decision Support System）的重要分支，空间决策支持系统SDSS（Spatial Decision Support System）是地理信息系统与DSS结合的产物。传统的GIS可以看作是一个辅助决策支持系统，具有数据的空间分析功能，但是基于静态的建模环境，受制于特定问题的分析建模，限制了它在决策领域的广泛应用，因此1988年Denshant和Gnndehild提出了空间决策支持系统的概念。SDSS是一个交互式的计算机系统，用来为一个或多个用户解决半结构化空间决策问题时提供高效的决策支持。SUSS的目的就是提供一种灵活的解决间题的环境，在这个环境中，决策制订者可以了解一个给定的问题，并且在目标不一致的情况下，评价平衡各目标的可能性和确定不可预料的、不合乎要求的因素。

2 商业智能

    商业智能BI（Business Intelligence）的概念最早是IBM公司在1998年提出的，是对商业信息的搜集、管理和分析过程，目的是使企业的各级决策者获得知识或洞察力，以便做出对企业更有利的决策。

    从管理的观点来看，BI能够充分利用现有的业务信息，借助现代信息技术，提取和组织有用的信息，帮助用户在加强管理、促进营销和企业发展方面做出及时、正确的决策把握、分析和发现新的商机。从系统的观点来看，BI从不同的数据源收集的数据中提取有用的数据，对数据进行清理以保证数据的正确性，将数据经转换、重构后存汝数据仓库或数据场，然后寻找合适的查询和分析工具、数据挖掘工具、OLAP工具对信息进行处理，最后将知识呈现于用户面前，转变为决策。从空间分析的观点来看，BI就是根据与空间分布有关的各项社会、经济、城市、人口等数据，结合GIS空间分析的方法，为管理者和决策者提供决策支持。

3 商业决策的空间影响因素

    在进行商业行为决策中，将空间因素作为一个影响方面，受到越来越多的经济学家和地理学家的重视。人们在做出各种商业决策的时候，不可避免地要考虑到空间信息对决策结果的影响。商业决策的空间影响因素主要有人口空间分布、城市空间规划与发展、城市交通空间分布等。

    1）人口空间分布。城市是人类聚居的场所，城市的一切功能与人口的分布情况密切相关，并且二者相互影响。人口分布表现在人口结构的空间分布、人口数量的空间分布、人口密度的空间分布、人口素质的空间分布等方面。人的思想导向及行为影响城市和经济的发展；城市和经济的发展也将促进人口素质的提高。人口密度和人口数量在空间上的分布将在一定程度上影响商业网点的数量和服务效率；人口受教育程度在一定程度上决定了商业网点的服务项目，如人口受教育程度高的地区书店的数目可以适当增多；居民人均收入的高低、消费能力的大小、购买倾向和年龄构成等决定了商业网点的规模、档次、购物环境和服务项目等。

    2）城市空间规划与发展。城市规划是在短期、中期和长期的发展中对城市性质、城市发展规模、城市用地的发展方向、城市景观以及城市设施布置等制定的方案。城市对用地的不同时期的规划使得城市人口、企业、资金在空间上的流向产生变化，并且在一定程度上影响着商业行为的决策和实施。

    3）城市交通空间分布。城市交通是联系地理空间中社会经济活动的纽带。交通网连结度和通达指数、分散指数可以用来描述城市交通对城市经济的影响。交通设施的密度、分布、等级、通达情况等限制了商业网点的分布以及商业活动的交通成本和交通时间。

    4）其他因素。商业繁华程度的空间分布、网点的进深等。另外，政府的短期影响商业决策的因素是很多的，除了上述的常见的需要考虑的因素外，还有政治因素、环境因素、自然因素等，还有一此难以量化的因素，由于没有比较参照的标准，而目是偶然出现的，因此难以对其进行准确的影响程度确定。

4 空间决策支持系统在商业智能中的应用

    1）网点吸引力的表达。商业网点的盈利可能性往往用网点吸引力来表达，商业决策往往就是在分析和比较的基础上，选定一个使网点吸引力最大的方案。以上的空间因素不仅对商业决策有影响，它们之间也是相互作用、彼此影响和制约的。事实上，空间分布影响的因素内容和影响程度随着产业类型、企业类型、设施类型等情况的不同而差别甚大，在具体的决策制定过程中，应根据实际情况区别对待。对于各影响因素作用下网点对顾客的吸引力，可以借鉴扩展的Huff模型，又称为乘数相互竞争模型MCI（Multiplicative Competitive Interaction Model）来描述。

Huff模型原理图如图1所示。

在以往的商业辅助决策中，往往是通过数学方法建立相对固定的模型，如客户购物统计、商业销售情况等，用户只能使用这些定义好的模型来进行有限的分析操作。而现实世界中，一个决策的制定往往涉及不止一个衡量标准，如在商业应用中，一个网点效益的确定不仅与商家的发展计划、网点规模、网点的服务质量等商家本身的因素有关，同时与网点周围的各种因素的空间分布，如人口密度、人口数量、人口结构、人口收入情况、人口受教育情况、区域的经济情况、繁华程度、交通情况、环境、政府规划、竞争者情况等众多复杂的外部因素有关，甚至还有一些难以预料和无法量化的因素。在这样的情况下，使用固定的静态的建模环境限制了商业决策的有效性，使系统受制于特定的分析建模能力，因此，必须采用具有动态建模的空间决策支持系统。

    2）系统总体设计。系统采用动态的建模方式，即建立模型库和知识库。在商业决策中，系统根据模型库和知识库中的基本模型和知识，自动地对当前数据进行提取、组合、建模、分析，以直观的图形方式，如统计图、专题图等显示在GIS平台的界面上，为用户的商业决策提供有力的支持。系统总休结构如图2所示。

图2 系统总体结构

5 结 论

    客观 、可 靠的商业决策无疑将会给商家带来可观的利润，影响商业决策的因素是各种各样的。基于商业的空间决策支持系统的目标就是通过度量包括空间信息等各影响因素对商业决策以及它们相互间的影响程度，为这些相互作用力寻求最佳平衡点，以期达到利润、效益最大化，在投入最少的情况下获取尽可能多的投资回报。

    由于空间信息的重要性，人们在做出各种商业决策的时候，不可避免地要考虑到幸间信息对决策结果的影响，商业决策的空间影响因素主要有人口的空间分布、城市空间规划与发展、交通空间分布等。

    通过数学方法建立的相对固定的、静态的模型限制了商业决策的有效性使系统受制于特定的分析建模能力，因此，必须采用具有动态建模的空间决策支持系统才能更加有效地解决多目标决策或群体决策问题。