基于ＬＢＩ的銀行管理系統(tǒng)的網(wǎng)點(diǎn)選址算法

[摘 要] 基于位置的商業(yè)智能管理系統(tǒng)中，網(wǎng)點(diǎn)選址是其重要組成部分，利用GIS進(jìn)行網(wǎng)點(diǎn)選址能使銀行網(wǎng)點(diǎn)布局更為合理#65377;顧客選擇銀行網(wǎng)點(diǎn)符合正態(tài)分布，通過(guò)改進(jìn)哈夫模型的距離因素，讓其反應(yīng)分布規(guī)律，以此建立銀行網(wǎng)點(diǎn)的選址模型，從而使顧客選擇網(wǎng)點(diǎn)概率更合理#65377;

[關(guān)鍵詞] GIS;選址;哈夫模型;正態(tài)分布

[中圖分類(lèi)號(hào)]F270.7;C931.6[文獻(xiàn)標(biāo)識(shí)碼]A[文章編號(hào)]1673-0194(2009)03-0049-03

1 引 言

基于位置的商業(yè)智能(LBI，Location-based Business Intelligent)是GIS領(lǐng)域#65380;商業(yè)智能(BI，Business Intelligent)領(lǐng)域近年來(lái)興起的新興熱點(diǎn)研究領(lǐng)域，是傳統(tǒng)GIS領(lǐng)域#65380;商業(yè)智能領(lǐng)域的學(xué)科交叉研究方向，也是GIS領(lǐng)域#65380;商業(yè)智能領(lǐng)域的重要發(fā)展方向#65377;銀行業(yè)正在經(jīng)歷一次迅速的變革，改進(jìn)和完善支行網(wǎng)點(diǎn)是當(dāng)務(wù)之急[1]#65377;對(duì)于直接面對(duì)儲(chǔ)戶(hù)的網(wǎng)點(diǎn)來(lái)說(shuō)，合理的網(wǎng)點(diǎn)布局是完善支行網(wǎng)點(diǎn)的重要部分#65377;地理信息系統(tǒng)(GIS)能將各種信息集中并表現(xiàn)到地圖中，提供更直觀#65380;全面的信息，因而利用GIS進(jìn)行網(wǎng)點(diǎn)選址能使銀行網(wǎng)點(diǎn)布局更為合理#65377;

現(xiàn)在，利用GIS進(jìn)行網(wǎng)點(diǎn)選址已有較多的研究，并提出了一些模型，如空間交互模型(spatial interaction models)或平面/網(wǎng)絡(luò)優(yōu)化模型(planar or network optimization models)[2]#65377;Huff模型是空間交互模型中的一種，在網(wǎng)點(diǎn)選址中有較多的應(yīng)用，如Atsuyuki Okabe等用Huff模型來(lái)評(píng)估在街道網(wǎng)絡(luò)中的零售網(wǎng)點(diǎn)的需求[3]，Philip S.用Huff模型來(lái)建模銀行網(wǎng)點(diǎn)撤銷(xiāo)決策支持系統(tǒng)[4]等#65377;用Huff模型在對(duì)銀行網(wǎng)點(diǎn)選址進(jìn)行建模時(shí)，存在以下不足:首先，對(duì)具有大量客戶(hù)的網(wǎng)點(diǎn)來(lái)說(shuō)，Huff模型在評(píng)估客戶(hù)時(shí)沒(méi)有反應(yīng)其統(tǒng)計(jì)規(guī)律;其次，當(dāng)客戶(hù)到網(wǎng)點(diǎn)的距離趨近于零時(shí)，其距離因子趨近于無(wú)究大;再次，Huff模型在應(yīng)用中需要大量的統(tǒng)計(jì)工作來(lái)確定其相應(yīng)參數(shù)，增加了應(yīng)用成本#65377;因此，本文提出一種基于正態(tài)分布的Huff模型，減少了初步應(yīng)用的參數(shù)，并用ArcEngine組件進(jìn)行了實(shí)現(xiàn)，結(jié)果表明，本模型對(duì)具有大量客戶(hù)的網(wǎng)點(diǎn)進(jìn)行評(píng)估時(shí)具有更高的準(zhǔn)確性和易用性#65377;

2 基于正態(tài)分布的Huff模型

2. 1Huff模型

在哈里斯的市場(chǎng)潛能模型的基礎(chǔ)上，美國(guó)加利福尼亞大學(xué)的經(jīng)濟(jì)學(xué)者戴維·哈夫(D.L.Huff)教授于1963年提出了關(guān)于預(yù)測(cè)城市區(qū)域內(nèi)商圈規(guī)模的模型——哈夫概率模型#65377;

哈夫概率模型可以表示為一個(gè)函數(shù)，其值為:一個(gè)位置的吸引力除以某顧客位置到該位置的距離，其值再除以所有顧客到該位置的值的總和[5]#65377;即:

3 算 法

使用nd-Huff模型進(jìn)行銀行選址分析時(shí)，首先要建立待選網(wǎng)點(diǎn)，然后對(duì)每個(gè)網(wǎng)點(diǎn)進(jìn)行一定半徑的緩沖區(qū)分析，找出該緩沖區(qū)內(nèi)的潛在顧客;計(jì)算每個(gè)顧客到該網(wǎng)點(diǎn)進(jìn)行業(yè)務(wù)的概率，根據(jù)概率計(jì)算該顧客在該網(wǎng)點(diǎn)存款的期望值;然后計(jì)算該網(wǎng)點(diǎn)的期望值，得出最優(yōu)方案#65377;所以，選址分析要經(jīng)過(guò)如下階段:

(1)估計(jì)某個(gè)顧客到某個(gè)網(wǎng)點(diǎn)存款的概率;

(2)計(jì)算該顧客在該網(wǎng)點(diǎn)存款的期望值;

(3)計(jì)算每個(gè)網(wǎng)點(diǎn)吸納存款的期望值;

(4)應(yīng)用該模型評(píng)估銀行網(wǎng)點(diǎn)#65377;

3. 1概率估計(jì)

3. 4評(píng)估銀行網(wǎng)點(diǎn)

在進(jìn)行網(wǎng)點(diǎn)評(píng)估時(shí)，需要遍歷所有待選網(wǎng)點(diǎn)，計(jì)算其吸納存款的期望值，然后根據(jù)一定的規(guī)則進(jìn)行比較(如選期望值最大的)，即可得出最優(yōu)解#65377;

4 結(jié) 論

在如圖2所示的地圖中，選取了3個(gè)待選網(wǎng)點(diǎn)net1(0.776 957 062 419 842，0.412 393 823 655 657)，net2(0.655 548 389 212 575，0.133 257 090 777 184)，net3(0.294 355 901 435 962，0.311 553 101 520 397)，分別用Huff模型和nd-Huff模型進(jìn)行分析，距離采用歐式距離，δ =0，結(jié)果如表1所示#65377;在Huff模型計(jì)算方式中，net3為最優(yōu)方案，而在nd-Huff模型中，net1為最優(yōu)方案#65377;

在圖 2中，我們可以看出，在net1的0.5半徑范圍內(nèi)，有17個(gè)點(diǎn)，而在net3的0.5半徑范圍內(nèi)，只有14個(gè)點(diǎn)#65377;因此，net1應(yīng)當(dāng)優(yōu)于net3#65377;所以，我們認(rèn)為nd-Huff模型在銀行選址中，具有比Huff模型更好的效果#65377;基于本算法，在基于LBI的商業(yè)銀行管理系統(tǒng)中進(jìn)行了實(shí)現(xiàn)，如圖 3所示，結(jié)果表明，在初步的選址過(guò)程中，只需要客戶(hù)的位置信息及網(wǎng)點(diǎn)的有效商業(yè)半徑等參數(shù)就可以得到較好的選址效果，提高了模型的易用性#65377;

主要參考文獻(xiàn)

[1] Alan Genes，F(xiàn)abienne Konik，Caroline Moss. Striving for Growth:Best Practices in Retail Banking Sales and Service Channels[EB/OL]. http://www.boozallen.com/capabilities/Industries/industries_article/37999368?lpid=660614，2007-06-13.

[2] Richard L Church.Geographical Information Systems and Location Science[J]. Computers Operations Research，2002，29(6):541-562.

[3] Atsuyuki Okabe，Kei-ichi Okunuki. A Computational Method for Estimating the Demand of Retail Stores on a Street Network and its Implementation in GIS[J]. Transactions in GIS，2001，5(3):209-220.

[4] Philip S Morrison and Rachel O’Brien.Bank Branch Closures in New Zealand:The Application of a Spatial Interaction Model[J]. Applied Geography，2001，21(4):301-330.

[5] D Huff. A Probabilistic Analysis of Shopping Center Trade Areas[J]. Land Economics，1963，39(1).

[6] 袁云峰. 基于多階段超效率DEA模型的銀行業(yè)效率研究[J]. 中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2006(6):46-51.

“本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文”