Notice bibliographique
Résumé
As the growth of department stores, which have led the distribution industry, started to decrease recently, large-scale discount stores have emerged as a new format of retail business and taken the central position in the distribution industry. As large-scale discount stores gain more and more momentum in opening, there appears a shift to the competition structure between department stores and large-scale discount stores. Despite the latter`s remarkable growth, however, it should be noted that the two retail formats deal with different items in each product category and attract consumers with different preferences. Thus approaches to opening between them should naturally be different. In addition to the old approach toward opening a distribution facility including location analysis and market potential(MP) analysis, they should consider the unique characteristics of department stores to estimate sales. Thus this study divided the main variables to affect the sales of department stores into population and economic factors, location factors, internal environment factors, and differential factors. Then the investigator selected their input variables. Based on the factors to affect sales and sales data, I devised an estimation model of regression analysis and artificial neural networks. Based on the national statistics and the data of A department stores across the nation from the first quarter of 2002 to the fourth quarter of 2006, I compared the estimated and actual sales of 2007 and reviewed the model`s accuracy. In order to compare and assess total 505 cases by the regions and analysis methods, I divided the model composition into four(the Seoul metropolitan area(including Seoul), the Seoul metropolitan area(excluding Seoul), the rest of the nation, and the entire nation) and made estimations. As a result, the Seoul metropolitan area(including Seoul) model showed the highest estimating power at 96.6%. Using the model with the best estimation of sales, I predicted the sales of a new A department store for 2008. The relative importance of the input variables used in estimating sales turned out to influence the sales of a new department store. Thus it`s suggested that sales should multiply when they compose the store`s MD(merchandise) based on those variables.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».