Συστήματα εντοπισμού θέσης σε καταστήματα λιανεμπορίου: μια προσέγγιση τεχνητής νοημοσύνης για χωρική αναλυτική

Περίληψη

Η συμπεριφορά του καταναλωτή μέσα στο κατάστημα αποτελεί ερευνητική περιοχή ενδιαφέροντος για περισσότερα από 60 χρόνια με στόχο να εντοπίσει διάφορα μοτίβα που μπορούν να προσφέρουν αξία. Η κατανόηση της συμπεριφοράς του καταναλωτή μπορεί να οδηγήσει σε σημαντικές πληροφορίες για τους λιανέμπορους και να ενισχύσει την εμπειρία των καταναλωτών μέσα στο κατάστημα. Παρά τη δημοτικότητα της Χωρικής Αναλυτικής και των υπηρεσιών βάσει τοποθεσίας, και οι δύο αντιμετωπίζουν ένα κοινό πρόβλημα, την ακρίβεια του μηχανισμού εντοπισμού που χρησιμοποιούν. Για την αντιμετώπιση των ερευνητικών ερωτημάτων της παρούσας διατριβής, (α) υιοθετούμε ως μεθοδολογική προσέγγιση το μοντέλο Design Science, (β) αναπτύσσουμε ένα σύστημα εντοπισμού θέσης για εσωτερικά περιβάλλοντα και (γ) υιοθετούμε μια προσέγγιση μηχανικής μάθησης που εκτελεί εντοπισμό θέσης. Συνοπτικά, σχεδιάζουμε και αναπτύσσουμε ένα σύστημα που παράγει και επεξεργάζεται δεδομένα σήματος και αναπτύσσουμε μια προσέγγιση μηχανικής μάθησης για το ...
περισσότερα

Περίληψη σε άλλη γλώσσα

Shopper in-store behavior has been an area of interest for more than 60 years, trying to uncover patterns of shopper behavior. Although, shopper behavior is easier to be examined in digital environments, the physical stores draw more attention over the years due to the evolution of technology and the modern tools provided for examining in-store shopper behavior, powered by location analytics. Despite the popularity of location analytics and location-based services, they both face a similar problem; i.e. the accuracy of the localization mechanism they use. The indoor positioning issue appears in the relevant literature as a very challenging one and the achievement of high localization precision is a common objective shared by various scholars. In the context of this thesis a system artifact and machine learning indoor positioning approach are proposed that aim at extracting effectively the position of a user in an in-store retail environment. To this end, this dissertation aims to answe ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/47061
ND
47061
Εναλλακτικός τίτλος
Indoor localization systems for retail stores: an artificial intelligence location analytics approach
Συγγραφέας
Σταύρου, Βασίλειος του Δημήτριος
Ημερομηνία
2019
Ίδρυμα
Οικονομικό Πανεπιστήμιο Αθηνών. Σχολή Διοίκησης Επιχειρήσεων. Τμήμα Διοικητικής Επιστήμης και Τεχνολογίας. Εργαστήριο Ηλεκτρονικού Εμπορίου και Ηλεκτρονικού Επιχειρείν ELTRUN
Εξεταστική επιτροπή
Πραματάρη Αικατερίνη
Δουκίδης Γεώργιος
Παπακυριακόπουλος Δημήτριος
Μούρτος Γιάννης
Κουρουθανάσης Παναγιώτης
Λεκάκος Γεώργιος
Τσότσολας Νικόλαος
Επιστημονικό πεδίο
Φυσικές Επιστήμες
Επιστήμη Ηλεκτρονικών Υπολογιστών και Πληροφορική
Λέξεις-κλειδιά
Εντοπισμός θέσης σε εσωτερικά περιβάλλοντα; Χωρική αναλυτική; Τεχνητή νοημοσύνη; Λιανεμπόριο
Χώρα
Ελλάδα
Γλώσσα
Αγγλικά
Άλλα στοιχεία
242 σ., εικ., πιν., σχημ., γραφ.
Ειδικοί όροι χρήσης/διάθεσης
Το έργο παρέχεται υπό τους όρους της δημόσιας άδειας του νομικού προσώπου Creative Commons Corporation:
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Σχετικές εγγραφές (με βάση τις επισκέψεις των χρηστών)