Huff模型的开源GIS实现

这可能很费力，但是我想知道是否有人为零售市场分析实现了重力建模工具或脚本（例如霍夫模型）来分析空间数据以了解客户与商店之间的关系？

有两个ESRI资料来源（包括Business Analyst扩展），但对于开源世界，我还没有见过。似乎可以真正利用PostGIS的数据库质量。

参考文档（已过时，但相关文章解释了此概念）：

— 瑞安·道尔顿
source

我什么都不知道，但是通过查看Directions文章和ArcScript版本，可以看到核心模型实现起来并不繁琐，我可以想象您可以使用GRASS或什至是形状类似的东西进行初次分析。

— scw

值得注意的是，离散选择建模与霍夫引力模型非常相似，因此可能引起关注。zh.wikipedia.org/wiki/Discrete_choice

— Andy W

Answers:

正如scw在他的评论中说的那样，代码本身似乎利用了一些基本的处理和循环，因此很可能可以在Python和Shapely中很快地重写。

但是，如果您正在寻找脚本，请查看用R ..和德语编写的以下内容：http : //www.reymann.eu/wp-content/uploads/2010/06/GravitationsgesetzHuff.R

Google翻译似乎表明它提供了“购买概率霍夫引力定律的计算”

从http://www.reymann.eu/wettbewerbsanalysen/einzugsgebiet链接到

— 地理学
source

— johanvdw

不幸的是，该脚本几乎不执行任何操作：其输入是已经制定和校准的（简单的）霍夫模型。它所做的就是将其应用于距离。

— ub

@whuber-据我了解，Huff公式本身仅需要与GIS的距离，其余的只是用户输入参数的计算？

— geographika

（1）没有“霍夫引力定律”。（2）“霍夫公式”指定了需要进行分析和校准的统计模型。（3）该模型涉及估计确定所有目的地的“吸引力”值的参数；它还涉及估计概率下降率（相对于对数距离）。线性趋势模型DEM的是类似：首先你要确认DEM 的趋势，那么你用最小二乘法找到其倾角和走向。然后，您插入这些值的脚本只是做在封堵。

— whuber

绝对可以看一下：https：//rpubs.com/MichalisPavlis/huff_model和R库hufftools，它也精确地显示了如何下载和使用整个国家的街道网络。Pavlis Dolega和Singleton论文也可能有助于思考零售业的“吸引者”问题。

— 乔治·吉尔顿
source