Today, e-commerce is growing and developing in
direct proportion with the development of the internet. With these developments
in e-commerce and the changing marketing world, businesses have started to
produce new solutions in this sector. The establishment of virtual store
warehouses in certain points of the city and the delivery of orders to
customers via drone vehicles are the most important of these solutions. The aim
of the research is to present and test a research model for determining the
location and priorities of the virtual store warehouses (Virtual Store Drone Warehouse)
that provide retail product transportation with drone in metropolises.
Naturally, distance and density data are used in the analysis of such problems.
In the study, London, which is one of the biggest metropolises of the world, is
taken as an example. Depending on the model of the research, in the first
stage, the points indicating the density in the metropolis were determined. In
the next stage, the location data (latitude-longitude) of these points in
London Zone-2 was collected via Google maps. In the next stage of the model,
the location data of the densely populated areas were grouped using x-means
clustering algorithm, one of the data mining techniques. Then, the performance
evaluation of the clusters was carried out using TOPSIS, one of the Multi-Criteria
Decision-Making (MCDM) methods
E-commerce Virtual Store Drone Warehouse Clustering Algorithm Multi-Criteria Decision Making Warehouse Site Selection
Günümüzde
e-ticaret, İnternet’in gelişimi ile doğru orantılı olarak büyüme ve gelişme
göstermektedir. E-ticarette yaşanan bu gelişmeler ve değişen pazarlama dünyası
ile birlikte işletmeler bu sektörde yeni çözümler üretmeye başlamışlardır.
Şehrin belirli noktalarına sanal mağaza depolarının kurulması ve müşterilere
siparişlerin bu depolardan drone araçlar ile ulaştırılması bu çözümlerden en önemlisidir.
Araştırmanın amacı, metropollerde drone ile perakende ürün taşımacılığı
sağlayan sanal mağaza depolarının (Sanal Mağaza Drone Depo) yer ve
önceliklerini tespitine yönelik bir araştırma modeli sunmak ve test etmektir.
Doğal olarak bu tür problemlerin çözümünde uzaklık ve yoğunluk verilerinin
analizine başvurulmaktadır. Çalışmada dünyanın en büyük metropollerinden olan
Londra örnek alınmıştır. Araştırmanın modeline bağlı olarak, ilk aşamada
metropoldeki yoğunluğu işaret eden noktalar belirlenmiştir. Sonraki aşamada,
Google haritalar üzerinde, Londra Zone-2 içerisinde yer alan, bu noktaların
konum verileri (enlem-boylam) toplanmıştır. Modelin bir sonraki aşamasında
yoğun yerleşim bölgelerinin konum verileri, veri madenciliği tekniklerinden
x-ortalamalar kümeleme algoritması kullanılarak gruplandırılmıştır. Ardından
Çok kriterli Karar Verme (ÇKKV) yöntemlerinden TOPSIS kullanılarak kümelerin
performans değerlendirmesi yapılmıştır
E-ticaret Sanal Mağaza Drone Depo Kümeleme Algoritmaları Çok Kriterli Karar Verme Depo Yeri Seçimi
Birincil Dil | Türkçe |
---|---|
Konular | Yazılım Mühendisliği (Diğer) |
Bölüm | Araştırma Makalesi |
Yazarlar | |
Yayımlanma Tarihi | 21 Ekim 2019 |
Yayımlandığı Sayı | Yıl 2019 Cilt: 10 Sayı: 2 |