TY - BOOK A1 - Steiger, Markus T1 - Multiagentensysteme zur Simulation von Konsumentenverhalten - Untersuchung individuenbasierter Simulationsszenarien zur strategischen Standortplanung im Einzelhandel N2 - Im Rahmen der vorliegenden Untersuchung liegt der Fokus auf der Überprüfung und Weiterentwicklung der Methode der Multiagentensysteme für die Prognosezwecke im Einzelhandel. Die konkrete Zielsetzung der Arbeit ist der Entwurf eines integrativen Systems zur Simulation möglicher Zukunftsszenarien des (räumlichen) Konsumentenverhaltens. Mit Hilfe einer agentenbasierten Modellierung ist es möglich die bisher vorherrschenden Top-Down Ansätze flexibel in ein Bottom-Up Modell zu integrieren. Die wichtigsten strukturprägenden Impulse im Einzelhandelssystem und somit auch auf die Konsumenten gehen aktuell von der Digitalisierung des Verkaufsvorgangs aus. Hierbei wird der „Raum-Zeit-Käfig“ der Kunden ausgeweitet und bestimmte Zwänge der räumlichen und zeitlichen Bindung innerhalb des Kaufprozesses entfallen. Die klassische zeitliche Abfolge des Einkaufsverhaltens wird aufgelöst; Information findet vermehrt digital statt. Vielmehr steht der Produktnutzen im Mittelpunkt, und zugehörige Dienstleistungen wie Information, Service und Logistik werden flexibel kombiniert. Vor diesem Hintergrund stellt die agentenbasierte Simulation einen dynamischen Ansatzpunkt dar, in dem eine Reihe der Defizite tradierter, statischer Methoden Berücksichtigung findet und sich vielfältige Einsatzmöglichkeiten für die Analyse der Wechselwirkungen zwischen Konsumentenverhalten und räumlichen Einzelhandelsstrukturen ergeben. Aufgrund der zunehmenden Digitalisierung des Einkaufsprozesses und den daraus entstehenden Informationen zum Konsumentenverhalten in Kombination mit immer komplexeren Fragestellungen ist in den kommenden Jahren eine verstärkte Dynamik bei der Anwendungshäufigkeit von Multiagentensimulationen in Einzelhandelsunternehmen zu erwarten. T3 - Geographische Handelsforschung - 26 KW - Einzelhandel KW - Standortplanung KW - Multitagentensysteme KW - Konsumentenverhalten KW - Verbraucherverhalten KW - Raumverhalten KW - Simulation KW - Mehragentensystem KW - Elektronikmarkt Y1 - 2017 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-180782 SN - 978-3-936438-93-2 N1 - Die gedruckte Version dieses Bandes ist im Buchhandel lieferbar. Nähere Informationen unter: http://www.metagis.de/MetaGIS-Fachbuch/Schriftenreihen/Reihe-GHF/reihe-ghf.html PB - Verlag MetaGIS Fachbuch CY - Mannheim ER - TY - THES A1 - Becker, Martin T1 - Understanding Human Navigation using Bayesian Hypothesis Comparison T1 - Verstehen menschlichen Navigationsverhaltens mit hypothesengetriebenen Bayes'schen Methoden N2 - Understanding human navigation behavior has implications for a wide range of application scenarios. For example, insights into geo-spatial navigation in urban areas can impact city planning or public transport. Similarly, knowledge about navigation on the web can help to improve web site structures or service experience. In this work, we focus on a hypothesis-driven approach to address the task of understanding human navigation: We aim to formulate and compare ideas — for example stemming from existing theory, literature, intuition, or previous experiments — based on a given set of navigational observations. For example, we may compare whether tourists exploring a city walk “short distances” before taking their next photo vs. they tend to "travel long distances between points of interest", or whether users browsing Wikipedia "navigate semantically" vs. "click randomly". For this, the Bayesian method HypTrails has recently been proposed. However, while HypTrails is a straightforward and flexible approach, several major challenges remain: i) HypTrails does not account for heterogeneity (e.g., incorporating differently behaving user groups such as tourists and locals is not possible), ii) HypTrails does not support the user in conceiving novel hypotheses when confronted with a large set of possibly relevant background information or influence factors, e.g., points of interest, popularity of locations, time of the day, or user properties, and finally iii) formulating hypotheses can be technically challenging depending on the application scenario (e.g., due to continuous observations or temporal constraints). In this thesis, we address these limitations by introducing various novel methods and tools and explore a wide range of case studies. In particular, our main contributions are the methods MixedTrails and SubTrails which specifically address the first two limitations: MixedTrails is an approach for hypothesis comparison that extends the previously proposed HypTrails method to allow formulating and comparing heterogeneous hypotheses (e.g., incorporating differently behaving user groups). SubTrails is a method that supports hypothesis conception by automatically discovering interpretable subgroups with exceptional navigation behavior. In addition, our methodological contributions also include several tools consisting of a distributed implementation of HypTrails, a web application for visualizing geo-spatial human navigation in the context of background information, as well as a system for collecting, analyzing, and visualizing mobile participatory sensing data. Furthermore, we conduct case studies in many application domains, which encompass — among others — geo-spatial navigation based on photos from the photo-sharing platform Flickr, browsing behavior on the social tagging system BibSonomy, and task choosing behavior on a commercial crowdsourcing platform. In the process, we develop approaches to cope with application specific subtleties (like continuous observations and temporal constraints). The corresponding studies illustrate the variety of domains and facets in which navigation behavior can be studied and, thus, showcase the expressiveness, applicability, and flexibility of our methods. Using these methods, we present new aspects of navigational phenomena which ultimately help to better understand the multi-faceted characteristics of human navigation behavior. N2 - Menschliches Navigationsverhalten zu verstehen, kann in einer Reihe von Anwendungsgebieten große Fortschritte bringen. Zum Beispiel können Einblicke in räumliche Navigation, wie etwa in Innenstädten, dabei helfen Infrastrukturen und öffentliche Verkehrsmittel besser abzustimmen. Genauso kann Wissen über das Navigationsverhalten von Benutzern im Internet, Entwickler dabei unterstützen Webseiten besser zu strukturieren oder generell die Benutzererfahrung zu verbessern. In dieser Arbeit konzentrieren wir uns auf einen Hypothesen-getriebenen Ansatz, um menschliches Navigationsverhalten zu verstehen. Das heißt, wir formulieren und vergleichen Hypothesen basierend auf beobachteten Navigationspfaden. Diese Hypothesen basieren zumeist auf existierenden Theorien, Literatur, vorherigen Experimenten oder Intuition. Beispielsweise kann es interessant sein zu vergleichen, ob Touristen, die eine Stadt erkunden, eher zu nahegelegenen Sehenswürdigkeiten laufen, als vornehmlich große Strecken zurückzulegen. Weiterhin kann man in Online-Szenarien vergleichen, ob Benutzer zum Beispiel auf Wikipedia eher semantisch navigieren, als zufällig Artikel anzusurfen. Für diese Szenarien wurde HypTrails entwickelt, ein Bayes’scher Ansatz zum Vergleich von Navigationshypothesen. Doch obwohl HypTrails eine einfach zu benutzende und sehr flexible Methode darstellt, hat es einige deutliche Schwachstellen: Zum einen kann HypTrails keine heterogenen Prozesse modellieren (z.B., um das Verhalten von ver- schiedenen Nutzergruppen, wie etwa von Touristen und Einheimischen, zu unterscheiden). Außerdem bietet HypTrails dem Benutzer keine Unterstützung bei der Entwicklung neuer Hypothesen. Dies stellt vor allem in Kombination mit großen Mengen an Hintergrundinformationen und anderen Einflussgrößen (z.B., Sehenswürdigkeiten, Beliebtheit von Orten, Tageszeiten, oder verschieden Benutzereigenschaften) eine große Herausforderung dar. Außerdem kann sich das Formulieren von adäquaten Hypothesen abhängig vom Anwendungsszenario als schwierig erweisen (z.B. aufgrund von kontinuierlichen, räumlichen Koordinaten oder zeitlichen Nebenbedingungen). In dieser Arbeit setzen wir an eben jenen Problemstellungen an. Unsere Hauptbeiträge bestehen dabei aus den Ansätzen MixedTrails und SubTrails, die vor allem die ersten beiden genannten Schwachstellen adressieren: MixedTrails stellt einen Ansatz zum Vergleich von Hypothesen dar, der auf HypTrails basiert, es aber ermöglicht heterogene Hypothesen zu formulieren und zu vergleichen (z.B., bei Benutzergruppen mit unterschiedlichem Bewegungsverhalten). Während SubTrails eine Methode darstellt, die das Entwickeln neuer Hypothesen unterstützt, indem es die automatische Entdeckung von interpretierbaren Subgruppen mit außergewöhnlichen Bewegungscharakteristiken ermöglicht. Weiterhin, stellen wir eine verteitle und hochparallele Implementierung von HypTrails, ein Werkzeug zur Visualisierung von räumlicher Navigation zusammen mit Hintergrundinformationen, sowie ein System zur Sammlung, Analyse und Visualisierung von Daten aus dem Bereich des Participatory Sensing vor. Schließlich, führen wir mehrere Studien in verschiedenen Anwendungsbereichen durch. Wir untersuchen etwa räumliche Navigation basierend auf Photos der Onlineplattform Flickr, Browsing-Verhalten der Nutzer auf dem Verschlagwortungssystem BibSonomy, und das Arbeitsverhalten von Nutzern einer kommerziellen Crowdsourcing-Plattform. Dabei entwickeln wir mehrere Ansätze, um mit den Eigenheiten der spezifischen Szenarien umgehen zu können (wie etwa kontinuierliche räumliche Koordinaten oder zeitliche Nebenbedingungen). Die Ergebnisse zeigen die Vielzahl von Anwendungsgebieten und Facetten, in denen Navigationsverhalten analysiert werden kann, und illustrieren so die Ausdrucksstärke, vielseitige Anwendbarkeit und Flexibilität unserer Methoden. Gleichzeitig, geben wir neue Einblicke in verschiedene Navigationsprozesse und ermöglichen so einen wichtigen Schritt hin zum Verständnis der vielfältigen Ebenen menschlichen Navigationsverhaltens. KW - Bayesian model comparison KW - Bayes-Verfahren KW - Mensch KW - Raumverhalten KW - Hypothesis comparison KW - Model comparison KW - Web navigation KW - Geo-spatial behavior KW - Navigation analysis KW - Räumliches Verhalten KW - Data Science KW - Human behavior KW - Bayes analysis KW - Mobility KW - Mobilität KW - Statistische Hypothese KW - Spatial behavior KW - Social Media Y1 - 2018 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-163522 ER - TY - THES A1 - Schamel, Johannes T1 - Raumzeitliches Verhalten bei der Ausübung landschaftsbezogener Erholungsaktivitäten vor dem Hintergrund des demographischen Wandels. Eine Analyse am Fallbeispiel des Nationalparks Berchtesgaden T1 - Spatio-temporal behavior during nature-based outdoor recreation in the context of demographic change. The case study of Berchtesgaden National Park N2 - Der demographische Wandel stellt in den meisten entwickelten Ländern einen externen Treiber dar, der die Entwicklung in und um Nationalparke in Zukunft maßgeblich mitbestimmen wird. Die Alterung der Besucher, die in den nächsten beiden Jahrzehnten die dominante Komponente des demographischen Wandels in Deutschland darstellen dürfte, erfordert von Seiten der Nationalparke eine Anpassung ihrer Besuchermanagementaktivitäten auch im Bereich der Infrastruktur. Hierfür muss jedoch zunächst grundlegendes Wissen über die Altersabhängigkeit raumzeitlichen Verhaltens vorhanden sein. Die zentrale forschungsleitende Frage der vorliegenden Arbeit ist in diesem Kontext angesiedelt und versucht herauszuarbeiten, in welcher Art auftretende Alterseffekte bei der körperlichen Leistungsfähigkeit sowohl die Tourenoptionen im Raum als auch das tatsächliche raumzeitliche Verhalten beeinflussen. Als Untersuchungsgebiet wurde mit dem Nationalpark Berchtesgaden der einzige alpine Nationalpark Deutschlands gewählt. Dieser besitzt aufgrund seiner Topographie ein breites Spektrum an Tourenmöglichkeiten mit unterschiedlichsten Anforderungen an die körperliche Leistungsfähigkeit. Aufbauend auf den theoretischen Erklärungszugängen der Time-Geography und des Constraints-Konzeptes der Freizeitforschung wurde zur Beantwortung der Forschungsfragen ein Methodenmix aus standardisierter Befragung und GPS-Logging zur Aufnahme des Tourenwahlverhaltens eingesetzt. Die gewonnenen Trajektorien wurden mit weiteren Informationen zur Ausstattung des Raumes versehen, um eine detailliertere Beschreibung des raumzeitlichen Verhaltens zu ermöglichen. Die Analysen zeigen, dass im Nationalpark Berchtesgaden vier Aktivitätstypen mit abweichendem raumzeitlichem Verhalten unterschieden werden können. Nur eine Minderheit von ca. einem Drittel der Besucher wählt dabei Touren, die mit größerer körperlicher Anstrengung verbunden sind. Die restlichen Besucher wandern nur halbtags oder kürzer im Gebiet und überwinden dabei nur wenige Höhenmeter. Im Altersverlauf konnten klare Brüche im raumzeitlichen Verhalten identifiziert werden. So verliert der Aktivitätstypus des Bergsteigers, der sich durch die Begehung alpiner Wege mit Absturzgefahr auszeichnet, bereits ab einem Alter von 50 Jahren stark an Bedeutung. Ab 60 Jahren steigt der Anteil sehr kurzer Touren sprunghaft. Ursachen dieser Veränderungen liegen primär in der Wahrnehmung von eingeschränkter körperlicher Leistungsfähigkeit, sowie einer veränderten Motivationsstruktur. Diese abweichenden Muster raumzeitlichen Verhaltens sind jedoch auch das Resultat divergierender Tourenoptionen. So konnte gezeigt werden, dass ältere Besucher aufgrund der niedrigen Fortbewegungsgeschwindigkeit nur einen geringeren Anteil der Wege im Nationalpark innerhalb eines bestimmten Zeitbudgets erreichen können. Wird die Verteilung der Aktivitätstypen unter der Annahme eines ausschließlich wirkenden Alterseffektes in die Zukunft übertragen, bedeutet dies eine Steigerung der Besucherkonzentration in der Managementzone des Nationalparks und eine Bedeutungszunahme von stationären Aktivitäten. N2 - In most developed countries, demographic change is an external key driver, which will determine the development in and around national parks in the future. The ageing of visitors, which will be the main aspect of demographic change in Germany, forces the national parks to adopt their visitor management activities and their infrastructure. Therefore, basic knowledge about the relation of spatio-temporal behavior and visitor age needs to be acquired. In this context, this works answers the overall research in how far age effects due to growing physical limitations affect the potential tour options as well as the actual spatio-temporal behavior. Berchtesgaden National Park, the only alpine national park in Germany, was chosen as the study area. Due to its topography, the park includes a broad spectrum of tour options with varying physical demands. Based on the theoretical concepts of Time-Geography and the Constraints framework of Leisure Science, a mix-methods approach, with a combination of GPS-logging and standardized questionnaires was used to answer the research questions. Furthermore, GPS-trajectories were enriched with additional information about the study area to provide a more in depth description of the spatio-temporal behavior. The results show, that visitors of Berchtesgaden National Park can be divided in four activity types with differing spatio-temporal behavior. Only a minority of about a third of the visitors are choosing tours, which require vigorous physical efforts. With increasing age, clear breaking points in spatio-temporal behavior emerged. The activity type “Mountaineer”, who are hiking on alpine trails with the danger of falling, are clearly loosing importance after the age of 50. After the age of 60, the share of very short and easy tours jumps up. Causes for these changes can be seen in a declining physical fitness and altered motivations. Moreover, the diverging spatio-temporal behavior of the age classes is also a consequence of different tour options. Results indicate that older visitors can only access a smaller share of the parks trail network within a certain time budget, due to their lower walking speed. Extrapolating the distribution of the activity types in scenarios, based on the assumption of an exclusive age effect, results in an increasing concentration of visitors in the management zone of the national park. Furthermore, stops will gain more importance, which will challenge the parks infrastructure. Consequently, management implications are given in a concluding chapter. T3 - Würzburger Geographische Arbeiten - 117 KW - Bevölkerungsentwicklung KW - Raumverhalten KW - Nationalpark Berchtesgaden KW - Tourismus KW - GPS-Logging KW - Landschaftsbezogene Erholung KW - Erreichbarkeitsmodellierung KW - GIS-Analysen KW - GPS-tracking Y1 - 2017 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-147068 SN - 978-3-95826-058-0 (print) SN - 978-3-95826-059-7 (online) N1 - Parallel erschienen als Druckausgabe in Würzburg University Press, 978-3-95826-058-0, 31,80 EUR PB - Würzburg University Press CY - Würzburg ER -