- 1、本文档共5页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
新兴数据在城市规划中的应用研究进展社交网络签到数据社交网络签到数据应用概述社交网络签到数据是指利用利用智能手机、Pad等可定位设备发出的微博、推文等,相比常规微博、推文而言增加了发布地点、经纬度等附加信息。每个人都可以是位置数据的提供者,同时也可以是位置服务的受众[1]。其不仅仅反映居民群体间的虚拟关系,也是城市实体活动分布在网络空间中的体现。国外学者运用Twitter数据进行研究的较多,而国内学者对新浪微博的探索也正处于方兴未艾的阶段。社交网络签到数据内涵丰富,包含了用户自身属性、空间位置及其属性信息、语义及用户主观情绪等。通过社交网络签到数据来反映城市居民间的行为关系,进而判断城市间的联系和等级结构,可以为区域空间结构研究和城镇体系规划提供依据。实证研究社交网络签到数据在城市规划研究中应用广泛,具体可以分为如下3个层次。空间分布层次(Spatial Distribution)空间分布层次主要提取的是微博用户签到的位置及其空间属性信息。通过对海量用户签到数据的整合,反映人口及相应设施的位置信息和空间分布情况,从而指导城市规划编制。胡庆武等[2]利用街旁网的签到数据对于武汉市的城市热点和商圈进行了挖掘实验,其结果可用于城市社会经济发展预测与区域经济规划。吴建生等[3]运用微博签到数据评估了深圳市日常生活设施的配置合理性,为城市设施布局规划提供参考依据。王波等[4]运用核密度分析方法,评估了南京市不同人群的活动空间布局情况,并探讨了签到数据分布和城镇等级体系的关系,对于城市总体规划中的城镇等级体系布局的实施进行了评价。语义层次(Semantics)语义层次是指通过对海量用户的微博语义内容的挖掘,来分析不同特征用户在不同时间、不同区域的主观情绪分布,更可以与公众事件内容[5](如污染、城市内涝、交通拥堵等)相结合,进行舆情分析。邬伦等[6]获取了上海市1500万条微博签到数据,通过语义挖掘解析了微博用户在不同时段用户的场所信息和行为信息,对于公众出行需求和出行模式进行了分类,并探究了两者之间的关系。李栋[7]运用全国国庆长假前后的微博签到数据,评价了国内各城市、景点的旅游出行流入流出情况,并对比了各景点游客微博的主要语义内容,对于旅游规划的实施运营,假日交通出行的管控等有着重大意义。袁晶等[8]运用北京市微博签到数据,通过对于各个街区微博数据的语义分析,进而识别出了各个地块的城市功能比例(如居住、就业、购物等)和混合使用程度,是对传统的基于土地使用数据评价土地混合使用程度的一种方法补充。社交关系(Social Network)社交关系层次是用户网络关系与真实位置关系的映射,通过对海量用户之间关注、评论等相互作用关系的挖掘,自下而上地判断地块、城区、城市之间的关联潜力,从而判断空间联系的张力。徐艳等[9]分析了重庆市的新浪微博用户好友关系,识别了各主城区之间的网络连接度,并比较了其与传统地理学上城市各区域之间的层级,为相关政府及职能部门提供更好的决策指标与规划参考。甄峰等[10]利用新浪微博数据,从网络社会空间的角度入手,研究了中国城市网络发展特征,对于全国城市的空间网络格局进行了划分。不足与展望一方面,社交网络签到数据存在较多的采样偏差,其所代表的人群主要局限在一个较小的范围内。据新浪微博数据中心[11]统计,90后已经逐渐成为微博用户主力,占总用户量的53%,且超过四分之一的用户集中在北京、上海和广州三地,而这三地的网民进展全国的9%。另一方面,社交网络签到数据也存在较多的虚假信息,例如新浪微博的签到地点可以根据用户的选择任意设置,在研究中必须注重对虚假社交数据的辨别和处理[12]。手机数据手机数据应用概述手机是人们日常生活必不可少的通讯工具,其所能提供的数据类型很多,包括:通讯录、通话记录、GPS定位信息、与基站间的信令记录、上网记录和APP使用记录等。这些数据可以反映城市中居民活动的兴趣偏好、活动范围、规模频率、社交关系等内容,因此具有非常巨大的应用潜力。手机数据在城市居民职住识别、交通规划等方面有着广泛的应用[13]。手机数据有着非常明显的优缺点。根据Nielsen的统计报告《The mobile consumer》, 2012年美国、英国、中国的16岁以上人群手机拥有率分别达到94%、97%和89%。所以手机成为了目前使用人口最多、使用年龄最广、携带比较方便以及影响面积最广的移动通信设备。由于手机定位数据的覆盖人群广,数据实时生成,釆样周期长,能够大规模的客观长期记录城市居民活动的时空特征,并且被调查者负担几乎为零,因此学界认为其具有持续有效的支撑大规模居民活动模式分析的潜力[14, 15]。另一方面,手机数据必须从移动通讯运营商处获取,开放程度较其他数据低。手机数据地理位置的获取主要是通过对应移动基站的分布来实现,如果
文档评论(0)