首站-论文投稿智能助手
典型文献
基于社交媒体数据的北京市游客与居民签到差异研究
文献摘要:
城市空间分异研究对城市规划、旅游地资源配置、公共交通优化等具有重要意义.该文基于2016年北京市核心六区微博签到数据,根据游客和当地居民签到行为差异,依据时间特征、空间特征和签到比率特征,通过机器学习方法对游客与当地居民进行分类,利用局部莫兰指数和基于签到POI类型的层次聚类法实现细粒度的签到聚集区类型识别,并探究两类人群签到聚集区空间分布与签到类型的差异.结果表明:该文分类模型各项评价指标均在0.9以上,较前人分类结果有较大提升;基于该分类模型所得游客和居民社交媒体签到特征差异显著,游客签到主要集中在故宫周边,以风景名胜、体育休闲和餐饮服务类型为主,居民签到较分散且科教文化服务、商务住宅类型突出,同时发现"菖蒲河公园"等居民签到多而游客签到少的显著差异地区.利用社交媒体数据进行人群异质性角度下的空间分异研究,有助于准确捕捉不同人群在城市中的活动类型、特征并探究城市内部活动规律.
文献关键词:
社交媒体数据;空间分异;机器学习;游客;居民
作者姓名:
屈树学;董琪;秦嘉徽;刘雨思;张晶
作者机构:
首都师范大学地球空间信息科学与技术国际化示范学院,首都师范大学三维信息获取与应用教育部重点实验室/城市环境过程与数字模拟国家重点实验室培育基地/水资源安全北京实验室,北京 100048
引用格式:
[1]屈树学;董琪;秦嘉徽;刘雨思;张晶-.基于社交媒体数据的北京市游客与居民签到差异研究)[J].地理与地理信息科学,2022(01):37-44
A类:
B类:
社交媒体数据,差异研究,城市空间,空间分异,城市规划,旅游地,公共交通,交通优化,六区,微博签到数据,当地居民,行为差异,时间特征,空间特征,机器学习方法,民进,莫兰指数,POI,层次聚类法,细粒度,聚集区,类型识别,分类模型,民社,特征差异,故宫,风景名胜,体育休闲,餐饮服务,服务类型,科教文,文化服务,住宅类型,菖蒲,蒲河,异地,行人群,人群异质性,不同人群,活动类型,市内,活动规律
AB值:
0.393282
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。