结合TF-IDF算法和信息熵的城市热点探索--以新加坡为例

城市热点分布决定了城市的空间结构,为对城市热点进行分析,提出一种基于社交媒体签到数据的城市空间热点分析方法。首先,针对离散化的签到数据进行了时间单元和空间单元的划分,然后对划分后的签到数据进行自相关分析,检验数据的空间聚集特征;之后采用TF-IDF算法挖掘具有空间显著性的高频POI点,以确定该区域的功能划分;最后利用信息熵的概率衡量区域内人群的流动程度。以新加坡2011年1月1日至2012年1月13日的签到数据集为例,进行试验分析。结果表明,新加坡居民的日常活动和新加坡商业中心分结果符合客观事实,反应了居民日常活动及商业经济分布具有高度的相关性。