基于互联网大数据的小区宜居性评价

随着我国经济的快速发展,民众对居住环境的要求越来越高,宜居的生活环境愈加受到人们的重视。在购房或租房过程中,居民小区是否宜居已经成为人们决策的重要参考依据。传统小区宜居性评价方法所采用数据现势性低,且传统数据无法客观真实反应小区情况。针对以上问题,利用FME从百度地图、链家、大众点评等平台收集了大量互联网数据,以城市居民小区作为研究对象,并利用重力模型对广州小区进行宜居性评价,同时制作小区选址模版,利用FME制作广州互联网交通时空圈,根据所选择的中心点,模型即可给出半小时时空圈内所有小区的宜居性指数。

基于互联网大数据的城市等时交通圈研究

交通系统是城市研究的重要领域之一,随着城市化进程加快,交通压力日渐增大,交通拥堵时有发生。交通运输部对此发布了《三年行动计划(2018-2020年)》,着力推进综合交通基础设施建设,加快推进交通一体化建设,打造“一小时交通圈”。对于等时交通圈的研究,传统基于GIS空间分析的研究方法难以考虑实际情况,不能全面反映城市交通情况。以大数据技术为支撑,在等时交通圈基础上,加入百度、高德提供的实时交通数据,以广州市为研究区域,从多时段、多维度分析广州市的交通拥堵现状,对于广州市交通发展具有一定的参考意义。