-
题名基于社交媒体数据的北京市游客与居民签到差异研究
被引量:6
- 1
-
-
作者
屈树学
董琪
秦嘉徽
刘雨思
张晶
-
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
-
出处
《地理与地理信息科学》
CSCD
北大核心
2022年第1期37-44,共8页
-
基金
国家自然科学基金面上项目“基于事件语义增强的地理信息服务群推荐”(41771477)。
-
文摘
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。
-
关键词
社交媒体数据
空间分异
机器学习
游客
居民
-
Keywords
social media data
spatial differentiation
machine learning
tourists
residents
-
分类号
P208
[天文地球—地图制图学与地理信息工程]
F592.7
[经济管理—旅游管理]
-