基于精细时空行为测度的街道空间人群数字画像构建与分异

【目的】城市空间景观设计需要匹配多元化人群的实际活动需求,既有的数字技术方法更多从大尺度、宏观视角出发研究人群活动,难以满足景观尺度上对人群时空行为的智能画像研究。从景观-建筑尺度深入探讨面向街道设计的人群数字画像识别指标体系与测度方法,可为理解街道建成环境与人群分异之间的互动机制提供依据。【方法】以江苏省南京市中央路为案例,通过采集基于手机定位服务(location-based services,LBS)的人群时空数据和街道空间数据,运用人工智能算法分析不同类型人群的街道空间时空使用特征;提出包含基本属性、时间偏好、空间偏好、设施偏好和景观偏好等多维度指标的街道空间人群数字画像测度方法和谱系构建方法。【结果】识别出213种街道空间人群类型和7类典型人群数字画像,揭示了街道空间人群数字画像的时空分异特征,发现了这些特征与现状街道景观设计和设施布局的关联性。【结论】基于街道空间人群数字画像的分析结果,针对性地提出提升街道空间品质的规划建议,有助于更好地满足不同人群的实际活动需求,以助力城市空间景观设计响应居民需求,从而创造更加宜居、舒适的城市环境。

基于大数据的城市人群数字画像:技术与实证

伴随着中国城镇化由粗放扩张走向存量发展,以人的需求为出发点,重视人群需求与资源配置的匹配正成为当下城市研究的重要议题。因此,针对当代城市中行为模式日臻多元化、个性化的人群,如何利用大数据分析等技术手段,识别并解析不同城市人群的时空行为模式,以实现对城市人群的整体性刻画,正成为需要重点攻克的技术难题。本文试图综合利用LBS定位数据、业态POI数据和城市用地功能数据等多源大数据,以及时空行为识别技术,来精准把握城市人群的时空行为;并在此基础上,探索“时间序列、空间分布、行为模式”3个维度的数字画像构建技术,最终形成基于时空行为的人群数字画像实证解析,精准有效地识别出不同城市人群的时空分异特征。

海量公交数据的人群画像算法

面向海量公交数据的人群画像对分析城市群体出行特点、交通态势等极具价值,但对数据的处理存在耗时高、质量低、解释难等问题。提出一种海量公交数据人群画像的系统化解决策略,基于PageRank算法筛选出经过重要站点的人群轨迹,极大减少目标人群的轨迹数据;提出轨迹文本化分析方法来提高人群画像的可解释性;分析确定基于余弦距离的K-means算法作为人群画像分类的聚类算法。该算法在3000万乘客公交出行数据上的实验表明:提出的解决策略能够较为系统性地解决海量公交数据的人群画像问题,同时基于余弦距离的K-means算法的聚类效果最好且准确率约达80%。将人群画像及其轨迹使用Flow Map进行可视化展示,结果符合真实世界的人群行为特征。

互联网环境下的糖尿病管理模式:回顾与展望

通过对国内外互联网环境下糖尿病智能管理模式、跨学科干预模式和糖尿病人群画像等相关研究的回顾与梳理,发现其中的研究热点,以期提出能将糖尿病人群个体化控制目标、饮食、运动、血糖监测、教育和服药依从性等生活方式进行全过程智能化干预管理的有效模式。

基于改进K-means算法的学生用户画像构建研究

为分析学生在校行为与学习成绩之间的关系,通过收集高校学生的消费习惯、图书借阅数据等校园一卡通中的日常生活行为数据,筛选出用于构建学生用户画像的属性特征,运用DPCA方法结合改进选择初始中心点的K-means算法建立数据分析模型。通过对学生行为数据、学生成绩数据的多特征重要性分析进行降维,分散数据点后对特征赋予权重计算每个特征对数据整体的影响情况,分析归纳得出结论,描绘出客观细致的学生用户画像。实验结果表明,DPCA-K-means算法结果与经典模型相比准确率有较大提升,对学生用户画像更准确。

基于增量式流处理的自适应群体划分方法

群体有效划分是实现群智协同的关键性基础问题.然而,在具有大规模数据流的协同应用中,由于用户数据的复杂关联性、流式处理的信息片段性和用户特征的动态变化性,造成了概念漂移现象的发生,严重制约了群体划分的准确性和适应性.如何实现群体划分在发生概念漂移时自适应地动态更新成为一个亟待解决的问题.针对这一问题,本文提出了适应概念漂移的群体划分模型,覆盖了信息建模、群体划分、群体模式提取、迭代优化四个阶段,可基于流处理引擎为群智协同应用提供有效的群体划分和数据过滤分发.该方法首先基于关联数据建立用户全生命周期信息模型以统一多源数据特征;进而融合多维语义,通过增量聚类实现群体的初步划分;然后借助基于事件语义的模糊挖掘提取群体的行为模式;最后通过行为模式的对比匹配实现群体划分模型的迭代优化,从而形成语义及行为高内聚的群体划分模型,实现群智动态汇聚.本文采用诊疗流程协同推荐作为典型案例,通过实验验证了方法对群体划分准确性和适应性的提升,说明本文方法能有效支撑适应概念漂移的协同应用.

基于人群时空行为画像的社区精准规划策略——以南京阅江楼社区为例

在新型城镇化以人为本的价值导向下,城市发展愈发追求与市民真实活动行为的精准对接,以满足空间指标为主要目标的传统规划方法越来越难以满足市民对城市空间和设施供给的多样化需求,精准描摹人群时空行为特征并将其与空间设计相结合成为规划研究的趋势。文章以南京阅江楼社区为例,使用时空行为分析和人群画像的研究方法,对南京主城区社区人群的日常行为特征和需求进行刻画,据此归纳出三种活动需求与四类活动高发场所,提炼出五种典型的社区人群画像。最后,根据各类画像人群的需求探讨了主城区社区改造与城市公共设施规划的相应策略。

基于校园一卡通数据的人群画像分析

校园一卡通系统集成了用户大量的使用信息。论文利用数据挖掘技术对学生校园消费和学习活动数据进行人群画像。首先,通过数据预处理提取关键特征,采用K-means聚类算法对全校本科生数据集进行聚类,分析了用户的消费习惯和人群特征后进行画像说明。最后,通过生成的决策树模型对本科生数据集进行分类,以评估人群特征划分的准确性。实际结果表明,论文设计的用户分类模型能有效区分不同行为特征用户,为高校学生管理工作提供依据。

肖像摄影中的服装设计及造型研究

针对现代肖像摄影空间服装同质化严重、人物性格特征模糊、无法购买到展现人物特征的服装、国外面料资源受限等问题,遵循肖像摄影服装设计的原则与适用范围,文章对肖像摄影中的服装设计及造型进行研究,对比分析西方肖像摄影大师是如何处理肖像摄影中的服装和造型的,采用了肖像时装设计方案及实践应用法,结合肖像摄影拍摄主题案例设计服装,完成优秀人物肖像照,为当前肖像摄影空间服装造型提供了参考与借鉴。为今后肖像摄影多元化的发展抛砖引玉。

基于服务设计理念下公共场所消毒设施设计研究

更加高效地实施在公共场所消毒,达到从传染途径上切断病毒传播。采用调查取样分析的方法,对不同环境和不同人群抽样调查。得到现有公共场所消毒流程及方法上的问题。该方法可以提高公共场所的消毒效率,从传染途径上切断病毒传播。

基于数据分析的交通旅游人群精准画像与需求辨识

为探索提升交通旅游人群定位的精准度和准确性,为出行者提供更个性化、更丰富的交旅融合功能体验,针对现阶段人群画像技术在交旅融合领域尚属空白的问题,依靠数据挖掘、数学建模、统计分析等方法,从游客基本属性和游客行为属性两个维度勾勒描述了游客基本情况的画像。确定了交旅融合项目目标客群,并辨识其出行需求、消费需求、旅游需求等,从而准确发现数据背后的规律和特征。以溧阳至宁德高速公路黄山至千岛湖段深渡服务区为例,将人群画像与交通旅游需求耦合对项目未来打造方向与定位进行了分析识别,用以支撑深度服务区项目发展模式确定和业态规划,从而为项目建设者提供可预测、可视化的信息和决策,为其他同类实践项目借鉴提供了技术参考。

网络视频站点公开数据解读

因为收视习惯的转变,传统收视率统计的方法对于在线点播用户的观察和监测陷入了无能为力的盲区,通过公开数据分析互联网视频用户和观众的收视情况,可以实现对内容平台的评估、对热点趋势的追踪、对收视人群特征的分析,借此对人群倾向和爱好做出判断。

共建共享背景下南京非遗民宿人群画像研究

非物质文化遗产(简称非遗)南京非遗民宿是一个文化的载体。本文提出"淡季共建,旺季共享"的观点,一方面在旺季设计和开展各具特色的全员参与项目,让其参与其中,学习其中、游乐其中;另一方面在淡季能够参与民宿周围的建设,自觉把自己作为旅游环境建设一分子,真正树立主人翁意识,提升整体旅游意识和文明素质。经过研究发现,非遗民宿的"人群画像"复杂性在某种程度上制约了民宿的开发。