基于社会感知计算的游客时空行为研究

在情景感知、大数据、移动互联网和物联网发展的大背景下,迎合社会感知计算发展的趋势,探讨旅游社会感知计算内涵及其应用。在分析了现实地理世界、游客行为研究和社会感知计算之间关系的基础上,探讨旅游管理、传感器、游客活动和推理机的相互作用,构建了四位一体的游客行为社会感知计算概念模型。同时以西安国内游客为例,在新浪微博数据的支持和旅游社会感知计算框架下,探讨西安国内游客的时空共现和旅游流空间转移,探明了游客之间的相互关系和旅游空间行为及旅游流空间网络特征,为游客行为研究提供了思路和借鉴。同时在目前社会感知计算研究进展的基础上,展望了旅游社会感知计算未来的发展方向。

大数据背景下高校课程教学发展的契机、迷思与建议

大数据给高校课程教学发展带来了丰富的运用想象。然而,通过对网络课程使用状况的调查,我们发现,大数据技术人才的缺失、大量虚假学习"数字脚印"的存在,都提示我们必须对现阶段网络课程的迷思保持应有的警惕。高校网络课程建设应鼓励原创,又不固执于原创;集中用力,协同创新;建立产品思维,增强用户意识;细分接入端口,实现分众解析,让真正公平的教育成为大数据背景下教学场景中的常态。

联合足迹识别与监控视频分析的智能刑侦系统

刑侦破案是打击违法犯罪和确保国家长治久安的基本要求。刑侦破案的一大关键是如何有效地利用采集到的信息。为了更好地配合刑侦工作,提出了联合足迹识别与监控视频分析的智能刑侦系统。该系统基于深度学习方法,首先根据足迹信息,包括鞋印长度、宽度、受力分布情况、步长、步幅等,利用卷积神经网络技术实现嫌疑人个人特征的预测;其次联合周边监控视频大数据进行智能分析比较,利用大数据技术快速处理信息,分析视频中行人的个人特点;最后运用虚拟现实仿真技术构建足部压力和鞋底受力分析有限元模型,利用模型获得各种复杂场景下的仿真足迹。三者相互印证,有机结合,快速筛选刑侦对象。实验结果表明,该系统可以高效准确地根据足迹特征实现身高预测,并且与视频监控大数据相结合,可以迅速缩小排查范围并锁定凶手。

航空运输、软信息空间传递与企业并购——基于断点回归分析

在企业并购过程中,大量软信息的存在导致难以评估目标企业的真实价值,空间上的地理距离则增加了企业的信息成本和并购风险。利用手机定位信息配对机场位置形成城市双边航空客流数据,在引力模型的分析框架下引入航空客流变量,以此统计分析作为软信息载体的航空客流如何对企业跨城市并购产生影响。实证结果表明:软信息空间传递对企业跨城市并购有显著影响;航空客流对地理距离具有显著正向弹性,且航空运输在1000公里处存在断点,城际距离在1000公里以上具有更高的航空客流;城际航空运输促进了企业跨城市并购,其效应超过了地理距离对企业并购的影响。实证结果说明航空运输通过空间压缩机制,提高航空客流,增强软信息传递,促进了企业跨城市并购。

大数据下的足迹检验在公安工作中的作用

利用足迹检验工作对现场足迹情况、出入口痕迹、足迹自动识别系统等信息可形成公安大数据来分析犯罪人的作案特点、作案手段、作案过程。公安大数据下的足迹检验在侦查工作中可以快速锁定犯罪嫌疑人、串并案件,保证预防犯罪与打击犯罪并重。在工作中应大力发展足迹自动识别和建立足迹数据库。

数字足迹支持下的历史性城市景观空间感知与游憩体验研究

历史性城市景观符号化的空间生产方式忽略了对人本体验的挖掘,造成大量同质化空间的扩散。基于用户需求提升空间感知与游憩体验质量,成为推动其可持续发展与个性化培育的重要途径。在大数据背景下,利用数字足迹对空间感知与游憩体验展开定量评析,可以弥补传统分析方法中数据覆盖性、准确性和代表性不足等既有缺陷。文章从宏观与微观两个层面对历史性城市景观空间感知与游憩体验展开定量分析:前者主要利用网络规模和密度、集聚性、中心性及核心边缘特征四个指标,对城市游憩网络的空间结构和节点功能进行辨析;后者主要使用开放编码、轴心编码和选择编码形成的三级质性指标对游憩体验感知方式进行解译,以形成对特定空间行为和心理反应的解释。通过量化分析与质性分析的结合,拟将研究焦点从对物质空间的关注转到对社会实体的重视。

青海湖自然保护区人类数字足迹及草地生物量的人类活动暴露度的时空模式分析

开展保护区人类活动压力定量评估对保护区内生态系统安全、降低人类活动影响具有重要意义。许多学者从人类活动对生物多样性、生物的生境或生态系统服务及其价值的影响等角度已开展了大量研究,但由于反映人类活动的统计数据在时空尺度上较粗,难以精细刻画保护区内短期动态的人类活动干扰。本研究尝试通过记录人的位置到访信息的高时空分辨率数字足迹数据,以青海湖国家级自然保护区为研究区域,利用0.01°逐日的定位请求数据和草地生物量数据,从人类数字足迹覆盖率、数字足迹强度和草地生物量的人类活动暴露度3个指标上对青海湖自然保护区内人类数字足迹入侵强度及其对生态环境的影响开展了研究。研究结果显示,青海湖保护区人类数字足迹具有“多尖峰、南高北低、景区节律”的时空模式;每日人类数字足迹覆盖率和足迹强度呈现按月聚集模式,最大值分别为7.42%和5.24;草地生物量的人类活动暴露度显示人类数字足迹对青海湖二郎剑-黑马河沿线的草地生物量影响最大,此时草地生物量的人类活动暴露度水平在热门旅游景点较高,最高达到2.24。通过位置大数据挖掘青海湖保护区内人类数字足迹的时空变化及其对于生态环境的影响,不仅证明了数字足迹用于人类活动对于生态环境影响研究的有效性,也为保护区生态环境精细化的管理提供支撑。