在經(jīng)濟發(fā)展和信息科技日益發(fā)展的今天,對大數(shù)據(jù)的研究越來越多,這其中尤以空間數(shù)據(jù)的需求最為強烈,而這些空間數(shù)據(jù)中社交媒體地理數(shù)據(jù)有著重要的影響與作用。有很多學(xué)者對這些數(shù)據(jù)進行分析來得到想要的結(jié)果,在這些研究中,城市居民出行的時空行為特征和城市的功能區(qū)分布即熱點區(qū)域的發(fā)現(xiàn)對城市的規(guī)劃以及居民的需求發(fā)揮著巨大作用。由于微博的用戶對整體居民用戶具有代表性,本文通過網(wǎng)頁爬取技術(shù)獲取新浪微博簽到數(shù)據(jù),并結(jié)合其他數(shù)據(jù)對北京市的熱點區(qū)域進行探究并對北京市居民時空行為特征進行研究,針對這些問題,具體研究內(nèi)容分如下:（1）網(wǎng)絡(luò)數(shù)據(jù)采集與預(yù)處理。通過聚焦網(wǎng)絡(luò)爬蟲對新浪微博的簽到數(shù)據(jù)進行爬取,之后對爬取下來的數(shù)據(jù)進行處理,預(yù)處理包括對多余數(shù)據(jù)的剔除以及對興趣點POI的重分類,然后通過對比北京市POI樣本數(shù)據(jù)和微博簽到數(shù)據(jù)在北京市的分布情況來驗證我們獲取到的數(shù)據(jù)的正確性。（2）基于核密度分析的北京市熱點區(qū)域發(fā)現(xiàn)。首先通過北京市POI樣本數(shù)據(jù)在北京市的分布圖來對北京市城市功能區(qū)進行劃分,之后通過基于核密度分析的空間分析方法來進行北京市熱力發(fā)現(xiàn),通過熱力圖展示,最后發(fā)現(xiàn)北京市工作辦公區(qū)、商業(yè)消費區(qū)和居住空間區(qū)這三個... 

【文章來源】：蘭州交通大學(xué)甘肅省

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

技術(shù)路線圖

圖 2-1 劃分聚類算法的工作流程（2）層次聚類算法層次聚類方法是將數(shù)據(jù)聚類成若干組并形成相應(yīng)的樹的一種聚類方法。它的特：呈現(xiàn)樹型的層次結(jié)構(gòu)；需要計算相似的度量矩陣；聚類過程是從底部到頂部的；

圖2-2層次聚類算法的工作流程

【參考文獻】：
期刊論文
[1]移動軌跡聚類方法研究綜述[J]. 牟乃夏,徐玉靜,張恒才,陳潔,張靈先,劉希亮.  測繪通報. 2018(01)
[2]基于POI數(shù)據(jù)的鄭東新區(qū)服務(wù)業(yè)空間聚類研究[J]. 李江蘇,梁燕,王曉蕊.  地理研究. 2018(01)
[3]基于空間聚類方法的京津冀城市群多層級空間結(jié)構(gòu)研究[J]. 張珣,陳健璋,黃金川,于重重,陳秀新.  地理科學(xué)進展. 2017(11)
[4]基于POI數(shù)據(jù)的城市功能區(qū)識別方法研究[J]. 蔣云良,董墨萱,范婧,高少文,劉勇,馬新強.  浙江師范大學(xué)學(xué)報(自然科學(xué)版). 2017(04)
[5]基于核密度和KML的溢油預(yù)報動態(tài)可視化設(shè)計與實現(xiàn)[J]. 王豹,王斌.  海洋預(yù)報. 2017(05)
[6]基于社會感知空間大數(shù)據(jù)的城市功能區(qū)識別方法探析[J]. 徐建剛,楊帆.  城市建筑. 2017(27)
[7]熱力圖在校園文化APP界面設(shè)計中的應(yīng)用研究[J]. 陳慧,張則棟,蔣正清.  設(shè)計. 2017(15)
[8]基于位置簽到數(shù)據(jù)的城市空間分析與可視化[J]. 陳冉,王海起,孟斌,桂麗,劉玉.  地理信息世界. 2017(03)
[9]我國城市用地分類的地方性探索[J]. 戚冬瑾,周劍云.  城市規(guī)劃. 2017(05)
[10]采用密度空間聚類的散亂點云特征提取方法[J]. 張雨禾,耿國華,魏瀟然,石晨晨,張順利.  西安電子科技大學(xué)學(xué)報. 2017(02)

博士論文
[1]基于軌跡聚類的城市熱點區(qū)域提取與分析方法研究[D]. 趙鵬祥.武漢大學(xué) 2015
[2]基于用戶特征的社交網(wǎng)絡(luò)數(shù)據(jù)挖掘研究[D]. 廉捷.北京交通大學(xué) 2014
[3]基于城市體系視角的中國城市土地利用變化研究[D]. 呂薇.西南大學(xué) 2013

碩士論文
[1]位置社交網(wǎng)絡(luò)中基于簽到數(shù)據(jù)的好友推薦系統(tǒng)研究[D]. 黃乙哲.西安電子科技大學(xué) 2017
[2]基于新浪微博簽到的京津冀城市群居民活動時空特征及范圍劃界初探[D]. 韓華瑞.武漢大學(xué) 2017
[3]基于社交媒體地理數(shù)據(jù)挖掘的游客時空行為分析[D]. 王麗鯤.上海師范大學(xué) 2017
[4]京津冀城市群就業(yè)空間結(jié)構(gòu)及集散趨勢研究[D]. 宋鑫.華中師范大學(xué) 2017
[5]北京市居民出行方式選擇研究[D]. 董超.北京交通大學(xué) 2017
[6]基于位置社交網(wǎng)絡(luò)的用戶行為建模與研究[D]. 郭昊.中國科學(xué)技術(shù)大學(xué) 2017
[7]基于Spark平臺的空間數(shù)據(jù)挖掘DBSCAN聚類算法并行化研究[D]. 金都.電子科技大學(xué) 2017
[8]車流量熱力圖繪制系統(tǒng)[D]. 高峰.浙江大學(xué) 2017
[9]基于位置的社交網(wǎng)絡(luò)中的POI推薦問題的研究[D]. Pakhomova Kristina.哈爾濱工業(yè)大學(xué) 2016
[10]社交網(wǎng)絡(luò)用戶位置服務(wù)算法研究及其應(yīng)用[D]. 冉歡.重慶郵電大學(xué) 2016



本文編號：3235206