隨著網(wǎng)絡(luò)信息技術(shù)在各領(lǐng)域的深入發(fā)展與應(yīng)用,社會(huì)科學(xué)領(lǐng)域的數(shù)據(jù)類(lèi)型和數(shù)量快速增長(zhǎng),盡管絕大部分社會(huì)科學(xué)領(lǐng)域的數(shù)據(jù)量很難達(dá)到TB級(jí),但傳統(tǒng)基于文件型的數(shù)據(jù)存儲(chǔ)和處理方法已無(wú)法適用,需要借助數(shù)據(jù)庫(kù)技術(shù)和方法。本文以粵港澳大灣區(qū)的496萬(wàn)個(gè)POI (Point of Interest)數(shù)據(jù)的存儲(chǔ)與分析處理為例,結(jié)合PostgreSQL開(kāi)源數(shù)據(jù)庫(kù)探討社會(huì)科學(xué)大數(shù)據(jù)的處理與應(yīng)用方法。本文通過(guò)研究認(rèn)為:單機(jī)數(shù)據(jù)庫(kù)系統(tǒng)能勝任絕大部分社會(huì)科學(xué)領(lǐng)域的大數(shù)據(jù)應(yīng)用,不需要大規(guī)模的分布式數(shù)據(jù)庫(kù);PostgreSQL數(shù)據(jù)庫(kù)免費(fèi)、易于適用、性能強(qiáng)大等特點(diǎn)使得非常易于社科研究人員使用;POI大數(shù)據(jù)也將隨著網(wǎng)絡(luò)地圖服務(wù)的深入發(fā)展成為一種重要的社會(huì)科學(xué)研究數(shù)據(jù);根據(jù)POI大數(shù)據(jù)的空間核密度分析可以發(fā)現(xiàn)粵港澳大灣區(qū)城市空間呈現(xiàn)高度集聚、多中心、等級(jí)化及功能空間連片化特征。

【文章頁(yè)數(shù)】：5 頁(yè)

【文章目錄】：
一、研究數(shù)據(jù)與方法
    (一) 研究數(shù)據(jù)
    (二) 研究方法
        1. 大數(shù)據(jù)分析方法
        2. 空間核密度分析方法
二、基于開(kāi)源數(shù)據(jù)庫(kù)的大數(shù)據(jù)處理方法及步驟
    (一) 大數(shù)據(jù)分析基本流程
    (二) 數(shù)據(jù)處理步驟
        1. 數(shù)據(jù)導(dǎo)入
        2. 數(shù)據(jù)分類(lèi)及合并
        3. 數(shù)據(jù)分析
        4. 數(shù)據(jù)制圖
三、基于POI大數(shù)據(jù)的案例分析
    (一) 城市功能空間整體上呈現(xiàn)高度集聚特征
    (二) 多中心城市空間結(jié)構(gòu)特征明顯
    (三) 城市空間等級(jí)化和網(wǎng)絡(luò)化特征顯著
    (四) 城市功能空間連片化特征明顯
結(jié)語(yǔ)



本文編號(hào)：3784225