基于社交媒体数据的城市人群分类与活动特征分析

• 作者: 周艳 李妍羲 耿二辉 黄悦莹
• 来源期刊: 地球信息科学学报
• 关键词: 位置签到数据 时间序列 时空间行为 城市人口分类
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 全空间信息系统应用
• 页码范围: 1238-1244
• 页数: 7页
• 字数: 4837字
• 语种: 中文
• DOI: 10.3724/SP.J.1047.2017.01238

摘要

空间信息技术已开始进入全空间信息系统发展阶段,即将空间信息系统的范畴从传统测绘空间扩展到宇宙空间、室内空间、微观空间等可量测空间.位置大数据不仅是全空间信息系统的重要研究对象之一,而且也成为了广域全空间中了解人们生活方式以及城市动态变化的一种有效途径.本文基于社交媒体数据中的位置签到数据,提出一种不同于传统以社会经济属性为依据的城市人群分类方法.首先利用签到数据的时间序列构造矩阵模型;然后,通过分析用户签到活动的时间特征,采用K-means聚类算法和K近邻算法(K-NN)识别出具有不同时空行为特征的城市人群(静态居民、动态居民、通勤者以及访问者);最后,本文根据得到的人群分类结果,通过分析不同类型人群的时空间行为特征,发现不同类型人群时空间行为的差异性与潜在规律性,从而为表征城市人群的组成结构及特征,研究城市时空结构提供一种新的视角.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周艳	电子科技大学资源与环境学院	15	75	5.0	8.0
5	李妍羲	电子科技大学资源与环境学院	3	19	2.0	3.0
6	耿二辉	电子科技大学资源与环境学院	3	19	2.0	3.0
7	黄悦莹	电子科技大学资源与环境学院	3	17	2.0	3.0