群体互动时空可达性评价模型

群体互动行为在人类社会生活中不可或缺,群体互动时空可达性旨在研究群体的时空条件下共同开展活动的自由度,长期以来一直受到地理学、交通学、规划学、行为学等不同领域的广泛关注。为弥补已有可达性方法对于活动开放时间及个人活动需求考虑的不足,本文拓展了时间地理学核心概念,基于群体互动时空路径与群体互动时空棱柱,进行群体互动时空可达性表达,并以活动地点兴趣度、互动时长可行度、活动地点吸引度、出行时间衰减度为评价因子,构建群体互动时空可达性评价模型,并以北京市为实验区验证了模型的有效性。该模型可为聚会活动地点推荐、移动社交网络、个人智能交通出行等应用提供一种有效的方案。     

基于出租车GPS数据的居民就医时空特征分析

城市医疗服务在很大程度上影响着城市居民的生活质量,在公共服务领域中发挥着极其重要的作用。近年来,中国城市化发展过程中产生了海量的大数据,基于这些海量数据分析居民就医出行特征对于优化和改善城市医疗资源布局具有重要意义。本文以北京市主要医疗机构空间位置数据为基础,基于出租车GPS移动轨迹数据,采用时空统计分析方法,研究了出租车出行模式下的居民就医出行时空特征。结果表明,利用医院的OD（Origin-Destination）网络结构特征分析,可以识别出不同医院的服务范围以及受众的时空分布模式。市区尤其是四环以内医院的就医网络密集、紧凑,就医密度较高,而四环以外尤其是郊区周边,就医网络稀疏、分散,医疗资源的级别及地理位置影响了居民的就医倾向。本研究基于浮动车GPS数据开展居民就医时空行为模式挖掘研究,可以为城市医疗资源供需分析和优化配置提供决策支持。     

面向时空可达性的城市应急医疗机构推荐方法

快速选择和分配应急医疗机构是城市突发事件应急响应的一个重要方面。医疗机构的地理位置和城市实时交通是影响城市医疗机构时空可达性的主要因素,医疗机构的资源数量和突发事件的救助需求是否匹配决定了医疗服务的可及性。本文综合考虑以上影响因素,将医疗机构的地理位置、实时道路通行情况、医疗机构等级及其资源数量以及突发事件的救助需求作为选择指标,建立适合城市突发事件应急救助需求的医疗机构选择模型,设计其算法流程并利用青岛市相关数据进行实验,验证其可行性及关键步骤的作用。本文提出的应急医疗机构选择模型及算法能够在推荐医疗机构的同时完成救治人员分配和路线规划,提高了应急医疗机构的选择效率,对城市突发事件应急响应具有一定的应用价值和决策指导意义。     

基于交通大数据的城市医疗可达性分析研究

随着社会发展的进步和人民生活水平的提高,人们对健康的需求也随之提高,近年来,医疗可达性逐渐成为城市研究领域的重点关注对象.尤其是2020年爆发的新冠疫情,让人们认识到医疗可达性和社会资源配置的公平性是至关重要的.现存的可达性计算方法通常建立在一个假设的基础之上,即假设居民选择就近的医院就医,这忽略了人们选择医院的主观意向.本文提出了一种新的方法,融入行人移动大数据,用移动大数据来模拟人们产生就医行为时对医院的主观选择.结果显示:①很多居民愿意增加出行距离选择更好的医疗服务机构就医;②利用出租车轨迹数据和地铁刷卡数据计算的医疗可达性结果有明显差异;③深圳市医疗可达性整体上呈现出分布不均匀和多中心的发展趋势;④城市交通状况也是影响医疗可达性结果的重要因素.     

城市医疗设施空间分布合理性评估

随着经济发展和人民生活水平的不断提高,城市居民对健康的重视程度不断的增加,医疗设施作为城市中不可或缺的公共设施发挥着越来越重要的作用。城市的不断扩张导致医疗机构的分布已不能适应当前的城市规模,如何能够将有限的医疗资源进行合理的分配,并能在最大程度上满足居民的需求成为当下研究热点。本研究基于地理信息系统（GIS）空间分析技术,根据统计资料建立武汉市中心城区交通网络、医疗机构分布、人口等数据库,分别从可达性和公平性角度评价武汉市医疗设施的空间分布合理性,并利用地理空间可达性评估法和基于交通网络行进时间成本法分别对武汉市中心城区医疗设施可达性进行评价。就医可达性评估显示,武汉市居民就医便捷程度总体上较好,并以长江和汉江的交界地区为中心,呈四周放射状分布。通过引入需求指数、医疗机构规模、区域人口、人均可支配收入等指标,利用基尼系数、空间相关性和空间分层异质性评价医疗服务设施空间分布公平性。结果表明,武汉市医疗机构分布按人口分布合理,医疗机构主要集中分布在人口密集的主城区;地理分布上城郊地区医疗机构相对稀少。最后,依据可达性和公平性评价结果,对武汉市医疗设施布局提出合理化建议。在城市规划发展中,应更多考虑改善郊区等交通欠发达区域居民的就医条件,从而完善城市医疗设施分布。     

基于网络地图的多交通模式医疗设施可达性分析

由于城镇化发展迅速、居民对医疗服务需求的提高,使得城市人口密集区域医疗服务压力增大,因此进行医疗服务设施可达性分析具有重要意义。本文以福州市主城区为例,医疗数据来自于福州市卫健委,利用爬虫技术获得小区户数进行人口估算,基于早、中、晚各时段的实时路况信息,计算居民点到医疗服务设施的最优路径旅行时间,并绘制医疗服务等时区,利用高斯距离衰减函数改进的两步移动搜法（Gaussian-Two Step Floating Catchment Area Method, Ga-2SFCA）,考虑出行模式,对福州市主城区二级以上医院进行可达性分析。结果表明：① 驾车出行模式下,医疗服务覆盖率和居民就医可达性要明显好于公共交通出行模式;② 驾车出行模式下,医疗服务可达性受出行时段影响较大;而公共交通出行方式下,各时段差异较小;③ 随着时间阈值的增大,居民点的医疗服务可达性等级提升,且高等级可达性范围逐渐扩大;④ 驾车模式下的医疗可达性空间分布和道路保持一致,呈现出“环线层次”的现象;而公共交通模式下的可达性空间分布由于受到城市公交微循环系统的影响,呈现出“轴向扩张”的现象。     

基于轨迹偏移算法的居民就医时空特征与空间格局分析

居民就医时空特征与空间格局反映了医疗设施的服务能力与布局合理性。本文以厦门岛为例,采用出租车轨迹数据,探讨了居民就医的时空特征和空间格局。论文提出了基于道路中心线的研究单元划分方法;提出OD轨迹偏移算法,更精细地提取出三级医院的就医OD数据,改善传统的缓冲区分析法中精确度较低的问题;对居民就医行为进行时空特征分析;基于就医意向与K-means聚类算法分析了居民的就医空间格局。结果表明：① 相对于传统的缓冲区分析,使用OD轨迹偏移算法提取医院的就医OD数据时,不要求OD数据具有较高的定位精度,仅通过偏移OD点坐标即可更加准确与完整地提取就医OD数据,精度提高约30%以上,并适用于所有浮动车轨迹数据;② 居民就医高峰期在7时与14时,休息日日均就医人次为工作日的2倍,当就医出行距离大于1 km时,就医出行人次随着出行距离的增加不断减少,整体符合韦伯分布函数;③ 居民就医时首要选择中山医院、第一医院或中医院,就医选择具有显著的区域性差异,反映居民临近就医的习惯,厦门岛西南部区域医疗资源十分充足,居民首要选择的就医最大出行距离在4 km以内,而西北部与东南部区域的居民首要选择的就医出行距离多在10 km左右,医疗资源较为匮乏,亟待加强;④ 厦门岛三级医院的吸引力具有明显的层次性,居民的强就医意向 （P_ij>33%）的医院皆为中山医院、第一医院与中医院中的1所,这3所医院的服务范围基本包括整个厦门岛,对居民有着较强的吸引力,居民对其余6所医院的就医意向值在0~33%之间,服务范围基本为医院临近的一些区域,吸引力与服务能力相对较弱。研究结果不仅为挖掘居民就医时空特征提供方法参考,还为后续医疗设施资源空间配置优化提供决策支持。     

聊城市就医可达性研究

随着生活水平的提高,医疗服务需求正成为现如今人们越来越关心的问题。以山东省聊城市东昌府区为研究区,以开源OSM道路交通网、综合性医院和人口社区为基础数据,利用高斯两步移动搜寻法结合网络分析OD成本矩阵对研究区进行就医空间可达性分析,以千人床位数作为就医可达性指标,根据在时间成本下的就医可达性结果,对研究区的医疗设施建设提出建议。结果显示:①东昌府区的综合性医院趋近集聚分布,整体分布不均;②东昌府区的医院主要集聚于柳园街道,整个研究区的就医可达性以柳园街道为中心,呈圈层式分布,就医可达性等级从7级到1级由内到外逐层降低;③时间成本下的就医可达性结果从中心到边缘地区可达性等级相差较大,经过分析得出这与路网的道路等级和密集程度密切相关。     

融合实时路况信息的北京市就医可达性分析

就医可达性是衡量区域医疗公平性的标准之一,为均衡医疗设施配置提供了理论依据。两步移动搜索法(2SFCA)是一种较为成熟的可达性计算方法,但仍存在研究最小基本单元尺度较大、供需点间时间估算忽略路网的通达性和实时路况等问题。本文利用高德地图获取依据实时路况规划最优驾车路线的时间,通过2SFCA评估北京市1 575个居民点在工作日的5个时段和4种出行时间阈值内到达208所医院的可达性。结果表明:北京市就医可达性空间分布不均衡,随搜索阈值的增大,分布形态由多峰值分布向以西城区和东城区为中心的环状扩散分布转换。时段分异特征显著,各时段可达性为一般及以上居民点比例由高至低依次为夜晚、中午、下午、早高峰、晚高峰。     

融合用户特征与群体智慧的多目标旅游线路推荐方法

针对旅游线路推荐过程中的数据稀疏与冷启动问题,本文提出了一种融合用户特征与群体智慧的多目标旅游线路推荐方法。首先,通过携程网、望路行程、百度指数等网站获取景点信息与对应的群体智慧数据,包括景点的位置、票价,用户评论、评分、浏览数据等;其次,结合用户特征与群体智慧数据构建景点对不同特征用户的综合吸引力并计算旅游线路吸引力指数;最后,定义旅游线路推荐多目标优化函数并利用多目标遗传算法NSGA2生成线路推荐列表。相较于传统旅游线路推荐方法,本文所提出的方法充分考虑了用户实际需求（消费侧）与景点吸引力（供给侧）,使得用户能够以较少的时间开销,尽可能多地游览热门景点。同时,推荐过程中根据用户的性别、年龄、出行方式、出行时间对用户群体进行划分,使得推荐准确性更高。实验结果表明,该方法考虑的因子可以有效提高用户在路线规划过程中的满意度,所推荐的旅游线路不仅具有更高的综合吸引力指数,还能够有效减少路程时间。此外,推荐结果也更加具有多样性,有助于推动智能化旅游线路推荐的发展。     

基于道路交通网络的武汉市养老机构空间可达性研究

十二五期间,中国人口呈现出老龄化、高龄化、空巢化加速发展的特征,老龄化形势日益严峻,导致养老、医疗等服务设施的社会需求量急剧增加,中国现有的养老产业发展水平难以适应需求。养老机构是社会化养老服务的重要组成部分,加强对养老机构空间布局的研究对于保障老年人生活水平、促进城市发展等具有重要意义。基于此,本文以道路交通网络为基础,利用Arc GIS网络分析法和最短距离模型对武汉市养老机构的空间可达性进行了测算,以期为养老机构的合理优化配置提供科学参考。     

基于地理标记照片的个性化景点推荐方法

研究如何根据已有的海量旅游信息及数据,为游客个性化推荐旅游景点具有重要意义。本文利用从Flickr网站获取的2013—2018年香港特别行政区范围内的地理标记照片来识别旅游景点,并根据游客游览顺序重建旅游轨迹。在此基础上,针对现有方法尚未考虑游客偏好在旅行过程中会发生动态变化的问题,提出一种基于隐含狄利克雷分布模型（Latent Dirichlet Allocation, LDA）和用户长短期偏好的个性化景点推荐方法（A Recommendation Method Based on LDA and User's Long and Short-Term Preference, L-ULSP）。该方法利用LDA主题模型获取景点特征信息,挖掘景点间的相关性,再利用注意力机制和长短期记忆网络分别学习用户的长期偏好和短期偏好,最后结合长短期偏好捕捉用户偏好的动态变化。实验结果表明, L-ULSP方法所推荐的景点在命中率和平均倒数排名2个指标上均优于现有其他方法,证明了本文所提方法可以从景点序列中有效学习游客偏好,并为游客推荐下一个景点。此外,本文通过对比实验,进一步验证了同时考虑用户的长短期偏好能够更好地学习用户的偏好变化。     

Web挖掘在基于标签的个性化推荐中的应用

个性化信息服务已经被公认为是解决Internet"信息过载"的方法,基于Web使用挖掘的个性化服务是目前Web个性化服务应用和研究的关键技术,将基于Web挖掘的个性化信息服务思想具体应用到标签推荐个性化服务体系中,实现信息的个性化推荐服务.     

基于Item2Vec负采样优化的专题地图产品个性化推荐方法研究

建立适用于专题地图产品检索的用户偏好推荐模型是提高专题地图质量的有效方式之一,在专题地图产品推荐场景中,存在严重的内容冷启动和评论数据稀疏问题,现有的推荐算法无法为特定类用户推荐不同特征的专题地图产品,导致用户从专题地图中获取偏好信息受到限制。因此,本文构建基于负采样的连续词袋模型和基于Word2Vec的Item2Vec相结合的用户偏好推荐方法,用于专题地图产品推荐。① 计算用户行为日志文件中交互行为数据的隐性评分,以代替专题地图推荐信息流场景中稀疏的用户评论数据;② 基于负采样的连续词袋模型提取目标专题地图的前后地图序列感知特征信息,通过控制正负样本比例为1:2,提升目标专题地图潜在评分的预测精度;③ 通过Item2Vec将带有用户行为特征信息的专题地图映射到向量空间,计算用户对专题地图的相似度矩阵,根据用户偏好程度完成推荐。在构建的专题地图评分实验数据集Thematic CMaps和4个公开验证数据集MovieLens上的测试结果表明:与LFM、Personal Rank、Content Based和SVD 4种传统推荐算法相比,本文所提方法可有效提高潜在评分的预测精度,推荐性能最高达到27.85%;与以霍夫曼采样方式的Item2Vec基础方法和YouTubeNet 2种神经网络推荐算法相比,评分预测精度有一定提高,且推荐性能不断提升,最高达到2.97%和5.78%。以经典算法奇异值分解（SVD）为例,将MovieLens-20M数据集切分后,在数据量不断增大的数据子集中,本文所用方法的评分预测精度和性能均优于SVD方法。