排序方式： 共有1条查询结果，搜索用时 46 毫秒
1
1.
针对住房价格随时间的演化,该文利用社交网络数据——新浪微博兴趣点数据,并结合住房价格数据,基于核密度分析、热点分析、GWR(地理加权回归)等方法分析了南京市房价的时空变化特征及其影响因素.结果表明:南京市住房价格自2007年迄今为止主要呈上涨趋势,但各区涨幅不同.核密度分析结果表明,POI签到数据密度高的区域也是高房价聚集的区域,并且具有较高的活动频率,说明POI签到数据的集聚程度与住房价格关系密切.热点分析结果表明,POI签到数据所显示的热点区域同时也是住房价格高的区域,说明POI热点分布与房价存在较大相关性.整合了大型社交网络与住房价格数据,揭示了南京市房价时空变化规律,可为房价调控政策的制定提供理论依据. 相似文献
1