基于手机定位数据的游客步行行为特征及与旅游区功能布局关系研究

对步行旅游区游客步行轨迹和行为特征进行研究,发现步行行为特征与旅游区功能布局的关系,有助于步行旅游区功能布局和空间格局的优化。本研究基于记录海量个体时空轨迹的手机定位数据,以十一黄金周期间鼓浪屿为例,使用数据挖掘与空间分析方法从步行游客空间分布、步行轨迹网络结构、街区间步行路径与速度、街区内步行速度等方面分析游客步行行为特征及其与功能布局的关系,并与规划文件比较,提出旅游区发展建议。研究发现,旅游区空间布局对游客步行行为特征存在直接影响。功能布局导致各街区游客到访率以及步行轨迹网络中心度的差异。游客更倾向于选择人流量大的街道作为步行游览路线。商业街区虽然游客密集,但是街道上的游客流量并不大。在热门景点区域,游览路线单一造成的拥挤,导致游客停留意愿较低。大尺度开发与互动体验欠缺使得自然景观区和某些热门景点对游客的吸引力不足。对比游客步行时空特征与旅游区功能布局,提出了旅游区功能布局优化策略。本研究为旅游区用地和旅游线路的优化提供量化支持,对智慧旅游和城市高质量建设均具有现实意义。     

基于多源数据融合的山地型旅游区游客时空行为研究

随着旅游者对休闲娱乐类旅游需求的不断增加,山地型旅游区已成为最受欢迎的旅游目的地之一,利用新兴且高效的轨迹记录方式挖掘山地型旅游区游客在小尺度范围内动态的时空行为特征和制约因素,对旅游区线路设计和旅游产品优化尤为重要,也将为山地型旅游区的深化发展和科学管理提供建议。本文以湖北省恩施州恩施大峡谷为案例地,基于“六只脚”平台的GNSS轨迹及位置照片数据,结合GIS在线地图绘制的景区路网和从BigMap平台获取的POI数据,选择GNSS轨迹栅格化的概念模式解析出恩施大峡谷游客轨迹的时空行为特征,尝试探讨与其他类别旅游区时空行为特征的差异,从而总结出山地型旅游区的行为特征,并通过网络点评数据和游记文本等网络文本挖掘行为特征形成的影响因素。研究表明：① 月份和季相层面,游客行为5月游客量处于峰值,节日效应明显,短假期效应较强;淡旺季游客行为轨迹呈非集聚性,旺季游客量主要受气候条件影响呈不稳定态势;② 游客行为轨迹于11:00-14:00游客量达到顶峰,日内结束时间相对较早,且兴趣点选择偏向知名度高的七星寨景区;③ 空间分布特征层面,受时空因素控制,单一路径景区轨迹集中度较强;④ 不同性别的游客拍照行为均偏向于高质量景区,但分布状态存在差异,男性拍照行为多呈片状和线状分布,女性多呈点状分布。本研究尝试以新数据和新方法探讨山地型旅游区游客的时空行为特征,旨在促进山地型旅游地的持续和高质量发展。     

Web环境下地学数据共享用户行为模式分析

了解科学数据共享用户行为特征对实现高效、精准的数据共享服务具有重要的参考意义。本文基于国家地球系统科学数据共享平台网站服务器日志及服务记录数据,利用空间数据挖掘及Web使用挖掘技术,探索地球系统科学数据共享用户行为模式。在数据预处理阶段,完成用户识别、会话识别、位置识别,并对数据进行空间建模、空间数据库建库。在数据挖掘阶段,分别对用户产生的网页浏览数、会话数、数据集浏览数为对象进行空间“热点”分析,识别用户行为的地域差异。针对用户数据浏览和下载行为,采用FP-growth算法对用户——数据之间进行关联规则挖掘,发现用户对数据关注和使用的高频规律。分析结果表明：（1）该共享平台用户地在国内各省市均有分布,用户最多的3个省（市）分别为北京市、山东省、江苏省,该分布与国内高校学生分布相关程度不高,但与“211工程”高校学生的空间分布相关度较高;（2）空间“热点”分析表明,北京、天津及河北北部无论在网页浏览、数据浏览还是会话量上都是“热点”区域,但识别的“冷点”区域有较大不同,尤其是数据访问“冷点”分布较广,如南方沿海省份、河南省、山东省、四川省等;（3）关联规则挖掘发现多个数据浏览高频项目集以及关联规则。数据下载高频项与数据浏览高频模式较好吻合,但下载行为未表现出明显关联规则。本文提供了一种结合Web使用挖掘和空间数据挖掘的用户行为模式挖掘方法,该方法也可用于其他类型网站的数据挖掘。     

空间数据挖掘技术与发展趋势

试从空间数据挖掘方法的角度,探讨了空间关联规则的挖掘方法以及它与传统的关联规则挖掘方法之间的区别,介绍了空间聚类挖掘方法的分类和几种典型算法,概述了空间数据挖掘的发展趋势。     

数据空间自相关性对关联规则的挖掘与实验分析

传统的空间关联规则挖掘,一般足使用属性关联规则的挖掘算法,对空间数据进行泛化处理,不考虑空间数据的空间自相关性,也没有考虑空间自相关与空间关联规则的关系.本文运用改进的Apriori算法对某一数据进行空间关联规则挖掘,并对同一数据进行空间自相关分析,比较两种方法反映的属性的相关性,探讨了数据的空间自相关性对空间关联规则...     

关联规则挖掘在汽车营销决策中的应用研究

通过对汽车销售历史数据进行概化和总结,给出关联规则挖掘算法,并针对具体的事例加以分析,进行各个客户购买属性之间的关联规则的挖掘.可以有效地发掘顾客购买行为和汽车属性之间蕴藏的内在联系.此模型可以用于辅助汽车营销决策.     

地学关联规则与时空推理的渔业分析应用

在阐述地学关联规则背景的同时,对地学关联规则作了分类:即空间特征规则、空间区别规则、空间关联规则和时空关联规则。并给出了时空关联规则的数学定义,分析了各指标的意义和对规则提取的影响。进一步对地学关联规则所处理的数据抽象层次、地学数据维数、变量类别和空间配置四方面,进行了剖析和分类。基于规则中数据的抽象层次,将其分为单层关联规则和跨层关联规则;基于规则中涉及到的地学数据维数,将其分为单维关联规则和多维关联规则;基于规则中处理变量的类别,将其分为布尔型和数值型;基于空间配置,将其分为局部关联规则和邻域关联规则。最后,结合海洋渔业的实例,论述了关联规则在时空推理过程中的步骤和方法。     

耦合元胞和斑块尺度分层驱动机制的城镇扩展CA模拟

面向新时代国土空间规划的要求,城镇用地扩展与农业空间、生态空间的关系面临新的挑战,而城镇用地扩展模拟可为制定国土空间规划政策提供科学支持。城镇建设用地斑块的空间特征,是城镇用地扩展的重要影响因素,且与元胞层面处于不同层级,因此分层级耦合元胞与斑块的空间特征,能够提升模拟的精度和科学性。以上海大都市圈为例,本文构建一种兼顾城镇建设用地空间网络结构和变量层级关系的CA模型(Spatial Network-Hierarchical Generalized Linear-Cellular Automata, SN-HGLM-CA)。首先通过城镇建设用地空间网络模型提取斑块的空间特征,再利用分层广义线性模型考虑变量间的层级关系,得到城镇用地扩展的适宜性概率,继而嵌入元胞自动机模型中进行城镇用地扩展的模拟。本研究得到以下研究结论：(1)基于城镇建设用地斑块构建的空间网络模型,对于识别城镇建设用地的空间重要性特征和挖掘其扩展规律具有重要意义;(2) HGLM模型能够揭示城镇建设用地扩展中元胞和斑块的层级性关系,有助于提高CA模型的科学性和模拟精度;(3)基于SN-HGLM-CA模型的城镇用地扩展模拟...     

考虑地理距离的复杂网络社区挖掘算法

复杂网络具有社区结构的性质,即社区内节点的连接比社区间的连接更为紧密。目前,具有复杂网络拓扑结构的社区挖掘算法已有很多,但在很多地理空间的复杂网络中节点间的紧密度,不仅与其连接关系有关,同时与它们之间的距离有关。因此,本文提出将节点间的地理距离考虑到社区挖掘的过程中,修改基于模块度增量矩阵的Newman快速算法(简称CNM算法),将1 din(jd为节点i与节点j之间的距离)作为边权,对加权网络进行社区挖掘,从而发现既相互联系紧密又在地理空间上相互接近的社区。最后,本文用国内航线网络作为实例,将算法用于挖掘航线网络中城市的社区结构,得到10个在航线网络中联系紧密且在空间分布上具有一定地域性的城市社区,与我国的主要经济区域分布比较一致。本算法考虑地理相关性和连接紧密性,较好地识别出空间网络的社区结构。     

全国极端气温事件的空间关联模式挖掘研究

根据全国739个气象台站1961年1月至2005年12月的逐日气象数据记录建立时空序列数据集,提取极端高温事件和极端低温事件。结合传统关联规则挖掘技术和地理空间数据分析方法,对极端气温事件数据集进行了空间关联模式的分析。实验结果显示,所得空间关联模式中涉及的区域在空间上具有明显的聚集性;在东北、华中两个局部地区的台站中,极端气温事件的发生存在较强的关联规则(支持度阈值6%,置信度阈值95%),而在其他区域的台站中,极端气温事件不存在类似的关联规则,且极端高温事件的关联规则数量要明显高于极端低温事件。对存在关联规则的台站进行空间分析发现,同一关联规则内的各台站具有空间邻近性,其邻近范围约为200 km。以上空间关联模式的挖掘分析,可以为我国极端气温事件的预警和防控提供有价值的参考。     

主题模型与SVM组合的小尺度街区用地分类方法

城市用地分类作为城市规划重要的基础和依据,对城市资源配置、建设发展等具有重要意义。现有研究对用地分类都聚焦于“稀路网、大街区”的大尺度区域,随着城市发展,大尺度区域的规划模式造成了城市交通效率低下、土地低效率开发等问题,而小尺度的城市街区建设规划为解决上述问题提供了一种新的思路。为了充分挖掘现有交通大数据的潜在价值,更以高效地服务小尺度街区规划,本文将主题模型与支持向量机（SVM）相组合,提出一种面向小尺度街区的用地分类方法。本文以上海市黄浦区人民广场附近为研究区域,依据精细路网对研究区域划分,通过对一周（7天）出租车GPS数据处理,结合区域兴趣点（POI）数据,基于隐含狄利克雷分布（LDA）模型和SVM模型进行用地分类。在人工解译的分类图的基础上对本文方法进行精度评价,并基于百度地图地理数据进行结果验证。研究表明本文方法基于现有的交通大数据,实现了对小尺度街区用地分类,方法分类精度较高,在一定程度上可以节约人力物力,以便更好地服务于小尺度城市规划。     

基于概念分析的空间数据挖掘研究进展

空间数据挖掘的过程与空间概念形成和分析的过程密切相关.本文以空间数据中抽取出各层次、各粒度的概念为主线,以概念形成和分析的形式化理论--概念格和云模型为理论基础,总结了基于概念分析的空间数据挖掘方法及应用,包括概念格的空间关联规则挖掘方法及应用、概念格的概念聚类挖掘方法及应用、云模型的空间关联规则挖掘方法及应用、云模型的空间聚类/分类挖掘方法及应用等.概念格提供了一种形式化的概念描述和概念结构分析的理论和方法,云模型提供了一种综合处理模糊性、随机性以及二者之间关联性的不确定性理论和方法,利用概念格、云模型等形式化的理论和方法分析和描述空间数据挖掘过程中空间概念的形成、空间概念的结构关系、空间概念之间以及空间概念层次之间的不确定性是概念分析的空间数据挖掘研究的进一步的研究方向.     

基于AIS数据的船舶行为特征挖掘与预测:研究进展与展望

船舶行为特征挖掘与预测是水上智能交通系统的重要研究内容,也是交通运输工程领域的关键科学问题。为系统研究基于船舶自动识别系统（Automatic Identification System, AIS）数据的船舶行为特征挖掘与预测的研究现状与发展趋势,本文首先针对Web of Science(WOS)和中国知网（China National Knowledge Infrastructure, CNKI）收录的文献,用知识图谱分析软件VOSviewer对文献关键词进行处理,从文献计量学的角度生成高频关键词的聚类图谱和趋势演化。然后对基于AIS数据的水上交通要素挖掘、船舶行为聚类和船舶行为预测3个主题的研究内容、方法、存在问题进行了系统分析和展望,研究结果表明：① 在基于AIS的水上交通要素挖掘方面,主要集中在对AIS数据中表征船舶行为空间特征和交通流的时间特征单独挖掘分析,缺乏对AIS数据的时间、空间以及环境因素特征的关联挖掘,对于如何进行交通要素的关联融合挖掘研究还有待深入探索;② 在船舶行为聚类方面,研究主要是运用无监督聚类方法研究船舶航迹点和航迹段聚类,得到船舶航行行为模式的时空分布和船舶操纵意图辨识模型,然而融合多维特征的船舶轨迹的相似性计算方法、聚类参数的自适应选取以及船舶行为的语义特征建模有待进一步研究;③ 在船舶行为预测方面,主要集中在基于动力学方程、传统智能算法和深度循环神经网络的船舶行为预测研究,考虑船舶行为的随机性、多样性和耦合性的特点,运用混合神经网络模型以及神经网络与向量机、注意力机制相结合的模型实现多维的船舶航行行为特征的实时预测将是新的研究方向。最后提出了基于语义模型的船舶行为特征挖掘、基于深度卷积神经网络的船舶行为的预测和基于知识图谱的船舶行为特征挖掘和预测结果可视化等有待进一步研究的方向。     

不同出游时长下旅游景区到访特征分析——以游记文本为例

出游时长与旅游行为密切相关。基于携程网游记数据,综合利用文本挖掘、地理信息系统空间分析、社会网络分析等方法,挖掘1～3 d、4～6 d和7～10 d三种出游时长下旅游景区到访特征。结果表明：(1)短途旅游受景区知名度、可达性与城市配套的影响,随时长增加,旅游景区“多核摄动”且密织成网;(2)旅游景区到访空间异质性显著,随出游时长增加,从金三角逐步发展为钻石四边形结构,知名景区溢出效应显著;(3)短时旅行只能走马观花,时间充裕有助于灵活多样的线路设计;(4)三种出游时长下旅游景区共现网络整体密度较低,且随出游时长的增加而逐渐变密,均呈现显著的等级层次性和核心–外围结构特性。     

城市街道景观色彩对游客情感感知影响——基于街景图像的研究

街道是城市旅游的重要吸引物,探讨街道景观色彩特征对游客情感感知的影响,对城市街道景观合理规划和布局具有重要的参考价值。本研究以西安市主要建成区为案例地,运用全卷积神经网络（FCN）和随机森林（RF）算法,构建街景图像情感感知数据集,基于街景图像利用机器学习对街道景观的色彩特征进行提取,构建色彩量化指标并将其进行空间可视化;最后,运用随机森林回归算法探讨街道景观色彩特征与游客情感感知之间的关系,并得出最佳色彩特征参数。结果表明：(1)游客情感感知具有明显的空间分布格局,美丽和活泼情感由中心区域向外逐渐增加,安全和富有在主城区外二环以内区域得分较高,无聊在该范围内则较低,压抑情感由中心区域向外逐渐降低,游客在非惯常环境中的情感感知与居民在惯常环境中的情感感知在空间分布上具有一定的同质性;(2)街道景观色彩特征与游客情感感知呈现出复杂的非线性关系。色彩复杂度对美丽和活泼的影响小于色彩协调度,对无聊、压抑、安全、富有的影响大于色彩协调度,当色彩复杂度取值为0.86,色彩协调度取值为0.84时,游客在六个维度可以获得较好的情感感知;(3)一般情况下,街道景观色彩特征越显著,越能够带给游客较好的情...     

基于多源异构数据的胶东经济圈旅游资源供需匹配时空特征

有效识别旅游资源供需空间匹配特征是提升旅游资源利用效率、优化旅游资源空间布局、推进旅游高质量发展的关键所在。随着空间信息技术的迭代更新,多源数据为旅游资源供需空间匹配及其交互关系拓展了新的研究视角,其中POI和数字足迹的挖掘为旅游资源供需匹配的研究提供了有力的数据支持。本研究选取山东省胶东经济圈为研究区域,基于高德地图、同程网和马蜂窝网络游记平台等多源数据渠道,获取2016—2021年胶东经济圈旅游资源的POI数据和旅游流的“O-D”数据,在此基础上运用核密度估计和复杂网络分析分别识别二者的空间结构特征,并进一步结合空间匹配测算模型探索胶东经济圈旅游资源供需匹配的时空演化规律。研究表明：(1)胶东经济圈旅游资源供给呈“康乐游憩类、公共休闲类、观赏科普类、宗教祭祀类”梯度递减的数量结构特征,以及“整体聚集、局部分散”的空间分布特征;(2)旅游流在时间上节假日效应和季相性特征明显,在空间上“陆海”差异显著,其中疫情发生前表现出由海岸向陆域扩散的态势,后疫情常态化下旅游流渐有复苏迹象;在类型结构上,康乐游憩类和公共休闲类成为旅游需求的主导类型;(3)旅游资源供需匹配关系的空间结构可划分为供需...     

面向全空间的管道天然气贸易关联关系挖掘

本文基于全空间信息系统视角,运用复杂网络分析方法,从属性关联关系、时间关联关系、空间关联关系和综合关联关系角度对全球管道天然气贸易复杂网络中主要国家间关联关系进行了挖掘分析和可视化表达。结果表明：管道天然气贸易对战略通道具有路径依赖性和滞后性。贸易格局演化路径稳定,具有明显的“区域小世界”特征。区域资源禀赋差异是管道天然气贸易形成“核心-边缘”网络结构的主要原因。管道天然气贸易主要集中在欧亚大陆。2009年全球管道天然气贸易需求中心集中在欧洲各国,2015年则形成了西欧和中国的双需求核心网络关系。同时,论文基于全球管道天然气贸易复杂网络的挖掘分析和可视化表达,阐述了全空间信息系统的特征,展望了平台的应用。     

时空协同的城市旅游行程规划模型构建

传统的旅游行程规划往往仅被归类为空间排序问题,而对行程安排中时空耦合性与游客自身选择的灵活性考虑不足。本文将行程规划问题的理解从空间视角拓展至游客活动视角,从旅游节点时空耦合关系以及重构模式出发,将旅行中涉及到的时间、空间与专题等多维属性有机组织,进而提出行程时空链的概念模型以及行程要素时空衔接方法。研究以南京为案例展开模型实验,结果显示该模型与传统线路设计方法在节点名称、节点数量以及节点顺序等指标的匹配度均超过了80%,体现出较好的应用可靠性。相较于已有研究仅从空间视角展开的论述,本文提出以游客自身作为行程规划的基本单位,从游客行为选择、游览时间序列以及节点线路串联等多维视角进行映射耦合,以期为拓展深化城市旅游线路设计理论,支撑智慧旅游工程精细化建设提供理论支撑与借鉴。     

空间同位模式支持下城市服务业关联发现及特征分析

空间同位模式分析是数据挖掘中一种常见的方法,可有效挖掘城市设施在空间位置上的关联特征,进而发现城市设施的分布规律.本文基于POI数据同位模式挖掘用来获取城市服务业空间关联结构:首先,通过邻近实例获取、同位候选模式存储与筛选,得到城市服务业二阶同位模式;然后,据此构造产业空间关联图,得到产业间的关联结构;最后,分别构造了...     

基于粗糙集的地学空间关系规则抽取和应用——以珠江三角洲土地利用为例

空间关系反映了地理现象与其环境间的复杂的关联关系,对于地学问题的求解有着重要的作用。因此,有效地抽取地学现象内蕴的主要空间关系规则,将有利于提高地学问题求解的精度和效率。本文探讨了基于粗糙集的地学空间关系表达以及空间关系规则抽取流程。并以珠江三角洲2000年土地利用为例,抽取2000年深圳、香港城镇用地和农村居民点内蕴的空间关系规则。