当前位置:大数据业界动态 → 正文

深圳先进院城市大数据研究获进展

责任编辑:zsheng |来源:企业网D1Net  2018-09-11 10:54:13 本文摘自:中国科学院网站

近日,中国科学院深圳先进技术研究院数字所副研究员范小朋课题组结合交通大数据和人口流动规律,提出了城市商圈的相对吸引力模型,避免了传统依靠调查问卷的人工成本高、时间消耗大以及主观随意性等缺陷,商圈吸引力排名结果得到了深圳市零售商业行业协会的连续三年调查数据印证。相关成果被期刊Computers in Human Behaviors 接收。

该工作通过对深圳市全市15000余辆出租车的轨迹和交易数据的全样本分析,在世界上首次把交通因素和人口因素结合在一起提出了城市商圈的相对吸引力模型。论文从地理信息和社会功能的角度明确给出了城市商圈的定义,通过对深圳市南山区15个典型商圈的交通、人口、面积、房地产、路网、社交点评等数据的分析,研发了基于人-机-物(Cyber-Physical-Social)融合的城市大数据处理系统,避免了传统依靠调查问卷的人工成本高、时间消耗大,以及主观随意性等缺陷。

论文的商圈吸引力排名结果得到了深圳市零售商业行业协会的连续三年调查数据印证。论文50%~60%的商圈访问量均来自5公里范围内的消费者,从而提出了在中国深圳等大城市中商圈的四大分类模型:长期稳定型、零星爆发型、日夜对照型和新型综合体型等,辨析了发展中人口密集的中国不同于西方等发达国家的城市商圈区别。

该工作历时三年,课题组联合香港理工大学和深圳职业技术学院共同完成该论文。该项目同时获得国家科技部“973”项目“城市大数据三元空间协同计算理论与方法”和国家自然科学基金等的资助。

关键字:进展研究数据深圳

本文摘自:中国科学院网站

x 深圳先进院城市大数据研究获进展 扫一扫
分享本文到朋友圈
当前位置:大数据业界动态 → 正文

深圳先进院城市大数据研究获进展

责任编辑:zsheng |来源:企业网D1Net  2018-09-11 10:54:13 本文摘自:中国科学院网站

近日,中国科学院深圳先进技术研究院数字所副研究员范小朋课题组结合交通大数据和人口流动规律,提出了城市商圈的相对吸引力模型,避免了传统依靠调查问卷的人工成本高、时间消耗大以及主观随意性等缺陷,商圈吸引力排名结果得到了深圳市零售商业行业协会的连续三年调查数据印证。相关成果被期刊Computers in Human Behaviors 接收。

该工作通过对深圳市全市15000余辆出租车的轨迹和交易数据的全样本分析,在世界上首次把交通因素和人口因素结合在一起提出了城市商圈的相对吸引力模型。论文从地理信息和社会功能的角度明确给出了城市商圈的定义,通过对深圳市南山区15个典型商圈的交通、人口、面积、房地产、路网、社交点评等数据的分析,研发了基于人-机-物(Cyber-Physical-Social)融合的城市大数据处理系统,避免了传统依靠调查问卷的人工成本高、时间消耗大,以及主观随意性等缺陷。

论文的商圈吸引力排名结果得到了深圳市零售商业行业协会的连续三年调查数据印证。论文50%~60%的商圈访问量均来自5公里范围内的消费者,从而提出了在中国深圳等大城市中商圈的四大分类模型:长期稳定型、零星爆发型、日夜对照型和新型综合体型等,辨析了发展中人口密集的中国不同于西方等发达国家的城市商圈区别。

该工作历时三年,课题组联合香港理工大学和深圳职业技术学院共同完成该论文。该项目同时获得国家科技部“973”项目“城市大数据三元空间协同计算理论与方法”和国家自然科学基金等的资助。

关键字:进展研究数据深圳

本文摘自:中国科学院网站

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^