基于开放数据的武汉城区餐饮业空间分布格局研究开题报告
2020-08-07 21:00:16
1. 研究目的与意义(文献综述)
研究目的:大数据的到来,使得社会、科学和经济都发生了巨大变革[1]。随着信息和网络技术的不断提高,城市研究的大数据时代已经悄然到来。利用城市中不断产生的海量数据如传感器网络、社会化网络、射频识别和通话记录等,城市研究者们可以更加直接的从现实数据中挖掘个体行为特征。这些数据为建立城市模型提供了较好的机遇。同时也在建模思路和方法等方面提出新的要求。目前城市大数据研究已在新型交通模型、城市发展路径风险分析、新型出行行为模型、新型交通需求管理工具等方面开展。利用大数据开展城市空间分析与模拟已成为目前学术界的研究热点[2]。
城市大数据对物质空间和社会空间进行了深入的刻画,为客观认识城市系统并总结其发展规律提供了重要机遇,也是城市规划和城市研究的重要支撑。城镇化、信息化快速发展的时代背景下,传统方式获取的政府数据对于智慧城市建设热潮中的城市微观动态研究表现出了很大的局限性,转变数据获取的固有模式,从功能需求入手有目的的获取社会开放数据是当下势在必行的任务。
网络社会空间在当前正发挥着越来越大的空间影响力。网络开放数据目前使用较为普遍的开放数据类型,可以为城市规划提供一个新的视角,但目国内外关于利用网络开放数据进行城市空间结构、空间关系与城市中心体系的研究相对较少。
2. 研究的基本内容与方案
基本内容
(1)武汉市餐饮商户数量空间分布特征
对餐饮商户的数量进行核密度分析,对商户的聚集情况进行量化,分析商户的空间分布格局与分布特征。
3. 研究计划与安排
第4-5周:查阅相关文献资料,明确研究内容。收集研究数据、确定研究方法与方案,完成开题报告。
第6-10周:获取相关的数据,并对数据进行相应处理。了解基于开放数据的空间分布特征提取方法
第11-13周:完成实验和研究部分
4. 参考文献(12篇以上)
[1] 刘经南,方媛,郭迟,高柯夫. 位置大数据的分析处理研究进展[j].武汉大学学报(信息科学版),2014,(04):379-385.
[2] 刘伦,龙瀛,麦克·巴蒂. 城市模型的回顾与展望——访谈麦克·巴蒂之后的新思考[j]. 城市规划,2014,(08):63-70.
[3]van der zee e, scholten h. spatial dimensions of bigdata: application of geographical concepts and spatial technology to theinternet of things[m]//big data and internet of things: a roadmap for smartenvironments. springer international publishing, 2014: 137-168.