| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1. 绪论 | 第13-21页 |
| 1.1 研究背景 | 第13-15页 |
| 1.1.1 信息化发展带来城市组织空间结构及生活活动方式的变革 | 第13页 |
| 1.1.2 获取大数据的优势及其与城乡规划学的交叉融合应用亟待推进 | 第13-14页 |
| 1.1.3 社交网络的流行为居民活动的轨迹研究提供数据基础 | 第14-15页 |
| 1.2 研究意义 | 第15-17页 |
| 1.2.1 理论意义 | 第15-16页 |
| 1.2.2 实践意义 | 第16-17页 |
| 1.3 相关概念 | 第17页 |
| 1.3.1 微博数据 | 第17页 |
| 1.3.2 签到 | 第17页 |
| 1.3.3 城市活动空间 | 第17页 |
| 1.4 研究对象及研究范围 | 第17-19页 |
| 1.4.1 研究对象 | 第17-18页 |
| 1.4.2 研究范围 | 第18-19页 |
| 1.5 研究方法与内容框架 | 第19-21页 |
| 1.5.1 研究方法 | 第19-20页 |
| 1.5.2 研究框架 | 第20-21页 |
| 2. 国内外相关研究及进展 | 第21-28页 |
| 2.1 城市活动空间研究 | 第21-23页 |
| 2.2 信息时代居民行为路径相关研究 | 第23-24页 |
| 2.3 基于大数据的城乡规划相关实证研究 | 第24-26页 |
| 2.4 章节小结 | 第26-28页 |
| 3. 城市空间相关数据采集与处理——以武汉市为例 | 第28-31页 |
| 3.1 城市空间相关数据采集 | 第28-29页 |
| 3.1.1 API接口调用 | 第28页 |
| 3.1.2 数据结构 | 第28页 |
| 3.1.3 采集中心点及半径 | 第28-29页 |
| 3.1.4 时间跨度 | 第29页 |
| 3.2 城市空间相关数据处理 | 第29页 |
| 3.2.1 数据清洗 | 第29页 |
| 3.2.2 数据分类 | 第29页 |
| 3.3 章节小结 | 第29-31页 |
| 4. 城市居民活动时空间分析——以武汉市为例 | 第31-72页 |
| 4.1 城市活动时间规律分析 | 第31-34页 |
| 4.2 城市活动空间分布规律分析 | 第34-41页 |
| 4.2.1 双核多点的城市活动空间特征 | 第37页 |
| 4.2.2 轴向外拓的城市活动空间特征 | 第37-38页 |
| 4.2.3 定向圈层城市活动空间特征 | 第38-41页 |
| 4.3 城市活动空间时空演变分析 | 第41-47页 |
| 4.4 城市活动空间结构分析 | 第47-65页 |
| 4.4.1 城市活动空间结构要素 | 第47-48页 |
| 4.4.2 城市活动空间结构分析 | 第48-65页 |
| 4.5 活动空间形成分析 | 第65-70页 |
| 4.5.1 经济因素 | 第65-67页 |
| 4.5.2 物质因素 | 第67-69页 |
| 4.5.3 社会因素 | 第69-70页 |
| 4.6 小结 | 第70-72页 |
| 5. 武汉市活动空间与实体空间、总体规划布局空间对比研究 | 第72-92页 |
| 5.1 城镇体系结构 | 第72-80页 |
| 5.1.1 城镇体系结构现状 | 第72-76页 |
| 5.1.2 城镇体系结构评估 | 第76-80页 |
| 5.2 主城区空间结构 | 第80-90页 |
| 5.2.1 主城区空间结构现状 | 第80-83页 |
| 5.2.2 主城区空间结构评估 | 第83-90页 |
| 5.3 小结 | 第90-92页 |
| 6. 结论与讨论 | 第92-95页 |
| 6.1 研究结论 | 第92-93页 |
| 6.2 创新之处 | 第93页 |
| 6.3 不足与展望 | 第93-95页 |
| 致谢 | 第95-97页 |
| 主要参考文献 | 第97-101页 |
| 硕士期间发表论文 | 第101页 |
