基于网络数据的合肥城市中心体系识别与评价
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 研究背景 | 第14-15页 |
| 1.1.1 信息时代的大数据潮流 | 第14页 |
| 1.1.2 时空间行为的研究视角 | 第14-15页 |
| 1.1.3 中心体系的多中心化趋势 | 第15页 |
| 1.2 研究目的与意义 | 第15-17页 |
| 1.2.1 研究目的 | 第15页 |
| 1.2.2 研究意义 | 第15-17页 |
| 1.3 研究范围与内容 | 第17-18页 |
| 1.3.1 研究范围 | 第17-18页 |
| 1.3.2 研究内容 | 第18页 |
| 1.4 研究思路与方法 | 第18-20页 |
| 1.4.1 研究思路 | 第18页 |
| 1.4.2 研究方法 | 第18-20页 |
| 1.5 技术路线 | 第20-21页 |
| 第二章 国内外相关研究及进展 | 第21-28页 |
| 2.1 城市中心体系相关研究 | 第21-22页 |
| 2.1.1 城市中心体系理论 | 第21-22页 |
| 2.1.2 城市中心体系研究进展 | 第22页 |
| 2.2 时空间行为相关研究 | 第22-23页 |
| 2.3 大数据方法的相关研究 | 第23-26页 |
| 2.3.1 基于时空网络数据的实证研究 | 第24-25页 |
| 2.3.2 基于位置数据的实证研究 | 第25-26页 |
| 2.4 研究评述与小结 | 第26-28页 |
| 第三章 数据采集与处理 | 第28-35页 |
| 3.1 网络数据类型 | 第28-30页 |
| 3.1.1 数据类型介绍 | 第28-29页 |
| 3.1.2 数据类型差异 | 第29-30页 |
| 3.2 网络数据采集 | 第30-33页 |
| 3.2.1 数据源网站 | 第30-31页 |
| 3.2.2 数据挖掘流程 | 第31-33页 |
| 3.3 网络数据处理 | 第33-35页 |
| 3.3.1 数据预处理 | 第33-34页 |
| 3.3.2 数据处理入库 | 第34-35页 |
| 第四章 基于网络数据的城市中心体系识别 | 第35-47页 |
| 4.1 基于微博POI的城市中心体系识别 | 第35-38页 |
| 4.1.1 微博签到热点分析 | 第36-37页 |
| 4.1.2 基于签到热点的中心体系识别 | 第37-38页 |
| 4.2 基于微博签到的居民时空间行为分析 | 第38-44页 |
| 4.2.1 居民活动变化时间规律 | 第39-40页 |
| 4.2.2 居民活动空间变化规律 | 第40-44页 |
| 4.3 基于高德POI的城市中心体系识别 | 第44-46页 |
| 4.3.1 POI数据对应城市用地分类 | 第44-45页 |
| 4.3.2 基于POI数据的城市建设热点分布 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 基于网络数据的城市中心体系评价 | 第47-58页 |
| 5.1 基于网络数据的城市公共中心评价 | 第47-52页 |
| 5.1.1 合肥市城市中心体系规划 | 第47-48页 |
| 5.1.2 基于时空数据的城市中心体系评价 | 第48-50页 |
| 5.1.3 基于位置数据的城市中心体系评价 | 第50-52页 |
| 5.2 基于不同数据的公共中心差异性分析 | 第52-56页 |
| 5.2.1 公共中心差异性分析 | 第52-54页 |
| 5.2.2 中心体系识别与规划的差异对比 | 第54-55页 |
| 5.2.3 居民活动与物质环境的关系 | 第55-56页 |
| 5.3 规划优化布局建议 | 第56-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 结论与展望 | 第58-60页 |
| 6.1 研究主要结论 | 第58页 |
| 6.2 研究创新点 | 第58-59页 |
| 6.3 研究不足与展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 附录A 网络数据示例 | 第65-69页 |
| 致谢 | 第69-71页 |
| 作者简介 | 第71页 |
