摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第9-16页 |
1.1 研究背景 | 第9-11页 |
1.1.1 大数据热潮的来临 | 第9-10页 |
1.1.2 SOLOMO的普及 | 第10页 |
1.1.3 城市时空行为研究的变革 | 第10-11页 |
1.2 研究意义 | 第11页 |
1.3 相关概念界定 | 第11-12页 |
1.3.1 资讯及通讯技术(ICT) | 第11页 |
1.3.2 POI | 第11页 |
1.3.3 微博签到数据 | 第11-12页 |
1.3.4 活动空间 | 第12页 |
1.4 研究范围 | 第12-13页 |
1.5 研究方法及框架 | 第13-15页 |
1.5.1 数据挖掘 | 第13页 |
1.5.2 网络访谈 | 第13页 |
1.5.3 数据分析 | 第13页 |
1.5.4 研究内容 | 第13-15页 |
1.6 技术路线 | 第15-16页 |
第二章 国内外研究综述 | 第16-19页 |
2.1 城市活动空间研究的类型 | 第16页 |
2.2 城市活动空间研究方法的进展 | 第16-17页 |
2.3 ICT与居民行为研究 | 第17-19页 |
第三章 高德地图POI数据分析 | 第19-25页 |
3.1 地图POI与城市活动空间 | 第19-24页 |
3.1.1 高德地图POI爬取 | 第19-21页 |
3.1.2 高德地图POI核密度分析 | 第21页 |
3.1.3 土地利用信息熵与均衡度分析 | 第21-24页 |
3.2 本章小结 | 第24-25页 |
第四章 新浪微博数据分析 | 第25-43页 |
4.1 数据爬取 | 第25页 |
4.1.1 数据爬取方法 | 第25页 |
4.1.2 数据结构设计 | 第25页 |
4.1.3 数据爬取的时间范围 | 第25页 |
4.2 数据处理 | 第25-26页 |
4.3 居民活动的时间规律 | 第26-28页 |
4.3.1 居民活动的总体时间规律 | 第26-27页 |
4.3.2 工作日、休息日居民活动的时间规律 | 第27页 |
4.3.3 居民活动时间在新老城区的差异 | 第27-28页 |
4.4 城市活动空间的总体特征 | 第28-30页 |
4.4.1“一核多心”的空间分布特征 | 第29-30页 |
4.4.2 沿城市发展主轴线分布的特征 | 第30页 |
4.5 城市活动空间的时空变化 | 第30-40页 |
4.5.1 6—12 时活动空间的时空变化 | 第30-33页 |
4.5.2 12—18 时活动空间的时空变化 | 第33-36页 |
4.5.3 18—24 时活动空间的时空变化 | 第36-39页 |
4.5.4 0—6 时活动空间的时空变化 | 第39-40页 |
4.6 活动空间的情绪分析 | 第40-42页 |
4.6.1 情绪分类 | 第40-41页 |
4.6.2 情绪空间分布 | 第41-42页 |
4.7 本章小结 | 第42-43页 |
第五章 大众点评网数据分析 | 第43-57页 |
5.1 研究背景 | 第43页 |
5.2 数据爬取与清洗 | 第43-44页 |
5.3 商户口碑度综合评价 | 第44-48页 |
5.3.1 口碑度评价指标体系构建 | 第44页 |
5.3.2 KMO测度与Bartlett球形检验分析 | 第44-45页 |
5.3.3 提取主成分 | 第45-46页 |
5.3.4 计算因子得分 | 第46-47页 |
5.3.5 综合因子得分 | 第47-48页 |
5.4 餐饮业空间分布格局 | 第48-52页 |
5.4.1 餐饮商户空间分布 | 第48-49页 |
5.4.2 餐饮商户口碑度空间分布 | 第49-50页 |
5.4.3 餐饮商户的人气分布 | 第50-52页 |
5.5 休闲娱乐商户空间分布格局 | 第52-55页 |
5.5.1 休闲娱乐商户空间分布 | 第52-53页 |
5.5.2 休闲娱乐商户口碑度的空间分布 | 第53-54页 |
5.5.3 休闲娱乐商户人气空间分布 | 第54-55页 |
5.6 商户综合分析 | 第55-56页 |
5.7 本章小结 | 第56-57页 |
第六章 城市活动空间的形成机制分析 | 第57-61页 |
6.1 以消费空间的集聚效应推动新区发展 | 第57-58页 |
6.2 以文创产业的发展带动旧城更新 | 第58-61页 |
第七章 结论与讨论 | 第61-64页 |
7.1 主要结论 | 第61-62页 |
7.2 思考与讨论 | 第62-64页 |
参考文献 | 第64-66页 |
致谢 | 第66-67页 |
攻读学位期间的研究成果 | 第67-68页 |