利用微博签到数据分析职住平衡与通勤特征--以深圳市为例
| 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9-10页 |
| 1.2 研究目标及意义 | 第10页 |
| 1.2.1 研究目标 | 第10页 |
| 1.2.2 研究意义 | 第10页 |
| 1.3 国内外研究现状及进展 | 第10-13页 |
| 1.3.1 传统职住空间关系研究 | 第10-12页 |
| 1.3.2 基于大数据的职住空间关系研究 | 第12-13页 |
| 1.4 论文组织结构 | 第13-16页 |
| 第二章 数据获取与预处理 | 第16-29页 |
| 2.1 研究区域概况 | 第16-17页 |
| 2.2 数据获取 | 第17-20页 |
| 2.3 研究数据介绍 | 第20-25页 |
| 2.3.1 微博用户数据 | 第21-22页 |
| 2.3.2 用户签到数据 | 第22-23页 |
| 2.3.3 签到POI数据 | 第23页 |
| 2.3.4 深圳市地理底图数据 | 第23-24页 |
| 2.3.5 深圳市土地利用数据 | 第24-25页 |
| 2.3.6 深圳市人口分布数据 | 第25页 |
| 2.4 数据预处理 | 第25-27页 |
| 2.4.1 预处理过程 | 第26页 |
| 2.4.2 预处理结果 | 第26-27页 |
| 2.5 数据坐标转换 | 第27-29页 |
| 第三章 职住地识别及验证 | 第29-39页 |
| 3.1 常驻地识别 | 第29-31页 |
| 3.2 职住地识别方法 | 第31-36页 |
| 3.2.1 影响因素分析 | 第31-32页 |
| 3.2.2 POI类型分析 | 第32页 |
| 3.2.3 签到时间分析 | 第32-34页 |
| 3.2.4 识别方法 | 第34-36页 |
| 3.3 识别结果及验证 | 第36-39页 |
| 3.3.1 识别结果 | 第36页 |
| 3.3.2 利用土地利用类型数据验证 | 第36-38页 |
| 3.3.3 识别结果的不足 | 第38-39页 |
| 第四章 职住平衡分析及验证 | 第39-56页 |
| 4.1 居住地及工作地的空间分布特征 | 第39-44页 |
| 4.1.1 居住地空间分布特征 | 第40-42页 |
| 4.1.2 工作地空间分布特征 | 第42-44页 |
| 4.2 整体职住平衡分析 | 第44-52页 |
| 4.2.1 职住比 | 第44-45页 |
| 4.2.2 就业者居住平衡指数 | 第45-47页 |
| 4.2.3 居住者就业平衡指数 | 第47-48页 |
| 4.2.4 独立指数 | 第48-50页 |
| 4.2.5 不同指数分析结果对比总结 | 第50-52页 |
| 4.3 职住平衡区域分布特征挖掘 | 第52-54页 |
| 4.4 职住平衡分析结果验证 | 第54-56页 |
| 第五章 通勤特征分析及验证 | 第56-69页 |
| 5.1 整体通勤特征分析 | 第56-62页 |
| 5.1.1 平均通勤距离 | 第56-57页 |
| 5.1.2 通勤网络特征 | 第57-58页 |
| 5.1.3 外出通勤比及距离 | 第58-60页 |
| 5.1.4 外来通勤比及距离 | 第60-62页 |
| 5.2 通勤特征的区域分布特征挖掘 | 第62-65页 |
| 5.3 典型街道的通勤特征分析 | 第65-67页 |
| 5.4 通勤特征分析结果验证 | 第67-69页 |
| 第六章 总结与展望 | 第69-72页 |
| 6.1 主要工作及结论 | 第69-70页 |
| 6.2 不足与展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
