疫情相关城市研究：围绕“疫情”的大数据与城市研究
小编：本周规划师成长学社的专题是“疫情相关城市研究”。大数据在规划行业的应用非常普遍，新冠疫情发生后，不少专家、学者围绕“疫情”对城市产生的影响，利用微博数据、多源数据等进行城市研究。
今天学社为大家分享的是：围绕“疫情”的大数据与城市研究。
研究1
利用城市微博数据研究群体疫情情感响应时空特征
城市微博数据：随着微博的广泛使用，越来越多的应用利用微博数据进行社交网络分析和数据挖掘。特别是带有地理标记信息(geotaggedweibo)的微博，为空间数据挖掘工作提供了新思路。具体做法是，新浪微博官方提供各种API接口，可以通过创建应用的方式获取不同类别的用户公开信息；其中的地理信息API接口，可以获取用户账号、微博内容、发送时间、发送时地理位置(经纬度)等信息。
（1）研究方法：以社交媒体数据为基础数据，以实地问卷调查数据为验证数据，进行多维情感响应评估并验证评估精度；在此基础上构建时空分析指标，用于挖掘情感响应时空特征，并探索城市用户群体多维情感响应特征的影响因素。
（2）数据来源：研究数据来源新浪微博采集的带有地理标签的社交媒体数据、发放的问卷调查数据两部分。微博数据基于新浪微博开放平台提供的数据接口，采集并存储2020年1月1日至2月14日在武汉市和2021年1月1日至2月14日在石家庄市发布的带有地理标签的社交媒体数据，应用噪声过滤方法对数据进行降噪后，保留下91168条武汉市微博数据和112954条石家庄市微博数据。问卷数据基于两市的有效回收问卷，进一步提取情感评估所需的问卷数据集合。
研究结果分析：
参考文献：姜伟、郝智辉、王艳东、曹卫东、夏江、吴浩泽、樊成，2022年，《城市微博数据驱动的群体疫情情感响应时空特征———以武汉市和石家庄市新冠疫情为例》
研究2
基于手机信令、交通卡、WiFi等多源数据的出行行为特征分析
相关数据：
a）基于手机数据，可追踪大范围长时期人员的流动、出行总量、时空分布及分方式交通出行特征包括轨道交通、高速公路，对外交通等；
b）基于GPS、电子标识、ETC等数据，可追踪车辆运行轨迹、时空分布的信息；
c）基于交通卡、GPS、AFC等数据，可追踪公共交通出行量、时空分布、出行路径等信息；
d）基于票务信息、手机数据，可追踪对外交通吞吐量、抵离时空特征信息；
e）基于WiFi等数据，可追踪枢纽/站点人流抵离时空特征、运行轨迹、停留特征等信息。
研究结果分析：
参考文献：朱鲤、张品立、何千羽、贾振，2022年，《新冠疫情背景下基于多源数据的出行行为及特征分析——以上海为例》
如何查看学社分享？
扫码查看
案例分享
以上就是今天【国匠城-规划师成长学社】的分享，更多内容欢迎扫描文末二维码加入学社查看。
学社往期专题推荐：
更多内容，欢迎加入国匠城规划师成长学社——关注规划师成长的知识星球点击查看详细介绍
APP | 网站 | 小程序
同步更新