期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于开放大数据的广州市中心城区职住平衡特征研究
被引量：
16
1
作者
林勋媛
王广兴
胡月明
《热带地理》
CSCD
北大核心
2020年第2期254-265,共12页
以广州市中心城区为例,借助百度热力图、百度实时路况和百度地图POI数据,从中观层面多角度综合分析广州市中心城区就业与居住的空间分布关系。结果显示:1)工作时间段人口聚集的高值区整体呈带状分布,斑块较为细碎,但绝大部分集中在核心...
以广州市中心城区为例,借助百度热力图、百度实时路况和百度地图POI数据,从中观层面多角度综合分析广州市中心城区就业与居住的空间分布关系。结果显示:1)工作时间段人口聚集的高值区整体呈带状分布,斑块较为细碎,但绝大部分集中在核心地带;人口主要高度集中于各区的商业繁华地段与交通线路周围。而休息时间段的高值区则相对集中分布,用地效率较高,表现出多中心的圈层结构;人口主要高度集中分布在传统的老城居住区和新开发的商业住宅区,与核心商圈相对错开。2)不管是在上班时段还是休息时段,人口聚集程度越高的地区,POI设施密度表现越显著;这意味着人口的聚集具有一定的选择性,主要集中在城市基础设施发展较完备的区域。3)广州市中心城区各街道的职住比介于0.73~1.54,职住相对平衡,区域之间差异较小。其中,分值较高的街道多分布于核心地带(主要集中在越秀区、荔湾区北部和天河区南部),分值较低的街道多分布于核心地带的外围或边缘地区(主要在海珠区、荔湾区和白云区零散分布)。4)从城市交通响应上看,广州市中心城区工作日内早高峰的拥堵度大于晚高峰,但总体路况变化跨度不大,区内并没有出现特别严重的“潮汐通勤”现象。
展开更多
关键词
开放大数据
人口聚集
职住平衡
交通响应
广州市
下载PDF
职称材料
基于互联网数据的城市社区租金评估及空间格局制图——以深圳市为例
被引量：
3
2
作者
刘轶伦
陈逸敏
+2 位作者
刘颖
王景丽
张晖
《热带地理》
CSCD
北大核心
2019年第2期188-195,共8页
准确刻画精细化尺度下的城市房租空间格局,对于研究城市居住行为、提高城市规划合理性十分重要。文章提出了一种基于互联网房租数据作为可靠数据源的城市房租空间格局制图方法。以深圳市作为研究区,通过广泛采集开放平台中用户发布的租...
准确刻画精细化尺度下的城市房租空间格局,对于研究城市居住行为、提高城市规划合理性十分重要。文章提出了一种基于互联网房租数据作为可靠数据源的城市房租空间格局制图方法。以深圳市作为研究区,通过广泛采集开放平台中用户发布的租房信息,绘制社区行政区尺度的房租空间分布图。房租空间制图涉及到对于没有样本数据区域平均房租的评估,因此,选取一系列与房租相关的房产属性、房屋区位及配套设施的评价指标,采用前馈神经网络技术构建评估模型。以2015年深圳市的住宅租赁市场作为研究对象,通过对结果的分析,以及与权威部门发布的统计数据进行比较,表明此方法能够有效地绘制社区尺度下城市房租的空间分布,模型预测结果的误差(%RMSE)为13.87%。所使用的互联网房租数据、POIs数据及前馈神经网络的建模工具均是开源的,而且所提出的方法论具有普适性,能够应用于其他研究区的房租空间格局制图,具有实践意义。
展开更多
关键词
社区租金
互联网开放数据
安居客
前馈神经网络
POIs
深圳市
下载PDF
职称材料
题名
基于开放大数据的广州市中心城区职住平衡特征研究
被引量：
16
1
作者
林勋媛
王广兴
胡月明
机构
华南农业大学资源环境学院//国土资源部建设用地再开发重点实验室//广东省土地利用与整治重点实验室//广东省土地信息工程技术研究中心
青海
大学
农牧
学院
电子科技
大学
资源
与
环境
学院
出处
《热带地理》
CSCD
北大核心
2020年第2期254-265,共12页
基金
国家重点研发计划(2018YFD1100801)
广州市科技计划项目(201807010048)。
文摘
以广州市中心城区为例,借助百度热力图、百度实时路况和百度地图POI数据,从中观层面多角度综合分析广州市中心城区就业与居住的空间分布关系。结果显示:1)工作时间段人口聚集的高值区整体呈带状分布,斑块较为细碎,但绝大部分集中在核心地带;人口主要高度集中于各区的商业繁华地段与交通线路周围。而休息时间段的高值区则相对集中分布,用地效率较高,表现出多中心的圈层结构;人口主要高度集中分布在传统的老城居住区和新开发的商业住宅区,与核心商圈相对错开。2)不管是在上班时段还是休息时段,人口聚集程度越高的地区,POI设施密度表现越显著;这意味着人口的聚集具有一定的选择性,主要集中在城市基础设施发展较完备的区域。3)广州市中心城区各街道的职住比介于0.73~1.54,职住相对平衡,区域之间差异较小。其中,分值较高的街道多分布于核心地带(主要集中在越秀区、荔湾区北部和天河区南部),分值较低的街道多分布于核心地带的外围或边缘地区(主要在海珠区、荔湾区和白云区零散分布)。4)从城市交通响应上看,广州市中心城区工作日内早高峰的拥堵度大于晚高峰,但总体路况变化跨度不大,区内并没有出现特别严重的“潮汐通勤”现象。
关键词
开放大数据
人口聚集
职住平衡
交通响应
广州市
Keywords
open big data
population aggregation
jobs-housing balance
traffic response
Guangzhou
分类号
F299.27 [经济管理—国民经济]
F49 [经济管理—产业经济]
下载PDF
职称材料
题名
基于互联网数据的城市社区租金评估及空间格局制图——以深圳市为例
被引量：
3
2
作者
刘轶伦
陈逸敏
刘颖
王景丽
张晖
机构
华南农业大学资源环境学院//国土资源部建设用地再开发重点实验室//广东省土地利用与整治重点实验室//广东省土地信息工程技术研究中心
中山
大学
地理科学与规划
学院
//广东省
城市化与地理
环境
空间模拟
重点
实验室
深圳市房地产评估发展
中心
出处
《热带地理》
CSCD
北大核心
2019年第2期188-195,共8页
基金
国家自然科学基金项目(41601404
41601420)
广东省自然科学基金项目(2016A030310444)
文摘
准确刻画精细化尺度下的城市房租空间格局,对于研究城市居住行为、提高城市规划合理性十分重要。文章提出了一种基于互联网房租数据作为可靠数据源的城市房租空间格局制图方法。以深圳市作为研究区,通过广泛采集开放平台中用户发布的租房信息,绘制社区行政区尺度的房租空间分布图。房租空间制图涉及到对于没有样本数据区域平均房租的评估,因此,选取一系列与房租相关的房产属性、房屋区位及配套设施的评价指标,采用前馈神经网络技术构建评估模型。以2015年深圳市的住宅租赁市场作为研究对象,通过对结果的分析,以及与权威部门发布的统计数据进行比较,表明此方法能够有效地绘制社区尺度下城市房租的空间分布,模型预测结果的误差(%RMSE)为13.87%。所使用的互联网房租数据、POIs数据及前馈神经网络的建模工具均是开源的,而且所提出的方法论具有普适性,能够应用于其他研究区的房租空间格局制图,具有实践意义。
关键词
社区租金
互联网开放数据
安居客
前馈神经网络
POIs
深圳市
Keywords
community unit rent
internet open data
Anjuke
feed-forward neural network
Points of Interest
Shenzhen City
分类号
K909 [历史地理—人文地理学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于开放大数据的广州市中心城区职住平衡特征研究
林勋媛
王广兴
胡月明
《热带地理》
CSCD
北大核心
2020
16
下载PDF
职称材料
2
基于互联网数据的城市社区租金评估及空间格局制图——以深圳市为例
刘轶伦
陈逸敏
刘颖
王景丽
张晖
《热带地理》
CSCD
北大核心
2019
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
