咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >空间同位模式支持下城市服务业关联发现及特征分析 收藏

空间同位模式支持下城市服务业关联发现及特征分析

Correlation Discovery and Feature Analysis of Urban Service Industry Supported by Spatial Co-location Model

作     者:胡添 刘涛 杜萍 余贝贝 张萌生 HU Tian;LIU Tao;DU Ping;YU Beibei;ZHANG Mengsheng

作者机构:兰州交通大学测绘与地理信息学院兰州730070 地理国情监测技术应用国家地方联合工程研究中心兰州730070 甘肃省地理国情监测工程实验室兰州730070 

出 版 物:《地球信息科学学报》 (Journal of Geo-information Science)

年 卷 期:2021年第23卷第6期

页      面:969-978页

核心收录:

学科分类:120202[管理学-企业管理(含:财务管理、市场营销、人力资源管理)] 12[管理学] 0202[经济学-应用经济学] 02[经济学] 1202[管理学-工商管理] 020205[经济学-产业经济学] 

基  金:国家重点研发计划课题项目(2016YFC0803106) 国家自然科学基金项目(41761088) 兰州交通大学优秀平台支持(201806) 

主  题:空间同位模式 数据挖掘 城市服务业 Voronoi图 产业空间关联图密度 产业空间关联显著指数 

摘      要:空间同位模式分析是数据挖掘中一种常见的方法,可有效挖掘城市设施在空间位置上的关联特征,进而发现城市设施的分布规律。本文基于POI数据同位模式挖掘用来获取城市服务业空间关联结构:首先,通过邻近实例获取、同位候选模式存储与筛选,得到城市服务业二阶同位模式;然后,据此构造产业空间关联图,得到产业间的关联结构;最后,分别构造了产业空间关联图密度和产业空间关联显著指数,用来衡量城市服务业空间关联的紧密程度和整体关联的显著程度。本文选取成都、兰州、郑州、沈阳、上海与深圳为试验区,实验结果表明:不同城市服务业的空间关联结构存在共性与特殊性,整体上,餐饮、购物等与居民日常生活相关的服务业易与其他服务业产生空间强相关,这几类服务业内部空间集聚明显;成都与沈阳的服务业整体表现空间关联度高且紧密,兰州其次,上海与深圳的服务业则整体表现空间关联较弱,郑州的服务业空间关联较紧密但强度较低。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分