检索结果-南通市图书馆

地球信息科学学报 2024年第8期26卷 1779-1793页

作者：贺力何国喜郑滋椀西安交通大学人文社会科学学院浙江警察学院大数据与网络安全研究院中国人民公安大学信息网络安全学院

在犯罪空间分析和空间建模过程中，模型残差中的空间自相关问题对模型参数估计的准确度和犯罪相关因素的分析构成了极大的阻碍，模型残差存在显著空间自相关会导致模型的有偏估计及误导性的推断，甚至导致错误的研究结论。本研究采用一... 详细信息

在犯罪空间分析和空间建模过程中，模型残差中的空间自相关问题对模型参数估计的准确度和犯罪相关因素的分析构成了极大的阻碍，模型残差存在显著空间自相关会导致模型的有偏估计及误导性的推断，甚至导致错误的研究结论。本研究采用一种较为新颖的空间统计方法，即特征向量空间滤波方法（Eigenvector Spatial Filtering），来消除犯罪回归模型估计过程中的残差自相关问题，以及由此引发的模型参数有偏估计问题。以此为基础，立足犯罪模式理论和社会解组理论，以浙江省海宁市主城区为研究区，采用2018年1月—2021年9月室外盗窃警情立案数据、海宁市建成环境数据、珞珈一号夜间灯光遥感数据以及WorldPop人口网格数据，在网格尺度上构建基于特征向量空间滤波的泊松回归模型，在消除模型残差自相关、纠正模型参数估计偏误的基础上，识别出海宁室外盗窃犯罪的影响因素。研究发现：(1)基于特征向量空间滤波的泊松回归模型提取出了模型残差中的自相关部分，确保残差无显著空间自相关，将显著的空间滤波加入回归模型，较大幅度提升了模型拟合优度，纠正了系数估计偏误问题，缓解了过度离散问题，并找回了遗漏变量。该方法可推广至其他计数模型和广义线性回归分析场景中，有助于提升模型参数的准确估计水平，找回因自相关等原因而被遗漏的变量；(2)新兴时空热点分析显示，室外盗窃绝对数量随疫情到来呈递减趋势，室外盗窃热点持续于海宁市主城区中部，冷点呈多点分布；(3)人均夜间灯光所表征的城市相对剥夺水平对室外盗窃有显著正向影响；(4)由各类建成环境所刻画的犯罪吸引地、产生地、促成地对室外盗窃有显著影响，本文同时也对与以往研究结论不一致的地方进行了讨论。

关键词：特征向量空间滤波空间分析泊松回归室外盗窃建成环境社会经济剥夺新兴时空热点

来源：

维普期刊数据库

同方期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于不动产登记数据的时空数据挖掘研究——以成都市为例

基于不动产登记数据的时空数据挖掘研究——以成都市为例

引用

作者：符卓四川师范大学

学位级别：硕士

成都市的不动产数据承载着丰富的信息,与其未来的发展密切相关。因此,对不动产登记数据进行时空数据挖掘至关重要,这不仅能够分析出城市发展的潜力,也对城市规划和政策制定者以及城市管理者来说具有极高的参考价值。所以充分利用这些信... 详细信息

成都市的不动产数据承载着丰富的信息,与其未来的发展密切相关。因此,对不动产登记数据进行时空数据挖掘至关重要,这不仅能够分析出城市发展的潜力,也对城市规划和政策制定者以及城市管理者来说具有极高的参考价值。所以充分利用这些信息可以更有效地规划城市后续的发展和建设,使城市基础设施更加精准地满足居民需求,从而有效避免资源的浪费,这一过程有助于实现城市发展的可持续性和公共资源的有效利用。不动产登记数据由于包含着权利人购买不动产的时间以及不动产所在的位置,因而具有空间和时间的信息属性。目前,我国对不动产登记数据的研究停留在数据的整理以及建库,而对数据的深入挖掘和应用的研究相对较少,尚处于早期探索阶段。本研究以成都市的不动产登记数据为主要数据基础,以购房权利人为研究对象,深入探究成都市不动产登记数据的时空立方模型构建、新兴热点的分析,以及多次购房的权利人的迁移轨迹,进一步拓展不动产数据的广泛应用领域,充分挖掘不动产登记数据的潜在价值,为城市规划和政策制定者以及城市管理者提供更加全面、精准的参考信息,以促进城市基础设施建设更具针对性,减少资源浪费,推动城市可持续发展。本文研究的核心目标在于利用数据清洗技术、时空数据挖掘理论,以及深入探讨迁居行为理论的指导,以不动产登记数据为基础,构建一套有效的数据处理和挖掘方法。旨在挖掘出这些数据中蕴含的重要信息,特别是关于热点地区和迁居轨迹方面的信息。通过这项研究,能够更深入地理解城市不动产登记数据中的动态变化和成都市区域内的人口迁移趋势。通过Getis-Ord Gi*统计和Mann-Kendall趋势分析识别出了成都市的新增热点,以及运用POI数据对新增热点进行了因子分析,发现成都市在1990～2020年间新增热点逐渐在成都市南部增加得最多,其主要受区域发展因素以及教育因素所影响。通过对居民迁移轨迹的构建,得出成都市居民在1990～2020年间的购房位置重心首先向东移动,然后再渐向南迁移。本文主要研究内容如下:(1)清洗原始不动产登记数据。由于不动产登记数据中的存在一些不利于本研究数据挖掘的无效信息(例如,登记的位置和时间不准确、大量的房屋登记在公司名下等),所以本文采用对权利人的私密信息进行脱敏处理、将不符合本文研究的数据进行清洗、运用地理编码技术将数据中的文本类数据转化为空间坐标信息,以供本文后续研究。(2)对成都市不动产登记数据进行时空挖掘研究。在对清洗后的不动产登记数据进行数据挖掘研究时,权利人名下不动产房屋不止一套,将成都市的不动产数据以时间购买顺序分为一套次、二套次、三套次、四套次、五套次数据。由被清洗处理过的数据,构建各个套次的时空立方体模型,以便深入研究成都市区域内不同地点的不动产登记信息增长变化情况;根据成都市时空立方体识别出成都市区域内的新兴时空热点,即找出新增热点、振荡热点、持续热点并利用绿地、交通、教育和医疗等四类数据,研究各个套次之间新兴热点形成的驱动因素模式;最后,对名下拥有多套不动产的权利人采用“套次”的研究方式,运用基于密度的聚类算法,研究出个体迁居行为模式的算法,通过个体迁居行为模式算法,识别出各个套次之间的迁居路径,构建出成都市区内的迁移轨迹。(3)对所提出的不动产登记数据处理方法、时空规律挖掘技术以及个体迁居行为模式的算法进行实际案例验证。本文将使用成都市1990年至2020年的不动产登记数据作为案例数据以及使用截至到2020年的成都市地铁、公园、医院、公立学校(小学、初中、高中)的点数据进行辅佐分析,得出关于成都市不动产登记数据的数据挖掘情况,即构建出成都市不动产的时空立方体、识别出区域内的(新增、振荡、持续)热点、构建城市内部的迁移轨迹。

关键词：时空数据挖掘时空立方体新兴时空热点迁居行为轨迹不动产登记数据

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：