基于数据挖掘的城市服务区划分及可达性分析-urban service area division and accessibility analysis based on data mining.docx

摘要随着城市的不断发展，人们对高质量生活服务的需求呈现出逐步上升的趋势， 关于城市的规划和资源分配的研究也日趋活跃。本文以成都市金融服务系统为例， 阐述了如何利用泊松过程实现金融服务区划分，在研究金融服务系统的空间分布 与人口密度之间关系的基础上，提出了利用人口密度进行空间预测的逻辑回归模 型，同时根据服务的供需关系分析了金融服务的可达性问题。本文的主要研究内 容分为三个部分。第一本文从金融服务点的局部分布特征出发，分析了完全空间随机与空间聚 集两种不同的点模式，并证明了齐次泊松过程是对完全空间随机模式的有效表示。 在此基础上本文提出了利用非齐次泊松过程来表示金融服务点的聚集状态，并使 用强度函数作为划分依据。本文采用极大似然估计与核平滑两种方式实现对强度 函数的估计。第二为了阐述影响划分结果的本质因素，本文提出金融服务点与人口分布之 间存在一定关联的假设，并证明该假设在整体分布上成立。在假设成立的基础上 本文提出了采用逻辑回归模型建立人口密度与设立金融服务点概率之间函数关 系，同时针对逻辑回归模型的缺陷提出了相应的改进。第三本文基于哈夫模型，定义一个小区所能获取的服务强度作为衡量服务可 达性指标。在简化模型的前提下，本文分析出了成都市各小区获得的服务强度值， 并通过对比不同的模型，实现了寻找服务可达性较好的区域。本文对金融服务系统的研究方法具备一定的普适性。由于城市服务系统基本