基于互联网大数据的城市规划.pptVIP

分析案例基于签到活动的南京城市功能区划分基于微博签到数据的南京城市功能划分三、基于互联网大数据的城市规划活动区域划分（90个活动区域）城市土地利用研究传统研究方法基于统计和空间数据，探讨城市土地利用与人口或用地规模的关系、与各类社会经济活动之间的关系，以及不同土地利用类型的比例等；基于各功能组团，根据国家详细的功能用地标准，对各功能组团的现状土地利用进行调整，重新布局城市新拓展区域。基于大数据研究方法传统研究将土地利用看作城市经济空间开发主要手段，忽视了土地承载之上的居民行为与社会活动；通过各类用地居民活动类型判别和范围划定、居民活动与城市地块空间关系研究，调整优化城市现状用地类型，并通过活动与用地配比参数的总结来指导城市新拓展区域的用地布局三、基于互联网大数据的城市规划基于手机调查数据的校园空间利用（南大仙林校区为例）活动位置活动类型活动情感数据来源：利用自行开发的手机调查APP获取50个自愿学生样本一周每天24小时活动大数据（位置和活动内容数据）智能手机移动研究调查思路分析案例（用地类型与范围判别）三、基于互联网大数据的城市规划基于活动的南京大学校园土地利用判别我们定义空间功能是基于在空间上的活动类型。考虑学生的五项基本活动，睡觉、学习，用餐，通勤和娱乐休闲。在ArcGIS平台上，使用K-mean空间聚类分析方法，使得每个单元格获得其邻近的活动点，获取基于活动类型的用地空间划分结果，并计算其活动强度。基于手机调查数据的校园空间利用（南大仙林校区为例）分析案例三、基于互联网大数据的城市规划工作日校园空间使用强度城市商业空间研究传统编制方法基于统计和空间数据的商业空间体系与结构分析、基于问卷或访谈数据的商业空间消费者行为分析；基于统计或调查数据的城市商业设施空间分布特征分析；基于问卷数据的城市商业综合体消费者行为分析及空间优化等。基于大数据研究方法利用消费者活动大数据可以探讨城市商业空间利用效率、消费者行为或情感偏好，指导商业空间优化；利用消费者评价大数据可以研究城市商业设施服务质量和内在影响因素，指导设施配置和布局；利用消费者活动大数据可以研究城市综合体内容消费者活动规律和行为模式，优化内部空间设计；大数据与小数据的结合三、基于互联网大数据的城市规划分析案例（商业空间）活动分布密度基于微博情感的南京新街口商圈分析三、基于互联网大数据的城市规划所有餐馆密度分布所有餐馆人气分布总体来讲，餐饮商户人气分布比密度分布范围小得多小，但是中心体系格局相差不大分析案例（商业设施）基于大众点评网数据的餐饮业发展空间分析与规划三、基于互联网大数据的城市规划空间均衡抽样回归模型变量设计影响因素分析因变量所有餐厅传统菜系餐厅小吃、快餐店茶社、咖啡厅面包、甜品店B/PB/PB/PB/PB/P餐馆类型（参考项：面包甜品类）传统菜系0.360***----------------小吃快餐0.100----------------茶、咖啡0.124----------------餐厅规模(参考项:小型)中型0.305***0.2450.320***0.334----大型-0.450***-0.440*------------分店数-0.005**-0.030*-0.004***-0.007*0.007经营模式（参考项：独立经营）连锁经营0.230***0.0429***0.0950.3160.083人均消费0.001-0.0010.009***-0.0020.001菜品口味0.088***0.098***0.086***0.111**0.073**餐厅环境0.057***0.086**-0.0110.0570.048餐厅服务0.0200.0100.002-0.0350.062*所属商圈基准地价0.073***0.0650.0280.0640.019所在道路等级（参考项：支路）快速路0.2430.546**-0.0630.2010.240主干道0.0600.2260.0380.174-0.020次干道0.0550.116-0.0190.361-0.109餐厅区位（参考项：不靠近公共场所）靠近医院-0.157-0.283-0.158----0.041靠近学校0.1180.199-0.0620.0400.170靠近车站0.1660.0820.0050.1760.066