2026年智慧城市规划者测试题城市管理数据挖掘与城市发展分析.docxVIP

第PAGE页共NUMPAGES页

2026年智慧城市规划者测试题：城市管理数据挖掘与城市发展分析

一、单选题（共10题，每题2分，合计20分）

（针对北京市智慧交通数据挖掘与应用场景）

1.在分析北京市早晚高峰时段的交通拥堵数据时，以下哪种方法最适合识别拥堵路段的时空分布规律？

A.主成分分析（PCA）

B.时间序列预测模型（ARIMA）

C.聚类分析（K-means）

D.神经网络回归模型

2.若要评估北京市公共自行车站点布局的合理性，数据挖掘中的哪种指标最能反映“可达性”与“供需平衡”？

A.距离加权系数

B.空间自相关系数（MoransI）

C.覆盖率-需求率模型

D.熵权法

3.在处理北京市环境监测中的PM2.5数据时，以下哪种算法最适合预测未来24小时的污染扩散路径？

A.决策树分类器

B.时空地理加权回归（GWR）

C.K最近邻算法（KNN）

D.关联规则挖掘（Apriori）

4.若要分析北京市人口流动对商业区的影响，以下哪种数据源最能反映“职住分离”特征？

A.手机信令数据

B.社交媒体签到数据

C.公共交通刷卡记录

D.职业普查数据

5.在构建北京市智慧养老服务平台时，以下哪种数据挖掘技术最适合识别高风险独居老人群体？

A.关联规则挖掘

B.逻辑回归分类模型

C.支持向量机（SVM）

D.主题模型（