基于大数据的流空间研究进展

发布时间：2022-08-12 20:29

　　流空间是认识城市网络结构和演化的重要手段。近年来大数据的快速发展为流空间研究提供了新的机遇和挑战。论文系统综述了基于大数据的流空间研究进展。首先,论文梳理了基于大数据流空间研究的背景和历史,然后总结了基于大数据的流空间研究的主题、数据类型、方法和主要发现,最后展望了未来的研究挑战。2011年以后,基于大数据的流空间研究呈指数增长趋势,中英文论文年均发表量从2010年的11篇增长到2018年的106篇。大数据主要从提供新的数据源、激发新的分析方法和提供新的研究视角三方面推进了流空间研究。常用于流空间研究的大数据主要包括手机信令数据、社交媒体签到数据、公共交通刷卡数据和出租车轨迹数据,它们比传统统计数据更能直接提供人流、物流和信息流的时空动态信息。研究方法也从传统的基于距离的重力模型发展为网络分析方法。未来在交叉学科研究、大数据和传统数据的耦合、大数据与深度学习和云计算等新方法的结合方面仍需进一步探索,从理论、数据和方法上全面深化流空间研究。 

【文章页数】：15 页

【文章目录】：
1 流空间和大数据的基本定义
    1.1 流空间的基本定义
    1.2 大数据的基本定义
2 流空间的研究历程
3 流空间主要研究进展
    3.1 论文检索和筛选
    3.2 研究趋势和特点
    3.3 主要研究主题
    3.4 大数据在流空间研究中的优势
    3.5 主要研究数据
    3.6 主要研究内容和方法
4 讨论
    4.1 现有研究不足
    4.2 构建基于大数据的流空间研究框架
5 结论


【参考文献】：
期刊论文
[1]“双十一”期间中国快递流通的时空结构与效率——基于时间地理学视角[J]. 李鲁奇,孔翔.  地理研究. 2019(08)
[2]基于腾讯迁徙数据的中国“春运”城市间人口流动空间格局[J]. 赖建波,潘竟虎.  人文地理. 2019(03)
[3]地理大数据挖掘的本质[J]. 裴韬,刘亚溪,郭思慧,舒华,杜云艳,马廷,周成虎.  地理学报. 2019(03)
[4]GDELT数据网络化挖掘与国际关系分析[J]. 秦昆,罗萍,姚博睿.  地球信息科学学报. 2019(01)
[5]基于微博签到数据的成渝城市群空间结构及其城际人口流动研究[J]. 潘碧麟,王江浩,葛咏,马明国.  地球信息科学学报. 2019(01)
[6]基于手机数据的北京市城市与近郊交互模式挖掘[J]. 彭卉,杜云艳,易嘉伟,刘张,王会蒙.  地球信息科学学报. 2019(01)
[7]移动定位大数据视角下的人群移动模式及城市空间结构研究进展[J]. 杨喜平,方志祥.  地理科学进展. 2018(07)
[8]地理大数据为地理复杂性研究提供新机遇[J]. 程昌秀,史培军,宋长青,高剑波.  地理学报. 2018(08)
[9]基于地理标记照片的北京市入境旅游流空间特征[J]. 秦静,李郎平,唐鸣镝,孙岩,宋昕芮.  地理学报. 2018(08)
[10]东北区域经济一体化演变的社会网络分析[J]. 宋冬林,齐文浩.  吉林大学社会科学学报. 2018(04)

博士论文
[1]流空间视角的沈阳市空间结构研究[D]. 魏冶.东北师范大学 2013



本文编号：3676544