详情

原文传递基于出行大数据与用户行为分析的城市功能区研究

论文题名：	基于出行大数据与用户行为分析的城市功能区研究
关键词：	交通出行大数据;城市功能区;用户行为分析;城市交通管理
摘要：	城市的发展促进了城市不同区域的功能化以满足人们的某些特定需求。城市功能区是指通过自然资源与社会服务的空间聚集，承担特定的出行与活动需求的城市空间区域。功能区的存在使得城市的社会经济资源合理、高效地部署在便于人们生产生活的空间位置，能够有效提高城市运行效率。由于都市扩张和社会经济的迅速发展，城市的不同功能区所体现的出行行为分布和土地利用分布也表现出较为显著的差异。城市功能区划分是合理实施城市规划建设的前提条件，研究城市功能分区的识别方法和城市功能分区的出行行为分布特征，对衡量城市土地利用程度、科学合理有效实施城市规划管制、规范各项社会经济可持续发展职能、科学合理有效运用各种公共资源、提高地区的综合竞争力等都有着重要意义。　　论文首先研究了兴趣点（Pointofinterest，POI）数据的预处理、基于道路网数据划分研究区域以及多源出行大数据预处理。对出行大数据、POI数据及道路网数据的预处理，包括统一坐标体系、筛选无效及冗余数据、对POI数据进行重分类、通过形态学处理，对道路网络矢量数据中的主要路段加以提炼，并划分为基本分析单元。最后，基于完成数据清洗的数据，对整体数据分布特征进行了初步分析，为后续提取区域特征和出行特征奠定了基础。　　使用一种基于POI和交通出行大数据的主题模型实现城市功能区域划分，并基于整体数据的分布特征提出了一种区域居民出行-活动特征指标体系进行城市功能区的识别。城市功能分区方法将基于交通分析小区的城市功能分区类比为基于文本的主题模型，通过计算困惑度和一致性指标确立最佳主题数，同时区分工作日与休息日出行行为、出行行为的出发地与目的地以优化主题建模结果。城市功能分区识别方法通过提取交通分析小区的地理信息特点、地铁和网约车数据中的居民出行-活动特征，构建了一种基于POI和交通出行大数据的区域居民出行-活动特征指标体系用以识别城市功能区。　　将自然语言处理的理论与城市功能区域分类的理念进行类比，使用主题模型对案例进行城市功能分区研究。将居民出行行为模式类比为自然语言处理理论中的词汇、将选定的研究区域类比为自然语言处理理论中的文档，在使用形态学处理按照道路网结构划分研究区域后，基于多源出行大数据中蕴含的移动语义，分别运用潜在狄利克雷分配（LatentDirichletallocation,LDA）主题模型和狄利克雷多项式回归（DirichletMultinomialRegression,DMR）主题模型对划分的基本分析单元进行分类。并基于所提出的区域居民出行-活动特征指标分析识别功能区具体类别，为后续城市功能区结构和居民出行分布的分析提供了支撑。　　对城市功能区空间要素分布特征、功能区居民出行时空分布进行研究。首先根据城市功能区识别结果，得到按城市功能要素划分的城市总体空间布局。同时考虑到城市化发展所造成的城市空间地域功能混合，利用土地利用混合度分析模型，系统分析了研究范围总体、各功能区的土地利用混合度情况。随后，使用空间的自相关分析方法研究了城市空间内及主要功能区之间的土地利用分配特点。最后，对各功能区市民以各种交通方式的出行行为及时空分布特征进行了深入研究与剖析，提炼出了市民在出行高峰期、同一功能区域、不同功能区域之间的出行特征，对于中国城市规划、道路交通规划与城市交通管理的具体方案提出，具有一定的现实意义。
作者：	耿昕钰
专业：	交通运输工程
导师：	付晓;芮一鸣
授予学位：	硕士
授予学位单位：	东南大学
学位年度：	2022