景区节点驱动的位置微博用户时空行为计算方法

摘要

互联网的发展极大地拓展了人类传统的社交手段和交互模式，很大程度上降低了社交成本同时吸引了多层面信息的注入与汇聚，越来越多的用户通过互联网社区分享经历和心得、发布照片，产生了大量与生活相关的用户贡献内容，这些数据在样本的覆盖度、精细空间单元与时间尺度等方面与传统数据源形成有效互补。人类的时空行为一直以来都是地理学研究的重点，正开始从利用传统调查问卷等信息的方法转变为利用互联网等新技术手段获取研究数据的阶段。互联网不仅仅反映用户群体间的虚拟关系和联系，也是区域实体活动在网络空间中的体现，越来越多的学者开始尝试利用这些互联网用户产生的数据进行学术研究。 本文以特定节点为切入点，提出一套基于特定节点的用户行为的计算方法，首先进行用户时空行为概念界定并设计数据计算统计指标，并根据计算量标定义了各统计指标之间的关系，完成了用户时空行为计算所需的数据组织。在计算指标的基础上，设计了用户时空行为计算方法：基于时空特征完成了用户属性分类计算方法；用户时间行为的计算方法是基于时间尺度的数理统计方法，统计不同时间尺度下用户数据时间分布特征，完成用户时间行为计算方法；用户时空分布计算方法的实现，利用ArcGIS中空间分析的核密度方法构建用户空间分布计算，通过可视化地图形式显示了用户的空间分布特征，并结合时间特征，研究不同时间下用户的空间分布；用户的路径轨迹计算方法的实现，利用ArcGIS中的追踪分析工具追踪用户的轨迹，并利用xy to line方法对轨迹分布特征进行统计分析，发掘用户轨迹特征所表征的节点间的联系。 本文以白帝城风景区为案例地切入点，对白帝城旅游用户时空行为计算方法进行实证研究，包括景区用户在景区内的时空行为特征及其表征的景区时空结构分析；以及追踪景区用户在节点外延区域的时空行为，从而获得以用户行为为纽带的区域间的空间联系和空间格局。 研究结果表明： （1）通过对白帝城景区用户的实证分析表明，用户时空行为特征指标的设计与计算方法，在时空行为研究中具有良好的适用性和科学性。 （2）该方法既能反映群体用户在特定地理单元的行为特征，也能表征以用户行为为纽带的区域间的空间联系和空间格局。在研究思路和方法上为用户行为及空间联系研究提供参考。

目录

声明

1 绪 论

1.1 研究背景与意义

1.2 研究综述

1.2.1 基于互联网信息的地理研究

1.2.2 基于用户行为的地理研究

1.2.3 用户行为的地理学研究方法

1.3 研究内容

1.4 技术路线

2 位置微博用户时空行为特征指标及计算方法

2.1 用户时空行为概念界定及数据统计指标

2.1.1 用户时空行为概念界定

2.1.2 用户时空行为数据统计指标

2.2 用户时空行为数据数据库的设计

2.3 用户时空行为计算方法

2.3.1 用户中的旅游者识别方法

2.3.2 用户行为时间特征计算方法

2.3.3 用户时空分布特征计算方法

2.3.4 用户空间轨迹计算方法

3 研究区域概况及数据准备

3.1研究区概况

3.1.1 空间环境分析

3.1.2 时间环境分析

3.2 数据采集及数据处理

3.2.1 数据采集

3.2.2 数据预处理

4 基于用户行为的景区时空结构分析

4.1 用户时间行为特征分析

4.1.1 年内变化规律

4.1.2 日内变化规律

4.2 用户时空分布特征分析

4.2.1 用户空间分布特征分析

4.2.2 用户时空分布特征分析

4.3 用户时空行为轨迹分析

5 基于用户行为的外延空间时空结构分析

5.1 用户时间行为特征分析

5.2 用户空间分布特征分析

5.2.1 用户区域内分布分析

5.2.2 用户外延区域分布分析

5.3 用户时空行为轨迹特征分析

5.3.1 基于用户行为的区域内空间联系分析

5.3.2 基于用户行为的区域间空间联系分析

6 结论与展望

6.1 研究结论

6.2 论文创新点

6.3 讨论与展望

参考文献

致谢

攻读学位期间科研成果清单