基於社交網路數據的人口面插值模型研究

《基於社交網路數據的人口面插值模型研究》是依託浙江大學，由林傑擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於社交網路數據的人口面插值模型研究
• 依託單位：浙江大學
• 項目負責人：林傑
• 項目類別：青年科學基金項目

項目摘要

精確的人口信息是規劃和行政決策的前提，因此人口統計數據空間化是遙感和地理信息科學領域一個重要的研究課題。傳統的用於人口插值的輔助信息包括遙感土地覆蓋類型，道路網，以及地塊類型等，但是隨著社交網路的發展以及推送訊息對地理標識的支持為獲取輔助信息提供了新的途徑。我們通過研究社交網路訊息的文本以及推送時間，並通過聚類算法合併相似社交網路數據點得到人口空間分布的控制點。在此基礎上建立距離衰減參數與局部控制點疏密情況的映射關係，通過距離衰減參數的變化來模擬人口分布與社交網路數據點分布的空間異質關係。然後根據人口權重曲面將源區域內的人口數量分配到位於該區域的格網中。本項目還進一步研究和比較了社交網路數據與遙感數據通過兩種不同的結合方式所得到的複合輔助信息在人口面插值模型中的套用。

結題摘要

近些年來隨著web 2.0的興起，由此產生的基於位置的服務數據被廣泛用來研究與人口活動相關的問題。本研究主要利用帶有地理標識的推特數據作為輔助數據來研究人口的空間分布。項目首先開展了基於推特數據來推斷用戶的家庭住址信息。我們發現利用推特傳送的時間來推斷用戶的家庭住址，精度最高可以達到86.4%。但是推特用戶在總人口中的代表性還有待進一步研究，以及只有大概1%的用戶允許推特記錄並發布自己的位置信息，因此我們發現，推特作為單一的輔助數據來推斷人口的空間分布效果不是很好， 比傳統的遙感影像以及其他的社會經濟數據的效果要差。但是當他和這些傳統的數據結合使用時，可以對這些傳統的數據的插值效果有所加強。由於推特的發布時間和人的日常活動有密切的聯繫，除了用推特數據來揭示用戶的家庭住址信息，我們還使用推特來推斷土地利用信息。我們發現除了推特發布的時間和土地利用相關以外，推特的內容也和土地利用相關。我們發現利用推特的時間和文本信息，推斷基於地塊的土地利用信息可以達到83.9%的精度。得到的土地利用信息作為輔助數據是否能提高人口數據空間化的準確度還進一步研究。人口信息是制定區域可持續發展規劃、改善人類生存環境等方面的重要科學依據。本項目探索了具有位置信息的社交網路在人口統計數據空間化方面的套用前景。隨著數據的積累，以及使用人數的增加，社交網路數據對於城市土地利用的變化以及人口的流動具有一定的相關性。並且使用社交網路數據去監測這種變化，不需要花費太多的成本，而且數據可以隨時更新，數據的時效性很強。帶有地理標識的社交數據在將來的城市規劃以及城市管理具有廣闊的套用前景。