抚州市行业高热区块空间分布特征聚类

摘要：

针对城市行业空间布局研究中对重点区块探知问题,以江西省抚州市城区行业经营点为研究对象,利用新浪微博的网络签到位置数据,基于数据挖掘中的聚类分析方法,通过优化基于密度聚类算法,对城市的餐饮、娱乐和购物三个主要服务行业的高热重点区块实现直接聚类提取,解决从多维空间数据中挖掘城市行业空间分布特征的问题.具体的优化算法是利用多维签到位置数据中的非位置属性计算权重系数,修正判定数据点分类的相似度函数,构建加权密度聚类算法抽取城市行业的高热区块.综合三个服务行业的聚类提取结果,归纳出城市行业分布特征.仿真结果表明:多维空间数据的加权密度聚类算法可以较好地实现对城市行业空间特征的直接提取,抽取得到的重点区块具有明显的高热特性.基于聚类提取结果的行业重点区块特征分析能更合理地反映城市行业发展状况,也可以为城市管理者研究行业布局提供科学决策的重要参考依据.

关键词：城市空间特征、数据挖掘、空间数据、聚类分析、行业布局

分类号：F292(城市与市政经济)

资助基金：抚州市2019年社会科学规划项目;国家自然科学基金项目

在线出版日期：2020-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：30-33