研究城市系统空间交互基于微博数据:淮河流域,中国

文摘

城市体系的空间相互作用一直是城市研究领域的热点研究问题。在这篇文章中,用户的微博空间信息数据被用来辨别一个城市的空间结构。首先,新浪微博2011 - 2015年的数据被用来建立主题数据库沿着淮河流域的城市,中国。其次,网络连接,流入和流出三个指标系统进行了分析。最后,结合该数据库与社会经济数据,实验进行了验证和对比分析。研究发现,在淮河流域的城市空间关系具有以下特点:城市规模分布的空间差异明显;城市布局提出了一种分层聚合现象;和高档城市引领城市的互动。数据挖掘的研究表明,这种方法对于城市互动在淮河流域是有效的,这一研究流域的城市空间模式适用于其他领域。

1。介绍

在四十年中国改革以来,城市人口已从1.7亿年的1978人增加到7.9亿年的2016人,城市化率从17.9%上升到57.4% (1]。然而,中国的城市化水平仍低于发达国家的70% - -80%。在未来,中国仍将是快速城市化和发展阶段。人与自然之间的关系在中国已成为一个热点话题在同一时间。城市化促进了交流的材料、能源、人员和信息在城市;这种交换被称为城市空间相互作用[2]。如何有效地模型和定量表达的空间相互作用区域的城市是一个重要的问题,本研究的基础。

区域城市系统是一个复杂的网络(3,4]。这个网络中两个节点之间的连接可以用可见的线条,如高速公路和铁路,或者看不见的线,如航空通路、导航、和互联网(5]。流系统中强调城市节点的价值塑造整个网络系统,它提供了一个理论框架和城市网络研究的一个重要起点(6]。数据与交通,信息流动可以最直接的反映出城市空间相互作用的程度(7]。早期的研究在这方面研究的传播邮件。交通更全面的研究的范围,包括公路、铁路和航空网络(8,9]。此外,城市层次结构也可以探索通过公司总部的分布10)和银行(11]。网络信息的流动和消费可以反映城市化的水平(12),它可以提供基本的地理数据和社会学研究(13,14]。

大数据时代和LBS(基于位置的服务)的快速发展使城市小说进行的研究方法(15,16]。与电脑的逐步渗透到各种职业,社交媒体数据(17- - - - - -19)吸引了地理学家的关注由于其使用的研究[20.]。社交媒体的使用是城市社区的需求(21]。对于典型的社交媒体数据的时空特点,许多数据挖掘研究论文分析了信息,如城市热事件(22),确定城市走廊(23),地理的幸福(24),下落的人25)、城市功能连通性(26],城市空间相互作用[27),重新评估城市空间(28],描述目击者的描述(29日]。数据挖掘(30.)提供了新的工具、方法和思想对新地理研究,提高效率,准确性和精度分析[31日]。

基于新浪微博的数据32),本文建立了一个专题数据库沿着淮河流域的城市,中国。分析了区域城市体系的空间相互作用从时间和空间数据的特点。最后,结合该数据库与社会经济数据,实验进行了验证和对比分析。本文提供了一个参考勘探区域城市体系的空间关系和驱动机制,城市体系的空间结构。

2。研究区域

淮河盆地位于中国的东部地区,长江流域与黄河流域。流经的四个省,河南、安徽、江苏、山东和覆盖总面积2.7×10⁵公里²。淮河流域有多个过渡自然,社会和连接沿海地区和内陆地区的经济整合中心作为长江和黄河经济腰带。

淮河流域有一个巨大的人口1.7亿人,占总人口的12.3%。每公里平均人口密度为611人²,这是全国平均水平的4.8倍。鉴于淮河盆地是一个自然地理单元的边界,不配合行政单位,研究只选择了26个城市的政府单位是完全在淮河流域(图计算和分析1)。

3所示。数据来源和处理

3.1。新浪微博

收集的数据来自新浪微博的社交网络上的信息发布的微博用户。相比传统的社会调查数据和经济社会统计数据,新浪微博数据具有无与伦比的优势在于这样一个事实,即它表现良好在实时和可靠的和多样化的。目前,从新浪微博中收集的信息可以使用web爬虫和新浪微博开放平台API。本研究使用后者为本研究获取相关信息。

3.2。预处理的新浪微博

首先,收集数据裁剪的纬度和经度范围调查地区。每个城市行政单位分为10公里网格,网格中心的坐标,和wgs - 84地理坐标系统应用。接下来,采取不同的城市作为参数的经度和纬度,从这些城市是通过用户ID信息nearby_timeline接口(API接口)。用户ID信息包括源(通过授权APPKey),经度和纬度,以及其他数据。使用用户ID作为参数信息用户的历史数据通过签入接口(另一个API接口)。通过调用API接口返回的数据的JSON格式。在这项研究中,一个Python脚本编写实现批量数据采集。数据采集的过程如图2。

3.3。城市空间相互作用的系统

微博签到数据可以反映城市的空间交互系统;本文采用两种方法来分析这些交互。第一个是连接,用于分析区域城市之间的通信的强度;第二个是流,通过它用户的轨迹和城市之间的互动状态进行分析。

3.3.1。连接

这种方法是基于城市的登记数据,网络连接的城市之间进行了分析,描述如下:(1)变量统一化。变量统一化后,匹配矩阵建立了关于城市登记数据使用以下方程: 在哪里是一个微博用户在城市我谁签署了城市j后统一化;代表了一个微博用户我城市签署了在城市j在数据采集;和代表用户的签到数据形式的总和我在城市j。(2)城市外部连接指数。城市外部连接指数代表签到的总数之间的差异在其他城市和城市我。这是计算使用以下方程: 在哪里外部连接城市指数吗我,它反映了城市的登记数据(V)我在其他25个城市;代表城市的登记数据我后统一化;和是微博用户的签到数据的总和从城市吗我谁签署了联合经营后在其他城市。如果N_我0 > 0,城市的用户我进入微博更在城市标志我;如果N_我0 < 0,用户注册我在本地检查到新浪微博。N_我0 = 0意味着用户从一个城市我同样有可能签署的微博是否在城市吗我或远离这个城市。(3)城市网络连接。首先,城市的标准化登记数据我在城市j和标准化的登记数据的城市j在城市我相乘得到城市的网络连接。然后,这些数据是标准化生产标准化的网络连接。这是归纳为如下方程: 在哪里是城市之间的标准化的网络连接我和城市j;之间的网络连接是城市吗我和城市j;城市的标准化值是朋友吗j居民居住在城市我;Max ( )是最大的网络连接值;和反映了每个城市的信息的互联性。(4)网络连接在每个城市。是标准的网络连接的城市吗我与本身。米_我0我之间的区别是标准的网络连接的城市吗我和城市j和城市的标准网络连接我本身。这是计算使用以下方程: 在哪里反映了城市的联系强度我在网络系统。

3.3.2。评级和流入流出评级

流入和流出评级反映了城市的吸引力和交互,分别。流入评级的总数是其他城市签署了这个城市。流入越大,吸引力和互动程度越高。流出评级反映了用户注册总数城市签署了其他城市。

流出评级越大,产量越大,这表明城市与其他城市有更高程度的交互。

公式(5)用于计算流入城市的评级我,在那里表示从用户签到注册城市的数量j在城市我:

公式(6)是用来计算城市的流出评级我,在那里表示从用户签到注册城市的数量j在城市我:

进一步分析城市之间流动的原因,介绍了流入流出比,可以反映出城市之间的人口流动。这是计算使用以下方程:

4所示。结果

4.1。连通性分析

基于计算的城市连接,微博签到可以计算研究区域中的数据。从这个城市外部连接性指数和网络连接。这个数据表进行了总结1。

在表1N_我0漯河和开封的值是1,这表明有更多的签入到漯河和开封以外的用户。N_我日照−0.60 0值,在淮河流域是最低的。这表明签到日照几乎只包含本地用户的数据。此外,M_我0值,蚌埠−1543.59,最低在淮河流域。安徽蚌埠的外部关系流域作为一个整体相对较弱。M_我0漯河是291.15,这是最大的在淮河流域。这表明漯河有很强的外部关系整个盆地。漯河是位于河南省中部,省会郑州。城市交通便利,经济繁荣,发达的旅游业,和庞大的人口流动;这些因素让更多的用户去其他地方旅游,增加M_我0漯河的价值。

通过分析之间的关系一个城市的内部和外部连接(图3),以下三个结论:(1)内部外部连接城市网络连接符合城市:城市等级越低的内部连接,降低城市的外部连接水平与其他网络。在26个城市中,漯河,开封,淮南,亳州由四大。这些城市的积极的值表明,四个城市之间的外部连接强度大于,在城市。剩下的22个城市有负值,表明这些城市低外部连接和沟通这些城市大于内部与外部网络。阜阳的网络连接和不对应于蚌埠市的城市城市层次结构显示,尽管这两个城市的互联性盆地与其他城市不高,他们绝对网络连接度相对较高。这主要是由于强烈的网络连接在一个小区域。这种现象在安徽蚌埠最明显。(2)外国接触强度与一个城市的经济水平:标准化的网络连接(M_我0)反映了一个城市的强度整个盆地系统的链接。米_我0是来自不同城市的标准网络连接值我与其他城市和城市的价值我在本身。米_我0反映城市的外部连接的强度我。基于自然断点的分类(詹金斯分类),26个城市分为5个等级,如表所示2。根据统计结果的四个省GDP(江苏、山东、安徽和河南),26个城市排名在江苏,山东,河南,安徽。漯河的五个城市,开封、淮南、亳州、河南和安徽阜阳是排名最高的。这是因为这两个城市的人口通常在当地范围内进行交互。(3)城市之间的连接强度显著差异:26个城市的网络连接是排序。从数据,发现道路的强度关系千差万别。有225组数据在0和1之间,占据总数的69.23%,和62年的数据集在1到10之间,占据总数的19.08%。此外,31个数据集的10至100年占9.54%的数据,而16套,100 - 1000年占4.92%。

4.2。城市互动分析

根据26个城市的登记数据和用户的移动轨迹,26个城市的城市相互作用进行分析。

4.2.1。准备流入分类评级

流入城市的评级反映了微博条目的总数从其他城市签署了。在城市我为研究对象,城市的登记数据j在城市我收集,然后总流入城市吗我是获得。根据自然断点,26个城市分为5个等级,如表所示3。

从表3,我们可以看到城市的流入评级有以下特点:(1)流入水平的差异很大:签到最多的一个城市是96000,而最小的城市还不到10000签到。(2)第四个城市排名最的城市;大多数城市在10000年和20000年之间签入。(3)登记数据分布不均:数据主要分布在东北、东南,和东部的盆地,主要集中在江苏和山东。在安徽和河南两省的数据量相对较小。

4.2.2。流出分类评级

流出评级反映了从一个城市的用户总数,签署了其他城市。类似于流入评级,根据自然断点数据分类,结果见表4被获得。

从表4可以看出,流出具有以下特点。(1)流出水平变化显著的差异在盆地:签到最多的从一个城市超过100000,而最小的城市则不到10000。(2)第四个城市排名是世界上最大的流出:大多数城市在其他城市在10000年和30000年之间签入。(3)流出数据的空间分布不均匀:数据主要分布在盆地的中西部地区。所有省、江苏省的流出是最大的,山东省分布不均,河南和安徽等省有更多的空间分布均匀流出。

4.2.3。流入和流出的比例

流入和流出的比例可以直接反映城市之间人口的流向,也有助于进一步分析城市之间人口流动的驱动因素。流入和流出的比率可以反映一个城市的吸引力。比率越高,收件人城市的吸引力就越大,或缺乏吸引力的城市人迁移。根据26个城市自然断点分类,分为5个等级(表5)。

从表5,下面的流入和流出的比例特征可以确定:(1)率之间的差异之间的流入和流出城市很大:最大的比率比最小的1244倍。(2)大部分城市都流入/流出比率小于1,和这些城市都分布得更加均匀。这表明,大多数城市的流入小于流出的。(3)流入和流出的比例在漯河,开封,淮南相对较大,这表明这三个城市的流入和流出数据明显不同于其他城市的流域。

5。讨论

在本文中,我们使用微博数据有效地模型和定量表达的空间相互作用区域的城市。微博数据不仅能反映用户移动信息的跟踪,但也反映出用户的旅行和活动规则。社会经济地位会影响用户的旅行和活动规则?它如何影响?为了回答这些问题,本文分析了相关城市微博注册数据,城市人口和GDP的统计数据。

5.1。城市互动和社会经济之间的关系

以GDP和城市人口为横坐标,分别和总城市登记数据为纵坐标,数字4和5得到了。

从数据4和5,可以得出结论,没有城市值机的总量之间的正相关关系,经济实体和总人口的链接。在某种程度上,这反映了城市相互作用的程度是一种机制的联合行动,城市的经济水平和人口因素。这个城市最大的流入和地方登记数据侧面肖像的城市吸引力指数,这决定了城市互动的水平。城市高互动的水平,徐州、盐城等,有很高的流入和当地签入卷,其GDP也较高的省份。宿迁,苏州、周口、平顶山、菏泽、Zhumadian,和其他城市是基于本地数据的迹象,所以他们流入是减少和城市之间的相互作用不强。从2015年统计年鉴的数据,不难发现互动强的城市排名有更高的GDP水平。因此,如果我们想要改善城市的GDP,我们必须加强城市之间的互动。

5.2。微博数据和传统的数据

作为大数据的一个类,微博数据包含用户的位置信息是不同于传统数据,如公路和铁路数据。城市体系的空间结构是传统的人文地理研究领域。随着新的城市化的发展和城乡协调发展,城市系统结构的研究是由社会结构的形态结构,文化结构、流结构、功能结构、和其他领域33]。因此,我们需要新的视角和方法来支持城市体系的空间结构的研究。

分析的关键用户的运动轨迹的特点在特定领域数据采集。集团在特定区域分析的传统方法有三个步骤。首先,定义该集团在该地区;其次,进行抽样调查的人在该地区利用问卷调查;第三,分析统计数据。传统抽样调查无法获得准确的事实来表达数据,总是会消耗大量的时间,人力和物质资源。微博数据发布的微博用户在社交网络上的信息。微博的内容数据有很强的实时可靠性和多样性,它的优点是传统数据没有。在科学研究中,更准确的和有说服力的进一步分析用户的信息不泄露用户的个人信息和隐私。微博和传统数据有自己的优势。 If we combine the two factors to analyze user behavior, the result of analysis will be more reasonable. The paper adopts this method when analyzing the correlation between microblog data and socioeconomic statistics.

数据的质量直接决定了数据分析结果的准确性。微博应该遵循一定的规则和获得的数据应该显示三个连续性的特点,完整性和有效性。因此,访问数据的时候,我们应该注意时间和数量的接口调用,以及数据的完整性和可重复性检查。登记信息的研究包括入住城市代码,省代码,入住经度和纬度坐标,入住日期,入住时间。获得微博数据,建立数据库数据字段对应。进入仓库后,丢失的数据和噪声数据被删除,以确保数据的完整性和一致性。

5.3。流域的角度研究城市空间的互动

近年来,reunderstanding人与自然之间的关系各领域已成为一个热点话题。城市是人类活动的一个重要的栖息地。城市系统的时空结构的变化意味着人与自然之间的动态交互。研究区域城市体系的空间相互作用,揭示其变化的过程中驱动力将帮助我们理解城市的时空演化系统科学。上述研究可以提供空间研究的基础也为人类社会的可持续发展和提供技术路线参考城市的空间布局和优化,具有一定的理论和实践意义。

作为一个完整的物理和地理单元,流域跨行政边界,可以反映出区域的土地更自然,真正的关系。研究城市空间相互作用的流域排除了人的主观约束,更客观的反映区域城镇体系的空间关系特征。因此,流域是一个理想的区域探索进化规则,人类与土地之间的关系。淮河流域,随着中国城市体系的过渡区,具有双重过渡自然和社会元素(34]。因此,研究以淮河流域为案例区域来研究中国区域城市体系的空间关系。其观点是独一无二的。

6。结论

本文获得用户微博信息通过新浪微博开放平台和研究城市空间形态与城市互动通过统计分析和空间分析。本文以淮河流域为案例区域来验证它。主要研究结论如下:(1)微博平台提供的数据接口可以研究城市空间格局。微博的用户轨迹数据可以探索区域城市的空间关系,和数据采集和数据质量评估可以满足研究要求。(2)基于微博数据,城市系统空间格局的时空特征分析了淮河流域从网络连接和城市互动。研究发现,在淮河流域的城市空间关系具有以下特点:城市规模分布的空间差异明显;城市布局提出了一种分层聚合现象;和高档城市引领城市的互动。

至于微博数据在城市研究中的应用,当前主要关注信息文本、社会关系等方面。研究主要是对事件检测和热点探索。大数据的思考和数据挖掘技术的结合将会有更多的研究成果在城市问题的研究。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作得到了中国自然科学基金(批准号41701187)和项目由中国博士后科学基金会资助(批准号2018 m640813和2018 m633108)。

引用

1. 中国国家统计局的数据,2017年,在中国,http://www.stats.gov.cn。
2. l . y . Liu锣,问:通“量化效应在空间相互作用的距离,”Acta Scientiarum生物数学学报,50卷,不。3、526 - 534年,2014页。视图:谷歌学术搜索
3. 陈y”Zipf定律、层次结构和shuffling-cards为城市发展模式,”离散动力学性质和社会ID 480196条,卷。2012年,21页,2012。视图:出版商的网站|谷歌学术搜索
4. 张h . l .朱,徐,“城市配电系统可靠性建模与贝叶斯网络来确定影响因素,”科学的规划卷,2016篇文章ID 7109235, 2016。视图:出版商的网站|谷歌学术搜索
5. f .甄b . Wang和y。陈,“中国的城市网络基于社交网络空间特征:新浪微博的实证分析”Geographica学报,卷67,不。8,1031 - 1043年,2012页。视图:谷歌学术搜索
6. f·乔治和美国蒋禄卡,“人类活动网络,国家收入和劳动生产率,”网络科学,3卷,不。3、377 - 407年,2015页。视图:出版商的网站|谷歌学术搜索
7. d .丹丹,z . Chunshan和y Changdong,“时空特征和影响因素的通勤活动中产阶级居民在广州市,中国,“中国地理科学,26卷,不。3、410 - 428年,2016页。视图:出版商的网站|谷歌学术搜索
8. w·吴,中州。曹,S.-b。梁和W.-d。曹”,在中国铁路客运网络的可访问性模式,”地理研究,28卷,不。5,页1389 - 1400,2009年,在中国。视图:谷歌学术搜索
9. 肯尼迪。雪,“层次结构和分布格局的中国城市系统基于航空网络,”Geographica学报,27卷,不。1 23-32页。2008年,在中国。视图:谷歌学术搜索
10. Z.-f。金,“跨国城市网络的结构属性基于跨国企业网络:在中国与韩国联系的情况下,“Geographica学报卷,29号9日,第1682 - 1670页,2010年,在中国。视图:谷歌学术搜索
11. j .阴氏甄和学术界。王”,中国城市网络模式:一个实证分析金融企业布局的基础上,“经济地理没有,卷。31日。5,页754 - 759,2011年,在中国。视图:谷歌学术搜索
12. z。太阳,J.-l。他和F.-j。小君”,可访问性和网络层次城市在全球互联网,”经济地理学(中国),30卷,不。9日,第1455 - 1449页,2010年。视图:谷歌学术搜索
13. m·斯蒂芬斯和a . Poorthuis:“跟你的邻居:连接社会和空间网络在Twitter上,“计算机环境和城市系统,53卷,不。3、331 - 346年,2014页。视图:出版商的网站|谷歌学术搜索
14. y Takhteyev, a . Gruzd Wellman,“twitter的地理网络,”社交网络,34卷,不。1,第81 - 73页,2012。视图:出版商的网站|谷歌学术搜索
15. y z . Liu贾,朱x”部署策略的汽车共享仓库集群城市交通大数据基于亲和传播,”科学的规划卷,2018篇文章ID 3907513、9页,2018。视图:出版商的网站|谷歌学术搜索
16. m·m·拉索尔教授a·艾哈迈德·a·保罗,和美国ρ,“城市规划和构建基于物联网的智能城市使用大数据分析,“计算机网络卷,101年,第80 - 63页,2016年。视图:出版商的网站|谷歌学术搜索
17. d . Arribas-Bel k . Kourtit p Nijkamp et al .,“网络城市:社交媒体作为一种工具对于理解城市,“应用空间分析和政策,8卷,不。3、231 - 247年,2015页。视图:出版商的网站|谷歌学术搜索
18. j·舒尔曼肉桂和n”,面对数据分界线在空间和自愿的地理信息,“GeoJournal,卷78,不。4、657 - 674年,2012页。视图:出版商的网站|谷歌学术搜索
19. a . Stefanidis a .骗子,j . Radzikowski”收获从社交媒体源周围的地理空间信息,“GeoJournal,卷78,不。2、319 - 338年,2011页。视图:出版商的网站|谷歌学术搜索
20. 美国埃尔伍德,“地理信息科学:新兴的社会影响研究地理空间网络,”人文地理的进展,34卷,不。3、349 - 357年,2009页。视图:出版商的网站|谷歌学术搜索
21. n . Ratnasari e . d . Candra d·h·Saputra和a . p . Perdana”城市空间格局和交互分析的基础上夜间遥感数据和geo-social媒体信息,“IOP会议系列:地球和环境科学卷,47条ID 012038, 2016。视图:出版商的网站|谷歌学术搜索
22. A .舒尔茨e . l . Mencia施密特,“快速构建原型框架提取小规模incident-related信息在微博:应用多标记分类在微博,“信息系统57卷,第110 - 88页,2015年。视图:谷歌学术搜索
23. 江z, m·埃文斯·d·奥利弗et al .,“确定K主要走廊从城市自行车道路网GPS轨迹,“信息系统57卷,第159 - 142页,2016年。视图:出版商的网站|谷歌学术搜索
24. 米切尔,m·r·弗兰克·k·d·哈里斯·s·多兹和c·m·丹弗斯”幸福的地理位置:连接twitter情绪和表达,人口,和客观特征的地方,”《公共科学图书馆•综合》,8卷,不。5篇文章ID e64417 2013。视图:出版商的网站|谷歌学术搜索
25. 大肠Steiger r . Westerholt b . Resch和a . Zipf”Twitter作为一个指示器下落的人吗?与英国人口普查数据关联Twitter”,电脑、环境和城市系统54卷,第265 - 255页,2015年。视图:出版商的网站|谷歌学术搜索
26. 沈y和k Karimi)“城市功能连通性:描述功能的城市街道与社交媒体签到数据,”城市卷,55岁,9,2016页。视图:出版商的网站|谷歌学术搜索
27. Z。l .吴魏隋,y . Liu”研究交互式网络在中国城市登记数据集的基础上,“地理和信息科学(中国)卷,29号6、1 - 5,2013页。视图:谷歌学术搜索
28. g·韦塞尔、c . Ziemkiewicz和e . Sauda”重新评估城市空间通过微博:分析基于移动食品摊贩和在线交流,“新媒体与社会,18卷,不。8,1636 - 1656年,2016页。视图:出版商的网站|谷歌学术搜索
29. m .爱人、m . Vasardani和s .冬天,”对微博的可信度:描述目击者的描述,“GeoJournal,卷80,不。3、21、2015页。视图:出版商的网站|谷歌学术搜索
30. j . Capdevila m·阿里亚斯,a . Arratia”GeoSRS:混合社会推荐系统定位数据,”信息系统57卷,第128 - 111页,2016年。视图:出版商的网站|谷歌学术搜索
31. d . Kotzias Lappas t和d . Gunopulos,“家是你的朋友在哪里:利用社交图定位twitter用户在一个城市,“信息系统57卷,第87 - 77页,2016年。视图:出版商的网站|谷歌学术搜索
32. 中国的微博,2018年,在中国,https://weibo.com。
33. x x z . Wang, j . Lee Chang h . Liu和李问:“在线社交互动的空间计量经济学建模使用微博,“电脑、环境和城市系统卷。70年,53-58,2018页。视图:出版商的网站|谷歌学术搜索
34. y粉丝,g . Yu, z,“城市的起源、空间格局和演变系统:测试假设的“城市树”、“栖息地的国际卷,59岁,60 - 70、2017页。视图:出版商的网站|谷歌学术搜索

版权

版权©2019粉丝等。这是一个开放访问分布在条知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。