作者：Saqib; Ali; Haidery; 万旺根; 曾本冲; N...社交媒体lbsn大数据核密度估计新浪微博
摘要：为了提取和分析中国上海的社交网络位置数据,通过使用KDE作为空间分析技术来探讨LBSN数据的应用,分析用户参与的新浪微博签到数据与城市特征之间的关系,更重要的是调查上海密集地区的人口密度,以便于相关部门更好地观察和管理。通过使用新浪微博API收集了中国上海10个不同地区在2016年1月~3月期间的数据,并利用核密度估计对基于位置社交网络数据集的新浪微博用户的签到频率进行分析。研究结果表明,核密度估计方法为利用地理空间数据集进行空间模式建模提供了有益的见解。此外,与研究区域的副城区相比,中心城区的密度更大。由此得出结论:通过使用核密度估计技术,可以评估个体的签到行为以及更广泛的总体人口模式。该研究对城市功能及其环境影响、城市可持续性发展和基于城市人口密度的应急响应等领域都有一定的借鉴意义。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
