地理科学 ›› 2017, Vol. 37 ›› Issue (9): 1310-1317.doi: 10.13249/j.cnki.sgs.2017.09.003
所属专题: 地理大数据
收稿日期:
2016-11-14
修回日期:
2017-03-04
出版日期:
2017-11-20
发布日期:
2017-11-20
作者简介:
作者简介:廖伟华(1975-),男,湖南耒阳人,副教授,硕士,主要研究方向为GIS、经济地理学、城市计算。E-mail:
基金资助:
Received:
2016-11-14
Revised:
2017-03-04
Online:
2017-11-20
Published:
2017-11-20
Supported by:
摘要:
信息技术与电商平台的发展,产生了各种各样的大数据。在城市服务业中,商家在电商平台上注册自己带有坐标的信息,构成了空间服务业的空间大数据源。首先建立限定距离阈值的空间关联规则数据模型,介绍该模型产生频繁项集和关联规则的方法与步骤。最后利用Python爬取糯米网南宁站的商家信息,用Apriori算法做出了10~1 000 m 6种距离阈值的空间关联规则和服务业空间频繁项集。
中图分类号:
廖伟华, 聂鑫. 基于大数据的城市服务业空间关联分析[J]. 地理科学, 2017, 37(9): 1310-1317.
Weihua Liao, Xin Nie. Spatial Association Analysis for Urban Service Based on Big Data[J]. SCIENTIA GEOGRAPHICA SINICA, 2017, 37(9): 1310-1317.
表2
按支持度排前5的规则"
距离(m) | 规则 | 支持度 | 置信度 | 提升度 |
---|---|---|---|---|
10 | {经济型酒店} => {酒店} | 0.1082 | 1.0000 | 7.1012 |
{酒店} => {经济型酒店} | 0.1082 | 0.7681 | 7.1012 | |
{川菜} => {全部中餐} | 0.0445 | 0.8738 | 8.5759 | |
{个性写真} => {丽人} | 0.0429 | 0.6963 | 3.5576 | |
{婚纱摄影} => {个性写真} | 0.0389 | 0.7852 | 12.7380 | |
50 | {甜点饮品} => {小吃快餐} | 0.2773 | 0.7772 | 1.4086 |
{其他美食} => {小吃快餐} | 0.2301 | 0.7989 | 1.4478 | |
{蛋糕} => {小吃快餐} | 0.2293 | 0.7140 | 1.2940 | |
{经济型酒店} => {酒店} | 0.1964 | 1.0000 | 3.9118 | |
{酒店} => {经济型酒店} | 0.1964 | 0.7684 | 3.9118 | |
100 | {甜点饮品} => {小吃快餐} | 0.4696 | 0.9012 | 1.2409 |
{丽人} => {小吃快餐} | 0.4450 | 0.8284 | 1.1406 | |
{蛋糕} => {小吃快餐} | 0.4086 | 0.8631 | 1.1883 | |
{其他美食} => {小吃快餐} | 0.4013 | 0.9001 | 1.2393 | |
{蛋糕} => {甜点饮品} | 0.3500 | 0.7392 | 1.4186 | |
500 | {甜点饮品} => {小吃快餐} | 0.9016 | 0.9944 | 1.0096 |
{小吃快餐} => {甜点饮品} | 0.9016 | 0.9154 | 1.0096 | |
{蛋糕} => {小吃快餐} | 0.8982 | 0.9932 | 1.0084 | |
{小吃快餐} => {蛋糕} | 0.8982 | 0.9119 | 1.0084 | |
{丽人} => {小吃快餐} | 0.8897 | 0.9950 | 1.01024 | |
1000 | {蛋糕} => {小吃快餐} | 0.9928 | 1.0000 | 1.0004 |
{小吃快餐} => {蛋糕} | 0.9928 | 0.9932 | 1.0004 | |
{甜点饮品} => {小吃快餐} | 0.9924 | 1.0000 | 1.0004 | |
{小吃快餐} => {甜点饮品} | 0.9924 | 0.9928 | 1.0004 | |
{甜点饮品} => {蛋糕} | 0.9906 | 0.9982 | 1.0054 |
[10] |
Zheng Y, Zhang L, Ma Z et al. Recommending friends and locations based on individual location history[J]. ACM Transactions on the Web, 2011, 5(1):1-5.
doi: 10.1145/1921591.1921596 |
[11] | 甄峰,余洋,汪侠,等. 城市汽车服务业空间集聚特征研究:以南京市为例[J].地理科学, 2012, 32(10):1200-1208. |
[Zhen Feng,Yu Yang,Wang Xia et al.The Spatial Agglomeration Characteristics of Automotive Service Industry: A Case Study of Nanjing. Scientia Geographica Sinica, 2012, 32(10):1200-1208.] | |
[12] |
Agrawal R.Mining association rules between sets of items in large databases[J]. Acm Sigmod Record,1993,22(2):207-216.
doi: 10.1145/170035.170072 |
[13] | 高源, 韩增林, 杨俊,等. 中国海洋产业空间集聚及其协调发展研究[J]. 地理科学, 2015, 35(8):946-951. |
[Gao Yuan, Han Zenglin,Yang Jun et al.Spatial Agglomeration of Marine Industries and Region Coordinated Development in China. Scientia Geographica Sinica,2015,35(8):946-951.] | |
[14] |
Adomavicius G,Tuzhilin A.Toward the Next Generation of Recommender Systems: A Survey of the State-of-the-Art and Possible Extensions[J]. IEEE Transactions on Knowledge & Data Engineering, 2005, 17(6):734-749.
doi: 10.1109/TKDE.2005.99 |
[15] |
Linden G,Smith B,York J.Amazon.com Recommendations: Item-to-Item Collaborative Filtering[J]. IEEE Internet Computing, 2003, 7(1):76-80.
doi: 10.1109/MIC.2003.1167344 |
[16] |
Khorsand A,Haddad M,Sochor H et al. Introduction to arules —A computational environment for mining association rules and frequent item sets[J]. Journal of Statistical Software, 2010, 14(15):1-25.
doi: 10.1016/j.jspi.2004.04.017 |
[17] |
Hahsler M,Chelluboina S,Hornik K et al.The arules R-Package Ecosystem: Analyzing Interesting Patterns from Large Transaction Data Sets[J]. Journal of Machine Learning Research, 2011, 12(12):2021-2025.
doi: 10.1093/imamci/dnr006 |
[1] | 薛东前, 石宁, 公晓晓. 西安市生产者服务业空间布局特征与集聚模式研究[J]. 地理科学, 2011, 31(10):1195-1201. |
[Xue Dongqian, Shi Ning,Gong Xiaoxiao.Spatial Features and Agglomeration of Producer Services in Xi’an City, China.Scientia Geographica Sinica, 2011, 31(10):1195-1201.] | |
[2] | 王峰,余伟,李石君. 基于PMR 架构的兴趣点推荐研究[J].中国科学:信息科学,2015,45(11): 1503-1520. |
[Wang Feng,Yu Wei,Li Shijun.Study of POI-s recommendation based on a PMR framework. Scientia Sinica(Informationis),2015,45(11): 1503-1520.] | |
[3] | 李佳洺, 孙铁山, 张文忠. 中国生产性服务业空间集聚特征与模式研究——基于地级市的实证分析[J]. 地理科学, 2014, 34(4):385-393. |
[Li Jiaming, Sun Tieshan, Zhang Wenzhong.Spatial Cluster Characteristics and Modes of Producer Services in China. Scientia Geographica Sinica, 2014, 34(4):385-393.] | |
[4] |
Zheng Y.Methodologies for Cross-Domain Data Fusion: An Overview[J]. IEEE Transactions on Big Data,2015,1(1):16-34.
doi: 10.1109/TBDATA.2015.2465959 |
[5] | Zheng Y, Capra L,Wolfson O et al.Urban computing:Concepts,methodologies,and applications[J]. ACM Trans. Intell.Syst. Technol.,2014,5(3):38-55. |
[6] |
Zheng Y.Trajectory data mining: An overview[J]. ACM Trans.Intell. Syst. Technol.,2015,6(3): 1-29.
doi: 10.1145/2743025 |
[7] |
Zheng Y,Xie X.Learning travel recommendations from user-generated GPS traces[J]. ACM Trans. Intell. Syst. Technol.,2011,2(1):2-19.
doi: 10.1145/1889681.1889683 |
[8] |
Nicholas J Y, Zheng Y, Xie X et al.Discovering Urban Functional Zones Using Latent Activity Trajectories[J]. IEEE Transactions on Knowledge and Data Engineering,2016,27(3):712-725.
doi: 10.1109/TKDE.2014.2345405 |
[9] |
Xiao X Y, Zheng Y,Luo Q et al. Inferring social ties between users with human location history[J]. J Ambient Intell Human Comput,2014,5(1):3-19.
doi: 10.1007/s12652-012-0117-z |
[18] |
Lüscher P,Weibel R.Exploiting empirical knowledge for automatic delineation of city centres from large-scale topographic databases[J]. Computers Environment & Urban Systems, 2013, 37(1):1733-1738.
doi: 10.1016/j.compenvurbsys.2012.07.001 |
[1] | 张景奇, 史文宝, 修春亮. POI数据在中国城市研究中的应用[J]. 地理科学, 2021, 41(1): 140-148. |
[2] | 方远平, 陆莲芯, 毕斗斗, 彭婷. 珠江三角洲港资服务业企业的空间格局及影响因素研究[J]. 地理科学, 2020, 40(9): 1421-1428. |
[3] | 王波, 甄峰, 孙鸿鹄. 基于社交媒体签到数据的城市居民暴雨洪涝响应时空分析[J]. 地理科学, 2020, 40(9): 1543-1552. |
[4] | 王丹, 方斌, 张军, 陈正富. 基于社区特征分析的扬州市居住−服务业空间关联及机理[J]. 地理科学, 2020, 40(7): 1134-1141. |
[5] | 薛冰, 肖骁, 李京忠, 谢潇. 基于兴趣点(POI)大数据的东北城市空间结构分析[J]. 地理科学, 2020, 40(5): 691-700. |
[6] | 丁亮, 钮心毅, 施澄. 基于一致性标准的大城市多中心体系规划实施评估——以杭州为例[J]. 地理科学, 2020, 40(2): 211-219. |
[7] | 王列辉, 张楠翌, 朱艳. “21世纪海上丝绸之路”航运服务业网络格局研究[J]. 地理科学, 2020, 40(10): 1663-1670. |
[8] | 塔娜, 曾屿恬, 朱秋宇, 吴佳雨. 基于大数据的上海中心城区建成环境与城市活力关系分析[J]. 地理科学, 2020, 40(1): 60-68. |
[9] | 张伟丽, 叶信岳, 李栋, 傅继彬, 吴梦荷. 网络关联、空间溢出效应与中国区域经济增长——基于腾讯位置大数据的研究[J]. 地理科学, 2019, 39(9): 1371-1377. |
[10] | 刘俊, 王胜宏, 金朦朦, 李宁馨. 基于微博大数据的2010~2018年中国桃花观赏日期时空格局研究[J]. 地理科学, 2019, 39(9): 1446-1454. |
[11] | 孙鸿鹄, 甄峰. 居民活动视角的城市雾霾灾害韧性评估——以南京市主城区为例[J]. 地理科学, 2019, 39(5): 788-796. |
[12] | 高鹏, 何丹, 宁越敏, 张凡. 长江中游城市群社团结构演化及其邻近机制 ——基于生产性服务企业网络分析[J]. 地理科学, 2019, 39(4): 578-586. |
[13] | 薛冰, 肖骁, 李京忠, 谢潇, 逯承鹏, 任婉侠. 基于POI大数据的沈阳市住宅与零售业空间关联分析[J]. 地理科学, 2019, 39(3): 442-449. |
[14] | 王聪, 曹有挥. 生产性服务业视角下城市网络的演化模式与机制研究——以长江三角洲为例[J]. 地理科学, 2019, 39(2): 285-293. |
[15] | 王新越, 曹婵婵. 基于网络游记的青岛市国内旅游客源市场结构与旅游流时空特征分析[J]. 地理科学, 2019, 39(12): 1919-1928. |
|