挖掘社交媒体数据以实现步行适宜性的自下而上评估
计算机与社会
2017-12-13 v1
摘要
城市化代表着计算机应用的一大机遇,使城市得以更高效管理,同时提升市民生活质量。此类系统的潜在应用之一是对城市步行适宜性水平(即城市区域用于步行的有用性、舒适性、安全性与吸引力水平)进行自下而上的评估。这基于使用来自社交媒体的数据,以计算描述行人实际使用情况的结构化指标。本文展示了一项针对从 Flickr 和 Foursquare 获取的意大利米兰市数据的分析实验。代表从上述社交媒体收集的 photos 与 POIs 的逾 50 万个点,通过基于 DBSCAN 算法的迭代方法进行聚类,从而依据居民与游客的实际活动(而非自上而下的行政划分)界定均质区域,并为米兰市的步行适宜性水平提供有用指示。
引用
@article{arxiv.1712.04309,
title = {Mining the Social Media Data for a Bottom-Up Evaluation of Walkability},
author = {Christian Berzi and Andrea Gorrini and Giuseppe Vizzari},
journal= {arXiv preprint arXiv:1712.04309},
year = {2017}
}
备注
Pre-print of a paper presented at the 12th International Conference on Traffic and Granular Flow - TGF 2017, 19-22 July 2017, Washington DC, USA (2017)