便利设施空间与社区的演化

拥有便利设施（如餐馆、咖啡馆和图书馆）的社区被认为是理想城市的关键属性。然而，尽管全球对设施丰富社区的热情高涨，人们对于在社区尺度上支配便利设施共位的经验规律知之甚少。在此，我们利用一个汇总了数百万便利设施精确位置的数据集，增进了对城市中观察到的自然发生的社区尺度便利设施聚集的理解。我们使用该数据集构建便利设施共位网络，即便利设施空间（Amenity Space），首先引入聚类算法来识别社区，然后利用识别出的社区来映射两种便利设施在其中共位的概率。最后，我们利用便利设施空间构建一个推荐系统，根据给定的社区当前专业化模式识别该社区中缺失的便利设施。这为构建可用于评估社区并为其改进和发展提供信息的便利设施推荐算法打开了大门。