[发明专利]城市社会群体与住宅空间的聚类与匹配程度的分析方法

说明书

本发明公开了一种城市社会群体与住宅空间的聚类与匹配程度的分析方法，属于数据处理技术领域，具体包括：获取多源异构城市数据；提取社会群体属性数据和住宅空间属性数据；采用数据挖掘技术从社会群体属性数据中提取第一属性，并结合主成分分析和K均值得到社会群体类型与分异格局；采用数据挖掘技术从住宅属性数据中提取第二属性，并结合主成分分析和K均值得到住宅空间类型与分异格局；对不同类型社会群体在不同类型住宅的分布进行可视表达，利用桑基图可视呈现居住社会‑空间匹配程度。通过本发明的方案，基于多源异构城市数据提取群体属性数据和住宅属性数据，借助可视分析方法，科学归纳和全面阐释城市居住社会空间分异和耦合模式。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种城市社会群体与住宅空间的聚类与匹配程度的分析方法。

背景技术

目前，城市社会阶层和居住空间不断被解构和重构，社会群体和物质空间的不断异质嬗变、杂糅组合与相互作用，构成城市居住分异的社会-空间复杂面相与耦合过程。传统实证研究主要依托人口普查数据和以街道为空间单元的“社会区”分析，因对于社会群体与住宅空间的相互作用与耦合关系关注不够，不能更好反映新时期大城市内部多变复杂、多元异质、多维互动的居住分异现象。可见，亟需一种高效且适应性强的城市社会群体与住宅空间的聚类与匹配程度的分析方法。

发明内容

有鉴于此，本发明公开了一种城市社会群体与住宅空间的聚类与匹配程度的分析方法，至少部分解决现有技术中存在归纳效率和适应性较差的问题。

本发明公开了一种城市社会群体与住宅空间的聚类与匹配程度的分析方法，包括：

获取多源异构城市数据，其中，所述多源异构城市数据包括手机画像数据数据、社区属性数据、城市路网数据和兴趣点数据；

根据所述手机画像数据获得社会群体属性，并根据所述住宅属性数据、所述城市路网数据和所述兴趣点数据提取住宅空间属性数据；

采用数据挖掘技术从所述社会群体属性数据中获得第一属性，并结合主成分分析和K均值得到社会群体类型与分异格局，其中，所述第一属性包括年龄、性别、职业和消费能力；

采用数据挖掘技术从所述住宅空间属性数据中提取第二属性，并结合主成分分析和K均值得到住宅空间类型与分异格局，其中，所述第二属性包括小区价格、社区属性、区位交通和周边配套；

采用可视化方法对不同类型社会群体在不同类型住宅的分布进行可视表达，利用桑基图可视呈现居住社会-空间匹配程度。

根据本发明的一种具体实现方式，所述获取多源异构城市数据的步骤，包括：

将数据智能服务平台提供的手机用户画像数据作为所述手机画像数据；

将居住小区的社区属性和周边环境特征作为所述住宅属性数据；

将城市路网选择提供的矢量数据作为所述城市路网数据；

将导航软件的兴趣点位数据作为所述兴趣点数据；

将所述手机画像数据、所述住宅属性数据、所述城市路网数据和所述兴趣点数据形成所述多源异构城市数据。

根据本发明的一种具体实现方式，所述基于所述根据所述手机画像数据获得社会群体属性的步骤，包括：

基于所述手机画像数据获得用户位置、属性画像、行为画像和消费画像，进而获得预设尺寸的社会群体属性数据。

根据本发明的一种具体实现方式，所述根据所述住宅属性数据、所述城市路网数据和所述兴趣点数据提取住宅空间属性数据的步骤，包括：

基于所述社区属性数据、城市路网数据和所述兴趣点数据获得小区价格、社区属性，采用计算可达性方法提取区位交通和周边配套，进而提取居住小区尺度的住宅空间属性数据。