城市大數(shù)據(jù)挖掘與應用

目錄
第1章 城市大數(shù)據(jù) 1
1.1 城市治理與城市大數(shù)據(jù) 1
1.2 城市大數(shù)據(jù)驅(qū)動的城市治理新范式 5
1.3 城市大數(shù)據(jù)的類型和特點 7
1.4 城市大數(shù)據(jù)的應用場景與關鍵技術 13
1.5 本書章節(jié)安排 22
參考文獻 24
第2章 面向城市人口管理的手機用戶身份識別與分析 29
2.1 本章引言 30
2.2 相關工作 31
2.3 手機信令數(shù)據(jù)的介紹 34
2.4 基于跨域信息的手機用戶身份識別模型設計 38
2.5 基于手機信令數(shù)據(jù)的城市居民行為分析案例 50
2.6 本章小結(jié) 64
參考文獻 64
第3章 面向城市交通管理的路段速度預測與擁堵溯源 68
3.1 本章引言 68
3.2 相關工作 69
3.3 基于深度學習模型的交通預測算法設計 73
3.4 基于深度學習模型的路段重要性評價算法 84
3.5 基于數(shù)據(jù)的交通預測算法驗證與擁堵源頭分析 91
3.6 本章小結(jié) 104
參考文獻 104
第4章 面向城市位置服務的用戶定位分析與訪問預測 107
4.1 本章引言 107
4.2 相關工作 110
4.3 移動軌跡與信號強度序列融合的端到端神經(jīng)網(wǎng)絡設計 112
4.4 基于定位數(shù)據(jù)的用戶訪問預測與分析實驗設置 117
4.5 基于定位數(shù)據(jù)的用戶訪問預測與分析實驗結(jié)果 121
4.6 本章小結(jié) 129
參考文獻 130
第5章 面向城市規(guī)劃管理的時空結(jié)構(gòu)發(fā)現(xiàn)與趨勢分析 134
5.1 本章引言 134
5.2 相關工作 135
5.3 基于矩陣的數(shù)據(jù)活化方法 137
5.4 基于張量的數(shù)據(jù)分析方法 147
5.5 基于張量的城市時空結(jié)構(gòu)建模 158
5.6 實驗一：交通流量預測 169
5.7 實驗二：城市時空結(jié)構(gòu)發(fā)現(xiàn) 172
5.8 本章小結(jié) 175
參考文獻 176
第6章 面向城市經(jīng)濟發(fā)展的勞動力遷移預測與結(jié)構(gòu)分析 179
6.1 本章引言 179
6.2 相關工作 181
6.3 勞動力遷移流量預測 183
6.4 勞動力遷移模式挖掘 192
6.5 區(qū)域經(jīng)濟發(fā)展啟示 198
6.6 本章小結(jié) 200
參考文獻 202
第7章 面向城市戰(zhàn)略選擇的雙層網(wǎng)絡分析與能力評價 205
7.1 本章引言 205
7.2 相關工作 207
7.3 城市間信息流與人流的關系 210
7.4 城市資源利用和聚集能力評價 217
7.5 城市定位規(guī)劃啟示 225
7.6 本章小結(jié) 228
參考文獻 229
索引 234