数据密集型(Data-intensive)城市研究--方法与探索
城市作为一个复杂系统，很多城市现象，包括城市商业活动空间结构是受到多方面城市要素共同作用的结果，因此在城市研究中尤为需要多元理性的思维能力。但在目前对城市的研究中，研究往往建立在小样本量经验性观察以及控制变量的单一要素分析基础上，无法对城市现象与规律做出全局的把握与阐释。数据时代的到来与以机器学习算法为代表的新一代人工智能技术的发展，突破了原有研究方法的局限，为科学研究带来了第四代"数据密集型"研究范式。本文旨在以传统归纳演绎方法论为参考，尝试结合城市多元数据采集和机器学习算法技术构建一套以"数据密集型"的城市研究框架，从而能够弥补小样本与人脑思维的不足。其中以开源大数据采集方法代替传统小样本信息收集；以非监督学习为主的技术补充人为抽象、归纳的思维过程，从而检测多维度变量间的关联关系；并以监督学习为主的技术补充人为推理、演绎的思维过程，确立并建立城市关联关系模型。该"数据密集型"城市研究方法将为数据与城市研究的广泛而深度结合提供指导性与普适性的研究框架与路径。
数据密集型研究范式 大数据 机器学习 城市研究 数据密集型城市研究
魏嘉彬
上海同济城市规划与设计研究院
国内会议
成都
中文
1-10
2021-09-25（万方平台首次上网日期，不代表论文的发表时间）