CN114399202A - 一种城市社区大数据可视化系统 - Google Patents

一种城市社区大数据可视化系统 Download PDF

Info

Publication number
CN114399202A
CN114399202A CN202210048897.XA CN202210048897A CN114399202A CN 114399202 A CN114399202 A CN 114399202A CN 202210048897 A CN202210048897 A CN 202210048897A CN 114399202 A CN114399202 A CN 114399202A
Authority
CN
China
Prior art keywords
community
data
city
module
big data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210048897.XA
Other languages
English (en)
Inventor
张元杰
管洪清
徐亮
王伟
尹广楹
孙浩云
张大千
孙江涛
郝焕萍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Windaka Technology Co ltd
Original Assignee
Qingdao Windaka Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Qingdao Windaka Technology Co ltd filed Critical Qingdao Windaka Technology Co ltd
Priority to CN202210048897.XA priority Critical patent/CN114399202A/zh
Publication of CN114399202A publication Critical patent/CN114399202A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462Approximate or statistical queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/26Visual data mining; Browsing structured data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Databases & Information Systems (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Probability & Statistics with Applications (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Fuzzy Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Physics (AREA)
  • Quality & Reliability (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种城市社区大数据可视化系统,其特征在于,包括服务器和客户端;服务器包括:城市地图管理模块,用于管理城市数字地图数据;城市社区管理模块,用于对社区划分数据进行管理;社区资源统计模块,用于根据社区划分数据和数字地图数据,以社区为统计单元,对各个社区内的资源信息进行统计;社区价值评估模块,用于根据各社区资源统计数据,基于预先训练的社区价值评估模型,进行价值评估;客户端包括:社区大数据可视化模块,用于获取指定城市范围内的社区分布及价值评估等级,并进行可视化。本发明能够实现城市社区多维度的信息可视化,一方面有助于政府部门进一步的规划决策,另一方面,对于有买房或租房需求的用户,具有参考价值。

Description

一种城市社区大数据可视化系统
技术领域
本发明属于信息可视化技术领域,尤其涉及一种城市社区大数据可视 化系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构 成在先技术。
社区是城市居民生活和城市治理的基本单元,社区基础设施建设质量、 水平直接关系人民群众的获得感、幸福感、安全感,因此社区基础设施的 建设成为买房或租房时考虑的必要因素。目前相关的软件均是首先获取用 户感兴趣区域,然后针对这个区域进行房屋推荐,根据用户对户型、价位 等条件的选择进行结果筛选,但是,这种推荐方法需要用户事先通过查询 各个社区的相关基础设施情况进行综合了解,有时还需要实地考察,费时费力。即,没有一个能够让用户从宏观上了解各个社区差异的工具。
目前关于小区舒适度的相关研究,均是通过选取评价指标,通过实地 调研或调查问卷等形式获取各评价指标的取值,然后通过加权求和的形式 得到小区的评分,这种方式对于针对特定小区评价的情况较为适用,当要 评价的小区非常多时,可操作性差。
发明内容
为克服上述现有技术的不足,本发明提供了一种城市社区大数据可视 化系统,能够实现城市社区多维度的信息可视化,一方面有助于政府部门 进一步的规划决策,另一方面,对于有买房或租房需求的用户,具有参考 价值。
为实现上述目的,本发明的一个或多个实施例提供了如下技术方案:
一种城市社区大数据可视化系统,包括服务器和客户端;所述服务器 被配置为包括:
城市地图管理模块,用于管理城市数字地图数据;
城市社区管理模块,用于对社区划分数据进行管理;
社区资源统计模块,用于根据社区划分数据和数字地图数据,以社区 为统计单元,对各个社区内的资源信息进行统计;
社区价值评估模块,用于根据各社区资源统计数据,基于预先训练的 社区价值评估模型,进行价值评估;所述社区价值评估模型基于联合分类 器神经网络模型训练得到;
所述客户端被配置为包括:
社区大数据可视化模块,用于获取指定城市范围内的社区分布及价值 评估等级,并进行可视化。
进一步地,所述服务器还包括:房产数据管理模块,用于对待销售或 待出租的房产数据进行管理。
进一步地,所述联合分类器神经网络模型包括级联的两个分类器,记 为一级分类器和二级分类器,两个分类器均包括BP神经网络和softmax分 类器,并且,一级分类器softmax分类器的输入连接二级分类器的BP神经 网络。
进一步地,所述资源信息包括客观指标和主观指标;所客观指标包括 各类基础设施数量及规模、与主管道距离,以及绿化覆盖率;所述主观指 标包括基础设施完善程度和社区舒适度。
进一步地,所述客观指标的统计方法为:
根据社区划分数据,为每个社区构建缓冲区,将社区范围和缓冲区范 围作为一个整体作为社区可达范围;
对于每个社区可达范围,根据数字地图数据获取所述社区范围内的基 础设施的数量,并统计相应面积,将同类基础设施的面积总和作为该类基 础设施的规模;
基于数字地图数据获取主干道中心线和所述社区中心点,计算所述主 干道中心线与所述社区中心点之间的距离,作为社区与主干道距离;
基于数字地图数据获取植被覆盖数据,统计社区的植被覆盖率,作为 社区绿化程度。
进一步地,所述客户端还包括:社区评价模块,用于接收用户对指定 社区的评价。
进一步地,所述主观指标的统计方法为:经由客户端获取社区评价数 据,并基于语义分析确定评价倾向及程度。
进一步地,所述客户端还包括:社区评价模块,管理员模块,用于对 社区资源统计模块得到的统计数据进行核实和修正。
进一步地,所述社区大数据可视化模块还包括:
社区数字地图选择单元,用于获取所述指定城市范围内的指定数字地 图类型,并进行可视化。
进一步地,所述社区大数据可视化模块还包括:
所述房产信息可视化单元,用于获取所述指定城市范围内的房产信息, 并进行可视化。
以上一个或多个技术方案存在以下有益效果:
能够实现城市社区多维度的信息可视化,一方面有助于政府部门进一 步的规划决策,另一方面,对于有买房或租房需求的用户,具有参考价值。
基于数字地图获取社区的基础设施资源数据,效率高,且便于更新, 能够为社区价值的评估提供准确的数据基础。
通过采用联合分类器神经网络,能够基于社区基础设施资源数据对社 区价值进行有效分级,为用户的决策提供了参考。
能够实现社区位置分布、社区价值分布和多类数字地图的多维度信息 可视化,用户可以根据具体需求选择其中的一个或多个维度进行叠加展示, 使得用户能够多方面了解社区情况。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解, 本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不 当限定。
图1为本发明实施例中社区价值评估的技术路线图;
图2为本发明实施例中联合分类器神经网络的结构示意图;
图3为本发明实施例中联合分类器神经网络模型架构图。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的 说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属 技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非 意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文 另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的 是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步 骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组 合。
实施例一
本实施例公开了一种城市社区大数据可视化系统,包括服务器和客户 端,所述服务器和客户端通信连接。
所述服务器,被配置为包括:
城市地图管理模块,用于管理城市数字地图数据,所述数字地图数据 包括行政区划数据、数字高程数据、高分辨率遥感影像,以及土地利用数 据。其中,所述土地利用数据为矢量图形数据,根据地类种类划分图层, 本实施例中包括:水体、道路、居住用地、公园用地、学校用地等,上述 图层为点、线、面三种要素形式中的一种或多种。所述矢量图形数据的每 个图层均对应一个属性表,用于记录该图层上每个图形单元的所有属性。
城市社区管理模块,用于对社区划分数据进行管理,所述社区划分数 据采用面状矢量图形数据进行管理。
社区资源统计模块,用于从城市社区管理模块调取社区划分数据,从 城市地图管理模块中调取数字地图数据,以社区为统计单元,对各个社区 内的资源信息进行统计。所述资源信息包括客观指标和主观指标,客观指 标包括社区规模、各类基础设施的数量和规模、距离主干道距离、基础设 施完善程度和社区绿化程度等。所述基础设施包括公交地铁站数量、学校、 商场、社区规模、便利店和医院等。主观指标包括基础设施完善程度、社 区舒适度等。
具体地,所述社区资源统计模块被配置为包括以下步骤:
(1)根据社区划分数据,为每个社区构建缓冲区,将社区范围和缓冲 区范围作为一个整体作为社区可达范围;
(2)对于每个社区可达范围,根据数字地图数据获取所述社区范围内 的公交地铁站数量、学校数量、商场数量、便利店数量和医院数量等基础 设施的数量;
(3)对于上述基础设施,分别基于数字地图数据统计其相应面积,并 将同类基础设施的面积总和作为所述基础设施的规模;
(4)基于数字地图数据获取主干道中心线和所述社区中心点,计算所 述主干道中心线与所述社区中心点之间的距离,作为社区与主干道距离; 若存在多个主干道,选取其中最小的距离作为社区与主干道距离;
(5)基于数字地图数据获取植被覆盖数据,统计社区的植被覆盖率, 作为社区绿化程度;
(6)对于基础设施完善程度、社区舒适度等主观指标,通过网络爬取 与社区相关的评价数据,或从客户端获取。作为通过客户端获取的一种实 现方式,管理员可实现通过调查问卷等方式获取专家打分,或语言描述, 然后进行录入;作为另一种实现方式,经由客户端获取用户对社区舒适度 等指标的评价数据,所述评价数据可以为分值,也可以为文本,若为文本, 通过语义分析获取评价倾向及程度。
(7)对获取的资源统计数据进行归一化,统一量纲。
所述社区资源统计模块得到的统计数据,可以经由管理员客户端进行 核实和修正。
房产数据管理模块,用于对待销售或待出租的房产数据进行管理。所 述房产数据包括房产所在社区名称、小区名称、楼层、类别(新房或二手 房)和其他说明。
社区价值评估模块,用于根据各社区资源统计数据,基于预先训练的 社区价值评估模型,进行价值评估。其中,所述社区价值评估模型基于联 合分类器神经网络JCN-Net(Joint Classifier Neural-Network)训练得到。
具体地,如图2所示,所述联合分类器神经网络模型包括级联的两个 分类器,记为一级分类器和二级分类器,两个分类器均包括BP神经网络和 softmax分类器,并且,一级分类器softmax分类器的输入连接二级分类器 的BP神经网络。所述联合分类器神经网络模型以多个社区资源统计指标为 输入,以评估等级为输出训练得到。所述联合分类器神经网络模型首先对 多属性输入值进行单特征评估,得到单特征的价值表述,然后将输出结果 作为输入经过二级分类器进行综合分析,通过将BP神经网络与softmax分 类结合,提高了分类结果的效率和准确度。由一层输入、两层特征处理经 过softmax分析得到不同标签下的概率,本实施例中,分为三个标签。
所述联合分类器神经网络模型训练过程具体包括:
(1)获取多个社区资源统计指标数据,对每个指标均进行标签标定表 示价值等级,得到训练数据集;
(2)根据带标签的多个社区资源统计指标数据,训练所述联合分类器 神经网络模型,得到社区价值评估模型。具体地,将采集的数据输入网络 模型中进行训练,直到得到最优参数,首先使用默认参数进行训练,根据 训练中间结果,对初始权值、训练速率和迭代次数不断进行调整,直到所 述模型以达到最优的分类效果。首先对数据集中单项数据进行标签标定表 示价值等级,使用一级分类器对数据集进行单独分类,然后使用二级分类 器对一级分类器结果再次分类,最终得到社区价值等级。本实施例设计社 区价值分高、中、低等级,针对某一社区的价值评定选择其在社区价值估 计时其属于高级分类的概率作为评分。
所述客户端,被配置为:
管理员模块,用于对社区资源统计模块得到的统计数据进行核实和修 正;
社区评价模块,用于接收用户对指定社区的评价;
社区大数据可视化模块,包括:城市范围选择单元、社区数字地图选 择单元、社区价值可视化单元和房产信息可视化单元;
所述城市范围选择单元,用于获取指定城市范围;
所述社区数字地图选择单元,用于获取所述指定城市范围内的指定数 字地图类型(遥感图像或矢量地图),并进行可视化;
所述社区价值可视化单元,用于获取所述指定城市范围内的社区分布 及价值评估等级,并进行可视化;作为一种实现方式,不同等级的社区采 用不同的颜色区分;
所述房产信息可视化单元,用于获取所述指定城市范围内的房产信息, 并进行可视化;作为一种实现方式,还从网络上获取相关价格信息。
上述多个可视化单元可根据用户需求选择其中一个或多个,同时进行 数字地图和社区价值可视化,或数字地图、社区价值和房产信息的可视化。
本领域技术人员应该明白,上述本发明的各模块或各步骤可以用通用 的计算机装置来实现,可选地,它们可以用计算装置可执行的程序代码来 实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它 们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成 单个集成电路模块来实现。本发明不限制于任何特定的硬件和软件的结合。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本 发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案 的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或 变形仍在本发明的保护范围以内。

Claims (10)

1.一种城市社区大数据可视化系统,其特征在于,包括服务器和客户端;所述服务器被配置为包括:
城市地图管理模块,用于管理城市数字地图数据;
城市社区管理模块,用于对社区划分数据进行管理;
社区资源统计模块,用于根据社区划分数据和数字地图数据,以社区为统计单元,对各个社区内的资源信息进行统计;
社区价值评估模块,用于根据各社区资源统计数据,基于预先训练的社区价值评估模型,进行价值评估;所述社区价值评估模型基于联合分类器神经网络模型训练得到;
所述客户端被配置为包括:
社区大数据可视化模块,用于获取指定城市范围内的社区分布及价值评估等级,并进行可视化。
2.如权利要求1所述的一种城市社区大数据可视化系统,其特征在于,所述服务器还包括:房产数据管理模块,用于对待销售或待出租的房产数据进行管理。
3.如权利要求1所述的一种城市社区大数据可视化系统,其特征在于,所述联合分类器神经网络模型包括级联的两个分类器,记为一级分类器和二级分类器,两个分类器均包括BP神经网络和softmax分类器,并且,一级分类器softmax分类器的输入连接二级分类器的BP神经网络。
4.如权利要求1所述的一种城市社区大数据可视化系统,其特征在于,所述资源信息包括客观指标和主观指标;所客观指标包括各类基础设施数量及规模、与主管道距离,以及绿化覆盖率;所述主观指标包括基础设施完善程度和社区舒适度。
5.如权利要求4所述的一种城市社区大数据可视化系统,其特征在于,所述客观指标的统计方法为:
根据社区划分数据,为每个社区构建缓冲区,将社区范围和缓冲区范围作为一个整体作为社区可达范围;
对于每个社区可达范围,根据数字地图数据获取所述社区范围内的基础设施的数量,并统计相应面积,将同类基础设施的面积总和作为该类基础设施的规模;
基于数字地图数据获取主干道中心线和所述社区中心点,计算所述主干道中心线与所述社区中心点之间的距离,作为社区与主干道距离;
基于数字地图数据获取植被覆盖数据,统计社区的植被覆盖率,作为社区绿化程度。
6.如权利要求4所述的一种城市社区大数据可视化系统,其特征在于,所述客户端还包括:社区评价模块,用于接收用户对指定社区的评价。
7.如权利要求6所述的一种城市社区大数据可视化系统,其特征在于,所述主观指标的统计方法为:经由客户端获取社区评价数据,并基于语义分析确定评价倾向及程度。
8.如权利要求1所述的一种城市社区大数据可视化系统,其特征在于,所述客户端还包括:社区评价模块,管理员模块,用于对社区资源统计模块得到的统计数据进行核实和修正。
9.如权利要求1所述的一种城市社区大数据可视化系统,其特征在于,所述社区大数据可视化模块还包括:
社区数字地图选择单元,用于获取所述指定城市范围内的指定数字地图类型,并进行可视化。
10.如权利要求2所述的一种城市社区大数据可视化系统,其特征在于,所述社区大数据可视化模块还包括:
所述房产信息可视化单元,用于获取所述指定城市范围内的房产信息,并进行可视化。
CN202210048897.XA 2022-01-17 2022-01-17 一种城市社区大数据可视化系统 Pending CN114399202A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210048897.XA CN114399202A (zh) 2022-01-17 2022-01-17 一种城市社区大数据可视化系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210048897.XA CN114399202A (zh) 2022-01-17 2022-01-17 一种城市社区大数据可视化系统

Publications (1)

Publication Number Publication Date
CN114399202A true CN114399202A (zh) 2022-04-26

Family

ID=81231402

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210048897.XA Pending CN114399202A (zh) 2022-01-17 2022-01-17 一种城市社区大数据可视化系统

Country Status (1)

Country Link
CN (1) CN114399202A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117076691A (zh) * 2023-10-16 2023-11-17 青岛文达通科技股份有限公司 一种面向智慧社区的商品资源知识图谱算法模型

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107945081A (zh) * 2017-10-09 2018-04-20 中国电子科技集团公司第二十八研究所 城市运行展现与监测预警系统
CN108921734A (zh) * 2018-07-18 2018-11-30 北京航空航天大学 一个基于多源异构数据的房地产信息可视化系统
CN110909951A (zh) * 2019-11-29 2020-03-24 青岛理工大学 一种历史名城新城区规划辅助设计系统
CN111523043A (zh) * 2020-07-03 2020-08-11 口碑(上海)信息技术有限公司 资源信息展示、管理方法及装置
CN112380425A (zh) * 2020-10-23 2021-02-19 华南理工大学 社区推荐方法、系统、计算机设备及存储介质
CN112884224A (zh) * 2021-02-20 2021-06-01 杭州比智科技有限公司 实体对象的选址方法、装置、计算设备及计算机存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107945081A (zh) * 2017-10-09 2018-04-20 中国电子科技集团公司第二十八研究所 城市运行展现与监测预警系统
CN108921734A (zh) * 2018-07-18 2018-11-30 北京航空航天大学 一个基于多源异构数据的房地产信息可视化系统
CN110909951A (zh) * 2019-11-29 2020-03-24 青岛理工大学 一种历史名城新城区规划辅助设计系统
CN111523043A (zh) * 2020-07-03 2020-08-11 口碑(上海)信息技术有限公司 资源信息展示、管理方法及装置
CN112380425A (zh) * 2020-10-23 2021-02-19 华南理工大学 社区推荐方法、系统、计算机设备及存储介质
CN112884224A (zh) * 2021-02-20 2021-06-01 杭州比智科技有限公司 实体对象的选址方法、装置、计算设备及计算机存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117076691A (zh) * 2023-10-16 2023-11-17 青岛文达通科技股份有限公司 一种面向智慧社区的商品资源知识图谱算法模型

Similar Documents

Publication Publication Date Title
Ma et al. Analyzing driving factors of land values in urban scale based on big data and non-linear machine learning techniques
Jelokhani-Niaraki et al. A group multicriteria spatial decision support system for parking site selection problem: A case study
Jeong et al. Integrating buildings into a rural landscape using a multi-criteria spatial decision analysis in GIS-enabled web environment
Wu et al. Using geometrical, textural, and contextual information of land parcels for classification of detailed urban land use
CA2561195A1 (en) Retail deployment model
CN110503485B (zh) 地理区域分类方法及装置、电子设备、存储介质
CN109949063A (zh) 一种地址确定方法、装置、电子设备及可读存储介质
CN109191181B (zh) 一种基于神经网络和Huff模型的数字标牌广告受众人群分类方法
CN112861972A (zh) 一种展业区域的选址方法、装置、计算机设备和介质
Huang et al. Bi-level GA and GIS for multi-objective TSP route planning
CN106021622A (zh) 一种基于大数据的信息定量分析系统
Dadashpour Moghaddam et al. A GIS-based assessment of urban tourism potential with a branding approach utilizing hybrid modeling
CN114943462A (zh) 酒店群数据处理方法、系统、设备及存储介质
CN114399202A (zh) 一种城市社区大数据可视化系统
CN110633401A (zh) 一种门店数据的预测模型及其建立方法
López‐Fernández et al. The effect of micro‐territorial networks on industrial small and medium enterprises' innovation: A case study in the Spanish region of Cantabria
Huang Simulating individual work trips for transit-facilitated accessibility study
CN112767126A (zh) 基于大数据的抵押物评级方法和装置
Lagarias Exploring land use policy scenarios with the use of a cellular automata-based model: urban sprawl containment and sustainable development in Thessaloniki
CN117079148A (zh) 城市功能区的识别方法、装置、设备和介质
KR20070097939A (ko) 서버 및 클라이언트 단말기를 이용한 부동산 정보 제공방법 및 이를 수행하는 컴퓨터 프로그램이 기록된컴퓨터에서 판독 가능한 기록 매체
US20090099907A1 (en) Performance management
Young et al. Development of railway station choice models to improve the representation of station catchments in rail demand models
Ismail Hedonic modelling of housing markets using geographical information system (gis) and spatial statistic:; a case study of glasgow, scotland
CN113487341B (zh) 一种城市商业策略数据处理方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination