一种基于大数据的城市群综合城市流测度方法及系统技术方案

本发明专利技术公开了一种基于大数据的城市群综合城市流测度方法及系统，测度方法包括以下步骤：首先，以大数据技术为基础，通过网络爬虫等手段，获取城市流数据；其次，采用归一化方法，对城市流数据处理，得到无量纲数据；然后，运用熵技术支持下的层次分析法，确定各类城市流的权重；最后，测度城市群地区综合城市流的强度指数。通过本发明专利技术，能够从网络大数据中快速提取用于测度城市群地区城市流的基础数据，进而确定各自的权重、测算综合城市流强度，解决了相关技术在城市群地区空间联系强度测度中需要耗费大量成本获取基础数据、且所获取的基础数据存在时效性滞后的问题，实现了对城市群地区空间联系强度的动态测度，并提高了时效、降低了成本。低了成本。低了成本。

【技术实现步骤摘要】
一种基于大数据的城市群综合城市流测度方法及系统


[0001]本专利技术涉及一种城市流测算方法，具体涉及一种基于大数据的城市群综合城市流测度方法及系统。

技术介绍

[0002]当前，随着城市群地区城镇化水平的逐步提升和基础设施的不断完善，城市间的交流日益密切，城市群不再只是空间上集聚的一群城市，城市群内各城市通过人流、物流、经济流、信息流等方式进行人员交往、物质交换、经济交互、信息交流，逐步形成动态合作的复杂城市体系，在此背景下，基于动态关联的城市联系逐渐成为城市群研究的热点方向。国内学术界对城市联系也已开展了广泛研究，研究内容主要有城市联系变化对区域空间结构的影响、城市联系的方向与强弱变化、基于时空大数据的城市联系研究等，且大数据正成为新的趋势；研究方法主要涉及社会网络分析、引力模型法、城市流强度模型等，并以定量研究为主；研究尺度涵盖国家、地区、省域、城市群以及核心城市等，且以地区尺度为多；研究视角包括区域内和区域间、城市群内和城市群间等。
[0003]但是，现有的研究具有局限性，存在以下问题：
[0004]1、现有的研究针对全国、省域等宏观尺度，缺少对城市群的研究。
[0005]2、现有研究以单个城市为中心，分析其与周边城市的经济联系，属于一对多的关系，缺少对城市间的互相联系即多对多的关系的研究。
[0006]3、现有研究主要针对城市间某一方面的研究，例如对物流的研究，维度单一，研究结论存在片面性。

技术实现思路

[0007]本专利技术的目的在于克服现有技术的不足，提供一种基于大数据的城市群综合城市流测度方法，该测度方法能够获取城市群地区多个城市之间的城市流信息。
[0008]本专利技术的另一个目的在于提供一种能够实现上述城市流测度方法的城市群综合城市流测度系统。
[0009]本专利技术解决上述技术问题的技术方案是：
[0010]一种基于大数据的城市群综合城市流测度方法，包括以下步骤：
[0011](1)收集城市群地区城市流的基础数据，通过城市流数据计算模块计算出城市流数据，具体是通过城市人流强度计算模块计算出城市群地区的人流数据；通过城市物流强度计算模块计算出城市群地区的物流数据；通过城市信息流强度计算模块计算出城市群地区的信息流数据；通过城市资金流强度计算模块计算出城市群地区的资金流数据；
[0012](2)对城市流数据进行处理，具体是通过归一化处理模块对城市流数据进行处理；
[0013](3)利用权重计算模块计算各类城市流的权重；
[0014](4)利用城市流强度测度模块测度出城市群地区综合城市流的强度。
[0015]优选地，在步骤(1)中，包括以下步骤：
[0016]S1
‑
1、城市人流强度计算模块以人口流动数据来表征，通过车次数据计算获取，收集得到城市群地区的人流数据；
[0017]S1
‑
2、城市物流强度计算模块以快递件数数据来表征，通过网络爬虫技术获取，收集得到城市群地区的物流数据；
[0018]S1
‑
3、城市信息流强度计算模块以网络信息指数来表征，通过互联网检索获取，收集得到城市群地区的信息流数据；
[0019]S1
‑
4、城市资金流强度计算模块以银行网点来表征，通过网络爬虫技术获取。
[0020]优选地，在S1
‑
1中，人流数据基于客运车次数据计算，借助高铁、动车、普通列车、大巴及航班的载人信息，其中，高铁和动车以载荷600人为标准，普通列车以载荷1200人为标准，大巴车以载荷50人为标准，航班按照280人为标准，采用以下公式对人流数据进行计算：
[0021]P
ij
＝600A
ij
+600B
ij
+1200C
ij
+50D
ij
+280E
ij
[0022]R
ij
＝(P
ij
+P
ji
)/2
[0023]式中，P
ij
为城市i向城市j的人口流动数量；R
ij
为城市i与城市j之间的人口流动量；A
ij
、B
ij
、C
ij
、D
ij
和E
ij
分别是城市i和城市j的高铁班次、动车班次、普通列车班次、大巴车班次和航班班次，据此，可构建出城市群地区城市间的人流矩阵。
[0024]优选地，在S1
‑
2中，物流数据基于快递件数数据计算，通过爬虫技术，获取多家快递企业的快递件数，采用以下公式计算：
[0025]W
ij，a
＝X
ia
×
X
ja
[0026][0027]式中，a为物流企业类型，a＝1，2，3...12，W
ij，a
为城市i和城市j之间a类快递总数，W
ij
为城市i和城市j之间的物流总量，据此，可构建出城市群地区城市间的物流矩阵。
[0028]优选地，在S1
‑
3中，信息流数据基于网络信息指数来计算，采用以下公式计算：
[0029]X
ij
＝X
a
×
X
b
[0030]式中，X
a
是城市a对城市b的网络搜索量，X
b
是城市b对城市a的网络搜索量；X
ij
是城市i和城市j之间的信息流联系强度，据此，可构建出城市群地区城市间的信息流矩阵。
[0031]优选地，在S1
‑
4中，资金流数据基于银行网点数据计算，通过爬虫技术，获取多家银行的网点数据，采用以下公式计算：
[0032]Z
ij，a
＝V
ia
×
V
ja
[0033][0034]式中，V
ia
是城市i中银行网点a的分值，Z
ij，a
是银行网点a在i和j两个城市之间的连接度。Z
ij
为城市i和城市j之间的资金流强度，据此，可构建出城市群地区城市间的资金流矩阵。
[0035]本专利技术的一个优选方案，在步骤(2)中，归一化处理模块的计算公式如下：
[0036]X＝(x
‑
Min)/(Max
‑
Min)
[0037]式中，x为原始数据，Min为矩阵数据的最小值，Max为矩阵数据的最大值，X为归一化后的数据；标准化后X处于0～1的范围之内，1表示两个城市之间的城市流最强、0表示两
个城市之间的城市最疏。
[0038]本专利技术的一个优选方案，在步骤(3)中，利用权重计算模块计算各类城市的权重首先采用层次分析法计算，然后采用熵权法进行修正，修正公式为：
[0039][00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的城市群综合城市流测度方法，其特征在于，包括以下步骤：(1)收集城市群地区城市流的基础数据，通过城市流数据计算模块计算出城市流数据，具体是通过城市人流强度计算模块计算出城市群地区的人流数据；通过城市物流强度计算模块计算出城市群地区的物流数据；通过城市信息流强度计算模块计算出城市群地区的信息流数据；通过城市资金流强度计算模块计算出城市群地区的资金流数据；(2)对城市流数据进行处理，具体是通过归一化处理模块对城市流数据进行处理；(3)利用权重计算模块计算各类城市流的权重；(4)利用城市流强度测度模块测度出城市群地区综合城市流的强度。2.根据权利要求1所述的一种基于大数据的城市群综合城市流测度方法，其特征在于，在步骤(1)中，包括以下步骤：S1
‑
1、城市人流强度计算模块以人口流动数据来表征，通过车次数据计算获取，收集得到城市群地区的人流数据；S1
‑
2、城市物流强度计算模块以快递件数数据来表征，通过网络爬虫技术获取，收集得到城市群地区的物流数据；S1
‑
3、城市信息流强度计算模块以网络信息指数来表征，通过互联网检索获取，收集得到城市群地区的信息流数据；S1
‑
4、城市资金流强度计算模块以银行网点来表征，通过网络爬虫技术获取。3.根据权利要求2所述的一种基于大数据的城市群综合城市流测度方法，其特征在于，在S1
‑
1中，人流数据基于客运车次数据计算，借助高铁、动车、普通列车、大巴及航班的载人信息，其中，高铁和动车以载荷600人为标准，普通列车以载荷1200人为标准，大巴车以载荷50人为标准，航班按照280人为标准，采用以下公式对人流数据进行计算：P
ij
＝600A
ij
+600B
ij
+1200C
ij
+50D
ij
+280E
ij
R
ij
＝(P
ij
+P
ji
)/2式中，P
ij
为城市i向城市j的人口流动数量；R
ij
为城市i与城市j之间的人口流动量；A
ij
、B
ij
、C
ij
、D
ij
和E
ij
分别是城市i和城市j的高铁班次、动车班次、普通列车班次、大巴车班次和航班班次，据此，可构建出城市群地区城市间的人流矩阵。4.根据权利要求3所述的一种基于大数据的城市群综合城市流测度方法，其特征在于，在S1
‑
2中，物流数据基于快递件数数据计算，通过爬虫技术，获取多家快递企业的快递件数，采用以下公式计算：W
ij，a
＝X
ia
×
X
ja
式中，a为物流企业类型，a＝1，2，3...12，W
ij，a
为城市i和城市j之间a类快递总数，W
ij
为城市i和城市j之间的物流总量，据此，可构建出城市群地区城市间的物流矩阵。5.根据权利要求1所述的...

【专利技术属性】
技术研发人员：赵亚博，黄柳倩，马世发，张曦文，谢涤湘，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：