城市象限大数据应用-技术说明

城市象限大数据应用介绍公司简介技术介绍大数据、人工智能的爆发从空间生产到城市运营城市发展转型北京城市象限科技有限公司北京市城市规划设计研究院北京城市实验室（BCL）北京腾云天下科技有限公司北京城垣数字科技有限责任公司城市象限成立背景4城市象限业务领域城市规划大数据咨询城市与社会感知时空行为分析城市数据集成城市数据服务城市体征监测城市象限业务包括城市数据集成、城市数据服务、城市与社会感知、城市体征监测、时空行为分析、城市规划大数据咨询等，开发有“人迹地图”城市智慧分析平台（简称人迹地图）产品和城市动态监测平台，并有城市规划领域的完整解决方案。5城市象限的技术能力机器学习深度学习空间聚类锚点算法空间模型元胞自动机PSPL法空间句法图像识别自然语言处理视频识别云计算感知能力处理能力分析能力建模能力6感知能力处理能力分析能力建模能力城市象限的技术能力7最新版本保持更新城市象限感知能力目前已识别3.5亿台设备机主的居住地和就业地，以及每个设备十几种属性标签，并可与银联、运营商、车联网数据库打通匹配更多标签的数据能力覆盖全国数十亿台智能设备的行为数据库北京、上海、沈阳等城市IC卡刷卡记录覆盖主要城市的房价、居住小区边界、小区属性可定制爬取的主要城市区域的宜出行、路况、建筑物等覆盖全国的POI数据库全国乡镇街道行政区划、人口等统计数据回龙观地区人口结构望京地区人口结构城市象限感知能力回龙观站人流变化望京站人流变化城市象限感知能力10城市象限感知体系感知能力人本街道实验室技术遇上人文大数据遇上小数据非典型规划师、建筑师、数据科学家联合WIFI探针；高清摄像头；红外热感计数器；磁感应线圈传感器布设城市象限的感知能力传感器北京坊本市访客居住地分布（LBS数据）本市访客多来自中心地区城市象限的感知能力传感器北京坊访客特征分析（LBS数据）北京坊、大栅栏、杨梅竹流量特征分析（综合数据）(数据来源：WIFI探针、高清摄像头、红外热感计数器、磁感应线圈)设计周前后1000张大栅栏街拍（图像识别样本）城市象限的感知能力传感器城市象限的感知能力传感器基于图像识别的杨梅竹斜街访客年龄、性别对比访客年龄结构设计周之前设计周期间访客性别结构城市象限的感知能力传感器基于图像情绪识别的行人情绪对比设计周显著提升了杨梅竹斜街行人的快乐感城市象限的感知能力传感器23感知能力处理能力分析能力建模能力城市象限的技术能力24城市象限的数据处理架构算法测试应用服务沙箱环境本地集群阿里云AWS25城市象限的数据处理架构MapReduceRDD本地运行模式独立运行模式MesosYarnHDFSOSSAmazonS3MongoDBHBaseSharkSQLSparkStreamingGraphXMLLib…SparkMapReduceRDD26时间空间行为人群画像标签化城市画像指标化指标体系城市象限的处理能力27生活圈指标活力指标公服指标人流指标职住通勤指标城市行为属性身份属性设备属性位置属性人群人口属性指标体系城市象限的处理能力28职住指标活力指标用地指标房价指标公服指标舆情指标锚点分析生活圈流动监测街道指标单元画像人流分析街道画像………………指标体系城市象限的处理能力29城市象限的处理能力指标体系功能四：单元画像可以显示每个单元的特征（包含人口特征、地块属性，该单元内人群的情绪特征）。立体反映该单元的各个维度属性。单元画像城市象限的处理能力功能五：城市光谱可描绘城市不同区域的空间异质性，根据空间的景观、地物等数据以及人在空间单元里的时空行为数据，从人口密度、通勤、活动、土地使用、景观、产业等指标对城市空间进行画像和可视化表达。城市象限的处理能力单元画像32感知能力处理能力分析能力建模能力城市象限的技术能力010203前期分析方案设计评估运营工具索引现状分析指标选择目标量化情景模拟比对择优跟踪监测效果评估运营更新解决方案城市象限的处理能力解决方案城市象限的处理能力解决方案城市象限的处理能力市民认知职住分析就业结构公共服务品质空间特征分析角度睡城研究回龙观功能提升——分析角度手机￥4000+健康关注度涉外度旅游度29%41%2.2%5.9%18%22%9.4%15%市民认知：不讲究回龙观望京睡城研究回龙观功能提升——市民认知（%）回龙观望08151815-18301900-1915早出晚归睡城研究回龙观通勤分析回龙观居民就业地分布望京居民就业地分布中关村上地国贸望京睡城研究回龙观功能提升——职住分析睡城研究回龙观功能提升——职住分析回龙观望京内部通勤比23.7%9.2%职住比0.940.6210.9KM>

10.6KM>8.6KM平均通勤距离离散程度14420.9713273.69商业文化教育软件开发睡城研究回龙观功能提升——职住分析睡城研究回龙观功能提升——职住分析27.5%得出结论：改善职住解决办法：解放太太睡城研究回龙观功能提升——问题剖析睡城研究回龙观功能提升——通勤分析：回龙观及上地软件园区域道路拥堵情况睡城研究回龙观功能提升——通勤分析：回龙观地区通勤心情曲线回龙观自行车高速路近期计划睡城研究回龙观功能提升——通勤剖析睡城研究回龙观功能提升——问题剖析得出结论：通勤出行不畅解决办法：优化出行方式——高速自行车道回龙观地区望京地区外溢内部五彩城欧美汇睡城研究回龙观功能提升——公共服务品质回龙观地区望京地区睡城研究回龙观功能提升——公共服务品质睡城研究回龙观功能提升——公共服务品质业态多样性新辣道鱼火锅呷哺呷哺好伦哥比萨吉野家麦当劳正一味米线麻辣烫黄焖鸡米饭麻辣香锅手工水饺美蚌鱼头外婆家院落创意菜麻辣诱惑将太无二便宜坊云海肴金鼎轩无敌家拉面苗乡楼GODIVA宝岛眼镜雅戈尔杰克琼斯JNBY哥弟GAPCrocsHotwindFolli

FolliMo&CoTommyHilfigerH&MECCO餐饮：潮流连锁购物品牌：潮牌体验：家居、玩具城、冰场回龙观主要商业中心VS五彩城睡城研究回龙观功能提升——公共服务品质得出结论：公共服务品质低解决办法：增加商业供给、提升商业品质：吸引潮流连锁、特色餐饮；增加体验性业态：如亲子空间、精品家居、溜冰场等睡城研究回龙观功能提升——问题剖析3

解

决

方

案睡城研究回龙观功能提升——解决方案解放太太绿色出行回收外溢客流提升商业品质打通南北屏障居民休闲活动熵内部通勤比平均通勤距离语义情绪商业对外辐射度业态多样性内部休闲比4评估监测通勤时间睡城研究回龙观功能提升——评估监测55城市大数据研究示例摩拜单车轨迹分析大数据分析框架：两大问题切入问题1：交通组织——空间联系分析1.1步行联系：基于在地PSPL研究法（计数+轨迹）1.2骑行联系：基于MobikeOD/轨迹数据问题2：功能品质——人流目的分析2.1步行出行目的：基于在地PSPL研究法（轨迹跟踪）2.2骑行出行目的：基于Mobike数据东大桥综合规划研究规划策略58城市大数据研究示例OD数据反推的道路骑行流量轨迹点数据可视化（紫色线条部分）轨迹数据与道路数据求交，反推的道路骑行流量OD数据，借助API模拟骑行轨迹，反推的道路骑行流量（OD数据1099条，轨迹只有886条，所以骑行区域不完全一样）城市大数据研究示例摩拜单车轨迹分析选取某个轨迹进行分析（红色点为模拟轨迹点，黑色点为真实轨迹点）可以看出在主干道上轨迹基本一样，但人们骑行过程中更喜欢抄小路。62感知能力处理能力分析能力建模能力城市象限的技术能力63时空行为建模-锚点计算城市象限的建模能力各聚类算法对比64城市象限的建模能力基于DBSCAN的锚点算法流程图时空行为建模-锚点计算65城市象限的建模能力时空行为建模-锚点计算功能三：锚点分析按照生活圈规划理论，可以显示特定单元内的人的职-住、住-闲、住-假等联系特征，并通过这些锚点刻画出中国每个居住区居民的生活圈，以及每个单元内的人口特征（年龄结构，性别结构，职业结构等）城市象限的建模能力职住锚点分析口罩IF图片来源：网络城市象限的建模能力公共政策评估城市象限的建模能力公共政策评估口罩IF日期AQI崇文门南礼士路崇不戴崇戴南不戴南戴晴天气温风力雾霾预警指数周末2016/11/1610203202016/11/1715425.00%21.37%150501032805156402016/11/1821523.08%17.72%160481302806136302016/11/191335.06%3.70%150817225512016/11/225011.04%4.96%1451811561-1713202016/11/2412410.64%5.41%2102510561-3212502016/11/2517610.42%7.69%215251201013212202016/11/2640317.23%13.87%221460-4114612016/11/3018911.87%12.03%334451391910114802016/12/1427.47%6.03%40933109712515402016/12/210912.44%7.83%36652153131-4136402016/12/316710.58%8.31%279331-4131812016/12/515312.98%11.98%295441692312526102016/12/616910.66%11.58%31037168221-8117602016/12/71648.62%8.11%29728170151-5113602016/12/1227829.67%24.34%2371001153702220702016/12/133010.17%13.79%265301252001425102016/12/143810.93%11.59%22027145191-6414802016/12/155711.96%8.47%265361731610913602016/12/1742233.33%30.10%104520-51101712016/12/1921632.27%22.75%254121163480-4226502016/12/2037549.66%50.57%22422187890-5133702016/12/2141255.52%52.151252002016/12/236316.55%14.29%24749120201-54420902016/12/2419810.43%309361-1117512016/12/268214.60%10.34%392671822102315502017/1/334436.56%34.00%269155132681-614380城市象限的建模能力数据科学-公共政策的评估71城市象限的建模能力公共政策的评估11月17日橙色预警AQI15412月17日红色预警AQI42211月26日无预警AQI40332%19%23%16%32%16%增量：33.6万增量：134.4万损失：133.9万城市象限的建模能力公共政策的评估城市规模投资倾向分析历史多维度宏观数据未来多维度宏观数据时间序列模型对每个维度进行预测历史房产投资标尺未来房产投资标尺回归模型规划数据修正政策数据修正输入输入7个大类，28个变量城市象限的建模能力地产投策指导历史多维度宏观数据未来多维度宏观数据时间序列模型对每个维度进行预测历史房产投资标尺4个大类26个变量基本信息类基础设施类经济类房地产开发类R²=0.95R²=0.922000-2015年国家统计局数据2014-2015年网络房源数据城市象限的建模能力地产投策指导城市规模投资倾向分析相同类型的城市，不同板块房价的驱动因素不同房价升值分析截面数据随机森林分类本征空间回归时序数据协整回归Logistics回归城市象限的建模能力地产投策指导板块价值指南针截面数据时间序列数据板块价值分析未来房产投资标尺随机森林分类Logistics回归7个大类，28个变量本征空间回归分析协整回归验证验证城市象限的建模能力地产投策指导中位数：4.19万元中位数：5.86万元房中值：板块内部房价分布的中位数代表该区块的普遍水平体现城市地段的优劣房高值：为区块内房价的最大值代表该区块的最优资源的价值体现了资源的稀缺度房中值分层房高值分层房价价值分层------------------------8城郊舒适居住区（地段好，资源一般）9城市核心区（地段好，资源好）4城郊产业带（地段一般，资源少）5城郊普通居住区（地段一般，资源一般）6新城中心区（地段一般，资源好）1待发展区（地段差，资源少）2郊区高新工业区（地段差，资源一般）3郊区低密度居住区（地段差，资源好）低中高低中高51064974343749868862房高值(资源稀缺度)房中值(地段优劣)城市城郊郊区板块价值分类以工作在此的人数和居住在此的人数作为变量，混合分类。通勤情况以居住在此出去工作的人数和居住在此并在此工作的人数作为变量，混合分类。区位条件分层一级分类城市分类城市特点城市名称0一线城市北京、上海、广州、深圳（4）1直辖市、特别行政区、GDP大于1600亿且市区人口大于200万的城市天津、香港、沈阳、大连、哈尔滨、济南、青岛、南京、杭州、武汉、香港、澳门、重庆、成都、西安(14)2其他副省级城市、经济特区城市、省会、苏锡二市石家庄、长春、呼和浩特、太原、郑州、合肥、无锡、苏州、宁波、福州、厦门、南昌、长沙、汕头、珠海、海口、三亚、南宁、贵阳、昆明、拉萨、兰州、西宁、银川、乌鲁木齐（25个）314沿海开放城市之一、经济发达且收入高的城市：唐山、秦皇岛、淄博、烟台、威海、徐州、连云港、南通、镇江、常州、嘉兴、金华、绍兴、台州、温州、泉州、东莞、惠州、佛山、中山、江门、湛江、北海、桂林（24个）4其他人口大于100万的城市、重点经济城市邯郸、鞍山、抚顺、吉林市、齐齐哈尔、大庆、包头、大同、洛阳、潍坊、芜湖、扬州、湖州、舟山、漳州、株洲、潮州、柳州（18个）5其他著名经济城市、重要交通枢纽城市—人口大于50万、重点旅游城市承德、保定、丹东、开封、安阳、泰安、日照、蚌埠、黄山、泰州、莆田、南平、九江、宜昌、襄樊、岳阳、肇庆、乐山、绵阳、丽江、延安、咸阳、宝鸡（23个）6其他城市略二级分类一级分类二级分类内容二级分类号0，1市区0郊区1县22-6县级市0市辖区1县2自治县3一级分类北京天津河北省北京0天津1张家口市6唐山市3二级分类东城0和平区0桥西区0路北区0西城0河西区0桥东区0路南区0海淀0河北区0宣化区0古冶区0朝阳0河东区0下花园区0开平区0石景山0南开区0崇礼区0丰南区0丰台0红桥区0万全区0丰润区0区位条件分层产业分布将第二产业密度、第三产业密度、生活生产服务部门密度、党政机关密度、科学素质提高