[论文解读] Do we need another coffee house? The amenity space and the evolution of neighborhoods

César A. Hidalgo, Elisa E. Castañer|arXiv (Cornell University)|Sep 9, 2015

Human Mobility and Location-Based Analysis被引用 5

一句话总结

本文提出了「便利设施空间」（Amenity Space）——一种基于精确位置数据的网络模型，用于映射城市街区中咖啡馆、图书馆等便利设施共存的概率。通过聚类街区并分析便利设施共现模式，该模型可构建推荐系统，识别缺失的便利设施，为城市规划和街区发展提供数据驱动的洞察。

ABSTRACT

Neighborhoods populated by amenities, such as restaurants, cafes, and libraries, are considered to be a key property of desirable cities. Yet, despite the global enthusiasm for amenity-rich neighborhoods, little is known about the empirical laws governing the colocation of amenities at the neighborhood scale. Here, we contribute to our understanding of the naturally occurring neighborhood-scale agglomerations of amenities observed in cities by using a dataset summarizing the precise location of millions of amenities. We use this dataset to build the network of co-location of amenities, or Amenity Space, by first introducing a clustering algorithm to identify neighborhoods, and then using the identified neighborhoods to map the probability that two amenities will be co-located in one of them. Finally, we use the Amenity Space to build a recommender system that identifies the amenities that are missing in a neighborhood given its current pattern of specialization. This opens the door for the construction of amenity recommendation algorithms that can be used to evaluate neighborhoods and inform their improvement and development.

研究动机与目标

• 理解在街区尺度下，城市便利设施共存的实证规律。
• 解决关于为何某些便利设施在特定街区聚集的系统性知识缺乏问题。
• 开发一种方法，基于街区当前的专业化特征，识别其缺失的便利设施。
• 构建一个推荐系统，通过预测最优的便利设施组合，支持城市规划与街区改善。

提出的方法

• 使用包含数百万个精确位置的城市便利设施数据集，绘制街区层面的空间分布图。
• 应用聚类算法，基于便利设施密度与空间邻近性，定义街区边界。
• 构建共现网络，其中边表示两种便利设施在同一街区共现的概率。
• 利用生成的便利设施空间训练推荐系统，预测给定街区中缺失的便利设施。
• 利用网络结构推断便利设施专业化与互补性的模式。

实验结果

研究问题

• RQ1 在街区尺度下，不同类型城市便利设施的共现模式有何内在规律？
• RQ2 如何建模便利设施共现概率，以反映现实中的城市聚集现象？
• RQ3 在具有特定便利设施组合的街区中，哪些便利设施系统性地缺失？
• RQ4 基于网络的便利设施共现模型能否有效推荐适合街区发展的新便利设施？

主要发现

• 便利设施空间模型成功捕捉了咖啡馆、餐厅和图书馆等便利设施在城市街区中的非随机共现模式。
• 街区表现出明显的专业化模式，某些便利设施类型在统计上比随机预期更频繁地共同出现。
• 该模型识别出在高密度同类便利设施聚集的街区中，某些特定便利设施频繁缺失，暗示存在未满足的需求。
• 基于便利设施空间构建的推荐系统能够以可测量的准确度预测缺失的便利设施，为城市规划者提供可操作的洞察。