耦合多源区位因子的城市数字标牌优化选址方法研究
文献类型：学位论文
| 作者 | 张珣 |
| 答辩日期 | 2021-12 |
| 文献子类 | 博士后出站报告 |
| 授予单位 | 中国科学院地理科学与资源研究所 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 李胜功 ; 江东 |
| 关键词 | 数字标牌 机器学习 选址模型 空间优化 |
| 学位名称 | 博士后 |
| 英文摘要 | 数字标牌是城市信息共享和公共服务的新型传播媒介，是促进数字经济发展的催化剂。数字标牌的精准推荐是高效利用资源、实现投放效益最大化的关键。针对现有数字标牌推荐方法研究中存在位置与主题分离的问题，本项目拟融合地理空间智能与经验选址模型，基于多源数字标牌区位因子，构建一种有效且可解释的数字标牌精准推荐方法。以期能够进一步提升城市户外数字标牌科学规划和营销水平，同时为地理大数据与空间智能技术赋能数字经济提供新的思路与典型应用案例。具体研究工作如下： 1.利用点模式分析方法的北京数字标牌空间结构特征 以北京六环路以内户外商用数字标牌作为研究对象，以数字标牌播放价格、房价、社交网络签到、交通路网以及商业网点表征数字标牌影响因素，利用标准差椭圆、核密度分析、Ripley’K函数三种空间点模式研究方法探究其空间分布特征；同时，运用K-means、DBSCAN、SOM三种空间聚类算法对其空间层次性特性进行研究，并对聚类算法的有效性进行检验；另外，通过Spearman相关分析法对影响数字标牌分布的因素进行分析。 2.集优Huff模型与预测方法的数字标牌位置优选模型 在100米到1000米不同格网尺度下，利用改进的Huff模型计算数字标牌的空间可达性，利用BP神经网络等机器学习方法计算数字标牌布设潜力，通过叠置分析得到数字标牌待布设位置。最后，以ROC曲线为评价指标，选取经典的选址模型进行多组对比实验，结果表明，该方法具有较高的真正类率和较低的负正类率，选址模型具有较高的准确性。北京市六环路以内的选址结果表明，适合布设数字标牌的区域主要分布在三里屯、王府井、金融街、北京西站以及六环内主要路网沿线等。 3.融合神经网络和Huff模型的数字标牌主题优选模型 模型以BP神经网络分类算法为基础，并对其进行优化使其能够适应多标签特征数据分类；同时利用改进的Huff模型计算数字标牌受众影响力，并将其融入改进的BP神经网络中，从而构建了Huff-BP模型。最后，利用多标签分类指标对模型进行有效性评价，评价结果表明本文提出的Huff-BP模型的各个评价指标均表现良好，表明本文提出的多标签分类模型具有较好的分类效果。同时，应用本文提出的Huff-BP模型对研究区的数字标牌受众进行了分类，分类结果表明受众集中分布在四环内及五环的环路周围。 4.基于多类型数字标牌最大覆盖模型的优化选址模型 将数字标牌分为居住类型、公共管理与公共服务设施类型等六种类型。基于数字标牌分类结果与数字标牌建模因子特征，融合多类型数字标牌最大覆盖模型与遗传算法，构建了多类型数字标牌优化选址模型；使用统计指标进行多组对比实验，验证了本文提出的多类型数字标牌最大覆盖模型，可以针对不同类型的数字标牌进行分类别优化选址。使用本文提出的多类型数字标牌优化选址模型对北京市六环路以内的数字标牌进行实验，结果表明针对不同类型的数字标牌，其优化结果可以达到的最大的受众覆盖率均超过了90%，说明使用此方法进行广告投放不仅可以节约资源，还可以尽可能使收益最大化。 本文研究将进一步完善城市数字标牌布局与投放的理论支撑，形成兼顾精度和可解释性的城市数字标牌精准推荐方案，增强数字标牌选址与广告营销的精准性，为后疫情时代的数字经济发展提供一定程度上的技术支撑。 |
| 语种 | 中文 |
| 页码 | 114 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/194190]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 张珣. 耦合多源区位因子的城市数字标牌优化选址方法研究[D]. 中国科学院地理科学与资源研究所. 中国科学院地理科学与资源研究所. 2021. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。