摘要：随着社交网络不断普及,以微博签到为代表的位置分享服务信息增多,为研究城市意象及不同人群的城市感知行为提供了新的数据来源和视角。文章基于深港地区新浪微博签到数据,通过对用户微博签到行为特征总结,提取行为特征参数,采用基于支持向量机（SVM）的机器学习算法进行人群监督分类,并针对居民和游客两类人群的城市感知行为进行对比研究。研究发现了激发人们产生城市意象的点、线、面感知空间结构,以及居民和游客感知区域和强度不同。城市空间也可分为＂客厅型＂和＂卧室型＂空间。文章中所用方法及得出的初步研究结果对城市意象管理、城市旅游规划等研究是有益的。http://www.cqvip.com//QK/87551X/201701/671153937.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）