文献类型：期刊文章

作　　者：张景奇[1] 史文宝[1] 修春亮[2]

Zhang Jingqi;Shi Wenbao;Xiu Chunliang(School of Humanities and Law,Northeastern University,Shenyang 110169,Liaoning China;School of Jangho Architecture,Northeastern University,Shenyang 110169,Liaoning China)

机构地区：[1]东北大学文法学院,辽宁沈阳110169 [2]东北大学江河建筑学院,辽宁沈阳110169

出　　处：《地理科学》

基　　金：国家自然科学基金面上项目(41871162);中央高校基本科研业务专项资金(N2014008);2020年度辽宁省社会科学基金重点项目(L20AGL005);2021年度辽宁省社科联课题(2021lslwzzkt-038)资助。

年　　份：2021

卷　　号：41

期　　号：1

起止页码：140-148

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、CSSCI、CSSCI2021_2022、JST、PROQUEST、RCCSE、RWSKHX、SCOPUS、ZGKJHX、核心刊

摘　　要：兴趣点(Point of Interest,POI)数据的兴起带动了城市研究的革新。为梳理中国POI数据在城市研究的应用进展,阶段性总结其应用方向、数据分析方法及尚存不足,并为未来POI数据在中国城市发展中的应用提供思路和借鉴。应用CiteSpace工具对中国知网2010—2019年625篇相关文献进行知识图谱分析,结合分析结果对POI数据应用方向和数据分析方法进行梳理总结。结果表明:时间上,国内应用POI数据进行城市研究的文献在2013年后大量涌现,2017年呈现爆发式增长;应用上,主要用于城市功能区划分、城市中心区和边界识别、查明业态集聚分布以及兴趣点推荐4个方面;方法上,常用的有核密度分析、DBSCAN聚类分析和空间自相关分析3类。研究表明,POI地理大数据是一种研究城市发展的有效数据,有助于研究者深入了解城市的空间结构、分布格局和发展规律,未来可进一步与机器学习等算法结合,为城市外部扩张和内部功能结构调整在更长期的发展上提供一个决策分析手段,但POI数据尚无法代替面数据,研究时也要充分考虑到公众认知度高低对研究的影响。

关 键 词：POI 地理大数据  城市功能区划分  业态集聚  边界识别  

分 类 号：F293.2]