Social Sensing: A New Approach to Understanding OurSocioeconomic Environments 社会感知:了解我们社会经济环境的新方法 论文翻译 《社会感知:理解社会经济环境的新视角》 随着大数据时代的到来,社会感知作为一种新兴的研究方法,正在逐渐成为理解和解析我们社会经济环境的关键工具。这一概念源于美国地理学家协会年报的一篇论文,它揭示了大数据在社会科学研究中的潜力,特别是在地理信息科学领域的应用。 社会感知的核心在于,它将个人级别的广泛地理空间数据视为一种新型的“遥感”形式,不仅能够反映社会经济特征,还能弥补传统遥感数据的不足。遥感技术虽然在揭示地球表面物理特性方面取得了显著成果,但其对于社会经济属性的捕捉能力有限。相比之下,社会感知数据,如出租车轨迹、手机记录、社交媒体数据等,能够捕捉到人类活动的时空模式,更准确地反映土地利用和社会功能。 论文提出,社会感知数据具有丰富的信息,如空间交互和地点语义,这超越了传统遥感的范畴。例如,通过分析出租车轨迹数据,可以揭示不同土地利用类型与活动时间节奏的关联,进一步理解城市的动态运行。同样,社交媒体的签到记录则能揭示人们的活动热点和行为模式,这对于理解城市功能区划、人口流动以及社区特征有着不可估量的价值。 以中国上海为例,研究者使用7天的出租车轨迹数据和一年的签到记录,展示了社会感知在实际应用中的强大能力。通过对这些数据的分析,可以量化出各个地点的活动频率,如接客点、下车点和签到地点,进而与人口分布进行比较,发现两者之间的正相关性。这种关联性的分析有助于城市规划者更好地理解城市结构和居民行为,为城市规划和政策制定提供依据。 然而,社会感知数据的分析也面临挑战,如数据的代表性、质量和处理工具的开发。因此,未来的研究需要关注如何确保社会感知数据的准确性和可靠性,同时开发适应这些新型大数据的分析方法和技术。 社会感知为理解和研究社会经济环境提供了全新的视角,它结合了大数据的力量和遥感的原理,有望在地理信息科学、城市规划和社会科学等多个领域开启新的研究方向。随着信息技术的不断进步,社会感知的应用将更加广泛,为我们的生活带来更深入的洞察。
2025-12-28 17:52:23 32KB 论文研读
1
最新美国行政区划shp矢量数据(国州市县4级)
2024-04-18 15:34:19 1.4MB 行政区划
North-American-Charging-Standard-Technical-Specification
2024-03-08 16:04:51 1.44MB tesla
1
North-American-Charging-Standard-AC-DC-Pin-Sharing-Appendix.pdf
2024-02-24 21:02:40 403KB tesla
1
ANSI_VITA_46.0-2007_American_National_Standard_for_VPX_Baseline_Standard
2023-03-13 15:27:30 6.08MB VPX
1
Speak English Like An American完整版,PDF文件+音频文件,一次下载解决所有问题
2022-12-04 21:19:04 37.05MB english Speak Englis
1
1.验证韦伯比,同时对比效应;2.显示马赫带,观察马赫效应;3.练习图像读写命令imread和imwrite并进行图像文件格式间的转换;4.示一幅自定义格式的裸图像Miss America;5.显示JPG,BMP,PCX等格式的图像文件;6.编写程序完成颜色空间的转换RGB -> YUV -> RGB;7.显示条状图、旋转45度的条状图、十字图、点图及其频谱;8.对Miss America 进行DFT,DCT变换,显示变换后图像的系数图像;9.对变换后的系数进行量化,观察不同量化步长时的显示效果;10.利用二维小波分析对图像作2层小波分解,并在此基础上提取各层的低频信息。
2022-09-15 09:01:38 78KB america 二维时频谱 韦伯图像 频谱图
美式英语口语训练原声
2022-08-18 10:43:21 331.83MB 英语口语
1
Optical Society of America (OSA) 数据库使用介绍
2022-06-03 15:03:26 1.52MB 数据库 文档资料 database
福布斯学院分析 使用:美国顶级大学排名的基本分析(福布斯,2019) 我将使用由福布斯(Forbes)编译的开源数据集,该数据集分析美国650强大学的排名。 该数据集提供了多个数据点的广泛而准确的视图,这些视图清楚地显示了这些大学提供的教育质量。 该数据集中提供了位置,排名,使用的补助金,学生/校友人数和学费。 我的目标是使用这些排名来深入了解被分析类别的机​​构(针对每个假设)所提供的总体价值。 将保持对公共机构与私人机构的特别关注。 将检查数据点之间的多重相关性以做出这些观察。 参考值将与学生及其家人作为听众进行研究。 学生及其家庭是大学的“客户”,我想提供可供参考的类别的学校可以参考的见识,以吸引这些客户。 该数据旨在用于吸引将来的学生使用某一类别机构提供的价值。 此数据旨在进行分类,而不是特定于机构。 本·史蒂文斯
2022-05-30 15:51:53 176KB JupyterNotebook
1