[发明专利]基于大数据的商业空间品质评价方法、系统、设备及介质

权利要求书

1.一种基于大数据的商业空间品质评价方法，其特征在于，所述方法包括：

获取研究范围内的POI数据和大众点评数据；

根据所述POI数据，生成若干街景采集点，在各个街景采集点，获取相应的街景图像数据；

根据所述POI数据，计算各个街景采集点的交通便利性指数和商业业态丰富度指数，表征对商业空间品质的客观评价；

根据所述大众点评数据，统计各个街景采集点的评价数量总和，得到商业设施的关注度指标，所述统计各个街景采集点的评价数量总和是指统计各个街景采集点100米缓冲区范围内大众点评店铺的评价数量总和；

构建随机森林模型，并利用所述街景图像数据生成的数据对随机森林模型进行训练；

利用训练好的所述随机森林模型，评估各个街景采集点的所述街景图像数据的二级指标的得分值，分别得到商业街道空间、商业空间氛围、商业建筑立面指标的得分值，与所述商业设施的关注度共同构成一级指标，表征对商业空间品质的主观评价，所述街景图像数据的二级指标包括商业街道整洁度、商业街道高宽比适宜性、商业街道开敞性、商业街道可步行性、商业街道绿化程度、商业空间氛围、商业建筑立面整洁度；

根据商业空间品质的客观评价和商业空间品质的主观评价，计算得到商业空间品质的综合评价；

根据POI数据，计算各个街景采集点的交通便利性指数和商业业态丰富度指数，具体包括：

根据POI数据，获取公交站和地铁站的空间分布情况以及各类商业设施的空间分布情况；

分别汇总各个街景采集点500米缓冲区范围内的公交站数量以及各个街景采集点1000米缓冲区范围内的地铁站数量，计算各个街景采集点的交通便利性指数：

其中，Q_i为第i个街景采集点在500米缓冲区范围内的公交站数量，Q_max为最大公交站数量，R_i为第i个街景采集点在1000米缓冲区范围内的地铁站数量，Rmax为最大地铁站数量；a，b分别表示公交站和地铁站的重要性权重值，a：b＝0.08：0.92；

统计各个街景采集点100米缓冲区范围内商业业态类型数量，采用香农熵计算各个街景采集点的商业业态混合度：

其中，m为商业业态类型数量，商业业态类型包括餐饮、购物、金融、生活服务、休闲娱乐；T_j是商业业态类型j的设施POI数量占第i个街景采集点100米缓冲区范围内所有商业设施POI数量的比例；

计算各个街景采集点的商业丰富度指数：

其中，P_i为第i个街景采集点的商业业态混合度，P_max为最大商业业态混合度；U_i为第i个街景采集点100米缓冲区范围内商业设施POI数量，U_max为最大商业设施POI数量；x、y分别表示商业业态混合度和商业设施数量的权重；

所述构建随机森林模型，并利用所述街景图像数据生成的数据对随机森林模型进行训练，具体包括：

利用全卷积神经网络对所述街景图像数据进行语义分割，获取街景图像数据的特征数据；

随机选取部分街景图像数据，获取志愿者针对街景图像数据的二级指标输入的分值，作为打分样本数据；

构建随机森林模型，从打分样本数据中，随机选取部分数据及相应的街景图像特征数据作为训练集；

在训练集中，将打分样本数据作为因变量，以及将街景图像特征数据作为自变量，训练随机森林模型；

当模型性能度量指标达到标准值时，完成随机森林模型的训练；

所述根据商业空间品质的客观评价和商业空间品质的主观评价，计算得到商业空间品质的综合评价，具体为：

根据统计得出交通便利性指数K和商业丰富度指数D的评价权重为w_Ki、w_Di，商业街道空间STR、商业空间氛围ENV、商业建筑立面BUI以及商业设施关注度ATT的评价权重为s_1i、s_2i、s_3i、s_4i，客观评价指标和主观评价指标的重要性权重值为g_1i、g_2i；

对商业街道空间指标、商业空间氛围指标、商业建筑立面指标和商业设施的关注度指标，采取无量纲处理，如下公式：

其中，STR_i、ENV_i、BUI_i、ATT_i分别为第i个街景采集点商业街道空间指标、商业空间氛围指标、商业建筑立面指标、商业设施关注度指标的得分值，STR_max、ENV_max、BUI_max、ATT_max分别表示相应指标得分值的最大值；

根据如下公式，计算得到街景采集点i的商业空间品质的综合评价值：

C_i＝g_1i(w_KiK_i+w_DiD_i)+g_2i(s_1iO_STRi+s_2iO_ENVi+s_3iO_BUIi+s_4iO_ATTi)×100

其中，K_i、D_i分别为第i个街景采集点的交通便利性指数和商业丰富度指数。