[发明专利]一种城市公共地图用户访问量差异因素分析方法

摘要

本发明公开了一种城市公共地图用户访问量差异因素分析方法，该方法首先采用Hadoop云技术框架，对海量公共地图访问日志数据进行统计分析，基于IP地址快速解析地图用户所在城市信息，统计各城市公共地图用户访问量，然后分析城市规模及其社会发展状况的空间差异综合特征，提取和简化公共地图用户访问量的影响因素及解释变量，建立访问量关于解释变量的偏最小二乘回归方程，并求取解释变量重要性指标用于表示各个解释变量对城市公共地图用户访问量的影响程度。本发明方法充分利用了城市发展特征的有效信息，克服了城市社会经济各变量之间较强的多重共线性，并定量化表达各因素对城市公共地图用户访问量的影响力大小。

主权项

1.一种城市公共地图用户访问量差异因素分析方法，其特征在于，包括以下步骤：1)研究对象的选取与数据采集：采用Hadoop云技术框架，对海量公共地图访问日志数据进行处理，基于IP地址快速解析地图用户所在城市信息，获得各城市公共地图用户访问量数据；2)确定影响因素与解释变量；所述影响因素包括城市规模、该城市的人口质量、经济水平、公共交通发展水平和公共服务业发展水平；所述解释变量包括对应城市规模的城市的面积x1与人口数量x2；对应人口质量的人均受教育年限x3和18至40岁人口占比x4；对应经济水平的人均GDP x5；对应公共交通发展水平的日均客运量x6、地铁站数量x7、公交站数量x8、停车场数量x9和加油站数量x10；对应公共服务业发展水平的餐饮店数量x11、旅游景点数量x12、酒店数量x13和金融设施数量x14；3)采用z‑score标准化方法，对数据进行标准化处理，使所有数据处于同一量纲之下，然后去除数据的单位限制，将所有数据转化为无量纲的纯数值，并得到用户访问量的数据矩阵和解释变量数据矩阵；所述数据包括步骤1)中的选取n个城市的用户访问量数据和步骤2)中的解释变量数据；所述数据矩阵的形成方法如下：假设有m个城市公共地图用户访问量的解释变量，作为函数自变量；选取n个城市的用户访问量，作为样本点；因变量为城市公共地图用户访问量，则用户访问量的数据矩阵是一个n*1矩阵，解释变量的数据矩阵是一个n*m矩阵；利用z‑score标准化方法，将进行标准化处理后的用户访问量数据矩阵记为F0，标准化处理后的解释变量数据矩阵记为E0；4)利用主成分分析法对解释变量矩阵E0进行成分提取，并根据交叉有效性原则确定提取的解释变量成分个数h，使得主成分既能代表解释变量矩阵E0的变异信息，又能使解释变量矩阵E0与用户访问量矩阵F0的相关程度达到最大，并确定用户访问量矩阵F0与h个解释变量成分之间的偏最小二乘回归方程；5)根据偏最小二乘回归分析，求取各个解释变量的变量重要性指标，用以定量化比较各个解释变量对城市公共地图用户访问量的贡献程度。