基于Web文本信息挖掘的城市居民小區(qū)宜居性評價方法的研究.pdf_第1頁
已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著我國經濟的快速發(fā)展,人們對居住環(huán)境的要求越來越高,跨入了由原來的“居者謀其屋”到現在的“居者選其屋”的時代。宜居的生活環(huán)境越來越受到人們的重視,在購房或租房時,居民小區(qū)是否宜居已經成為人們決策時的重要參考依據。同時,國家也出臺了許多措施提倡創(chuàng)建宜居的生活環(huán)境,自2007年起,我國每年都會評選出“中國十大宜居城市”。在全民參與創(chuàng)建宜居生活的大環(huán)境下,宜居評價標準不夠完善和相關數據獲取困難,嚴重影響了宜居生活環(huán)境的建設。此外,隨著國家信

2、息化程度的不斷加深,房地產網絡平臺迅速興起,為本文研究提供了海量數據。
  本文主要通過對Web文本信息進行獲取和挖掘,建立基于Web文本信息挖掘的城市居民小區(qū)宜居性評價模型,對城市居民小區(qū)進行宜居性評價,最后以武漢中心區(qū)域為例進行居民小區(qū)宜居性評價,證明了所提出研究方法可行性,為城市規(guī)劃和宜居社區(qū)建設等進一步的研究提供數據支持和理論幫助。本文主要貢獻和創(chuàng)新點如下:
  1.給出了具有針對性的Web信息挖掘方法。在對居民小區(qū)

3、客觀評價指標數據(商業(yè)配套設施、教育配套設施等)進行量化處理時,利用特征詞統(tǒng)計結合實際情況和相關標準,給出了一種比較科學和實用的量化方法。在對居民小區(qū)主觀評價指標數據進行文本分類時,針對KNN分類算法分類速度慢的缺點,給出了一種利用局部敏感哈希方法來減少計算量從而提高文本分類效率的改進KNN分類算法。本文實驗中,改進后的分類算法在保證分類效果基本不變的情況下,分類速度較原有分類算法有了顯著提高。
  2.建立了基于Web文本信息的

4、城市居民小區(qū)宜居性評價模型。該評價模型的所需數據均來自于互聯(lián)網,故在確定模型評價指標時,立足于現有的宜居性相關理論,結合可獲取相關互聯(lián)網數據的特點,將評價指標分為客觀評價指標(即居民小區(qū)軟硬件數據)和主觀評價指標(即居民對所住小區(qū)的主觀評價)兩類。對以武漢中心區(qū)域為例進行居民小區(qū)宜居性評價時,將評價結果結合實際情況比較分析,證明了評價模型操作的可行性,評價結果的準確性。
  3.完善了城市居民小區(qū)宜居性評價模型的綜合評價方法。針對

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論