کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7417744 1482323 2018 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
City dynamics through Twitter: Relationships between land use and spatiotemporal demographics
ترجمه فارسی عنوان
دینامیک شهر از طریق توییتر: ارتباط بین استفاده از زمین و جمعیت شناسی فضایی
کلمات کلیدی
رسانه های اجتماعی، توییتر، جمعیتشناسی اسپکتیو موقت، استفاده از زمین، جغرافیای شهری،
ترجمه چکیده
داده های شبکه های اجتماعی فرصت های جالبی در مطالعات شهری ارائه می دهند. در این مطالعه، از داده های توییتر برای تحلیل دینامیک شهر در طول روز استفاده کردیم. کاربران این شبکه اجتماعی با توجه به منطقه شهر و اسلات زمان گروه بندی شده اند تا تحلیل پویایی روزانه شهر و ارتباط بین این و استفاده از زمین را در نظر بگیرند. اول، فعالیت روزانه در هر منطقه با فعالیت در شب مقایسه شد تا مشخص شود که کدام مناطق دارای افزایش فعالیت در هر یک از اسلات های زمان هستند. سپس، پروفایل های فعالیت نوعی توییتر براساس استفاده از سرزمین اصلی در هر منطقه بدست آمد، که نشان می دهد نحوه استفاده از زمین های مرتبط با فعالیت ها در طول روز، اما با نرخ های متفاوت بسته به نوع استفاده از زمین، به دست می آید. در نهایت، تجزیه و تحلیل رگرسیون چندگانه به منظور تعیین تاثیر کاربری زمین های مختلف بر روی هر یک از اسلات های مهم زمان (صبح، بعد از ظهر، شب و شب) از طریق ضرایب تغییری آن انجام شد. فعالیت در طول روز بیشتر برای استفاده بیشتر از زمین ها (مانند دفاتر، آموزش، بهداشت و حمل و نقل) کاهش یافت، اما در پارک ها ثابت و در مناطق خرده فروشی و مسکونی افزایش یافت. نتایج ما نشان می دهد که داده های شبکه های اجتماعی برای بهبود درک ما از ارتباط بین استفاده از زمین و دینامیک شهری استفاده می شود.
موضوعات مرتبط
علوم انسانی و اجتماعی مدیریت، کسب و کار و حسابداری گردشگری، اوقات فراغت و مدیریت هتلداری
چکیده انگلیسی
Social network data offer interesting opportunities in urban studies. In this study, we used Twitter data to analyse city dynamics over the course of the day. Users of this social network were grouped according to city zone and time slot in order to analyse the daily dynamics of the city and the relationship between this and land use. First, daytime activity in each zone was compared with activity at night in order to determine which zones showed increased activity in each of the time slots. Then, typical Twitter activity profiles were obtained based on the predominant land use in each zone, indicating how land uses linked to activities were activated during the day, but at different rates depending on the type of land use. Lastly, a multiple regression analysis was performed to determine the influence of the different land uses on each of the major time slots (morning, afternoon, evening and night) through their changing coefficients. Activity tended to decrease throughout the day for most land uses (e.g. offices, education, health and transport), but remained constant in parks and increased in retail and residential zones. Our results show that social network data can be used to improve our understanding of the link between land use and urban dynamics.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Cities - Volume 72, Part B, February 2018, Pages 310-319
نویسندگان
, , , , ,