每個人都生活在一定的空間，城市的各項公共服務(wù)設(shè)施也需要占據(jù)一定的空間。通過對這些空間數(shù)據(jù)的挖掘和分析，我們能夠比以往更科學(xué)、更清晰地觀察我們所在的城市。

把機器學(xué)習(xí)應(yīng)用到空間數(shù)據(jù)挖掘

我們公司主要做的是空間數(shù)據(jù)挖掘，在國內(nèi)外，類似的公司目前并不是很多。后面要提到的很多案例，圖表顏色看起來花花綠綠的，其實都是基于我們自己的產(chǎn)品和研究做出來的。

下面這張圖算是我們的代表性產(chǎn)品之一，這張圖的左上角區(qū)域是它的地圖區(qū)域，左下角區(qū)域的折線圖反映的是一些數(shù)值、特征值，右側(cè)則是測試參數(shù)的設(shè)置、提交運算的區(qū)域。

雖然我們用了很多機器學(xué)習(xí)算法或者空間挖掘的一些算法，但是你會發(fā)現(xiàn)，操作起來還是非常簡單的。

有人會問我們的數(shù)據(jù)來源是哪里?

我們和各種數(shù)據(jù)供應(yīng)商有密切合作，有20多個大類、1000多個小類的POI興趣點。除此之外，我們還獲得了一些人口遷徙、房地產(chǎn)、企業(yè)等各類數(shù)據(jù)。

在進(jìn)入具體的案例分析前，需要指出的是，這些案例都是基于城市各維度做的一些分析，而在這其中，機器學(xué)習(xí)扮演著重要的作用。結(jié)合具體的一個個案例，讓大家對空間數(shù)據(jù)挖掘有一個更清晰的認(rèn)識，這也是我今天要分享的主題。

案例一：通過機器學(xué)習(xí)給城市“畫像”

先看下面這張圖：

在這張圖中，我們通過各種POI興趣點的數(shù)據(jù)，用可視化來描繪城市用地情況。圖中的各個分類其實我們都提前選好了參數(shù)，再利用機器學(xué)習(xí)自動分類。然后再選好用哪些維度來給城市“畫像”。

從圖中可以看到哪些區(qū)域是休閑娛樂休閑功能比較集中的地方、哪些是居住比較集中的地方、哪些是混合型的地方，以及能看出哪里是工廠、工業(yè)集聚區(qū)。通過這樣分類，我們可以快速了解這些用地的分布情況。

接著再看第二張圖。

這張圖是基于上一張圖的數(shù)據(jù)，我們做了更進(jìn)一步的聚類，你會發(fā)現(xiàn)城市里邊的用地情況顯得更加清晰一些。

我雖然沒有去過南昌，但是通過這張圖我可以很容易分辨出來哪里是老城區(qū)，哪里是新城區(qū)，哪里是邊緣的工業(yè)用地區(qū)，哪里可能是新開發(fā)的居住區(qū)等等。

案例二：發(fā)現(xiàn)北上廣深地鐵站周圍的畫風(fēng)

可能前面兩張圖因為涉及到具體的業(yè)務(wù)應(yīng)用場景，對于非土地研究行業(yè)的人來說可能相對較難理解。但下面這個例子會更好理解一些。

我們同樣用機器學(xué)習(xí)的算法，通過POI興趣點數(shù)據(jù)來識別一下北上廣深四個城市的地鐵站周邊500米的情況。

可以看到，北上廣深四個城市的差異還是非常明顯的。

比如說北京，一眼望去，綠色的圓點較多，這代表的是其周圍公共服務(wù)設(shè)施比較集中。這些公共服務(wù)設(shè)施包括政府機關(guān)辦公地點、圖書館、文化場館等等。

再看上海，藍(lán)色的圓點比較多，這指的是地鐵站周圍各種居住小區(qū)較多。

而廣州，紅色和紫色的圓點更多，這指的是地鐵站周邊娛樂休閑類場所更多。從這些地鐵站出來，更容易找到吃喝玩樂的地方。

深圳，則算是比較均衡的，不同顏色的分布并沒有一個明顯的特征。

案例三：從公共交通擴張看一座城市的“生長”

前面介紹的都是城市中的土地利用情況分析，接下來講一講交通等城市公共服務(wù)設(shè)施的情況。

這里以武漢市為例，下圖可以看到2014年到2017年它的軌道站點數(shù)量增長非常快。

再來看公交站點的情況：從2014年的接近3000個到2016年3500多個，一直到2017年有將近5000個了。

然后我們把軌道交通的站點和公共交通的站點，聚合到城市用地上，這可以看做是公共交通的便捷度評價指標(biāo)，可以看出這幾年武漢市的公共交通便捷度確實發(fā)生了很大變化。

緊接著，我們再通過機器學(xué)習(xí)方法，研究武漢市的公共服務(wù)設(shè)施的分布變化。見下面兩張圖：

從這兩張圖我們可以看到，從2014年到2017年，隨著公共交通便捷度的不增增加，武漢市的土地利用的混合程度也發(fā)生了大量變化。原來可能沒有那么多POI興趣點，但現(xiàn)在人的活躍地點增加了。

上圖還能發(fā)現(xiàn)，隨著公共交通的發(fā)展，武漢市的單一類型的用地是逐漸減少的。

通過這個研究，我們得出來的結(jié)論是，隨著城市公共交通便捷度的增加，城市內(nèi)部的活力也在逐漸增加。

案例四：通過OD數(shù)據(jù)和手機信令觀察城市內(nèi)部聯(lián)系

下面再來舉兩個機器學(xué)習(xí)在研究城市通勤方面的具體例子。

首先來看我們隊深圳出租車OD(從起點到終點)路徑的分析圖：

我們拿到了深圳市的出租車運行軌跡數(shù)據(jù)，然后利用機械學(xué)習(xí)幫我們分辨出深圳市出租車的OD數(shù)據(jù)模式，機器自動幫我們分出來非常顯著的兩個類型：左邊呢，是早高峰的時候，你可以看到車流從北到南的比較多，右邊這張綠的的圖則是晚高峰的時候，從南到北的比較多。

通過這個分析，我們不僅了解到深圳居民乘出租車的模式，還能發(fā)現(xiàn)深圳市的南北向交通可能是有不足，而深圳市的公共交通現(xiàn)在是東西向的較多。

為什么會有這樣的結(jié)論?因為出租車往往是人們公共交通出行的一種補充，只有在公共交通可能不太方便的時候，人們才會選擇出租車多一點。

再來看看上海居民的通勤情況。這里我們是基于手機信令數(shù)據(jù)做了各區(qū)域間聯(lián)系強度的分析，其中的色塊代表著不同的分區(qū)：

大家可能對手機信令不太了解，這其實是反映人們出行或者活動的軌跡。我們一般使用手機的時候，運營商每隔一段時間，會對你的手機進(jìn)行一次定位，然后運營商會判斷你處在哪個基站的服務(wù)范圍。

如果你前一個時刻在A基站服務(wù)范圍內(nèi)，然后后一個時刻又到了另外一個基站服務(wù)范圍，說明你在移動，我們就可以判斷你是從A點移動到了B點，所以能夠反映人的出行規(guī)律。

然后我們用這樣的數(shù)據(jù)做了上海市的分區(qū)，這些不同的色塊代表的我們通過這些數(shù)據(jù)算出來的聯(lián)系強度。

從上圖中，我們發(fā)現(xiàn)了一個非常有意思的現(xiàn)象：在上海市范圍內(nèi)，奉賢、金山、松江等遠(yuǎn)郊地區(qū)，你會發(fā)現(xiàn)它的分區(qū)和它的行政邊界是比較吻合的，這就說明這些郊區(qū)的居民一般都不太會來中心城區(qū)活動，而是在自己的行政區(qū)范圍內(nèi)活動。

而你看那些越靠近中心城區(qū)的地區(qū)，分區(qū)的劃分跟它的行政邊界的關(guān)系就會越不一致。比如說寶山區(qū)，可以看到這里的居民在楊浦區(qū)很活躍，是不是說明有很多在楊浦區(qū)工作的人居住在寶山呢?

此外，當(dāng)我們按照人的出行規(guī)律進(jìn)行分區(qū)之后，還可以把區(qū)和區(qū)之間的聯(lián)系強度用可視化的方式展現(xiàn)出來：

上面的案例，主要是介紹了我們目前在利用機器學(xué)習(xí)進(jìn)行空間數(shù)據(jù)挖掘方面的一些具體嘗試，我們希望能夠提供一個一站式的空間數(shù)據(jù)挖掘平臺，既有數(shù)據(jù)，又有空間數(shù)據(jù)處理的工具，服務(wù)更多的數(shù)據(jù)人。