大数据分析方法的应用及效果

大数据时代通过大量个体行为数据的积累和分析，将碎片化的个体行为信息还原成完整的个体过程，依靠云技术等信息处理手段可以实现低成本、大容量地收集整理个体行为数据，从而进行城市居住环境与宜居性评价对阶层幸福感、满意度和居住行为的研究，帮助学界找到合适的时机实现精准微观视角数据采集与实时跟踪调查。

1.大数据时代居住环境的居民数据采集方法

大数据时代居住环境的居民数据采集主要包括以下三种方法。

（1）基于问卷网站的居民调查

这种网络调查不仅使得调查成本大大下降，并且获得的数据准确性也有明显的提高。现在网络上有很多问卷为主题的网站，具有轻松设计、丰富的题型和逻辑、自定义主题、多渠道发布和精美报表化呈现等优点。同时，现代都市居民也乐于参与市场等相关行为调查，与调查企业积极互动，甚至直接参与产品研发，所谓“私人定制”，从而更好地满足市场需求。

（2）基于社交平台的居民调研

国外的Facebook、Twitter、MSN，国内的QQ、微博、微信等社交平台已经成为年轻一代社交必备的工具，这些社交平台上充斥着各种各样的个体行为信息，并且这些信息都是居民个人主动提供的，因此有望通过筛选、挖掘有效的网络社区信息，进而分析到居民居住行为和空间过程。(www.xing528.com)

（3）基于移动终端的居民调查

随着5G网络的到来及智能手机普及，通过移动终端领域，如移动通言（GSM）、全球定位系统（GPS）、社会化网络（SNS）、无线宽带热点（Wi-Fi）、公交卡刷卡（smart card data）等来获取据日益重要。智能手机搭载的APP应用，不论是企业自主开发的移动商城（如淘宝、天猫），还是基于第三方的支付平台（如支付宝、微信支付），都为学界提供了海量的实时、动态的居民日常生活信息。这些信息包括日常生活行为、就业—居住—通勤行为、商务行为、偏好行为等，为学界精确评估微观视角人居环境的主观感知发挥不可估量的作用。

2.方法实践

基德尔（Kidder）等^[2]以美国密西西比河流域为例，利用物联网大数据和实地考察数据探讨气候、景观及人类对变化的环境参数之间的相互作用，为人居环境流域尺度重建提供借鉴。

国内学者对大数据与未来人居进行了详细分析^[3]。此外，许多学者通过位置服务技术，将获得的人类行为数据用来研究特定人居环境中的人类活动模式^[4]。获得的这些高精度的地理数据结合地理分析有助于更准确地研究人居环境，使研究结果更具有参考价值。