研究发现 在线餐馆信息可以密切预测关键社区指标


大城市的公寓寻求者经常利用餐馆的存在来确定一个社区是否适合居住 。事实证明,这个经验法则有很多:麻省理工学院的城市研究学者现在发现,在,餐馆数据可用于预测社区的关键社会经济属性 。
事实上,研究人员表示,使用在线餐馆数据,他们可以有效地预测社区的白天人口,夜间人口,位于其中的企业数量以及社区的总体支出 。
“餐饮业是最分散和放松管制的本地消费行业之一,”麻省理工学院城市研究教授,一篇概述调查结果的新论文的共同作者Siqi Zheng说 。“它与当地社会经济属性高度相关,如人口,财富和消费 。”
研究人员说,利用餐馆数据作为其他经济指标的代表,可以为城市规划者和决策者提供实际的目的 。在,与许多地方一样,人口普查仅在十年内进行一次,而且可能很难以更快的速度分析城市不断变化的地区的动态 。因此,量化住宅水平和经济活动的新方法可以帮助指导城市官员 。
“即使没有人口普查数据,我们也可以预测各种社区的属性,这是非常有价值的,”郑先生补充说,他是房地产开发和企业家的副教授Samuel Tak Lee,以及麻省理工学院未来城市实验室的教师主任 。
麻省理工学院Senseable城市实验室主任,该论文的合着者Carlo Ratti说:“今天存在巨大的数据鸿沟 。” “数据对于更好地了解城市至关重要,但在许多地方我们没有太多[官方]数据 。同时,我们有越来越多的应用和网站生成的数据 。如果我们使用这种方法,我们[可以]了解他们不收集数据的城市的社会经济数据 。“
该论文“使用餐馆数据预测邻里的社会经济属性”出现在“ 科学院院刊”上 。作者是郑,谁是通讯作者; 拉蒂; 和雷东,由麻省理工学院未来城市实验室和感知城市实验室共同主办的博士后 。
该研究对九个城市进行了近距离观察:保定,北京,成都,衡阳,昆明,沉阳,深圳,岳阳和郑州 。为了进行这项研究,研究人员从Dianping网站上提取了餐馆数据,他们将其描述为英文商业评论网站Yelp的中文版本 。
【研究发现 在线餐馆信息可以密切预测关键社区指标】通过将Dianping数据与这些城市的可靠现有数据相匹配 - 包括5630万人的匿名和汇总手机位置数据,卡记录,公司注册记录和一些人口普查数据 - 研究人员发现他们可以预测95%的数据 。社区中白天人口的变化 。他们还预测了95%的夜间人口变化,93%的企业数量变化,以及90%的消费者消费水平变化 。
“我们已经使用了新的公开数据并开发了新的数据增强方法来解决这些城市问题,”Dong补充说,该研究的模型是“对数据科学用于社会利益的新贡献”城市经济学界的数据 。“
研究人员指出,与以前使用的其他方法相比,这是估算邻里水平人口统计和经济活动的更准确的代理 。例如,其他研究人员使用卫星成像来计算城市中的夜间光量,然后使用光量来估算邻域水平的活动 。虽然该方法在人口估计方面表现良好,但餐厅数据方法总体上更好,并且在估算业务活动和消费者支出方面要好得多 。
郑女士说她感到“自信”研究人员的模型可以应用于其他城市,因为它已经在各个城市展现出良好的预测能力 。但研究人员还认为,他们采用的方法 - 使用机器学习技术来实现重要的相关性 - 可能会应用于全球各个城市 。
“这些结果表明,餐馆数据可以捕捉到社会经济结果的共同指标,这些共性可以在调查结果未被观察到的城市中以合理的准确性转移,”研究人员在论文中说 。
正如学者们所承认的那样,他们的研究观察了餐馆数据与社区特征之间的相关性,而不是指出工作中确切的因果机制 。Ratti指出,餐馆和社区特征之间的因果关系可以双管齐下:有时餐馆可以满足已经蓬勃发展的地区的需求,而在其他时候,他们的存在是未来发展的预兆 。
拉蒂说,“餐馆和社区发展之间总会有”推动和拉动“ 。“但我们展示的社会经济数据在餐厅景观中得到了很好的反映,在我们看到的城市中 。有趣的发现是,这似乎是一个代理人 。”
郑说她希望其他学者能够学习这种方法,原则上可以应用于许多城市研究课题 。
“ 餐馆数据本身,以及它所预测的各种社区属性,可以帮助其他研究人员研究各种城市问题,这是非常有价值的,”郑说 。

    推荐阅读