1. 标题
基于词向量方法与POI数据识别城市功能区域
A framework for extracting urban functional regions based on multiprototype word embeddings using points-of-interest data
2. 成果信息
Hu, Sheng, Zhanjun He, Liang Wu, Li Yin, Yongyang Xu, and Haifu Cui. "A framework for extracting urban functional regions based on multiprototype word embeddings using points-of-interest data." Computers, Environment and Urban Systems 80 (2020): 101442.
DOI：10.1016/j.compenvurbsys.2019.101442
This study was supported by the National Natural Science Foundation of China [grant number 41871311], the National key R & D program of China [No. 2017YFB0503600] and the National Natural Science Foundation of China (grant number 41671400).
3. 成果团队成员
胡胜（第一作者），博士生，中国地质大学地理与信息工程学院。研究方向：空间分析建模和应用
何占军，助理研究员，中国地质大学地理与信息工程学院。研究方向：时空数据统计分析与关联模式挖掘
吴亮（通讯作者），教授，中国地质大学地理与信息工程学院。研究方向：空间分析建模和应用，空间信息服务。
尹力，Associate Professor，University at Buffalo, The State University of New York · Department of Urban and Regional Planning，研究方向：Quantitative Social Research, Geostatistics and Geoinformatics (GIS)
徐永洋，副教授，中国地质大学地理与信息工程学院。研究方向：深度学习，地理信息系统。
崔海福，博士生，中国地质大学地理与信息工程学院。研究方向：时空数据挖掘与知识发现
4. 成果介绍
城市功能结构探索是城市空间结构研究的一个重要研究方向。由于城市的体量越
来越大，结构变得越来越复杂，催生了各种具有不同功能的区域，如文教区、商业区、住宅区和工业区等，城市不再是简单的中心式结构。随着城市的演变发展，产生了
各种具有不同功能的区域簇，这些区域和行政区划不同，更多的关系到城市中的各种
经济活动和人在其中的活动。通常，一个区域可以用一种功能的分布来表达。研究
城市的功能区域，对于理解和发展城市的经济，辅助决策者制定合理的规划有着重要
的作用。
城市功能是城市土地的一个重要的地理空间属性，主要由土地利用类型和城市居民活动决定的。大量的研究基于高分辨率遥感影像提取精细尺度的特征进行土地利用分类和识别城市功能区，进而探索土地利用覆盖和土地利用类型，但高精度遥感影像难以获取，且不擅长挖掘与城市功能结构相关的社会经济特征。另一方面，基于地理大数据探索城市居民模式并构建城市居民移动特征的研究最近得到了广泛的关注。POI是一类重要的地理大数据，由于其数据量大、现势性好、信息丰富、成本低等特点和优势，广泛应用于城市功能结构探索的研究中。
本研究基于POI数据，将城市区块类比为自然语言处理中的文档，进一步借鉴自然语言处理的方法（如LDA模型和Word2vec模型）提取城市功能区域。在自然语言文档中，同一单词在不同文档中存在多义性以及歧义性等特性，衍生至城市功能区域挖掘，同样存在此类问题。本文构建了一种时空主题模型，该模型通过引入了一种topic word embedding的方法，结合文档主题模型和词向量技术，基于城市海量POI数据，致力于解决城市功能的“多义性”问题，使得自然语言处理的模型更好的服务于城市功能区域挖掘。
模型主要分为以下步骤：（1）构建城市功能语料库；（2）通过词向量技术构建高维度多义性词向量；（3）应用空间聚类方法进行聚类，识别城市功能区。
研究路线图
本文采用了武汉市三环区域内的POI数据（来自高德地图）和德国慕尼黑的POI数据（来源于SOM）进行实例验证，实验表明本文提出的方法可以快速、准确的识别城市功能结构，并具有一定的可迁移性。
本文采用的研究单元-中心搜索点对
基于武汉市三环内的POI数据的城市功能区聚类结果
基于德国慕尼黑的POI数据的城市功能区聚类结果
创新点：
u 本研究顾及词向量技术应用于城市功能结构研究中的多义性与歧义性问题；
u 本研究提出的时空主题模型基于开源的POI数据，具有可迁移和快速实施等特点
