.png){kind=icon}
返回
Explaining the Spatial Misalignment Between Routine Use and Experiential Attention Based on Multi-Source Data and Interpretable Machine Learning
.png){kind=icon}
OA
AI
DOI：10.3390/buildings16153002.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着数字平台重塑城市，城市空间现在既承载常规功能，也容纳注意力驱动的体验活动。然而，传统研究往往将这些不同模式混同为聚合活动强度或城市活力指标。本研究通过两个代理维度——常规使用（RU）和数字化表达的体验注意力（EA）——来操作化空间参与，并应用普通最小二乘法（OLS）和随机森林SHapley加性解释（随机森林SHAP）对来自上海的多源行为和建成环境数据进行分析，以评估其空间错位及建成环境关联。结果表明，RU和EA仅中度对齐并呈现不同的空间模式。RU遵循更连续的中心-外围分布，而EA则更选择性地集中在地标和商业目的地周围。它们的建成环境关联也存在差异：RU与建筑密度（β=0.159）和功能混合（β=0.226）关联更强，而EA则更密切关联服务可及性（β=0.262）和句法整合（β=0.210）。此外，在随机分割评估下，RU更容易从所包含的建成环境变量中预测，而空间区块结果则表明EA和UAG的地理可转移性有限。这些发现为超越单一指标提供了差异化框架，并有助于解释常规功能使用与数字化表达注意力之间的相对对比。
Keyword:
urban vitality
routine use
experiential attention
spatial misalignment
built environment
interpretable machine learning
期刊
IF:
3.1
论文数:
1.8W
被引数:
2.5W
机构
引用论文
Unraveling threshold effects and hierarchical mechanisms of spatial mismatch between urban environment and subjective well-being in megacities解构超大城市中城市环境与主观幸福感之间空间错配的阈值效应与层级机制
PREAI
分享收藏Urban vitality assessment at the neighborhood scale with geo-data: A review toward implementationOAAI
OAAI分享收藏Investigating nonlinear and spatially heterogeneous impacts of the built environment on urban vitality研究建成环境对城市活力非线性及空间异质性影响
PREAI
分享收藏分享收藏Using street view images to examine the association between human perceptions of locale and urban vitality in Shenzhen, China使用街景图像检查中国深圳的人类对场所的感知与城市活力之间的关联
PREAI
分享收藏Nonlinear and synergistic effects of TOD on urban vibrancy: Applying local explanations for gradient boosting decision treeTOD对城市活力的非线性和协同效应: 将局部解释应用于梯度提升决策树
PREAI
分享收藏Lively Guangzhou: Deciphering the divergent intra-urban vibrancy across historic districts and CBD using interpretable machine learning活力广州：利用可解释机器学习解析历史街区与CBD内部城市活力的差异化.png)
Cities
CitiesIF6.6
PREAI
分享收藏
查看更多内容