• 🍀 项目背景：个人研究 “网红”休闲空间分布特征研究——基于小红书与 POI 数据的对比分析
• 🤖 所用技术：# mitmproxy # Selenium # pandas # ArcGIS # model builder
• 🪵 其它：个人独立完成、论文在投（EI，外审中）

挑战与应对

• 可选视角多但尚属新领域，少有研究探索，需找到一条可行度高的研究路径 在理论与实际之间不断切换视角，形成“目的-理论-数据”的统一
• 小红书反爬严格，网络经验分享极少 找到接口并独立完成整条采集流程
• 需在不同尺度进行分析，重复操作多 使用 model builder 和 Arcpy 进行批量化操作

成果

PS 论文还在外审过程中，展示简版摘要与部分图示如下（由 Notion AI 简单调整）：

📱 移动信息通信技术与社交媒体对日常生活的嵌入日益加深，影响了居民休闲活动区位选择，但就其影响的空间规律性特征认识相对欠缺。

🔎 研究基于对比的视角，选取大连市小红书休闲打卡点位数据与同类别休闲POI数据，从集中度与集群度两个维度、在主城区与行政街道两个尺度上，采用核密度估计、热点分析、DBSCAN等空间分析方法对两类休闲空间分布的规律性特征展开测度，并提出了初步的机制解析。

🔍 研究发现：第一，网红休闲空间大多分布于城市核心区内，但分布范围更小、核心数量更少；第二，网红休闲空间呈现出更低的集中度与集群度，分布具有明显的“均质化散布”特征，但在不同街道，特征的显著程度存在差异；第三，网红休闲空间热点集聚区仍多位于传统休闲热点集聚区内，少量新热点以传统热点外扩区以及城市特色风貌区为主；第四，根据街道内指标高低，网红休闲空间的分布模式可以总结为“原中心集群型”、“原中心散布型”、“新中心散布型”以及“无中心散布型”四类，不同分布模式所在街道的功能、区位等特征存在差异。

🎉 研究从场所空间与流空间的差异出发，结合时间地理学的基本理论，认为社交媒体在原有时空制约的基础上构建了一种以强目的性空间探索为特征的休闲活动新 “地方秩序”，在一定程度上降低了可达性约束，增加了区位灵活性，使整体上呈现出“城市核心区内灵活散布”的分布特征。

空间结构测度的两个维度

研究区域与空间分布

宏观分布

集中度测度

集群度

分街道集群度

相对集中度

分布模式总结