规划问道
《城市数据师梦想特训营》
由城市数据派创立于2015年
特训营的宗旨：
打造面向城市研究与规划人员的
最新原创、高实操性、高应用价值的
城市数据师专业课程
这是全国第一个专门针对规划设计行业的
专业大数据系列培训课程
已在全国各地成功举办50多场培训
给10余家规划机构提供内训服务
几百家企业及高校参与公开课
共计为2000余人次提供了专业的
城市大数据线下教育培训服务
2018年课程全面升级
7月上海营限额招生
更多前沿内容
更多技术实操
更多应用案例
7月上海
4大主题特训营简介
金牌课程：【特训营1】
多源城市时空大数据的
获取、处理、分析与应用
一网打尽主流城市时空大数据源
全面掌握典型城市分析与应用场景
金牌课程：【特训营2】
面向项目应用和课题研究的
大数据实例与实践
经典研究范式梳理，分析挖掘方法详解
模型构建方法梳理，典型案例拆解实践
全新课程：【特训营3】
专题大数据全流程实操
POI+GPS+手机+社交+夜间灯光数据
使用真实数据，结合规划应用实践
掌握以上数据获取、分析、应用全流程
全新课程：【特训营4】
基于出行活动数据的城市空间交互分析
从点、流和网络三大视角出发
使用人口分布数据+出租车轨迹数据
+共享单车轨迹数据+社交媒体数据
+城市土地利用
学习出行轨迹数据分析处理方法
掌握城市空间交互网络建模分析
7月上海营
开课时间表
以下是在上海市的每个特训营的时间安排，可根据需要自由搭配选择要参加的多个特训营。每个特训营均为精品小班教学，每班限额25人左右，先到先得，满员即止。本次特训营将是今年唯一 一次在长三角地区的公开课！
7月上海营
特训营内容详解
课程介绍：
城市时空大数据包含了海量复杂异构的多源数据，如互联网大数据、手机信令和定位数据、物联网数据（如共享单车数据等）、智能交通系统ITS数据（如公交IC卡数据等），本特训营将学习对这些数据进行科学的处理与分析挖掘，以支撑城市研究、规划、管理、发展预测等。
课程大纲：
1 了解城市时空大数据源、获取方式、格式、特点、应用与研究方向等
2 掌握JAVA程序核心基础代码
3 基于程序掌握互联网大数据的获取方法
学习互联网数据的概念和特征，了解获取的典型工具和流程
掌握网络爬虫基本理论，框架及常见抓包工具
上机实操：基于抓包工具，掌握通过爬虫抓取主流地图网站的地图数据、点评数据，该技术可利用到通用型网站数据的抓取
实践掌握：基于开放API获取POI详细信息数据
4 掌握互联网大数据解析技术
上机实操：利用程序对网络爬虫抓取的网页数据进行解析处理
5 掌握数据库存储、查询、索引、连接技术
上机实操：关系型数据库的数据库创建、表创建、查询表等的关键技术和核心语句
上机实操：基于程序对数据库的基本操作及数据处理
6 互联网大数据的分析与挖掘案例及实践
了解互联网数据格式特点，应用情况，基本处理思路及方法，应用领域与规划研究
学习基于大规模群体活动数据研究城市空间结构如土地利用分类
学习基于大规模社交网络数据研究城市网络结构
学习基于大规模社交网络数据对城市辐射模型、城市腹地与城市竞争的实证分析
上机实操：基于POI数据的城市土地利用多样性分析
上机实操：基于共享单车数据的地铁辐射范围分析
7 手机轨迹数据的分析与挖掘案例及实践
了解手机数据格式特点，应用情况，基本处理思路及方法，应用领域与规划研究
学习基于大规模手机数据对城市组团结构识别
上机实操：基于手机数据的城市热点变化分析
8 智能交通系统ITS数据的分析与挖掘案例及实践
了解出租车GPS轨迹数据的特点与分析，处理流程与关键步骤，典型应用探索
上机实操：基于浮动车轨迹数据对大型商圈的辐射分析
9 多源城市数据的融合
学习多源轨迹数据城市交通流估计
学习基于多源ITS数据对城市出行行为分析
学习基于手机数据的城市职住地识别分析
10 城市时空大数据的可视分析
学习典型工具、典型案例、核心代码，并通过练习掌握社交网络、交通网络、轨迹点数据的可视化等
上机实操：利用社交网络关系数据对城市网络进行可视化
上机实操：对大规模社交网络轨迹点数据的可视化
课程难度：适合0基础学员，全面系统了解基础知识、理论及基本操作，所有上机实操内容老师将一步步手把手教学
课程学费及报名方式：
在本文末有获知课程学费及报名方式的说明
上课时间：
7月13-15日，周5周6周日，共3天
课程介绍：
随着大数据的崛起，结合传统经验分析、理论分析和实验分析，采用全新的数据密集型分析范式，从前所未有并持续蓬勃发展的物联网大环境下，将信号转换为数据，将数据分析为信息，将信息提炼为知识，以知识促成决策和认知。这正是我们这个时代的需要。
在这样一个大背景下，有了数据无法处理，处理完了数据缺乏分析手段，分析的结果难以基于相关理论进行解读，是一个共性问题。从数据分析的角度讲，我们所提及的大数据分析主要是应用于人文社会科学中，而GIS相关分析与可视化方法成为人文社会科学研究与应用分析中的主要实现手段。
本课程结合几种典型的理论框架、研究范式和实现模型，采用理论与模型，实例分析和方法相结合的模式，从城市形态——时空格局——过程与机理，宏观尺度和微观尺度等几个方面进行讲解。其目的是拆解典型人文社会科学GIS分析模型，通过实例理解并实践掌握各类模型的科学应用方法，提升基于时空大数据定量分析城市问题的能力。
课程大纲：
1 从“场所”空间到“流”空间的大数据分析及其在城市规划研究中的应用案例
1.1 大数据分析中的“流”空间视角
1.2 “流”空间视角下的城市地理研究范式
1.3 城市研究中的“流”空间分析模型构建
1.4 “流”空间分析在城市规划研究中的若干典型应用案例
1.5 典型应用实践
2 大数据支持下时空间行为的分析与建模方法及其在城市规划研究中的应用案例
2.1 城市与旅游研究中的“空间行为”视角
2.2 个体行为数据的处理与群体行为数据处理的方法
2.3 时空间行为数据的可视化与分析方法
2.4 时空间行为大数据的若干典型应用案例
2.5 典型应用实践
3 典型大数据时空模式挖掘方法汇总及其在城市规划研究中的应用案例
3.1 时空模式挖掘理论与方法
3.2 全局时空模式分析方法及典型案例
3.3 局部时空模式分析方法及典型案例
3.4 非空间和空间约束条件下的类型划分模型及应用案例
3.5 典型应用实践
4 空间关系建模的经典方法、新兴模型及其在城市规划、人文社会研究中的应用案例
4.1 空间关系的概念化模型构建理论与方法
4.2 空间回归模型在大数据挖掘中的应用案例
4.3 地理探测器的原理及其典型应用案例
4.4 可变面元及分区不一致问题应对及应用
4.5 典型应用实践
对学员的基础要求：
熟练掌握ArcGIS的基本操作
课程学费及报名方式：
在本文末有获知课程学费及报名方式的说明
上课时间：
7月16-18日，周1周2周3，共3天
课程介绍：
以经典案例，学习数据实操全流程！针对目前主流的时空大数据，包括GPS轨迹数据、手机数据、POI数据、微博签到数据、夜间灯光数据、路网数据、基础地理信息数据等，介绍数据的获取方式、特点、应用方向，并以真实数据，进行规划应用方向实践全流程教学。
课程大纲：
1 课程入门：JAVA语言的强化实践+常用数据源的数据清理工作
掌握Java语言基本操作、字符串的基本处理、JSON格式数据处理、XML、GML数据处理
掌握网页数据结构化解析
2 POI数据的获取、处理与分析应用
掌握POI数据的获取、解析、清洗、数据库入库、格式转换、空间校正等方法
上机实操：基于POI数据的城市功能区识别
上机实操：基于POI数据的城市商圈体系划分及业态分析
3 人类活动数据（夜间灯光数据+电子足迹数据）应用分析
掌握基于人类活动数据（夜间灯光数据+电子足迹数据）城市经济反演的原理
上机实操：基于人类活动数据（夜间灯光数据+电子足迹数据）的城市经济反演
4 GPS轨迹数据分析应用
上机实操：基于出租车轨迹数据的城市商圈辐射分析
上机实操：基于出租车轨迹数据的城市小区交通通达性分析
上机实操：基于城市交通通达性的公共设施选址优化
上机实操：基于出租车轨迹数据的城市交通OD分析
5 手机数据分析应用
上机实操：基于手机数据的职住识别
上机实操：基于手机数据的城乡格局分析
6 社交网络/媒体数据分析应用
上机实操：基于社交网络/媒体数据的区域城市空间格局与网络结构分析
上机实操：基于社交网络/媒体数据的城市空间辐射力与城市腹地分析
上机实操：基于社交网络/媒体数据的城市影响力与空间竞争力分析
7 多源城市时空数据融合分析应用
上机实操：基于POI数据、GPS轨迹数据研究城市土地利用混合度与居民出行行为之间的关系；
对学员的基础要求：
课程以实操为主，所有实践老师都将手把手教学！需具备一定城市规划与研究知识基础，熟练掌握ArcGIS或QGIS等GIS软件的一般操作，了解粗浅的编程语言即可（若编程语言无基础，可参考老师课前推荐的编程预习材料，事先预习，课上强化训练）。
课程学费及报名方式：
在本文末有获知课程学费及报名方式的说明
上课时间：
7月19-21日，周4周5周6，共3天
课程介绍：
出行数据是分析城市人口流动规律的有力工具，可以体现城市内部不同地块间的空间相互作用。课程从点、流和网络三个视角出发，分析理解居民出行数据中隐含的城市时空结构信息。通过学习出行轨迹数据的基本组织形式和数据分析处理方法，掌握空间交互网络建模分析的基础理论知识，重点学习城市（人口）空间交互具有的距离衰减规律、枢纽节点/路径、功能组团结构，深化对城市人口流动交互系统的认识，了解城市空间交互分析的应用案例和潜在方向。
课程大纲：
第一节课 空间交互网络建模
教学目标：掌握空间交互建模分析基础理论方法，包括重力模型、机会干预模型和辐射吸收模型及其变种。
1、理论梳理：空间交互网络基本概念
2、案例讲解：空间交互网络建模方法、应用案例及比较
3、上机实操：城市人口流动空间交互网络构建——使用人口分布数据、出租车轨迹数据和空间交互模型建立城市人口流动空间交互网络，并对空间交互模型的优劣度进行分析
第二节课 出行距离衰减规律分析
教学目标：掌握空间交互建模分析距离衰减参数估计方法和空间交互模型效果评价方法。
1、理论梳理：出行距离衰减现象及常见规律
2、案例讲解：出行距离衰减系数估计方法、应用案例及比较
3、上机实操：城市人口通勤距离统计分布计算 ——使用出租车、共享单车轨迹数据提取城市居民的出行活动起迄点，并对城市居民的出行距离衰减系数进行分析计算
第三节课 空间交互网络结构度量
教学目标：掌握空间交互网络分析基础理论方法，包括节点中心性、频繁路径及其时空动态。
1、理论梳理：空间交互网络基本结构度量指标
2、案例讲解：空间交互枢纽节点/路径及其动态分析方法、应用案例及比较
3、上机实操：城市人口通勤枢纽站点与交通廊道提取——使用出租车、共享单车、社交媒体数据建立城市人口流动空间交互网络，并对人口流动空间交互网络的基本结构特征进行分析计算
第四节课 局部功能组团结构识别
教学目标：掌握网络社区发现算法的基础理论方法，包括空间组团结构、人口流动频繁子区及其时空动态。
1、理论梳理：网络社区发现算法基本思想
2、案例讲解：城市功能区划与人口流动频繁子区识别方法、应用案例及比较
3、上机实操：城市功能布局单/多中心性结构分析——使用出租车、共享单车、社交媒体、城市土地利用等数据建立城市人口流动空间交互网络，并对人口流动空间交互网络的社团结构及其与土地利用之间的关联关系进行分析计算
对学员的基础要求：
熟练掌握ArcGIS的基本操作。课程将使用Python，但Python基础不做要求，所有的代码将打包为工具包，重点讲授如何使用。所有上机实操老师将一步步手把手教学。
课程学费及报名方式：
在本文末有获知课程学费及报名方式的说明
上课时间：
7月22-23日，周日周1，共2天
A: 请加客服QQ 3149339017，备注“上海营”，获得报名表和课程费用说明文档等，任何问题可咨询QQ客服。
