学术相关
在市场反应模型中利用在线搜索产品特征的趋势1
15年的一篇老文章了，主要改进了Google Trend数据的利用方式，通过产品特征检索趋势识别重要特征并预测销量。
我觉得这篇文章在理论上并不完备，有很多想当然的内容，这导致本文在变量测量和模型设计上并没有扎实的效力解释因果关系，也不足以充当良好的先行指标指导市场决策，即使从数据挖掘的角度看，这篇文章的模型预测能力也不强。总的来说，我个人对这篇文章秉持负面看法。
| 主题 | Title | Author | Journal | ROF |
|---|---|---|---|---|
| 搜索行为 | Leveraging Trends in Online Searches for Product Features in Market Response Modeling | Du, R. Y., Hu, Y., & Damangir, S.【2015】 | JM | $ln(y_{ij})=\alpha_{ij}+\sum\limits_{j=1}^{J}\beta_{ij}^{x}ln(x_{ijt})+\rho_{il}ln(y_{i,t-1})+\rho_{i2}ln(y_{i,t-12})+\varepsilon_{it}$$\alpha_{it}=\beta_{i}^{0}+\beta_{i}^{b}ln(b_{it})+\sum\limits_{\mathcal{l}=1}^{L}\beta_{i\mathcal{l}t}^{d}d_{i\mathcal{l}}+\sum\limits_{k=1}^{K}\beta_{ikt}^{f}ln(f_{ikt})$ |
| SPL | CPL | GAP | RFW | POC-RPP | IV | DV | Method |
|---|---|---|---|---|---|---|---|
| 产品吸引力产品特征，推广努力 | 前人研究或将产品特征对产品吸引力的重要性视作常量，不考虑重要性时变；或只考虑品牌检索词，忽视产品特征 | 静态→时变；品牌→品牌+产品特征 | —— | 这篇文章槽点比较多，我觉得有很多严重问题，特别是模型缺少扎实的研究故事和理论框架支撑，变量测量与理论、实际商业情形脱节，我更倾向于作者的工作属于数据挖掘且模型预测效果不足以支撑MKT决策 | 产品特征 Google Trend | 销售额 | 多元线性回归；结构时间序列模型 |
城市研究中的无监督机器学习：应用的系统综述2
本研究基于140篇发表文章对城市研究中的无监督学习应用进行了系统性总数。作者的定义的城市研究范围包括：城市和区域研究、建筑环境、城市可持续性和城市动态性四个城市研究焦点主题。
目前的趋势表明，无监督学习在研究空间表征、丰富空间数据基础设施语义上起到重要作用，无监督学习算法能够从不断增长的城市数据中识别模式并揭示城市数据的复杂性。作者主要关注聚类（K-means、层次聚类分析、DBSCAN、谱聚类、AP聚类、高斯混合模型）、信号分解【降维】（PCA、LDA、LSA、t-SNE）、无监督神经网络（自组织映射SOM、自编码器AE、生成对抗网络GAN）。
作者系统性综述工作遵循PRISMA方案（Preferred Reporting Items for Systematic reviews and Meta-Analyses）。文献检索基于Web of Science数据库，检索语法包含两组关键词，第一组关注包含城市和城市背景，第二组主要筛选无监督学习方法。
文献统计表明，2016年-2021年5年间四个研究主题中以无监督学习为主要方法的文献发表增长了5倍，其中城市动态性研究虽然起步晚，但却势头迅猛， 需要格外关注。
城市科学领域经典、前沿文献推荐清单
集智俱乐部的“复杂系统视角的城市科学”读书会由北京大学助理教授董磊联合明尼苏达大学助理教授朱递、中南大学地球科学与信息物理学院教授李海峰、北京航空航天大学计算机学院博士寄家豪共同发起，通过对“复杂系统视角下的城市科学”“城市科学中的AI”“城市科学中的因果性”三个主题的讨论，促进相关领域学者的交流，推动交叉学科间的合作，促进城市科学的发展和研究。
这本书对城市科学相关议题的全面总结。
Batty, M. (2013). The new science of cities. MIT Press.
这本书围绕城市的空间结构、动态演化过程，系统性引入了统计物理和复杂网络的建模方法，对一些重要的城市现象的演化过程进行了模型化探究。
Barthelemy, M. (2016). The Structure and Dynamics of Cities: Urban Data Analysis and Theoretical Modeling (1st ed.). Cambridge University Press. https://doi.org/10.1017/9781316271377
这本书从经济学与市场的视角分析了城市的空间结构是如何形成的，带有详细的数据与不同区域的比较。
Bertaud, A. (2018). Order without Design: How Markets Shape Cities. The MIT Press. https://doi.org/10.7551/mitpress/10671.001.0001
该手册由城市复杂性理论的创始人们撰写，指引读者领略自组织理论和复杂性理论四十多年的相互交织的发展。从1970年底的审查研究，到目前领先的城市化方法、规划和设计，该手册提供了城市复杂性研究的演化过程。该手册包含五个章节，涵盖主题的早期确立，城市的演变和城市复杂性，复杂性之间的联系，语言和城市，城市交通和停车建模，以及城市规划和设计。
Book Title：Handbook on Cities and Complexity
Series Title：Research Handbooks in Urban Studies series
Copyright：2021
Publisher：Edward Elgar
Number of Pages：456
基本涵盖了各个城市系统基于数据科学的研究进展和方向，也涉及了最主要的感知手段和核心算法，从不同维度介绍信息科学在解决城市问题中是如何运用的，以及对于未来城市的想象空间。主要内容有：城市科学、城市系统与应用、城市感知、城市计算、城市大数据基础设施等。
Shi, W., Goodchild, M. F., Batty, M., Kwan, M.-P., & Zhang, A. (Eds.). (2021). Urban Informatics. Springer. https://doi.org/10.1007/978-981-15-8983-6
人类移动研究
Barbosa, H., Barthelemy, M., Ghoshal, G., James, C. R., Lenormand, M., Louail, T., Menezes, R., Ramasco, J. J., Simini, F., & Tomasini, M. (2018). Human mobility: Models and applications. Physics Reports, 734, 1–74. https://doi.org/10.1016/j.physrep.2018.01.001
González, M. C., Hidalgo, C. A., & Barabási, A.-L. (2008). Understanding individual human mobility patterns. Nature, 453(7196), Article 7196. https://doi.org/10.1038/nature06958
时空大数据
Jean, N., Burke, M., Xie, M., Davis, W. M., Lobell, D. B., & Ermon, S. (2016). Combining satellite imagery and machine learning to predict poverty. Science, 353(6301), 790–794. https://doi.org/10.1126/science.aaf7894
技术技巧
Python：地理可视化工具
Python与JavaScript地图库leaflet.js的完美结合
擅长商业交互可视化，作图美观，demo充足
- ipyleaflet
Jupyter Notebook扩展，擅长交互式地图
- ridge_mpa
专注于山峦图
Uber开源大规模地理空间数据集可视化探索工具，用于Jupyter Notebook
R：图像保存速查表
李东风老师的R讲义，可做速查表，一直有持续更新
常用做法基本原理是创建保存文件-绘图-关闭文件
- PNG
- JPEG
- ggplot2：ggsave( )
-
Du, R. Y., Hu, Y., & Damangir, S. (2015). Leveraging Trends in Online Searches for Product Features in Market Response Modeling. Journal of Marketing, 79(1), 29–43. https://doi.org/10.1509/jm.12.0459 ↩
-
Wang, J., & Biljecki, F. (2022). Unsupervised machine learning in urban studies: A systematic review of applications. Cities, 129, 103925. https://doi.org/10.1016/j.cities.2022.103925 ↩