研究目的：大数据的到来，使得社会、科学和经济都发生了巨大变革[1]。随着信息和网络技术的不断提高，城市研究的大数据时代已经悄然到来。利用城市中不断产生的海量数据如传感器网络、社会化网络、射频识别和通话记录等，城市研究者们可以更加直接的从现实数据中挖掘个体行为特征。这些数据为建立城市模型提供了较好的机遇。同时也在建模思路和方法等方面提出新的要求。目前城市大数据研究已在新型交通模型、城市发展路径风险分析、新型出行行为模型、新型交通需求管理工具等方面开展。利用大数据开展城市空间分析与模拟已成为目前学术界的研究热点[2]。

城市大数据对物质空间和社会空间进行了深入的刻画，为客观认识城市系统并总结其发展规律提供了重要机遇，也是城市规划和城市研究的重要支撑。城镇化、信息化快速发展的时代背景下,传统方式获取的政府数据对于智慧城市建设热潮中的城市微观动态研究表现出了很大的局限性,转变数据获取的固有模式,从功能需求入手有目的的获取社会开放数据是当下势在必行的任务。

网络社会空间在当前正发挥着越来越大的空间影响力。网络开放数据目前使用较为普遍的开放数据类型，可以为城市规划提供一个新的视角，但目国内外关于利用网络开放数据进行城市空间结构、空间关系与城市中心体系的研究相对较少。

随着社会经济的发展，现代社会人们对于饮食的要求也越来越高，使得餐饮业发展迅速，成为服务业很重要的一部分。所以对于餐饮商户和城市规划师来说，合理的选择商户位置以及类型，抓住餐饮业的发展机遇，是其面临的重大问题之一。目前由很多类似于大众点评等网站包含了详细的餐饮商户信息，因此利用网络开放数据对武汉市餐饮商户的服务质量进行评价，并对商户的空间分布现状进行分析，对于消费者选择商户就餐、商户区位选址都有着一定的参考意义。

研究意义：随着社会经济的发展，人们于饮食的要求也越来越高，使得餐饮业发展迅速，成为服务业很重要的一部分。所以对于餐饮商户和城市规划师来说，合理的选择商户位置以及类型，抓住餐饮业的发展机遇，是其面临的重大问题之一。目前由很多类似于大众点评等网站包含了详细的餐饮商户信息，因此利用网络开放数据对武汉市餐饮商户的服务质量进行评价，并对商户的空间分布现状进行分析，对于消费者选择商户就餐、商户区位选址都有着一定的参考意义。

1.2 国内外研究现状

随着现代空间信息技术的发展，空间数据急剧膨胀，数据获取与挖掘技术也在随之发展，学者们不仅在如何获取和分析处理位置大数据方面进行了研究，也有很多利用开放数据进行城市规划、空间分析的研究。国外方面, Erik Zee等人利用物联网中的物理对象和传感器数据都具有空间和时间的位置，研究其空间关系对，实时空间数据管理和分析[3]；Daggitt Matthew L等人利用社交网络的地理位置数据集来分析全球100个主要城市的城市发展[4]；而国外在餐饮业方面的研究较少，主要是集中于对酒店和服务业的空间分布研究，如Wall（1985）研究发现加拿大多伦多饭店呈向商业区或交通高度发达的机场附近集中的特征[5],文献[6]研究者使用新的数据来源地理位置照片，研究酒店的分布格局，发现酒店主要位于城市的一些周边地区[6]。餐饮业的发展与城市发展和居民的收入水平密切相关，同时餐饮业也会受到国家政策、经济、文化等因素的影响，因此餐饮业的空间分布格局在某种层面上也能说明社会空间结构。周爱华等人研究了北京城区老字号小吃店的空间分布特征[7]，利用了缓冲区分析、核密度分析、标准差椭圆等方法，表明北京城区老字号小吃店主要以中低档为主，沿主干道分布，并且在中心城区聚集明显，有空间分布中心，而在远城区非均衡的分散分布的特点。方嘉雯系统地分析了北京五道口地区韩国餐饮业的商业空间布局特点及其集聚机制[8]。

2. 研究的基本内容与方案

基本内容

(1)武汉市餐饮商户数量空间分布特征

对餐饮商户的数量进行核密度分析，对商户的聚集情况进行量化，分析商户的空间分布格局与分布特征。