Centre dedocumentation
scientifique

Multiscale geographically and temporally weighted regression with a unilateral temporal weighting scheme and its application in the analysis of spatiotemporal characteristics of house prices in Beijing / Zhi Zhang in International journal of geographical information science IJGIS, vol 35 n° 11 (November 2021)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 35 n° 11 (November 2021) . - pp 2262 - 2286 Titre : Multiscale geographically and temporally weighted regression with a unilateral temporal weighting scheme and its application in the analysis of spatiotemporal characteristics of house prices in Beijing Type de document : Article/Communication Auteurs : Zhi Zhang, Auteur ; Jing Li, Auteur ; Fung, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 2262 - 2286 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] analyse spatio-temporelle [Termes IGN] coût [Termes IGN] hétérogénéité spatiale [Termes IGN] logement [Termes IGN] marché foncier [Termes IGN] Pékin (Chine) [Termes IGN] régression géographiquement pondérée Résumé : (auteur) Geographically and temporally weighted regression (GTWR) has been demonstrated as an effective tool for exploring spatiotemporal data under spatial and temporal heterogeneity. Exploiting the advantages of the two most popular GTWR methods, we propose an alternative GTWR with a good balance between complexity and interpretability via a unilateral temporal weighting scheme called unilateral GTWR (UGTWR). When compared to the other two popular GTWR methods, the simulation experiment shows that UGTWR has comparable estimation accuracy and model fit, but it is more efficient. Furthermore, we propose its multiscale extension, coined multiscale UGTWR (MUGTWR), to characterize the spatiotemporal dynamic regression relationships at multiple scales. The proposed MUGTWR was applied to the analysis of house prices in the period of 2014–2018 in Beijing as a case study. Our analysis reveals that MUGTWR can effectively capture different levels of spatiotemporal heterogeneity in selected factors affecting house prices at different scales. Therefore, this study is useful for the formulation of housing policy in which the spatiotemporal dynamics of house prices with respect to specific factors can be considered. Numéro de notice : A2021-758 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : https://doi.org/10.1080/13658816.2021.1912348 Date de publication en ligne : 12/05/2021 En ligne : https://doi.org/10.1080/13658816.2021.1912348 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98773 [article]

Identifying home locations in human mobility data: an open-source R package for comparison and reproducibility / Qingqing Chen in International journal of geographical information science IJGIS, vol 35 n° 7 (July 2021)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 35 n° 7 (July 2021) . - pp 1425 - 1448 Titre : Identifying home locations in human mobility data: an open-source R package for comparison and reproducibility Type de document : Article/Communication Auteurs : Qingqing Chen, Auteur ; Ate Poorthuis, Auteur Année de publication : 2021 Article en page(s) : pp 1425 - 1448 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] contenu généré par les utilisateurs [Termes IGN] données issues des réseaux sociaux [Termes IGN] géopositionnement [Termes IGN] logement [Termes IGN] mobilité urbaine [Termes IGN] R (langage) [Termes IGN] service fondé sur la position [Termes IGN] Singapour Résumé : (auteur) Identifying meaningful locations, such as home or work, from human mobility data has become an increasingly common prerequisite for geographic research. Although location-based services (LBS) and other mobile technology have rapidly grown in recent years, it can be challenging to infer meaningful places from such data, which – compared to conventional datasets – can be devoid of context. Existing approaches are often developed ad-hoc and can lack transparency and reproducibility. To address this, we introduce an R package for inferring home locations from LBS data. The package implements pre-existing algorithms and provides building blocks to make writing algorithmic ‘recipes’ more convenient. We evaluate this approach by analyzing a de-identified LBS dataset from Singapore that aims to balance ethics and privacy with the research goal of identifying meaningful locations. We show that ensemble approaches, combining multiple algorithms, can be especially valuable in this regard as the resulting patterns of inferred home locations closely correlate with the distribution of residential population. We hope this package, and others like it, will contribute to an increase in use and sharing of comparable algorithms, research code and data. This will increase transparency and reproducibility in mobility analyses and further the ongoing discourse around ethical big data research. Numéro de notice : A2021-449 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2021.1887489 Date de publication en ligne : 10/03/2021 En ligne : https://doi.org/10.1080/13658816.2021.1887489 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97861 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
079-2021071	SL	Revue	Centre de documentation	Revues en salle	Disponible

Machine learning for inference: using gradient boosting decision tree to assess non-linear effects of bus rapid transit on house prices / Linchuan Yang in Annals of GIS, vol 27 n° 3 (July 2021)  

Public [article]  inAnnals of GIS > vol 27 n° 3 (July 2021) . - pp 273 - 284 Titre : Machine learning for inference: using gradient boosting decision tree to assess non-linear effects of bus rapid transit on house prices Type de document : Article/Communication Auteurs : Linchuan Yang, Auteur ; Yuan Liang, Auteur ; Qing Zhu, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 273 - 284 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] analyse de la valeur [Termes IGN] apprentissage automatique [Termes IGN] arbre de décision [Termes IGN] bien immobilier [Termes IGN] boosting adapté [Termes IGN] Chine [Termes IGN] Extreme Gradient Machine [Termes IGN] inférence [Termes IGN] logement [Termes IGN] transport public Résumé : (auteur) The adoption of bus rapid transit (BRT) systems has gained worldwide popularity over the past several decades. China is no exception as it has long been aiming at promoting public transportation. Prior studies have provided extensive evidence that BRT has substantial effects on house prices with traditional econometric techniques, such as hedonic pricing models. However, few of those investigations have discussed the non-linear relationship between BRT and house prices. Using the Xiamen data, this study employs a machine learning technique, namely the gradient boosting decision tree (GBDT), to scrutinize the non-linear relationship between BRT and house prices. This study documents a positive association between accessibility to BRT stations and house prices and a negative association between proximity to the BRT corridor and house prices. Moreover, it suggests a non-linear relationship between BRT and house prices and indicates that GBDT has more substantial predictive power than hedonic pricing models. Numéro de notice : A2021-629 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/URBANISME Nature : Article DOI : 10.1080/19475683.2021.1906746 Date de publication en ligne : 27/03/2021 En ligne : https://doi.org/10.1080/19475683.2021.1906746 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98270 [article]

Spatial multi-criteria evaluation in 3D context: suitability analysis of urban vertical development / Kendra Munn in Cartography and Geographic Information Science, vol 48 n° 2 (March 2021)  

Public [article]  inCartography and Geographic Information Science > vol 48 n° 2 (March 2021) . - pp 105 - 123 Titre : Spatial multi-criteria evaluation in 3D context: suitability analysis of urban vertical development Type de document : Article/Communication Auteurs : Kendra Munn, Auteur ; Suzana Dragićević, Auteur Année de publication : 2021 Article en page(s) : pp 105 - 123 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] analyse multicritère [Termes IGN] combinaison linéaire ponderée [Termes IGN] compréhension de l'image [Termes IGN] croissance urbaine [Termes IGN] densification [Termes IGN] hauteur du bâti [Termes IGN] logement [Termes IGN] modèle 3D de l'espace urbain [Termes IGN] planification urbaine [Termes IGN] urbanisme [Termes IGN] Vancouver (Colombie britannique) Résumé : (Auteur) Urban densification is often seen as a process that aims to limit the negative environmental impacts of urban sprawl in rapidly growing cities by prioritizing planning policies stimulating vertical growth (or high-rise development) over expansion along the urban fringe. Densification of major Canadian urban areas has led to the proliferation of high-rises with an increasing proportion of residents occupying these buildings rather than traditional individual housing. Thus, there is a need for analytical methods that can evaluate the suitability of different residential units in vertical urban developments based on unique criteria for different stakeholders such as prospective residents, developers, or municipal planners. Multi-criteria evaluation (MCE) analysis with weighted linear combination (WLC) is frequently implemented in geographic information systems (GIS) to identify the appropriate solution(s) for a decision problem. However, there are currently no available MCE methods for spatial analysis that can provide evaluation in a three-dimensional (3D) GIS environment, such as for urban vertical development. Therefore, the main objective of this study is to propose a 3D WLC-MCE suitability analysis method for suitability of high-rise residential units in a dense urban area. Five preference scenarios were developed and applied to data from City of Vancouver, Canada. The results indicate that south-facing units and units on higher floors generally exhibit higher levels of suitability as they are less affected by the noise and pollution of the urban road network and receive more sunlight and ocean views. The proposed 3D MCE approach can be used for urban planning and property tax assessment. Numéro de notice : A2021-096 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/URBANISME Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/15230406.2020.1845981 Date de publication en ligne : 03/12/2020 En ligne : https://doi.org/10.1080/15230406.2020.1845981 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97020 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
032-2021021	SL	Revue	Centre de documentation	Revues en salle	Disponible

Une base de données pour étudier vingt années de dynamiques du marché immobilier résidentiel en Île-de-France / Thibault Le Corre in Cybergeo, European journal of geography, n° 2021 ([01/02/2021])  

Public [article]  inCybergeo, European journal of geography > n° 2021 [01/02/2021] . - n° 992 Titre : Une base de données pour étudier vingt années de dynamiques du marché immobilier résidentiel en Île-de-France Type de document : Article/Communication Auteurs : Thibault Le Corre, Auteur Année de publication : 2021 Article en page(s) : n° 992 Note générale : bibliographie Langues : Français (fre) Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées [Termes IGN] base de données [Termes IGN] base de données spatiotemporelles [Termes IGN] dynamique spatiale [Termes IGN] Ile-de-France [Termes IGN] immobilier (secteur) [Termes IGN] logement [Termes IGN] marché foncier Résumé : (auteur) Cet article expose la démarche de préparation et de consolidation d’une base de données immobilières à partir de données sources dont l’accès est restreint et l’usage complexe. CASSMIR (Contribution à l’Analyse Spatiale et Sociologique des Marchés Immobiliers Résidentiels) est une base de données sur le marché du logement en Île-de-France couvrant une période de 1996 à 2018. Les indicateurs de la base CASSMIR recouvrent quatre champs d’investigation thématiques sur le marché immobilier : les prix, le profil socio-démographique des acquéreurs et vendeurs, les régimes d’achat et les types de mutation des biens ainsi que les types de biens immobiliers. Ces indicateurs caractérisent des unités spatiales à trois échelles (communes, carroyage 1 km et carroyage 200 mètres) et des groupes de population d’acquéreurs et de vendeurs déclinés selon un critère social, de génération et de genre. La livraison de la base fait suite à une série d’opérations d’agrégation de données individuelles issues de deux bases de données sources : une base sur les transactions immobilières, la base BIEN, et une base sur les investissements en primo-accession avec des prêts aidés, la base PTZ. Cet article propose de restituer les principales informations contenues dans la base CASSMIR et les étapes de préparation de la base. Numéro de notice : A2021-645 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.4000/cybergeo.37430 Date de publication en ligne : 09/08/2021 En ligne : https://doi.org/10.4000/cybergeo.37430 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98686 [article]

Estimating the impacts of proximity to public transportation on residential property values: An empirical analysis for Hartford and Stamford areas, Connecticut / Bo Zhang in ISPRS International journal of geo-information, vol 10 n° 2 (February 2021)  

Permalink

Decentralized markets and the emergence of housing wealth inequality / Omar A. Guerrero in Computers, Environment and Urban Systems, vol 84 (November 2020)  

Permalink

Delineating and modeling activity space using geotagged social media data / Lingqian Hu in Cartography and Geographic Information Science, vol 47 n° 3 (May 2020)  

Permalink

Immigration and future housing needs in Switzerland: Agent-based modelling of agglomeration Lausanne / Marcello Marini in Computers, Environment and Urban Systems, vol 78 (November 2019)  

Permalink

Delineation of vacant building land using orthophoto and lidar data object classification / Dejan Jenko in Geodetski vestnik, vol 63 n° 3 (September - November 2019)  

Permalink

Embedding road networks and travel time into distance metrics for urban modelling / Henry Crosby in International journal of geographical information science IJGIS, Vol 33 n° 3-4 (March - April 2019)  

Permalink

Contemporary co-housing in Europe / Pernilla Hagbert (2019)  

Permalink

Different strategies of housing design / Ayşem Berrin Çakmaklı (2019)  

Permalink

Webscraping, bigdata et analyse spatiale de données immobilières : réponse à un projet ESPON au sein de l'UMS RIATE / Marc Lieury (2019) 

Permalink

n° 198 - Janvier 2015 - Dépenses en logements (Bulletin de Le point sur)  

Permalink