基于机器学习算法的超大城市运行管理现代化水平监测模型研究

传播影响力
本库下载频次:
本库浏览频次:
CNKI下载频次:0

作者:

刘莉12 ;周文煊3

摘要:

超大城市作为全球化进程中的核心节点,具有资源、人口和基础设施高度集中的特点,是社会经济发展的重要引擎。数据科学和人工智能技术的快速发展为超大城市运行管理的量化研究提供了新的可能性,目前的数据驱动方法多聚焦于具体应用场景,尚未形成覆盖超大城市运行管理现代化水平的综合监测模型。结合机器学习中的非监督学习聚类算法、统计分析方法以及大数据挖掘技术,本研究构建了超大城市运行管理现代化水平监测的算法模型,旨在反映超大城市在管理体系和运行效率方面的现状与挑战。

语种:

中文

出版日期:

2025-04-18

学科:

公共管理

提交日期

2025-05-22

引用参考

刘莉12;周文煊3. 基于机器学习算法的超大城市运行管理现代化水平监测模型研究[J]. 重庆行政,2025(02):41-45.

全文附件授权许可

知识共享许可协议-署名

  • dc.title
  • 基于机器学习算法的超大城市运行管理现代化水平监测模型研究
  • dc.contributor.author
  • 刘莉12;周文煊3
  • dc.contributor.affiliation
  • 1.西南政法大学政治与公共管理学院;2.重庆城市治理与发展研究院;3.西南政法大学
  • dc.publisher
  • 重庆行政
  • dc.identifier.year
  • 2025
  • dc.identifier.issue
  • 02
  • dc.identifier.volume
  • 26
  • dc.identifier.page
  • 41-45
  • dc.date.issued
  • 2025-04-18
  • dc.language.iso
  • 中文
  • dc.subject
  • 超大城市运行管理;非监督学习聚类算法;统计分析方法
  • dc.description.abstract
  • 超大城市作为全球化进程中的核心节点,具有资源、人口和基础设施高度集中的特点,是社会经济发展的重要引擎。数据科学和人工智能技术的快速发展为超大城市运行管理的量化研究提供了新的可能性,目前的数据驱动方法多聚焦于具体应用场景,尚未形成覆盖超大城市运行管理现代化水平的综合监测模型。结合机器学习中的非监督学习聚类算法、统计分析方法以及大数据挖掘技术,本研究构建了超大城市运行管理现代化水平监测的算法模型,旨在反映超大城市在管理体系和运行效率方面的现状与挑战。
  • dc.identifier.CN
  • 50-1031/C
  • dc.identifier.issn
  • 1008-4029
  • dc.identifier.if
  • 0.158
回到顶部