多源数据分析与实践 · Week 1

1 / 33

课程简介与导入

主讲人：刘贇喆副教授 | 华东师范大学社会发展学院

课程框架 · 学习方式 · 多源时空数据导论

2 / 33

目录 CONTENTS

1.0 个人简介

3 / 33

SECTION01 / 03

1.0个人简介

Personal Introduction

1.0 个人简介

4 / 33

PROFILE

个人简历

课程负责人与主讲人

刘贇喆

Yunzhe Liu

华东师范大学社会发展学院人口研究所副教授

伦敦帝国理工学院荣誉研究员

联系方式

邮箱: yzliu@soci.ecnu.edu.cn
办公室: 法商北楼 508
主页: 教师个人主页

主要研究方向

融合 AI 与数智方法的跨学科计算社会科学研究

1.0 个人简介

5 / 33

EDUCATION JOURNEY

教育经历

2012 – 2015

环境与城市规划

文学学士 BA

利物浦大学University of Liverpool · UK

导师：Alex Singleton

2015 – 2016

地理信息科学

理学硕士 MSc

伦敦大学学院University College London · UK

导师：Tao Cheng

2016 – 2021

地理数据科学

哲学博士 PhD

利物浦大学University of Liverpool · UK

导师：Alex Singleton、Daniel Arribas-Bel

1.0 个人简介

6 / 33

RESEARCH CAREER

工作经历

2020 – 2021

博士后研究员

伦敦大学学院

SpaceTimeLab

COVID-19 疫情下的人类移动与空间响应

2021 – 2022

博士后研究员

牛津大学

Oxford Martin School

城市环境感知与心理健康

2022 – 2025

博士后研究员

伦敦帝国理工学院

School of Public Health

环境暴露与人群健康

2025 – 至今

人口学副教授

华东师范大学

社会发展学院 · 人口研究所

1.0 个人简介

7 / 33

RESEARCH DIRECTIONS

研究方向

数据驱动的城市研究

Data-driven Urban Analytics

利用多源时空数据与 GeoAI，刻画人口出行、城市感知和城市活力的动态变化。

城市与人口流动GeoAI 与城市感知城市韧性与可持续性

计算社会科学

Computational Social Science

结合社交媒体、行为轨迹与科研履历，研究公共情绪、社会行为及人才流动。

社会感知科研人才流动时空行为挖掘

融合多源时空大数据与数智技术，解析城市社会空间分异及其形成机制。

1.0 个人简介

8 / 33

FROM PROFILE TO COURSE

新老师，新课程，
会有什么不同？

《多源数据分析与实践》

0 / 5

2.0 课程简介

9 / 33

SECTION02 / 03

2.0课程简介

Course Introduction

2.0 课程简介

10 / 33

Multi-source Data Analytics and Practice

多源数据分析与实践

本科生 Undergraduate

上课时间: 10:40 – 12:154–5 节
上课地点: 闵行校区 · 闵二教 110
课程代码: SOCI235.01

研究生 Postgraduate

上课时间: 13:00 – 14:356–7 节
上课地点: 闵行校区 · 法商南楼 402
课程代码: 202621742

授课形式

教师讲授上机实践小组学习／讨论

问题与项目导向学习（PBL）

课程类型

分析实践 · 代码课程

语言与开发环境

R

分析语言

RStudio

开发环境

课程主要资源 dawn-ecnu.github.io/teaching

主要考核方式：

过程性考核期中考核期末考核

2.0 课程简介

11 / 33

Class Etiquette

注意事项与公约

上课请携带个人电脑

用于课堂上机操作与实践。

食物与饮品

请勿食用气味较重的食物；饮品妥善放置，防止泼洒损坏设备。
设备与声音

允许使用手机等设备；请保持静音，播放音频时佩戴耳机，避免外放。
AI 辅助学习

允许使用 AI 工具辅助学习；须明确标注所使用的模型或产品名称。
提问与交流

鼓励及时提问与自由讨论；尊重不同观点，共同维护良好的交流环境。

2.0 课程简介

12 / 33

Course Structure

章节概述

《多源数据分析与实践》

共设 9 个章节

4

第 1–4 章Foundations

基础章节

工具使用 · 数据处理 · 可视化

5

第 5–9 章Project-based Studies

专题章节

多源数据 · 案例分析 · 研究实践

阶段展示

课堂过程性展示 Class Presentations

小组课堂展示

按教程 6.0 要求完成各章练习。

期中 Midterm

研究计划

Research Proposal

小组口头汇报

Oral Presentation · PPT

期末 Final

专题研究报告

Research Report · R Markdown

海报展示

Poster Presentation

第 0 章为软件安装与环境配置，不计入上述 9 个章节。

2.0 课程简介

13 / 33

Foundations

基础章节

01

RStudio 与 R Markdown 入门

RStudio 与项目管理
R 包安装与加载
R Markdown 可复现报告

02

数据处理与探索性分析

数据结构与整洁数据
tidyverse 数据清洗
探索性数据分析（EDA）

03

数据可视化：ggplot2

ggplot2 图层语法
常用统计图形
学术制图规范与配色

04

数据可视化：空间制图

sf 空间数据读写
空间处理与多图层地图
制图规范与地图美化

2.0 课程简介

14 / 33

Project-based Studies

专题章节

05 POINT DATA

空间点数据分析

Airbnb 与社交媒体点
热点与密度分析
KDE 与 DBSCAN

06 NETWORKS

图与网络分析

GitHub 社会网络
网约车 OD 流动网络
中心性与群落识别

07 CLUSTERING

地理人口特征分类

人口普查与区域分类
K-means / H-K-means
类型解释与空间可视化

08 INDICES

综合指数构建

城市社会剥夺指数
城市专利创新指数
标准化、赋权与比较

09 TEXT ANALYSIS

自然语言处理

TF-IDF 关键词提取
LDA 主题演变
情感分析（建设中）

2.0 课程简介

15 / 33

在线资源平台使用

Using the Online Learning Platform

2.0 课程简介

16 / 33

结构与学习方式

Structure & Study Workflow

第1–9章 · 教程结构

每章六个小节

1.0 2.0 3.0 4.0 5.0 6.0

6.0 · 章节练习与测评

一般包含三个任务

任务 1 · 跟随示例运行
复制示例，运行并检查
任务 2 · 小组实践与展示
课堂展示、现场评分，计入过程性考核
任务 3 · 知识点自测
选择题自测与答案解析

2.0 课程简介

20 / 33

AI 时代，学习什么？

Learning with AI

以 R 为工具，训练研究思维。

AI 降低实现门槛，
独立思考与批判性判断仍需训练。

问题意识

结合现实与文献，识别有价值的研究问题。

学科视野

以理论和情境知识引导 AI，拓展跨学科解释。

证据判断

辨别相关与因果，审视偏差与替代解释。

研究洞察

结合理论与证据，解释结果的社会意义。

豆包
DeepSeek
Qwen
Gemini
ChatGPT
Claude Code
OpenClaw

语音输入

CtrlC/V复制 / 粘贴

AI Agent

交流有效用法，彼此学习。

鼓励使用 Agentic AI 进行 Vibe Coding

提示词工程：说明问题、背景与判断标准标明 AI 生成内容与所用模型 · 多 AI 交叉检验与人工核验并行

3.0 多源时空数据导论

21 / 33

SECTION03 / 03

3.0多源时空数据导论

Introduction to Multi-source Spatiotemporal Data

3.0 多源时空数据导论

22 / 33

多源来源

Multi-source

时时间

Time / Temporal

空空间

Space / Spatial

3.0 多源时空数据导论

23 / 33

人口普查数据

Population Census

人口普查数据示意表

数据范畴 · 采集设计

主动设计 · 普查

统一问卷，面向全体人口与住户

源 · 采集与获取

官方统计系统

ONS / Nomis：发布与下载

时 · 更新频率

低频更新 · 时点快照

十年一轮；本例为 2021 年

空 · 地理分辨率

小统计区 → 全国

按地理编码汇总，可切换尺度

一行一观测，一列一变量

主题领域变量

地区宽表示意。人口特征主题包含年龄、性别和婚姻状况领域；住房主题包含产权和房屋类型领域；社会经济主题展示受教育程度领域。每列为一种人数或户数指标。地区、分类和数值均为教学示意，教育分组并非ONS正式学历分类。
地理单元	人口特征Demographic characteristics								住房特征Housing characteristics					社会经济特征Socioeconomic characteristics			…
	年龄（人）			性别（人）		婚姻状况（人）			产权（户）		房屋类型（户）			受教育程度（人）			…
	0–5 岁	…	90 岁及以上	男性	女性	未婚	已婚	…	自有	租住	独栋	公寓	…	初中及以下	…	硕士及以上	…
AREA_A	24	…	3	152	168	95	136	…	38	46	22	48	…	75	…	29	…
AREA_B	31	…	5	206	214	128	181	…	65	52	34	61	…	101	…	42	…
AREA_C	18	…	2	121	129	76	108	…	29	41	16	39	…	68	…	18	…
…	…	…	…	…	…	…	…	…	…	…	…	…	…	…	…	…	…

主题与领域为教学归组；地区、分类与数值均为教学示意。

统计表的行代表地区，不代表单个受访者。

来源与口径

统计口径：逐主题统计 ONS 在线字典中不同的直接变量链接，共 10 个主题、157 个变量条目。包含派生、扩展和部分流动人口变量，不统计下级分类方案或关联数据表。

主图按教学与分析需要采用“主题 → 领域 → 指标列”的结构。“年龄、性别、婚姻”等领域用于归并相近的指标；这不是声称 ONS 官方字典另设了可统一计数的 domain 层级。

需区分原始变量与汇总指标：ONS 字典把“年龄”称为变量，年龄值或年龄组是其类别；按地区汇总并转成宽表后，各年龄组人数成为不同的分析指标列。其余领域同理。

本图的年龄与教育分组、地区和数值均为教学示意，不是2021普查原表。“初中及以下”“硕士及以上”用于说明教育领域的指标组织，不能当作 ONS 的正式学历分类。房屋类型按居住于相应类型住房的户数示意，不表示房屋交易数量。实际组合各主题数据时，需统一地理编码、年份和发布尺度，并核对单位、适用人口及完整分类。

普查以全体人口和住户为覆盖目标，不等于实际零漏报。公开地区汇总、受控微观样本与原始普查记录是不同数据产品；越细的空间层级通常有更严格的统计披露限制。

3.0 多源时空数据导论

24 / 33

人口普查数据的研究应用

From Census Tables to Research Questions

研究方向 · 案例精选

从人口统计出发，理解社区与城市差异

社会经济差异

哪些社区面临更多社会经济困难

综合指数

社区类型识别

哪些社区的人口与居住特征相似

聚类分析

社会空间格局

不同社会群体如何分布于城市

主成分 / 因子分析

人口基准与样本

研究样本与总体人口有何差异

标准化 / 样本比较

纽约市 Carstairs 社会剥夺指数地图，含图例、五个行政区中位数和比例尺；Liu 与 Chen 2025年论文图4。 — 纽约：社会经济处境与活力恢复有何关联
Liu & Chen (2025) · Habitat International

Liu 与 Chen（2025）论文图6：基于 FHV 出行数据的城市活力韧性指数地图及其主成分分析，保留全部三个子图、图例和比例尺。 — 纽约：社会经济处境与活力恢复有何关联
Liu & Chen (2025) · Habitat International

3.0 多源时空数据导论

25 / 33

社交媒体数据

Social Media Data

微博
小红书
抖音
Instagram
Flickr
知乎
X
微信
哔哩哔哩

微博数据结构示例

数据范畴 · 生成方式

自然生成 · 观察性数据

平台行为留痕，通常为半结构化

源 · 采集与获取

微博等社交平台

官方 API、授权数据或合规采集

时 · 更新频率

持续产生 · 时间戳

互动量随采集时点变化

空 · 地理分辨率

部分含坐标 / 地点标签

定位可缺失；IP 属地不等于坐标

帖子表 POSTS

一行一条帖子 · 文本、媒体与互动

匿名微博节选。时间按源数据UTC时间保留，文本去除表情及话题标签；坐标、附件和互动量均为教学示意。用户C的两条记录来自同一用户。
用户编号	时间戳（UTC）	经度，纬度^*	正文节选	附件^*	转发^*	点赞^*	评论^*	…
	2026-02-10 21:14:41	(116.40, 39.91)	天安门夜景。	图片 × 1	2	28	4	…
	2026-02-11 16:46:12	—	今天太热了可以穿短袖跑了	—	0	12	3	…
	2026-02-21 23:26:09	(116.39, 39.94)	春江水暖鸭先知。	图片 × 2	1	36	6	…
	2026-02-22 22:56:46	(116.68, 39.85)	爽想再玩N次霸天虎！	视频 × 1	3	64	9	…
…	…	…	…	…	…	…	…	…

通过 用户编号 关联

用户表 USERS

一行一个用户 · 同一采集时点

用户A、B、C为化名，性别沿用数据字段且未作独立核验；发文数、粉丝数和关注数为示意快照，并非本页样本中的记录数。
用户编号	性别字段	累计发文数^*	粉丝数^*	关注数^*	…
	女	286	1,240	318	…
	男	154	682	205	…
	男	412	2,360	476	…
…	…	…	…	…	…

3.0 多源时空数据导论

26 / 33

社交媒体数据的研究应用

From Social Media Traces to Research Questions

研究方向 · 案例精选

从一条动态，观察社会与城市

活动热点

人们常去哪里，活动何时发生

公共话语与情绪

人们在讨论什么，情绪如何变化

社群联系与传播

哪些群体相连，信息如何流动

图像中的城市

照片记录了怎样的城市环境

突发事件与响应

异常发生在哪里，人们如何回应

Chen 等（2024）图3：基于地理标记 Twitter 与 Flickr 数据识别的伦敦活动热点，比较疫情前与疫情期间的空间分布；保留原图的范围、图例与底图。 — 疫情前后，活动热点如何变化
Chen et al. (2024) · Sustainable Cities and Society

Chen 等（2024）图4：伦敦不同活动热点在疫情前与疫情期间的活跃时段，保留两组时段图及其小时标尺。 — 疫情前后，活动热点如何变化
Chen et al. (2024) · Sustainable Cities and Society

以上仅为示例，研究需关注用户代表性与隐私保护

3.0 多源时空数据导论

27 / 33

兴趣点数据（POI）

Point of Interest Data

美团
大众点评
高德地图
Google Maps
百度地图
Tripadvisor
Yelp
Apple 地图
HERE WeGo
Booking.com

大众点评商家样本 · 上海

数据范畴 · 生成方式

地理实体的结构化记录

专业采集、商家维护与用户贡献

源 · 采集与获取

地图平台 · 生活服务平台

如高德、点评、美团与 OSM

时 · 更新频率

不定期更新 · 状态快照

开闭店、评分与营业时间可变

空 · 地理分辨率

点坐标 · 具体场所

坐标系须核对；定位精度不一

地点表 PLACES

一行一个地点 · 一列一种属性

上海大众点评历史数据中的四条商家记录，选自第二份工作簿前500条记录。名称、商家编号、分类、经纬度、评分、评论总数、人均消费和营业时间均来自源表。为方便单行展示，将周一至周日简写为每日，人均消费的人民币单位移至表头。坐标系未获确认，不将平台坐标标记为原始GPS坐标。未包含电话号码。
标识与语义			空间定位	平台属性				…
商家编号	名称	类别	经度，纬度	评分	评论数	人均（元）	营业时间	…
1174019429	鱼峰山·柳州螺蛳粉(九亭店)	米粉	121.321915，31.127035	3.9	50	20	每日 08:00-24:00	…
1547298357	锅气·湖南饭店(光启城店)	湘菜	121.427357，31.183254	3.9	323	56	每日 10:00-21:00	…
1447007226	阿祥嫂隆江猪脚饭(德州路店)	快餐简餐	121.482958，31.166653	3.8	293	31	每日 10:00-22:00	…
1998413350	菜饭骨头汤(颛桥店)	小吃快餐	121.410295，31.096655	3.6	5	20	每日 10:00-22:00	…
…	…	…	…	…	…	…	…	…

POINT

PLACE

一个坐标所指向的具体场所

PLATFORM

同一地点的评价、消费与服务信息

3.0 多源时空数据导论

28 / 33

兴趣点数据的研究应用

From Places and Reviews to Research Questions

研究方向 · 案例精选

从地点与评价，理解城市中的活动

城市功能与混合

居住、商业与休闲设施如何组合

设施可达与公平

不同社区获得日常服务是否便利

出行目的与活动

设施类型如何帮助理解出行目的

场所体验与需求

评论揭示了哪些体验与服务需求

城市活力与变化

不同场所的活力表现有何差异

Liu 等（2026）图2：新加坡 ION Orchard 的 Google Maps 地点评论示例，包含地点类别、评论数量、文本与照片。论文原图已模糊用户身份。 — 评论与照片能否帮助识别城市功能
Liu et al. (2026) · CEUS

Liu 等（2026）图10：结合地点评论文字与照片得到的新加坡和香港城市功能分类，包含1公里六边形网格地图和七类地区的功能特征雷达图；保留全部子图与图例。 — 评论与照片能否帮助识别城市功能
Liu et al. (2026) · CEUS

以上仅为示例，POI 还可与人口、出行及评论数据结合开展研究

3.0 多源时空数据导论

29 / 33

人类移动性数据

Human Mobility Data

多种数据结构 · 教学示意

数据范畴 · 生成方式

设计型与自然生成数据

问卷普查与数字行为记录

源 · 数据来源

通信、交通与位置服务

运营商、刷卡、调查及百度慧眼

时 · 观测与统计周期

秒级轨迹至年度快照

时间戳、统计时段或调查年份

空 · 空间表达

坐标、站点至行政区

点、线路、网格与区域联系

起讫点流量表

一行 = 起点 × 终点 × 时段

起讫点流量表。所有记录与数值均为教学构造，不是真实人群观测；月日简写均指2026年，调查年份单独标注。设备代号与坐标为虚构示例，不可用于识别个人。
统计时段	起点 O	终点 D	出行量（人次）	…
04-08 08:00–09:00	区域 A	区域 B	128	…
04-08 08:00–09:00	区域 A	区域 C	76	…
04-08 08:00–09:00	区域 B	区域 C	94	…
04-08 09:00–10:00	区域 A	区域 B	85	…
…	…	…	…	…

结构示意

哪些地方之间发生了联系？

按时段汇总起点与终点之间的出行量。

起讫关系通常不包含完整路线；人次与去重人数需区分。

上海地铁站点小时客流

一行 = 站点代码 × 小时

上海市公共数据开放平台真实小时客流样本，选自本地接口试验CSV。人民广场站，代码0123，2026年5月12日至15日，每天08时。进出站量保留接口原值，不代表逐台闸机累计计数。小时沿用原接口标签；换乘站代码不能直接解释为分线路客流。
站点	站点代码	日期 · 小时	进站（人次）	出站（人次）	…
人民广场	0123	2026-05-12 08时	949	6369	…
人民广场	0123	2026-05-13 08时	1002	6098	…
人民广场	0123	2026-05-14 08时	971	6071	…
人民广场	0123	2026-05-15 08时	940	5971	…
…	…	…	…	…	…

人民广场 · 5月12–15日，均为08时

同一小时，进站与出站同时发生

此类数据常基于 AFC（自动售检票）记录汇总。

上海接口已汇总到站点—小时，无法直接还原 OD。

户籍地—现居地关联表

一行 = 户籍地 × 现居地 × 调查年份

户籍地—现居地关联表。所有记录与数值均为教学构造，不是真实人群观测；月日简写均指2026年，调查年份单独标注。设备代号与坐标为虚构示例，不可用于识别个人。
调查年份	户籍地	现居地	人数（人）	…
2020	安徽省	上海市	240	…
2020	江苏省	上海市	180	…
2020	浙江省	上海市	95	…
2020	上海市	上海市	620	…
…	…	…	…	…

结构示意

户籍与居住分布呈现怎样的跨地关联？

两地差异可描述人户分离的空间分布。

户籍地不一定是迁出地；此表不能还原迁移时间与路径。

位置轨迹点表

一行 = 设备 × 时间戳 × 位置

位置轨迹点表。所有记录与数值均为教学构造，不是真实人群观测；月日简写均指2026年，调查年份单独标注。设备代号与坐标为虚构示例，不可用于识别个人。
匿名设备	时间戳	经度	纬度	定位误差（米）	…
设备 A	2026-04-08 08:00:01	121.470100	31.230100	7	…
设备 A	2026-04-08 08:02:15	121.472300	31.231000	9	…
设备 A	2026-04-08 08:05:04	121.474500	31.232100	6	…
设备 B	2026-04-08 08:00:17	121.482800	31.235600	15	…
…	…	…	…	…	…

结构示意

同一设备的位置如何随时间变化？

同一设备的定位点可按时间顺序组成轨迹。

微观轨迹敏感，通常需授权与脱敏；设备也不等同于个人。

地点与网格时序表

一行 = 空间单元 × 时点 × 指标

地点与网格时序表。所有记录与数值均为教学构造，不是真实人群观测；月日简写均指2026年，调查年份单独标注。设备代号与坐标为虚构示例，不可用于识别个人。
空间单元	观测时点	指标口径	观测值	…
广场 A（POI）	04-08 08:00	估计在场人数（人）	120	…
广场 A（POI）	04-08 08:15	估计在场人数（人）	165	…
网格 B	04-08 08:00	相对热度指数	56	…
网格 B	04-08 08:15	相对热度指数	74	…
…	…	…	…	…

结构示意

哪里聚集了人，聚集程度何时变化？

POI 或网格承载由其他观测数据估计的人群分布。

热度指数不等于人数；在场分布也不直接记录移动路线。

3.0 多源时空数据导论

30 / 33

人类移动性数据的研究应用

From Human Movement to Research Questions

研究方向 · 案例精选

从出行轨迹，观察城市与社会的联系

日常出行与节奏

工作日与周末的出行有何不同

城市联系与活动

哪些地区因人员流动联系紧密

疫情传播与响应

患者轨迹揭示了怎样的扩散过程

公共交通与服务

夜间交通能否匹配乘客的需求

社会隔离与机会

不同群体的日常活动空间有何差异

Cheng 等（2021）图3：25个省级单元的确诊患者跨城轨迹，保留全部地图、图例及底图署名。记录的是患者轨迹，不代表一般人口流动，也不把每条轨迹认定为已证实的感染传播链。 — 患者的跨城流动呈现何种空间格局
Cheng et al. (2021) · Computational Urban Science

Cheng 等（2021）图8：确诊患者的城市停留时间，包括平均停留比例、诊断城市停留比例和累计停留时间地图；保留全部三个子图及图例。 — 患者的跨城流动呈现何种空间格局
Cheng et al. (2021) · Computational Urban Science

以上仅为示例，移动性数据还可用于研究通勤、人口迁移及城市恢复

3.0 多源时空数据导论

31 / 33

多源数据概览

A Broader Landscape of Data

例子列举 · 并非穷尽

设计型数据

Designed Data

围绕调查、测量或监测目标专门采集

人口与社会调查
人口普查 · 社会调查问卷
国家统计局 · CFPS / CGSS
专项出行调查
出行日记 · GPS 跟踪调查
TfL · LTDS / 研究团队
遥感与地表观测
卫星影像 · 地表覆盖
USGS · ESA
环境监测
空气质量 · 气象记录
生态环境部门 · 气象部门
空间测绘
地形 · 建筑 · 土地利用
自然资源部门 · OS

…

有机生成数据

Organic Data

在日常活动、业务运行与协作中持续积累

平台行为
帖子 · 评价 · 搜索活动
微博 · 点评 · Google Trends
交通运营
刷卡记录 · 出行订单 · 骑行
TfL · NYC TLC · Citi Bike
行政与交易记录
就医 · 登记 · 房产成交
公共机构 · 交易平台
众包地理信息
道路 · 地点 · 地图编辑
OpenStreetMap
知识与创新记录
专利 · 论文 · 合作网络
CNIPA · OpenAlex

…

社会科学与城市科学的研究材料远不止这些

3.0 多源时空数据导论

32 / 33

从数据到智慧

DIKW · An Urban Research Framework

城市中的记录，如何成为决策的依据

2.0 课程简介

17 / 33

小组协作与计分

Teamwork & Group Assessment

建议小组规模

3–5人 / 组

所有考核均以小组为单位计分

过程性考核 · 期中考核 · 期末考核

在真实项目的分工协作中，
培养团队合作与沟通能力。

自行组队
自主确定成员，协商任务分工。
推选组长
负责小组联系与信息汇总。
上报小组信息

组队完成后，由组长向教师统一提交。

小组名称组长全体成员姓名与学号

2.0 课程简介

18 / 33

考核形式与占比

Assessment Components & Weighting

过程性期中期末

过程性考核

Continuous Assessment

15%

7.5%出勤与课堂参与

Attendance & Participation

7.5%章节练习

Chapter Exercises

期中考核

Midterm Assessment

35%

20%研究计划报告

Research Proposal

15%小组口头汇报

Oral Presentation

期末考核

Final Assessment

50%

35%R Markdown 研究报告

Research Report

15%海报展示

Poster Presentation

期中、期末考核的具体要求，详见后续发布的说明文档。

2.0 课程简介

19 / 33

从课程项目到学术发表

From Course Projects to Academic Publications

学生自愿参与，小组项目须全体成员同意。

选择有研究潜力的课程项目，由教师指导完善并投稿。

课程项目研究完善学术投稿

投稿目标 SCI / SSCI

中科院二区及以上期刊

目标不等于录用承诺，是否参与不影响课程成绩。

既往学生合作与指导成果

多源数据分析与实践 · Week 1

33 / 33

Thanks

第一周：课程简介与导入

主讲人：刘贇喆副教授 | 华东师范大学社会发展学院

课程简介与导入

1.0个人简介

联系方式

教育经历

环境与城市规划

地理信息科学

地理数据科学

工作经历

博士后研究员

博士后研究员

博士后研究员

人口学 副教授

研究方向

数据驱动的城市研究

城市社会地理

计算社会科学

新老师，新课程，会有什么不同？

2.0课程简介

授课形式

课程类型

语言与开发环境

主要考核方式：

上课请携带个人电脑

食物与饮品

设备与声音

AI 辅助学习

提问与交流

基础章节

专题章节

阶段展示

小组课堂展示

研究计划

小组口头汇报

专题研究报告

海报展示

RStudio 与 R Markdown 入门

数据处理与探索性分析

数据可视化：ggplot2

数据可视化：空间制图

空间点数据分析

图与网络分析

地理人口特征分类

综合指数构建

自然语言处理

在线资源平台使用

结构与学习方式

AI 时代，学习什么？

以 R 为工具，训练研究思维。

问题意识

学科视野

证据判断

研究洞察

3.0多源时空数据导论

人口普查数据

主动设计 · 普查

官方统计系统

低频更新 · 时点快照

小统计区 → 全国

一行一观测，一列一变量

普查问卷样张

中国 · 2020第七次人口普查

英国 · 2021英格兰住户问卷

美国 · 2020十年普查

2021 UK Census 案例

人口普查数据的研究应用

社会经济差异

社区类型识别

社会空间格局

人口基准与样本

纽约：社会经济处境与活力恢复有何关联

伦敦：哪些社区的人口与居住特征相似

美国：不同社区呈现怎样的人口与生活特征

社交媒体数据

自然生成 · 观察性数据

微博等社交平台

持续产生 · 时间戳

部分含坐标 / 地点标签

帖子表 POSTS

用户表 USERS

社交媒体数据的研究应用

人口学副教授

新老师，新课程，
会有什么不同？