《表1 本文方法与凸包方法试验结果对比Tab.1 Comparative evaluation between the proposed method and the convex hull meth

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《大众点评数据下的城市场所范围感知方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文采用大众点评网中商户自行标定的商铺POI坐标及其行政区属性，在10个行政区以不同的核密度系数k进行面域构建试验，并对比传统凸包算法，所得结果如表1所示。由于准确率（precision）高度依赖于点集覆盖程度，而本试验所采集的点集在除东城区和西城区以外的8个行政区内未能全面覆盖，使得传统的凸包方法因其易使范围估值过大的特点，在准确率和F1值高于本文的方法。召回率是评价结果的正确率的指标，因此在评价方法时，应重点考察召回率。表1中，本文方法的召回率平均值达到0.9以上，而凸包算法远低于本文的方法，且当点集全面覆盖全行政区时，观察到东城区和西城区的准确率与F1值整体略高于凸包算法。因此，本文的方法对模糊认知区域的提取具有一定优势。