Ces dernières années, avec la généralisation de l'utilisation des données de géolocalisation, les attentes en matière d'analyse urbaine et de gestion du tourisme exploitant les données sur les flux de personnes augmentent.
Cette étude a analysé la répartition des visiteurs par âge, sexe et jour de la semaine/jour férié à l'aide de données de flux piétonniers à résolution de 250 m dans le centre-ville de Kobe. Premièrement, Getis-ord Gi*Nous avons identifié les zones à forte et faible fréquentation à l'aide de mesures statistiques et quantifié la distribution spatiale de chaque attribut. Ensuite, nous avons réalisé une analyse de regroupement JMP en utilisant la statistique Gi* comme variable pour catégoriser les flux piétonniers spatiaux.
En conséquence, des groupes distincts ont été identifiés pour chaque groupe démographique, notamment un groupe de type week-end composé principalement de jeunes, un groupe de type moyen et plus âgé principalement utilisé pour les affaires en semaine, et un modèle indépendant composé principalement de personnes âgées.De plus, une comparaison avec la classification utilisant l'indice de similarité d'image (FSIM) a montré que l'analyse de cluster utilisant directement la statistique Gi* donnait des résultats plus interprétables qui reflétaient la structure spatiale .
Cette étude démontre que les caractéristiques des données de flux humains peuvent être clairement visualisées en effectuant une analyse de regroupement à l'aide de JMP, et devrait s'avérer utile dans les politiques touristiques, la planification urbaine et les stratégies d'implantation des hébergements.
