In den letzten Jahren sind mit der zunehmenden Verbreitung von Standortdaten die Erwartungen an Stadtanalysen und Tourismusmanagement, die Personenströmedaten nutzen, gestiegen.
Diese Studie analysierte die Verteilung der Besucher nach Alter, Geschlecht und Wochentag/Feiertag anhand von Fußgängerstromdaten mit einer Maschenweite von 250 m im Zentrum von Kobe. Zunächst wurde Getis-ord Gi*Wir ermittelten Hotspots und Coldspots mithilfe statistischer Kennzahlen und quantifizierten die räumliche Verteilung jedes Attributs. Anschließend führten wir eine JMP-Clusteranalyse durch, wobei wir die Gi*-Statistik als Merkmal nutzten, um räumliche Fußgängerströme zu kategorisieren.
Als Ergebnis wurden für jede demografische Gruppe unterschiedliche Cluster identifiziert, darunter ein Wochenendmuster, das hauptsächlich bei jungen Menschen auftritt, ein Muster bei Menschen mittleren und höheren Alters mit einem hohen Anteil an geschäftlicher Nutzung unter der Woche sowie ein unabhängiges Muster, das hauptsächlich bei älteren Menschen auftritt.Des Weiteren zeigte ein Vergleich mit der Klassifizierung mittels des Image Similarity Index (FSIM), dass die Clusteranalyse direkt unter Verwendung der Gi*-Statistik besser interpretierbare Ergebnisse lieferte, die die räumliche Struktur widerspiegelten .
Diese Studie zeigt, dass die Merkmale von Personenströmen durch eine Clusteranalyse mit JMP anschaulich visualisiert werden können und voraussichtlich für Tourismuspolitik, Stadtplanung und Strategien zur Standortwahl von Unterkünften nützlich sein werden.
