城市中的“苍蝇小馆”,用人工智能与大数据来寻找
原创 张鼎 城室科技
一座城市温暖的烟火气往往隐藏在市井小巷之中,乍一看可能并不起眼,却在社交网络上或邻里居民中拥有独特的评价和口碑,成为本地居民和外来游客都争相打卡的美食餐饮店——这些“苍蝇小馆”重塑着我们对城市空间场所的传统理解,也正是因此,我们期望尝试利用人工智能与大数据的技术,来寻找城市中的这些地方。
我们认为,周边环境不起眼,但在本地居民中拥有高人气的餐厅是“苍蝇小馆”最核心的特征。
因此我们首先利用北京地区的、包含来自80万用户的20万个POI点的全部微博签到数据,将用户划分为本地居民与外地访客两种主要类型,并计算主要打卡餐厅的本地与外来热门指数。
接着根据本地居民与外地访客的打卡频率和打卡热度,识别出主要的本地化和外来化餐厅,并计算他们的本地与外来热门指数。
最后,通过深度学习计算机视觉技术,分析本地高人气餐厅的周边环境特征,寻找周围环境有些“无聊”或“不太起眼”但却受到本地居民热爱的高人气餐厅。

为了实现本地居民与外来游客的区分,我们在新浪微博中收集了用户的签到数据来识别用户的常驻城市,通过用户发送微博数量最多的城市、用户在旅行轨迹中访问频次最多的城市相互验证来识别用户的居住地。结果显示所有微博用户中,有超过25万的外地访客,占总数的40%左右。
来看看本地居民打卡最多的20家餐厅。

如果同时来看“本地热门指数”“外地热门指数”,可以把北京高热度餐厅分为“本地居民拜访次数多”、“本地居民和外来游客拜访次数多”和“外来游客拜访次数多”三种类型。

外来游客拜访次数多的餐饮地,主要为著名餐饮品牌(如全聚德、大董),或者位于主要的旅游景区(如后海、王府井)。
本地居民和外来游客打卡次数都较多的餐饮打卡地则集中在著名商业区内(如南锣鼓巷、三里屯);在游客较多的什刹海、南锣鼓巷、798等地,外来游客热门指数高于本地居民,而在更加日常化的商业区内(如西单、三里屯),本地居民热门指数更高。
本地居民与外地游客喜好的分化,在对不同餐饮类型的餐厅偏好中表现的更加明显。

本地化餐厅 VS. 外来化餐厅
根据本地居民和外地访客在社交网络上的打卡频率和打卡热度,我们进一步将高人气餐厅区分为本地化和外来化餐厅,并且使用本地化程度和外来化程度更为精确地描述餐厅的本地化/外来化水平。

北京的“外来化餐厅”则呈现了截然不同的面貌。词云图揭示了北京“被外来化餐厅”主要集中在具体个别的餐饮品牌和旅游景点商圈内,餐饮品牌主要为全聚德、大董、四季民福等北京菜餐馆老字号,空间场所则聚集在王府井、前门大街、后海等旅游景区。


寻找北京城中的“苍蝇小馆”
通过餐厅的综合热门指数与本地化程度的综合分析,我们发现了最受北京本地居民欢迎的高人气餐厅。

另外一种类型则以餐厅综合热门程度较低但本地化程度较高为主要特征,这些餐厅多集中在排行榜的末位,在深受本地居民的喜爱的同事,但由于外来游客数量较少,餐厅综合热门程度较低。
了解了可能影响本地高人气餐厅热门程度的因素后,我们再来看看这些高人气本地餐厅的周边环境氛围是怎样的。研究利用街景图片和社交媒体图片表达场所的周边环境信息,研究涉及100万张街景图片和40万张社交媒体照片。街景图片主要覆盖了研究区域内的路网,作为补充,社交媒体照片可以描述地块内部的视觉状况。





写在最后
隐藏在胡同里或者生活街巷中的餐饮美食,不仅是本地居民的温暖回忆,也得益于社交网络而走入外来游客的视线中。
辅以微博签到、街景图片等多源数据的技术手段,我们对城市场所空间也有了不同于传统的理解。有些场所,不需要现代化的建成环境,也可以成为许多人心中温暖的美食空间。而与城市历史文化记忆结合起来的餐饮空间,似乎本身就多了一层有韵味的空间内涵,同时吸引着互联网和邻里生活圈中的游客和居民。等到疫情结束、城市解封的那一天,我们一起去北京的胡同里寻找美食怎么样?
文:徐珊 | 算法:张帆
视觉:朱恒、徐珊 | 编辑:张鼎
原标题:《城市中的苍蝇馆子,用人工智能与大数据来寻找》

