Das Verfahren basiert auf der Einbeziehung bestimmter Eigenvektoren einer räumlichen Gewichtungsmatrix in ein Regressionsmodell. Die Anwendung dieser Methode kann als Vorverarbeitungsschritt vor nachfolgenden Analysen gesehen werden, um verschiedene Arten von räumlich korrelierten Komponenten in einem Datensatz zu trennen. Zu diesem Zweck werden drei verschiedene Arten von sogenannten räumlichen Verstärkern vorgeschlagen, die jeweils aus unterschiedlichen Teilmengen von Eigenvektoren der Gewichtsmatrix bestehen. Diese Verstärker können entweder die positive oder negative räumliche Autokorrelation oder die räumliche Strukturierung im Allgemeinen betonen. Auf diese Weise ist es möglich, gewünschte räumliche Strukturen besser sichtbar zu machen, insbesondere in räumlich stark durchmischten Datensätzen, wobei der Fokus hier auf Daten aus Sozialen Medien liegt. Diese Daten entstammen in der Regel einer komplexen Genese. Räumliche statistische Analysen reduzieren sie jedoch auf geometrische Konzeptionen des geografischen Raums, die auf Lokation und Zeit reduziert sind. Im empirischen Teil des Artikels wird entsprechend zunächst gezeigt, warum georeferenzierte Social-Media-Daten aus Sicht der räumlichen Analyse schwierig zu handhaben sind, was die Notwendigkeit der vorgeschlagenen Methode motiviert. Anschließend wird die Methode der Verstärkerfilterung eingeführt und auf zwei Datensätze angewendet: einen Zensus-Datensatz aus Brasilien und Twitter-Daten aus London. Die erzielten Ergebnisse zeigen, dass die Methode in der Lage ist, bestehende räumliche Strukturen zu verstärken und potenziell störende räumliche Zufallsmuster und andere Störfaktoren zu vermindern. Dies erleichtert die Interpretation insbesondere der verwendeten Twitter-Daten. Während die Analyse der ungefilterten Twitter-Daten mit etablierten Methoden wenig Aufschluss über mögliche räumliche Strukturen in den Tweets gibt, bieten die gefilterten Daten ein deutlich klareres Bild mit unterscheidbaren Clustern. Darüber hinaus liefert die Methode auch Einblicke in die interne Unregelmäßigkeit von räumlichen Clustern und ergänzt damit den Werkzeugkasten zur Untersuchung von räumlicher Heterogenität.
Die Referenz auf den erläuterten Artikel lautet wie folgt:
Westerholt, R. (2021): Emphasising spatial structure in geosocial media data using spatial amplifier filtering. Environment and Planning B: Urban Analytics and City Science, volume and issue pending. DOI: 10.1177/2399808320987235.
