第三十章 城市热度(4/6)

集区。这个聚集区之中，符合筛选条件的总计有160人。

    “按照案件发生频率来看，这个区域之中不可能只有一名勾魂使，至少也应该有四人或以上。如此，到达人数少于四人的城市筛选掉。”

    此刻，蓝天市区域周边的，可能是二级中心的城市总计有16个。其中两座城市贡献了最多的到达人数，占了一半还要多，有足足100人。剩下八座城市，到达人数在4到10人之间。最后六座城市只有一到三人。

    这六座城市也被排除，便意味着又有10人被排除。

    蓝天市区域还剩下150人。

    到了这一步，想要再排除，就几乎不太可能了。四人面对着此刻的世界地图，各自默默思索。

    良久，张定山缓缓道：“我注意到，城市到达人数，与城市热度高度正相关。”

    陆铭一怔，脑海之中随即涌现出许多想法。

    所谓城市热度，是一个综合性的概念，涵盖了该城市旅游资源、经济实力、人口、文化等等各个方面。简而言之，一个城市知名度越高，城市热度越高。

    既然如此，城市到达人数，与城市热度高度正相关便几乎是必然。

    原因很简单，在排除了非公务、非医疗等具备一定必要性的长途出行理由之后，对于普通人来说，千里迢迢到另一座城市去的理由，便只剩下了旅游、探亲访友之类的。

    很显然，城市人口越多，从概率上来讲，来这座城市探亲访友的人就会越多。城市旅游资源越好，来这座城市旅游的人就会越多。而城市人口与城市旅游资源，都是城市热度指标的重要组成部分。

    但另一点很显然的是，勾魂使到二级中心城市来，可不会看这座城市的热度。

    表现在数据上，便是某些城市具备的城市热度，与到达这座城市的人数不匹配。

    当然，大数据统计之下，出现微小的偏差也是很正常的。只是，这至少四名勾魂使的长期到访，至少会贡献出32次出行数据。表现在数据上，便是较大的偏差，不是数据正常波动所能解释的了。

    “对，确实如此。我先做一个统计表格出来。”

    陆铭快速操作一番，还剩下的10座城市，其到访人数与城市热
本章还未完，请点击下一页继续阅读>>>