跳转至

文章背景与核心概要

评估住房潜力需要从分区规划、土地利用、人口特征以及服务可达性等多个维度对区位数据进行综合分析。为了打破现有的数据孤岛并为住房潜力分析所需的多元数据集提供一个支持集成与互操作的标准框架，本研究引入了住房潜力通用数据模型（Housing Potential Common Data Model, HPCDM）。

本报告详细阐述了该模型的评估过程、面向住房领域的城市数字孪生（City Digital Twin）的构建方法，以及用于展示实际落地的试点仪表盘应用。此外，这项研究不仅构建了技术框架，还指出了关键的落地应用障碍，并为城市规划者和相关利益方提供了切实可行的应对策略。

Housing Potential Common Data Model and City Digital Twin

Summary

Evaluating housing potential requires analyzing location data from multiple perspectives, including zoning, land use, population characteristics, and service accessibility. This paper introduces the Housing Potential Common Data Model (HPCDM) to break down data silos and provide a standard framework for integration and interoperability. The report outlines the evaluation of the model, the development of a City Digital Twin for housing, and a pilot dashboard application demonstrating practical implementation. Furthermore, the research highlights critical adoption barriers and outlines actionable mitigation strategies for urban planners and stakeholders.

评估住房潜力需要从分区规划、土地利用、人口特征以及服务可达性等多个维度对区位数据进行分析。本文介绍了住房潜力通用数据模型（HPCDM），旨在打破数据孤岛，并为住房潜力分析所需的各类多样化数据集的集成与互操作提供一个标准框架。本报告概述了该模型的评估、用于住房领域的城市数字孪生的开发，以及展示实际应用的试点仪表盘应用。此外，该研究还重点探讨了关键的落地采用障碍，并为城市规划者和利益相关者概述了切实可行的缓解策略。

Document Metadata

Metadata Field Details
arXiv ID arXiv:2605.05535 [cs.AI]
DOI 10.48550/arXiv.2605.05535
Primary Subject Computer Science > Artificial Intelligence (cs.AI)
ACM Classification I.2.4
Authors Megan Katsumi, Mark Fox, Anderson Wong, Divnoor Chatha
Submission History Submitted on 7 May 2026; Last revised 25 Aug 2026 (v2)
元数据字段 详情
arXiv ID arXiv:2605.05535 [cs.AI]
DOI 10.48550/arXiv.2605.05535
主要学科 计算机科学 > 人工智能 (cs.AI)
ACM 分类 I.2.4
作者 Megan Katsumi, Mark Fox, Anderson Wong, Divnoor Chatha
提交历史 2026年5月7日提交；2026年8月25日最后修订 (v2)

Abstract

The evaluation of housing potential requires consideration of a location from multiple perspectives, ranging from zoning and land use to population characteristics and access to services. This research introduces the Housing Potential Common Data Model (HPCDM) to overcome existing data silos, serving as a standard to support integration and interoperability across the diverse range of datasets that are required for housing potential analysis. This report details the evaluation of the model along with the creation of a City Digital Twin for housing and a pilot dashboard application to demonstrate a practical implementation. Beyond the technical framework, this work identifies critical barriers to adoption and provides actionable mitigation strategies for urban planners and stakeholders.

评估住房潜力需要从多个角度考量区位，涵盖从分区规划、土地利用到人口特征以及服务可达性。本研究引入了住房潜力通用数据模型（HPCDM），以克服现有的数据孤岛，作为标准来支持住房潜力分析所需的各种不同数据集之间的集成与互操作。本报告详细介绍了该模型的评估，以及用于住房的城市数字孪生的创建和一个展示实际实现的试点仪表盘应用程序。除了技术框架之外，这项工作还确定了采用该技术的关键障碍，并为城市规划者和利益相关者提供了切实可行的缓解策略。

Full-Text & Resources