结合微博数据挖掘的时空特征分析

被引:10
作者
何宗宜 [1 ]
苗静 [2 ]
彭将 [1 ]
胡雪芸 [1 ]
机构
[1] 武汉大学资源与环境科学学院
[2] 武汉市测绘研究院
关键词
微博数据; 时空特征; 空间数据; 数据挖掘;
D O I
10.13474/j.cnki.11-2246.2015.0314
中图分类号
TP311.13 []; TP393.092 [];
学科分类号
1201 ;
摘要
在大数据背景下处理海量数据时,数据的获取和分析手段至关重要。本文运用网络平台的开放接口API,对特定的地理区域和特定的用户采集包含时空信息的数据,建立了一个通过模拟登录自动发送网络请求,解析与提取返回数据,集数据采集、处理、入库于一体的微博数据采集系统;用微博数据的发布位置分布及集聚状态研究了用户的行为特征。试验表明,该方法可为事件发现、趋势预测、用户特征分析等方面提供信息。
引用
收藏
页码:60 / 64
页数:5
相关论文
共 8 条
[1]   新浪微博数据获取技术研究 [J].
黄延炜 ;
刘嘉勇 .
信息安全与通信保密, 2013, (06) :71-73+76
[2]   基于LBS签到数据更新POI的数据预处理研究 [J].
毋一舟 ;
赖俊陶 ;
吴煜晖 .
计算机与数字工程, 2012, 40 (08) :87-89+109
[3]   空间离散点的方向聚类研究 [J].
陈应显 .
计算机工程与应用 , 2012, (11) :7-10
[4]   LBS中基于轨迹的用户行为特征分析 [J].
陈典全 .
全球定位系统, 2011, 36 (06) :58-61+79
[5]   新浪微博数据挖掘方案 [J].
廉捷 ;
周欣 ;
曹伟 ;
刘云 .
清华大学学报(自然科学版), 2011, 51 (10) :1300-1305
[6]   SNS社交网络发展现状及趋势 [J].
王亮 .
现代电信科技, 2009, 39 (06) :9-13
[7]   空间数据挖掘和知识发现与地理可视化的集成 [J].
王净 .
测绘通报, 2005, (12) :20-23
[8]   数据挖掘中的数据预处理模型与算法研究 [J].
沈睿芳 ;
郭立甫 ;
时希杰 .
计算机系统应用, 2005, (07) :44-46+70