排序方式: 共有117条查询结果,搜索用时 31 毫秒
1.
2.
可视化在GIS领域并不算是一个新概念,传统的二维图纸就是对保存在数据文件或数据库中的地理信息的可视化表示,这种方法可以较清晰地表示地理信息的平面部分。但是,我们的真实世界是三维的,空间中任意一点的位鼍必须由三个独立的变量才能唯一确定。 相似文献
3.
社交媒体签到数据中蕴含着大量的用户活动信息。理解社交媒体用户的活动和行为类型,对探索人类的移动性和行为模式等有着重要意义。提出了一种针对新浪微博(简称为微博)的用户活动分类方法,结合图像表达和时空数据分类技术,识别微博签到数据所代表的用户活动类型。首先,根据兴趣点属性信息将微博签到数据所代表的用户活动分为餐饮、生活服务、校园、户外、娱乐、出行6大类;然后,基于卷积神经网络和K近邻分类方法,融合签到数据中的图像场景信息与时空信息,对微博用户的活动行为进行分类。实验结果表明,所提方法能够显著提高微博用户活动类型识别的准确性,为精确探索人类行为活动提供更加有效的数据支持。 相似文献
4.
社交媒体数据可以为台风灾害追踪、灾时救援和灾情评估提供及时有效的信息。现有研究常采用主题建模和情感分析等技术对台风期间社交媒体平台(如新浪微博等)舆论话题和情感变化进行研究。在省域范围内以小时为时间粒度的多维度有效性论证尚有欠缺,且在舆情分析时未能区分用户群体差异。本文以台风“利奇马”为例,在浙江省域范围内,以新浪微博数据为研究对象,首先从词频分析、台风关注度时空变化以及特定灾害事件响应3个角度探讨了微博数据对台风灾情响应的有效性;其次采用隐含狄利克雷分布(Latent Dirichlet Allocation,LDA)主题模型技术挖掘微博文本主题信息,并根据Louvain算法对主题社团进行划分;然后开发了一种基于自定义情感词典的情感分析方法用于情感指数计算,与SnowNLP相比情感倾向性预测精度得到了提高;最后分析了台风期间官方和民众在新浪微博平台上的话题关注以及情感演变差异。结果表明:① 在省级范围内,微博数据能有效反映台风动态和灾害时空分布;② 台风事件微博文本的主题变化反映了灾情不同阶段舆论关注点的动态变化;③ 官方微博文本比民众微博文本具有更明确的主题社团结构;④ 台风事件相关微博文本中的消极情绪在台风登陆后显著增加,其中民众微博文本对台风灾害的情绪响应更及时,官方微博文本中的情感表达始终相对积极。 相似文献
5.
6.
已有地理主题模型没有考虑不同区域对微博主题影响程度的差异性,同时他们将时间要素离散化,难以得到连续时间上的微博主题强度。提出了一种顾及连续时间及区域影响力因素的时空主题模型。该方法将城市划分为多个区域,依据各兴趣点类型及数量对区域赋予权重以表达区域社会功能对微博主题的影响程度,基于稀疏增量式生成模型表达微博主题分布,利用Beta分布描述主题在连续时间中的强度,最终通过Gibbs采样得到时空主题模型各参数。实验表明,本文方法能发现连续时间上微博主题的演变,与已有地理主题模型相比,能更加准确地提取微博主题。 相似文献
7.
作为社会化媒体的重要类型,微博已经成为继新闻网站、论坛、博客之后,网络舆论生成的主要载体,"微博问政"成为热点和趋势,政务微博也成为政府信息公开、发布权威信息、提供公共服务、加强政民互动、引导网络舆论的重要平台。随着政务微博的快速发展,一系列新问题、新挑战也逐步显现。本文结合国土资源部政务微博的现状,就如何使用政务微博为民服务,提高政务微博应用水平,促进政务微博的健康发展,提升政府公信力,提出了对策建议。 相似文献
8.
信息化社会下的旅游流空间分布特征是一个全新的研究视角。从中国大陆31个省份中选取69个A级景区,利用新浪微博,获取省域范围内的粉丝分布情况。从总体、区域和主要出游地区3个方面,提取省域出游驱动力的空间分布特征。在微博用户的关系视角下,全国出游驱动力分布呈现明显差异,广东、北京两地在出游驱动力方面遥遥领先;通过省份-景点微博关系矩阵构成的出游驱动有向流发现,和东部地区的联系几乎占了全国出游驱动流的全部,而全国旅游接待的分布却相对均衡;最后,还发现了5个主要的聚类出游地区,并分析其特征。 相似文献
9.
10.
天气情感地图是一种表达情感相关的专题地图。本文提出了一种基于微博语义的天气情感地图设计方法,基于程序获取了合肥市区2016年6月20日至2016年7月10日暴雨期间带有地理位置的新浪微博数据,通过数据清洗及标准化处理,利用情感词库,结合人工判读,将暴雨天气过程相关情感微博文本数据分为8种情感类别,设计了8种情感着色,结合GIS格网技术与核密度分析方法,制成暴雨天气过程前、中后期情感地图,并分析了暴雨天气过程3个阶段中微博用户多维情感变化。该研究可为政府相关部门在突发性天气灾害过程中制定救助与决策提供参考。 相似文献