基于社交媒體地理數(shù)據(jù)挖掘的游客時空行為分析.pdf

1、移動互聯(lián)網(wǎng)技術的飛速發(fā)展以及移動終端設備的廣泛普及，人們對空間信息服務的需求日益增大?？臻g信息服務、無線移動服務和社交網(wǎng)絡服務的結合，產(chǎn)生了海量的社交媒體地理數(shù)據(jù)。社交媒體地理數(shù)據(jù)作為大數(shù)據(jù)時代地理信息的重要組成部分，具有自身獨特的性質(zhì)，包含空間、時間、語義等屬性信息，數(shù)據(jù)更新速度快、數(shù)據(jù)量大，與用戶活動息息相關，信息量豐富等，使其相比于傳統(tǒng)地理數(shù)據(jù)，蘊含較大的發(fā)展?jié)摿εc應用價值。得到用戶長期的行為操作數(shù)據(jù)可以發(fā)掘用戶的行為模式，認知用

2、戶的偏好，真實再現(xiàn)用戶在現(xiàn)實世界中的生活軌跡，幫助認知用戶的行為模式;從提供基于位置服務的角度來說，對用戶活動及出行提供更好的認知，也可以幫助運營商提高服務水平與質(zhì)量;另一方面可以根據(jù)用戶的關注度來發(fā)現(xiàn)用戶關注的城市熱點區(qū)域，針對不同地點，不同時段的用戶出行需求制定基于位置的服務。對政府和社會而言，這些數(shù)據(jù)是對人類活動的真實采樣。從這些數(shù)據(jù)中可以分析出很多有意義的信息，為政府的決策提供參考依據(jù)。
　　本文基于社交媒體地理數(shù)據(jù)的特點

3、，從理論研究和實際應用出發(fā)，對社交媒體地理數(shù)據(jù)的獲取、存儲、處理及應用進行了深入研究和分析，研究內(nèi)容集中在以下三個方面:
　　1.通過對位置大數(shù)相關理論的研究及對社交媒體地理數(shù)據(jù)概念及特點的研究，設計實現(xiàn)了對海量社交媒體地理數(shù)據(jù)獲取的方法，利用API數(shù)據(jù)訪問接口，采用Java SDK開發(fā)包，基于Eclipse開發(fā)平臺設計實現(xiàn)了社交媒體地理數(shù)據(jù)的抓取方法。以社交媒體地理數(shù)據(jù)中的簽到數(shù)據(jù)的獲取為例，通過微博API中的位置服務接口和位置

4、地點動態(tài)接口獲取了上?？驮吹浇K浙江兩省A級以上景區(qū)出游的簽到數(shù)據(jù);最終獲取到2013～2015年在江蘇省A級以上景區(qū)的簽到數(shù)據(jù)達1，360，011條記錄，在浙江省A級以上景區(qū)的簽到數(shù)據(jù)達527，825條記錄。
　　2.其次根據(jù)社交媒體地理數(shù)據(jù)的特點及數(shù)據(jù)結構，本文采用SQL Server數(shù)據(jù)庫和ArcGIS的地理空間數(shù)據(jù)庫作為數(shù)據(jù)的存儲媒介，研究了SQL Server數(shù)據(jù)庫連接GeoDatabase的方法;在數(shù)據(jù)的預處理過程中，

5、基于Microsoft Visual Studio2010開發(fā)平臺，采用C＃語言編寫了三個簽到數(shù)據(jù)預處理程序，分別為簽到數(shù)據(jù)整合、興趣點上的簽到人數(shù)統(tǒng)計和簽到時間字段解析，實現(xiàn)海量簽到數(shù)據(jù)的快速處理;最后，通過對POIID的清洗、POI類別篩選、目標數(shù)據(jù)提取，得到2013～2015年上?？驮丛诮K省A級以上景區(qū)的簽到數(shù)據(jù)提取量為:59073條記錄，在浙江省A級以上景區(qū)的簽到數(shù)據(jù)提取量為:33176條記錄。
　　3.對獲取到的社交媒

6、體地理數(shù)據(jù)進行應用實例挖掘分析，分別從時間、空間上對數(shù)據(jù)進行挖掘分析。從時間角度出發(fā)，通過對獲取到的簽到數(shù)據(jù)進行篩選、統(tǒng)計后，分別對2013～2015年上海客源到江蘇浙江兩省A級以上景區(qū)出游的簽到數(shù)據(jù)進行年際變化特征分析，節(jié)假日變化特征分析及節(jié)假日、周末和工作日的對比變化特征分析。從空間角度出發(fā)，利用ArcGIS空間分析方法，通過對2013～2015年上?？驮吹浇K浙江兩省A級以上景區(qū)出游的簽到數(shù)據(jù)做核密度分析，探索上?？驮锤信d趣的旅游