基于多策略的微博位置数据获取方法研究
本文选题:多策略 切入点:微博 出处:《测绘科学技术学报》2016年02期
【摘要】:随着Web2.0时代发展的成熟,在以微博为代表的新社交网络平台上产生了大量含有空间位置信息和时间标识的数据,即位置数据(location data)。位置数据是大数据的一个重要组成部分,现已作为一种战略性资源被广泛应用于社会生活的多个领域,而位置数据的获取是位置数据挖掘和应用的基础。深刻分析了基于API、基于网络爬虫和基于网络数据流3种目前常用的微博数据获取方法的特点,在此基础上提出了一种基于多策略的微博位置数据获取方法,详细阐述了该方法的基本原理、基本流程和主要特点。最后通过获取新浪微博的位置数据进行实验验证,结果证实,该方法可以实现全面、高效地获取微博位置数据。
[Abstract]:With the development of Web2.0 era, a large number of data including spatial location information and time identification have been generated on the new social network platform represented by Weibo. Location data is an important part of big data. Has been widely used as a strategic resource in many fields of social life, The acquisition of location data is the basis of location data mining and application. The characteristics of Weibo data acquisition methods based on API, web crawler and network data stream are deeply analyzed. On this basis, a multi-strategy based Weibo location data acquisition method is proposed, and the basic principle, basic flow and main characteristics of the method are described in detail. The results show that this method can obtain Weibo position data comprehensively and efficiently.
【作者单位】: 信息工程大学;石河子大学;
【基金】:国家自然科学基金项目(41271450);国家自然科学基金青年科学基金项目(41401467) 国家科技支撑计划项目(2012BAK12B02)
【分类号】:P208
【参考文献】
相关期刊论文 前6条
1 郭迟;刘经南;方媛;罗梦;崔竞松;;位置大数据的价值提取与协同挖掘方法[J];软件学报;2014年04期
2 刘经南;方媛;郭迟;高柯夫;;位置大数据的分析处理研究进展[J];武汉大学学报(信息科学版);2014年04期
3 廉捷;周欣;曹伟;刘云;;新浪微博数据挖掘方案[J];清华大学学报(自然科学版);2011年10期
4 罗莎;朱威;王培源;邹彤;郭唐永;;网络数据流分析方法[J];大地测量与地球动力学;2011年S1期
5 陈雷;刘嘉勇;;基于HTTP协议的POST数据分析与还原[J];通信技术;2011年04期
6 姚科;;开放API:新浪微博必经之路?[J];互联网天地;2010年08期
【共引文献】
相关期刊论文 前10条
1 俞童;邓术军;钱海忠;;基于城市POI的遥感影像渐进压缩技术[J];测绘工程;2017年04期
2 孔雪娜;孙红;;中文微博文本采集与预处理综述[J];软件导刊;2017年02期
3 陈艳华;宋彦涛;;基于SOA的网格化智慧社区信息系统的设计与实现[J];城市勘测;2017年01期
4 赵悦品;;网络信息安全防范与Web数据挖掘系统的设计与实现[J];现代电子技术;2017年04期
5 李绍俊;杨海军;黄耀欢;周芹;;基于NoSQL数据库的空间大数据分布式存储策略[J];武汉大学学报(信息科学版);2017年02期
6 秦永俊;;移动计算环境下远程用户体验数据挖掘方法研究[J];计算机测量与控制;2017年01期
7 杨东山;张晓滨;;基于过滤-精炼策略的用户特定时间段移动轨迹特征提取[J];计算机系统应用;2017年01期
8 徐雁飞;刘渊;吴文鹏;;社交网络数据采集技术研究与应用[J];计算机科学;2017年01期
9 田霏霏;沈记全;;基于用户影响力的微博数据提取算法[J];计算机应用与软件;2017年01期
10 向隆刚;王德浩;龚健雅;;大规模轨迹数据的Geohash编码组织及高效范围查询[J];武汉大学学报(信息科学版);2017年01期
【二级参考文献】
相关期刊论文 前10条
1 郭迟;方媛;刘经南;万怡;;位置服务中的社会感知计算方法研究[J];计算机研究与发展;2013年12期
2 王元卓;靳小龙;程学旗;;网络大数据:现状与展望[J];计算机学报;2013年06期
3 孟小峰;慈祥;;大数据管理:概念、技术与挑战[J];计算机研究与发展;2013年01期
4 王宏志;李建中;高宏;;一种非清洁数据库的数据模型[J];软件学报;2012年03期
5 王珊;王会举;覃雄派;周p,
本文编号:1686514
本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/1686514.html