微博数据挖掘的用户行为时空特征分析Spatiotemporal characterization of user behaviors based on micro-blog data mining
梁年,何宗宜,苗静
摘要(Abstract)：
针对国内既有研究对微博数据地理位置属性的关注主要集中在省域大尺度上,对微博发布时间考量不足且大多数都没有反映出地理位置随时间的变化问题,提出将微博数据的时间和空间属性结合起来,在城市中观尺度上综合分析用户行为时空特征并据此进行事件监测的方法。实验结果表明,通过格网化离散的微博数据对数据进行时空分析,可以发现用户日常行为的时空特征及其变化;通过全局自相关检验及局部自相关热点探测,依据微博热点区域的数量和属性变化可以正确发现事件所在地理位置。
关键词(KeyWords)： 微博数据;数据挖掘;用户行为;时空特征;事件监测
基金项目(Foundation):
作者(Author): 梁年,何宗宜,苗静
DOI: 10.16251/j.cnki.1009-2307.2016.03.007
参考文献(References)：
- [1]游翔,葛卫丽.微博数据获取技术及展望[J].电子科技,2014,27(10):123-126,132.
- [2]HAWELKA B,SITKO I,BEINAT E,et al.Geo-located Twitter as proxy for global mobility patterns[J].Cartography and Geographic Information Science,2014,41(3):260-271.
- [3]LI L,GOODCHILD M F,XU B.Spatial,temporal,and socioeconomic patterns in the use of Twitter and Flickr[J].Cartography and Geographic InformationScience,2013,40(3):61-77.
- [4]LEE R,WAKAMIYA S,SUMIYA K.Discovery of unusual regional social activities using geo-tagged microblogs[J].World Wide Web,2011,14(4):321-349.
- [5]LEE R,WAKAMIYA S,SUMIYA K.Urban area characterization based on crowd behavioral lifelogs over Twitter[J].Personal and Ubiquitous Computing,2013,17(4):605-620.
- [6]刘晓娟,尤斌,张爱芸.基于微博数据的应用研究综述[J].情报杂志,2013,32(9):39-45.
- [7]周金元,张莎莎,刘桂峰,等.国内微博研究综述[J].情报杂志,2013,32(9):46-51.
- [8]杨成明.微博客用户行为特征实证分析[J].图书情报工作,2011,555(12):21-25.
- [9]王波,甄峰,席广亮,等.基于微博用户关系的网络信息地理研究——以新浪微博为例[J].地理研究,2013,32(2):380-391.
- [10]王波,甄峰,魏宗财.南京市区活动空间总体特征研究——基于大数据的实证分析[J].人文地理,2014(3):14-21,55.
- [11]隋正伟,邬伦,刘瑜.基于签到数据的城市空间交互网络研究[J].地理与地理信息科学,2013,29(6):1-4.
- [12]胡庆武,王明,李清泉.利用位置签到数据探索城市特点与商圈[J].测绘学报,2014,43(3):314-321.
- [13]李敏,王晓聪,张军,等.基于位置的社交网络用户签到及相关行为研究[J].计算机科学,2013,40(10):72-76.
- [14]张永庆,张冰,刘晓慧.大中型城市中心城区都市型产业发展研究[J].城市问题,2005(2):16-21.