排序方式： 共有6条查询结果，搜索用时 31 毫秒
1
1.
了解城市污染状况是治理城市污染的首要环节。社交媒体中包含了能够反映人们对周围环境的感受的数据资料,可以帮助人们更直观地了解城市污染现状。本文以新浪微博为例,提出了从社交媒体中获取城市污染相关数据的方案,设计了基于社交媒体的城市污染信息分类法和可视化方法,在实验部分以北京市为例对本方法的结果进行了分析与讨论。 相似文献
2.
从社交媒体中挖掘灾害应急信息,能够有效帮助传统灾害管理获取实时、主题丰富的灾害信息,从而成为灾害应急管理的新手段。得益于深度学习在自动特征提取上的成就,本文研究了一种利用卷积神经网络对社交媒体中的灾害应急信息进行自动实时提取与分类的方法。首先,利用社交媒体数据和Word2vec模型,构建与灾害类事件相关的语料库并获得相应的词向量;其次,将词嵌入文本和相应的灾情类别作为卷积神经网络的输入,经过多分类学习得到分类模型,用以提取近实时灾害信息。以2012年“7.21北京特大暴雨”事件为案例,通过分类模型获得常见灾情类别的暴雨灾害社交媒体信息。该模型在测试集上的精度达到了90%以上,并且将模型运用于新爬取的2016年暴雨数据集上也得到了较好的表现,说明该模型在近实时自动提取灾害信息方面具有可行性。在对2012年分类结果进行时空分析结果表明,通过社交媒体获得的暴雨灾害主题信息符合灾害发展的规律,说明了利用深度学习提取社交媒体数据中的灾害应急信息的有效性和可行性,能够为实时灾害应急管理提供新的思路。 相似文献
3.
对社交媒体所包含文本数据的深入挖掘,有利于有效地进行后续的时空分析。提出了一种新的基于共词网络的社交媒体数据主题挖掘方法,依据词频-逆文档频率分析,自动筛选出与主题相关的关键词汇,基于微博间是否包含相同的关键词汇,提出构建以微博为节点的共词网络,并结合Louvain社区探测算法进行文本主题挖掘。所提出的方法是一种无监督方法,且具有不需要指定聚类数目的优点。实验表明,该方法在主题挖掘表现上,准确率和召回率均优于常用的文档主题生成模型。以收集的2012年北京暴雨期间包含关键词的微博为例,利用提出的方法对微博数据集进行挖掘和时空分析,结果表明所提方法在实际应用中的有效性。 相似文献
4.
创建校园三维景观模型对信息化校园管理具有重大意义。本文结合内蒙古科技大学三维景观模型制作的需求与实际情况,制定了在现有仪器限制、数据获取困难以及人力缺乏条件下,快速、高效地制作校园三维景观模型的方案。在创建模型的过程中综合使用了两种建模技术,多种纹理映射方式,得到一种高效的、快速建立三维景观模型的方法。并根据建立的三维模型创建了三维漫游动画,并在Google Earth中获取多种属性信息。 相似文献
5.
近年来,随着城市的发展,空气污染日益严重。目前,我国城市空气质量监测主要依靠空气质量监测站,但监测站数量有限,并且空气质量在一个城市的不同区域会出现较大起伏,单一利用监测站不易发现城市所有位置的空气质量起伏变化。对此,利用带有地理位置信息的新浪微博数据,分析空气污染相关主题微博与空气质量监测站点空气质量指数（air quality index,AQI）数据的相关性,建立两者间的函数关联,提出了一种建立城市空气质量趋势面的方法。实验结果表明,该方法不仅能定性地表现出城市不同区域的相对空气质量,也可定量、细粒度地展示城市空气质量情况。 相似文献
6.
基于社交网络点评数据, 考虑到城市的路网结构特征, 采用道路网约束下的核密度估计方法研究城市商业设施的空间分布模式。同时, 结合商业设施的顾客光临次数和评分对核密度估计进行加权, 发现了城市商业设施顾客光临和顾客满意度在空间上的差异性, 即在部分路段商业设施的分布、顾客光临分布以及顾客满意度分布不匹配。为了分析这种空间差异性, 针对城市的路网结构特征以及社交网络点评数据特征, 提出了道路网约束下的G统计量作为指标的空间自相关分析方法, 通过量化分析发现了高值聚集和低值聚集的路段, 反映了顾客光临和顾客满意度在空间上的分布模式, 揭示了顾客满意度高或低的商业设施在空间上的聚集分布。这些分析结果为城市规划、商业设施布局、选址问题等提供了定量化的参考依据。 相似文献
1