婺源县旅游签到大数据研究——以新浪微博为例

随着社交媒体的迅速发展,旅游者在社交媒体平台上发布的旅游大数据越来越多。利用网络爬虫获取了婺源县2012—2020年的旅游签到数据进行研究。得到以下结论:婺源县游客的签到空间分布不均;春季游客签到最为活跃,尤其是3月、4月份签到率最高;女性游客签到率明显高于男性游客;外地游客签到率高于本地游客。为分析婺源的旅游流特征提供了一个新的角度,对于旅游地容量的管理、旅游地市场营销具有一定的参考价值。     

社交网络用户的社交关系和签到行为分析

 理解社交关系和移动行为的相关性,对于研究社交网络演化及建模人类移动是非常重要的。分析了两个基于位置社交网络网站用户的社交关系和签到行为,以量化社交关系与移动性的相关性。结果表明,社交或签到排名的概率分布反比于其排名,这意味着社交关系和移动性间存在着隐含的联系。通过对不同粒度下用户社交关系和签到行为的比较,以及用户皮尔逊相关系数的计算,证明社交关系和人类移动性存在较强的相关性。     

基于浮动车数据的城市居民出行行为规律分析

基于浮动车数据对代表居民活动地的特征点进行提取,并采用K均值算法对特征点进行聚类.本文采用这种方法对居民周末出行的空间分布规律进行分析.分析结果表明周末出行主要集中在商业娱乐休闲区,且城区分布相对于郊区更集中.     

基于C#.NET的电子签到系统设计

针对计算机专业教学上机实验课程教师对出勤学生进行点名花费时间长,影响学生上课思路,提出用C#.NET设计电子签到系统,让学生通过签到系统进行在线签到,代替教师传统的点名方法,减轻教师课堂管理及统计的工作量,提高了工作效率.     

含关键字的新浪微博获取与舆情分析

目的自动从新浪微博中抓取含指定关键词的相关微博,通过对抓取的微博进行分析,得到相关舆情热点。方法首先通过多线程爬虫,自动爬取含有指定关键字的微博,将其保存于数据库中,再采用基于字符串匹配的逆向最大匹配法对微博进行分词,计算各分词项的TF-IDF权重作为文本聚类的输入数据,最后用k-means算法进行聚类分析,得出舆情热点。结果与结论这种方法能自动从新浪微博中抓取含指定关键词的相关微博,通过聚类分析,每一族的微博内容具有较高的一致性和共同的主题,由此可迅速找出热点舆情,对及时了解和引导舆情具有积极的意义。     

基于词项关联关系的 FCM微博聚类算法

针对微博内容的稀疏、高维等特征,提出了一种基于词项关联关系的模糊C均值聚类算法。该算法通过挖掘词项间语义的关联程度,将文本特征最大化,并用提前标注部分同类文本的方式来指导模糊C均值算法在初始聚类中心上的选择,从而达到优化效果。实验结果表明,该算法一定程度上克服了微博本身存在的数据稀疏性问题,能高效地进行微博聚类。     

基于出行态度的自行车通勤出行市场划分

为识别自行车通勤出行中不同出行者选择偏好的差异,针对基于出行态度的自行车通勤出行市场进行划分.根据南京市居民通勤出行问卷调查,采用结构方程模型从29个观测变量中提取出若干态度潜变量,分析了出行偏好态度变量间的相关性,并采用K-means聚类方法对自行车通勤出行市场进行划分.根据选择自行车通勤出行意愿、对固定出行时刻需求、对出行舒适度需求及环保意识4类态度变量将自行车通勤出行市场划分为6个子市场,同一子市场内个人选择自行车出行意愿近似,不同子市场间选择意愿明显不同.分析了每个子市场内个人通勤出行态度特征以及自行车方式选择特征,针对每个子市场提出了相应政策以引导自行车通勤出行方式的选择.     

基于微博数据的“新冠肺炎疫情”舆情演化时空分析

本文依托2020年1月1日至2月29日期间共计6万条新浪微博博文与1.5万条微博热门评论,基于分布式爬虫技术、分布式数据库系统、SnowNLP情感分析模型以及KMeans文本聚类算法,对与"新冠肺炎疫情"相关的话题展开舆情分析,可视化地展现本次疫情事件中网络舆情的时空演化过程.在时间维度层面,通过文本聚类与情感分析,发现网民对于此次肺炎疫情的态度大致经历了三个阶段,即起伏不定的紧张焦虑期、缓慢攀升的团结振作期以及波动很小的自信平稳期,总体上呈现积极大于消极、正面大于负面的情绪状态.在空间维度层面,通过地理统计分析,发现疫情最严重地区网民评论人数最多,同时情感值也最低.     

基于改进的TF-IDF算法的微博话题检测

 中文微博具有更新快、时效性强等特点,产生的热点话题均具有一定的突发性,与此同时文本中有代表性的特征词也会随之激增。利用这一特性,在传统的TF-IDF(term frequency-inverse document frequency)基础上提出一种改进的特征权重算法,称之为TF-IDF-KE(term frequency-inverse document frequency-kinetic energy),用以解决突发性热点话题在聚类时特征不明显的问题。该算法结合物体的动能原理,将特征项的突发值用动能的概念进行描述,加入权值计算,提高突发性特征项的权重,最后使用CURE(clustering using representatives)算法,实现微博的话题检测。该方法描述了文本和特征项所具有的动态属性,实验结果表明,该方法能够有效地提高话题检测的效果。     

基于Android使用WiFi技术的签到系统

根据Android的平台特性以及WiFi的技术特点,建立基于Android平台、WiFi以及智能手机等技术为核心的签到系统,能够有效防止签到过程的代签、漏签、排队等现象,可以应用于校园考勤、公司管理、小型会议等。     

基于金融微博情感与传播效果的股票价格预测

目前对微博情绪与金融预测之间关系的研究多数停留于诸如模式识别、语义分析、情感挖掘等文本挖掘技术,而较少研究微博情感传递过程。以金融微博文本情感挖掘和语义分析为基础,对相关的股票价格曲线进行拟合预测分析,包括对微博信息转播模型的研究和对微博情绪预测模型的研究。首先通过分析微博转播过程中的多个因素,包括转发情绪吸收、微博内容影响力、微博作者影响力、微博发布时间等,对模型自身进行拟合效果优化。其次,针对认证和非认证用户分类分析,并加入了转发次数的对其的再度影响,发现不同类型不同转发的用户对于股市曲线的影响滞后期不同。最后,在针对股市曲线变化的不同时期,对模型的拟合效果进行分析。给定金融市场某一特定关键词,采集了500,000多条金融微博及其相关用户信息。实验结果表明,新集成模型表现强于简单神经网络模型,而且是否为认证用户以及微博转发次数对微博滞后期的影响有所不同。此外,新模型的拟合效果,在股市上升期模型的拟合效果最好,下降期次之,平稳振荡期效果最差。     

基于随机森林分类的微博机器用户识别研究

针对网络上机器用户大量散布谣言, 发布虚假信息, 误导网民舆论, 严重影响网络环境的问题, 以微博中的机器用户为研究对象, 结合其自动化程度高、伪装能力强、信息发布有针对性的特点, 从行为模式、微博内容、用户关系和发布平台4个维度分析机器用户的特征指标, 利用信息熵、内容重复率等8个指标构建微博用户的特征向量, 通过随机森林算法设计微博中机器用户的识别模型。最后, 在真实的新浪微博数据集上进行验证, 结果表明本模型识别机器用户的准确度达到96.7%, 可以有效地区分微博中的机器用户和普通用户。     

基于在线学习行为数据的学习效果模型与影响因素分析

为了探究学生在线学习情况与学习效果之间的关系,采用数据标注的方式解决学生学习行为表示的问题.以S大学在线教学平台数据为研究对象,通过数据挖掘技术探寻学生在线学习行为与学习效果之间的关系.对比多种机器学习算法后,选定随机森林算法作为学习效果预测模型的基本算法.研究发现：最能影响学习效果的因素是文档学习总时长,最终构建的学习效果预测模型对整体数据集的分类准确率达到84.69%.     

微博时代高校思想政治教育工作的改革方向

随着我国科技信息化的快速发展,“第四代媒体”的互联网和“第五代媒体”的手机已经成为社会公众工作和生活不可或缺的重要组成部分,微博则更加受到高校学生的青睐。微博时代的“来袭”,给我国高校思想政治教育工作带来了机遇,但同时也面临着严峻的挑战。文章通过对微博的内涵和特征、微博时代对高校思想政治教育工作的影响进行分析,提出微博时代高校思想政治教育工作的改革方向,为我国加强高校思想政治教育工作提供参考。     

基于小波相关性的对流层延迟改正数据分析

针对信号的非平稳性,根据小波相关性在分析两列信号相互关系方面的有效性,结合山东地壳运动GPS观测网络部分监测站的数据,利用GAMIT软件解算CASH、JIMO、RIZH、WUDI的对流层延迟改正.结果表明:两两站间的相关延迟量比较接近,没有出现较大的浮动,最小相关延迟发生在CASH-RIZH之间,最大相关延迟发生在RIZH-JIMO之间.     

游客微博主题情感分析方法比较研究

针对饮食、娱乐、购物、景观、交通和住宿6个旅游主题, 基于机器学习方法, 开展游客微博主题情感分析方法比较研究。以人工标注的53140条赴日游客微博为数据基础, 应用两种机器学习模型开展建模实验, 并分析不同特征对建模效果的影响。实验结果显示, 两种模型的建模效果良好, 适用于游客微博主题情感分析, 其中最大熵模型效果略优于支持向量机。研究还表明, 在词特征的基础上引入表情符号和主题词进行特征扩展, 可以提高模型的建模效果。     

一种基于加权聚类分析的岩体可爆性分级方法

在对岩体可爆性影响因素进行综合归纳分析的基础上,对14种岩石静载和动载特性参数、岩石容重以及岩体完整性系数测试与计算的结果进行了线性相关性统计分析. 结果发现,岩石静载抗拉强度、容重和岩体整体性系数三个指标线性相关性较低或基本不相关,可以同时采用且仅采用这三个指标对岩体的可爆性进行可靠描述. 基于此结果,同时考虑到岩石爆破破坏的动载特性,对本钢矿业公司某矿山的14种岩石容重、静载抗拉强度、岩体整体性系数、动载冲击强度进行了加权聚类分析,提出了该矿山岩体可爆性分级的方法.