一种社交媒体中定位地点信息与文本地点信息融合方法技术

本发明专利技术是一种社交媒体中定位地点信息与文本地点信息融合方法，包括以下步骤：步骤

【技术实现步骤摘要】
一种社交媒体中定位地点信息与文本地点信息融合方法


[0001]本专利技术涉及社交媒体监督数据处理分析
，具体涉及一种社交媒体中定位地点信息与文本地点信息融合方法
。

技术介绍

[0002]社交媒体数据
(social media data, SMD)
，例如从微博
、
推特
(Twitter)、Facebook
等平台抓取的数据，已经成为交通行为分析领域的一个重要数据来源
。
社交媒体中内嵌的地点信息，例如人们分享的定位信息，为分析行人的出行方式提供宝贵依据
。
之前研究仅利用人们分享的定位地点信息
(geotag
‑
based location)
来做交通行为分析，但文献研究证明，日常生活中在社交媒体分享定位信息的人的比例极低，以推特为例，分享
geotag
人比例仅为
1%
，从而致使大量社交媒体数据无法被充分利用
。

技术实现思路

[0003]本专利技术的目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种社交媒体中定位地点信息与文本地点信息融合方法，其特征在于，该方法包括以下步骤：步骤
S1
：采集并筛选与主题相关的社交媒体数据
SMD
；步骤
S2
：利用命名实体匹配算法
NEM
从主题相关的社交媒体数据
SMD
的文本中提取出有效的文本地点信息，并利用定位标记
Geotag
提取出定位地点信息；步骤
S3
：利用相应的融合策略将文本地点信息与定位地点信息进行融合，以确定每条社交媒体数据
SMD
使用哪种地点信息来为后续的交通行为分析服务
。2.
根据权利要求1所述的社交媒体中定位地点信息与文本地点信息融合方法，其特征在于，在所述步骤
S1
中，社交媒体数据
SMD
采集与筛选过程如下：步骤
S1.1
：数据爬取，根据关键字
、
时间窗
、
地理边界从社交媒体数据
SMD
中爬取与分析主题相关的数据；步骤
S1.2
：噪声滤除，将非当地官方语言数据
、
短数据
、
重复数据滤除，剩下的数据组成原始社交媒体数据
SMD
；步骤
S1.3
：数据筛选，使用文本滤波器筛选出与主题相关的数据，构成主题相关社交媒体数据
SMD。3.
根据权利要求2所述的社交媒体中定位地点信息与文本地点信息融合方法，其特征在于，所述步骤
S2
中，命名实体匹配算法
NEM
实现分为如下几个步骤：步骤
S2.1
：分词，将一段或一句文字分成不同的片段；步骤
S2.2
：建立地点名词典，通过爬取地点名数据库
GeoNames
和地点名数据库
OpenStreetMap
，建立分析区域的所有地点名的数据子库，即地点名词典；步骤
S2.3
：片段和地点名的标准化，将每个片段和每个地点名格式统一化，以及将缩写的文字恢复全称形式...

【专利技术属性】
技术研发人员：李腾，陈卓，
申请(专利权)人：苏州工业园区蒙纳士科学技术研究院，
类型：发明
国别省市：