基于地理位置的社交網(wǎng)絡(luò)事件分析方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及數(shù)據(jù)挖掘領(lǐng)域，尤其涉及一種基于地理位置的社交網(wǎng)絡(luò)事件分析方法 及系統(tǒng)。
【背景技術(shù)】
[0002] 社交網(wǎng)絡(luò)的社會化特性及迅速、及時(shí)的傳播，吸引了大量對信息實(shí)時(shí)性有高需求 的用戶，使得世界上的每一個(gè)人都能夠成為信息源，并使之在全球傳播，這就使得社交網(wǎng)絡(luò) 事件本身所承載的信息量大大增加。社交網(wǎng)絡(luò)事件集合了海量的新聞、事件和信息，并且每 天都在更新，每天都在流傳，并對現(xiàn)實(shí)的社會產(chǎn)生巨大的影響。尤其是在突發(fā)事件的信息傳 播上，更是超越了傳統(tǒng)媒體，成為了信息快速傳播的渠道。社交網(wǎng)絡(luò)上的信息不僅發(fā)布及 時(shí)，而且也是現(xiàn)實(shí)社會生活的縮影，挖掘社交網(wǎng)絡(luò)事件中的信息有利于從不同角度分析現(xiàn) 實(shí)世界的情況。
[0003] 隨著移動(dòng)互聯(lián)網(wǎng)的爆炸性發(fā)展，具有定位功能的設(shè)備也越來越普及，用戶可以方 便地獲取到更加精確的地理位置信息，這使得越來越多的數(shù)據(jù)帶有了地理的屬性。同時(shí)，在 城市規(guī)劃、旅游業(yè)、安全等領(lǐng)域應(yīng)用中，對這類帶有地理位置信息的數(shù)據(jù)的分析需求也越來 越旺盛。
[0004] 以微博為代表的社交網(wǎng)絡(luò)已成為中國發(fā)展最快的互聯(lián)網(wǎng)應(yīng)用，是一個(gè)基于用戶關(guān) 系的信息分享、傳播以及獲取信息的平臺。目前在發(fā)布信息的同時(shí)可以對地理位置進(jìn)行標(biāo) 記，但是這些地理位置相對孤立，即只和本條微博存在聯(lián)系。盡管海量的微博信息之間可通 過評論、轉(zhuǎn)發(fā)、好友發(fā)生聯(lián)系，但其無法在真實(shí)的空間范圍上發(fā)生聯(lián)系，缺乏地理位置服務(wù) (LocationBasedService，簡稱LBS)相關(guān)因素。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明提供一種基于地理位置的社交網(wǎng)絡(luò)事件分析方法及系統(tǒng)，用于基于地理位 置分析相關(guān)的社交網(wǎng)絡(luò)事件。
[0006] 本發(fā)明的第一個(gè)方面是提供一種基于地理位置的社交網(wǎng)絡(luò)事件分析方法，包括：
[0007] 對每個(gè)社交網(wǎng)絡(luò)數(shù)據(jù)文本進(jìn)行分詞處理，獲得所述社交網(wǎng)絡(luò)數(shù)據(jù)文本的詞；
[0008] 建立所述社交網(wǎng)絡(luò)數(shù)據(jù)文本對應(yīng)的地理位置與所述社交網(wǎng)絡(luò)數(shù)據(jù)文本的映射關(guān) 系，所述社交網(wǎng)絡(luò)數(shù)據(jù)文本對應(yīng)的地理位置為所述社交網(wǎng)絡(luò)數(shù)據(jù)文本的詞中，與地理位置 相關(guān)的詞；
[0009] 根據(jù)各社交網(wǎng)絡(luò)數(shù)據(jù)文本對應(yīng)的地理位置，確定預(yù)設(shè)的各目標(biāo)地理位置對應(yīng)的社 交網(wǎng)絡(luò)數(shù)據(jù)文本；
[0010] 針對每個(gè)目標(biāo)地理位置，對所述目標(biāo)地理位置對應(yīng)的社交網(wǎng)絡(luò)數(shù)據(jù)文本的詞進(jìn)行 權(quán)重計(jì)算，獲得并將所述目標(biāo)地理位置對應(yīng)的社交網(wǎng)絡(luò)數(shù)據(jù)文本的關(guān)鍵詞，作為所述目標(biāo) 地理位置的熱門事件進(jìn)行推送。
[0011] 本發(fā)明的另一個(gè)方面是提供一種基于地理位置的社交網(wǎng)絡(luò)事件分析系統(tǒng)，包括：
[0012] 分詞模塊，用于對每個(gè)社交網(wǎng)絡(luò)數(shù)據(jù)文本進(jìn)行分詞處理，獲得所述社交網(wǎng)絡(luò)數(shù)據(jù) 文本的詞；
[0013] 地理位置獲取模塊，用于建立所述社交網(wǎng)絡(luò)數(shù)據(jù)文本對應(yīng)的地理位置與所述社交 網(wǎng)絡(luò)數(shù)據(jù)文本的映射關(guān)系，所述社交網(wǎng)絡(luò)數(shù)據(jù)文本對應(yīng)的地理位置為所述社交網(wǎng)絡(luò)數(shù)據(jù)文 本的詞中，與地理位置相關(guān)的詞；
[0014] 地理位置分析模塊，用于根據(jù)各社交網(wǎng)絡(luò)數(shù)據(jù)文本對應(yīng)的地理位置，確定預(yù)設(shè)的 各目標(biāo)地理位置對應(yīng)的社交網(wǎng)絡(luò)數(shù)據(jù)文本；
[0015] 事件分析模塊，用于針對每個(gè)目標(biāo)地理位置，對所述目標(biāo)地理位置對應(yīng)的社交網(wǎng) 絡(luò)數(shù)據(jù)文本的詞進(jìn)行權(quán)重計(jì)算，獲得并將所述目標(biāo)地理位置對應(yīng)的社交網(wǎng)絡(luò)數(shù)據(jù)文本的關(guān) 鍵詞，作為所述目標(biāo)地理位置的熱門事件進(jìn)行推送。
[0016] 本發(fā)明提供的基于地理位置的社交網(wǎng)絡(luò)事件分析方法及系統(tǒng)，通過對社交網(wǎng)絡(luò)數(shù) 據(jù)文本進(jìn)行研宄，分析出與地理位置關(guān)聯(lián)的社交網(wǎng)絡(luò)數(shù)據(jù)文本，并將各地理位置對應(yīng)的社 交網(wǎng)絡(luò)數(shù)據(jù)文本的關(guān)鍵詞，作為該地理位置的熱門事件進(jìn)行推送，可以幫助用戶直觀的獲 取到地理位置相關(guān)的熱門事件。
【附圖說明】
[0017] 圖1為本發(fā)明實(shí)施例一提供的基于地理位置的社交網(wǎng)絡(luò)事件分析方法的流程示 意圖；
[0018] 圖2為本發(fā)明實(shí)施例二提供的基于地理位置的社交網(wǎng)絡(luò)事件分析系統(tǒng)的結(jié)構(gòu)示 意圖。
【具體實(shí)施方式】
[0019] 為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例 中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述。
[0020] 圖1為本發(fā)明實(shí)施例一提供的基于地理位置的社交網(wǎng)絡(luò)事件分析方法的流程示 意圖，如圖1所示，所述方法包括：
[0021] 101、對每個(gè)社交網(wǎng)絡(luò)數(shù)據(jù)文本進(jìn)行分詞處理，獲得所述社交網(wǎng)絡(luò)數(shù)據(jù)文本的詞。
[0022] 實(shí)際應(yīng)用中，可以先從大數(shù)據(jù)分析平臺獲取一定時(shí)間段內(nèi)、一定數(shù)量的社交網(wǎng)絡(luò) 數(shù)據(jù)文本，例如，微博，則相應(yīng)的，在101之前，所述方法還可以包括：獲取在預(yù)設(shè)時(shí)間段內(nèi) 發(fā)布的預(yù)設(shè)數(shù)量的所述社交網(wǎng)絡(luò)數(shù)據(jù)文本。
[0023] 具體的，本實(shí)施例中的所述社交網(wǎng)絡(luò)數(shù)據(jù)文本可以來源于大數(shù)據(jù)分析平臺 ElasticSearch搜索引擎，以微博為例，所有的微博均可為原創(chuàng)微博，不包括用戶轉(zhuǎn)發(fā)的微 博。
[0024] 相應(yīng)的，獲取到一定時(shí)間段內(nèi)、一定數(shù)量的社交網(wǎng)絡(luò)數(shù)據(jù)文本后，需要對這些社交 網(wǎng)絡(luò)數(shù)據(jù)文本進(jìn)行預(yù)處理，而預(yù)處理則主要是對社交網(wǎng)絡(luò)數(shù)據(jù)文本進(jìn)行分詞。仍以微博為 例，則需對微博文本信息進(jìn)行分詞處理，具體的，這里的文本信息不包括用戶發(fā)布的圖片等 信息。
[0025] 實(shí)際應(yīng)用中，所述分詞處理可以通過多種實(shí)施方式實(shí)現(xiàn)，例如，可以利用分詞器對 社交網(wǎng)絡(luò)數(shù)據(jù)文本進(jìn)行分詞處理?？蛇x的，101具體可以包括：利用IKAnalyzer分詞器，對 所述社交網(wǎng)絡(luò)數(shù)據(jù)文本進(jìn)行分詞處理。具體的，以對微博文本進(jìn)行分詞為例，分詞器首先加 載詞典，分析微博文本，截取一個(gè)token，搜索關(guān)鍵詞采用從最大詞到最小詞層層迭代檢索 方式切分，到詞典中檢索該搜索詞中最大分割詞，以此類推繼續(xù)進(jìn)行迭代檢索方式切分直 到結(jié)束。
[0026] 102、建立所述社交網(wǎng)絡(luò)數(shù)據(jù)文本對應(yīng)的地理位置與所述社交網(wǎng)絡(luò)數(shù)據(jù)文本的映 射關(guān)系，所述社交網(wǎng)絡(luò)數(shù)據(jù)文本對應(yīng)的地理位置為所述社交網(wǎng)絡(luò)數(shù)據(jù)文本的詞中，與地理 位置相關(guān)的詞。
[0027] 實(shí)際應(yīng)用中，可以通過從社交網(wǎng)絡(luò)數(shù)據(jù)文本的各詞中，篩選出與地理位置相關(guān)的 詞，獲得所述社交網(wǎng)絡(luò)數(shù)據(jù)文本對應(yīng)的地理位置。具體的，可以利用搜狗的三級行政區(qū)劃地 名詞典進(jìn)行篩選，相應(yīng)的，以微博為例，如果檢測到微博文本中有上述詞典中的地理位置信 息，就結(jié)合該微博的上下文，提取出該地理位置信息。相應(yīng)的，在獲得所述社交網(wǎng)絡(luò)數(shù)據(jù)文 本對應(yīng)的地理位置后，把所述社交網(wǎng)絡(luò)數(shù)據(jù)文本和這些與地理位置相關(guān)的詞關(guān)聯(lián)起來。具 體的，可以采用命名實(shí)體識別的地理文本分析方法，利用搜狗的三級行政區(qū)劃地名詞典，如 果微博中出現(xiàn)有行政區(qū)劃地名詞典中的地理位置信息，就結(jié)合微博的上下文提取該地理位 置信息，并和該微博關(guān)聯(lián)。
[0028] 可選的，為了節(jié)省處理資源，提高處理效率，對于不包含與地理位置的詞的社交網(wǎng) 絡(luò)數(shù)據(jù)文本，則確定該社交網(wǎng)絡(luò)數(shù)據(jù)文本不含地理位置信息，相應(yīng)的，可將其丟棄不作處 理。
[0029] 103、根據(jù)各社交網(wǎng)絡(luò)數(shù)據(jù)文本對應(yīng)的地理位置，確定預(yù)設(shè)的各目標(biāo)地理位置對應(yīng) 的社交網(wǎng)絡(luò)數(shù)據(jù)文本。
[0030] 實(shí)際應(yīng)用中，根據(jù)各社交網(wǎng)絡(luò)數(shù)據(jù)文本與地理位置的映射關(guān)系，可以確定出各目 標(biāo)地理位置對應(yīng)的社交網(wǎng)絡(luò)數(shù)據(jù)文本。
[0031] 具體的，所述各目標(biāo)地理位置可以根據(jù)實(shí)際需要確定，例如，可以以可視化地圖中 的各地理位置為對象，進(jìn)行熱門事件分析，則相應(yīng)的，在103之前，所述方法還可以包括：將 可視化地圖中的地理位置作為所述目標(biāo)地理位置。舉例來說，地理位置分析的可視化可以 基于百度地圖API實(shí)現(xiàn)的Web地圖應(yīng)用。
[0032] 104、針對每個(gè)目標(biāo)地理位置，對所述目標(biāo)地理位置對應(yīng)的社交網(wǎng)絡(luò)數(shù)據(jù)文本的詞 進(jìn)行權(quán)重計(jì)算，獲得并將所述目標(biāo)地理位置對應(yīng)的社交網(wǎng)絡(luò)數(shù)據(jù)文本的關(guān)鍵詞，作為所述 目標(biāo)地理位置的熱門事件進(jìn)行推送。
[0033] 具體的，在確定各目標(biāo)地理位置對應(yīng)的社交網(wǎng)絡(luò)數(shù)據(jù)文本后，可以采用TF-IDF方 法對這些社交網(wǎng)絡(luò)數(shù)據(jù)文本的每個(gè)詞進(jìn)行權(quán)重計(jì)算，根