基于改进Markov算法的人类活动信息挖掘.pdfVIP

2017 年 2 月 地 理 空 间 信 息 Feb.,2017 第 15 卷第 2 期 GEOSPATIAL INFORMATION V〇l.15,No.2 d 〇i :10.3969/j .issn .1672-4623.2017.02.001 基于改进M arkov算法的人类活动信息挖掘 王艳东 1 2, ，高露妹1 ，王 腾 \ 姜 伟 1 (1.测绘遥感信息工程国家重点实验室，湖 北 武 汉 430079 ; 2.地球空间信息技术协同创新中心，湖 北 武 汉 430079) 摘 要 ：近 年 来 ，基于位置的社交媒体飞速发展，为人类移动规律的挖掘与研究带来新的数据源。基 于 扩 展 M arkov 模 型 ，加入 时间维度，提出一种利用社交媒体时空数据挖掘人类活动规律的方法，探索用户的活动位置和活动位置的变化规律。应用该方 法对北京市新浪微博用户的个体和群体活动规律进行探索，可有效挖掘人类在以小时为单位细粒度时段的移动规律并由此反映 区位人口的动态变化。 关 键 词 ：社 交 媒 体 ；数 据 挖 掘 ；人 类 活 动 模 式 ；M arkov 模型 中 图 分 类 号 ：P208 文 献 标 志 码 ：B 文 章 编 号 ：1672-4623 (2017) 02-0001-05 人类的移动规律是进行城市管理活动（如交通管 生活从现实扩展到网络，人们热衷于在社交媒体平台 理、灾害预防和应急响应以及城市规划等）的重要参 中展示自己每天的活动并标注位置。新浪微博作为在 考 [1]。近年来，大量学者结合手机数据[2-3]、人口普查数 中国流行较早、社会参与度较高的社交媒体平台，涵 据 [4_5]、航班数据[6-7]、出租车数据[8-9]、交通卡数据[10_12] 盖了用户较长时间跨度的数据，为研究人类的活动规 等不同类型数据，从各个领域探索了人类移动规律的 律提供了重要的数据源。本文使用网页爬虫采集了北 挖掘方法[13_14]。 京市范围内所有的新浪微博用户在2014年 1〜8 月发布 随着智能手机的普及，基于位置的社交媒体应用 的所有的带有位置信息的微博数据，一 共 1 800多万 得到空前发展。这些社交媒体可以在用户进行在线社 条。每条微博数据包含微博发布位置的经纬度坐标、 交活动时对用户活动信息如位置信息、时间信息等进 发布时间等信息。本文使用了 2014年 1〜6 月的数据对 行记录，从而产生了面向用户个体的社交媒体数据。 人类活动规律进行探测，并使用了 2014年 7〜8 月的数 这些社交媒体数据获取相对方便、对用户位置记录实 据对方法的有效性进行验证。 时准确[15]，并且经常涵盖大量用户并保持相对较长的 2 方 法 一段时间，这对基于庞大的数据量和较长时间跨度的 研究是非常有意义的[16_20]。 本文提出了一个利用社交媒体时空数据挖掘人类 为了量化人类在位置间的移动可能性，大量研究 活动模式的框架，如 图 1 所示，总共包含以下几个部 使用了计算模型，其中 Markov模型作为一种预测方法 分 ：①数据预处理；②活动提取；③活动位置的探测； 被广泛应用[21_28]。基于社交媒体数据，一些学者探索 ④活动位置转换的探测。 了使用该模型进行人类移动规律挖掘的方法[29_31]。本 _______ \_______ \_______ \________