面向稀疏散布数据集的时空Kriging优化

时空Kriging法通过将变异函数向时空域进行扩展得到时空变异函数,有效地利用时空邻近的采样点综合进行插值,由于时空稀疏散布数据集具有单一时刻下样本点数量少以及时空分布不规律的特点,难以满足使用时空Kriging插值法的基本条件,导致插值精度不高,据此本文提出了优化方法：通过多时段叠置拟合空间变异函数的方法,综合利用时空邻域内的采样点以解决单一时刻下空间邻域内数量不足情况;控制时间变异对空间变异函数拟合的误差影响;采用积合式模型构建时空变异函数进行插值。最后使用Argo海温数据进行插值实验,在相同条件下与时空Kriging法以及时空权重法的交叉验证结果对比得出,该方法在保证拟合所需采样点数量要求的同时,有效削减了一般时空Kriging法中时间变异对空间变异函数拟合结果的干扰,插值结果的绝对误差均值从0.5降低至0.2以内,稳定性进一步增强,改善了时空Kriging法在稀疏散布数据条件下精度上的不足。     

面向网络新闻的爬虫开发与热点新闻事件分析

Python平台开发了网络新闻爬虫,通过实验对比常用的网页数据获取方法,本文提出一种适合新闻网页的解析方式,克服了获取动态网页时源码不完整、单一方法解析网页效率低下等弊端,满足了新闻网页抓取、解析、结构化和入库存储等需求。并将新浪新闻中心作为网络新闻数据采集的目标,分析发现新浪新闻近几年的发展情况。此外,利用词频统计等手段对十九大会议新闻进行分析,直观地反映了十九大的核心人物、关键党派、热点话题变化等重要信息。     

厦门城市自助游网络结构及机制研究

从省外自助游客发表在携程网上的厦门游记中提取旅游流信息，运用社会网络分析和QAP相关分析对城市自助游网络结构特征及形成机制进行研究。结果表明：在时间、经济等多重制约因素的影响下，厦门旅游节点呈现高度的不均衡性，处于核心区域的7个节点间彼此联系密切，且节点间的距离较近，形成高度集聚效应，对省外自助游客形成了“刚性”吸引力，其他边缘区旅游产品是第二选择；边缘区节点“抱团”现象也很普遍，无论是节点较为密集的环岛路还是岛外的节点群，说明即便在交通体系已经很发达的厦门，距离摩擦对于游客游览路线的选择均起到一定影响；QAP相关分析得出旅游流的形成与距离对外交通设施和酒店的远近相关性不显著，与节点的公共交通通达性、网络知名度及节点的集聚程度有显著的相关性；针对岛内外节点应采取不同的策略来降低时间和经济成本，提高核心节点游览效率，完善预警机制，同时挖掘岛内外旅游产品的互补性，从而实现旅游空间的相对均衡。