一种基于共词网络的社交媒体数据主题挖掘方法

对社交媒体所包含文本数据的深入挖掘,有利于有效地进行后续的时空分析。提出了一种新的基于共词网络的社交媒体数据主题挖掘方法,依据词频-逆文档频率分析,自动筛选出与主题相关的关键词汇,基于微博间是否包含相同的关键词汇,提出构建以微博为节点的共词网络,并结合Louvain社区探测算法进行文本主题挖掘。所提出的方法是一种无监督方法,且具有不需要指定聚类数目的优点。实验表明,该方法在主题挖掘表现上,准确率和召回率均优于常用的文档主题生成模型。以收集的2012年北京暴雨期间包含关键词的微博为例,利用提出的方法对微博数据集进行挖掘和时空分析,结果表明所提方法在实际应用中的有效性。     

国外山地旅游研究热点、进展与启示

山地旅游在全球旅游发展中占有重要地位,其理论研究也逐渐成为热点。利用CiteSpace软件对国外山地旅游文献发表时间、地理信息等特征进行数理统计以分析其特征;同时对关键词进行突变词和共现分析,并利用SPSS软件进行聚类分析以探索国外研究热点和趋势;最后,为避免共词分析方法的盲区,对文献进行全面梳理以分析学科的知识结构。结果表明：游客满意度、国家公园、遗产旅游等内容是国外研究热点,其研究内容主要包括目的地开发管理、社区研究、旅游影响、旅游者行为,其中最主要的两种旅游方式是自然旅游和乡村旅游,而在方法上国外较为偏重定量研究。通过对前期研究成果的梳理和分析,以期为我国山地旅游研究提供一定启示。     

基于词向量数据场轨迹引力的多中心识别和空间交互分析

多中心化是分散城市人口,疏解交通拥堵,调节职住失衡,应对"大城市病"的重要手段.针对轨迹大数据,先利用词向量描述其空间特征和行为规律,再结合数据场理论表达城市区域对轨迹的吸引强度,并完成多中心识别,最后借鉴复杂网络理论对多中心空间交互规律进行探索和挖掘.结果表明:①郑州市轨迹吸引强度呈核心强、外围弱、沿线蔓延的圈层空间...     

唱耶舞耶快乐耶·芦笙声中显身手

“耶”是一个衬词,义是侗族的一种歌舞,因为这种歌舞“耶”声不断,人们就以“耶”来命名这种歌舞。“多”是侗语,有“唱、跳”之意;“多耶”就是“边跳舞边唱歌”的意思。侗族民间也把“多耶”称为“团歌”、“踩堂歌”。不论男女老少,不论尊卑宾主,只要乐意,就可以手牵手围在一起载歌载舞。多耶活动,早在宋代就有记载：“辰、沅、靖等蛮,仡伶……农隙时至一二百人为曹,手相握而歌,数人吹笙前导之”。     

基于视觉词袋方法的不同分辨率的遥感影像检索

缩小语义鸿沟,是基于内容的遥感影像检索的必经之路,本文提出了一种基于多种底层特征的视觉词袋方法来进行不同分辨率的遥感影像的分类和检索。主要涉视觉词袋模型的构建以及该模型采用不同的底层特征描述对实验结果的影响。通过对不同分辨率的遥感影像进行基于不同底层特征组合的视觉词袋特征的提取,从而得到一系列分类检索实验结果。结果表明,基于底层特征组合的视觉词袋方法能有效地提高不同分辨率遥感影像的分类和检索效果。     

基于词嵌入的地理知识库实体类别对齐方法研究

地理知识库是地理实体及其相互间关系的集合,对于智能搜索、问答、推荐等知识服务有重要的支撑作用。然而,已有的地理知识库由于来源、形式、构建者等的不同,在实体地名、空间位置、类别等方面存在“同义异形”和“同形异义”的语义异构现象,影响了地理知识库间的知识融合与共享。语义对齐是解决语义异构的一种有效方法,其中实体类别对齐是语义对齐的基础,对于提高实体地名和空间位置的对齐精度具有重要作用。现有的实体类别对齐方法主要采用传统的字符相似度和结构相似度等来度量类别的相似度,无法捕捉实体类别深层次的语义相关性,从而影响了类别对齐的精确性。因此,本文提出了一种基于词嵌入的地理实体类别对齐方法,采用词嵌入模型从语料中学习实体类别的语义信息,并通过词向量来表达,以此弥补现有方法存在的缺失,进而提升实体对齐精度。进一步地,通过通用语料与地理信息语料的融合,本文实现了词嵌入模型所用语料在地理语义方面的增强,从而更精准地度量地理实体类别间的相关性。不同地理知识库实体类别对齐的实验表明,本文提出的方法能够有效捕捉地理实体类别的深层次语义信息,其实体类别对齐的调和平均值（Fl）可达0.9568,有效提高了实体类别的对齐精度。     

文本地图可视化综述

对文本地图相关研究进行梳理,将文本地图分为纯文字地图和标签地图两大类,并指出了两者的差异性。其中,标签地图又被分为层叠式标签地图、关联式标签地图、内置式标签地图和变体式标签地图4类。从布局算法、功能和用户体验3个方面指出了文本地图的设计优化方向。其中,布局算法需进一步改进执行效率,顾及标签位置与语义关联;功能优化需改进标签地图的时序表达;用户体验需进一步加强文本地图的可用性与易用性研究。这能够为地理文本数据的可视化表达提供参考。