微博用户的中国传统节日感知及区域差异研究

随着智能移动终端和社交网络应用的普及,越来越多的人愿意通过社交网络平台进行交流和表达自己的情感,因此产生了大量含有地理位置、文本内容等多种信息的用户生成数据,为大数据时代的城市研究及特定时空间内个体感知和行为活动研究提供新的数据源。本文基于2012-2014年约54万条微博用户数据,探测民众对包括春节、元宵节、清明节、端午节和中秋节在内的中国传统节日的情感表达和关注热点,以期发现在城市化与全球化影响下,人们对中国传统节日的认知变化和区域特征。通过Python 3.6进行词频分析及LDA主题模型分析可知：① 春节是中国人主题感知最为强烈的节日,且多为对新年美好祝愿的表达,其次是中秋节,以回家团聚为主,另外情人节也成为一个显性的节日;② 传统节日期间,出行方式以飞机和汽车为主,机场和高速成为与节日活动密切相关的场所;③ 共识性岁时习俗整体感知较好,但各地域特色节庆活动及饮食习俗在表现形式上有所差异,且差异在逐渐减小;④ 词频分析较好地反映了微博用户对中国传统节日的普遍感知及具有地方特色的区域差异,而LDA主题模型分析能够反映一定的传统节日主题聚类结果,但对不同节日的主题聚类效果并不十分明显。     

Modeling and visualizing semantic and spatio-temporal evolution of topics in interpersonal communication on Twitter

Interpersonal communication on online social networks has a significant impact on the society by not only diffusing information, but also forming social ties, norms, and behaviors. Knowing how the conversational discourse semantically and geographically vary over time can help uncover the changing dynamics of interpersonal ties and the digital traces of social events. This article introduces a framework for modeling and visualizing the semantic and spatio-temporal evolution of topics in a spatially embedded and time-stamped interpersonal communication network. The framework consists of (1) a topic modeling workflow for modeling topics and extracting the evolution of conversational discourse; (2) a geo-social network modeling and smoothing approach to projecting connection characteristics and semantics of communication onto geographic space and time; (3) a web-based geovisual analytics environment for exploring semantic and spatio-temporal evolution of topics in a spatially embedded and time-stamped interpersonal communication network. To demonstrate, geo-located and reciprocal user mention and reply tweets over the course of the 2016 primary and presidential elections in the United States from 1 August 2015 to 15 November 2016 were analyzed. The large portion of the topics extracted from mention tweets were related to daily life routines, human activities, and interests such as school, work, sports, dating, wearing, birthday celebration, music, food, and live-tweeting. Specific focus on the analysis of political conversations revealed that the content of conversational discourse was split between civil rights and election-related discussions of the political campaigns and candidates. These political topics exhibited major shifts in terms of content and the popularity in reaction to primaries, debates, and events throughout the study period. While civil rights discussions were more dominant and in higher intensity across the nation and throughout the whole time period, election-specific conversations resulted in temporally varying local hotspots that correlated with locations of primaries and events.     

主题模型与SVM组合的小尺度街区用地分类方法

城市用地分类作为城市规划重要的基础和依据,对城市资源配置、建设发展等具有重要意义。现有研究对用地分类都聚焦于“稀路网、大街区”的大尺度区域,随着城市发展,大尺度区域的规划模式造成了城市交通效率低下、土地低效率开发等问题,而小尺度的城市街区建设规划为解决上述问题提供了一种新的思路。为了充分挖掘现有交通大数据的潜在价值,更以高效地服务小尺度街区规划,本文将主题模型与支持向量机（SVM）相组合,提出一种面向小尺度街区的用地分类方法。本文以上海市黄浦区人民广场附近为研究区域,依据精细路网对研究区域划分,通过对一周（7天）出租车GPS数据处理,结合区域兴趣点（POI）数据,基于隐含狄利克雷分布（LDA）模型和SVM模型进行用地分类。在人工解译的分类图的基础上对本文方法进行精度评价,并基于百度地图地理数据进行结果验证。研究表明本文方法基于现有的交通大数据,实现了对小尺度街区用地分类,方法分类精度较高,在一定程度上可以节约人力物力,以便更好地服务于小尺度城市规划。     

全媒体时代地理信息传播模式的研究

全媒体时代的到来,实现了受众身份的重构,信息发布门槛的降低,让公众真正参与到信息的传播中。地理信息作为信息的种属分支,势必会在全媒体时代的浪潮中发生变化。本文针对全媒体时代下地理信息的传播模式进行了研究,从传播学的视角,以信息的传播理论为基础,对地理信息传播模式的变迁进行了分析,并构建了全媒体时代下去中心化、辐射扩散式的传播模式。结合全媒体的特点从传播主体、内容、形式、受众和方式上分析了地理信息的传播特征,对当下地理信息传播态势和所存在的问题进行了研究和展望。     

情景预估在气候变化科普中的作用

通过对国内外情景预估模拟展现气候变化前景和极端气象条件下的灾害事件正、反两方面的案例分析,总结情景预估应用的经验和教训,提出充分发挥情景预估辅助作用的思路,并展望未来情景预估与虚拟现实等高科技结合的应用前景。     

地图数据网络分发中数据加密算法的研究

本文详细论述了网络分发中数据加密算法的基本概念、算法分类和各自的特点,重点分析了对称加密算法中的DES、AES和非对称加密算法中的RSA加密算法,在综合比较几种加密算法的基础上,结合实际应用,提出了一种新的加密算法-散列组合加密算法,新算法既满足了数据加密安全性的要求,也满足了加密效率的要求。     

基于语义规则和词向量的台风灾害网络情感分析方法

灾害期间的舆情引导有助于维护社会稳定。社交媒体是舆论传播的重要渠道,通过微博评论了解用户的网络情感及关注的话题,可以帮助相关舆情监测部门掌握公众的关注热点,从而选择适当的干预节点来应对网络舆情,并对公众情绪进行疏导,这对于应急管理具有现实意义。现有的研究大多是利用有监督的机器学习方法进行情感分类,这需要人工进行语料的标注,工作量大。本文根据微博评论文本的特点,综合考虑情感词以及表情符号等多重情感源,构建了台风灾害领域情感词典。在此基础上,提出了一种基于情感词语义规则的情感倾向计算方法,以及基于词向量的话题聚类方法。首先,采集了近年5次台风灾害期间共计40多万条微博评论文本,基于大连理工情感词汇本体库进行扩展构建了台风灾害领域情感词典,结合PMI法构建表情符号词典,根据语义规则确定情感倾向,并使用3500条评论文本验证了该方法的有效性。然后,本文基于词向量、TF-IDF与K-means的聚类方法探索灾害期间热点话题。最后,以2020年4号台风“黑格比”为例,基于台风期间的5万余条微博评论文本进行了舆情情感分析,并识别出6类与台风相关的话题。通过时空分析发现,随着时间的推移,微博评论文本的数量发生一定变化,评论数量多的地区大都集中在沿海地区和经济水平高的地区,台风登陆当天浙江省的恐惧情感达到最高。结果表明,基于语义规则和词向量的台风灾害网络情感分析方法,能在类似灾害事件发生时为政府部门掌握和引导网络舆情提供辅助。     

广西金龙铝土矿地质与地球化学特征研究

采用常量、稀土分析、X粉晶衍射、镜下鉴定、红外光谱、扫描电镜等方法,系统研究广西金龙铝土矿的地质与地球化学特征,对该区铝土矿综合开发利用有重要的指导意义。结果表明:矿区Al2O3平均含量约44%,铝硅比均值约3.57,主要矿物有硬水铝石(37%)、高岭石、叶腊石、锐钛矿,部分含赤铁矿、针铁矿、三水铝石。ΣREE相对富集,样品δEu存在负异常,δCe异常不明显,沉积环境多为海陆过渡相,成矿环境以还原环境沉积为主导,有异地沉积等成矿物质多源特征。硬水铝石属斜方晶系双锥体类,在矿石中与高岭石、叶腊石等嵌布伴生,不易分选。     

Web-Based GIS as a Tool for Supporting Marine Research

Collecting marine data during hydroacoustic research surveys is a complex task, which not only consists of measurements but also analysis, validation, and interpretation of information acquired by various sensors. Automatic integration, visualization, and processing of collected data allow for a more precise investigation of the researched phenomena. The paper presents a dedicated Web-based system for fusion and dissemination of data from satellite imagery, hydrological measurements using CTD probes, acoustic surveys by multibeam systems, side-scan sonars and singlebeam echosounders, as well as live radar feed and oil spill spread models. The system has been designed as a tool for supporting research using the aforementioned techniques.