基于位置微博的大风信息提取及应用

利用广东省广州市2017年1月1日至5月30日的大风信息和灾情数据,分析了大城市位置微博的时空特征,在此基础上采用关键词语意分析、风险等级映射、灾情权重值结合GIS热点分析的方法构建基于位置微博的大风信息提取架构,实现大风信息的提取,并利用个例进行验证。研究表明:本文提出基于位置微博的大风信息提取架构,对收集大风信息和灾情具有一定的实用价值。而位置微博信息本身具有及时性强、成本低、数据量大的优势,能作为一种大风信息提取的有效补充手段。     

面向不同用户群体的社交媒体台风舆情演化分析及对比研究

社交媒体数据可以为台风灾害追踪、灾时救援和灾情评估提供及时有效的信息。现有研究常采用主题建模和情感分析等技术对台风期间社交媒体平台（如新浪微博等）舆论话题和情感变化进行研究。在省域范围内以小时为时间粒度的多维度有效性论证尚有欠缺,且在舆情分析时未能区分用户群体差异。本文以台风“利奇马”为例,在浙江省域范围内,以新浪微博数据为研究对象,首先从词频分析、台风关注度时空变化以及特定灾害事件响应3个角度探讨了微博数据对台风灾情响应的有效性;其次采用隐含狄利克雷分布（Latent Dirichlet Allocation,LDA）主题模型技术挖掘微博文本主题信息,并根据Louvain算法对主题社团进行划分;然后开发了一种基于自定义情感词典的情感分析方法用于情感指数计算,与SnowNLP相比情感倾向性预测精度得到了提高;最后分析了台风期间官方和民众在新浪微博平台上的话题关注以及情感演变差异。结果表明：① 在省级范围内,微博数据能有效反映台风动态和灾害时空分布;② 台风事件微博文本的主题变化反映了灾情不同阶段舆论关注点的动态变化;③ 官方微博文本比民众微博文本具有更明确的主题社团结构;④ 台风事件相关微博文本中的消极情绪在台风登陆后显著增加,其中民众微博文本对台风灾害的情绪响应更及时,官方微博文本中的情感表达始终相对积极。     

融合图像和时空信息的社交媒体用户活动分类方法

社交媒体签到数据中蕴含着大量的用户活动信息。理解社交媒体用户的活动和行为类型,对探索人类的移动性和行为模式等有着重要意义。提出了一种针对新浪微博（简称为微博）的用户活动分类方法,结合图像表达和时空数据分类技术,识别微博签到数据所代表的用户活动类型。首先,根据兴趣点属性信息将微博签到数据所代表的用户活动分为餐饮、生活服务、校园、户外、娱乐、出行6大类;然后,基于卷积神经网络和K近邻分类方法,融合签到数据中的图像场景信息与时空信息,对微博用户的活动行为进行分类。实验结果表明,所提方法能够显著提高微博用户活动类型识别的准确性,为精确探索人类行为活动提供更加有效的数据支持。     

微博与气象业务系统的集成应用

文章阐述了气象本地业务系统与微博紧密集成的相关概念、方法和实现技术。为提升气象业务服务水平提供一种分享和交流渠道。     

新媒体时代基于政务微博新平台建设服务型政府浅议

作为社会化媒体的重要类型,微博已经成为继新闻网站、论坛、博客之后,网络舆论生成的主要载体,＂微博问政＂成为热点和趋势,政务微博也成为政府信息公开、发布权威信息、提供公共服务、加强政民互动、引导网络舆论的重要平台。随着政务微博的快速发展,一系列新问题、新挑战也逐步显现。本文结合国土资源部政务微博的现状,就如何使用政务微博为民服务,提高政务微博应用水平,促进政务微博的健康发展,提升政府公信力,提出了对策建议。     

基于模式匹配的交通微博文本位置信息提取模型

及时有效地从快速更新的交通微博文本中提取位置信息是实现智能交通服务的前提之一.该文分析交通事件文本中常用的位置表达模式,结合有限状态机进行位置模式匹配,提出一种微博文本位置信息提取模型.首先根据微博文本位置信息的句法表达特征,基于线性参照方法提取空间特征词的词性与角色属性,构建位置表达模式,并表达为T rie搜索树结构;其次对微博文本进行分词、词性标注等预处理,利用有限状态机建立位置信息提取模型,实现微博文本位置信息提取;最后以南昌、广州、深圳3个城市9799条路况微博文本为实验数据,验证该模型的有效性.结果表明,该模型的准确率和召回率均达85％ 以上,可有效提取交通微博文本中的位置信息.     

基于微博数据和情感分析法的台风“米克拉”灾情过程探测

以2020年第6号台风“米克拉”为例,采集了5916条新浪微博作为数据源,综合应用隐含狄利克雷分布(Latent Dirichlet Allocation,LDA)主题模型、文本情感分析方法和空间分析技术,挖掘、分析台风的灾情时空过程。基于LDA主题模型建立了主题-词矩阵并进行隐含主题聚类,这些微博文本被分为灾损类信息、预警类信息、防御类信息和无关信息;从主题信息和文本情感值两个角度入手,对此次台风事件网络舆情的演化过程进行分析。结果表明:“米克拉”登陆前有大量积极情感的微博,主要包含渴望降雨、降温等信息,此类微博大量分布在漳州、厦门、福州等地区;在台风入境后消极情感的微博大量增多,主要描述道路、树木等受大风和大雨影响的灾损类信息,此类信息的空间位置主要分布在漳州和厦门,能较好地反映台风灾害影响的时空分布。通过对微博主题类别和情感极性进行时空分析,实现台风灾害事件发展趋势的监测,为防灾减灾提供参考依据。     

四川九寨沟7.0级地震后社交媒体多层次信息沟通功能分析

本文以“社交媒体多层次信息流”为概念框架,分析了四川九寨沟7.0级地震发生后,个人、当地的组织、宏观层面的主流媒体使用社交媒体所发挥的作用。通过对微博的数据进行挖掘分析,总结出地震灾害发生后社交媒体所具有的5项功能:人际之间的交流,地方政府、本土组织以及当地媒体的传播渠道,大众传媒信息发布的渠道,信息的收集和分享,微观、中观以及宏观各主体间沟通的渠道。在强震发生后社交媒体有巨大的传播潜力,本文的研究成果对未来大震发生后如何利用社交媒体来应对灾害有一定的借鉴意义。     

新媒体时代背景下涉震舆情处置建议——以四川省地震局官方微博开展涉震舆情处置为例

为了总结四川省地震局在新媒体时代的涉震舆情引导处置经验,给相关部门提供借鉴案例,本文以四川省地震局官方微博为研究对象,探讨其在2019年长宁MS6.0地震后虚假信息、燕子群飞、2020年绵阳老井升温、2018年“古天文学家王笑冬”预报地震4个典型涉震舆情事件中的应对策略,并提出5点新媒体时代涉震舆情处置的建议：把“化危为机”作为舆情应对的“战略考量”,把团队培养作为舆情处置的“储备考量”,把实时监控作为舆情操作的“决策考量”,把科普宣传作为舆情优化的“手段考量”,把“战时思维”作为舆情引导的“意识考量”。     

结合微博数据挖掘的时空特征分析

在大数据背景下处理海量数据时,数据的获取和分析手段至关重要。本文运用网络平台的开放接口API,对特定的地理区域和特定的用户采集包含时空信息的数据,建立了一个通过模拟登录自动发送网络请求,解析与提取返回数据,集数据采集、处理、入库于一体的微博数据采集系统;用微博数据的发布位置分布及集聚状态研究了用户的行为特征。试验表明,该方法可为事件发现、趋势预测、用户特征分析等方面提供信息。