面向城市信息感知的社交网络大数据分析

《面向城市信息感知的社交网络大数据分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、面向城市信息感知的社交网络大数据分析SocialNetworkBig-DataAnalysisBasedontheUrbanInformationSensing李文俊/LIWenjun陆建/LUJian王桥/WANGQiao（东南大学信息科学与工程学院，江苏南京，211186）(SchoolofInformationScienceandEngineering,SoutheastUniversity,Nanjing210096,China)中图分类号：TN915.03；TP393.03文献标志码：A文章编号：1009-6868(2013)04-0000-00DOI:10.3969/j.i

2、ssn.1009-6868.2013.04.zzz网络出版地址：http://www.cnki.net/kcms/detail/34.1228.TN.20130624.1516.001.html收稿日期：2013-04-23网络出版时间：2013-06-24基金项目：国家重点基础研究发展（“973”）规划（2011CB302905）摘要：基于南京城市信息感知平台，从新浪微博等社交网络数据分析的角度，研究面向城市的信息感知技术；研究结果表明，基于社交网络建立城市规模的计算模型，能迅速感知城市发展的进程，发现城市运行规律，从而实现高效、智能的城市。关键词：大数据；城市计算；社交网络；城市感

3、知Abstract:Inthispaper,wefocusonurbaninformationsensingtechnologywithrespecttotheNanjingurbaninformationsensingplatformandsocialnetworkdata.Ourexperimentalresultsshowthattheurbancomputingmodulebasedonsocialnetworkdataisquitehelpfulinsensingurbanrhythm,discoveringtheregularpattern,andachievingamor

4、eintelligentandefficientcity.Keywords:bigdata;urbancomputing;socialnetwork;urbansensing哈佛大学E.Glaeser在其新著《Triumphofthecity》[1]中指出：城市是人类最伟大的发明，是创新的发动机，城市化让人更加富有、智慧、绿色、健康和幸福。然而，城市化的进程带来了服务与管理上的巨大挑战。如果离开信息技术，城市化很可能演变为巨大的灾难。另一方面，随着移动互联、社交网络、云计算等信息技术的发展，数据在互联网上以远超人们想象的速度迅速膨胀。据统计，全球每秒钟发送290万封电子邮件；Twitt

5、er上每天发布5000万条消息；谷歌通过大规模集群及分布式MapReduce系统，每天需要处理24PB的数据；淘宝网会员超过3.7亿，每天交易量千万笔，产生几十太字节的数据。这些海量数据早已超越了目前人力所能处理的范畴，大数据时代已经来临：企业关注的重点转向了拥有数据的规模以及处理大数据的能力。近年来的城市计算[2]等技术，受到了极大的关注。在城市计算的概念中，城市空间里的任意设备、车辆、建筑、道路，包括人等都可作为一个计算单元来协同完成一个城市级别的计算。近年来，涌现了一些比较有代表性的工作：在哥本哈根，研究人员通过自行车轮胎上的传感器探知城市空气质量、噪音等[3]；在美国马萨诸塞州

6、，研究人员通过手机用户的通信时刻与位置分析城市动态信息[4]；在北京，微软亚洲研究院的研究者通过分析出租车轨迹研究城市交通问题[5]。本文依据我们开发的分析平台，通过分析用户在社交网络上产生的数据来感知城市信息。本文旨在展示：依托于网络数据分析尤其是社交网络数据分析，当前已经可以获取城市运行的关键信息，因此可以避免过度把注意力局限到信息采集基础设施的建设方面。1社交网络是城市感知的重要途径据统计，截至2012年12月底，中国互联网用户达到5.64亿，互联网普及率达到了42.1%。其中，作为新型社交媒体，微博近两年获得了爆炸式的发展，用户规模达到3.09亿，较2010年底增长了2.46亿

7、[6]。图1为中国近两年互联网用户及微博用户规模变化示意图。图1互联网及微博用户规模变化社交网络的兴起及大量活跃用户的存在，源源不断地产生着大量记录城市生活的数据，这类数据具有交互性、实时性、社会性的特点，隐含着大量有价值的信息，因此社交网络又被誉为“数据科学家眼中的金矿”[7]。社交网络数据的价值引起的许多研究者的关注，文献[8]针对社交网络中的大型用户关系网络，提出了一种新的分层社区发现算法；HaoTu等人[9]通过聚类方法，对城市热点话题