[發(fā)明專利]指定地域微博數(shù)據(jù)收集與處理方法

有效

• 申請?zhí)枺?/td>: 201410254030.5
• 申請日: 2014-06-09
• 公開（公告）號: CN104133834B
• 公開（公告）日: 2018-05-04
• 發(fā)明（設計）人: 任福繼;劉寧;全昌勤;華磊
• 申請（專利權）人: 合肥工業(yè)大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 安徽合肥華信知識產(chǎn)權代理有限公司34112
• 代理人: 余成俊

1.指定地域微博數(shù)據(jù)收集與處理方法，其特征在于：包括以下步驟：

(1)、GEO地理信息種子點選取：

設目標種子點數(shù)量為N，對指定城市區(qū)域使用矩形切割，確定城市邊緣；做矩形區(qū)域對角線，以地圖比例尺長度10公里間距做平行線，分割矩形區(qū)域；在各條分割平行線上，以地圖比例尺長度5公里為半徑做圓形區(qū)域依次覆蓋矩形區(qū)域，各圓形區(qū)域不重疊；分隔線上不足5公里的區(qū)域按實際情況采用合適圓形區(qū)域覆蓋；對于各圓形區(qū)域結合處，以比例尺半徑為R公里的圓形區(qū)域覆蓋該區(qū)域，R≤5，要求做到重疊區(qū)域不超過3％；覆蓋指定地域的各圓形區(qū)域的圓心即為候選GEO地理信息種子點，候選GEO地理信息種子點總數(shù)量記為N'，根據(jù)公式(1)確定最后種子點數(shù)量：

f=N′,N′<NN,N≤N′---(1)]]>

公式(1)中，f表示種子點數(shù)量，當候選GEO地理信息種子點數(shù)量N'小于目標種子點數(shù)量N時，取候選GEO地理信息種子點作為最終種子點；當候選GEO地理信息種子點數(shù)量N'大于目標種子點數(shù)量N時，調(diào)整候選GEO地理信息種子點圓形區(qū)域的位置及半徑大小，使覆蓋矩形區(qū)域的圓形區(qū)域數(shù)量為N以內(nèi)的整數(shù)，此時選擇調(diào)整后的圓形區(qū)域的為最終種子點區(qū)域；

根據(jù)上述獲得的最終種子點，即f所代表的種子點，定位地圖信息，導出經(jīng)緯度數(shù)據(jù)，即可得到種子點的GEO地理信息；

(2)、微博數(shù)據(jù)獲取；

根據(jù)步驟(1)獲取的種子點GEO地理信息數(shù)據(jù)，調(diào)用微博第三方API接口，獲取指定區(qū)域內(nèi)的微博數(shù)據(jù)；微博數(shù)據(jù)包括微博創(chuàng)建時間、微博信息內(nèi)容、地理信息字段；獲取的微博數(shù)據(jù)通過UTF-8格式的TXT文本文件保存在本地，記為D_GEO；

(3)、微博數(shù)據(jù)處理：

將步驟(2)中獲取的微博文本文件D_GEO按照微博創(chuàng)建時間及對應的地理信息成對提取出來，并以UTF_8格式的文本文件保存在本地，記為D_t×geo；從微博文本文件D_GEO中提取出微博信息內(nèi)容，并本地以UTF-8格式的文本保存，記為D_cont。