[发明专利]一种城市热点事件动态监测方法及系统

说明书

本发明公开了一种城市热点事件动态监测方法，包括步骤：S1，获取社交媒体数据中的热词；S2，将城市进行划分成单元，计算单元内热词的分布概率，得到城市热点事件中热词的空间分布；S3，计算相邻时间间隔内热词的相对距离，确定城市热点事件动态变化的空间范围。本发明还公开了一种城市热点事件动态监测系统。本发明涉及互联网技术领域，一种城市热点事件动态监测方法及系统，通过提取社交媒体数据中的热词，计算得到城市热点事件中热词的空间分布，确定城市热点事件动态变化的空间范围，实现城市热点事件在时空范围内的动态监测。

技术领域

本发明涉及互联网技术领域，尤其涉及一种城市热点事件动态监测方法及系统。

背景技术

城市热点事件是指一定数量的居民在城市内特定的时间和地点聚集并共同参与的活动。对其进行有效监测对于优化城市规划布局、改善城市交通状况、以及完善城市土地利用等具有重要的现实意义。然而，由于城市居民的聚集具有突发性，使得问卷调查等传统方式无法准确并及时的获取热点事件的关键信息，如事件发生的时间、地点与关键内容、以及该热点事件随着时间的推移其发展变化情况等。如何及时并准确地获取城市热点事件的时空信息，并检测其动态变化过程，是当前城市研究的热点与难点。

近年来，随着大数据技术的发展及应用，出现了大量诸如新浪微博、Twitter、Facebook等社交媒体数据。这些数据更新实时，包含空间位置与时间信息，能够反映城市热点事件的时空分布，同时也包含文本信息，为城市热点事件的监测提供了重要数据来源。“Li C,Sun A,Datta A(2012)Twevent:segment-based event detection fromtweets.In:CIKM’12,pp 155–164”利用k-means聚类的方法，提出一种从社交媒体文本信息中提取突发性事件文本信息的方法。“Sakaki T,Okazaki M,Matsuo Y(2010)Earthquakeshakes Twitter users:real-time event detection by social sensors.In:WWW’10,pp851–860”结合文本噪音处理和支持向量机算法，对城市热点事件的空间位置与内容信息进行检测。

现有的方法仅仅针对特定时间点的事件进行识别与检测，均没有实现一定时间范围内城市热点事件的动态监测。

发明内容

为了解决上述技术问题，本发明的目的是提供一种城市热点事件动态监测方法，实现城市热点事件在时空范围内的动态监测。

为了解决上述技术问题，本发明的目的是提供一种城市热点事件动态监测系统，实现城市热点事件在时空范围内的动态监测。

本发明所采用的技术方案是：一种城市热点事件动态监测方法，包括步骤：

S1，获取社交媒体数据中的热词；

S2，将城市进行划分成单元，计算单元内热词的分布概率，得到城市热点事件中热词的空间分布；

S3，计算相邻时间间隔内热词的相对距离，确定城市热点事件动态变化的空间范围。

作为上述方案的进一步改进，所述步骤S1包括子步骤：

S11，通过社交媒体网站的应用程序编程接口API获取社交媒体数据；

S12，获取社交媒体数据发布的时间信息，在社交媒体数据发布的时间范围T内，划分n+1个时间间隔t_i，其中，T＝(t₁,t₂,t₃,...t_i...t_n,t_n+1)，获取每个时间间隔t_i内社交媒体数据的文本内容；