基于新浪微博的公交系统数据采集及分析

• 作者: 任敏 华雪东 谷文林
• 来源期刊: 现代电子技术
• 关键词: 微博 公交系统 数据抓取 中文分词 大数据
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 电子技术应用
• 页码范围: 159-162
• 页数: 4页
• 分类号: TN911-34|U491.14
• 语种: 中文

摘要

为充分利用大数据时代的海量数据，提出一种基于新浪微博的公交系统数据采集及分析方法。通过Web Crawler从新浪微博抓取所需时空范围内的公交微博，分析公交微博发布的时间与空间分布规律；随后采用KMP算法统计并剔除冗余转发及回复微博，提取并分析公交相关的热点话题；基于中科院ICTCLAS算法进行中文分词处理，删除停用词后统计词频，生成关键词的词云。最后通过南京市范围内的8913条公交微博进行实例验证与分析，结果表明，该方法可以从海量的微博数据中提取公交相关数据并进行分析，分析数据量大且有时效性，分析结果可为公交系统管理的优化与改善、公交政策的制定提供数据支撑。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谷文林	河海大学商学院	38	169	8.0	11.0
2	任敏	河海大学商学院	3	25	3.0	3.0
3	华雪东	东南大学交通学院	11	134	6.0	11.0