基于社交媒体大数据的交通感知分析系统

• 作者: 吴文兵 柳鑫 王璞 胡荣鑫 郑治豪 陈鑫
• 来源期刊: 自动化学报
• 关键词: 社会交通 机器学习 文本分类 命名实体识别 数据可视化
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 论文与报告
• 页码范围: 656-666
• 页数: 11页
• 字数: 6700字
• 语种: 中文
• DOI: 10.16383/j.aas.2017.c160537

摘要

社交媒体数据中蕴含了丰富的交通状态信息,这些信息以人类语言为载体,包含了大量对交通状态的因果分析与多角度描述,可以为传统交通信息采集手段提供有力补充,近年来已成为交通状态感知的重要信息来源.本文以新浪微博为主要数据来源,分别利用支持向量机算法、条件随机场算法以及事件提取模型完成微博的分类、命名实体识别与交通事件提取,开发了基于社交媒体大数据的交通感知分析与可视化系统,可以为交通管理部门及时提供交通舆情及突发交通事件的态势、影响范围、起因等信息.在交通信息采集系统建设较为薄弱的地区,本文建立的系统可以为交通管理提供信息补充.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王璞	中南大学交通运输工程学院	24	319	9.0	17.0
2	陈鑫	中南大学信息科学与工程学院	58	403	10.0	17.0
3	郑治豪	中南大学交通运输工程学院	2	7	1.0	2.0
4	吴文兵	中南大学软件工程学院	1	7	1.0	1.0
5	胡荣鑫	中南大学交通运输工程学院	1	7	1.0	1.0
6	柳鑫	中南大学交通运输工程学院	1	7	1.0	1.0