利用 Twitter 与新浪微博社交媒体数据构建地点的动态本体模型
计算机与社会
2023-03-03 v1
摘要
地点承载着人类的思想与经验。空间由几何测量与坐标系定义。社交媒体充当了地点与空间之间的连接。在本研究中，我们利用社交媒体数据(Twitter、微博)在两个独立区域——中国北京与美国圣迭戈——构建动态本体模型。采用三种空间分析方法生成地名本体：1) 核密度估计(KDE)；2) 基于密度的带噪声应用空间聚类动态方法(DBSCAN)；3) 层次聚类。我们从带地理标签的社交媒体数据中识别地名本体的特征类型，并通过比较其带地理标签点的 KDE 默认搜索半径对其进行分类。通过追踪高度动态的非行政地点的季节变化，我们观察到季节变异模式，说明了由人类活动与对话随时间和空间变化引起的地点本体动态变化。我们还通过考察逐点互信息(PMI)分数与词云来研究各地名的语义。本研究的主要贡献在于在地理学领域联系并分析地点、空间及其属性之间的关联。研究者可利用众包数据研究地点本体，而非依赖传统地名辞典。本研究中的动态本体可为城市规划、重新分区及其他相关行业提供明晰的见解。
引用
@article{arxiv.2303.00877,
title = {Building Dynamic Ontological Models for Place using Social Media Data from Twitter and Sina Weibo},
author = {Ming-Hsiang Tsou and Qingyun Zhang and Jian Xu and Atsushi Nara and Mark Gawron},
journal= {arXiv preprint arXiv:2303.00877},
year = {2023}
}
备注
38 pages, 13 figures, 5 tables