Brazilian Megacities中地理定位推文的特征刻画
计算机与社会
2017-09-08 v1
摘要
本工作提出了一个用于收集、处理和挖掘地理定位推文的框架，以在智慧城市背景下提取有意义且可操作的知识。我们收集并刻画了来自两座最大城市Rio de Janeiro和S\~ao Paulo的超过9M条推文。我们使用潜在狄利克雷分配（Latent Dirichlet Allocation）模型进行主题建模，以在地理定位推文流上产生语义主题的无监督分布，以及这些主题上的词分布。我们手动标注并聚合相似主题，获得了两座城市共29个不同主题。结果显示两座城市在大多数主题上相似，反映了Rio de Janeiro和S\~ao Paulo居民相似的兴趣与关注点。然而，某些特定主题在其中一座城市中更为突出。
引用
@article{arxiv.1709.01981,
title = {Characterizing Geo-located Tweets in Brazilian Megacities},
author = {João Pereira and Arian Pasquali and Pedro Saleiro and Rosaldo Rossetti and Nélio Cacho},
journal= {arXiv preprint arXiv:1709.01981},
year = {2017}
}