基于社交媒体大数据的交通感知分析系统

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....

Full description

Saved in:
Bibliographic Details
Published in自动化学报 Vol. 44; no. 4; pp. 656 - 666
Main Authors 郑治豪, 吴文兵, 陈鑫, 胡荣鑫, 柳鑫, 王璞
Format Journal Article
LanguageChinese
Published 中南大学交通运输工程学院 长沙410075%中南大学软件工程学院 长沙410075%中南大学信息科学与工程学院 长沙410075 2018
Subjects
社会交通
机器学习
命名实体识别
文本分类
数据可视化
Online AccessGet full text

Cover

More Information
Summary: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.
ISSN:0254-4156
1874-1029
DOI:10.16383/j.aas.2017.c160537