[发明专利]基于社交媒体数据的城市土地利用混合度测算方法及系统

权利要求书

1.基于社交媒体数据的城市土地利用混合度测算方法，其特征是，包括：

步骤(1)：获取社交媒体数据的发布时间、位置信息和文本数据，并对社交媒体数据中的文本数据进行预处理；

步骤(2)：将时间划分为若干个时间间隔，从预处理得到的文本数据中提取每个时间间隔对应的文本主题以及每个文本主题在每个时间间隔内的分布概率；

步骤(3)：根据步骤(2)得到的每个文本主题在每个时间间隔内的分布概率，构建城市土地利用混合度测算指标；

所述步骤(3)的步骤为：

步骤(31)：根据步骤(2)得到的每个文本主题在每个时间间隔内归一化处理后的分布概率，利用TWED模型进行时间相似度计算，得到任意两个文本主题之间的时间相似度；TWED的英文全称为Time-warped Edit Distance；

步骤(32)：根据任意两个文本主题之间的时间相似度，利用层次聚类模型对文本主题进行聚类；将聚类结果作为顾及时间相似度的土地利用混合度测算指标；

步骤(33)：在所得顾及时间相似度的土地利用混合度测算指标基础上，利用TF-IDF模型进行语义相似度计算，并进行计算结果修正；

步骤(34)：基于修正后的语义相似度的计算结果，利用层次聚类模型，对文本主题进行聚类，将聚类结果作为顾及语义相似度的土地利用混合度测算指标；顾及语义相似度的土地利用混合度测算指标即为城市土地利用混合度测算指标；

步骤(4)：依据所构建的城市土地利用混合度测算指标，测算城市土地利用混合度；

所述步骤(4)的步骤为：

步骤(41)：对文本文档的重新划分：依据道路将待研究区域分割成若干个单元，每个单元被称之为土地利用单元；依据社交媒体数据的位置信息，提取每个土地利用单元内社交媒体数据的时间信息与文本数据，将每个土地利用单元内的所有文本数据合并后作为一个新文本文档；

步骤(42)：通过潜在狄利克雷主题模型，计算每个新文本文档的文本主题以及每个新文本主题在每个土地利用单元内的分布概率；

根据每个新文本主题在每个土地利用单元内的分布概率和步骤(3)所构建的城市土地利用混合度测算指标，计算每个城市土地利用混合度测算指标在各土地利用单元内的分布概率；

步骤(43)：基于每个城市土地利用混合度测算指标在各土地利用单元内的分布概率，利用信息熵算法计算土地利用混合度的测算结果。

2.如权利要求1所述的基于社交媒体数据的城市土地利用混合度测算方法，其特征是，

所述步骤(2)的步骤为：

步骤(21)：基于步骤(1)预处理得到的文本数据，以一小时为时间间隔，构建48个时间间隔；其中第1-24小时为工作日的时间间隔，第25-48小时为休息日的时间间隔；通过合并每个时间间隔内的文本信息，得到48个文本文档，每个文本文档中包括文本数据；

步骤(22)：通过潜在狄利克雷LDA主题模型，计算每个文本文档的文本主题以及每个文本主题在每个时间间隔内的分布概率；

步骤(23)：利用Max-Min标准化方法，对每个文本主题在48个时间间隔内的分布概率进行归一化处理，得到每个文本主题在每个时间间隔内归一化处理后的分布概率。

3.如权利要求1所述的基于社交媒体数据的城市土地利用混合度测算方法，其特征是，

所述步骤(31)中，基于TWED模型的计算公式为：

式中，为文本主题z₁、z₂的时间相似度计算结果，分别为文本主题z₁、z₂在每个时间间隔内的分布概率，并且，分别由以下公式计算得出：

其中，其中，分别为动态文本主题z₁、z₂在第i个、第j个时间间隔内的分布概率，且参数v、λ为TWED模型的超参数。