[发明专利]微博数据的地理位置信息提取方法

摘要

本发明公开了一种微博数据的地理位置信息提取方法，整合并分析了用户的多条微博信息，并利用这些信息来鉴定用户的地理位置。首先，把大量的POI和已有的地理位置知识库组织成一个树状的结构，利用这个树状结构，从用户的每一条微博中抽取出地理位置信息，并找到在树上的相应候选节点。然后，将这些候选节点进行聚集分析，鉴定出用户最有可能出现的top-k个位置。再利用这top-k的地理信息，改进原来的候选节点，并计算出每一条微博的top-k个地理位置信息。本发明具有如下优点：在博主的微博信息抽取地理位置信息，将地理位置信息与分层次的行政区划信息进行对比，根据对比结果，针对性的为博主提供广告服务。

主权项

一种微博数据的地理位置信息提取方法，其特征在于，包括以下步骤：S1：获取地理位置信息集合和微博数据文本集合，其中，所述地理位置信息集合中的地理位置按照行政区域逐级划分形成地理位置信息树，将每条微博与博主一一对应的存储在所述微博数据文本集合上；S2：从所述微博数据文本集合中的每条微博中抽取位置信息与所述地理位置信息树中的节点进行比较，如果抽取的位置信息与所述地理位置信息树中的某个节点的位置信息相同，将抽取的信息作为精确匹配节点，将所述精确匹配点和所述位置信息对应的加入到候选集合中，如果收取的位置信息与所述地理位置信息树中的某个节点的位置信息不同，则进行相似性匹配，从所述地理位置信息树找到匹配程度最高的节点作为模糊匹配节点，将所述模糊匹配节点和所述位置信息对应的加入到所述候选集合中；S3：将所述候选集合进行聚合，推测在所述地理位置信息树同一层级第一预设值数量的地理位置，推测在所述地理位置信息树不同层级第一预设值数量的地理位置；S4：对聚合后的所述候选集合进行信息提纯，得到精确的所述第一预设值数量的地理位置。