Semantic Annotation of Mobility Data using Social Media
##dataset 在http://www.ark.cs.cmu.edu/GeoText该网站上获取了我的数据集。之后将数据集作处理,筛选出纬度在[38,42],经度[-76,-72]范围内的数据,即提取了New York附近的数据集。 将数据字段重命名如下:
字段名 | 含义 |
---|---|
userId | 用户ID |
time | 发布tweet的时间 |
location | 位置 |
lati | 纬度 |
long | 经度 |
tweets | tweet的内容 |
其中位置字段为经度纬度合并在一起的字段,因原数据集所带,在此并没有去除掉。
由于location存在编码问题,于是手动删除了这一列,从而方便后面的数据处理。
##new dataset 2017.3.27 数据来源:http://followthehashtag.com/datasets/free-twitter-dataset-usa-200000-free-usa-tweets/