聂琦

(北京交通大学交通运输学院，北京 100044)

基于微博签到数据的出行行为分析

聂琦

(北京交通大学交通运输学院，北京 100044)

应用Python爬虫程序，通过新浪API端口爬取了新浪微博2012年的地点签到数据，共计5 028 980条。将这些数据按城市划分，共分为340个地级以上的城市或地区。通过统计发现，签到次数最多的3个城市为北京、上海和广州，说明微博用户更多地活跃在这三个城市。进一步通过相关性分析发现，这些城市的微博用户签到流量和当地GDP呈一定的相关性，说明经济发展水平会影响用户的旅行行为。此外，本文还按照用户的出行流量对各大城市进行了聚类划分，进一步印证了经济发达城市对微博用户签到的吸引会高于其他经济欠发达的城市。

微博签到；经济水平；聚类划分；相关性

随着互联网的高速发展，中国的网民数量持续增长。尤其是最近几年智能手机的普及，更促进了网民数量的激增。据中国互联网络信息中心发布的报告，中国网民规模逾七亿，其中手机网民占比达95.1%。网民在利用网络的同时，其活动也会被记录，尤其是其出行行为。这些用户出行数据，已在国外得到有效的利用。例如，Mok等[1]使用Twitter的数据，研究了社交和用户空间位置的相互关系。Goldenberg等[2]利用Facebook的用户签到数据，研究了社交和空间移动行为之间的相互影响。Dhar等[3]利用Gowalla和Brightkite的用户签到数据，研究了用户的社交关系对用户出行距离的影响。这些研究充分说明了社交签到数据的重要性，同时深化了人们对于人类出行行为的理解。……