邓晓斌

（1.江西水利职业学院，江西 南昌 330013）

随着互联网和移动通信的高速发展，人们可以轻松访问网络上的大量数据，其中兴趣点（POI）数据尤其受到大家的喜爱，如在滴滴打车上可实时查询附近的滴滴车辆POI信息，百度地图上可查询周边的美食店POI信息等。POI数据是由真实地理实体抽象成的点，其分布与城市的经济活跃度呈正相关，大多数分布在经济活跃度较高的区域[1]。由于其获取成本低、属性信息量大等特点，POI数据被很多行业所采用，如曹芳洁[2]等利用POI数据研究了城市的空间结构；赵智勇[3]利用POI数据对城市的功能区位进行了划分；徐智邦[4]等则利用POI数据对城市道路进行了自动化提取。由此可见，POI数据具有重要的实际价值，因此如何获取POI数据成为一个重要问题。

Python是一种面向对象、解释型的计算机程序设计语言，是一种功能强大的通用型语言[5]，已被广泛应用于图形处理、网络编程、网络爬虫、数据分析挖掘、机器学习等领域。鉴于Python在网络爬虫和数据分析方面的强大功能，本文采用Python对互联网POI数据进行爬取和挖掘。

1 POI的概念

对于POI的概念，国内外学者给出了不同的论述，李霖[6]等认为POI作为一种代表真实地理实体的点状地理空间大数据，是地理空间中具有标志意义的地理对象；Maceachren A M[7]等则认为POI数据集合不仅具有传统大数据5V（数据量大、处理速度快、多样性、准确性、蕴含价值）特点，而且单体POI数据包含了实体的名称、经纬度、地址、类型、电话、行政区等信息[8]；综合国内外的表述，本文认为，POI是点状数据，具有丰富的属性信息，广泛地分布在互联网中，是人们日常生活中非常感兴趣的一种空间 位置。……