第二组YZGG.PDFVIP

第二组：YZGG 小组成员： 黄 灏 逄居升 蔡进峰 贾艳杰 庞亚瑾 主要内容 • 背景介绍 • 数据集简介 • 思路描述 • 进展与难题 一、背景介绍 （一）、选题依据 参考网站提供的素材，我们小组确定对 Mini-Challenge 1 - Characterization of an Epidemic Spread中提供的数据（微 博信息、城市地图、人口的统计数据、天 气情况及附加资料）进行分析和可视化处 理。 （二）、选题理由 1.流行病的传播一直是威胁人类社会的 一大问题，我们希望用可视化的方法将病 情传播与自然地理情况直观的联系起来， 以便更好的分析疾病的起源及预防工作。 2.数据集中的微博信息中包含了疫情传 播的有效信息，我们希望能够通过一定的 方法将微博信息处理实现可视化。 （三）、预实现的问题 疾病的起源和传播的路径: 在地图上标出传染病爆发的可能地点，时 间允许的情况下，勾勒出可能受影响的区 域。 二、数据集 VAST中提供了4个数据集，第1个是从各种 定位设备上收集来的微博信息。这些设备 包括台式机，笔记本电脑以及手机。第2个 是整个城市区域的地图信息。地图的数据 集是一个卫星拍摄的PNG图片，这个图片上 标示了公路，医院，重要的路标还有一些 水体。第3个是人口统计表，第4个是天气 的数据。 1.微博信息： 在提供的Microblogs.csv文件中包含了120万的微博 数据。 属性： ID： 个人发出微博的标识号 Created_at： 发出微博的时间 Location： 移动设备在发送微博时的经 纬度坐标 Text： 发送微博的文本信息 Example: ID Created_at Location Text 100 12/22/2010 I think flu is on the 1 13:53 28.5220 -81.2838 way Is up with a little boy 100 12/22/2010 that has the 2 13:47 29.3783 48.0025 stomach flu! :( 100 7/25/2010 my flu is getting out 3 10:54 29.6009 -95.5645 of control =/ 100 12/22/2010 Man flu not a myth 4 12:32 29.6009 -95.5645 say scientists 2.地图信息： 3.人口统计信息表： 属性： Zon