交媒体中包含了能够反映人们对周围环境感受的数据资料，能够帮助人们了解城市污染状况。该系统以新浪微博为例，提出了从社交媒体中获取城市污染相关数据的方案，设计了基于社交媒体的城市污染信息分类和可视化方法，以北京市为例对本方法的结果进行了分析与讨论。
- 把文件copy到服务器目录,python用户可在文件目录下执行
python -m SimpleHTTPServer - 在浏览器访问页面
利用新浪微博API，结合微博用户提及行为，设计针对城市污染主题微博数据的获取方法：
- 用格网细分研究区域
- 对每个细分研究区域，利用新浪微博
API Nearby_Tineline接口获取含位置信息的无主题微博 - 筛选微博中提及当地环保部门的所有微博作为研究使用
基于深度学习提出对微博中污染信息进行分类的方法。该方法依据预定义种子词，利用深度学习文本分析工具Word2vec构建城市污染领域词典，从而进行微博中城市污染信息的分类，其思路如下：
种子词是构建领域词典的初始词汇，面向微博的城市污染信息领域词典的类别和种子词如表所示。
表 城市污染信息领域词典种子词词汇表
| 词典类别 | 种子词汇 |
|---|---|
| 焚烧垃圾 | 垃圾，垃圾场，露天垃圾，垃圾桶，焚烧，焚烧垃圾，烧，烧荒，烧垃圾，燃烧异物，恶臭，臭气，熏，异味，火 |
| 化学工厂 | 黑烟，冒烟，烟，排烟，烟囱，烟筒，排毒，化学气味，熏，化学，刺激性，气味，呛鼻子，喉咙痛，咳嗽，工厂，化工，源头，毒，毒气，化工厂 |
| 露天烧烤 | 露天烧烤，烧烤，铁板烧，炸，臭豆腐，摊，贩，摆摊，商贩，摆摊烧烤 |
| 施工工地 | 施工，工地，扬尘，施工扬尘 |
| 河流水污染 | 污水，排污，水污染，恶臭，臭水沟 |
| 噪音与灯光污染 | 噪音，睡觉，睡不着，半夜，噪，吵，灯光，睡觉，光污染 |
| 环保公益活动 环保 | 环保活动，公益，绿地，生态，志愿，服务，树，绿色 |
Word2vec是Google 公司开放的一款用于训练词向量的开源项目，基于Word2vec构建面向微博的城市污染信息领域词典：
- 使用未筛选微博（未筛选提及当地环保部门的所有微博）作为语料库训练
Word2vec； - 使用经过训练的
Word2vec模型将种子词以及微博中出现的词表达成向量形式； - 找到与种子词余弦距离最近的前K项词汇（本文取前100项），这K项词汇与种子词一起构成城市污染信息的领域词典。
依据领域词典计算微博属于不同城市污染类别的概率，实现微博的分类。
由于中文句子没有形式上词的分界符，在计算概率前，需要首先将微博文本切分成有意义的词汇。
这里通过使用Jieba 分词工具执行微博文本分词。在分词时，将常用虚词如“的”以及标点符号加入停用词以避免切分出无意义词汇，将定义的种子词加入用户字典以确保有价值词汇被准确划分。
基于开放Web地图平台MapBox ，提出了可以进行交互的城市污染信息可视化方案包括以下几个部分：
社交媒体数据通过上述的城市污染信息分类模型后，被划分为不同的城市污染类别。分类后的数据被组织编码为面向Web的地理数据编码格式—— GeoJson格式。
应用MapBox平台的 Mapbox.js实现城市污染背景地图的显示、导航与漫游操作，实现微博编码数据的处理、渲染及其与地图的集成显示。JS组件和HTML实现用户事件响应处理和可视化界面，如分类导航栏、图例等。
可视化功能主要包括地图基本功能、分类标注以及联动显示。地图为可视化系统提供一个整体的环境信息。分类标注将不同污染类别的微博标注为不同的颜色，并允许用户选择单独显示不同污染分类的微博数据。联动显示指微博数据点和微博文字图片的同步显示。