书阅屋

手机浏览器扫描二维码访问

第六章 数据地图（第2页）

新闻抓取，达成！

文承带着明亮的眼眸笑着，带着欣喜回望了身后熟睡的女孩们，又紧握拳头再次振作。

接下来是提取工作，首先是去重，用distinct命令就可以。

去重之后剩下700多条新闻和帖子，他倒吸一口凉气。

短短几天，全市竟然发生了700多起失踪案！

提取工作最难的一部分是地点识别，他没有字典，如果是有物流公司的数据就好了——思忖片刻，问题很快解决。

他打开无极公司的地图网页，找到API接口，用网页提取的方式将钱唐市的所有街道小区名、路名、饭馆名、桥名、河名全部提取下来，毕竟工作量不大，于是他连公共厕所也没有放过。

导入新的数据表后，自制的字典完成。

借着字典和熟悉的命令，几十万字的新闻在5分钟化为700个零碎地名的文件，再次去重之后，只剩下500多个地名。

早知道刚刚顺便把坐标也提取下来了，文承挑了挑漫不经心的眉毛，喝了一口茶舒展身体，靠着椅背略微休息一会回到屏幕前，重新调用无极公司的API。

这才发现无极公司早就提供了数据地图的功能，作为测试版本还是免费的，文承露出欣喜的笑容，他重新下载好地名的数据包，再次敲击好命令之后，500多个地名后面纷纷出现对应的GPS坐标。

从开始到现在一共过去了两个小时，文承望着屏幕上密密麻麻标着红点的地图露出兴奋的笑，如此短的时间内取得如此进展真是叹为观止！

这是过去以往都没有达到的推进速度。

看着屏幕，文承喜悦的嘴巴逐渐大张，满脸惊恐。

红点分布一共呈现出多个大圆，大多分布在城南城西，离自己最近的圆，其圆心是自己家南侧两个街区的十字路口，半径在两公里左右，无论是学校、自己家都被覆盖！

最后是数据拟合，不管怎么样数据都是符合幂律分布的，他首先删去除了其他地方的数据，只剩下自己所在片区的一个圆，他将噪点中心都去掉，只剩下最外围的点状分布，拼成一个圆环的轮廓，圆形拟合可以使用最小二乘法，他还没用过这样的公式，文承皱起眉头。

他快速搜索到最小二乘法的原理，花了十几分钟快速啃完，接着来到开源代码网站，却找不到php版本的，有的是C语言版本，他还不是很熟，不过原理是相通的，更何况直接应用就可以，根本不需要二次开发。

他深吸一口气，下载了matlab之后将数据重新导入，一个清脆的回车键，拟合结束！

文承看着屏幕上一个完美的圆形满意地笑起来，揉了揉眼睛，将数据再次导入地图。

地图上的圆心名叫远拓大厦，

文承突然想起来，那是一个烂尾楼。

将结果保存后关了电脑，忍住将答案告诉熟睡女孩的冲动，文承来到房门外悄悄关了门，来到沙发上躺下。

他看了看手机，已是凌晨五点，即便是一个小时，还是够睡的。

兴奋的情绪似乎是小鬼的舞蹈一样纠缠在脑中，文承无论怎么努力闭上眼睛都沉不下心，他在手机上胡乱翻着，突然翻到了前阵子刚拍下的一个女孩的照片，一下子就平静下来，他就那样静静地静静地看着，心绪逐渐平稳，困意排山倒海般涌来。