返回
首页

大文学移动版

m.dwxdwx.com

第六章 数据地
上一章 返回目录 下一章

(这一章只是说明文承的技术功底和性格,看不懂的可以跳到最后一句话,不会影响剧情发展。)

文承回过神来,重新整理思路。

既然是失踪案,那就换一个出发点,从失踪抓起。

他打开新闻站,发现密密麻麻早已铺满了各种各样失踪的新闻和求助帖子。

“城西两名高中生已经失联三天,最后一次出现是放学结伴去的游戏厅,家长已将周边游戏厅搜遍,仍未现身。”

“城东女子赵某两天前出门夜跑后再也没回家,警方根据其男友提供的常用夜跑路线展开搜索,未见踪迹。”

“19岁女孩夜间上出租车后失踪,出租车的GPS信号也在案发当晚离奇消失,目前仍在进一步搜索中。”

“14岁的初中女孩小韩,四天前放学回家途中走丢。”

“钱唐市警方提示,最近城西和城南地区犯罪分子猖獗,夜间出行要结伴,注意安全。”

他皱着眉头一篇一篇看着,突然露出兴奋的笑,快速在白纸上画出路径图。

忍住冲动的喜悦,首先打开爬虫软件,软件图标虽然是个小蜘蛛,不过倒也没那么令人心慌,不过是顺藤摸瓜抓取信息的可爱小工具而已。

什么?会员到期了?

文承露出不满,一个月都得一百多元的会员费,不能就此放过,可是自己口袋里也就几百块零花钱了都是省吃俭用拼出来的,如果跟母亲要钱买软件总觉得很奇怪吧。

既然没钱,那就自己做一个。文承咬着牙用力点头,舒展手指,跃跃欲试。

开源框架很多,短板在主机的配置和调试上,各种版本各种语言的爬虫都有,冗余是最大的敌人,尤其是要装在文承那个可怜巴巴的远程主机,小水管的带宽和小松鼠心脏一样的配置。

他苦笑了一下,对更适合爬虫的python自然是不熟悉的,他在开源网站上找到熟悉的php版,作者是一个印度孩子,不同的主机操作系统,远程安装的命令都不一样,好在开源网站支持远程克隆,一瞬间部署完毕。

奇怪,硬是没起作用?果然是系统不对,为了用Torch开发人工智障,文承已经忍痛洗成乌班图了,如今又要回到php可不又得换回CentOS才好么,男孩捶了自己胸口一下,将那些被同学称为人工智障的诗篇一一备份存好,重装主机。

20分钟过去,爬虫部署完毕,文承测试了一个本地新闻站,路径设置是比较困难的,不同网站的页面结构有所不同,有些标题的Class属性都是乱写的,他一边忍着怒气一边一个一个调整好,过了半个小时,三个新闻站已经爬取完毕,最近7天只要带着失踪两字的新闻全都被抓下来。

趁热打铁,他又添加了十个本地新闻站和两个本地论坛,两三个网站的反爬虫机制很厉害,不到一分钟就被禁止访问了,他苦笑了一声耸了耸肩,无论如何已经有上千条新闻进来了。

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。

怎么办呢?

杂念像小鬼的舞蹈一样纠缠在脑中,文承无论怎么努力都想不出对策,他开始在手机上胡乱翻着,突然翻到了不久前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。

时间是够的,开发的原理是共通的,既然没学过,那就现学现用!

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。

当然,这些小问题都算不上什么。

他下载了matlab之后,又花了点时间快速上手,最后将数据重新导入,一个清脆的回车键,拟合结束!

已是凌晨五点。

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,也就是机械犬活动半径的中心,名叫远拓大厦,那是一座十九层的烂尾楼。

上一章 返回目录 下一章
热门小说
我只有两千五百岁终末忍界反叛的大魔王你老婆掉了五胡之血时代盖世双谐绝对一番信息全知者奸夫是皇帝玄尘道途
相邻小说
重生成为娱乐圈大佬重生为凤:战神王爷,请上榻砺锋证道洪荒:求求你让我证道吧一世情深:逮捕豪门卧底妻锦绣清宫之妾室守则听说全网在等我出道原神之可莉小矮砸玄动诸天风雨官道