国内的社交媒体数据比较难搞到，需要爬取，容易被墙，能抓取的地理信息较弱。有没有好的社交媒体数据呢？答案是有的，境外社交媒体数据。这些平台普遍提供相对开放的 API，或至少存在成熟的数据代理渠道。本文介绍境外社交媒体数据的两类获取方式，并对 Twitter、Foursquare、Google Places、Instagram 等平台的特点进行总结，为城市研究、城市感知分析、空间行为研究提供数据基础。

参考文献：Social Media data: Challenges, opportunities and limitations in urban studies-Web of Science Core Collection

一、数据获取

1.使用数据抓取代理

AIRDNA（Airbnb 数据）：适合获取 Airbnb 短租市场的数据，如房源位置、价格、评分、房型等现在可能不开了，一个月是34美元。适合获取 Airbnb 短租市场的数据，如房源位置、价格、评分、房型等。

SMUA：该程序从Foursquare、Google Places、Twitter和Instagram中检索数据

2.使用自带API爬取

各社交网络对搜索区域的形状和大小施加限制和要求；API为每个数据请求提供最大记录数。API的使用需要包括：请求类型、搜索多边形形状、搜索多边形大小、每个请求允许的请求和/或结果数量、数据检索的时间范围、检索到的数据。据此即可构建爬取程序+API爬取。

这里我自己有一份全平台的完整代码，点赞收藏关注私聊我免费获取

二、各平台社交媒体数据特点

1.Twitter

Twitter的时空分析受可用数据量的限制，因为只有部分推文流量是地理编码的（Sloan & Morgan, 2015）大量推文只带“地点标签（Twitter place）”，可能对应一个 POI 而非真实坐标。只有极少部分推文带有精确坐标（GPS 开启时）。

Twitter 提供两类 API 数据流：

2.Foursquare（适合POI分析）

POI 类别明确（餐厅、景点、学校等），有 check-ins（签到次数） 和 visitors（独立访客数） 提供城市热度指标，并且用户照片 & 提示（tips）有助于做城市感知分析。然而，Foursquare 的 POI 偏差较低，重复记录不超过 10%，但仍需手动清洗。

3.Google Places（经济活动数据最丰富且覆盖最全）

优势是包含超过 120种以上的场所类别（餐饮、教育、服务业等），城市中的绝大多数商业、服务设施都可以检索到。

但“establishment” 这类泛类目占比极高（某些城市可达 30%以上）；用户注册有误分类、重复项（约 2%）；地址格式不统一（如 Av. / Avenida / Avinguda）。

这篇论文中建议使用 LBCS（Land Based Classification Standards） 重新分类，从而更适合城市研究。

4.Instagram（视觉偏好）

数据是对某个 POI 的聚合定位（如“#Barcelona Cathedral”）含大量图像，可进行视觉特征分析（景观特征、用户活动类型）但是API 限制严格，数据量有限

适用研究：城市意象、视觉偏好城市品牌分析、公众对城市空间的情感反应

5.Airbnb（通过AIRDNA）

包含房源类型（整租、单间、多户住宅、独立屋等）；价格、评分、房东类型；空间分布。

想研究这个的，需对房源类别进行重新归类，特别是想研究：城市旅游化（touristification）、非法短租分布、居住压力热点区。

三、总结

境外社交媒体数据（Twitter、Foursquare、Google Places、Instagram、Airbnb）为城市研究提供了丰富、实时、多维度的信息来源。虽然存在地理编码不全、用户偏差、API 限制等问题，但通过严格的数据验证、分类与分析流程，仍可构建可靠的城市画像，揭示传统方法难以捕捉的城市动态。