近年来,随着移动互联网技术的迅速发展及各类移动社交应用的兴起,与地理位置相关的社交网站数据庞大而繁杂,且与日俱增。其中与出行有关的海量轨迹数据,由于数据量大、多而凌乱,导致出现大规模数据难以提供决策支持、显示形式复杂、利用效率低下等系列问题。这些看似繁杂无序,但实际包含丰富时空信息的数据,如何对其进行分类、可视化呈现以方便信息获取、助力分析决策显得必要且重要。将大数据可视化技术与地理信息系统技术相结合正成为地理数据分析和信息挖掘的研究热点,利用WebGIS技术构建在线虚拟地理空间信息可视化平台这一问题也逐渐受到广泛的关注。本文以社交网络的位置大数据为例,针对数据规模大、不易直观表达等问题,利用信息可视化手段、空间数据分析方法并结合GIS技术,通过设计并实现了基于WebGIS的微博签到数据可视化分析系统平台,为决策部门和相关分析人员及广大公众提供一个可视化分析环境与工具,以期提供出行信息分析提取和结果直观呈现的整体解决方案。论文主要工作内容和研究成果如下:(1)相关方法与技术分析。首先,介绍了核密度分析、格网分析、空间聚类等基于微博数据分析方法的基本原理;其次,介绍了Echarts统计图、热点图、聚簇图、时间轴等几种信息可视化技术;之后,又探索了构建该系统采用的关键技术;最后,着重探讨了对微博签到数据的预处理以及利用SQL Server存储微博签到数据和ArcGIS空间数据库存储地理数据的存储方式。(2)系统设计与实现。在系统需求分析、总体设计和详细设计的基础上,利用B/S架构模式,结合GIS提供的空间分析方法,使用ArcGIS API for JavaScript、ArcGIS Server服务发布等关键技术,构建了一个集成Echarts统计图表、热点图、聚簇图、时间轴等多种可视化辅助小工具的分析系统,实现了对微博签到数据进行图表统计、聚类及热点等分析,初步达成可视化交互方式探索居民活动时空间特征规律的目标。(3)可视化分析。从用户群分析、城市活力分析、热度分析、POI签到分析四个方面对可视化结果实现实时动态渲染、展示及分析,并总结出5条较有实用价值的用户活动时空间规律。实验结果表明,本文设计开发的基于微博数据可视化分析系统具有较好的可实用性。