随着全球定位系统(GPS)移动设备的普及,设施的布置问题受到了广泛关注。海量的用户位置签到数据对于设施选址研究工作的开展有着积极的意义,传统的目标数据资源如地理信息数据、用户轨迹数据等,通常都是通过线下人工收集或者通过目标对象携带GPS设备采集获取的,然而这些数据资源获取形式往往暴露出获取数据成本高、工作量大、效率和时效性低等问题。针对目前数据资源获取中存在的问题和互联网上数据资源与日俱增的特点,本文设计开发了面向设施选址的数据资源搜索和预处理系统,该系统不仅能够实时的为设施选址工作提供数据资源,同时也支持位置签到数据的可视化展示。面向设施选址的数据资源搜索和预处理系统从宏观上主要分为数据资源搜索和数据预处理两部分。在数据资源搜索部分,本文通过研究设施选址所需要的数据资源类型和各大网络平台数据类型特点,最终选定用户数量多,实时性好,影响力大的微博作为本系统数据采集平台,同时针对微博应用程序接口对数据资源获取的限制,本文设计开发了一种基于微博的聚焦网络爬虫。该爬虫首先根据用户输入的位置循环获取该位置区域内详细的位置地点,然后依次获取每个位置区域中用户的详细信息,达到获取该区域中所有用户数据资源的目的,同时本文通过构建Cookies池,IP代理池和模拟登陆等手段成功的绕开了微博反爬限制采集到了用户签到数据资源。为了满足本系统对数据采集性能的要求,本文进一步的对网络爬虫进行分布式部署突破了单机数据采集性能的限制。在数据预处理部分,对于用户签到数据,本文首先通过定义数学模型整合了用户轨迹,然后针对用户签到位置数据中存在的问题进行数据清洗,并对部分不在路网上的数据进行了地图匹配计算。对于用户博文,本文首先通过数据清洗,扩充词库,中文分词,去停用词等一系列手段对文本数据进行处理,然后采用改进的K-Means算法对用户博文数据进行聚类分析,最后通过统计分析研究不同类别之间的区别,分别为各个类群利用合理的短文本标签进行描述,成功构建了用户画像。除了数据资源搜索和预处理功能,本文还集成了轨迹数据可视化和设施选址两部分,在数据可视化部分该系统提供了热度图,轨迹图和道路图三种数据展示方案。在设施选址部分,本系统集成了Place-One、Place-k和Incremental-One三种普适性的选址方案,提升了用户在使用系统过程中的体验。经过系统测试本文中设计的数据资源搜索与预处理系统可以实时有效地获取到用户数据资源和处理数据,同时与传统方式相比该系统具有数据实时性好体量大、系统开发成本低、操作简单、功能丰富等特点。