随着便携智能设备的发展和应用,各类社交平台软件也得到了广泛使用,用户量总数已超6亿,数据信息量也随之急剧膨胀。人们乐于通过社交平台向朋友分享自己当下的所见所闻,所以社交平台数据常被应用于信息流的研究和分析,也为城市热点研究提供了较好的数据支撑。对POI(Point of Interest)的分析一方面有助于城市经济建设的规划,挖掘潜在的商业机会,能够推动整个城市人文经济的合理调整和发展,促进商业区的动态规划。另一方面对POI的分析能为打造未来的智慧城市解决方案提供参考,从而产生智能化,科学化的城市管理。本文以社交平台应用为背景,微博签到数据为基础,对全年数据进行分析。同时,基于滑动窗口切分数据,进行数据维度扩展,获取数据趋势特征,并结合高斯-贝叶斯回归模型对未来一个月微博签到数据进行预测。通过与真实值的对比分析模型合理性及存在差异的客观原因,进而反映POI未来的人流量变化。本文利用昆明市微博签到数据对昆明市POI进行分析和预测研究,具体工作有以下几个方面:(1)针对现有预测算法对低维度数据预测准确度不高,本文建立高斯-贝叶斯回归模型,有效处理时间序列数据回归的训练和预测,并对该模型中的算法进行了研究和实现。(2)从微博开放平台获取昆明市主城区一年的微博签到数据。并对昆明市全年微博签到数据变化和各个主城区的微博签到数据变化进行宏观上统计分析。(3)应用上述方法对昆明市未来一个月各个POI的微博签到变化量进行预测和分析,并且以可视化的方式展现了POI的变化情况。最后使用R平方(R-squared)系数对模型进行评价。