论文部分内容阅读
伴随着以位置服务为核心的“信息时代”的到来,位置服务成为学术界和产业界的研究热点;与此同时,位置服务的内容与模式正在产生深刻变化。利用互联网改变传统位置服务数据的更新模式已成为本学科发展的重要趋势,位置服务数据的更新技术也成为各大商家竞相争夺的技术阵地。位置服务中最重要的组成部分是兴趣点(POI),POI数据的现势性直接关系到位置服务的质量。互联网中存在大量的POI数据资源,因此利用互联网更新POI数据是一种切实可行的方法。但是,互联网中的POI存在结构多样化、类型繁杂、有效信息缺失等问题,给数据的更新带来很大的困难。有效地更新POI数据库,实现多源POI信息的在线获取、地址标准化以及匹配更新,可以满足公众对位置服务的多样化要求。这不仅为推动我国位置服务进入内容丰富、服务精准和便捷高效的新阶段提供了技术支持,也促进“信息时代”整体服务水平。针对网络POI数据增量的更新问题,研究内容主要包括以下几方面:(1)网络POI数据采集与预处理。在网页数据获取技术的基础上,从通用网络爬虫入手,通过分析垂直网页和各类地图服务应用的结构特点,设计了网络爬虫算法,对网络上的POI数据进行爬取。同时,对爬取下来的数据进行预处理,去除格式、内容有问题的数据,并对数据进行单元网格的划分,选取一定数量的控制点和检验点,纠正来源于不同网页数据的坐标,使其具有同一坐标系。(2)基于空间约束关系的POI地址标准化方法。为了提高POI数据增量更新时同名实体识别的准确性,需要首先对地址进行标准化处理,使新增的地址与已有POI数据的地址具有相同的数据结构。本文提出一种基于空间约束关系的地名地址标准化方法。通过分析POI作为点状地物与其他地物的空间约束关系,从而选取特定的参考地物对待标准化的数据进行地址标准化处理。(3)基于加权的多属性相似度匹配更新方法。针对地址标准化处理后的POI数据,本文提出一种加权的多属性相似度匹配方法,分析POI数据名称、地址、经纬度的匹配算法,计算相似度并分配权重,过滤掉相似度高的数据,将剩余数据更新至数据库,最终实现网络POI数据增量更新。实验结果表明,本文提出的地址标准化方法具有较高的地址标准化准确率,同时,基于加权的多属性相似度POI匹配方法也可以有效地完成POI数据增量的更新。