地理信息检索中空间相似性度量的一种模糊方法.pdfVIP

第31卷第4期 地理与地理信息科学 V01．31No．4 andGeo-InformationScience 2015 2015年7月 Geography July 1672—0504．2015．04．008 doi：10．3969／i．issn 地理信息检索中空间相似性度量的一种模糊方法 刘家骏，李浩然，钟翔，高勇” (北京大学遥感与地理信息系统研究所，北京100871) 摘要：一般使用地理信息检索技术提取互联网中以文本方式存在的地理信息，检索返回结果的排序需充分考虑其 空间范围的相似性。但传统的空间相似性计算方式忽视了以文本形式存在的地理信息所隐藏的模糊性，从而导致 片面性和局限性。该文对文本中以空间陈述形式存在的地理信息进行深入分析，将模糊性因素主要归纳为参照对 象和空间关系。通过引入不确定场模型来描述每个因素对模糊性的贡献程度，整合得到空间陈述的模糊footprint 表达，建立文档与查询的模糊footprint表达模型。在此基础上，提出了空间相似性模糊度量的计算方法，根据空间 相似度对返回的检索结果进行排序。实验结果显示，该方法能够更好地反映空间检索的模糊性，更好地衡量空间 检索和网页文档在空间位置上的相似程度，从而在检索结果的排序上优于传统方法。 关键词：空间相似度；模糊性；footprint；地理信息检索 中图分类号：P208 文献标识码：A 文章编号：1672—0504(2015)04—0038一05 包括方位关系、度量关系及拓扑关系[7]，都具有一定 0引言 程度的模糊性。方位关系包括定量和定性两种表达 互联网中包含了海量以文本形式存在的地理信 方式，但在日常生活中，一般很少使用准确的角度， 息，为充分利用资源，迫切需要能够处理文本地理信 通常采用定性的主方向(东、东北等)来描述。度量 息的工具或方法。一般情况下，利用地理信息检索 关系同样可分为定性描述和定量描述。在定性描述 Information (Geographic Retrieval，GIR)检索网页中，多采用“附近”等词汇，而诸如“距离很远”则很少 文档中的地理信息时，需要同时从主题和空间位置 使用，因为其描述更为模糊不清；定性描述不仅仅依 两方面评估文档和用户查询间的相关性[1]。其中，赖于参照对象的空间大小，也依赖于陈述的环境。 空间位置部分将用户检索和文档中以地名、地址等 而对于定量度量关系，即使在陈述中采用了准确的 文本表述的地理信息，在地名辞典或地名库的帮助 数字，对应的现实世界范围也可能是不确定的。相 下，转换为以坐标表达的几何图形，作为其地理范围 对而言，拓扑关系较准确。实际使用时，相离关系一 (geographicfootprint)22,3i，再计算两者的空间相似般被度量关系和方向关系取代[8]。 性。将文本地理信息转化为footprint时，考虑到简如果忽略空间陈述的模糊性，footprint的表达 洁性和准确性，通常采用最小外包矩形[4](MBR)表将具有很大的局限性和片面性，导致空间相似度计 示，并利用重叠面积或Hausdorff距离[51计算两个算出现较大误差，使得GIR返回的排序结果不理想。 多边形地理范围间的空间相似度。 针对文本地理信息的模糊性问题，本文引入了不确 GIR中，地理信息以文本的形式描述(网页文本定场模型，用以表示上述模糊性，并通过建立查询和 或者是查询语句)，将蕴含地理信息的文本称为一条 文档的模糊footprint，计算每个文档与查询的空间 空间陈述6]，它包含3个要素，即参照对象，空间相似度，从而解决查询结果的排序问题。 关系，主题。但也正因为自然语言的天然属性，用 1模糊footprint建模 来描述空间范围本身具有模糊性。空间陈述在空间 范围上的模糊性主要来源于参照对象和空间关系的