基于词信息量加权地理POI数据融合新方法研究.docVIP

基于词信息量加权地理POI数据融合新方法研究 　　摘要： 　　伴随着网络电子地图与位置服务（LBS）的快速发展，为了提高移动地图POI点的数据质量，融合不同地图服务提供商提供的数据内容存在不一致信息。为提高数据的复用性和完善性，提出了词信息量加权的地理POI数据融合方法，通过对地址信息中的词进行统计，计算其所包含的信息量，筛选、匹配不同来源的数据，并统一不同地图经纬度坐标以校验结果，实现了地理数据的融合。实验得到了完善的POI数据集合，证明该方法具有应用价值。 　　关键词： 　　POI；信息量；地理数据；数据融合 　　DOIDOI：10.11907/rjdk.172625 　　中图分类号：TP 301 　　文献标识码：A文章编号文章编号2018）003004104 　　英文摘要Abstract：With the rapid development of Internetbased electronic map and Location Based Service， for improving the quality of mobile map POI（Point of Interest） data，fusing the inconsistent information from different map service providers will improve reusability of data to make data rich and integrated. This paper proposes the weighted word information data fusion for geographical POI. With the words’ statistics of address information， we calculate information content in order to screen and match different source data and unify different maps’ longitude and latitude for verified results. As a result， we achieve geographical data fusion， also acquire thorough POI data gather. It proves that our work is practical and valuable. 　　英文?P键词Key Words：POI；information content；geographical data；data fusion 　　0引言 　　近年来，随着Web技术的迅速发展，电子地图被广泛使用，随之出现的基于电子地图的地理信息服务也迅速增长，各种提供电子地图服务的网站大量出现，这类网站在短时间里积累了大量用户。与传统地图提供路线查询不同，电子地图中提供的点是与人们日常生活相关的位置信息点，对人们生活中的需求有了更详尽的描述。POI（Point of Interest，兴趣点） 通常包括名称、地址、类型和经纬度等方面信息[1]，作为生活信息服务的基础，其应用也越来越广，如位置搜索服务、地理位置信息搜索等。 　　同时，由于提供电子地图服务的网站不同，不同数据源之间的数据会存在不同程度差异，这些差异会使POI数据的利用受到一定限制。消除可识别的差异，将数据统一整合到一起，将构建出一个内容更完整、数据更规范的数据库，实现数据充分有效利用。 　　POI 融合的研究包括非空间属性方法和空间位置方法[2]。对于非空间属性方法，1998年Cobb等[3]在进行矢量数据标准格式文件与VPF之间的融合技术中，提出了基于知识的属性数据匹配策略；2010年Alhwarin和Faraj[45]提出了一种快速筛选功能匹配方法；空间属性方法结合了空间位置信息，有更好的准确性，但通用性较差，代表有C Beeri等[6]在2004年提出了一种基于空间位置的地理数据融合技术。本文针对不同数据源提供的POI数据，运用名称地址加权相似度判断重复数据的非空间属性方法进行研究，并以空间位置信息验证实验结果。 　　1实验流程及方法 　　1.1POI数据词信息量统计 　　POI数据包含名称和地址两部分，其中两部分都描述了实体的特征和地理方位，通过两部分的综合比较可以确定POI表述是否为同一实体，例如：“宏发饭店，云鹤路上段310号”、“宏发饭店（云鹤路），云鹤路310-312号”，两个实体的POI信息都包含名称和地址，忽略其人为命名出现的局部差异，在一定时空范围内可以判定这两个信息表达了同