互联网地理文本信息挖掘-计算机技术专业论文.docxVIP

万方数据 万方数据 Geography And Text Information Mining Of Internet A Thesis Submitted for the Degree of Master Major：Computer Technology Candidate：Xu Xiuzhu Supervisor：Prof. Li Xiaoling Wuhan Institute of Technology Wuhan, Hubei 430074, P. R. China May, 2014 独 创 性 声 明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外， 本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。 对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。 本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 20 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解我校有关保留、使用学位论文的规定， 即：我校有权保留并向国家有关部门或机构送交论文的复印件和电 子版，允许论文被查阅。本人授权武汉工程大学研究生处可以将本 学位论文的全部或部分内容编入有关数据库进行检索，可以采用影 印、缩印或扫描等复制手段保存和汇编本学位论文。 保 密 Ο ， 在 年解密后适用本授权书。 本论文属于 不保密 Ο。 （请在以上方框内打“√”） 学位论文作者签名： 指导教师签名： 20 年 月 日 20 年 月 日 摘 要 摘 要 科技的不断发展，人们对生活中各个方面的需求也不断的提升，服务化社会成 为未来发展的趋势。作为服务化中的一种形式，当今地理信息位置服务是通过国家 地理信息普查、实地勘察等方式获取数据建立一个标准的中文地址库，然后通过匹 配进行信息返回。然而，这种形式存在随着社会的不断发展居民区、道路等因素的 不断变化，为标准参考数据集的建立带来障碍的问题。 面对这个问题，可以将互联网可以看成信息量大，并且不断更新的大型数据库。 这时，从互联网中挖掘出相关的地理文本信息就可以弥补当前位置服务中面临的主 要问题。但是，面向大众的位置服务系统需要和谐、自然的交互方式，然而，从互 联网中挖掘的有关地理文本的信息在未经过处理时是零碎的、不规范的、不易理解 和不易交互的。 本文的目的主要是从以下几个方面对互联网中挖掘的地理文本信息的问题进 行研究： （1）分析对比当今的互联网文本信息挖掘技术的优缺点，采用合适有效的互 联网文本信息挖掘技术，从互联网中挖掘出相关地理文本信息。 （2）针对挖掘出的地理文本信息零碎性、不易理解性，采用一种基于互联网 的地理文本信息规范表达模型，对从互联网中获取的地理文本数据信息进行规范 化，使规范化后地理文本信息数据结构更加清晰明确表达更加规范。 （3）面对互联网中的地理信息更新的问题，采用一种多约束的贝叶斯推理模 型来验证信息的正误更新信息库中的信息，使信息库中的信息更加可信准确完整。 在对互联网中获取的信息规范化和更新，建立相对规范准确完整的信息库的基 础上，构建一个基于地理信息发现的互联网信息采集平台，具体实现了从互联网中 准确、快捷的获取所需要的信息，满足人们对位置服务的需求。 关键字：互联网地理信息；多约束推理；文本信息挖掘 I Abstract Abstract With the rapid development of science and technology, peoples demand for all aspects of life are also constantly improve, which is a developing trend in the future. As a form of servitization, the national geographic information is by the means of the state information census or examine on the spot to establish a standard library of Chinese address, then through the match information to return. However, with the continuous development of society, the changing residential areas, roads and other factors, the form bring obstacles to the establishment of the standard reference