互联网旅游信息挖掘和展示技术研究-计算机应用技术专业论文.docxVIP

浙江大学硕七学位论文 摘要 摘要 本文首先通过 Flickr 提供的数据下载接口得到带有经纬度信息图像以及其对 应元数据(如上传用户 ID 、上传时间、拍摄时间等)、地理标签(经纬度信息)和文 本标签等信息。在这些信息基础上，提出了结合 K-means 聚类和 AP 聚类的图像 聚类算法，以获得在空间位青上相近的图像集合。 然后，给定包含空间上相近图像所组合成集合，对集合中每幅图像提取其 81盯 (8cale-invariant feature transform) 特征，并利用 KD 树存储从每幅图像中所 提取的 81FT 特征，然后通过 BBF(Best-Bin First)算法搜索该集合中任意两幅图像 之间相似特征点，构建视觉相似图像集合。为从该集合中获取代表性标签来标注 该集合图像，本文在 TF-IDF(term frequency inverse document frequency) 的基础上 结合实际提出了 WT机IDF-UF ，最后利用Naive 8can Methods 去除那兽随机性标 签。最终，获得每一类在空间相近、在视觉上相似图像集合所对应热门地标 [6)名 称、地理位置、热门度和代表性图像等属性信息。 为了对这些空间相近、视觉相似的图像集合及其标签进行存储，本文通过全 球四叉树按照显示级别将地理空间划分为不同大小配方形，对阁像集合进行编 码，然后将地理空间上任一点经纬度值映射为所在级别的四叉树编码，以进行索 引。 最后，本文利用 Google Maps API 和 AJAX 技术来直观、动态的展示上述信 息。 关键词:热门地标空间数据库全球四叉树林签云 浙江大学li)jlt:学位论文 Abstract Abstract In this thesis，API of Flick.r is implemented to obtain images and their corresponding metadata ( such as the image ID，uploading time，the time the images taken photograph) ，the geo tags and annotated textual tags. After getting abovementioned information，we use k-means and AP algorithms together to group similar images within neighboring spatial distances. In order to find visually similar images within each group，BBF(Best-Bin First) algorithm is conducted to align each images by SIFT local features. Then，WTF-IDF-UF is conducted to obtain informative tags for each group which contain visually similar images with neighbored distance，and the Naive Scan Methods are used to remove random irrelevant tags. At last，we can get the name，location，popularity of the hot landmarks 邸 well as the representative images for each image group. In order to be阳r store each image group and their corresponding information ，a global quadtree is introduced in this thesis. The basic idea of global quadtree is to segment the map into different squares and map any location in the map to a quadcode at any levels. 创 last we use Google maps API and AJAX to show the information intuitively