【摘要】：隨著互聯(lián)網(wǎng)的不斷發(fā)展進(jìn)步,早期Google Earth、互聯(lián)網(wǎng)瓦片地圖帶給人們的新鮮感逐漸下降,電子地圖僅滿(mǎn)足瀏覽需求或者作為背景的時(shí)代已經(jīng)過(guò)去,人們對(duì)地理位置服務(wù)提出了更高的需求,地圖也亟需融入到大眾的日常生活中。伴隨著以位置服務(wù)為核心的“信息時(shí)代”的到來(lái),位置服務(wù)成為學(xué)術(shù)界和產(chǎn)業(yè)界的研究熱點(diǎn),興趣點(diǎn)(POI)數(shù)據(jù)是網(wǎng)絡(luò)電子地圖的最重要內(nèi)容,也是互聯(lián)網(wǎng)位置服務(wù)的立足之本。由于互聯(lián)網(wǎng)上的POI數(shù)據(jù)來(lái)源不一,目前各主流的網(wǎng)絡(luò)POI數(shù)據(jù)服務(wù)商,如ESRI、Google、天地圖、百度、高德、騰訊等,都對(duì)POI數(shù)據(jù)進(jìn)行了分類(lèi)管理。但由于現(xiàn)階段并沒(méi)有統(tǒng)一的POI分類(lèi)標(biāo)準(zhǔn)及分類(lèi)體系,使得各網(wǎng)站POI數(shù)據(jù)提供商各自根據(jù)一定規(guī)范制定了相應(yīng)的POI數(shù)據(jù)分類(lèi)體系,導(dǎo)致網(wǎng)絡(luò)上POI數(shù)據(jù)分類(lèi)信息的名稱(chēng)及其包含的語(yǔ)義信息并不完全相同,無(wú)法直接進(jìn)行比較與匹配,嚴(yán)重降低了網(wǎng)絡(luò)POI的數(shù)據(jù)價(jià)值。本文引用概念格相關(guān)原理技術(shù)作為支撐,以深度學(xué)習(xí)的方法提取了POI地址中的語(yǔ)義因子,采用以同義詞詞林為基礎(chǔ)的手段來(lái)實(shí)現(xiàn)POI分類(lèi)語(yǔ)義因子的合并與優(yōu)化,再通過(guò)不同分類(lèi)體系中分類(lèi)概念之間形式背景矩陣的構(gòu)建,并以此為基礎(chǔ),利用Chein算法自動(dòng)生成POI分類(lèi)體系的概念格,實(shí)現(xiàn)網(wǎng)絡(luò)POI分類(lèi)體系的相互關(guān)聯(lián)和映射。本文以Google、天地圖、百度、高德等互聯(lián)網(wǎng)公司的數(shù)據(jù)和分類(lèi)標(biāo)準(zhǔn)作為實(shí)驗(yàn)數(shù)據(jù),最終生成了一個(gè)可擴(kuò)展、可兼容和更新的新的分類(lèi)體系,實(shí)驗(yàn)證明,新的分類(lèi)體系有著良好的效果,達(dá)到了預(yù)期目標(biāo)。主要的工作內(nèi)容和創(chuàng)新點(diǎn):(1)生成一個(gè)新的POI分類(lèi)體系,并且對(duì)來(lái)自多源POI分類(lèi)體系的變化做到可兼容,可擴(kuò)展,可更新;(2)提出了一種基于深度學(xué)習(xí)算法的POI地址切分算法;(3)實(shí)現(xiàn)網(wǎng)絡(luò)多源POI分類(lèi)體系的相互關(guān)聯(lián)和映射。
【圖文】：

圖 3.6 切分程序展示以上實(shí)驗(yàn)可以看出，本文算法在精度上較傳統(tǒng) FMM 算法有較大程度提升的地址越多，，精度也越高，同時(shí)減低了對(duì)詞典的依賴(lài)，但是效率有所降低

4 分類(lèi)語(yǔ)義因子合并與優(yōu)化4.1 引言過(guò)第三章的語(yǔ)義因子提取處理之后，得到了 POI 的特征詞，但是在這些處理后中經(jīng)常會(huì)出現(xiàn)如“健身房”與“健身館”、“茶樓”與“茶館”、“茶社”等詞語(yǔ)相近或義的特征詞，或者在漢語(yǔ)原意中有一詞多義的特征詞以及某些具有強(qiáng)關(guān)聯(lián)的特時(shí)候就必須對(duì)得到的特征詞集合進(jìn)行合并與優(yōu)化處理。為此，本節(jié)采用基于同的特征詞優(yōu)化方法。文選取《同義詞詞林?jǐn)U展版》作為同義詞詞典進(jìn)行同義詞合并處理。該詞典最家駒等于 1983 年編纂而成，后經(jīng)過(guò)哈爾濱工業(yè)大學(xué)信息檢索實(shí)驗(yàn)室重新擴(kuò)展形成一部具有漢語(yǔ)大詞表的“哈工大信息檢索研究室同義詞詞林?jǐn)U展版”——《林?jǐn)U展版》，詞典中的內(nèi)容主要包括一個(gè)詞語(yǔ)的同義詞以及一定數(shù)量的同類(lèi)詞錄詞語(yǔ)超過(guò) 7 萬(wàn)條，其部分內(nèi)容如下圖 4.1 所示。
【學(xué)位授予單位】：蘭州交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：P208

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳芊希;范磊;;基于深度學(xué)習(xí)的網(wǎng)頁(yè)分類(lèi)算法研究[J];微型電腦應(yīng)用;2016年02期

2 徐筍晶;李賽美;劉敏;劉超男;劉煜洲;李日東;;基于屬性偏序表示原理的經(jīng)方方證研究[J];燕山大學(xué)學(xué)報(bào);2014年05期

3 曾子維;王鑫;馬垣;;基于概念格中緊致依賴(lài)的空間數(shù)據(jù)挖掘方法研究[J];計(jì)算機(jī)應(yīng)用與軟件;2014年02期

4 易茹蘭;徐楓;鄧敏;劉啟亮;;利用形式概念分析的海島語(yǔ)義層次分類(lèi)方法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2012年08期

5 鄭艷紅;張東站;;基于同義詞詞林的文本特征選擇方法[J];廈門(mén)大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年02期

6 鄭金英;滕春霞;;概念格構(gòu)造算法的現(xiàn)狀與發(fā)展前景[J];硅谷;2011年22期

7 程昌秀;于濱;;一種基于規(guī)則的模糊中文地址分詞匹配方法[J];地理與地理信息科學(xué);2011年03期

8 金梁;;基于屬性涵蓋的概念格構(gòu)造算法[J];襄樊職業(yè)技術(shù)學(xué)院學(xué)報(bào);2011年01期

9 盧媛媛;何海燕;張劍;;電子商務(wù)搜索引擎中文分詞算法分析[J];信息網(wǎng)絡(luò)安全;2010年08期

10 馬垣;張果枝;張仁秋;;基于粒化的形式背景的概念格研究[J];計(jì)算機(jī)應(yīng)用與軟件;2010年07期

相關(guān)碩士學(xué)位論文 前10條

1 陳瑞;基于多源POI數(shù)據(jù)的匹配融合方法研究[D];蘭州交通大學(xué);2014年

2 牛秀萍;基于隱馬爾科夫模型詞性標(biāo)注的研究[D];太原理工大學(xué);2013年

3 王良芳;文本挖掘關(guān)鍵詞提取算法的研究[D];浙江工業(yè)大學(xué);2013年

4 紀(jì)彤坤;概念格Chein算法的研究與改進(jìn)[D];華南理工大學(xué);2012年

5 刁毓;基于本體的中文分詞算法的研究與實(shí)現(xiàn)[D];曲阜師范大學(xué);2012年

6 李明;針對(duì)特定領(lǐng)域的中文新詞發(fā)現(xiàn)技術(shù)研究[D];南京航空航天大學(xué);2012年

7 申樂(lè);概念格剪枝方法研究及其在Web挖掘中的應(yīng)用[D];鄭州大學(xué);2011年

8 王培培;基于區(qū)別度概念格的關(guān)聯(lián)規(guī)則挖掘算法設(shè)計(jì)[D];河南大學(xué);2010年

9 張智星;概念格的幾種生成算法[D];河北大學(xué);2010年

10 王欣欣;頻繁加權(quán)概念格及天體光譜關(guān)聯(lián)知識(shí)挖掘系統(tǒng)[D];太原科技大學(xué);2009年

本文編號(hào)：2562883