微博签到POI数据有效性衡量方法

自发地理信息具有数据量大,信息丰富,成本低廉,现势性强等优势,使得其蕴含巨大的应用价值,但如何有效控制数据质量问题来提升数据的应用价值值得深入研究。本文以微博签到POI数据为研究对象,首先从大众地理空间认知和签到POI数据空间分布两个方面对影响签到POI数据有效性的因素进行分析,然后建立有效性数学衡量的模型提取实验区有效数据。最后通过实验验证了该模型快速、高效提取自发式地理信息方式采集的POI数据可行性。     

基于天地图的POI数据采集系统设计与实现

针对传统POI数据采集方式成本高,更新缓慢,属性信息不完整等问题,分析天地图提供的地理信息服务和编程接口,结合网络开发技术提出了基于天地图的POI数据采集思路,开发了原型系统,实现了POI数据的采集与动态更新,对保障POI数据现势性、正确性和完整性具有参考意义。     

基于位置和属性特征信息的多源数据融合

利用来源于地理国情普查和高德POI数据源的两组北京市小学数据,基于空间位置和名称属性进行数据匹配。数据经过坐标统一、数据删重等预处理后,以空间位置接近、名称属性相似为原则,进行数据融合分析。结果表明地理国情普查数据和高德POI数据的可匹配占比均为71%。城区范围内空间不匹配和属性不匹配占比近似,郊区范围内空间位置不匹配情况高于属性不匹配。     

OpenStreetMap数据下的空间数据更新方法

针对利用专业测绘数据对空间数据库更新中存在的现势性问题,提出了利用OpenStreetMaps数据对空间数据库进行更新的方法。阐述了基于OpenStreetMap数据的空间数据更新方法的关键理论与技术,特别是OpenStreetMap数据与专业测绘数据的变化要素检测算法:基于格网的匹配检测算法和基于几何量算的变化要素检测。在此基础上,利用珠海市的专业测绘数据与相应区域的OpenStreetMap数据作为试验数据,编程实现了基于OpenStreetMap的空间数据更新。     

利用位置签到数据探索城市热点与商圈

众源地理数据（Crowd Sourcing Geographic Data）是指由大众采集并向大众开放共享的地理空间数据。众源位置签到数据作为众源地理数据的一种,客观真实的反映了大众日常生活行为,包含大量丰富的社会化属性信息。本文提出了一种基于众源位置签到数据的城市热点探测与商圈挖掘方法,首先对位置签到数据时空分布特性进行了研究,设计并提出了众源位置签到数据时空数据库模型;其次,提出了位置签到数据探索性空间分析方法,通过对众源位置签到数据的空间聚类分析,实现基于位置签到数据的商圈热点探测;最后,以武汉市为例,对街旁网截止2011年9月30日的众源位置签到数据进行了城市热点探测与商圈挖掘分析实验,结果表明,基于众源位置签到数据挖掘的武汉市商圈分布与城市规划商圈具有强相关性,可用于城市社会经济发展预测与区域经济规划。     

福州市地理信息数据库联动更新方法

随着城市现代化进程的加快和社会信息化的快速发展,社会对于基础地理信息数据的现势性要求日益提高.而传统的基础地理信息数据库的更新方式已很难满足当前的需求.本文以福州市地理信息数据寻求新的管理与更新模式为背景,研究福州市地理信息数据联动更新方法.通过对福州市的测绘业务和数据库的梳理和研究,建立基于联动关系的业务数据联动更新数据库和数据库间联动更新两种工艺流程,为提高福州市地理信息数据库的更新效率以及数据库的现势性提供了保障.     

基于轮廓图匹配方法的不同数据源道路网配准

遥感图像与GIS数据的配准是遥感应用、遥感与GIS集成的基础和关键。本文针对不同来源的道路网数据,提出了基于轮廓图匹配的遥感影像和地理空间数据集配准的方法。在两个数据集综合时,将最新的遥感影像及其被提取的特征作为参考数据,将已有的GIS数据与矫正后的遥感影像进行匹配。实验结果表明,该方法可普遍应用于城市道路网的信息提取与配准,即使在道路被部分遮挡的情况下,所提出的轮廓判读和匹配方法,正确匹配和识别的概率仍可达到93%以上。     

多尺度基础地理数据联动更新技术

随着国家基础地理信息数据库动态更新工程的启动,社会发展对于基础地理信息数据的现势性要求日益提高。传统的多尺度基础地理信息数据分别更新生产的方法效率低下,本文提出了一种基于要素的数据联动更新技术,以要素为中心对多种尺度的基础地理信息数据联动更新生产;并介绍了整合更新数据库、要素更新规则定义、要素匹配与联动更新等主体技术方法;最后设计联动更新程序,验证了该技术的可行性和高效性。     

多尺度空间数据联动更新技术研究现状及展望

多尺度空间数据库是国民经济建设各级行政决策规划的重要依据,在智慧城市、国防建设中发挥着关键作用。数据的现势性影响着空间数据库的运行效率,而多尺度空间数据联动更新为保证数据的现势性提供重要技术支撑。伴随着人工智能、地理空间大数据和地图综合智能化发展,空间数据联动更新取得了不少成果,同时也面临诸多挑战。本文首先,围绕多尺度空间数据的更新策略、匹配方法、更新信息检测及更新信息传递等方面阐述了联动更新的研究进展;然后,梳理和分析了联动更新过程各阶段人工智能技术运用现状;最后,结合自动地图综合和地理空间大数据背景,探讨了多尺度空间数据联动更新的发展趋势。     

城市基础空间数据库动态更新研究

城市基础地理数据库建成以后,必须对其进行动态的维护与更新,以保证数据的现势性。分析了城市空间数据库更新中需要考虑的问题,探讨了数据更新的原则、步骤及方法。最后以某市基础地理信息系统为例,用竣工测量数据对空间数据库进行了更新。     

一种应用兴趣点数据进行地表覆盖分类的方法

针对传统基于遥感影像的地表覆盖分类方法普遍存在的生产周期长、成本高、自动化程度低等问题，提出了一种完全利用兴趣点（point of interest，POI）数据进行地表覆盖自动化分类的方法。首先应用潜在狄利克雷分布主题计算模型，从POI数据的文本信息中挖掘出与地表覆盖类型相关的主题类型和分布概率；然后基于POI文本的主题分布，运用支持向量机分类算法构建地表覆盖分类模型；最后以遥感影像地表覆盖分类结果为依据，采用随机抽样的方式对所提方法进行验证。结果表明，该方法能够较好地区分人造地表和非人造地表，且整体分类精度超过80%，可作为传统遥感影像分类的辅助手段，满足地表覆盖快速分类的制图需求。     

基于LBSN和多图融合的兴趣点推荐EI北大核心CSCD

兴趣点推荐作为推荐领域的一个重要分支一直备受研究者青睐。本文提出一种基于位置的社交网络(LBSN)和多图融合的兴趣点推荐方法GraphPOI。综合分析用户和兴趣点的内在因素和外部表征,首先,对用户-兴趣点的评分矩阵进行学习得到用户和兴趣点的内部潜在向量;其次,根据评分矩阵构造用户-兴趣点交互图,得到兴趣点在用户空间的表征向量以及用户在兴趣点空间的表征向量;然后,对兴趣点按其地理位置进行聚类,得到兴趣点在位置空间的表征向量,结合兴趣点在用户空间的表征向量进而得到兴趣点的外部表征向量;对用户社交图中的信息扩散现象进行建模,捕获用户的朋友关系,得到用户在社交空间的表征向量,结合用户在兴趣点空间的表征向量进而得到用户的外部表征向量;最后,结合用户和兴趣点的内部潜在向量与外部表征向量,得到用户和兴趣点的最终向量表示,并将其输入到多层神经网络模型中进行评分预测。在Yelp数据集上对所提模型进行验证,结果表明本文方法能够有效提升兴趣点推荐的准确性。     

尺度变化对城市生态环境与人类活动关系的影响研究

针对空间尺度对城市生态环境与人类活动影响的研究，以南昌市为研究区，划分了300×300、500×500、700×700共3种格网尺度。使用遥感生态指数RSEI（目标向量）量化城市生态环境质量，结合POI点、微博签到点与道路网数据（特征向量），利用随机森林回归模型分析不同尺度下两者之间的拟合效果。结果表明：①3种尺度下RSEI与POI点、微博签到点与道路网均呈现较强的负相关性；且负相关性最优的为RSEI和微博签到点数据，最差的为RSEI和道路网数据。②300×300尺度下随机森林回归模型的拟合效果最好。随着尺度的变大，拟合的效果会越来越差。③无论尺度如何变化，利用随机森林回归拟合的标准化残差ε均呈正态分布；且随着尺度的变大，ε值空间分布的随机性也逐渐增大。随机森林回归模型为度量尺度对城市生态环境与人类活动的关系研究提供了有效的途径，也为城市生态文明建设提供了科学的依据和参考。     

签到位置数据的密度峰值快速搜索与聚类方法

位置签到数据蕴含了城市居民活动变化。由于客户端位置候选问题,不同的签到行为以同一候选位置签到时会产生位置重复现象。针对现有密度聚类方法在签到数据聚类上存在的问题,以快速搜索和查找密度峰值聚类算法(CFSFDP)为基础,提出了签到位置数据的密度峰值快速搜索与聚类方法。首先,引入位置重复频率来表达签到位置重复,然后,对原始签到位置数据点统计位置重复频率并重新设计数据结构,以新的空间点要素为研究对象寻找密度峰值点;最后,构建了峰值点密度簇聚类算法,在点要素集聚类过程中考虑密度连通性来保证峰值密度簇的连续与完整。试验表明,所提出的聚类方法有效避免了重复度较高的离群位置对象选为峰值并聚类的情况,并具有良好的空间适应性。所提取的密度峰值点不仅可以用来表示热区的中心,还能够反映热区的集中趋势,进而可以帮助探索热区的动态变化情况。     

关注点推荐算法的霍克斯过程法

关注点（point-of-interest,POI）推荐是基于位置的社交网络（location-based social network,LBSN）中重要的个性化位置服务。针对LBSN中用户签到数据的复杂性和高度稀疏性问题,本文提出了一种基于霍克斯过程的上下文感知协同过滤关注点推荐算法（HWCF）。首先,根据用户签到关注点的地理空间聚集现象分析用户行为特征,筛选用户候选关注点;然后,利用霍克斯过程对候选关注点建模,通过融合空间距离信息、空间序列变换信息、时间信息、用户偏好、关注点流行度等多种上下文信息计算用户访问候选关注点的概率,对访问概率排序得到top-k推荐列表;最后,对算法参数的取值及调整过程进行讨论。试验结果表明,HWCF算法比其他的关注点推荐算法具有更好的推荐效果。     

融合图像和时空信息的社交媒体用户活动分类方法

社交媒体签到数据中蕴含着大量的用户活动信息。理解社交媒体用户的活动和行为类型,对探索人类的移动性和行为模式等有着重要意义。提出了一种针对新浪微博（简称为微博）的用户活动分类方法,结合图像表达和时空数据分类技术,识别微博签到数据所代表的用户活动类型。首先,根据兴趣点属性信息将微博签到数据所代表的用户活动分为餐饮、生活服务、校园、户外、娱乐、出行6大类;然后,基于卷积神经网络和K近邻分类方法,融合签到数据中的图像场景信息与时空信息,对微博用户的活动行为进行分类。实验结果表明,所提方法能够显著提高微博用户活动类型识别的准确性,为精确探索人类行为活动提供更加有效的数据支持。     

顾及位置关系的网络POI地址信息标准化处理方法

针对互联网POI(兴趣点)地址信息中广泛存在的地址要素不完整、文字表达不一致等不规范现象,提出一种顾及位置关系的网络POI地址信息标准化处理方法,首先对POI信息进行切分提取并逐层匹配地址树模型;然后基于4种位置关系从标准POI库中选出相应集合,作为丰富和修正非标准POI地址要素的候选;最后通过最小粒度地址要素的回溯,实现POI地址信息的快速标准化处理。试验表明该方法可以获得较高的准确率,尤其适用于在互联网数据环境中的POI地址信息标准化。     

利用城市POI数据提取分层地标

为了获取能够用于智能化路径引导的层次性空间知识,提出了一种依据显著度的差异从城市POI数据中提取出分层地标的方法。首先,通过从公众认知、空间分布和个体特征3个方面分析影响POI显著性的因素,构造了包括公众认知度、城市中心度和特征属性值3个指标向量的POI显著性度量模型;然后,分别讨论了利用问卷调查、多密度空间聚类和数据规格化的方法计算POI对象的各项显著性指标值的过程;最后,选择武汉市武昌地区的POI数据进行显著度计算,从中提取显著度较高的对象构成若干层地标,并以各层地标为种子生成加权的Voronoi图,用来反映各地标的空间影响范围并建立了同层和上下层地标之间蕴含的关系。     

社交网络时空大数据聚类挖掘有效选择分析

来自社交网络的时空大数据具有海量和高动态的特性,有效选择时空数据进行聚焦挖掘分析至关重要。以微博位置签到数据为例,首先,对时空大数据空间聚类挖掘的有效选择问题进行了研究,针对社交网络时空数据不确定性问题,提出了时空大数据针对聚类挖掘的有效选择方法。聚类挖掘有效选择方法提出从空间、时间或属性等维度对时空大数据进行分割。然后,对分割得到的数据集进行空间探索分析(exploratory spatial data analysis,ESDA),得到具有聚类挖掘潜力的数据集。最后,以武汉市微博位置签到数据进行商圈热点探测为例,对提出的社交网络时空大数据聚类挖掘有效选择方法进行验证。结果表明,有效选择方法可以得到挖掘效率和精准性更高的时空数据集。