興趣點（point of interest,POI）數(shù)據(jù)是一種與大眾生活密切相關的地理信息資源,并成功應用在城市規(guī)劃、地圖導航等領域。隨著移動網(wǎng)絡、物聯(lián)網(wǎng)等技術的快速發(fā)展及地理信息服務的不斷深入,互聯(lián)網(wǎng)上蘊含大量與空間位置密切相關的POI信息且大多位于深網(wǎng)網(wǎng)絡之中,并在不斷增多與變更,如何充分挖掘深網(wǎng)網(wǎng)絡中蘊含的POI數(shù)據(jù)成為當前空間信息領域的一個研究熱點。然而綜合國內(nèi)外相關研究可以發(fā)現(xiàn),目前通用搜索引擎和普通深網(wǎng)爬行方法難以有效獲取深網(wǎng)POI數(shù)據(jù),其主要原因在于候選檢索詞庫構建困難、爬行檢索詞需要優(yōu)化、數(shù)據(jù)請求量受限制等,針對上述問題本文提出了一種基于檢索詞優(yōu)化和空間自適應剖分的深網(wǎng)POI信息檢索方法,并以北京市五環(huán)的外接矩形為實驗區(qū),對深網(wǎng)POI數(shù)據(jù)服務獲取POI數(shù)據(jù)的方法進行了驗證。本論文的主要研究工作包括以下兩點:（1）針對深網(wǎng)POI數(shù)據(jù)獲取過程中檢索詞庫構建及優(yōu)化困難,提出了利用基于爬行覆蓋率排序的檢索詞優(yōu)化方法,該方法通過整理網(wǎng)站分類目錄、利用中文分詞提取分類特征詞以及同義詞補充初步構建候選檢索詞,然后經(jīng)過計算訓練區(qū)深度探測結果,得到檢索詞檢索效能指標,最后通過設置爬行覆蓋... 

【文章來源】：中國測繪科學研究院北京市

【文章頁數(shù)】：63 頁

【學位級別】：碩士

【部分圖文】：

純表單模式

檢索詞優(yōu)化的深網(wǎng) POI 數(shù)據(jù)自適應剖分獲取方法研究頁處理則能夠?qū)⒃擃愋偷臄?shù)據(jù)進行全部展示。純鏈接模式的數(shù)據(jù)在獲取的過程中只需要通過采用瀏覽器控制+數(shù)據(jù)攔截方式來模擬用戶操作行為，便可以對它的數(shù)據(jù)進行全量獲取。不存在純表單模式在數(shù)據(jù)獲取過程中所存在的檢索詞構建困難等困難，但是由于其數(shù)據(jù)量有限，因此沒有作為本文的研究重點。

圖 2-3 純鏈接模式（3）混合模式，是上述兩種方式的混合方法，既提供預先設置的檢索鏈接，也提供相應的查詢接口讓用戶輸入檢索詞，一般較大型的深網(wǎng)地圖服務網(wǎng)站會采用混合模式，如高德地圖、百度地圖等。如騰訊地圖所示，網(wǎng)站在總結不同用戶所關注的主題內(nèi)容的基礎上，為酒店、餐飲、購物等提供了預先設置的檢索鏈接，可以利用純鏈接模式的獲取方式對數(shù)據(jù)進行獲取。在這個基礎上，它還提供了利用檢索條件對數(shù)據(jù)進行獲取的方式即純表單模式，可以將兩種方式進行結合對 POI 數(shù)據(jù)進行獲取。


本文編號：3341274