本文選題：旅游時空信息 + 地理標簽　； 參考：《北京郵電大學》2016年碩士論文

【摘要】：來自互聯(lián)網的文本、圖像、視頻等跨媒體大數(shù)據(jù)中隱含了豐富的、非結構化的時空信息,它們對于感知旅游環(huán)境和游客狀態(tài),按需提供個性化服務具有重要意義。為了更好地獲取并利用這些時空信息,本文結合旅游時空信息的特點,對跨媒體旅游大數(shù)據(jù)中時空信息的獲取、表達與挖掘進行研究。論文完成的主要工作如下:(1)提出了一種基于地理標簽的旅游時空信息獲取算法(GT-STA)。構建了時空數(shù)據(jù)爬取模型,從地理標簽中抽取地名、時間、位置等信息,并對數(shù)據(jù)進行篩選處理,實現(xiàn)了地理標簽中旅游時空信息的獲取。提出了一種基于地理標記照片的旅游景點多地理特征獲取算法(GTP-MFA)。應用Mean Shift聚類算法對復雜景點進行內部劃分,并引入用戶特征計算地理特征權重值,實現(xiàn)了復雜景點的多地理特征獲取。實驗結果表明,相比基于命名實體識別篩選的時空信息獲取算法(NER-STA)和基于地名數(shù)據(jù)庫的時空信息獲取算法(TD-STA),本文提出的GT-STA算法在時空信息獲取的準確率指標方面分別平均提升了 54.9%、26.7%;相比基于統(tǒng)計方法的多地理特征獲取算法(SM-MFA)和基于Mean Shift聚類的多地理特征獲取算法(MS-MFA),本文提出的GTP-MFA算法在旅游景點地理特征獲取的準確率指標方面分別平均提升了 20.0%、23.3%,在召回率指標方面分別平均提升了 59.8%、9.9%。(2)提出了一種基于跨媒體信息摘要的時空信息表達算法(CMS-STE)。將旅游景點跨媒體數(shù)據(jù)中的圖像間相似度、文本標簽間相似度、圖像與文本標簽間相似度融合為跨媒體相似度矩陣,使用候選圖文質量評分機制提升摘要質量,經近鄰傳播(AP)聚類獲得圖文簇集合,從中選取圖像摘要和文本標簽摘要,最終以跨媒體摘要形式實現(xiàn)了景點時空信息的表達。實驗結果表明,相比基于K-means聚類的圖文摘要算法和基于AP聚類的圖文摘要算法,本文提出的CMS-STE算法在圖像查準率指標方面分別平均提升了 27.7%、14.7%,在文本標簽查準率指標方面分別平均提升了 16.9%、9.1%;在圖像跨媒體相關率指標方面分別平均提升了 40.1%、33.8%,在文本標簽跨媒體查全率指標方面分別平均提升了 14.8%、11.0%。(3)提出了 一種基于MapReduce的游客活動模式挖掘算法(MR-TPM)。對地理標簽數(shù)據(jù)進行Mean Shift聚類處理,獲得游客興趣點。進行游客頻繁活動模式挖掘,對局部頻繁項集剪枝處理以減少節(jié)點的負荷,挖掘得到游客在興趣點間活動軌跡的頻繁項集,實現(xiàn)了旅游時空大數(shù)據(jù)中游客活動模式的并行挖掘。實驗結果表明。相比基于K次MapReduce的Apriori并行算法(MRKA)和基于兩次MapReduce的Apriori并行算法(MRA),本文提出的MR-TPM算法在運行時間指標方面分別平均降低了 57.1%、35.9%。采用提出的MR-TPM算法挖掘得到了游客在北京市內的頻繁活動模式集合。(4)設計并實現(xiàn)了一個跨媒體旅游大數(shù)據(jù)中時空信息獲取、表達與挖掘系統(tǒng),對本文所提出的基于地理標簽的旅游時空信息獲取算法、基于地理標記照片的旅游景點多地理特征獲取算法、基于跨媒體信息摘要的時空信息表達算法以及基于MapReduce的游客活動模式挖掘算法進行驗證。驗證結果表明,本文所提出的上述算法能夠較好地滿足跨媒體旅游大數(shù)據(jù)中時空信息獲取、表達與挖掘的需要,系統(tǒng)具有較好的容錯性,能基本滿足游客應用需求。
[Abstract]:In order to get and utilize the space - time information acquisition algorithm based on geographical label , this paper proposes a multi - geographical feature acquisition algorithm based on geographical label . This paper presents an algorithm of spatial and temporal information acquisition based on MapReduce . The results show that the proposed algorithm can better meet the time - space information acquisition , expression and mining in the large data of cross - media tourism . The results show that the proposed algorithm can better meet the needs of spatial and temporal information acquisition , expression and mining in the large data of cross - media tourism .
【學位授予單位】：北京郵電大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP311.13

【參考文獻】

相關期刊論文 前10條

1 馬雷雷;李宏偉;梁汝鵬;連世偉;龔競;;基于地名本體的地名知識表達方法[J];測繪科學技術學報;2015年03期

2 余麗;陸鋒;張恒才;;網絡文本蘊涵地理信息抽取:研究進展與展望[J];地球信息科學學報;2015年02期

3 袁燁城;劉海江;裴韜;高錫章;;基于語義知識的空間關系識別研究[J];地球信息科學學報;2014年05期

4 李照航;傅學慶;郭風華;李仁杰;;旅游地文本中的細粒度地名可視化方法[J];測繪科學;2015年01期

5 李德仁;姚遠;邵振峰;;智慧城市中的大數(shù)據(jù)[J];武漢大學學報(信息科學版);2014年06期

6 吉根林;趙斌;;面向大數(shù)據(jù)的時空數(shù)據(jù)挖掘綜述[J];南京師大學報(自然科學版);2014年01期

7 黃思思;;國內智慧旅游研究綜述[J];地理與地理信息科學;2014年02期

8 黃勛;游宏梁;于洋;;關系抽取技術研究綜述[J];現(xiàn)代圖書情報技術;2013年11期

9 劉大有;陳慧靈;齊紅;楊博;;時空數(shù)據(jù)挖掘研究進展[J];計算機研究與發(fā)展;2013年02期

10 李玲玲;金泰松;李翠華;;基于局部特征和隱條件隨機場的場景分類方法[J];北京理工大學學報;2012年07期

相關博士學位論文 前1條

1 張春菊;中文文本中事件時空與屬性信息解析方法研究[D];南京師范大學;2013年

相關碩士學位論文 前2條

1 郭佳;場景圖像分類的相關技術研究[D];西安電子科技大學;2013年

2 王宇;基于網絡文本的地名空間模糊建模[D];南京師范大學;2012年

，

本文編號：2067670