摘要 | 第7-9页 |
Abstract | 第9-10页 |
目录 | 第11-13页 |
1 引言 | 第13-17页 |
1.1 研究背景和意义 | 第13-14页 |
1.2 国内外研究现状 | 第14-15页 |
1.3 本文研究内容和创新点 | 第15-16页 |
1.4 本文的组织结构 | 第16-17页 |
2 获取实验数据 | 第17-34页 |
2.1 POI 数据介绍 | 第17-20页 |
2.2 从网络电子地图中获取 POI 数据 | 第20-25页 |
2.2.1 谷歌地图 API 与 Local Search 功能 | 第20-22页 |
2.2.2 百度地图 API 与 Local Search 功能 | 第22-23页 |
2.2.3 从谷歌地图和百度地图中抽取 POI 数据 | 第23-25页 |
2.3 POI 实验数据预处理 | 第25-34页 |
2.3.1 地理坐标统一问题 | 第25-28页 |
2.3.2 生成实验数据集 | 第28-34页 |
3 POI 数据融合技术 | 第34-51页 |
3.1 基于空间位置的技术 | 第34-49页 |
3.1.1 影响因素 | 第34-35页 |
3.1.2 片面最近邻连接算法 | 第35-38页 |
3.1.3 相互最近邻算法 | 第38-42页 |
3.1.4 基于概率的算法 | 第42-45页 |
3.1.5 标准化权重算法 | 第45-49页 |
3.2 基于非空间属的技术 | 第49-51页 |
3.2.1 文莱斯特距离算法 | 第49页 |
3.2.2 哈罗-温克勒距离算法 | 第49-51页 |
4 POI 数据融合技术的改进 | 第51-65页 |
4.1 基于空间位置的 POI 融合改进方案 | 第51-54页 |
4.2 组织 POI 测试数据集合 | 第54页 |
4.3 测试结果评价标准 | 第54-55页 |
4.4 最佳阈值参数选取测试 | 第55-59页 |
4.4.1 基于空间位置算法测试 | 第55-57页 |
4.4.2 名称属性相似度算法测试 | 第57-58页 |
4.4.3 基于空间位置改进方案测试 | 第58-59页 |
4.5 组织不同差异程度的多数据集合 | 第59-61页 |
4.6 多组 POI 数据集合验证改进方案 | 第61-65页 |
5 总结与展望 | 第65-67页 |
5.1 总结 | 第65-66页 |
6.2 展望 | 第66-67页 |
参考文献 | 第67-69页 |
致谢 | 第69-70页 |
个人简历 | 第70页 |
发表的论文 | 第70页 |
研究项目 | 第70-71页 |