| 附件 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 1 引言 | 第12-19页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文主要研究内容 | 第15-17页 |
| 1.4 本文的组织结构 | 第17-19页 |
| 2 实验数据的获取 | 第19-35页 |
| 2.1 POI 数据的介绍 | 第19-20页 |
| 2.2 详细页面数据的抽取 | 第20-22页 |
| 2.3 地图数据的获取 | 第22-26页 |
| 2.3.1 谷歌地图 API 与地图模糊搜索 | 第22-24页 |
| 2.3.2 百度地图 API 与智能模糊搜索 | 第24-25页 |
| 2.3.3 Mapabc 地图 API 智能与模糊搜索 | 第25-26页 |
| 2.4 生成实验数据集 | 第26-34页 |
| 2.4.1 地理坐标统一问题 | 第26-28页 |
| 2.4.2 地图纠偏 | 第28-31页 |
| 2.4.3 代理服务的介绍与使用 | 第31-32页 |
| 2.4.4 生成实验数据集 | 第32-34页 |
| 2.5 本章小结 | 第34-35页 |
| 3 POI 融合实现 | 第35-46页 |
| 3.1 中文名称相似性 | 第35-36页 |
| 3.2 地理信息相似性 | 第36-42页 |
| 3.2.1 中文地址的相似度 | 第37-41页 |
| 3.2.2 空间地理信息相似度 | 第41-42页 |
| 3.3 各字段融合实现 | 第42-45页 |
| 3.3.1 名称相似度融合实现—名称别名化 | 第42-43页 |
| 3.3.2 地址相似度融合实现—地址规范化 | 第43-44页 |
| 3.3.3 评论信息的添加 | 第44-45页 |
| 3.4 本章小结 | 第45-46页 |
| 4 基于 GibbsLDA++主题抽取原理与应用 | 第46-57页 |
| 4.1 主题抽取介绍 | 第46-47页 |
| 4.2 Gibbs 抽样与 GibbsLDA++ | 第47-51页 |
| 4.2.1 Gibbs 抽样 | 第47-48页 |
| 4.2.2 GibbsLDA++ | 第48-51页 |
| 4.3 文本分词预处理 | 第51-54页 |
| 4.4 实验结果与分析 | 第54-56页 |
| 4.5 本章小结 | 第56-57页 |
| 5 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57页 |
| 5.2 展望 | 第57-59页 |
| 5.2.1 存在问题 | 第57-58页 |
| 5.2.2 未来工作安排规划 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 个人简历 | 第63-64页 |