基于语义特征的多源兴趣点机器学习数据匹配方法OA
为准确识别多源异构数据中的同名兴趣点地理实体,以多平台导航电子地图中的兴趣点数据为研究对象,提出了中心词相似度、词频相似度和名称干扰度3种兴趣点语义特征相似度,并结合4种常用语义特征相似度构建机器学习模型,实现了一种两阶段多源兴趣点数据匹配方法。以四川省成都市武侯区的高德地图、腾讯地图、天地图3个平台约40万个兴趣点数据为例开展数据匹配实验。结果表明,该方法可准确且快速地实现多源兴趣点间的匹配,构建的随机森林匹配分类模型的精确率为91.0%,召回率为95.0%,F_(1)-score为0.91,有效提升了POI数据匹配的效率与准确性。
熊文辉;田振昂;赵东保
华北水利水电大学测绘与地理信息学院,河南郑州450046 智慧地球重点实验室,北京100094华北水利水电大学测绘与地理信息学院,河南郑州450046 智慧地球重点实验室,北京100094华北水利水电大学测绘与地理信息学院,河南郑州450046 智慧地球重点实验室,北京100094
天文与地球科学
兴趣点空间数据匹配相似度计算随机森林
《地理空间信息》 2026 (7)
P.96-100,5
智慧地球重点实验室开放基金资助项目(KF2023ZD02-04)国家自然科学基金资助项目(41971346)。
评论