網(wǎng)頁文本中POI信息獲取方法研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)和移動通訊技術(shù)的迅速發(fā)展，空間位置服務(wù)行業(yè)需求急劇上升?？臻g位置服務(wù)的質(zhì)量很大程度上取決于興趣點(Point of interest，POI)信息的數(shù)據(jù)量、準(zhǔn)確性和現(xiàn)勢性。POI信息包含：名稱、類別、位置信息和屬性等。POI采集主要有專業(yè)公司生產(chǎn)和VGI大眾采集兩種方式，前者生產(chǎn)效率低下，后者管理起來較為困難，而且均存在POI信息的位置描述尚不完善的問題，普遍缺乏相對位置和絕對位置描述。目前網(wǎng)絡(luò)資源發(fā)展迅速，其中包含了大量

2、的POI信息，成為POI信息的重要來源。從網(wǎng)頁文本中抽取POI信息成為一種新型的POI信息采集手段。本文重點研究網(wǎng)頁文本中POI信息的獲取方法，為大規(guī)模獲取POI信息探索了一條新途徑。主要內(nèi)容包括以下幾個方面：
　　(1)基于主題網(wǎng)絡(luò)爬蟲的POI相關(guān)網(wǎng)頁抽?。涸诳偨Y(jié)POI各類別的名稱關(guān)鍵字的基礎(chǔ)上，利用搜索引擎將POI信息的類別作為主題檢索詞進行URL聚焦再用網(wǎng)絡(luò)爬蟲技術(shù)爬取這些空間敏感網(wǎng)頁實現(xiàn)各個類別的POI相關(guān)網(wǎng)頁的獲取。