基于游记文本的游客游览行程重构

【目的】基于大量的游记文本和景点信息,实现游客游览行程的重构。【方法】结合TF-IDF和Word2Vec,提出一种基于文本相似度的命名实体识别方法识别景点;提出一种基于马尔可夫性、先验知识和空间特征的模型重构游客的游览行程。【结果】本文所提景点识别方法的查全率达90.72%,查准率达89.65%,F值为0.9018,明显优于条件随机场方法,重构的游客游览行程与真实行程相似度达83.27%。【局限】景点识别方法一定程度上依赖于景点信息库的完整性。【结论】本文所提景点识别方法可自动化识别景点,且游览行程重构达到了较佳的效果。

基于GPS轨迹数据的城市交叉路口识别

【目的】针对交通方式混合模式下城市居民移动产生的GPS时空轨迹数据,实现城市道路交叉路口的自动识别。【方法】将交叉路口识别转化为一个有监督的分类学习问题。利用GeoHash算法对原始轨迹和轨迹活动区域进行编码和分格;将编码轨迹与活动区域编码矩阵映射成二值化融合矩阵,构建交叉路口特征集合;最后利用带有滑动窗口的K近邻分类算法,实现城市交通的交叉路口识别。【结果】在真实轨迹数据集GeoLife上的对比实验表明,经过GeoHash编码转换,数据集规模平均缩减率达到原有轨迹点数量的39%,降低了计算的时间复杂度;同时,识别精度优于传统的基于转向角度的交叉路口识别方法,当误差距离为50米时,综合评价指数的F1-Measure达到0.82。【局限】需要在更多城市真实轨迹数据集上进一步检验该方法的有效性。【结论】本文所提方法不受交通模式变化而产生的GPS轨迹采样频率影响,能解决混合交通模式数据集上的城市交叉路口自动识别问题,具有较强的通用性。