基于本体的校园地图智能检索系统的研究

针对用户在使用百度这样的通用搜索引擎查询大学校园内部的建筑设施信息时遇到的问题,提出了基于本体的校园地图智能检索模型。以A大学校园内的建筑设施信息检索为例,运用本体技术开发了一个大学校园地图智能检索系统。实际测试结果表明,该系统不仅提高了用户信息检索的查准率和查全率,并能够把信息对应的物理位置显示在地图中,使用户更加快速的查找到校园内部建筑设施的信息,从而改善了他们的办事效率。

利用Whip!Viewer建立网上地图资料检索系统

针对城市勘测单位外业队在资料中心查数据、调数据、分发地图工作比较繁琐,以Whip!Viewer设计一套网上地图资料检索系统方案,实现地图资料的高效、准确获取。

基于Web Services的异构数字地图资源检索算法

从数字地图资源互联互检的现状出发,研究了传统异构数据源统一检索的3种模式,提出了基于Web Services的数字地图资源检索模式,设计了基于Web Services的数字地图资源统一检索结果融合算法和元数据更新算法,完成了一个基于Web Services的数字地图资源检索原型系统,对数字地图资源统一检索系统的开发具有借鉴意义。

武汉大学地图管理及发布系统的设计与实现

本文在剖析了武汉大学图书馆地图馆藏及其管理工作的特点的基础上,对地图管理及发布系统的建设需求、系统架构及关键功能模块的实现进行了较为全面的阐述。本系统主要解决了地图馆藏的个性化编目、图形化检索、基于地理范围的数据统计等关键性问题,实现了武汉大学地图特藏的全程化信息管理与发布,并为拥有特殊馆藏的同行提供可参考的系统建设方案。

一种利用VSM检索微地图的方法

针对微地图用户检索地图时需手动浏览检索,无法快速准确地检索出符合用户需求地图的问题,该文提出了一种利用向量空间模型(VSM)检索微地图的方法。首先从微地图数据库中提取地图元数据文本,获取内容特征;其次利用转译词频方法建立基于地图内容特征的VSM,计算检索信息与地图内容特征的余弦相似度并进行相似度比较;最后根据比较结果从微地图数据库中获取符合用户需求的地图。采用此方法有效地提高了检索准确率,并提高了评分在检索中的权重,实现了对微地图信息的综合检索。基于检索的实验结果表明,用户应用此方法可快速检索到符合其需求的微地图,从而为微地图在内容检索方面提供一种新的方法。

Fundamental Theories of Spatial Similarity Relations in Multi-scale Map Spaces

Similarity relation is one of the spatial relations in the community of geographic information science and cartography.It is widely used in the retrieval of spatial databases, the recognition of spatial objects from images, and the description of spatial features on maps.However, little achievements have been made for it by far.In this paper, spatial similarity relation was put forward with the introduction of automated map generalization in the construction of multi-scale map databases;then the definition of spatial similarity relations was presented based on set theory, the concept of spatial similarity degree was given, and the characteristics of spatial similarity were discussed in detail, in-cluding reflexivity, symmetry, non-transitivity, self-similarity in multi-scale spaces, and scale-dependence.Finally a classification system for spatial similarity relations in multi-scale map spaces was addressed.This research may be useful to automated map generalization, spatial similarity retrieval and spatial reasoning.

基于Item2Vec负采样优化的专题地图产品个性化推荐方法研究

建立适用于专题地图产品检索的用户偏好推荐模型是提高专题地图质量的有效方式之一,在专题地图产品推荐场景中,存在严重的内容冷启动和评论数据稀疏问题,现有的推荐算法无法为特定类用户推荐不同特征的专题地图产品,导致用户从专题地图中获取偏好信息受到限制。因此,本文构建基于负采样的连续词袋模型和基于Word2Vec的Item2Vec相结合的用户偏好推荐方法,用于专题地图产品推荐。①计算用户行为日志文件中交互行为数据的隐性评分,以代替专题地图推荐信息流场景中稀疏的用户评论数据;②基于负采样的连续词袋模型提取目标专题地图的前后地图序列感知特征信息,通过控制正负样本比例为1:2,提升目标专题地图潜在评分的预测精度;③通过Item2Vec将带有用户行为特征信息的专题地图映射到向量空间,计算用户对专题地图的相似度矩阵,根据用户偏好程度完成推荐。在构建的专题地图评分实验数据集Thematic CMaps和4个公开验证数据集MovieLens上的测试结果表明:与LFM、Personal Rank、Content Based和SVD 4种传统推荐算法相比,本文所提方法可有效提高潜在评分的预测精度,推荐性能最高达到27.85%;与以霍夫曼采样方式的Item2Vec基础方法和YouTubeNet 2种神经网络推荐算法相比,评分预测精度有一定提高,且推荐性能不断提升,最高达到2.97%和5.78%。以经典算法奇异值分解(SVD)为例,将MovieLens-20M数据集切分后,在数据量不断增大的数据子集中,本文所用方法的评分预测精度和性能均优于SVD方法。