網頁文本中POI信息獲取方法研究.pdf

1、隨著互聯網技術和移動通訊技術的迅速發(fā)展，空間位置服務行業(yè)需求急劇上升?？臻g位置服務的質量很大程度上取決于興趣點(Point of interest，POI)信息的數據量、準確性和現勢性。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)公司生產和VGI大眾采集兩種方式，前者生產效率低下，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。目前網絡資源發(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。主要內容包括以下幾個方面：
　　(1)基于主題網絡爬蟲的POI相關網頁抽?。涸诳偨YPOI各類別的名稱關鍵字的基礎上，利用搜索引擎將POI信息的類別作為主題檢索詞進行URL聚焦再用網絡爬蟲技術爬取這些空間敏感網頁實現各個類別的POI相關網頁的獲取。