多源異構(gòu)POI融合方法及應(yīng)用

吳張峰，夏蘭芳

(上海市測繪院，上海 200063)

伴隨著信息時代的到來，位置服務(wù)需求的深度和廣度在不斷增加，位置服務(wù)的產(chǎn)生離不開基礎(chǔ)數(shù)據(jù)的支持。POI數(shù)據(jù)作為位置服務(wù)的重要載體，直接掌控著位置服務(wù)的質(zhì)量。與此同時，以POI為代表的位置服務(wù)數(shù)據(jù)的獲取和更新模式正在發(fā)生深刻變化。另一方面，隨著位置服務(wù)的普及，POI數(shù)據(jù)的鮮活性成為提升位置服務(wù)質(zhì)量的核心因素。如何進行高質(zhì)量的數(shù)據(jù)采集和多源POI數(shù)據(jù)的融合成為提升位置服務(wù)能力的關(guān)鍵。本文在廣泛試驗的基礎(chǔ)上，探索出一套基于FME Server的多源異構(gòu)POI融合方法，為POI數(shù)據(jù)的動態(tài)維護更新提供了一種新的思路。

1　研究框架

本文的研究框架如圖1所示。

本文研究的核心內(nèi)容為：首先將來源可靠且經(jīng)過質(zhì)檢的POI數(shù)據(jù)形成一個母庫；然后將來源不同的POI數(shù)據(jù)進行數(shù)據(jù)清洗，進行基于FME Server空間位置信息和門址等屬性信息的融合，形成內(nèi)容詳盡、結(jié)構(gòu)規(guī)整的POI融合庫；最后，對于形成的POI融合庫再進行基于空間約束關(guān)系的門址掛接，建立POI數(shù)據(jù)與門址信息的對應(yīng)關(guān)系，滿足各類基于LBS和Location Point的業(yè)務(wù)應(yīng)用。

2　研究內(nèi)容

2.1　多源數(shù)據(jù)的預(yù)處理

對獲取的大量的POI數(shù)據(jù)進行處理，處理的方法是利用FME軟件流程化的模塊設(shè)計對數(shù)據(jù)進行清洗，從而保證用于融合的數(shù)據(jù)的基本質(zhì)量。處理流程如圖2所示，主要包括以下內(nèi)容。

(1) 針對數(shù)據(jù)中存在特殊分隔符的問題，分析數(shù)據(jù)產(chǎn)生的原因，對特殊字符進行刪除處理。

(2) POI數(shù)據(jù)格式的統(tǒng)一，非漢字字符統(tǒng)一使用英文字符。

圖1　研究框架

圖2　數(shù)據(jù)清洗流程

(3) 設(shè)計標準POI庫的屬性結(jié)構(gòu)，規(guī)范POI屬性名稱，如原始的POI數(shù)據(jù)結(jié)構(gòu)中屬性字段各不相同，需建立原始字段與標準字段的對應(yīng)關(guān)系，統(tǒng)一到標準的POI屬性字段名稱。

(4) 刪除奇異點，刪除空間字段為NULL的POI數(shù)據(jù)，優(yōu)化POI數(shù)據(jù)質(zhì)量。

(5) 刪除重復(fù)項，進行POI數(shù)據(jù)中同名地物的判斷及刪除。

(6) 坐標統(tǒng)一，坐標變換，使獲取的POI數(shù)據(jù)具有相同的坐標系。

2.2　母庫的建立

數(shù)據(jù)源采用實測并經(jīng)過質(zhì)檢的數(shù)據(jù)，母庫的屬性結(jié)構(gòu)定義如圖3所示，建成的母庫如圖4所示。

字段名稱含義描述數(shù)據(jù)類型空值性唯一性KEY_ID唯一標識NUMBER(38)NOTTYPE類型VARCHAR2(38)NULLNAME名稱VARCHAR2(100)NOTA_NAME所屬區(qū)縣VARCHAR2(50)NULLCOUNTY所屬街道VARCHAR2(50)NULLDOORPLATE_ID掛接門址IDVARCHAR2(100)NULLNAME_PHONETICIZE拼音VARCHAR2(200)NULLNAME_ENG英文名稱VARCHAR2(50)NULLNAME_ABBR簡稱VARCHAR2(50)NULLNAME_ALIAS別名VARCHAR2(50)NULLNAME_REGIS工商登記名稱VARCHAR2(50)NULLTEL電話號碼VARCHAR2(50)NULLPOSTAL_CODE郵政編碼VARCHAR2(50)NULLURL網(wǎng)址VARCHAR2(100)NULLEMAIL電子郵箱VARCHAR2(50)NULLDATA_SOURCE數(shù)據(jù)來源VARCHAR2(50)NULLDES描述信息VARCHAR2(50)NULLCOLLECTION_TIME采集時間DATENULLUPDATE_TIME更新時間DATENULLSTOP_TIME停用時間DATENULLDOOR_ACCU門址掛接準確度NUMBERNULLIMPORT_TIME入庫時間DATENULLPOI_TYPEPOI類型VARCHAR2(50)NULLDOOR_TYPE門址掛接類型NUMBERNULLPATCH批次VARCHAR2(50)NULLORIGINAL_ADDRESS原始地址VARCHAR2(100)NULLLINKED_ADDRESS掛接地址VARCHAR2(100)NULLGEOMETRY空間字段MDSYS.SDO_GEOMETRYNOT

圖3POI庫的屬性結(jié)構(gòu)

圖4　建成的母庫

2.3　基于加權(quán)的多屬性相似度的POI融合

在進行POI融合過程中，首先要進行同名地物的判別，即同名POI點的識別。本文采用文本名稱相似度、距離相似度、門址相似度3個指標進行同名POI點的判別，在判別過程中，分別賦予0.6、0.2、0.2的權(quán)重。對于兩個POI對象，如果總體相似度大于閾值(本文設(shè)定為0.9)，則認為是同名POI點，否則認定為新的POI點，進行POI數(shù)據(jù)的增量融合更新。具體流程圖5所示。

圖5　多屬性相似度的POI融合流程

2.4　基于空間約束關(guān)系的門址掛接

POI作為點狀地物，與其他地物存在空間約束關(guān)系。在進行門址掛接的時候，要充分考慮其與參考地物(包括街道數(shù)據(jù)、小區(qū)數(shù)據(jù)和建筑面數(shù)據(jù))的邏輯關(guān)系。如圖6所示，首先進行POI數(shù)據(jù)、門址點POI與參考地物之間的空間關(guān)系計算，判斷出與參考地物邏輯關(guān)系一致的POI點和門址點，再按照相對最近原則進行掛接。

門址掛接的結(jié)果如圖7所示。如果發(fā)現(xiàn)POI數(shù)據(jù)所掛接的門址數(shù)據(jù)與原始地址有較大出入，可以進行異常拋出，進一步進行數(shù)據(jù)質(zhì)量的檢查。

圖6　基于空間約束關(guān)系的門址掛接

圖7　門址掛接結(jié)果

2.5　基于FME Server的動態(tài)流程化更新維護

(1) 首先制作FME數(shù)據(jù)處理模板，主要將POI處理流程中的各階段數(shù)據(jù)處理分步制作成FME模板。具體包括以下模板：數(shù)據(jù)清洗模塊、POI母庫建立模塊、POI融合模塊、POI與門址掛接模塊、POI維護更新模塊。

(2) 將制作好的模板通過FME Workbech發(fā)布到FMEServer上，形成數(shù)據(jù)處理服務(wù)，如圖8所示。

(3) 模板的更新維護。通過FME Workbench從FME Server中下載工作空間進行維護，進行需要的升級，并重新發(fā)布到FME Server。

3　結(jié)　語

本文提出了一種多源POI數(shù)據(jù)歸并融合方法。該方法通過對POI信息的門址信息、位置信息和屬性信息進行比對，確定不同POI數(shù)據(jù)之間是否需要融合，最終形成一個結(jié)構(gòu)統(tǒng)一、信息豐富的新POI庫，用于基于LBS和Location Point的業(yè)務(wù)應(yīng)用?？傮w來說，該方法是一種比較實用而且簡單的方法，為多源POI資源的有效利用提供了一種新的思路。

圖8　發(fā)布服務(wù)

參考文獻：

[1] 邵蕾.網(wǎng)絡(luò)POI數(shù)據(jù)增量更新技術(shù)研究[D].蘭州：蘭州交通大學，2016.

[2] 高新院.基于空間位置信息的多源POI數(shù)據(jù)融合問題的研究[D].青島：中國海洋大學，2013.

[3] 張巍,高新院,李瑞姍.空間位置信息的多源POI數(shù)據(jù)融合[J].中國海洋大學學報(自然科學版),2014,44(7):111-116.

[4] 陳瑞.基于多源POI數(shù)據(jù)的匹配融合方法研究[D].蘭州:蘭州交通大學,2014.

[5] 李瑞姍.基于自然語言處理的多源POI數(shù)據(jù)融合的研究[D].青島：中國海洋大學，2013.

[6] 王婷婷.基于位置與屬性的多源POI數(shù)據(jù)融合的研究[D].青島：中國海洋大學，2014.

[7] 曾李陽，齊華，譚明建，等.基于天地圖的POI數(shù)據(jù)采集系統(tǒng)設(shè)計與實現(xiàn)[J].測繪與空間地理信息，2016,39(3):55-58.

[8] 周春輝，朱欣焰，蘇科華，等.基于LBS的興趣點查詢與更新機制研究[J].微計算機信息，2009，25(19):143-145．

[9] 林娜，王斌.空間數(shù)據(jù)庫增量式更新機制的研究[J]，測繪科學,2008,33(3):198-200.

[10]宋曉紅，張立朝,祿豐年，等.地理國情普查中多源異構(gòu)數(shù)據(jù)整合研究[J].測繪通報,2014(9):104-107.

[11]曹勁舟，武紅宇.基于微博位置簽到數(shù)據(jù)的POI更新方法[J]．地理空間信息，2013，11(2)：15-18．

[12]朱慶，陳松林，黃鐸.關(guān)于空間數(shù)據(jù)質(zhì)量標準的若干問題[J].武漢大學學報(信息科學版),2004,29(10):863-866.

[13]LONEY K.Oracle Database 10g完全參考手冊[M].北京：清華大學出版社,2008.

[14]KOTHURI R,GODFRIND A,BEINAT E.Oracle Spatial空間信息管理[M].北京：清華大學出版社,2009.

[15]朱宏斌,陸海英,盛琦，等.城市基礎(chǔ)地理信息數(shù)據(jù)庫更新方案研究[J].測繪通報，2011(1):29-31.