[發明專利]基于地理空間畫像挖掘的多源城市時空標準地址融合方法

在審

• 申請號: 201911307558.3
• 申請日: 2019-12-18
• 公開（公告）號: CN111104449A
• 公開（公告）日: 2020-05-05
• 發明（設計）人: 張平;汪艷霞;黃磊;劉仁;溫素馨;林熹
• 申請（專利權）人: 福州市勘測院
• 主分類號: G06F16/25
• 分類號: G06F16/25;G06F16/29;G06F16/951;G06F16/9537
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 陳明鑫;蔡學俊

1.一種基于地理空間畫像挖掘的多源城市時空標準地址融合方法，其特征在于，包括如下步驟：

步驟S1、基于網絡爬蟲技術及人工判別構建地理空間畫像標簽庫；

步驟S2、基于Rocchio分類模型繪制地理空間畫像；

步驟S3、利用ETL技術融合多源數據；

步驟S4、基于地名地址匹配引擎審核數據質量。

2.根據權利要求1所述的基于地理空間畫像挖掘的多源城市時空標準地址融合方法，其特征在于，所述步驟S1具體實現如下：

步驟S11、針對目標地理空間對象，收集其在各部門的登記信息；同時，利用網絡爬蟲技術，在互聯網上抓取與目標對象有關的數據；

步驟S12、根據收集到的數據的類型，預先構建一個地理空間畫像標簽庫；畫像標簽根據數據類型自成系列，數據類型包括自然地理屬性、社會屬性以及由包括物聯網和互聯網產生的動態數據，對應形成相應的畫像標簽；

步驟S13、將多源數據劃分為訓練集和測試集，并從地理空間標簽庫中選擇訓練集和測試集對應的標簽。

3.根據權利要求2所述的基于地理空間畫像挖掘的多源城市時空標準地址融合方法，其特征在于，所述步驟S2具體實現如下：

步驟S21、對訓練集和測試集進行文本分詞和去停用詞的預處理操作，初步凈化數據，縮小文本的特征空間；

步驟S22、基于互信息算法對預處理后的數據做特征選擇，提取所需特征，進一步降低特征空間的維數，提高分類算法的效率；

步驟S23、使用經過預處理和特征選擇后的訓練集和測試集，基于Rocchio分類算法構建Rocchio分類模型；利用構建好的Rocchio分類模型對處理后的多源數據進行分類，對應打上畫像標簽庫中的標簽，完成目標對象地理空間畫像的繪制。

4.根據權利要求3所述的基于地理空間畫像挖掘的多源城市時空標準地址融合方法，其特征在于，所述步驟S3具體實現如下：

步驟S31、根據城市時空標準地址數據融合主題，選擇與地址相關的畫像標簽，匯總這些畫像標簽所關聯的多源數據；

步驟S32、依據標準地址屬性數據項要求，利用ETL技術對地址相關數據進行抽取、清洗、轉換等處理，過濾不完整、錯誤、重復的數據，融合為粒度一致、格式統一的城市時空標準地址數據。

5.根據權利要求4所述的基于地理空間畫像挖掘的多源城市時空標準地址融合方法，其特征在于，所述步驟S4具體實現方式為：利用GIS軟件地名地址匹配引擎將地址信息轉換為空間點在地圖上展示，對融合的地址數據進行地址要素完整性、唯一性、對應性審核；若審核合格，則存儲至數據庫，構建數據成果；若審核不合格，則返回步驟S3重新進行數據融合，直至審核合格。