吳張峰，夏蘭芳

(上海市測(cè)繪院，上海 200063)

伴隨著信息時(shí)代的到來(lái)，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(kāi)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(shí)，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(jìn)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(yàn)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(dòng)態(tài)維護(hù)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(lái)源可靠且經(jīng)過(guò)質(zhì)檢的POI數(shù)據(jù)形成一個(gè)母庫(kù)；然后將來(lái)源不同的POI數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗，進(jìn)行基于FME Server空間位置信息和門(mén)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(kù)；最后，對(duì)于形成的POI融合庫(kù)再進(jìn)行基于空間約束關(guān)系的門(mén)址掛接，建立POI數(shù)據(jù)與門(mén)址信息的對(duì)應(yīng)關(guān)系，滿足各類(lèi)基于LBS和Location Point的業(yè)務(wù)應(yīng)用。

2　研究?jī)?nèi)容

2.1　多源數(shù)據(jù)的預(yù)處理

對(duì)獲取的大量的POI數(shù)據(jù)進(jìn)行處理，處理的方法是利用FME軟件流程化的模塊設(shè)計(jì)對(duì)數(shù)據(jù)進(jìn)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(duì)數(shù)據(jù)中存在特殊分隔符的問(wèn)題，分析數(shù)據(jù)產(chǎn)生的原因，對(duì)特殊字符進(jìn)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(jì)標(biāo)準(zhǔn)POI庫(kù)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(biāo)準(zhǔn)字段的對(duì)應(yīng)關(guān)系，統(tǒng)一到標(biāo)準(zhǔn)的POI屬性字段名稱。

(4) 刪除奇異點(diǎn)，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(xiàng)，進(jìn)行POI數(shù)據(jù)中同名地物的判斷及刪除。

(6) 坐標(biāo)統(tǒng)一，坐標(biāo)變換，使獲取的POI數(shù)據(jù)具有相同的坐標(biāo)系。

2.2　母庫(kù)的建立

數(shù)據(jù)源采用實(shí)測(cè)并經(jīng)過(guò)質(zhì)檢的數(shù)據(jù)，母庫(kù)的屬性結(jié)構(gòu)定義如圖3所示，建成的母庫(kù)如圖4所示。

字段名稱含義描述數(shù)據(jù)類(lèi)型空值性唯一性KEY_ID唯一標(biāo)識(shí)NUMBER(38)NOTTYPE類(lèi)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(mén)址IDVARCHAR2(100)NULLNAME_PHONETICIZE拼音VARCHAR2(200)NULLNAME_ENG英文名稱VARCHAR2(50)NULLNAME_ABBR簡(jiǎn)稱VARCHAR2(50)NULLNAME_ALIAS別名VARCHAR2(50)NULLNAME_REGIS工商登記名稱VARCHAR2(50)NULLTEL電話號(hào)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(lái)源VARCHAR2(50)NULLDES描述信息VARCHAR2(50)NULLCOLLECTION_TIME采集時(shí)間DATENULLUPDATE_TIME更新時(shí)間DATENULLSTOP_TIME停用時(shí)間DATENULLDOOR_ACCU門(mén)址掛接準(zhǔn)確度NUMBERNULLIMPORT_TIME入庫(kù)時(shí)間DATENULLPOI_TYPEPOI類(lèi)型VARCHAR2(50)NULLDOOR_TYPE門(mén)址掛接類(lèi)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(kù)的屬性結(jié)構(gòu)

圖4　建成的母庫(kù)

2.3　基于加權(quán)的多屬性相似度的POI融合

在進(jìn)行POI融合過(guò)程中，首先要進(jìn)行同名地物的判別，即同名POI點(diǎn)的識(shí)別。本文采用文本名稱相似度、距離相似度、門(mén)址相似度3個(gè)指標(biāo)進(jìn)行同名POI點(diǎn)的判別，在判別過(guò)程中，分別賦予0.6、0.2、0.2的權(quán)重。對(duì)于兩個(gè)POI對(duì)象，如果總體相似度大于閾值(本文設(shè)定為0.9)，則認(rèn)為是同名POI點(diǎn)，否則認(rèn)定為新的POI點(diǎn)，進(jìn)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(mén)址掛接

POI作為點(diǎn)狀地物，與其他地物存在空間約束關(guān)系。在進(jìn)行門(mén)址掛接的時(shí)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(jìn)行POI數(shù)據(jù)、門(mén)址點(diǎn)POI與參考地物之間的空間關(guān)系計(jì)算，判斷出與參考地物邏輯關(guān)系一致的POI點(diǎn)和門(mén)址點(diǎn)，再按照相對(duì)最近原則進(jìn)行掛接。

門(mén)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(mén)址數(shù)據(jù)與原始地址有較大出入，可以進(jìn)行異常拋出，進(jìn)一步進(jìn)行數(shù)據(jù)質(zhì)量的檢查。

圖6　基于空間約束關(guān)系的門(mén)址掛接

圖7　門(mén)址掛接結(jié)果

2.5　基于FME Server的動(dòng)態(tài)流程化更新維護(hù)

(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(kù)建立模塊、POI融合模塊、POI與門(mén)址掛接模塊、POI維護(hù)更新模塊。

(2) 將制作好的模板通過(guò)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(hù)。通過(guò)FME Workbench從FME Server中下載工作空間進(jìn)行維護(hù)，進(jìn)行需要的升級(jí)，并重新發(fā)布到FME Server。

3　結(jié)　語(yǔ)

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(guò)對(duì)POI信息的門(mén)址信息、位置信息和屬性信息進(jìn)行比對(duì)，確定不同POI數(shù)據(jù)之間是否需要融合，最終形成一個(gè)結(jié)構(gòu)統(tǒng)一、信息豐富的新POI庫(kù)，用于基于LBS和Location Point的業(yè)務(wù)應(yīng)用?？傮w來(lái)說(shuō)，該方法是一種比較實(shí)用而且簡(jiǎn)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(xiàn)：

[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(xué)，2016.

[2] 高新院.基于空間位置信息的多源POI數(shù)據(jù)融合問(wèn)題的研究[D].青島：中國(guó)海洋大學(xué)，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(guó)海洋大學(xué)學(xué)報(bào)(自然科學(xué)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(xué),2014.

[5] 李瑞姍.基于自然語(yǔ)言處理的多源POI數(shù)據(jù)融合的研究[D].青島：中國(guó)海洋大學(xué)，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(guó)海洋大學(xué)，2014.

[7] 曾李陽(yáng)，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(jì)與實(shí)現(xiàn)[J].測(cè)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(diǎn)查詢與更新機(jī)制研究[J].微計(jì)算機(jī)信息，2009，25(19):143-145．

[9] 林娜，王斌.空間數(shù)據(jù)庫(kù)增量式更新機(jī)制的研究[J]，測(cè)繪科學(xué),2008,33(3):198-200.

[10]宋曉紅，張立朝,祿豐年，等.地理國(guó)情普查中多源異構(gòu)數(shù)據(jù)整合研究[J].測(cè)繪通報(bào),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(biāo)準(zhǔn)的若干問(wèn)題[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2004,29(10):863-866.

[13]LONEY K.Oracle Database 10g完全參考手冊(cè)[M].北京：清華大學(xué)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(xué)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(kù)更新方案研究[J].測(cè)繪通報(bào)，2011(1):29-31.