本体驱动的地址数据空间语义建模与地址匹配方法

The address matching of each industry topic data according to its address information is considered to be the core technical means to realize the spatial realization of the thematic data of each industry in the process of smart city construction, and the traditional method of address data storage and retrieval based on the text string model, due to the lack of effective analysis and utilization of the spatial semantic information behind the text address data , it is difficult to eliminate the spatial semantic ambiguity of the address and limit the accuracy and efficiency of the address matching. This project is based on the information ontology domain knowledge modeling related methods as the theoretical basis, (1) Research address data spatial semantic modeling methods, and form a standard address database easy to use and maintain, eliminate address data spatial semantic ambiguity, and (2) make full use of the large number of relative spatial relationship description information in address data, This paper studies the formal expression and retrieval method of spatial relation in address description, realizes the address retrieval and address matching based on spatial relation, and (3) makes full use of the UGC data widely existing in the network, combined with the spatial clustering analysis calculation method, realizes the spatial and quantitative spatial range of the geographical names referred to, and enhances the positioning accuracy after the address matching. The research results can be used as the core component of address matching system in the space-time Big data platform of Smart city, which has important theoretical research value and application prospect.

将各行业专题数据按照其地址信息进行地址匹配被认为是智慧城市建设过程中，各行业专题数据实现空间化的核心技术手段，传统基于文本字符串模型的地址数据存储与检索方式，由于缺乏对文本地址数据背后所蕴含的空间语义信息的有效解析和利用，难以消除地址的空间语义歧义，限制了地址匹配的精度与效率。本项目拟以信息本体领域知识建模的相关方法为理论基础，（1）研究地址数据空间语义建模方法，并形成便于使用与维护的标准地址数据库，消除地址数据空间语义歧义；（2）充分利用地址数据中大量存在的相对空间关系描述信息，研究地址描述中空间关系的形式化表达与检索方法，实现基于空间关系的地址检索与地址匹配；（3）充分利用网络中广泛存在的UGC数据，结合空间聚类分析计算方法，实现地名所指代空间范围的空间化、定量化，提升地址匹配后的定位精度。研究成果可作为智慧城市时空大数据平台中地址匹配系统的核心组成，具有重要的理论研究价值与应用前景。

将各行业专题数据按照其地址信息进行地址匹配被认为是智慧城市建设过程中，各行业专题数据实现空间化的核心技术手段，传统基于文本字符串模型的地址数据存储与检索方式，由于缺乏对文本地址数据背后所蕴含的空间语义信息的有效解析和利用，难以消除地址的空间语义歧义，限制了地址匹配的精度与效率。本研究以信息本体领域知识建模的相关方法为理论基础，为系统性的解决地理编码问题提供一种全新的思路和方法，具体内容包括：.（1）针对各行各业信息系统中现存的大量中文文本地址数据，面向地址数据空间语义建模与形式化表达的实际需求，研究地址数据空间语义建模方法，构建地址数据空间语义模型，并形成便于使用与维护的标准地址数据库，消除地址数据空间语义歧义；.（2）结合自然语言表达中空间关系描述的句法模式，充分利用地址数据中大量存在的相对空间关系描述信息，研究地址描述中空间关系的形式化表达与检索方法，实现基于空间关系的地址检索与地址匹配；.（3）针对网络空间中普遍存在的，同时具有地名和空间地理坐标位置标识的地名点用户生成数据（UGC，如微博、大众点评签到点数据，Flickr拍照签到点数据，OSM、百度、高德等平台兴趣点数据等），研究地名点空间范围聚类分析计算方法，实现地名所指代空间范围的空间化、定量化表达，提升地址匹配后的定位精度。.通过系统性的研究，本文得出如下结论：.（1）通过设计地址空间语义模型，对地址及地址元素（绝大部分为城市实体对象）间的空间语义内涵进行明确、无歧义的表达，能够从根本上消除地址数据的空间语义歧义；.（2）现有的基于字符串匹配的地址检索方式，忽略了地址数据中大量存在的空间关系描述信息，通过构建语义地址库实现基于空间关系的地址检索与地址匹配，可以大大提高地址匹配的精度和效率。 .研究成果可作为智慧城市时空大数据平台中地址匹配系统的核心组成，具有重要的理论研究价值与应用前景。