多源異構POI融合方法及應用

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，位置服務需求的深度和廣度在不斷增加，位置服務的產生離不開基礎數據的支持。POI數據作為位置服務的重要載體，直接掌控著位置服務的質量。與此同時，以POI為代表的位置服務數據的獲取和更新模式正在發生深刻變化。另一方面，隨著位置服務的普及，POI數據的鮮活性成為提升位置服務質量的核心因素。如何進行高質量的數據采集和多源POI數據的融合成為提升位置服務能力的關鍵。本文在廣泛試驗的基礎上，探索出一套基于FME Server的多源異構POI融合方法，為POI數據的動態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。

本文研究的核心內容為：首先將來源可靠且經過質檢的POI數據形成一個母庫；然后將來源不同的POI數據進行數據清洗，進行基于FME Server空間位置信息和門址等屬性信息的融合，形成內容詳盡、結構規整的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系的門址掛接，建立POI數據與門址信息的對應關系，滿足各類基于LBS和Location Point的業務應用。

2　研究內容

2.1　多源數據的預處理

對獲取的大量的POI數據進行處理，處理的方法是利用FME軟件流程化的模塊設計對數據進行清洗，從而保證用于融合的數據的基本質量。處理流程如圖2所示，主要包括以下內容。

(1) 針對數據中存在特殊分隔符的問題，分析數據產生的原因，對特殊字符進行刪除處理。

(2) POI數據格式的統一，非漢字字符統一使用英文字符。

圖1　研究框架

圖2　數據清洗流程

(3) 設計標準POI庫的屬性結構，規范POI屬性名稱，如原始的POI數據結構中屬性字段各不相同，需建立原始字段與標準字段的對應關系，統一到標準的POI屬性字段名稱。

(4) 刪除奇異點，刪除空間字段為NULL的POI數據，優化POI數據質量。

(5) 刪除重復項，進行POI數據中同名地物的判斷及刪除。

(6) 坐標統一，坐標變換，使獲取的POI數據具有相同的坐標系。

2.2　母庫的建立

數據源采用實測并經過質檢的數據，母庫的屬性結構定義如圖3所示，建成的母庫如圖4所示。

字段名稱含義描述數據類型空值性唯一性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網址VARCHAR2(100)NULLEMAIL電子郵箱VARCHAR2(50)NULLDATA_SOURCE數據來源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庫的屬性結構

圖4　建成的母庫

2.3　基于加權的多屬性相似度的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的權重。對于兩個POI對象，如果總體相似度大于閾值(本文設定為0.9)，則認為是同名POI點，否則認定為新的POI點，進行POI數據的增量融合更新。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(包括街道數據、小區數據和建筑面數據)的邏輯關系。如圖6所示，首先進行POI數據、門址點POI與參考地物之間的空間關系計算，判斷出與參考地物邏輯關系一致的POI點和門址點，再按照相對最近原則進行掛接。

門址掛接的結果如圖7所示。如果發現POI數據所掛接的門址數據與原始地址有較大出入，可以進行異常拋出，進一步進行數據質量的檢查。

圖6　基于空間約束關系的門址掛接

圖7　門址掛接結果

2.5　基于FME Server的動態流程化更新維護

(1) 首先制作FME數據處理模板，主要將POI處理流程中的各階段數據處理分步制作成FME模板。具體包括以下模板：數據清洗模塊、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發布到FMEServer上，形成數據處理服務，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，并重新發布到FME Server。

3　結　語

本文提出了一種多源POI數據歸并融合方法。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數據之間是否需要融合，最終形成一個結構統一、信息豐富的新POI庫，用于基于LBS和Location Point的業務應用。總體來說，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　發布服務

參考文獻：

[1] 邵蕾.網絡POI數據增量更新技術研究[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數據融合問題的研究[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數據融合[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數據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數據融合的研究[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數據融合的研究[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數據采集系統設計與實現[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.空間數據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數據整合研究[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據的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.關于空間數據質量標準的若干問題[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.城市基礎地理信息數據庫更新方案研究[J].測繪通報，2011(1):29-31.