多源异构POI融合方法及应用

2018-04-08吴张峰夏兰芳

测绘通报 2018年3期

吴张峰，夏兰芳

(上海市测绘院，上海 200063)

伴随着信息时代的到来，位置服务需求的深度和广度在不断增加，位置服务的产生离不开基础数据的支持。POI数据作为位置服务的重要载体，直接掌控着位置服务的质量。与此同时，以POI为代表的位置服务数据的获取和更新模式正在发生深刻变化。另一方面，随着位置服务的普及，POI数据的鲜活性成为提升位置服务质量的核心因素。如何进行高质量的数据采集和多源POI数据的融合成为提升位置服务能力的关键。本文在广泛试验的基础上，探索出一套基于FME Server的多源异构POI融合方法，为POI数据的动态维护更新提供了一种新的思路。

1　研究框架

本文的研究框架如图1所示。

本文研究的核心内容为：首先将来源可靠且经过质检的POI数据形成一个母库；然后将来源不同的POI数据进行数据清洗，进行基于FME Server空间位置信息和门址等属性信息的融合，形成内容详尽、结构规整的POI融合库；最后，对于形成的POI融合库再进行基于空间约束关系的门址挂接，建立POI数据与门址信息的对应关系，满足各类基于LBS和Location Point的业务应用。

2　研究内容

2.1　多源数据的预处理

对获取的大量的POI数据进行处理，处理的方法是利用FME软件流程化的模块设计对数据进行清洗，从而保证用于融合的数据的基本质量。处理流程如图2所示，主要包括以下内容。

(1) 针对数据中存在特殊分隔符的问题，分析数据产生的原因，对特殊字符进行删除处理。

(2) POI数据格式的统一，非汉字字符统一使用英文字符。

图1　研究框架

图2　数据清洗流程

(3) 设计标准POI库的属性结构，规范POI属性名称，如原始的POI数据结构中属性字段各不相同，需建立原始字段与标准字段的对应关系，统一到标准的POI属性字段名称。

(4) 删除奇异点，删除空间字段为NULL的POI数据，优化POI数据质量。

(5) 删除重复项，进行POI数据中同名地物的判断及删除。

(6) 坐标统一，坐标变换，使获取的POI数据具有相同的坐标系。

2.2　母库的建立

数据源采用实测并经过质检的数据，母库的属性结构定义如图3所示，建成的母库如图4所示。

字段名称含义描述数据类型空值性唯一性KEY_ID唯一标识NUMBER(38)NOTTYPE类型VARCHAR2(38)NULLNAME名称VARCHAR2(100)NOTA_NAME所属区县VARCHAR2(50)NULLCOUNTY所属街道VARCHAR2(50)NULLDOORPLATE_ID挂接门址IDVARCHAR2(100)NULLNAME_PHONETICIZE拼音VARCHAR2(200)NULLNAME_ENG英文名称VARCHAR2(50)NULLNAME_ABBR简称VARCHAR2(50)NULLNAME_ALIAS别名VARCHAR2(50)NULLNAME_REGIS工商登记名称VARCHAR2(50)NULLTEL电话号码VARCHAR2(50)NULLPOSTAL_CODE邮政编码VARCHAR2(50)NULLURL网址VARCHAR2(100)NULLEMAIL电子邮箱VARCHAR2(50)NULLDATA_SOURCE数据来源VARCHAR2(50)NULLDES描述信息VARCHAR2(50)NULLCOLLECTION_TIME采集时间DATENULLUPDATE_TIME更新时间DATENULLSTOP_TIME停用时间DATENULLDOOR_ACCU门址挂接准确度NUMBERNULLIMPORT_TIME入库时间DATENULLPOI_TYPEPOI类型VARCHAR2(50)NULLDOOR_TYPE门址挂接类型NUMBERNULLPATCH批次VARCHAR2(50)NULLORIGINAL_ADDRESS原始地址VARCHAR2(100)NULLLINKED_ADDRESS挂接地址VARCHAR2(100)NULLGEOMETRY空间字段MDSYS.SDO_GEOMETRYNOT

图3POI库的属性结构

图4　建成的母库

2.3　基于加权的多属性相似度的POI融合

在进行POI融合过程中，首先要进行同名地物的判别，即同名POI点的识别。本文采用文本名称相似度、距离相似度、门址相似度3个指标进行同名POI点的判别，在判别过程中，分别赋予0.6、0.2、0.2的权重。对于两个POI对象，如果总体相似度大于阈值(本文设定为0.9)，则认为是同名POI点，否则认定为新的POI点，进行POI数据的增量融合更新。具体流程图5所示。

图5　多属性相似度的POI融合流程

2.4　基于空间约束关系的门址挂接

POI作为点状地物，与其他地物存在空间约束关系。在进行门址挂接的时候，要充分考虑其与参考地物(包括街道数据、小区数据和建筑面数据)的逻辑关系。如图6所示，首先进行POI数据、门址点POI与参考地物之间的空间关系计算，判断出与参考地物逻辑关系一致的POI点和门址点，再按照相对最近原则进行挂接。

门址挂接的结果如图7所示。如果发现POI数据所挂接的门址数据与原始地址有较大出入，可以进行异常抛出，进一步进行数据质量的检查。

图6　基于空间约束关系的门址挂接

图7　门址挂接结果

2.5　基于FME Server的动态流程化更新维护

(1) 首先制作FME数据处理模板，主要将POI处理流程中的各阶段数据处理分步制作成FME模板。具体包括以下模板：数据清洗模块、POI母库建立模块、POI融合模块、POI与门址挂接模块、POI维护更新模块。

(2) 将制作好的模板通过FME Workbech发布到FMEServer上，形成数据处理服务，如图8所示。

(3) 模板的更新维护。通过FME Workbench从FME Server中下载工作空间进行维护，进行需要的升级，并重新发布到FME Server。

3　结　语

本文提出了一种多源POI数据归并融合方法。该方法通过对POI信息的门址信息、位置信息和属性信息进行比对，确定不同POI数据之间是否需要融合，最终形成一个结构统一、信息丰富的新POI库，用于基于LBS和Location Point的业务应用。总体来说，该方法是一种比较实用而且简单的方法，为多源POI资源的有效利用提供了一种新的思路。