CN103164498B - 地理位置呈现系统与方法 - Google Patents
地理位置呈现系统与方法 Download PDFInfo
- Publication number
- CN103164498B CN103164498B CN201210037466.XA CN201210037466A CN103164498B CN 103164498 B CN103164498 B CN 103164498B CN 201210037466 A CN201210037466 A CN 201210037466A CN 103164498 B CN103164498 B CN 103164498B
- Authority
- CN
- China
- Prior art keywords
- region
- candidate regions
- candidate
- name
- connotation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000000605 extraction Methods 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 15
- 238000009877 rendering Methods 0.000 claims description 15
- 230000002093 peripheral effect Effects 0.000 claims description 13
- 238000002407 reforming Methods 0.000 claims description 4
- 208000024780 Urticaria Diseases 0.000 claims description 2
- 239000006185 dispersion Substances 0.000 claims 2
- 238000012795 verification Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 239000012141 concentrate Substances 0.000 description 3
- 238000003058 natural language processing Methods 0.000 description 3
- 241000282326 Felis catus Species 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 235000019994 cava Nutrition 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Processing Or Creating Images (AREA)
Abstract
地理位置呈现系统与方法。该位置呈现方法，执行于地理位置呈现系统以辨认至少一涵义公开区域。该方法包括：针对包括个别地理名称信息的多笔使用者产生内容，进行密度分群，以产生多个候选区域；针对这些候选区域，进行命名操作，以提取并确认这些候选区域的共同区域名称，以当成该涵义公开区域的名称；以及对于这些候选区域，根据空间密度分析来检测区域范围，以当成该涵义公开区域的位置范围。
Description
技术领域
本公开涉及一种地理位置呈现的系统与方法。
背景技术
目前的位基服务(Location-BasedService，LBS)及地图服务在表达位置信息或提供使用者查询时，以经纬度、地址或正式行政地名方式的查询为主。但无法/不易查询一些众所周知或约定俗成的非正式地名(如猫空、士林夜市)。在查询非正式地名时，(1)由于非正式地名众多，且可能不断有新的称呼出现，难以列举；(2)非正式地名通常没有明确的地理疆界划分；(3)各人对于非正式地名的范围认知各异。
此外，以涵义(semantic)为基础的位置呈现对使用者在位置分享、交换或判读时可能是自然有效的方式。移动应用与移动商务也可藉此获得有用信息，提供契合使用者需求的服务。然而，目前以坐标(经纬度定义、地址或正式行政地名)为主的定位系统对于提供涵义信息仍不足够。
故而，本申请公开若干实施例，找出涵义公开区域(publicsemanticregion)的可能涵盖范围及其名称。在底下，所谓的涵义公开区域，例如，猫空，这类型的涵义公开区域通常没有明确的地理划分界线但其属性鲜明(通常是一个商圈或夜市等)。
发明内容
本公开实施例有关于一种地理位置呈现的系统与方法，其将含有地理位置信息的使用者产生内容(usergeneratedcontent，UGC)作为数据来源，对个别区域计算其密度信息，以进行分群(clustering)以及数据探勘来找出涵义公开区域及其名称。
根据本公开的一实施例，提出一种位置呈现方法，执行于地理位置呈现系统以辨认涵义公开区域，该方法包括：针对包括个别地理名称信息的多笔使用者产生内容，进行密度分群，以产生多个候选区域；针对这些候选区域，个别进行命名操作，以提取并确认这些候选区域的共同区域名称，以当成该涵义公开区域的名称；以及对于这些候选区域，根据空间密度分析来检测区域范围，以当成该涵义公开区域的位置范围。
根据本公开的另一实施例，提出一种位置呈现系统，辨认涵义公开区域，该位置呈现系统包括：密度分群模块，针对包括个别地理名称信息的多笔使用者产生内容，进行密度分群，以产生多个候选区域；命名操作模块，针对这些候选区域，个别进行命名操作，以提取并确认这些候选区域的共同区域名称，以当成该涵义公开区域的名称；以及区域范围检测模块，对于这些候选区域，根据空间密度分析来检测区域范围，以当成该涵义公开区域的位置范围。
根据本公开的又一实施例，提出一种内存程序的计算机可读记录介质，当计算机载入该程序并执行后，可完成如上述的位置呈现方法。
根据本公开的又另一实施例，提出一种内存位置呈现程序的计算机程序产品，当计算机载入该计算机程序并执行后，可完成如上述的方法。
为了对本申请的上述及其他方面有更佳的了解，下文特举实施例，并配合附图，作详细说明如下：
附图说明
图1显示根据一实施例的找出涵义公开区域的操作流程图。
图2A与图2B分别显示出，区域命名分布(regionnamedistribution)与非区域命名分布(non-regionnamedistribution)的例子。
图3A～图3D显示根据一实施例的命名验证的示意图。
图4显示出根据一实施例的群组的名称密度的示意图。
图5显示根据一实施例的外围区域。
图6显示根据一实施例所找出此涵义公开区域的位置范围。
图7为根据本申请另一实施例的找出涵义公开区域的操作流程图。
图8显示根据本申请又另一实施例的部分区域重新处理流程图。
图9A与图9B显示根据本申请又另一实施例的部分区域重新处理的示意图。
【主要元件符号说明】
110～140：步骤
210：区域命名分布220：非区域命名分布
310～370：候选区域
410～470：候选区域
500：外围区域
600：位置范围
710～740：步骤
810～840：步骤
Xr＝5、Xr＝10、Xr＝6：坐标点
910～940：候选区域
具体实施方式
本公开实施例有关于一种地理位置呈现的系统与方法，其利用商店在空间密集度信息与对商店评论的数据探勘，定义出具有地理名称与位置涵盖范围的涵义公开区域。
请参考图1，其显示根据本申请一实施例的找出涵义公开区域的操作流程图。如图1所示，在步骤110中，搜集使用者产生内容(UGC)。使用者产生内容可能包括但不受限于，网页上的店家相关信息(如地址、地理名称等)及对此店家的评论数据。
在步骤115中，针对所收集的使用者产生内容进行密度分群(density-basedclustering)，以产生候选区域(regioncandidate)。在底下，候选区域、分群、群组原则上具有相同或相似意义。在划分候选区域的范围时，令各候选区域的密度彼此不同，以得到多个候选区域。亦即，对不同区域选取不同且适当的密度做分群，以得到多个候选区域。或者，也可设定多组半径参数以得到多个候选区域。
在步骤120中，针对各候选区域，进行命名操作，以确认此区域的名称。比如，在步骤120中，利用信息提取(informationextraction)算法和/或自然语言处理(naturallanguageprocessing，NLP)算法，对每一个分群做名称的提取并验证所提取出的名称。如果是数据(如商家相关数据)分布不是集中在少数几个分群，此名称便不被采用，并依据其结果调整其提取准则(extractingcriteria)的严谨宽松度，进而获得适当名称。步骤120的细节如后。
在步骤122中，对候选区域试着取出可能命名。取出可能命名的方式可以有多种，但其细节在此并不加以限定。
在步骤124中，判断是否可以取出命名。也就是说，在步骤122时，有可能取不出名称(比如，提取准则设得不好的话，就有可能取不出名称)。如果取不出命名的话，就要试着调整提取准则。
在步骤126中，验证此可能命名是否通过。如果是分布不是集中在少数几个群组，则此命名便不被采用。也就是说，如果命名适当的话，则群组的密度会较高，反之亦然。以○○夜市为例，商家的评论数据如果含有○○的话，则此商家原则上应该会比较可能位于○○商圈内，所以，如果所找出的命名为“○○”的话，则数据含有“○○”的商家分布应该是集中在○○商圈。图2A与图2B分别显示出，区域命名分布210(regionnamedistribution)与非区域命名分布(non-regionnamedistribution)220的例子。所谓的“区域命名分布”是指，如果所找出的命名属于合理的区域命名的话，则使用者产生内容的分布较为集中。所谓的“非区域命名分布”是指，如果所找出的命名不属于合理的区域命名的话，则使用者产生内容的分布较为分散。
图3A～图3D显示根据一实施例的命名验证的示意图。图3A显示多个候选区域310～370。图3B显示出，各候选区域中具有某命名的分布点。图3C则是对于具有此命名的分布点进行计算其数量并排序，假设其数量为n1～n4…。图3D中，对于数量进行累积，直到符合某一临界条件(比如，80％)为止。亦即，如图3D所示，假设(n1+n2…nk)(nk代表前k个区域的分布点数量)占了所有数量(n1+n2+n3+n4…)的临界条件(比如但不受限于80％)且k小于阈值的话，则代表密度集中度高。反之，如果要累加k个候选区域(k大于阈值)的数量才能超过临界条件的话，则代表其密度集中度较低。密度集中度高的命名会被视为通过验证。此外，此临界条件与阈值皆是可以调整的。
如果通过命名验证的话，则流程接续至步骤130；反之，如果未能通过命名验证的话，则流程接续至步骤128。
在步骤128中，决定是否尚可调整提取准则。如果不可调整提取准则的话，代表提取准则不论是严谨或宽松皆无法得到适当名称，所以，命名操作失败。
在步骤129中，调整提取准则。如果提取准则较松的话，可能会得到不相干名称，导致得到一些杂讯，影响结果。但另一方面，如果提取准则较严的话，则原本应该被提取的信息可能会被遗漏，甚至可能取不出名称。更甚者，在一实施例中，可先预设提取准则为严谨，如果找不出的话，再逐渐放松提取准则，直到最松的提取准则为止。如果调整到最松的提取准则都无法找到适当名称的话，则会放弃此候选区域。
在步骤130中，对于名称确认的区域，根据空间密度分析来检测并确认其区域范围。步骤130包括3个子步骤132～136。
在步骤132中，找出核心区域。比如，对于具有相同命名的多个候选区域，以名称密度最高的候选区域(群组)为核心区域。名称密度的意思是，在此候选区域内，具有此命名的商家数量占所有商家数量的百分比。
图4显示出根据一实施例的群组的名称密度的示意图。在图4中，参考符号410～470分别代表各候选区域。由于候选区域470具有最高的名称密度，所以，以候选区域470当成核心区域。
在步骤134中，找出外围区域。找出这些候选区域所共同形成的最外围范围，以作为涵义公开区域的外围区域。比如，寻找出具有此命名的所有群组(候选区域)的集合所形成的最外围的坐标点，坐标点所对应到的店家评论文章必须提到该命名。坐标点去涵盖核心区域的所有坐标点会形成扇形区域；各扇形区域与核心区域将形成不规则多边形，如图5所示。图5显示根据一实施例的外围区域500。选择外围区域的详细做法比如但不受限于，在核心区域任选两点，直到选到的两点与该坐标点能围成最大面积的三角形，则该三角形视为外围区域。
在步骤136中，核心区域与外围区域整合于地图信息，以找出此涵义公开区域的位置范围。经由地图信息所提供的街道数据，如果相邻两外围坐标点的最短路径落于核心区域和扇形范围之外，则以此最短路径作为该区域外围；核心区域、扇形范围、该(些)最短路径所围成的范围，是为该涵义公开区域的位置范围。图6显示根据一实施例所找出此涵义公开区域的位置范围600。
于找出此涵义公开区域的位置范围后，便可找出/确认此涵义公开区域(步骤140)。在本实施例中，不但可找出涵义公开区域的命名，也可确认其位置范围。
此外，在一实施例中，命名操作与区域范围检测可互相帮助。进一步说，如图1所示，如果抽不出名称的话，则此候选区域会被放弃，亦即这样有助于区域范围的检测。另一方面，在步骤115的圈选候选区域时，并非毫无根据的随便圈选，而是将依据密度属性来圈选候选区域。亦即，候选区域的密度信息是有意涵的，其代表，如果具备有意义名称的商家密度较高的话，代表这些商家可能是位于涵义公开区域内，所以，这样的候选区域圈选方式将有助于找到有意义的名称。
请参考图7，其为根据本申请另一实施例的找出涵义公开区域的操作流程图。步骤710、715与740可相同或类似于图1的步骤110、115与140，故其细节在此省略。
在步骤720中，进行区域范围检测。步骤720包括步骤722。在步骤722中，找出这些候选区域间的关系。比如，找出这些候选区域之间是否存在：相等集合、母子集合、部分重叠集合等等。对于有关系的候选区域会一起进行下一步骤730的命名操作。这是因为，彼此有关系的多个候选区域有可能会位于同一涵义公开区域内，所以，在本实施例中，可再对这些彼此有关系的多个候选区域一起进行命名操作。
举例来说，假设步骤715产生候选区域1～候选区域6，候选区域1～2之间存在关系，至于其余的候选区域3～6则彼此之间不存在关系。在一实施例中，对候选区域1～2一起进行命名操作，而对于候选区域3～6则个别进行命名操作。
步骤730原则上大部分相同在步骤120。步骤730包括步骤732、734、736、738与739原则上大部分相同在步骤1222、124、126、128与129。
不过，如果是对彼此有关系存在的多个候选区域一起进行命名操作的话，在步骤734中，会进行(1)判断能否抽出名字，(2)判断所抽出的名字是否一样。这是因为，如前述，彼此之间有关系存在的多个候选区域有可能会位于同一涵义公开区域内。所以，如果对这些彼此之间有关系存在的多个候选区域所取出的个别名称并不相同的话，则代表所取出的名称并非所想要的名称。
在此另一实施例中，利用候选区域间的关系(比如，子集合与母集合的名称共同性的关系)，对每个群组(候选区域)取出其共同名称及并设计其信心值，而这些群组所共同形成的最外圈范围即为该涵义公开区域的位置范围。
未来如果时间改变和/或有数据新增的话，更可以重新定义涵义公开区域的范围与名称。对于新增数据，可以在一定时间内重新执行上述二个实施例的任一以重新定义涵义公开区域的范围与名称。
或者，在本申请的另一可能实施例中，对于短时间内增加的新数据(比如，有新商家出现等)，(1)可利用法则式(Rulebase)的机制，或是(2)可利用部分区域重新处理(PartialAreaReprocess)于区域重新运作上述二个实施例，进而更新涵义公开区域的范围和/或名称，甚至产生新的涵义公开区域。
更进一步，如果新数据落于先前已命名好的涵义公开区域的话，则对此涵义公开区域重做区域范围检测(可用图1或图7的方式)来更新此涵义公开区域的范围。
如果新数据落于尚未命名的区域的话，则对此尚未命名区域重做命名操作与区域范围检测(可用图1或图7的方式)来更新此公开区域的名称(亦即试着找出其命名)与范围。
如果新数据不落于任何一个区域的话，则请参考图8，其显示根据本申请又另一实施例的部分区域重新处理流程图。如图8所示，在步骤810中，取得此新的使用者产生内容。在步骤815中，对于包括此新数据的区域进行密度分群以产生新的候选区域。在步骤820中，对于新的候选区域进行命名操作。步骤820可相同或相似于图1的步骤120和/或图7的步骤730，故其细节省略。
在步骤830中，进行区域范围检测。对于命名相同于新候选区域的候选区域重做区域范围检测。步骤830可相同或相似于图1的步骤130和/或图7的步骤720，故其细节省略。
另外，在图8中，虽然是先进行命名操作，后进行区域范围检测。但在本申请的其他可能实施例中，也可先进行区域范围检测，后进行命名操作。此皆在本申请精神范围内。
图9A与图9B显示根据本申请又另一实施例的部分区域重新处理的示意图。部分区域重新处理是因应新增数据(坐标点)而被影响的坐标点重新做运算。由于该新增坐标点的加入，群组密度可能改变。故而，对密度改变的坐标点重新分群、进行命名操作与范围检测。
请同时参考图9A与图9B，其解释如何因应新坐标点加入而重新分群。坐标点Xr＝5被涵盖在经由半径参数为5所产生的候选区域910；坐标点Xr＝10被涵盖在经由半径参数为10所产生的候选区域920。当新坐标点Xr＝6(图9B)加入时，坐标点Xr＝5所在的候选区域910的范围并没有因为坐标点Xr＝6加入而产生变化。但是因坐标点Xr＝6加入，以半径参数为8所产生的新候选区域930就可以涵盖候选区域920原先涵盖的所有坐标点。对于坐标点Xr＝6，产生一个新的候选区域940，其半径参数为6。
在本申请其他可能实施例更公开位置呈现系统，其包括：密度分群模块、命名操作模块与区域范围检测模块。密度分群模块可执行图1的步骤115、图7的步骤715与图8的步骤815，故其细节不再重述。命名操作模块可执行图1的步骤120、图7的步骤730与图8的步骤820，故其细节不再重述。区域范围检测模块可执行图1的步骤130、图7的步骤720与图8的步骤830，故其细节不再重述。
另外，密度分群模块、命名操作模块与区域范围检测模块可利用如处理单元、数字信号处理单元、数字视频处理单元实施，或是以可编程的集积电路如微控制器、元件可程序逻辑门阵列(FPGA，FieldProgrammableGateArray)之类的电路来实现，其中例如以硬件描述(HDL，Hardwaredescriptionlanguage)来设计。
另外，本申请上述的方法(如图1、图7与图8)也可以软件程序来实现。如依据本申请的方法的一实施例的程序代码记录在存储介质之中，如存储器如ROM、RAM及之类的介质、或光学或磁性或其他记录介质，或是实现为固件(firmware)。当运算装置的处理单元，从存储有依本公开的方法的程序代码的存储介质读取并执行，能实现依本公开的方法。再者，本公开的上述方法可以软硬件结合的方式实现。
再者，本申请其他可能实施例公开一种计算机可读记录介质，其上记载有程序，该程序被执行后可以执行本申请上述实施例的内容。
再者，本申请其他可能实施例公开一种提出一种内存位置呈现程序的计算机程序产品，当计算机载入该计算机程序并执行后，可以执行本申请上述实施例的内容。
在本申请上述实施例中，涵义公开区域可能包括了区域名称和/或地标(landmark)等，其符合人们沟通直觉，且其包括轻量信息，可供人们快速判读。
对于本申请上述实施例的可能应用包括，比如但不受限于，相片标签(phototagging)、具位置标签的扩展查询(Queryexpansionwithlocationtag)、网络内容的位置标签(autolocationtaggingforwebcontent)与社群网站的个人位置分享技术、移动应用、移动商务等。
以相片标签而言，使用者在利用具全球定位系统(GlobalPositioningSystem，GPS)功能的相机拍摄相片后，在将相片分享至网络上时，可根据本申请上述实施例的技术，利用GPS的位置信息来分辨出此相片拍摄的涵义公开区域。使用者在网络上分享相片时，其所分享的信息将可以包括涵义公开区域的相关信息。比如，使用者所分享信息除了相片外，也可包括如涵义公开区域(比如○○夜市)等信息，以显示出使用者乃是在○○夜市拍摄此相片。
以具位置标签的扩展查询而言，可利用本申请上述实施例来判断出商家落于哪一个涵义公开区域。故而，在网络上的商家介绍信息可以还包括此商家乃是位于哪一个涵义公开区域。如此一来，比如，可在网络上找出位于此涵义公开区域内的所有咖啡店。
对于网络内容的位置标签而言，对于使用者所分享的信息(比如商家介绍评论等)可以加入涵义公开区域标签。比如，在商家介绍评论等中加入“○○夜市”标签，如此一来，在搜寻“○○夜市”时，此商家就会被搜寻到。
对于社群网站的个人位置分享技术而言，比如，脸谱(facebook)的打卡(check-in)技术，可利用本申请上述实施例来判断出使用者位置落于哪一个涵义公开区域。所以，当使用者在分享其所在位置信息时，其分享信息可以还包括涵义公开区域标签。更甚者，使用者可根据亲近程度设定信息分享等级/程度。较亲近朋友可以看到比较多的分享信息(比如，可以看到使用者打卡于“○○市○○商圈”)；对于较不亲近的朋友则只能看到较少的分享信息(比如，只能看到使用者打卡于“○○市”)。
综上所述，虽然本申请已以实施例公开如上，然其并非用以限定本申请。本申请所属领域技术人员，在不脱离本申请的精神和范围内，当可作各种的更动与润饰。因此，本申请的保护范围当视所附权利要求书所界定者为准。
Claims (19)
1.一种位置呈现方法，执行于地理位置呈现系统以辨认涵义公开区域，该方法包括：
针对包括个别地理名称信息的多笔使用者产生内容，进行密度分群，以产生多个候选区域；
针对这些候选区域，个别进行命名操作，以提取并确认这些候选区域的共同区域名称，以当成该涵义公开区域的名称；以及
对于这些候选区域，根据空间密度分析来检测区域范围，以当成该涵义公开区域的位置范围；
其中，该命名操作步骤包括：
对该候选区域试着取出可能命名，
其中，判断是否可以对该候选区域取出该可能命名；
如果无法取出任一可能命名的话，则调整提取准则；
如果无法调整该提取准则，则判断该命名操作步骤失败并丢弃该候选区域。
2.如权利要求1所述的位置呈现方法，其中，该命名操作步骤包括：
验证该可能命名是否通过。
3.如权利要求2所述的位置呈现方法，其中，该命名操作步骤包括：
若该候选区域内的这些使用者产生内容集中分布，则判断该可能命名通过验证；
若该候选区域内的这些使用者产生内容分散分布，则判断该可能命名不通过验证；
如果该可能命名不通过验证的话，则调整该提取准则；以及
如果无法调整该提取准则，则判断该命名操作步骤失败并丢弃该候选区域。
4.如权利要求1所述的位置呈现方法，其中，该命名操作步骤包括：
于调整该提取准则时，逐渐放松该提取准则，直到该提取准则为最松为止。
5.如权利要求4所述的位置呈现方法，其中，该区域范围检测步骤包括：
对于通过该命名操作步骤且具有相同命名的这些候选区域，将具有最高名称密度的这些候选区域之一作为该涵义公开区域的核心区域，
其中，该名称密度代表，具有该命名的这些使用者产生内容占所有使用者产生内容的数量百分比。
6.如权利要求5所述的位置呈现方法，其中，该区域范围检测步骤包括：
对于通过该命名操作步骤且具有相同命名的这些候选区域，找出这些候选区域所共同形成的最外围范围，以作为该涵义公开区域的外围区域。
7.如权利要求6所述的位置呈现方法，其中，该区域范围检测步骤包括：
将该核心区域与该外围区域整合于地图信息，以找出该涵义公开区域的该位置范围。
8.如权利要求1所述的位置呈现方法，其中，该区域范围检测步骤包括：
找出这些候选区域间的关系，以对于这些彼此有关系的这些候选区域一起进行该命名操作步骤。
9.如权利要求8所述的位置呈现方法，其中，如果是对彼此有关系的这些候选区域一起进行该命名操作步骤的话，该命名操作步骤包括：
判断是否可以取出各这些候选区域的个别可能命名；以及
判断所取出的这些个别可能命名是否一样。
10.如权利要求9所述的位置呈现方法，其中，对于利用这些候选区域间的关系，对这些候选区域取出共同名称，而这些候选区域所共同形成的最外圈范围即为该涵义公开区域的该位置范围。
11.如权利要求1所述的位置呈现方法，其中，如果新使用者产生内容落于该涵义公开区域的话，则对该涵义公开区域重做该区域范围检测步骤。
12.如权利要求1所述的位置呈现方法，其中，如果新使用者产生内容落于尚未命名的这些候选区域的话，则对尚未命名的这些候选区域重做该命名操作步骤与该区域范围检测步骤。
13.如权利要求1所述的位置呈现方法，其中，如果新使用者产生内容不落于任一这些候选区域的话，
对于包括该新使用者产生内容的区域进行密度分群以产生至少一新候选区域；
对于该至少一新候选区域进行该命名操作步骤；以及
对于与该至少新候选区域有相同命名的这些候选区域重做该区域范围检测步骤。
14.一种位置呈现系统，辨认涵义公开区域，该位置呈现系统包括：
密度分群模块，针对包括个别地理名称信息的多笔使用者产生内容，进行密度分群，以产生多个候选区域；
命名操作模块，针对这些候选区域，个别进行命名操作，以提取并确认这些候选区域的共同区域名称，以当成该涵义公开区域的名称；以及
区域范围检测模块，对于这些候选区域，根据空间密度分析来检测区域范围，以当成该涵义公开区域的位置范围，
其中，该命名操作模块对该候选区域试着取出可能命名；
该命名操作模块判断是否可以对该候选区域取出该可能命名；
如果无法取出任一可能命名的话，该命名操作模块调整提取准则；
如果无法调整该提取准则，该命名操作模块判断该命名操作失败并丢弃该候选区域。
15.如权利要求14所述的位置呈现系统，其中：
该命名操作模块验证该可能命名是否通过；
若该候选区域内的这些使用者产生内容集中分布，则该命名操作模块判断该可能命名通过验证；
若该候选区域内的这些使用者产生内容分散分布，则该命名操作模块判断该可能命名不通过验证；
如果该可能命名不通过验证的话，则该命名操作模块调整该提取准则；以及
如果无法调整该提取准则，则该命名操作模块判断该命名操作失败并丢弃该候选区域；
其中，在调整该提取准则时，逐渐放松该提取准则，直到该提取准则为最松为止。
16.如权利要求15所述的位置呈现系统，其中，
对于通过该命名操作步骤且具有相同命名的这些候选区域，该区域范围检测模块将具有最高名称密度的这些候选区域之一作为该涵义公开区域的核心区域，其中，该名称密度代表，具有该命名的这些使用者产生内容占所有使用者产生内容的数量百分比；
对于通过该命名操作步骤且具有相同命名的这些候选区域，该区域范围检测模块找出这些候选区域所共同形成的最外围范围，以作为该涵义公开区域的外围区域；以及
该区域范围检测模块将该核心区域与该外围区域整合于地图信息，以找出该涵义公开区域的该位置范围。
17.如权利要求16所述的位置呈现系统，其中：
该区域范围检测模块找出这些候选区域间的关系，以对于这些彼此有关系的这些候选区域一起进行该命名操作；以及
如果是对彼此有关系的这些候选区域一起进行该命名操作的话，该命名操作模块判断是否可以取出各这些候选区域的个别可能命名，并判断所取出的这些个别可能命名是否一样。
18.如权利要求17所述的位置呈现系统，其中，对于利用这些候选区域间的关系，对这些候选区域取出共同名称，而这些候选区域所共同形成的最外圈范围即为该涵义公开区域的位置范围。
19.如权利要求14所述的位置呈现系统，其中，
如果新使用者产生内容落于该涵义公开区域的话，则对该涵义公开区域重做该区域范围检测；
如果该新使用者产生内容落于尚未命名的这些候选区域的话，则对尚未命名的这些候选区域重做该命名操作与该区域范围检测；以及
如果该新使用者产生内容不落于任一这些候选区域的话，对于包括该新使用者产生内容的区域进行密度分群以产生至少一新候选区域，对于该至少一新候选区域进行该命名操作，对于与该至少新候选区域有相同命名的这些候选区域重做该区域范围检测。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW100146651A TWI486793B (zh) | 2011-12-15 | 2011-12-15 | 地理位置呈現之系統、方法、其電腦可讀取記錄媒體與其電腦程式產品 |
| TW100146651 | 2011-12-15 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103164498A CN103164498A (zh) | 2013-06-19 |
| CN103164498B true CN103164498B (zh) | 2016-02-03 |
Family
ID=48587592
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210037466.XA Active CN103164498B (zh) | 2011-12-15 | 2012-02-17 | 地理位置呈现系统与方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US9507866B2 (zh) |
| CN (1) | CN103164498B (zh) |
| TW (1) | TWI486793B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105282699A (zh) * | 2014-07-11 | 2016-01-27 | 碁晔科技股份有限公司 | 移动式社群彼此分享监看的方法 |
| CN108073581B (zh) * | 2016-11-08 | 2021-12-07 | 北京国双科技有限公司 | 地图区域名称的显示方法及装置 |
| CN110245200A (zh) * | 2019-05-30 | 2019-09-17 | 浙江浙大中控信息技术有限公司 | 一种电子地图点状要素防压盖自动标注的方法 |
| CN112306332B (zh) * | 2020-10-29 | 2023-02-10 | 腾讯科技（深圳）有限公司 | 确定选中目标的方法、装置、设备及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1774713A (zh) * | 2002-03-12 | 2006-05-17 | 威乐提公司 | 使用语汇数据库用以命名萃取自文件组中的字汇群集和词组群集的方法、系统和计算机程序 |
| CN101057123A (zh) * | 2004-09-16 | 2007-10-17 | 弗劳恩霍夫应用研究促进协会 | 信息点 |
| CN102156726A (zh) * | 2011-04-01 | 2011-08-17 | 中国测绘科学研究院 | 基于语义相似度的地理要素查询扩展方法 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI338846B (en) | 2006-12-22 | 2011-03-11 | Univ Nat Pingtung Sci & Tech | A method for grid-based data clustering |
| US7885791B2 (en) | 2007-02-21 | 2011-02-08 | British Telecommunications Public Limited Company | Method for capturing local and evolving clusters |
| US20090132469A1 (en) * | 2007-11-16 | 2009-05-21 | Urban Mapping, Inc. | Geocoding based on neighborhoods and other uniquely defined informal spaces or geographical regions |
| US8060582B2 (en) * | 2008-10-22 | 2011-11-15 | Google Inc. | Geocoding personal information |
| US8521680B2 (en) | 2009-07-31 | 2013-08-27 | Microsoft Corporation | Inferring user-specific location semantics from user data |
| US8275649B2 (en) | 2009-09-18 | 2012-09-25 | Microsoft Corporation | Mining life pattern based on location history |
| US20110087685A1 (en) | 2009-10-09 | 2011-04-14 | Microsoft Corporation | Location-based service middleware |
| US8699759B2 (en) * | 2009-10-12 | 2014-04-15 | Qualcomm Incorporated | Method and apparatus for automated determination of features on an electronic map |
| WO2012090017A1 (en) * | 2010-12-30 | 2012-07-05 | Telefonaktiebolaget L M Ericsson (Publ) | Method of building a geo-tree |
-
2011
- 2011-12-15 TW TW100146651A patent/TWI486793B/zh active
-
2012
- 2012-02-17 CN CN201210037466.XA patent/CN103164498B/zh active Active
- 2012-09-05 US US13/604,278 patent/US9507866B2/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1774713A (zh) * | 2002-03-12 | 2006-05-17 | 威乐提公司 | 使用语汇数据库用以命名萃取自文件组中的字汇群集和词组群集的方法、系统和计算机程序 |
| CN101057123A (zh) * | 2004-09-16 | 2007-10-17 | 弗劳恩霍夫应用研究促进协会 | 信息点 |
| CN102156726A (zh) * | 2011-04-01 | 2011-08-17 | 中国测绘科学研究院 | 基于语义相似度的地理要素查询扩展方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW201324193A (zh) | 2013-06-16 |
| CN103164498A (zh) | 2013-06-19 |
| TWI486793B (zh) | 2015-06-01 |
| US20130156324A1 (en) | 2013-06-20 |
| US9507866B2 (en) | 2016-11-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Rahmadian et al. | A systematic literature review on the use of big data for sustainable tourism | |
| Miah et al. | A big data analytics method for tourist behaviour analysis | |
| Goggin et al. | Locative news: Mobile media, place informatics, and digital news | |
| US8484224B1 (en) | System and method for ranking geofeeds and content within geofeeds | |
| US9183497B2 (en) | Performance-efficient system for predicting user activities based on time-related features | |
| CN110110244B (zh) | 一种融合多源信息的兴趣点推荐方法 | |
| EP2701103A2 (en) | Method of recommending friends, and server and terminal therefor | |
| CN104050196A (zh) | 一种兴趣点数据冗余检测方法及装置 | |
| CN105008959A (zh) | 经由gps定位利用分布的分析产生地理围栏 | |
| US20140074610A1 (en) | Generating a point of interest profile based on third-party social comments | |
| CN104484462A (zh) | 一种企业信息获取方法及系统 | |
| CN102375872A (zh) | 电子装置、信息确定服务器、信息确定方法、程序和信息确定系统 | |
| KR20110124782A (ko) | 스폰서형 랜드마크 및 위치 라벨들을 전송하기 위한 시스템 및 방법 | |
| CN109084795B (zh) | 基于地图服务的搜索服务设施的方法及装置 | |
| CN105227604B (zh) | 一种传递拼车信息的方法、服务器及系统 | |
| CN103942694A (zh) | 用于提供基于地点数据的内容的方法和系统 | |
| CN106210163B (zh) | 基于ip地址的定位方法及装置 | |
| RU2613724C2 (ru) | Способ рекомендации друзей и сервер и терминал для этого | |
| CN107395680A (zh) | 店铺群信息推送和输出方法及装置、设备 | |
| CN103164498B (zh) | 地理位置呈现系统与方法 | |
| CN107689991B (zh) | 信息推送方法和装置、服务器 | |
| US20160299639A1 (en) | User interface for providing geographically delineated content | |
| CN104426933A (zh) | 一种筛选增强现实内容的方法、装置及系统 | |
| US9900739B2 (en) | Method and apparatus for identifying a target geographic area | |
| Nuzir et al. | Dynamic Land-Use Map Based on Twitter Data. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |