CN109284446A - 一种poi信息融合方法 - Google Patents
一种poi信息融合方法 Download PDFInfo
- Publication number
- CN109284446A CN109284446A CN201810860028.0A CN201810860028A CN109284446A CN 109284446 A CN109284446 A CN 109284446A CN 201810860028 A CN201810860028 A CN 201810860028A CN 109284446 A CN109284446 A CN 109284446A
- Authority
- CN
- China
- Prior art keywords
- poi
- map
- poi information
- information
- blocks
- 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.)
- Pending
Links
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 18
- 238000006467 substitution reaction Methods 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims description 8
- 235000007164 Oryza sativa Nutrition 0.000 claims description 3
- 230000009193 crawling Effects 0.000 claims description 3
- 235000009566 rice Nutrition 0.000 claims description 3
- 240000007594 Oryza sativa Species 0.000 claims 1
- 230000004927 fusion Effects 0.000 abstract description 12
- 230000011218 segmentation Effects 0.000 abstract description 4
- 230000010365 information processing Effects 0.000 abstract description 2
- 101100139849 Floropilus chiversii radE gene Proteins 0.000 description 2
- 241000209094 Oryza Species 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Instructional Devices (AREA)
Abstract
本发明涉及一种POI信息融合方法,属于地理信息处理技术领域。首先建立POI信息标准数据库和常见POI信息缩略词替代数据库作为参考数据库;然后对不同地图来源的POI名称和POI地址进行分词;再分别将POI名称和POI地址的分词结果匹配POI信息标准数据库,取与POI信息标准数据库相似度最高的分词结果匹配常见POI信息缩略词替代数据库,完成替代后得到融合后的POI名称和POI地址;最后判断融合后的POI地址中提供信息量最大的地图的来源,确定最终的POI坐标。本发明与现有技术相比,通过结合POI名称、POI地址和POI坐标,主要解决了传统的POI信息融合方法缺少空间数据,同一POI信息在不同的地图中存在着差异,从而使得POI信息融合的准确率低的现象,以提高POI信息融合的准确率。
Description
技术领域
本发明涉及一种POI信息融合方法,属于地理信息处理技术领域。
背景技术
近年来,地理信息服务(Geographic Information service,GIS)系统广泛应用于各个行业领域,随着多种应用地图的出现,POI信息作为GIS系统中重要的数据,同一POI信息在不同的地图中存在着差异,这直接影响了用户对POI信息的使用,因此,完善POI信息的融合方法对GIS系统有着重要的意义。
一般地,非空间属性法只考虑非空间属性,不考虑POI坐标,使得缺少空间数据中的信息,从而导致POI信息融合的准确率低;而空间位置法虽然根据POI坐标就能找到相应的对象,解决了空间数据缺少的问题,但是不同来源的POI坐标可能存在误差。
发明内容
本发明要解决的技术问题是针对现有技术的局限和不足,提供一种POI信息融合方法,通过结合POI名称、POI地址和POI坐标对传统的POI信息融合方法进行改进,解决了传统的POI信息融合方法缺少空间数据,同一POI信息在不同的地图中存在着差异,从而使得POI信息融合的准确率低的现象,以提高POI信息融合的准确率。
本发明的技术方案是:一种POI信息融合方法,该方法结合POI名称、POI地址和POI坐标对传统的POI信息融合方法进行改进,具体包括以下6个步骤:
①建立POI信息数据库,包括POI信息标准数据库F和常见POI信息缩略词替代数据库S。
②爬取A地图和B地图的POI信息,包括POI名称、POI地址和POI坐标。
③计算A地图POI信息和B地图POI信息的距离L,若两者之间的距离L大于门限Ω,则该两个POI信息不匹配,不进行任何操作;若两者之间的距离L小于或等于门限Ω,则分别对该两个POI信息的POI名称和POI地址分词,得到A地图POI名称块集合NA、POI地址块集合DA和B地图的POI名称块集合NB、POI地址块集合DB。
④将集合NA和NB中的每一个元素和集合DA和DB中的每一个元素分别匹配POI信息标准数据库F,取集合NA和NB以及集合DA和DB中与POI信息标准数据库F匹配后相似度最高的元素组成POI名称块集合NAB和POI地址块集合DAB。
⑤将POI名称块集合NAB和POI地址块集合DAB中的元素匹配常见POI信息缩略词替代数据库S,进行常见POI信息缩略词替代,完成替代后得到新的POI名称块集合NAB'和POI地址块集合DAB'作为融合后的最终POI名称和POI地址。
⑥若集合DAB'的最后一个元素来源于A地图,则取A地图的POI坐标作为最终的POI坐标,否则取B地图的POI坐标作为最终的POI坐标。
进一步地,步骤①所述的POI为兴趣点(Point of Interest),在地理信息系统中,POI可以指房子、商铺、公交站等;所述的POI信息标准数据库F用于提供标准化POI信息,包括行政区划词典、街道词典、常见居住区名词典和常见地名词典;所述的常见POI信息缩略词替代数据库S用于实现常见POI信息缩略词的替代。
进一步地,步骤②所述的A地图和B地图的POI信息应在同一个区域内爬取,并且需要一一对应。
进一步地,步骤③所述的距离L的计算公式为:
其中,W为赤道到地球中心的地球半径距离,数值为6378137,单位为米,radE1为A地图中POI信息纬度的弧度,radE2为B地图中POI信息纬度的弧度,radN1为A地图中POI信息经度的弧度,radN2为B地图中POI信息经度的弧度。
进一步地,步骤③所述的门限Ω的大小根据实验结果来确定;所述的A地图POI名称块集合NA、POI地址块集合DA和B地图的POI名称块集合NB、POI地址块集合DB分别表示为:
NA={a1,a2,...,an}
DA={b1,b2,...,bk}
NB={c1,c2,...,cn}
DB={d1,d2,...,dk}
其中,an和cn分别为A地图和B地图的POI名称经过分词后得到的第n个元素,bk和dk分别为A地图和B地图的POI地址经过分词后得到的第k个元素。
进一步地,步骤④所述的匹配POI信息标准数据库F的具体流程是:取集合NA和集合NB的第一个元素进行对比,若元素相同,则取其中任意一个元素作为POI名称块集合NAB的第一个元素,若不相同,则将这两个元素与POI信息标准数据库F中的标准匹配项进行对比,并计算各自与标准匹配项的相似度,取相似度高的元素作为POI名称块集合NAB的第一个元素,以此类推,直到集合NA和集合NB的最后一个元素完成匹配;所述POI地址块集合DAB的获取如上。
进一步地,步骤④所述的相似度的计算公式为:
其中A和B分别表示集合中的元素和POI信息标准数据库F中的标准匹配项,Sim(A,B)表示A和B的相似度,ai和bi为A和B分别拆成字后组成的字频向量中的第i个值。
进一步地,步骤⑤所述的匹配常见POI信息缩略词替代数据库S是指因POI名称块集合NAB和POI地址块集合DAB中的元素可能存在缩略词,从而影响最终的POI信息的融合结果,所以需要将集合NAB和集合DAB中的每一个元素匹配常见POI信息缩略词替代数据库S,完成缩略词替代,以获取更精确的融合输出结果。
进一步地,步骤⑥所述的获取POI坐标的依据是:由于POI地址块集合DAB'的最后一个元素所提供的信息量最高,所以取最后一个元素的来源作为最终的POI坐标。
本发明的有益效果是:本发明与现有技术相比,通过结合POI名称、POI地址和POI坐标,主要解决了传统的POI信息融合方法缺少空间数据,同一POI信息在不同的地图中存在着差异,从而使得POI信息融合的准确率低的现象,以提高POI信息融合的准确率。
附图说明
图1是本发明步骤流程图;
图2是本发明步骤③步骤流程图;
图3是本发明步骤④步骤流程图;
图4是本发明步骤⑤~⑥步骤流程图。
具体实施方式
下面结合附图和具体实施方式,对本发明作进一步说明。
实施例1:如图1-4所示,一种POI信息融合方法,首先建立POI信息标准数据库和常见POI信息缩略词替代数据库作为参考数据库;然后对不同地图来源的POI名称和POI地址进行分词;再分别将POI名称和POI地址的分词结果匹配POI信息标准数据库,取与POI信息标准数据库相似度最高的分词结果匹配常见POI信息缩略词替代数据库,完成替代后得到融合后的POI名称和POI地址;最后判断融合后的POI地址中提供信息量最大的地图的来源,确定最终的POI坐标。
具体步骤为:
①建立POI信息数据库,包括POI信息标准数据库F和常见POI信息缩略词替代数据库S。
②爬取A地图和B地图的POI信息,包括POI名称、POI地址和POI坐标。
③计算A地图POI信息和B地图POI信息的距离L,若两者之间的距离L大于门限Ω,则该两个POI信息不匹配,不进行任何操作;若两者之间的距离L小于或等于门限Ω,则分别对该两个POI信息的POI名称和POI地址分词,得到A地图POI名称块集合NA、POI地址块集合DA和B地图的POI名称块集合NB、POI地址块集合DB。
④将集合NA和NB中的每一个元素和集合DA和DB中的每一个元素分别匹配POI信息标准数据库F,取集合NA和NB以及集合DA和DB中与POI信息标准数据库F匹配后相似度最高的元素组成POI名称块集合NAB和POI地址块集合DAB。
⑤将POI名称块集合NAB和POI地址块集合DAB中的元素匹配常见POI信息缩略词替代数据库S,进行常见POI信息缩略词替代,完成替代后得到新的POI名称块集合NAB'和POI地址块集合DAB'作为融合后的最终POI名称和POI地址。
⑥若集合DAB'的最后一个元素来源于A地图,则取A地图的POI坐标作为最终的POI坐标,否则取B地图的POI坐标作为最终的POI坐标。
进一步地,步骤①所述的POI为兴趣点(Point of Interest),在地理信息系统中,POI可以指房子、商铺、公交站等;所述的POI信息标准数据库F用于提供标准化POI信息,包括行政区划词典、街道词典、常见居住区名词典和常见地名词典;所述的常见POI信息缩略词替代数据库S用于实现常见POI信息缩略词的替代。
进一步地,步骤②所述的A地图和B地图的POI信息应在同一个区域内爬取,并且需要一一对应。
进一步地,步骤③所述的距离L的计算公式为:
其中,W为赤道到地球中心的地球半径距离,数值为6378137,单位为米,radE1为A地图中POI信息纬度的弧度,radE2为B地图中POI信息纬度的弧度,radN1为A地图中POI信息经度的弧度,radN2为B地图中POI信息经度的弧度。
进一步地,步骤③所述的门限Ω的大小根据实验结果来确定;所述的A地图POI名称块集合NA、POI地址块集合DA和B地图的POI名称块集合NB、POI地址块集合DB分别表示为:
NA={a1,a2,...,an}
DA={b1,b2,...,bk}
NB={c1,c2,...,cn}
DB={d1,d2,...,dk}
其中,an和cn分别为A地图和B地图的POI名称经过分词后得到的第n个元素,bk和dk分别为A地图和B地图的POI地址经过分词后得到的第k个元素。
进一步地,步骤④所述的匹配POI信息标准数据库F的具体流程是:取集合NA和集合NB的第一个元素进行对比,若元素相同,则取其中任意一个元素作为POI名称块集合NAB的第一个元素,若不相同,则将这两个元素与POI信息标准数据库F中的标准匹配项进行对比,并计算各自与标准匹配项的相似度,取相似度高的元素作为POI名称块集合NAB的第一个元素,以此类推,直到集合NA和集合NB的最后一个元素完成匹配;所述POI地址块集合DAB的获取如上。
进一步地,步骤④所述的相似度的计算公式为:
其中A和B分别表示集合中的元素和POI信息标准数据库F中的标准匹配项,Sim(A,B)表示A和B的相似度,ai和bi为A和B分别拆成字后组成的字频向量中的第i个值。
进一步地,步骤⑤所述的匹配常见POI信息缩略词替代数据库S是指因POI名称块集合NAB和POI地址块集合DAB中的元素可能存在缩略词,从而影响最终的POI信息的融合结果,所以需要将集合NAB和集合DAB中的每一个元素匹配常见POI信息缩略词替代数据库S,完成缩略词替代,以获取更精确的融合输出结果。
进一步地,步骤⑥所述的获取POI坐标的依据是:由于POI地址块集合DAB'的最后一个元素所提供的信息量最高,所以取最后一个元素的来源作为最终的POI坐标。
以上结合附图对本发明的具体实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (6)
1.一种POI信息融合方法,其特征在于:
①建立POI信息数据库,包括POI信息标准数据库F和常见POI信息缩略词替代数据库S;
②爬取A地图和B地图的POI信息,包括POI名称、POI地址和POI坐标;
③计算A地图POI信息和B地图POI信息的距离L,若两者之间的距离L大于门限Ω,则该两个POI信息不匹配,不进行任何操作;若两者之间的距离L小于或等于门限Ω,则分别对该两个POI信息的POI名称和POI地址分词,得到A地图POI名称块集合NA、POI地址块集合DA和B地图的POI名称块集合NB、POI地址块集合DB;
④将集合NA和NB中的每一个元素和集合DA和DB中的每一个元素分别匹配POI信息标准数据库F,取集合NA和NB以及集合DA和DB中与POI信息标准数据库F匹配后相似度最高的元素组成POI名称块集合NAB和POI地址块集合DAB;
⑤将POI名称块集合NAB和POI地址块集合DAB中的元素匹配常见POI信息缩略词替代数据库S,进行常见POI信息缩略词替代,完成替代后得到新的POI名称块集合NAB'和POI地址块集合DAB'作为融合后的最终POI名称和POI地址;
⑥若集合DAB'的最后一个元素来源于A地图,则取A地图的POI坐标作为最终的POI坐标,否则取B地图的POI坐标作为最终的POI坐标。
2.根据权利要求1所述的POI信息融合方法,其特征在于:所述步骤②所述的A地图和B地图的POI信息应在同一个区域内爬取,并且一一对应。
3.根据权利要求1所述的POI信息融合方法,其特征在于:所述步骤③中距离L的计算公式为:
其中,W为赤道到地球中心的地球半径距离,数值为6378137,单位为米,radE1为A地图中POI信息纬度的弧度,radE2为B地图中POI信息纬度的弧度,radN1为A地图中POI信息经度的弧度,radN2为B地图中POI信息经度的弧度。
4.根据权利要求1所述的POI信息融合方法,其特征在于:所述的A地图POI名称块集合NA、POI地址块集合DA和B地图的POI名称块集合NB、POI地址块集合DB分别表示为:
NA={a1,a2,...,an}
DA={b1,b2,...,bk}
NB={c1,c2,...,cn}
DB={d1,d2,...,dk}
其中,an和cn分别为A地图和B地图的POI名称经过分词后得到的第n个元素,bk和dk分别为A地图和B地图的POI地址经过分词后得到的第k个元素。
5.根据权利要求1所述的POI信息融合方法,其特征在于:所述步骤④的匹配POI信息标准数据库F的具体流程是:取集合NA和集合NB的第一个元素进行对比,若元素相同,则取其中任意一个元素作为POI名称块集合NAB的第一个元素,若不相同,则将这两个元素与POI信息标准数据库F中的标准匹配项进行对比,并计算各自与标准匹配项的相似度,取相似度高的元素作为POI名称块集合NAB的第一个元素,以此类推,直到集合NA和集合NB的最后一个元素完成匹配;所述POI地址块集合DAB的获取如上。
6.根据权利要求1所述的POI信息融合方法,其特征在于:所述步骤④中相似度的计算公式为:
其中A和B分别表示集合中的元素和POI信息标准数据库F中的标准匹配项,Sim(A,B)表示A和B的相似度,ai和bi为A和B分别拆成字后组成的字频向量中的第i个值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810860028.0A CN109284446A (zh) | 2018-08-01 | 2018-08-01 | 一种poi信息融合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810860028.0A CN109284446A (zh) | 2018-08-01 | 2018-08-01 | 一种poi信息融合方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109284446A true CN109284446A (zh) | 2019-01-29 |
Family
ID=65182884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810860028.0A Pending CN109284446A (zh) | 2018-08-01 | 2018-08-01 | 一种poi信息融合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109284446A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109947881A (zh) * | 2019-02-26 | 2019-06-28 | 广州城市规划技术开发服务部 | 一种poi判重方法、装置、移动终端及计算机可读存储介质 |
CN110288023A (zh) * | 2019-06-26 | 2019-09-27 | 广州小鹏汽车科技有限公司 | 融合方法及装置、检测方法、获取方法、服务器和车辆 |
CN110619088A (zh) * | 2019-05-23 | 2019-12-27 | 北京无限光场科技有限公司 | 用于处理信息的方法和装置 |
CN110619086A (zh) * | 2019-05-23 | 2019-12-27 | 北京无限光场科技有限公司 | 用于处理信息的方法和装置 |
CN110619087A (zh) * | 2019-05-23 | 2019-12-27 | 北京无限光场科技有限公司 | 用于处理信息的方法和装置 |
CN110851547A (zh) * | 2019-10-11 | 2020-02-28 | 上海中旖能源科技有限公司 | 一种多数据源地图数据融合方法 |
CN111723172A (zh) * | 2020-06-10 | 2020-09-29 | 广东世纪高通科技有限公司 | 一种数据融合方法及装置 |
CN111767936A (zh) * | 2019-11-07 | 2020-10-13 | 北京沃东天骏信息技术有限公司 | 地址相似性的检测方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103885950A (zh) * | 2012-12-19 | 2014-06-25 | 高德软件有限公司 | 一种获取缩略词与poi间对应关系的方法和装置 |
CN107256230A (zh) * | 2017-05-03 | 2017-10-17 | 昆明理工大学 | 一种基于多元化地理信息点的融合方法 |
CN107832404A (zh) * | 2017-11-02 | 2018-03-23 | 武汉大学 | 一种poi信息的补全方法 |
-
2018
- 2018-08-01 CN CN201810860028.0A patent/CN109284446A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103885950A (zh) * | 2012-12-19 | 2014-06-25 | 高德软件有限公司 | 一种获取缩略词与poi间对应关系的方法和装置 |
CN107256230A (zh) * | 2017-05-03 | 2017-10-17 | 昆明理工大学 | 一种基于多元化地理信息点的融合方法 |
CN107832404A (zh) * | 2017-11-02 | 2018-03-23 | 武汉大学 | 一种poi信息的补全方法 |
Non-Patent Citations (1)
Title |
---|
王逍翔 等: "基于词信息量加权的地理POI数据融合新方法研究", 《软件导刊》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109947881A (zh) * | 2019-02-26 | 2019-06-28 | 广州城市规划技术开发服务部 | 一种poi判重方法、装置、移动终端及计算机可读存储介质 |
CN109947881B (zh) * | 2019-02-26 | 2023-10-27 | 广州城市规划技术开发服务部有限公司 | 一种poi判重方法、装置、移动终端及计算机可读存储介质 |
CN110619088A (zh) * | 2019-05-23 | 2019-12-27 | 北京无限光场科技有限公司 | 用于处理信息的方法和装置 |
CN110619086A (zh) * | 2019-05-23 | 2019-12-27 | 北京无限光场科技有限公司 | 用于处理信息的方法和装置 |
CN110619087A (zh) * | 2019-05-23 | 2019-12-27 | 北京无限光场科技有限公司 | 用于处理信息的方法和装置 |
CN110288023A (zh) * | 2019-06-26 | 2019-09-27 | 广州小鹏汽车科技有限公司 | 融合方法及装置、检测方法、获取方法、服务器和车辆 |
CN110851547A (zh) * | 2019-10-11 | 2020-02-28 | 上海中旖能源科技有限公司 | 一种多数据源地图数据融合方法 |
CN111767936A (zh) * | 2019-11-07 | 2020-10-13 | 北京沃东天骏信息技术有限公司 | 地址相似性的检测方法和装置 |
CN111723172A (zh) * | 2020-06-10 | 2020-09-29 | 广东世纪高通科技有限公司 | 一种数据融合方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109284446A (zh) | 一种poi信息融合方法 | |
CN105976604B (zh) | 一种基于gis和公交gps数据的公交线路匹配方法 | |
CN109145169B (zh) | 一种基于统计分词的地址匹配方法 | |
CN108802776B (zh) | 基于异常点剔除及轨迹压缩算法的公交gps纠偏方法 | |
CN107256230B (zh) | 一种基于多元化地理信息点的融合方法 | |
CN105241445B (zh) | 一种基于智能移动终端的室内导航数据获取方法及系统 | |
WO2018177316A1 (zh) | 信息识别方法、计算设备及存储介质 | |
WO2020224305A1 (zh) | 用于设备定位的方法、装置及设备 | |
US20060041375A1 (en) | Automated georeferencing of digitized map images | |
CN106919567B (zh) | 一种兴趣点poi地址的处理方法及装置 | |
CN104699818A (zh) | 一种多源异构的多属性poi融合方法 | |
TW201107713A (en) | Apparatus and method for position determination | |
CN106469505B (zh) | 一种浮动车轨迹纠偏方法和装置 | |
EP3433763A1 (en) | Identifying, processing and displaying data point clusters | |
Yang et al. | A pattern‐based approach for matching nodes in heterogeneous urban road networks | |
CN109688532A (zh) | 一种划分城市功能区域的方法及装置 | |
CN110110902A (zh) | 一种共享单车接驳轨道交通站点的可达性测算方法 | |
CN108171529A (zh) | 一种地址相似度评估方法 | |
CN110046320A (zh) | 基于插值和积分的轨迹相似性计算方法 | |
CN109344263A (zh) | 一种地址匹配方法 | |
Yang et al. | Geometric-based approach for integrating VGI POIs and road networks | |
CN108111965A (zh) | 一种基站位置的确定方法和装置 | |
CN108961403A (zh) | 一种运用开源街道地图提取主干道的方法 | |
CN112861972A (zh) | 一种展业区域的选址方法、装置、计算机设备和介质 | |
CN116518960B (zh) | 路网更新方法、装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190129 |