多源在线地理编码服务分类优化模型

• 作者: 刘凯 周素红 宋广文 廖薇薇 李秋萍 柳林
• 来源期刊: 热带地理
• 学科: 地球科学
• 关键词: 在线地理编码 数据清洗 系统聚类 随机森林
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 论文
• 页码范围: 255-263
• 页数: 9页
• 分类号: P208
• 语种: 中文
• DOI: 10.13284/j.cnki.rddl.003007

摘要

利用在线地理编码API解决海量中文地址快速编码问题,在此基础上,利用简单的规则对编码结果进行清洗、标记,最后通过基于系统聚类与随机森林的分类优化模型,将多平台编码结果分类处理、优化.利用广州市盗窃案件地址对模型进行训练与验证,结果表明:相比未处理的编码结果,经模型优化过的编码结果整体位置误差距离减小.高德的地理编码服务有着最好的编码质量,但训练样本的高德编码误差均值仍高达590.43 m,经模型优化后,样本的编码误差均值降至173.73 m,验证样本编码误差均值由554.88 m(高德)降至180.04 m,降低了67.49％,高德90.08％的异常编码结果被清洗优化.对于训练样本与验证样本,模型优化效果相似;对于地址类型不同的案件、位于市区与市郊的案件,模型优化效果相似,说明模型具有一定普适性.该模型能够方便快捷地将海量社会经济信息转化为空间数据,提高编码精度,为地理大数据的研究提供更好的数据支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周素红	中山大学地理科学与规划学院综合地理信息研究中心	128	3589	32.0	57.0
2	宋广文	中山大学地理科学与规划学院综合地理信息研究中心	6	39	3.0	6.0
3	李秋萍	中山大学地理科学与规划学院综合地理信息研究中心	10	63	4.0	7.0
4	廖薇薇	中山大学地理科学与规划学院综合地理信息研究中心	1	3	1.0	1.0