项目名称: 基于位置服务的多维度空间信息获取与检索

项目编号: No.61272090

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 周立柱

作者单位: 清华大学

项目金额: 84万元

中文摘要: 随着移动网络的发展和智能手机的普及,移动搜索作为一项新兴技术,受到了越来越多的关注。基于位置的服务是移动搜索必备功能,据统计95%智能手机用户使用过基于位置的服务,50%地图搜索来源于移动用户,因此基于位置的服务得到了广泛应用。针对传统基于位置服务的方法存在的不足和缺陷,课题研究多维度空间位置信息获取与智能检索,提高检索质量,改善用户使用体验,具体研究内容包括:(1)多维度空间位置信息的获取与整合:针对传统地图数据只包含简单有限的空间信息,研究多维度信息的获取与整合,提高地图数据的质量;(2)空间和文本信息融合的智能检索:利用多维度信息,深入融合空间和文本信息,提高检索质量;(3)空间和社会网络融合的个性化检索:利用社会网络信息为用户提供个性化、精准化检索服务;(4)面向移动对象的连续关键字查询:针对移动用户的连续查询,研究高效的索引和算法来减少不必要查询,降低网络传输和手机电池能量消耗。

中文关键词: 多维度空间位置信息;空间信息获取与整合;topk检索;移动对象连续查询;

英文摘要: As an emerging technology, mobile search has attracted significant attention from both the academic and industrial community, thanks to the modern smart phones and the Internet. Location-based service is an irreplaceable functionality in mobile search. According to statistics, in December 2011, 95% smart-phone users have used location-based service and more than 50% location-based search is from mobile users. Recently, location-based service has been widely accepted by mobile users. However existing location-based search methods have some limitations and disadvantages. To address these problems, in this proposal, we propose multi-dimensional data extraction and search to improve location-based services and enhance user experiences. This proposal mainly studies the following problems. First, as traditional methods only use limited unstructured data (e.g., Point of Interests (POIs)) and cannot provide much richer structured information (e.g., price, rating, and telephone numbers for restaurants). In this proposal, we study how to extract high-quality multi-dimensional structured data for POIs from the web in order to provide users with detailed information. Second, we propose to deeply integrate the location information and textual description based on the multi-dimensional data and utilize semantics of the querie

英文关键词: spacial information;information fusion;top-k search;moving bojects query;

成为VIP会员查看完整内容
0

相关内容

空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
专知会员服务
15+阅读 · 2021年8月13日
专知会员服务
56+阅读 · 2021年8月12日
【WWW2021】基于图层次相关性匹配信号的Ad-hoc 检索
专知会员服务
13+阅读 · 2021年2月25日
【博士论文】搜索引擎中的实体推荐关键技术研究
专知会员服务
44+阅读 · 2020年12月9日
【CIKM2020】推荐系统的神经模板解释生成
专知会员服务
33+阅读 · 2020年9月9日
基于旅游知识图谱的可解释景点推荐
专知会员服务
90+阅读 · 2020年9月4日
个性化推荐系统技术进展
专知会员服务
65+阅读 · 2020年8月15日
你觉得智能手机对老年人友好吗?
ZEALER订阅号
0+阅读 · 2021年11月27日
基于深度学习的流行度预测研究综述
专知
0+阅读 · 2021年3月24日
【知识图谱】基于知识图谱的用户画像技术
产业智能官
102+阅读 · 2019年1月9日
Elasticsearch地理信息存储及查询之Geo_Point
Analysys易观
13+阅读 · 2018年12月29日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
基于图片内容的深度学习图片检索(一)
七月在线实验室
20+阅读 · 2017年10月1日
论文动态 | 基于知识图谱的问答系统关键技术研究 #01
开放知识图谱
16+阅读 · 2017年8月3日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Fast Circular Pattern Matching
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Chinese Idiom Paraphrasing
Arxiv
0+阅读 · 2022年4月15日
Arxiv
29+阅读 · 2020年3月16日
Arxiv
29+阅读 · 2018年4月6日
Arxiv
13+阅读 · 2017年12月5日
小贴士
相关VIP内容
空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
专知会员服务
15+阅读 · 2021年8月13日
专知会员服务
56+阅读 · 2021年8月12日
【WWW2021】基于图层次相关性匹配信号的Ad-hoc 检索
专知会员服务
13+阅读 · 2021年2月25日
【博士论文】搜索引擎中的实体推荐关键技术研究
专知会员服务
44+阅读 · 2020年12月9日
【CIKM2020】推荐系统的神经模板解释生成
专知会员服务
33+阅读 · 2020年9月9日
基于旅游知识图谱的可解释景点推荐
专知会员服务
90+阅读 · 2020年9月4日
个性化推荐系统技术进展
专知会员服务
65+阅读 · 2020年8月15日
相关资讯
相关基金
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员