斯皮鲁、埃瓦格洛斯;米查利斯·科拉基斯;瓦西里厄斯·查拉兰皮迪斯;阿波斯托洛斯·普萨拉斯;米洛纳斯、菲沃斯 用于检测感兴趣区域及其底层语义的地理聚类方法。 （英语） Zbl 1461.62110号 算法（巴塞尔） 10，第1号，第35号论文，第22页（2017）. 摘要：生活在“社交网络时代”，我们正在经历一场数据革命，每天都会产生惊人数量的数字信息。由于数据量的激增，从社交网络中挖掘信息的新应用程序领域激增。在本文中，我们利用这种“社交生成的知识”（即来自社交网络的用户生成的内容）来检测城市区域内的感兴趣区域。这些大而均匀的区域包含多个特定人群（例如游客和/或消费者）特别感兴趣的兴趣点。为了识别它们，我们利用了两种类型的元数据，即基于位置的信息包含在我们从Flickr收集的地理标签照片中，以及普通照片简单文本信息来自用户生成的标签。我们提出了一种算法，将预定义的地理区域（即希腊雅典市中心）划分为“瓦片”形的子区域，并基于迭代合并程序，旨在检测更大的、有凝聚力的区域。我们从定性和定量两方面检查了算法的性能。我们的实验表明，所提出的地理聚类算法能够正确地检测出包含热门旅游景点的区域，并取得了很好的结果。 引用于1文件 MSC公司： 62H30型 分类和区分；聚类分析（统计方面） 62第25页 统计学在社会科学中的应用 91天30分 社交网络；意见动态 关键词：感兴趣的领域;语义学;地理聚类;Flickr公司 PDF格式BibTeX公司 XML格式引用 \textit{E.Spyrou}等人，《算法（巴塞尔）》10，第1期，第35号论文，22页（2017年；Zbl 1461.62110） 全文： DOI程序 OA许可证 参考文献： [1] Lenhart，A。；青少年，2015年社交媒体与技术概览。 [2] 达根，M。；照片和视频共享在线增长。 [3] E.安格斯。；Thelwall，M。；Flickr上图像发布和标记的动机；电子出版国际会议记录：。 [4] Arase，Y。；谢，X。；Hara，T。；西洋，S。；从大规模地理标签照片中挖掘人们的旅行；ACM国际多媒体会议（MM）会议记录：。 [5] Girardin，F。；卡拉布雷斯，F。；Dal Fiore，F。；拉蒂，C。；布拉特，J。；数字足迹：用用户生成的内容揭开游客的面纱；IEEE普及计算：2008; 第7卷，36-43。 [6] Waters，T。；埃文斯，A。；基于网络的“模糊乡土”地理GIS制图工具；国际地球计算会议记录：。 [7] 蒙特洛，D.R。；地理区域：过程与内容；地理信息科学基础：博卡拉顿，佛罗里达州，美国2003，173-189. [8] 医学博士Egenhofer。；D.M.马克。；天真的地理；空间信息理论国际会议论文集：。 [9] 胡，Y。；高，S。；Janowicz，K。；Yu，B。；李伟（Li，W.）。；Prasad，S。；使用地理标记照片提取和了解感兴趣的城市区域；计算。环境。城市系统：2015; 第54卷，240-254。 [10] C.B.琼斯。；Purves，R.S。；克劳夫，P.D。；Joho，H。；利用网络知识建模模糊的地方；国际地质杂志。信息科学：2008; 第22卷，1045-1065。 [11] Chen，L。；罗伊，A。；基于小波空间分析的flickr数据事件检测；ACM信息和知识管理会议记录：。 [12] Van Canneyt，S。；肖克尔特，S。；O.Van Laere。；Bart Dhoedt，B。；使用Flickr对旅游景点进行时间依赖性推荐；第23届比荷卢联盟人工智能会议记录：。 [13] Kisilevich，S。；Keim，D。；Andrienko，N。；Andrienko，G。；通过对地理标记照片集的多角度分析来获取地点和事件的语义；地理空间可视化：德国柏林，2013年，211-233. [14] 曹，L。；罗，J。；加拉格尔，A。；金，X。；Han，J。；黄，T.S。；基于地理标记网络照片的全球旅游推荐系统；IEEE声学、语音和信号处理国际会议（ICASSP）会议记录：。 [15] 谢尔久科夫，P。；默多克，V。；Van Zwol，R。；在地图上放置flickr照片；第32届国际ACM SIGIR信息检索研究与开发会议论文集：。 [16] 特瓦罗奇，F.A。；Jones，C.B。；阿卜杜勒莫蒂，A.I。；从网络资源中获取当地地名；万维网上的织造服务和人员：德国柏林/海德堡，2009年，195-214. [17] 格罗特，C。；沙布，J。；基于核密度估计和支持向量机的地理标签足迹自动生成；小争吵。认知。计算：2009; 第9卷，195-211。 [18] 刘杰。；Huang，Z。；Chen，L。；Shen，H.T。；严，Z。；使用地理标签图像和签入功能发现感兴趣的区域；ACM国际多媒体会议（MM）会议记录：。 [19] 科勒，C。；Maue，P。；豪尔，J.T。；Bartoschek，T。；自下而上地名词典：从地理标签的隐含语义中学习；地理空间语义学国际会议论文集：。 [20] 谢里夫扎德，M。；沙哈比，C。；Knoblock，C.A.公司。；从标记的地理空间数据中学习近似专题地图；下一代地理空间信息：从数字图像分析到时空数据库：伦敦，英国2005；第3卷，第129页。 [21] 斯皮尔曼，S.E。；蒂尔，J.C。；社会领域分析、数据挖掘和GIS；计算。环境。城市系统：2008; 第32卷，110-122。 [22] Kohonen，T。；Somervuo，P。；符号串的自组织映射；神经计算：1998年；第21卷，19-30页·Zbl 0917.68177号 [23] 努拉斯，A。；Scellato，S。；马斯科洛，C。；庞蒂尔，M。；基于位置的社交网络中地理区域和用户聚类的语义标注研究；2011年ICWSM研讨会论文集，社交移动网络：；第11卷。 [24] 霍伦斯坦。；Purves，R。；通过用户生成的内容探索地点：使用Flickr标签描述城市核心；J.斯帕特。信息科学：2010; ,21-48. [25] Duckham，M。；库利克，L。；沃博伊斯，M。；A.高尔顿。；高效生成简单多边形以表征平面上一组点的形状；图案识别：2008; 第41卷，3224-3236·Zbl 1147.68780号 [26] 张，A.X。；努拉斯，A。；Scellato，S。；马斯科洛，C。；Hoodsquare：在基于位置的社交网络中建模和推荐社区；《社会计算国际会议论文集》（SocialCom），IEEE:。 [27] 克兰肖，J。；施瓦茨，R。；Hong，J.I。；北萨德。；居住区项目：利用社交媒体了解城市动态；AAAI网络日志和社交媒体国际会议记录：。 [28] 亚德兰，M。；法拉，C。；Magee，K。；μ-形状：利用志愿地理信息描绘城市街区；J.斯帕特。信息科学：2009; . [29] Rattenbury，T。；纳曼，M。；从Flickr标签中提取位置语义的方法；ACM网上交易记录（TWEB）：美国纽约州纽约市，2009年；第三卷。 [30] 邓，D.P。；庄，T.R。；Lemmens，R。；基于空间聚类和共现分析的场所概念化；基于位置的社交网络国际研讨会论文集：。 [31] 费兰，C.S。；乔治斯库，M。；内杰德尔，W。；Paiu，R。；整理照片：基于社会知识的事件驱动的flickr图像分类；ACM信息和知识管理国际会议（CIKM）会议记录：。 [32] Baba，Y。；石川，F。；Honiden，S；提取与标签相关的时间和位置概念：德国卡尔斯鲁厄，2008。 [33] 埃亨，S。；Naaman，M。；奈尔（Nair，R.）。；Yang，J.H.-I。；World explorer：可视化地理参考集合中非结构化文本的聚合数据；第七届ACM/IEEE-CS数字图书馆联合会议（JCDL）会议记录：。 [34] O.乔杜里。；麦卡内斯，W。；Flickr标签的自动提取和地理结构；第四届高级地理信息系统、应用和服务（地理处理）国际会议记录：。 [35] Spyrou，E。；Psallas，A。；查拉兰皮迪斯，V。；Mylonas，P。；使用语义地理聚类方法发现感兴趣的区域；采矿人文数据研讨会（MHDW）会议记录，位于人工智能应用与创新国际会议（AIAI）：·Zbl 1461.62110号 [36] 斯皮鲁，E。；Mylonas博士。；分析Flickr元数据以提取基于位置的信息并对其照片内容进行语义组织；神经计算：2016年；第172卷，第114-133页。 [37] 夸克，T。；Leibe，B。；Van Gool，L。；从社区照片收集中对对象和事件进行世界级挖掘；基于内容的图像和视频检索（CIVR）国际会议论文集：。 [38] 杜达，R.O。；哈特，体育。；鹳，D.G；图案分类：Hoboken，NJ，USA 2001·Zbl 0968.68140号 [39] 杜宾科，M。；库马尔，R。；Magnani，J。；Novak，J。；Raghavan，P。；A.汤姆金斯。；随时间可视化标签；第十五届万维网国际会议论文集：。 [40] 杰菲，A。；Naaman，M。；塔萨，T。；Davis，M。；为大型地理参考照片集生成摘要和可视化；ACM多媒体信息检索（MIR）国际研讨会论文集：。 [41] 肯尼迪，L。；Naaman，M。；埃亨，S。；奈尔（Nair，R.）。；Rattenbury，T。；flickr如何帮助我们理解世界：社区贡献媒体集合中的背景和内容；国际多媒体会议记录：。 [42] 威斯康星州麦卡内斯。；乔杜里，O。；评估从flickr标记中提取位置语义方法的准确性；事务处理。地理信息系统：2013年；第17卷，544-562。 [43] Sun，A。；Bhowmick，S.S.公司。；图像标签清晰度：搜索社交图像的视觉再现标签；SIGMM社交媒体研讨会论文集：。 [44] 刘，Y。；卞，J。；Agichtein，E。；社区问答中信息寻求者满意度的预测；ACM SIGIR信息检索研究与发展国际会议论文集：。 [45] 李克特，R；态度测量技术：纽约，纽约，美国1932年。 [46] 伯特伦·D·。；利克特量表……是生命的意义。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。