本文主要研究内容
作者丛杨,孙伟,李成名,路文娟（2019）在《基于用户历史瓦片浏览记录的兴趣点智能搜索方法优化研究》一文中研究指出：在网上各种信息呈现爆炸式增长的背景下,传统方法往往难以顾及用户兴趣,而导致查询无法体现个性化。针对这一问题提出一种基于用户历史瓦片浏览记录的兴趣点智能搜索方法。首先对智慧城市平台下的用户历史瓦片浏览记录数据进行分析,并以热力图可视化形式展现出用户关注的热点区域,得出空间热度;然后根据属性查询中加入空间热度影响因子来影响兴趣点搜索结果,使搜索结果更加符合用户搜索意图,针对热点区域给不同用户以相应服务;以滕州市兴趣点为实验数据,使用Elasticsearch构建索引数据库,采用Web前端技术搭建搜索框架,经过实验对比分析发现,该方法能够有效地提高搜索的查准率,并且可随着数据量的丰富变得更加智能化。
Abstract
zai wang shang ge chong xin xi cheng xian bao zha shi zeng chang de bei jing xia ,chuan tong fang fa wang wang nan yi gu ji yong hu xing qu ,er dao zhi cha xun mo fa ti xian ge xing hua 。zhen dui zhe yi wen ti di chu yi chong ji yu yong hu li shi wa pian liu lan ji lu de xing qu dian zhi neng sou suo fang fa 。shou xian dui zhi hui cheng shi ping tai xia de yong hu li shi wa pian liu lan ji lu shu ju jin hang fen xi ,bing yi re li tu ke shi hua xing shi zhan xian chu yong hu guan zhu de re dian ou yu ,de chu kong jian re du ;ran hou gen ju shu xing cha xun zhong jia ru kong jian re du ying xiang yin zi lai ying xiang xing qu dian sou suo jie guo ,shi sou suo jie guo geng jia fu ge yong hu sou suo yi tu ,zhen dui re dian ou yu gei bu tong yong hu yi xiang ying fu wu ;yi teng zhou shi xing qu dian wei shi yan shu ju ,shi yong Elasticsearchgou jian suo yin shu ju ku ,cai yong Webqian duan ji shu da jian sou suo kuang jia ,jing guo shi yan dui bi fen xi fa xian ,gai fang fa neng gou you xiao de di gao sou suo de cha zhun lv ,bing ju ke sui zhao shu ju liang de feng fu bian de geng jia zhi neng hua 。
论文参考文献
论文详细介绍
论文作者分别是来自地理信息世界的丛杨,孙伟,李成名,路文娟，发表于刊物地理信息世界2019年02期论文，是一篇关于兴趣点搜索方法论文,空间热度论文,评分算法论文,地理信息世界2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自地理信息世界2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：兴趣点搜索方法论文; 空间热度论文; 评分算法论文; 地理信息世界2019年02期论文;