CN113626668A - 一种面向地图的新闻多尺度可视化方法 - Google Patents
一种面向地图的新闻多尺度可视化方法 Download PDFInfo
- Publication number
- CN113626668A CN113626668A CN202110747359.5A CN202110747359A CN113626668A CN 113626668 A CN113626668 A CN 113626668A CN 202110747359 A CN202110747359 A CN 202110747359A CN 113626668 A CN113626668 A CN 113626668A
- Authority
- CN
- China
- Prior art keywords
- news
- scale
- map
- text
- names
- 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.)
- Granted
Links
- 238000007794 visualization technique Methods 0.000 title claims abstract description 14
- 238000012800 visualization Methods 0.000 claims abstract description 6
- 230000009193 crawling Effects 0.000 claims abstract description 4
- 230000004931 aggregating effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000000605 extraction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 235000014102 seafood Nutrition 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/908—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Instructional Devices (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种新闻的多尺度可视化方法,用以实现面向地图的网络新闻多尺度表达,包括:1)爬取一定时间段内的不同新闻事件,获取新闻正文内容、标题、发布时间,并保存新闻来源;2)对爬取到的新闻进行地理编码,获取新闻地点以及对应的经纬度坐标;3)根据新闻中所涉及的地点名,对新闻进行尺度划分;4)根据新闻中所涉及地点的经纬度,对新闻进行跨度计算;5)根据新闻的尺度、跨度,构建地图可视化模型,从而根据不同的地图缩放尺度显示对应尺度和跨度的新闻。本发明将新闻的尺度与地图的尺度相结合,实现新闻数据的多尺度呈现,增加了新闻讯息的浏览维度,让新闻的浏览阅读更加方便高效,实现时空维度下的新闻多尺度可视化技术。
Description
技术领域
本发明涉及地理信息科学及地理信息可视化表达,更具体的说,是涉及一种新闻多尺度可视化的方法。
背景技术
在大数据时代,新闻资讯作为获取信息的有效途径,存在信息冗杂、分类不清、表达不直观等问题。而地图作为一类重要的信息载体,有其特殊的语言***,并且在信息展示方面具有直观、多维的特点。以地理维度为基础,时间维度为变量对新闻信息进行聚合,可以实现地理维度上的新闻时空地图交互。
但现阶段的新闻地图表达缺乏对尺度的定义,不能体现出新闻本身所具有的尺度特性。这导致新闻在地图上进行可视化表达时,无法将地图尺度与新闻尺度相结合以突显新闻的尺度含义。由此,目前缺少一种在地图上进行新闻多尺度表达的定义新闻尺度、新闻跨度方法。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种直观形象、体现新闻不同尺度的新闻可视化方法,用以实现新闻在地图之上的多尺度表达,从而实现时空维度下的新闻多尺度可视化技术。
本发明提供的技术方案是一种新闻多尺度可视化方法,包括以下步骤:
步骤S10,爬取一定时间段内的不同新闻事件,获取新闻正文内容、标题、发布时间,并保存新闻来源等元数据;
步骤S20,对爬取到的新闻进行地理编码,获取新闻地点以及对应的经纬度坐标;
步骤S30,根据新闻中所涉及的地点名,对新闻进行尺度划分;
步骤S40,根据新闻中所涉及地点的经纬度,对新闻进行跨度计算;
步骤S50,根据新闻的尺度、跨度,构建地图可视化模型,从而根据不同的地图缩放尺度显示对应尺度和跨度的新闻。
进一步的,步骤S10中获取新闻正文内容具体包括:
步骤S101,首先通过读取网页HTML代码,将网页解析为DOM树,每一个HTML标签都是节点,其中所有文本都是DOM树中的叶子节点。对DOM树中的每个节点进行遍历,计算该节点中所有文本叶节点的字符串总数除以该节点所包含的子节点总数,得到该节点的文本密度。通过筛选DOM树中文本密度最高的节点,得到新闻正文DOM节点。进一步地,通过获取该DOM节点内的文本叶节点的文本内容,得到新闻正文。
步骤S102,判断给定内容是链接还是文本。对于文本,直接将其作为新闻文本进行后续步骤。
步骤S103,对链接进行新闻网站判断,若链接网站为除微信、微博以外的其他新闻门户网站,则对其进行步骤S201的处理,提取新闻正文。若链接网站为新浪微博、微信文章则对其使用CSS、XPath选择器,根据微博、微信页面的DOM结构,获取包含新闻正文的DOM 节点的class、id、data属性,并使用与其对应的CSS、XPath规则获取新闻正文。
进一步的,步骤S20具体包括:
步骤S201,构建全国各省份、城市、区县的地名数据库,对各地名按照省份、直辖市、非直辖市、区县等级进行分类;
步骤S202,利用构建的地名数据库比对新闻文本内容,提取出存在与地名数据库中的省份名、城市名、区县名,构成省份名列表、城市名列表、区县名列表;
步骤S203,对新闻文本中识别出的区县名,添加相应的区县名到区县名列表中;对新闻文本中识别出的城市名,添加相应的省份名到省份名列表中;
步骤S204,对新闻中涉及到的新闻地点进行地理编码,得到各新闻地点的经纬度坐标。
进一步的,步骤S204的具体实现包括:
步骤S2041,确定地理编码范围列表。若区县名备选列表中的条目数量大于1,则地理编码范围列表为区县名备选列表,否则判断城市名备选列表中的条目数量是否大于1,若成立则地理编码范围列表为城市名备选列表,否则判断省份名备选列表中的条目数量是否大于1,若成立则地理编码范围列表为省份名备选列表,否则地理编码范围为全国。
步骤S2042,遍历地名备选列表,若地理编码范围不为全国,则根据地理编码范围列表中的条目,以地理编码范围作为城市限制对当前地名进行局部地理编码服务调用。局部地理编码服务通过搜索百度地图全国POI兴趣点数据库,根据指定的查询关键词、搜索地理范围限制参数、搜索城市限制参数、搜索类别限制参数来返回查询关键词的BD09坐标系下的地理经纬度坐标,同时将返回此次编码结果的理解度得分以及可信度得分。理解度得分可用于判断传入的查询关键词是否存在于POI兴趣点数据库中以及与POI兴趣点数据库中数据的相似性,理解度越高说明该地名的名称格式越正确、在数据库中查找到对应坐标的可能性越高;可信度得分可以用于判断所查询地名所涉及的地名范围,可信得分越高说明该地名所涉及的位置越具体。为了保证地名解析的正确性,设置理解得分阈值为70,可信得分阈值为20,从而过滤错误的地名解析结果。对百度地理编码服务的结果进行判断,若编码服务结果的理解得分大于70、可信得分大于20则将编码结果存入编码结果候选列表。
若地理编码范围为全国,则对地名进行全国地理编码服务调用。全国地理编码服务通过搜索高德地图全国POI兴趣点数据库,根据指定的查询关键词参数返回火星坐标系下的地理经纬度坐标。全国地理编码服务对于不指定城市省份范围的全国地名编码准确度较高,且只要返回地理编码结果则说明该地名正确唯一且会返回准确的火星坐标系下的经纬度坐标。若返回结果不为空,则将编码结果存入编码结果候选列表。
步骤S3043,对编码结果候选列表进行遍历,对于同名地点名,选取理解得分与可信得分相加较高的条目,删除其他条目。
进一步的,步骤S30具体包括:
步骤S301,定义新闻的省份级尺度。判断新闻文本涉及到的省份名数量,若大于一则确定新闻尺度为多省份、若等于一则确定新闻尺度为单省份、若为0则定义新闻尺度为全国尺度;
步骤S302,定义新闻的城市级尺度。判断新闻文本涉及到的城市名数量,若大于一则确信新闻尺度为多城市、若等于一则确定新闻尺度为单城市、若为0则定义新闻的城市级尺度为空;
步骤S303,定义新闻的区县级尺度。判断新闻文本涉及到的区县名数量,若大于一则确信新闻尺度为多区县、若等于一则确定新闻尺度为单区县、若为0则定义新闻的区县级尺度为空;
步骤S304,将新闻的省份级尺度、城市级尺度、区县级尺度整合,形成省份-城市-区县尺度。
进一步的,步骤S40具体包括:
步骤S401,若新闻地点数量唯一,定义跨度为0;若新闻地点数量不唯一,则对新闻对应地点的单点要素进行聚合,形成多点要素;
步骤S402,利用PostGIS提供的最小外接圆功能,对多点要素计算最小外接圆的直径,作为新闻的跨度。
进一步的,步骤S50具体包括:
步骤S501,根据地图的缩放尺度匹配新闻的尺度,从而在不同的地图缩放尺度之下显示不同尺度的新闻;
步骤S502,根据新闻的跨度,在地图上以不同的点大小显示新闻地点。对于新闻跨度为 0的点,显示点直径大小最大;随着新闻跨度的增加,新闻对应的地点显示直径大小不断减小。
与现有技术相比,本发明具有以下优点:
1.通过对不同新闻来源进行不同的新闻内容提取方法,有效地兼容了各大新闻门户网站的新闻正文提取,让新闻地理编码使用范围更加广泛。
2.根据全国的省份、城市、区县名字构建了地名数据库,通过对新闻内容进行匹配,从而限定了调用地理编码服务的范围,使地理编码结果更加准确;
3.将新闻的尺度与地图的尺度相结合,实现新闻数据的多尺度呈现,增加了新闻讯息的浏览维度,让新闻的浏览阅读更加方便高效。
4.在可交互的地图上显示不同尺度的新闻,提高了新闻的可交互性,让新闻的浏览更加直观形象生动。
附图说明
图1为本发明的方法流程图。
具体实施方式
为了进一步理解本发明,下面结合实施例对本发明优选实施方案进行描述,但是应当理解,这些描述只是为进一步说明本发明的特征和优点,而不是对本发明权利要求的限制。
本发明提供的一种面向地图的新闻多尺度可视化方法,其流程如图1所示,包括以下步骤:
步骤S10,爬取一定时间段内的不同新闻事件,获取新闻正文内容、标题、发布时间,并保存新闻来源等元数据;对于该实例,爬取2019年10月2至2020年5月共61800条新闻事件,获取并保存新闻的标题、正文、发布事件等内容以及作者、来源等元素据。
步骤S20,对爬取到的新闻进行地理编码,获取新闻地点以及对应的经纬度坐标;对于该实例,共得到335727条经纬度坐标。
步骤S30,根据新闻中所涉及的地点名,对新闻进行尺度划分;
步骤S40,根据新闻中所涉及地点的经纬度,对新闻进行跨度计算;
步骤S50,根据新闻的尺度、跨度,构建地图可视化模型,从而根据不同的地图缩放尺度显示对应尺度和跨度的新闻。
在一示出实施例中,步骤S10中获取新闻正文内容具体包括:
步骤S101,首先通过读取网页HTML代码,将网页解析为DOM树,每一个HTML标签都是节点,其中所有文本都是DOM树中的叶子节点。对DOM树中的每个节点进行遍历,计算该节点中所有文本叶节点的字符串总数除以该节点所包含的子节点总数,得到该节点的文本密度。通过筛选DOM树中文本密度最高的节点,得到新闻正文DOM节点。进一步地,通过获取该DOM节点内的文本叶节点的文本内容,得到新闻正文。
步骤S102,判断给定内容是链接还是文本。对于文本,直接将其作为新闻文本进行后续步骤。
步骤S103,对链接进行新闻网站判断,若链接网站为除微信、微博以外的其他新闻门户网站,则对其进行步骤S201的处理,提取新闻正文。若链接网站为新浪微博、微信文章则对其使用CSS、XPath选择器,根据微博、微信页面的DOM结构,获取包含新闻正文的DOM 节点的class、id、data属性,并使用与其对应的CSS、XPath规则获取新闻正文。
对于该实例,对于给定的新闻链接https://weibo.cn/comment/JcJrUrciW进行提取新闻正文。
在一示出实施例中,步骤S20具体包括:
步骤S201,构建全国各省份、城市、区县的地名数据库,对各地名按照省份、直辖市、非直辖市、区县等级进行分类;
步骤S202,利用构建的地名数据库比对新闻文本内容,提取出存在与地名数据库中的省份名、城市名、区县名,构成省份名列表、城市名列表、区县名列表;
步骤S203,对新闻文本中识别出的区县名,添加相应的区县名到区县名列表中;对新闻文本中识别出的城市名,添加相应的省份名到省份名列表中;
步骤S204,对新闻中涉及到的新闻地点进行地理编码,得到各新闻地点的经纬度坐标。
对于该实例,对于给定的新闻链接https://weibo.cn/comment/JcJrUrciW,省份名列表为辽宁省,城市名列表为大连市,区县名列表为甘井子区甘井子区、西岗区。得到的新闻经纬度坐标如下:
"香炉礁街道工人村":{
"longitude":121.59200254824019,
"latitude":38.933387294420534
},
"大连湾街":{
"longitude":121.7079030595669,
"latitude":39.0238804916907
},
"香炉礁街道":{
"longitude":121.59951939123108,
"latitude":38.93593059882904
},
"大连凯洋世界海鲜股份有限公司":{
"longitude":121.96799695008666,
"latitude":39.40102888217002
}
在一示出实施例中,步骤S30具体包括:
步骤S301,定义新闻的省份级尺度。判断新闻文本涉及到的省份名数量,若大于一则确定新闻尺度为多省份、若等于一则确定新闻尺度为单省份、若为0则定义新闻尺度为全国尺度;
步骤S302,定义新闻的城市级尺度。判断新闻文本涉及到的城市名数量,若大于一则确信新闻尺度为多城市、若等于一则确定新闻尺度为单城市、若为0则定义新闻的城市级尺度为空;
步骤S303,定义新闻的区县级尺度。判断新闻文本涉及到的区县名数量,若大于一则确信新闻尺度为多区县、若等于一则确定新闻尺度为单区县、若为0则定义新闻的区县级尺度为空;
步骤S304,将新闻的省份级尺度、城市级尺度、区县级尺度整合,形成省份-城市-区县尺度。对于该实例,对于给定的新闻链接https://weibo.cn/comment/JcJrUrciW,省份尺度为单省份尺度、城市尺度为单城市尺度、区县级尺度为多区县尺度。
在一示出实施例中,步骤S40具体包括:
步骤S401,若新闻地点数量唯一,定义跨度为0;若新闻地点数量不唯一,则对新闻对应地点的单点要素进行聚合,形成多点要素;
步骤S402,利用PostGIS提供的最小外接圆功能,对多点要素计算最小外接圆的直径,作为新闻的跨度。对于该实例,对于给定的新闻链接https://weibo.cn/comment/ JcJrUrciW,新闻跨度为0.317466267006714。
在一示出实施例中,步骤S50具体包括:
步骤S501,根据地图的缩放尺度匹配新闻的尺度,从而在不同的地图缩放尺度之下显示不同尺度的新闻,划分方式如表1;
表1
步骤S502,根据新闻的跨度,在地图上以不同的点大小显示新闻地点。对于新闻跨度为 0的点,显示点直径大小最大;随着新闻跨度的增加,新闻对应的地点显示直径大小不断减小。对于该实例,对于给定的新闻链接https://weibo.cn/comment/JcJrUrciW,该新闻在网络地图瓦片规范的缩放等级大于9时会被显示在地图之上,同时该新闻的各点显示大小为 Exp(-0.317466267006714)个单位,即0.7279912个单位大小。
以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (8)
1.一种面向地图的新闻多尺度可视化方法,用以实现新闻在地图上的多尺度表达,包括以下步骤:
步骤S10,爬取一定时间段内的不同新闻事件,获取新闻正文内容、标题、发布时间,并保存新闻来源;
步骤S20,对爬取到的新闻进行地理编码,获取新闻地点以及对应的经纬度坐标;
步骤S30,根据新闻中所涉及的地点名,对新闻进行尺度划分;
步骤S40,根据新闻中所涉及地点的经纬度,对新闻进行跨度计算;
步骤S50,根据新闻的尺度、跨度,构建地图可视化模型,从而根据不同的地图缩放尺度显示对应尺度和跨度的新闻。
2.根据权利要求1所述的一种面向地图的新闻多尺度可视化方法,其特征在于:步骤S10中获取新闻正文内容具体包括,
步骤S101,首先通过读取网页HTML代码,将网页解析为DOM树,每一个HTML标签都是节点,其中所有文本都是DOM树中的叶子节点;对DOM树中的每个节点进行遍历,计算该节点中所有文本叶节点的字符串总数除以该节点所包含的子节点总数,得到该节点的文本密度;通过筛选DOM树中文本密度最高的节点,得到新闻正文DOM节点。进一步地,通过获取该DOM节点内的文本叶节点的文本内容,得到新闻正文;
步骤S102,判断给定内容是链接还是文本;对于文本,直接将其作为新闻文本进行后续步骤;
步骤S103,对链接进行新闻网站判断,若链接网站为除微信、微博以外的其他新闻门户网站,则对其进行步骤S201的处理,提取新闻正文;若链接网站为新浪微博、微信文章则对其使用CSS、XPath选择器,根据微博、微信页面的DOM结构,获取包含新闻正文的DOM节点的class、id、data属性,并使用与其对应的CSS、XPath规则获取新闻正文。
3.根据权利要求1所述的一种面向地图的新闻多尺度可视化方法,其特征在于:步骤S20具体包括,
步骤S201,构建全国各省份、城市、区县的地名数据库,对各地名按照省份、直辖市、非直辖市、区县等级进行分类;
步骤S202,利用构建的地名数据库比对新闻文本内容,提取出存在与地名数据库中的省份名、城市名、区县名,构成省份名列表、城市名列表、区县名列表;
步骤S203,对新闻文本中识别出的区县名,添加相应的区县名到区县名列表中;对新闻文本中识别出的城市名,添加相应的省份名到省份名列表中;
步骤S204,对新闻中涉及到的新闻地点进行地理编码,得到各新闻地点的经纬度坐标。
4.根据权利要求1所述的一种面向地图的新闻多尺度可视化方法,其特征在于:步骤S204的具体实现包括,
步骤S2401,确定地理编码范围列表;若区县名备选列表中的条目数量大于1,则地理编码范围列表为区县名备选列表,否则判断城市名备选列表中的条目数量是否大于1,若成立则地理编码范围列表为城市名备选列表,否则判断省份名备选列表中的条目数量是否大于1,若成立则地理编码范围列表为省份名备选列表,否则地理编码范围为全国;
步骤S2402,遍历地名备选列表,若地理编码范围不为全国,则根据地理编码范围列表中的条目,以地理编码范围作为城市限制对当前地名进行百度地理编码服务调用,百度地理编码服务通过搜索百度地图全国POI兴趣点数据库,根据指定的查询关键词、搜索地理范围限制参数、搜索城市限制参数、搜索类别限制参数来返回查询关键词的BD09坐标系下的地理经纬度坐标,同时将返回此次编码结果的理解度得分以及可信度得分;理解度得分可用于判断传入的查询关键词是否存在于POI兴趣点数据库中以及与POI兴趣点数据库中数据的相似性,理解度越高说明该地名的名称格式越正确、在数据库中查找到对应坐标的可能性越高;可信度得分可以用于判断所查询地名所涉及的地名范围,可信得分越高说明该地名所涉及的位置越具体;若编码服务结果的理解得分大于P1、可信得分大于P2则将编码结果存入编码结果候选列表;
若地理编码范围为全国,则对地名进行全国地理编码服务调用,全国地理编码服务通过搜索高德地图全国POI兴趣点数据库,根据指定的查询关键词参数返回火星坐标系下的地理经纬度坐标;
步骤S2403,对编码结果候选列表进行遍历,对于同名地点名,选取理解得分与可信得分相加较高的条目,删除其他条目。
5.根据权利要求4所述的一种面向地图的新闻多尺度可视化方法,其特征在于:设置理解得分阈值为70,可信得分阈值为20,即P1为70,P2为20。
6.根据权利要求1所述的一种面向地图的新闻多尺度可视化方法,其特征在于:步骤S30具体包括,
步骤S301,定义新闻的省份级尺度;判断新闻文本涉及到的省份名数量,若大于一则确定新闻尺度为多省份、若等于一则确定新闻尺度为单省份、若为0则定义新闻尺度为全国尺度;
步骤S302,定义新闻的城市级尺度;判断新闻文本涉及到的城市名数量,若大于一则确信新闻尺度为多城市、若等于一则确定新闻尺度为单城市、若为0则定义新闻的城市级尺度为空;
步骤S303,定义新闻的区县级尺度;判断新闻文本涉及到的区县名数量,若大于一则确信新闻尺度为多区县、若等于一则确定新闻尺度为单区县、若为0则定义新闻的区县级尺度为空;
步骤S304,将新闻的省份级尺度、城市级尺度、区县级尺度整合,形成省份-城市-区县尺度。
7.根据权利要求1所述的一种面向地图的新闻多尺度可视化方法,其特征在于:步骤S40具体包括,
步骤S401,若新闻地点数量唯一,定义跨度为0;若新闻地点数量不唯一,则对新闻对应地点的单点要素进行聚合,形成多点要素;
步骤S402,利用PostGIS提供的最小外接圆功能,对多点要素计算最小外接圆的直径,作为新闻的跨度。
8.根据权利要求1所述的一种面向地图的新闻多尺度可视化方法,其特征在于:步骤S50具体包括,
步骤S501,根据地图的缩放尺度匹配新闻的尺度,从而在不同的地图缩放尺度之下显示不同尺度的新闻;
步骤S502,根据新闻的跨度,在地图上以不同的点大小显示新闻地点,对于新闻跨度为0的点,显示点直径大小最大;随着新闻跨度的增加,新闻对应的地点显示直径大小不断减小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110747359.5A CN113626668B (zh) | 2021-07-02 | 2021-07-02 | 一种面向地图的新闻多尺度可视化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110747359.5A CN113626668B (zh) | 2021-07-02 | 2021-07-02 | 一种面向地图的新闻多尺度可视化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113626668A true CN113626668A (zh) | 2021-11-09 |
CN113626668B CN113626668B (zh) | 2024-05-14 |
Family
ID=78378961
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110747359.5A Active CN113626668B (zh) | 2021-07-02 | 2021-07-02 | 一种面向地图的新闻多尺度可视化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113626668B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102364473A (zh) * | 2011-11-09 | 2012-02-29 | 中国科学院自动化研究所 | 融合地理信息与视觉信息的网络新闻检索***及方法 |
CN103473263A (zh) * | 2013-07-18 | 2013-12-25 | 大连理工大学 | 一种面向新闻事件演变过程的可视化展现方法 |
CN104102637A (zh) * | 2013-04-02 | 2014-10-15 | 高德软件有限公司 | 一种生成热点区域的方法及装置 |
CN104965847A (zh) * | 2015-02-04 | 2015-10-07 | 北京奇虎科技有限公司 | 信息展示方法及装置 |
CN109033358A (zh) * | 2018-07-26 | 2018-12-18 | 李辰洋 | 新闻聚合与智能实体关联的方法 |
-
2021
- 2021-07-02 CN CN202110747359.5A patent/CN113626668B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102364473A (zh) * | 2011-11-09 | 2012-02-29 | 中国科学院自动化研究所 | 融合地理信息与视觉信息的网络新闻检索***及方法 |
CN104102637A (zh) * | 2013-04-02 | 2014-10-15 | 高德软件有限公司 | 一种生成热点区域的方法及装置 |
CN103473263A (zh) * | 2013-07-18 | 2013-12-25 | 大连理工大学 | 一种面向新闻事件演变过程的可视化展现方法 |
CN104965847A (zh) * | 2015-02-04 | 2015-10-07 | 北京奇虎科技有限公司 | 信息展示方法及装置 |
CN109033358A (zh) * | 2018-07-26 | 2018-12-18 | 李辰洋 | 新闻聚合与智能实体关联的方法 |
Non-Patent Citations (2)
Title |
---|
李心舒: "基于Spark的多领域网络新闻热点挖掘技术研究与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》, vol. 2019, no. 8, 15 August 2019 (2019-08-15) * |
桑鹏 等: "RSS新闻事件的多维描述与时空可视化方法", 《地球信息科学》, vol. 16, no. 3, 31 May 2014 (2014-05-31), pages 1 - 3 * |
Also Published As
Publication number | Publication date |
---|---|
CN113626668B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101313300B (zh) | 本地搜索 | |
CN101164039B (zh) | 生成结构化信息 | |
JP5390840B2 (ja) | 情報分析装置 | |
EP2557511B1 (en) | Information processing device, information processing method, information processing programme, and recording medium | |
US8271495B1 (en) | System and method for automating categorization and aggregation of content from network sites | |
JP7023821B2 (ja) | 情報検索システム | |
CN103514234A (zh) | 一种页面信息提取方法和装置 | |
Neumaier et al. | Enabling spatio-temporal search in open data | |
KR101221959B1 (ko) | 맵 인터페이스와 지식처리를 활용한 지역관련정보 통합검색방법 | |
JP2009110159A (ja) | 位置表現検出装置、プログラム、及び、記憶媒体 | |
JP6411800B2 (ja) | 情報管理装置、情報管理システム、及び情報管理プログラム | |
CN102841920A (zh) | 一种页面信息提取方法及装置 | |
JP2007249322A (ja) | 文書視覚化装置及び文書視覚化プログラム | |
CN101076708B (zh) | 地图目标的自动优先化 | |
CN107908627A (zh) | 一种多语言的地图poi 搜索*** | |
JP2007219655A (ja) | 施設情報管理システム、施設情報管理方法および施設情報管理プログラム | |
US20130031458A1 (en) | Hyperlocal content determination | |
CN113536070A (zh) | 一种地址解析方法、***、计算机设备和存储介质 | |
CN113239111A (zh) | 一种基于知识图谱的网络舆情可视化分析方法及*** | |
Kim et al. | Landmark extraction from web-harvested place descriptions | |
CA3063471A1 (en) | Automated classification of network-accessible content | |
WO2015065719A1 (en) | Computerized systems and methods for identifying a character string for a point of interest | |
KR100572751B1 (ko) | 웹 기반의 지리정보 검색 시스템 | |
CN113626668A (zh) | 一种面向地图的新闻多尺度可视化方法 | |
Neumaier et al. | Geo-semantic labelling of open data |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |