兴趣点（POI）数据融合：匹配方法的系统综述
计算机与社会
2023-10-25 v1
摘要
兴趣点（POI）数据提供了真实世界中场所的数字表示，并已被日益用于理解人-地交互、支撑城市管理与构建智慧城市。许多 POI 数据集已被开发，它们通常具有不同的地理覆盖范围、属性侧重与数据质量。研究者时常需要融合两个或多个 POI 数据集，以在研究区域内构建更好的场所表示。尽管各类 POI 融合方法已被提出，但缺乏系统综述，因此，刚接触 POI 融合的研究者难以快速掌握并使用这些现有方法。本文填补了这一空白。遵循系统综述与荟萃分析优先报告条目（PRISMA）协议，我们通过使用可复现的检索式在三个文献数据库中搜索以识别相关研究，从而开展系统综述。随后我们聚焦于 POI 融合的主要步骤，即 POI 匹配，并对所识别的方法进行系统归纳与分类。之后讨论了当前的局限性与未来的机遇。我们希望本综述能为有意在其研究中融合 POI 数据集的研究者提供一定指导。
引用
@article{arxiv.2310.15320,
title = {Conflating point of interest (POI) data: A systematic review of matching methods},
author = {Kai Sun and Yingjie Hu and Yue Ma and Ryan Zhenqi Zhou and Yunqiang Zhu},
journal= {arXiv preprint arXiv:2310.15320},
year = {2023}
}