自然灾害背景下GeoTag数据时空语义抽取与公共行为模式发现

Exploring the correlation between public behavior patterns and geographical location has vital significance in the age of big data. How ever, due to spontaneous and unstructured features of GeoTag data, it have a big effect on the acquirement of semantics resulting in the insufficient use of geographic data. In order to idtentify Public behavior pattern in disaster events, Some research of the current project will be carried out carried out from the correlation angle between GeoTag spatio-temporal semantics and geographical position The main content is organized as follows. First of all, a natural hazard-based Geo-Ontology constrained by qualitative spatial qualitative spatial relations relation is be constructed based on the formal concept analysis. Secondly, To integrate the natural hazard-based Geo-Ontology and unstructured GeoTag semantics, we carry out to identify GeoTag spatio-temporal semantics by using the Class of Geo-Ontology In the description logic theory support. Finally, we performed a series of studies, such as,representing GeoTag spatio-temporal semantic on maps,detecting GeoTag spatio-temporal semantic focus and abnormal points, as well as, exploring public behavior pattern. of GeoTag users.The research achievements are expected to provide new ideas and methods for the extraction and application of the Internet geographic information, and will be of great significance in promoting the emergency management of natural disaster based on GIS as well as geographic information services.

大数据时代，探索GeoTag用户公共行为模式与地理位置的相关性具有重要研究价值。然而，由于GeoTag数据的自发性与非结构化特征，影响了GeoTag时空语义获取，造成大量地理信息不能有效利用。本申请项目从GeoTag时空语义与位置相关性角度，开展自然灾害背景下公共行为模式发现相关研究。主要内容包括：（1）基于形式概念分析，构建附加定性空间关系约束的自然灾害地理本体。（2）基于描述逻辑理论开展地理本体与GeoTag语义匹配研究，进而完成GeoTag时空语义抽取及其与自然灾害地理本体的语义集成。（3）研究GeoTag时空语义的地图表达，探测GeoTag时空语义热点与异常点，发现GeoTag用户公共行为模式。研究成果可为互联网地理信息提取与应用提供新的思路与方法，对提升基于GIS 的自然灾害应急管理能力，拓展地理信息服务具有重要意义。

传统自然灾害等观测数据存在稀疏性、滞后性以及高成本特性，微博等社会感知数据具有高分辨特性、泛在性等特点，可以有效弥补。这为探索自然灾害背景下GeoTag用户公共行为模式与地理位置相关性提供了新视角。然而由于GeoTag数据的自发性与非结构化特征，造成大量地理信息不能有效利用。项目研究致力于解决上述问题，即提出一套自然灾害背景下公共行为模式时空数据分析方法，主要解决四个难题：自然灾害地理本体构建、时空语义信息抽取、时空语义表达与用户行为模式发现、自然灾害主题检测问题。第一，我们借助知识图谱研究气象灾害知识谱系，再提出一种几何与语义统一的GIS数据模型，用来描述地理实体，综合各种标准语义与逻辑规则，构建气象灾害地理本体。第二，以暴雨灾害事件为例，建立了集成DBSCAN、LDA与马尔可夫转移概率矩阵的GeoTag主题时空分析框架；再以聚类与异常值、主题词库等方法探索了寒潮与台风主题时空变化；首次将 ITA（Innovative trend analysis）方法应用到中国5种主要农业自然灾害面积的变化趋势分析。第三，以共生网络关系理论研究了自然灾害事件与空间位置共生关系，以Apriori算法挖掘了灾害事件高阶伴随规则；以语义情感相关理论来探讨了公共行为模式与群体情感语义表达。最后，提出一种语义反距离权重插值方法预测极端气温灾害灾损属性，再提出一种形式概念分析的气象灾害主题检测方法，并基于LSTM开展GeoTag情感语义识别与预测研究。项目共发表11篇论文，其中SCI/EI论文5篇，北大中文核心2篇，获软件著作权4项，申请发明专利1项，积极参加了12次国际会议内次国内学术会议，做口头专题报告3次。