[发明专利]基于时空标签时空关联的基础数据检索与集成展示方法

权利要求书

1.基于时空标签时空关联的基础数据检索与集成展示方法，其特征在于，包括下列步骤：

步骤S100：输入人、地、物、组织、事件等城市管理基础数据；

步骤S200：基于基础数据主题数据表定义和数据实体字段信息提取其实体特征和属性特征、空间地理位置特征、时间特征、实体间关系特征；

步骤S300：将上述步骤S200的特征进行组织，辅助人工选择形成人、地、物、组织、事件等基础数据分类特征，进而形成时空分类标签体系；

步骤S400：首先对基础数据进行抽样清洗，利用类别映射规则，并将清洗过程抽象为业务规则，执行规则清洗，进行全局清洗和迭代，形成样本数据；

步骤S500：在步骤S400样本数据和步骤S300时空分类标签基础上，利用基于Text-CNN模型的中文文本分类，融合基础数据逻辑关系，给基础数据实体打标签，一个实体包括多个标签，描述实体间关联关系和实体时间轨迹关系；

步骤S600：提供标签逻辑关联关系和业务场景标签组的数据检索方式，查询基础数据，返回基础数据结果集；

步骤S700：基于时空标签间的业务逻辑关系，在地理空间信息上展示查询出的基础数据空间关联关系；

步骤S800：基于时空标签实体时间轨迹关系，即基础数据实体在时间段内的运动轨迹标签信息，在地理空间信息上展示基础数据实体间的运行轨迹情况；

步骤S900：提供地理空间信息范围，采用数据接口获得该空间范围内的查询的基础数据实体，采用HTML CANVAS画布实时渲染输出结果，过滤不能显示的点，实现地图上快速展示。

2.根据权利要求1所述的基于时空标签时空关联的基础数据检索与集成展示方法，其特征在于，所述步骤S500包括以下子步骤：

（1）在输入的基础数据基础上，提取每条记录中的文本字段，组合形成该记录的一段文本，通过文本的预处理，主要针对剔除无意义的符号信息，或其它的冗余信息；

（2）进一步将文本的数值化，即使用数字代表特定的词汇，因为计算机无法直接处理人类创造的词汇；

为了让计算机能够理解词汇，需要将词汇信息映射到一个数值化的语义空间中，这个语义空间称之为词向量空间；利用word2vec一种无监督的学习模型工具，实现词汇信息到语义空间的映射，最终获得一个词向量模型；

（3）利用文本卷积神经网络模型，从输入的定长文本序列中，利用局部词序信息，提取初级的特征，并组合初级的特征为高级特征，解决基础数据多标签场景非文本特征接入的问题，同时使用深度模型取得更好的泛化效果。

3.根据权利要求1所述的基于时空标签时空关联的基础数据检索与集成展示方法，其特征在于，所述步骤S600包括以下子步骤：

（1）精确匹配查询，通过对输入查询标签条件精确匹配指定的字段去检索结果；

（2）模糊查询，在搜索的字段中包含匹配输入的查询标签条件；

（3）基于标签逻辑关系，允许在单独的查询中组合任意数量的查询，指定的查询语句表名哪些部分是必须匹配、应该匹配或不能匹配，进行组合查询，嵌套关系查询。

4.根据权利要求1所述的基于时空标签时空关联的基础数据检索与集成展示方法，其特征在于，所述步骤S700包含以下子步骤：

（1）渲染查询结果，在地图上展示查询的人、地、物、组织、事件信息；

（2）选择某个人、地、物、组织、事件，查看标签之间的逻辑关联关系。

5.根据权利要求1所述的基于时空标签时空关联的基础数据检索与集成展示方法，其特征在于，所述步骤S800包含以下子步骤：

（1）轨迹数据可视化，将基础数据移动轨迹在地图上绘制轨迹路径图，突出轨迹的空间位置；

（2）利用时间属性的移动来动态展示轨迹的空间位置；

（3）当轨迹数据量较大时，轨迹数据通过分类聚集计算获得聚集数据，再将聚集数据可视化。