[发明专利]基于Internet论坛的网络实体城市级地标挖掘算法

摘要

本发明公开了一种基于Internet论坛的网络实体城市级地标挖掘算法，包括地标获取步骤和地表评估步骤。地标获取首先，选择地标挖掘的Internet论坛，获取该论坛所有HTML页面，从中提取出所有的IP地址段，并去除重复的IP地址段、筛选出多个IP定位数据库地理位置一致的IP地址段；保留与论坛隐含的地理位置信息一致的IP地址段为最终的候选地标；地标评估利用评估算法对候选地标验证，将地理位置一致的候选地标存入地标库。本发明与基于Web的地标挖掘方法相比，能够明显的提高地标挖掘的数量，并且提高了网络实体城市级的定位精度，可为网络城市级定位提供可靠地标。

主权项

一种基于Internet论坛的网络实体城市级地标挖掘方法，其特征在于：包括以下步骤：步骤一、获取候选地标，具体如下：(11)、选择地标挖掘的Internet论坛，获取该Internet论坛的所有HTML页面；(12)、从步骤(11)中得到的所有HTML页面中提取出所有的IP地址段；(13)、去除步骤(12)得到的所有的IP地址段中重复的IP地址段；(14)、将步骤(13)得到的IP地址段通过与多个互联网公开的IP定位数据库查询比较，筛选出所有与IP定位数据库地理位置一致的IP地址段；(15)、将步骤(14)得到的IP地址段与论坛隐含的地理位置信息比较，保留地理位置一致的IP地址段为最终的候选地标集合，最终的候选地标集合包含至少一个候选地标，候选地标包含的信息是IP地址段及其地理位置，且IP地址段与其地理位置是一一对应关系；步骤二、对候选地标集合进行评估，具体如下：(21)、获取最接近目标IP的路由器，用下述的改进GeoTrack算法对最终的候选地标集合中的候选地标逐个验证：若最接近目标IP的路由器隐含地理位置信息，进入步骤(22)；若最接近目标IP的路由器未隐含地理位置信息，进入步骤(23)；(22)、推测出最接近目标IP的路由器的地理位置，并与候选地标比较，将地理位置一致的候选地标存入地标库；(23)、首先获取最接近目标IP的路由器的IP地址，通过查询多个互联网公开的IP定位数据库得到IP地址的地理位置并与候选地标比较，将地理位置一致的候选地标存入地标库；步骤三、得到的地标库即为网络实体城市级地标。