《表1 基于改进TF-IDF特征权重分类算法自动分类POI的混淆矩阵》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《顾及地理语境的旅游轨迹停留点语义标注》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文共选取了中国POI数据网提供的25 976个已分类POI作为总样本，类别包括餐饮、购物、交通设施、教育、金融、医疗和政府机构。将POI数据集分成两个子集:一个用于训练改进TF-IDF分类器，即训练集；另一个用于对分类器进行评估测试，即测试集。从总样本中随机抽取20 784个POI作为训练集，其中各类样本容量为:餐饮6376个、购物4941个、交通设施2723个、教育1881个、金融1992个、医疗1411个、政府机构1460个。其余5192个POI作为测试集。针对POI的短文本特征，本文选用了由哈尔滨工业大学信息检索实验室扩展和维护的《同义词词林》对文本特征进行扩展。该《同义词词林》每条词条中的词语语义相同或具有很强的相关性，所有收录到的词条按照树状的层次结构组织到一起。结果（见表1）表明，基于改进TF-IDF的方法实现的POI自动分类，其分类精度达到83%。