第1章 绪论 1
1.1 研究背景 1
1.1.1 大数据背景下地理空间数据语义发现与智能推荐的需求 1
1.1.2 关联数据是数据语义发现与智能推荐的有效实践 2
1.1.3 高精度地理空间数据语义关联模型的必要性 3
1.2 研究意义 5
1.3 国内外研究现状 6
1.3.1 地理空间元数据标准与表达方式研究现状 6
1.3.2 地理空间关联数据的发展 8
1.3.3 地理空间数据语义相关度研究现状 10
1.4 小结 13
第2章 基础理论 14
2.1 主要概念 14
2.1.1 语义网络与知识图谱 14
2.1.2 元数据与元数据框架 16
2.1.3 元数据语义关联网络 17
2.2 主要理论方法 17
2.2.1 国际资源标识符（IRI） 17
2.2.2 资源描述框架（RDF） 18
2.2.3 地理空间本体（Ontology） 19
2.2.4 复杂网络（complex network） 21
2.3 地理空间元数据 23
2.3.1 地理空间元数据的作用 23
2.3.2 地理空间元数据的特性 24
2.3.3 地理空间元数据的主要内容 24
2.4 小结 25
第3章 地理空间元数据的语义 26
3.1 地理空间元数据主要语义特征 26
3.1.1 空间特征 26
3.1.2 时间特征 27
3.1.3 专题特征 29
3.2 地理空间元数据主要语义关系 30
3.2.1 空间语义关系 30
3.2.2 时间语义关系 36
3.2.3 专题语义关系 40
3.3 语义关联指标 41
3.4 小结 43
第4章 地理空间元数据语义关联模型 44
4.1 地理空间元数据关联模型形式化 44
4.2 语义元素 46
4.2.1 空间语义元素 46
4.2.2 时间语义元素 48
4.2.3 专题语义元素 49
4.2.4 来源语义元素 50
4.3 一维语义关联模型 50
4.3.1 空间语义关联模型 51
4.3.2 时间语义关联模型 52
4.3.3 专题语义关联模型 54
4.4 多维语义关联模型 55
4.4.1 空间-时间语义关联模型 56
4.4.2 空间-专题语义关联模型 57
4.4.3 时间-专题语义关联模型 59
4.4.4 空间-时间-专题语义关联模型 60
4.5 小结 62
第5章 地理空间元数据语义关系判断及语义相关度计算 63
5.1 问题的提出 63
5.2 空间语义关联谓词及关联强度 64
5.2.1 空间拓扑关系语义相关度 66
5.2.2 空间度量关系语义相关度 67
5.3 时间语义关联谓词及关联强度 70
5.3.1 多个时间实体之间语义关联谓词及关联强度的计算 70
5.3.2 多个时间实体之间语义关联谓词的判断 72
5.3.3 任意两个时间实体基本拓扑关系和方向关系 73
5.3.4 时间度量关系 74
5.4 专题语义关联谓词及关联强度 74
5.4.1 专题关键词的语义相似度 76
5.4.2 专题类别的语义相关度 77
5.5 多维语义相关度计算 78
5.5.1 二维语义相关度 79
5.5.2 三维语义相关度 79
5.6 层次分析法求关联指标权重 80
5.6.1 建立语义相关度的指标层次结构 80
5.6.2 构造判断矩阵并赋值 82
5.6.3 一致性检验并计算权向量 83
5.7 小结 86
第6章 地理空间元数据语义关联网络构建与评价 87
6.1 数据分析 87
6.1.1 地理空间元数据 88
6.1.2 语义本体数据 89
6.1.3 地理空间基础数据库 96
6.2 地理空间元数据语义关联网络构建流程与关键问题 97
6.2.1 构建流程 97
6.2.2 构建关键问题 99
6.3 关联网络构建 100
6.3.1 语义元素标准化 100
6.3.2 一维关联网络实例 101
6.3.3 多维关联网络实例 117
6.4 关联网络中心性分析与评价 125
6.4.1 核心语义关联网络 125
6.4.2 网络中心性指标 128
6.4.3 关联网络中心性分析 129
6.5 小结 140
第7章 地理空间元数据语义检索系统 141
7.1 系统功能设计 141
7.1.1 主要功能 142
7.1.2 辅助功能 143
7.2 原型系统实现 144
7.2.1 系统部署与界面简介 144
7.2.2 语义关系检索模块 146
7.2.3 关键词检索模块 149
7.3 系统检索效果评价 150
7.3.1 空间特征检索 150
7.3.2 专题-空间特征检索 153
7.4 小结 155
第8章 结论与展望 156
8.1 主要成果 156
8.2 创新点 158
8.3 研究展望 159
8.4 小结 160
参考文献 161