朱宣霖

(河海大学，江苏 南京 211100)

1 研究背景

地理编码(Geocoding)又称地址匹配(address-matching)，指建立地理坐标与给定地址一致性的过程[1]。该计算过程是将地址数据与参考地址库中的地址进行匹配，找到最接近的地址，然后利用空间插值算法对这几个地址对应的坐标进行插值，从而估算出给定地址的坐标。近年来，外卖平台、打车软件、快递服务等基于地址的网络经济刺激了地址服务的需求，催生了网络地址服务的迅猛发展[2]。如何快速、准确地将地址数据转化为空间坐标成为当前互联网经济发展的刚需。中文地址一般有“小区+楼号”的小区地址和“道路+门牌号”的道路地址两种类型[3]。空间形态的不同导致编码平台对两种地址编码的精度可能存在差异。

为了提升地理编码的精度，人们在参考地址库构建、地址匹配算法提升、地址规则化等方面展开了大量的研究。在参考地址库构建方面，Prener等[4]利用兴趣点地址数据丰富了参考地址库，提升了地理编码的精度。在地址匹配算法方面，目前比较常用的有针对地块的地址匹配算法和基于道路与门牌号的插值算法[5-7]。在地址规则化方面，人们对于地址分词、文字错误识别等问题展开了大量的探索[1,3,6]。此外，人们发现地址数据分布对于地理编码的精度也会产生一定的影响。Cayo等[8]通过对城市、郊区以及乡村的地址编码精度进行比较。结果表明，人口稀疏的地区编码精度较低，人口密集的地区编码精度较高。其基本设想是：人口密集的地区参考地址数据丰富，因而更容易找到匹配结果，编码精度相对更高。……