کد مقاله کد نشریه سال انتشار مقاله انگلیسی ترجمه فارسی نسخه تمام متن
382551 660770 2014 9 صفحه PDF 21 صفحه WORD دانلود کنید
عنوان انگلیسی مقاله ISI
Exploration of geo-tagged photos through data mining approaches
ترجمه فارسی عنوان
اکتشاف عکس های برچسب دار-جغرافیایی از طریق روش های داده کاوی
کلمات کلیدی
خوشه بندی، انجمن قوانین استخراج معادن، عکس جغرافیایی، نقاط مورد علاقه
فهرست مطالب مقاله
چکیده

کلید واژه ها

1.مقدمه

2. مقدمات

2.1 خوشه بندی

2.2 استخراج قوانین انجمنی

3. چارچوب استخراج قوانین انجمنی پویا 

3.1 مرور چارچوب

3.2 منطقه مطالعه 

3.3. اجزای چارچوب

4. نتایج خوشه بندی

4.1 خوشه بندی PoI در سطح جهانی

4.2 خوشه بندی PoI سطح محلی 

4.3. PoI طبقه بندی شده

5. استخراج قوانین انجمنی 

5.1 استخراج انجمن های PoI در سطح جهانی و محلی

5.2 استخراج قوانین انجمنی PoI دسته بندی شده

6. نکات نهایی

شکل 1. چارچوب استخراج الگوی POI انجمنی 

شکل 2. فرمت داده های تگ دار جغرافیایی

شکل 3. توزیع کل مجموعه داده

شکل 4. POI سطح جهانی 

جدول 1. 5 خوشه برتر POI سطح جهانی

شکل 5. نمودار میله ای انواع جغرافیایی POI سطح جهانی 

شکل 6. POI سطح محلی

شکل 7. POI سطح محلی  

شکل 8. POI طبقه بندی شده

شکل 9. تعداد POI هر دسته 

شکل 10. مصورسازی 3 بعدی قوانین قوی سطح جهانی

 جدول 2. 3 POI برتر هر دسته

جدول 3. 5   مکرر POI سطح جهانی

جدول 4. 5   مکرر POI سطح جهانی

جدول 5. 3 قوانین قوی برتر سطح جهانی

شکل 11. مصورسازی 3 بعدی قوانین قوی سطح محلی

شکل 6. 5   مکرر POI سطح محلی

شکل 7. 5   مکرر POI سطح محلی

شکل 8. 3 قوانین قوی برتر سطح محلی

جدول 9. تعداد الگوهای مکرر POI محلی و جهانی دسته بندی شده

جدول 10. برخی   مکرر جالب

جدول 11. تعداد قوانین قوی POI محلی و جهانی دسته بندی شده با مقادیر اعتماد مختلف

شکل 13. مصورسازی 3 بعدی قوانین قوی در جدول 12

جدول 12 برخی قوانین قوی جالب با 100 اعتماد
ترجمه چکیده
با توسعه تکنیک های وب و سایت های شبکه اجتماعی، انسان اکنون می تواند اطلاعات را تولید کند و آن ها را به راحتی با دیگران به اشتراک بگذارد. وب سایت اشتراک گذاری عکس، فلیکر، تعداد زیادی عکس را ذخیره می کند که درآن مردم تصاویرشان را آپلود کرده و به اشتراک می گذارند. این تحقیق چارچوبی را پیشنهاد می دهد که برای استخراج الگوهای نقاط مورد علاقه در کوئینزلند، استرالیا استفاده می شود، کوئینزلند یک مقصد توریستی محبوب است که میزبان سد بزرگ ریف و جنگل های بارانی استوایی می باشد. این چارچوب متشکل از دو تکنیک معروف داده کاوی است: خوشه بندی برای تشخیص نقاط مورد علاقه و استخراج قوانین انجمنی برای الگوهای نقاط مورد علاقه. ما نتایج تجربی جالبی را گزارش می دهیم و درباره یافته ها صحبت می کنیم.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی


• Propose a points-of-interest associative pattern mining framework.
• Extensive case studies with Flickr data in the area of Queensland, Australia.
• First time analyzing geo-tagged photos in this study region.

With the development of web technique and social network sites human now can produce information, share with others online easily. Photo-sharing website, Flickr, stores huge number of photos where people upload and share their pictures. This research proposes a framework that is used to extract associative points-of-interest patterns from geo-tagged photos in Queensland, Australia, a popular tourist destination hosting the great Barrier Reef and tropical rain forest. This framework combines two popular data mining techniques: clustering for points-of-interest detection, and association rules mining for associative points-of-interest patterns. We report interesting experimental results and discuss findings.

ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Expert Systems with Applications - Volume 41, Issue 2, 1 February 2014, Pages 397–405
نویسندگان
, , ,