Bons recursos em algoritmos de geocodificação

Você conhece algum bom recurso em algoritmos de geocodificação?

Estou particularmente interessado em analisar consultas de endereços, incluindo partes correspondentes e ponderadas da consulta, lidar com erros ortográficos e variações, bem como em detalhes sobre o armazenamento físico de dados (por exemplo, esquemas para consultas diretas ao banco de dados relacional, abordagens à indexação de dados etc.) .

Estudei alguns documentos sobre geocodificação do ArcGIS 10, mas eles tocam um pouco nos detalhes reais da implementação. A documentação detalhada de outras implementações de produção de alta qualidade também pode ser útil. Quanto mais técnico, melhor. Trabalhos de algoritmo teórico também são ótimos.

Obrigado.

Do texto às coordenadas geográficas: o estado atual da geocodificação

Daniel W. Goldberg, John P. Wilson e Craig A. Knoblock Resumo: Este artigo apresenta uma pesquisa sobre o estado da arte nas práticas de geocodificação por meio de uma revisão histórica interdisciplinar da literatura existente. Exploramos o conceito em evolução de geocodificação e os componentes fundamentais do processo. As fontes de erro e incerteza frequentemente encontradas são discutidas, bem como as medidas existentes usadas para quantificá-las. É apresentado um exame das armadilhas comuns e dos desafios persistentes no processo de geocodificação, e os métodos tradicionais para superá-las são descritos.

10.1.1.119.714.pdf

PDF (página 34 em diante) http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.119.714&rep=rep1&type=pdf

O artigo que o Mapperz vinculou é muito bom e possui muitas citações que provavelmente serão do seu interesse, mas não acho que eles façam um bom trabalho ao descrever a correspondência de cadeias e sua importância para o processo de geocodificação. Eles mencionaram brevemente o Soundex , mas o Soundex não é a única opção e nem a melhor opção para endereços IMO. Eles listaram algumas citações pertinentes ao tópico, para que esses trabalhos sejam do seu interesse.

Esse tópico no site de troca de estatísticas fala sobre a correspondência difusa de dois conjuntos de cadeias de caracteres, e todas as mesmas técnicas se aplicam ao combinar endereços. Particularmente, acho que o uso de distâncias de edição faz mais sentido do que o Soundex, especialmente com detalhes de endereço que não possuem analógico Soundex. Calcular a distância de Levenshtein entre duas strings não é tão complicado, e há muitos exemplos flutuando pela Internet ( aqui está um em Python).

Passei a última hora tentando descobrir como a ESRI implementa sua sensibilidade ortográfica e suas diferentes pontuações de candidatos e de correspondência. Não encontrei nada além de descrições simples (as melhores que encontrei neste PDF e na seção de ajuda on-line da 9.3 ). Portanto, se alguém puder me indicar uma documentação mais detalhada, eu ficaria agradecido, assim como o OP.

A Universidade da Carolina do Sul possui serviços de processamento de endereços e geocodificação para os quais publicaram alguns detalhes técnicos. Eles têm muitas boas referências em seu site.

A lista de discussão GEOREFERENCING fornecida pelo UK JISC https://www.jiscmail.ac.uk/cgi-bin/webadmin?A0=GEOREFERENCING

Meu blog (seção de codificação geográfica) contém uma publicação ocasional sobre codificação geográfica e resolução de topônimos (seu primo não estruturado): http://bit.ly/lQ0Sjs

Um bom recurso para geocodificação do estudo https://webgis.usc.edu/Services/Geocode/About/TechnicalDetails.aspx