1. 研究目的与意义（文献综述）

1.1.研究目的及意义地名共现(co-occurrence)是地名之间关系的一种重要表现。

在互联网时代，尤其是web 2.0时代，个体能通过互联网表达空间信息，这些信息往往包含了感兴趣的不同地名。

在同一个文档中表达不同的地名（地名互现），在一定程度上能反映这些地名之间的内在联系。

2. 研究的基本内容与方案

利用百度新闻搜索http://news.baidu.com/?tn=newstitle使用“百度新闻”中的“新闻标题”搜索方式。

中任意两个湖北地市级行政区(一共17个，包括12个地级市、3个省直辖市、1个自治州、一个林区)名称共现的页面数目。

之所以做这样的限定，是为了避免搜到过多的垃圾页面，并且新闻中的地名往往更可靠。

3. 研究计划与安排

3-4周：查阅文献资料并学习基础理论知识，形成初步的研究步骤，获取研究区域的相关信息5-6周：提交开题报告7-12周：实验分析13-14周：模型完善，提交初稿15-16周：修改完善，定稿17周：答辩

4. 参考文献（12篇以上）

[1]智烈慧．旅游文本地名热度及其共现关系计算方法[D]．河北师范大学，2017．[2]钟翔,高勇,邬伦.基于链接分析的网页文本核心地名提取方法[J]．地球信息科学学报，2016，18（04）：435～442． [3]胡明生，贾志娟，吉晓宇等．寻找地震相关区域的词频共现分析方法[J]．计算机工程与科学，2014，36（3）：536～540. [4]李照航，郭风华，李仁杰，傅学庆，严正峰．大量网络游记文本中热度地名提取方法与实证研究[J]．地理与地理信息科学，2015，31（01）：68～73．[5]宋子辉.自然语言理解的中文地址匹配算法[J].遥感学报，2013，17（04）：788～801．[6]尹章才. Web2.0 GIS原理和方法教程[M]. 武汉理工大学教材中心, 2010．[7] Yu Liu，Fahui Wang，Chaogui Kang，Yong Gao，Yongmei Lu．Analyzing relatedness by Toponym co-occurrences on web pages[J]. Transactions in GIS，2014，18（1）：89～107.[8]智烈慧，李仁杰，傅学庆，郭风华.众包旅游文本热度地名的共现数据挖掘[J].测绘科学，2016，41（8）：144～151．[9]李照航，郭风华，李仁杰，傅学庆，严正峰．大量网络游记文本中热度地名提取方法与实证研究[J]．地理与地理信息科学，2015，31（1）：68～73．[10]李可霞．地名数据语义一致性匹配研究[D]．西南石油大学，2017．[11]熊锐．面向Web的中文地理信息检索系统的研究与实现[D]．北京航空航天大学，2011．[12]Liu J．Chinese named entity recognition algorithm based on the improved hidden Markov model[J]．Journal of Chemical Pharmaceutical Research，2014，6（7）：1474～1478．[13]Pavlos Fafalios， Manolis Baritakis，Yannis Tzitzikas．Exploiting Linked Data for Open and Configurable Named Entity Extraction[J].International Journal on Artificial Intelligence Tools，2015,24（2）：1～42．[14]Bingyue Peng，Junjie Wu，Hua Yuan， Qingwei Guo， Dacheng Tao．ANEEC: A Quasi-Automatic System for Massive Named Entity Extraction and Categorization[J]．Computer Journal，2013，56（11）：1328～1346．[15]甄峰，王波，陈映雪．基于网络社会空间的中国城市网络特征：以新浪微博为例[J]．地理学报，2012，67（8）：1031～1043．