. The paper focuses on using geotag

. The paper focuses on using geotagged resources from the social
network service (SNS) for searching the famous places from keyword.
We extend the HITS[9] algorithm in order to rank locations which are
collected from geotagged resources on SNS. Our approach not only uses
the similarity measurement between locations’ tags for computing the
value of locations but also calculate the term frequency of tags which
occur in each location to modify the value of tags for ranking. We implement
and show the experimental results with the set of locations from
the geotagged resources.

Kết quả (Việt) 1:

. Giấy tập trung vào cách sử dụng geotagged tài nguyên từ xã hộiDịch vụ mạng (SNS) để tìm kiếm các địa điểm nổi tiếng từ từ khóa.Chúng tôi mở rộng các thuật toán HITS [9] theo thứ tự để xếp hạng vị trí đó làđược thu thập geotagged tài nguyên mạng. Phương pháp tiếp cận của chúng tôi không chỉ sử dụngđo lường sự giống nhau giữa các địa điểm thẻ cho máy tính cácgiá trị của địa điểm, nhưng cũng có thể tính toán tần số hạn thẻ màxảy ra ở từng địa điểm để sửa đổi các giá trị của thẻ cho các bảng xếp hạng. Chúng tôi thực hiệnvà hiển thị các kết quả thử nghiệm với các thiết lập của các địa điểm từCác nguồn tài nguyên geotagged.

Kết quả (Việt) 2:

. Bài viết tập trung vào việc sử dụng các nguồn tài nguyên gắn thẻ địa lý từ xã hội
dịch vụ mạng (SNS) để tìm kiếm những nơi nổi tiếng từ khoá.
Chúng tôi mở rộng HITS [9] thuật toán để xếp hạng các địa điểm được
thu thập từ các nguồn tài nguyên gắn thẻ địa lý trên SNS. Cách tiếp cận của chúng tôi không chỉ sử dụng
các phép đo tương đồng giữa các thẻ địa điểm 'để tính
giá trị của các địa điểm mà còn tính toán tần số hạn của thẻ mà
xảy ra trong từng vị trí để thay đổi giá trị của các thẻ để xếp hạng. Chúng tôi thực hiện
và hiển thị các kết quả thử nghiệm với các thiết lập của các vị trí từ
các nguồn tài nguyên đánh dấu vị trí.