名称：2022年甘肃省POI兴趣点数据集.rar 时间：2022年； 格式: csv 格式的文件使用是 UTF-8 编码，直接使用 Excel 打开会乱码，推荐使用 Stata 或者 R 语言读取。 范围：甘肃省POI数据的空间范围包括兰州市、酒泉市、张掖市、白银市、武威市、金昌市、嘉峪关市、陇南市、定西市、平凉市.................等等 字段：POI的名称、POI所属大类、POI所属中类、POI的地址、POI的经度值GCJ-02坐标系、POI的纬度值GCJ-02坐标系、POI所在省份、POI所在城市、POI所在区域等等 类别：POI数据的类型由17个大类以及195个中类组成，每一个POI都至少属于一个大类以及对应的中类。例如，购物消费属于大类；购物中心、百货商场、市场、超市、便利店、花鸟鱼虫、家电数码、家居建材、免税店、商业街、文体用品、其他属于中类等等。 数量：甘肃省POI数据总量为508952。详细的分类及数量因太多暂不列举。

名称：2022年宁夏POI兴趣点数据集.rar 时间：2022年的高-得； 格式: csv 格式的文件使用是 UTF-8 编码，直接使用 Excel 打开会乱码，推荐使用 Stata 或者 R 语言读取。 范围：宁夏POI数据的空间范围包括银川市、石嘴山市、中卫市、吴忠市、固原市5个地级市。 字段：POI的名称、POI所属大类、POI所属中类、POI的地址、POI的经度值GCJ-02坐标系、POI的纬度值GCJ-02坐标系、POI所在省份、POI所在城市、POI所在区域等等 类别：POI数据的类型由14个大类以及164个中类组成，每一个POI都至少属于一个大类以及对应的中类。例如，购物消费属于大类；购物中心、百货商场、市场、超市、便利店、花鸟鱼虫、家电数码、家居建材、免税店、商业街、文体用品、其他属于中类等等。 数量：宁夏POI数据总量为213400 详细的分类及数量因太多暂不列举。

名称：2022年内蒙古POI兴趣点数据集.rar 时间：2022年的高-得； 格式: csv 格式的文件使用是 UTF-8 编码，直接使用 Excel 打开会乱码，推荐使用 Stata 或者 R 语言读取。 范围：内蒙古POI数据的空间范围包括呼和浩特市、巴彦淖尔市、包头市、呼伦贝尔市、乌兰察布市、通辽市、赤峰市、鄂尔多斯市、乌海市..........等等 字段：POI的名称、POI所属大类、POI所属中类、POI的地址、POI的经度值GCJ-02坐标系、POI的纬度值GCJ-02坐标系、POI所在省份、POI所在城市、POI所在区域等等 类别：POI数据的类型由14个大类以及164个中类组成，每一个POI都至少属于一个大类以及对应的中类。例如，购物消费属于大类；购物中心、百货商场、市场、超市、便利店、花鸟鱼虫、家电数码、家居建材、免税店、商业街、文体用品、其他属于中类等等。 数量：内蒙古POI数据总量为704530。 详细的分类及数量因太多暂不列举。

名称：2022年广西POI兴趣点数据集.rar 时间：2022年的高-得； 格式: csv 格式的文件使用是 UTF-8 编码，直接使用 Excel 打开会乱码，推荐使用 Stata 或者 R 语言读取。 范围：广西POI数据的空间范围包括南宁市、桂林市、柳州市、百色市、北海市、防城港市、崇左市、钦州市、来宾市...........等等地级市。 字段：POI的名称、POI所属大类、POI所属中类、POI的地址、POI的经度值GCJ-02坐标系、POI的纬度值GCJ-02坐标系、POI所在省份、POI所在城市、POI所在区域等等 类别：POI数据的类型由14个大类以及164个中类组成，每一个POI都至少属于一个大类以及对应的中类。例如，购物消费属于大类；购物中心、百货商场、市场、超市、便利店、花鸟鱼虫、家电数码、家居建材、免税店、商业街、文体用品、其他属于中类等等。 数量：广西POI数据总量为1154961 详细的分类及数量因太多暂不列举。

包含，12.5m精度高程（tif格式）、全量兴趣点POI、带有高度字段（米）的建筑轮廓数据、公交地铁及站点、路网水系绿地等地理要素、省，市，县，乡镇4级的行政区划数据。 做城市规划方向的研究或项目可以用到。

包含，12.5m精度高程（tif格式）、全量兴趣点POI、带有高度字段（米）的建筑轮廓数据、公交地铁及站点、路网水系绿地等地理要素、省，市，县，乡镇4级的行政区划数据。 做城市规划方向的研究或项目可以用到。

北京市海淀区数据，来自高德POI，每年都分了csv和shp两种格式

深圳市2020年POI兴趣点分布数据

中国省市区、县乡及主要地兴趣点SHP数据，基本包含了一般数据并且分图层管理。

基于深度知识学习的兴趣点推荐算法研究，李瑭，张成文，随着智慧旅游的快速发展，兴趣点(Point-Of-Interest, POI)推荐系统可以帮助人们发现自己感兴趣的景点而成为研究热点。针对传统兴趣点推荐