CN102902596B - 一种兴趣点数据校验方法及装置 - Google Patents

Abstract

本发明公开了一种兴趣点数据校验方法及装置。一种兴趣点数据校验方法包括：从待校验兴趣点POI的地址信息中，提取道路名称信息；根据所述道路名称信息，在地图上确定相应的道路l；判断所述POI与l之间是否存在其他道路，如果是，则将该POI数据标识为错误数据。上述方案能够从海量POI数据中自动找出可能存在错误的数据，从而降低人工校验成本。与现有技术相比，本发明更多地是利用POI自身包含的信息进行校验，因此受数据稀疏的限制相对较小，具有更好的适用性。另外，本发明实施例方案是根据POI与道路的相对位置进行校验，因此无需考虑判决阈值的设置，实现更为简单。

Description

一种兴趣点数据校验方法及装置

技术领域

本发明涉及电子地图技术领域，特别是涉及一种兴趣点数据校验方法及装置。

背景技术

电子地图，也称数字地图，是利用计算机技术，以数字方式存储和查询的地图。在电子地图中，有一类数据称为POI（Point of Instterest，兴趣点）数据，是指在地图上人们感兴趣的地点数据，例如餐馆、公园、商场等建筑物的地理信息，或是一些街道的信息等等。通常，POI数据包括名称、地址、位置、类别等几个方面的信息，有时也会进一步包括其他辅助信息，例如电话、邮编等等。POI是电子地图中的重要元素之一，也是一般用户使用电子地图时最为关注的信息。

POI数据的准确性，决定着电子地图的整体质量，如果电子地图上记录了错误的POI数据，可能会导致很糟糕的用户体验。因此，对于通过各种方式或者渠道搜集到的POI数据，有必要做进一步的校验，以剔除错误的POI数据。除了人工校验之外，现有技术最常用的方案是基于相同/相似POI间距校验方法，具体方法是：从已有的POI数据中，找到具有相同或类似地址的POI，然后根据他们的空间位置距离来校验彼此的正确性。这种方式可以在一定程度上实现POI数据的自动校验，然而也会受到受数据稀疏的限制：如果没有地址相同或相似的点就无法实现校验。此外，在实际校验过程中，距离阈值并不容易控制，过大或过小都可能对校验结果造成不良影响。

发明内容

为解决上述技术问题，本发明提供一种兴趣点数据校验方法及装置，技术方案如下：

本发明实施例提供一种兴趣点数据校验方法，该方法包括：

从待校验兴趣点POI的地址信息中，提取道路名称信息；

根据所述道路名称信息，在地图上确定相应的道路l；

判断所述POI与l之间是否存在其他道路，如果是，则将该POI数据标识为错误数据。

根据本发明的一种具体实施方式，所述提取道路名称信息，包括：

根据预设的道路名称模板，从POI地址信息中提取与模板内容相匹配的部分。

根据本发明的一种具体实施方式，所述判断POI与l之间是否存在其他道路，包括：

根据POI与l的位置信息，获得POI到l的垂线或近似垂线；

判断是否存在其他道路，与所述垂线或近似垂线相交，如果是，则POI与l之间存在其他道路。

根据本发明的一种具体实施方式，所述根据POI与l的位置信息，获得POI到l的垂线或近似垂线，包括：

根据POI与l的位置信息，确定POI到l的位置点集的最小距离，以该最小距离对应连线作为POI到l的垂线或近似垂线。

根据本发明的一种具体实施方式，所述判断是否存在其他道路，与所述垂线或近似垂线相交，包括：

构建一封闭图形，该图形被所述垂线或近似垂线划分为两个区域；

判断是否存在道路m：该道路m上存在分别属于所述两个区域的点，如果是，则道路m与所述垂线或近似垂线相交。

本发明实施例还提供一种兴趣点数据校验装置，该装置包括：

道路名称提取单元，用于从待校验兴趣点POI的地址信息中，提取道路名称信息；

道路确定单元，用于根据所述道路名称信息，在地图上确定相应的道路l；

判断单元，用于判断所述POI与l之间是否存在其他道路，如果是，则将该POI数据标识为错误数据。

根据本发明的一种具体实施方式，所述道路名称提取单元，具体用于：

根据预设的道路名称模板，从POI地址信息中提取与模板内容相匹配的部分。

根据本发明的一种具体实施方式，所述判断单元，包括：

垂线处理子单元，用于根据POI与l的位置信息，获得POI到l的垂线或近似垂线；

判断子单元，用于判断是否存在其他道路，与所述垂线或近似垂线相交，如果是，则POI与l之间存在其他道路。

根据本发明的一种具体实施方式，所述垂线处理子单元，具体用于：

根据POI与l的位置信息，确定POI到l的位置点集的最小距离，以该最小距离对应连线作为POI到l的垂线或近似垂线。

根据本发明的一种具体实施方式，所述判断子单元，具体用于：

构建一封闭图形，该图形被所述垂线或近似垂线划分为两个区域；

判断是否存在道路m：该道路m上存在分别属于所述两个区域的点，如果是，则道路m与所述垂线或近似垂线相交。

本发明实施例所提供的技术方案，基于“以‘xx路’形式为地址的POI，与xx路之间不应存在其他道路”的思想，根据POI名称中所包含的道路信息对POI进行校验，能够从海量POI数据中自动找出可能存在错误的数据，从而降低人工校验成本。与现有技术相比，本发明更多地是利用POI自身包含的信息进行校验，因此受数据稀疏的限制相对较小，具有更好的适用性。另外，本发明实施例方案是根据POI与道路的相对位置进行校验，因此无需考虑判决阈值的设置，实现更为简单。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1为本发明实施例兴趣点数据校验方法的一种流程图；

图2为本发明实施例构建封闭图形的一种示意图；

图3为本发明实施例构建封闭图形的另一种示意图；

图4为本发明实施例兴趣点校验实例的示意图；

图5为本发明实施例兴趣点数据校验装置的一种结构示意图。

具体实施方式

通过对大量POI的数据特征研究后发现，有相当一部分POI，其地址信息中会包含该POI所处的道路名称，例如：“xx路2号”、“xx街3号”、“xx巷10号”、甚至“xx路附近”等形式，对于这类POI，对应的实际情况是：该POI必然与实际的“xx路/街/胡同……”距离很近，一般是分布于该道路的两侧。也就是说，在POI和xx道路之间，不应该存在其他的道路，否则这个POI数据就有很有可能存在问题，例如地址信息错误、或者位置信息错误等等。

基于上述发现，本发明实施例提供一种兴趣点数据校验方法，该方法可以包括以下步骤：

从待校验兴趣点POI的名称信息中，提取道路名称信息；

根据所述道路名称信息，在地图上确定相应的道路l；

判断所述POI与l之间是否存在其他道路，如果是，则将该POI数据标识为错误数据。

本发明实施例所提供的技术方案，基于“以‘xx路’形式为地址的POI，与xx路之间不应存在其他道路”的思想，根据POI名称中所包含的道路信息对POI进行校验，能够从海量POI数据中自动找出可能存在错误的数据，从而降低人工校验成本。

与现有技术相比，本发明更多地是利用POI自身包含的信息进行校验，因此受数据稀疏的限制相对较小，具有更好的适用性。另外，本发明实施例方案是根据POI与道路的相对位置进行校验，因此无需考虑判决阈值的设置，实现更为简单。即便不考虑与现有技术的优劣对比，本发明方案也能够做为现有技术的一种有效补充，用于发现更多潜在的POI数据错误。

为了使本领域技术人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行详细地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本发明保护的范围。

图1所示，为本发明实施一种兴趣点数据校验方法的流程示意图，该方法可以包括以下步骤：

S101，从待校验POI的地址信息中，提取道路名称信息；

本发明方案，是针对地址中含有道路名称的POI进行校验，例如：“xx路2号”、“xx街3号”、“xx巷10号”、甚至“xx路附近”等形式。对于待校验的POI集合，首先看是否能够从中提取出道路名称。

根据本发明的一种具体实施方式，可以根据数据库中已有的道路名称，直接看是否与地址内容相匹配。在本发明的另一种实施方式中，也可以利用一些预先设置的道路名称模板与待校验POI的地址信息进行比较，如果发现POI的地址信息中的某部分能够与模板匹配，则将这部分提出。

例如，根据中国地名表达方法，常用于表示道路的关键词包括：道路、大街、胡同、公路、大道、路、街、条、里、道，段、巷等等，利用这些关键词生成模板。可以理解的是，上述关键词并不构成对本发明方案的限制，本领域技术人员可以根据实际应用需求，任意选择关键词。另外，根据不同地区的语言习惯，也可以选用其他的模板关键词，例如英文中的“road”、“street”等等。

S102，根据道路名称信息，在地图上确定相应的道路l；

假设对于某POI，从其地址信息中提取出道路名称信息，那么，根据该道路名称的文本内容，通过信息检索等手段，就可以在地图上确定相应的道路。

S103，判断POI与l之间是否存在其他道路，如果是，则将该POI数据标识为错误数据。

根据本发明思想，对于地址信息含有“xx路”形式的POI，该POI与xx路之间不应该存在其他的道路，如果存在，就认为这个POI数据可能存在问题，可以对其做出标识，以便进行后续处理。

在POI的与相应道路的位置都已经确定的情况下，可以通过直接观察，判断二者之间是否还存在其他道路。在本发明实施例中，采用几何的方式，以实现对上述目的自动处理，具体方法如下：

设待校验的POI为点A，相应的道路为l，那么，经过点A可以向l做一条垂线h，此时判断地图上是否还存在其他道路与h相交，如果是，则说明A和l之间还有其他道路，这个POI数据很可能是有问题的。

当然，结合实际应用，可能还需要考虑到以下问题：首先，地图上的道路并不一定是严格意义上的直线，也可能存在曲线的情况；另外，在电子地图中，道路的位置数据实际表现为多个坐标点的集合：{(x1,y1),(x2,y2),(x3,y3),……(xn，yn)}，因此，上述做垂线的方式，可以进一步用以下方法实现：确定POI到l的位置点集的最小距离，该距离可以根据欧氏距离公式进行计算，然后得出该最小距离所对应的连线，该连线就是进行校验所需要的垂线，或者近似垂线。从而将严格的几何概念结合到实际应用，也无需考虑道路是直线还是曲线的问题。

对于已经找到的垂线或者近似垂线h，进一步在地图上查找，是否有其他的道路与h相交。对于“是否相交”的判断，本发明提供一种具体实现方式如下：

首先构建一封闭图形，该图形被所述垂线或近似垂线划分为两个区域，

那么，判断“是否相交”的问题就转化成了：判断是否存在这样的道路m：该道路m上至少存在两个点，分别属于上述两个区域，如果是，那么说明道路m与所示的所述垂线或近似垂线相交。

具体到本发明的应用场景，所述的垂线或近似垂线，指代的是POI与垂足点之间的线段部分，也就是说，该封闭图形的边应该分别经过POI与垂足这两个点。一般而言，为了方便处理，封闭图形可以选择圆形或者四边形。

以四边形为例，可以分两种情况考虑：

如果POI点和垂足点的横坐标和纵坐标分别不同，那么可以以这两点为两个相对的角点，构建出一个封闭的正方形，如图2所示。假设垂线两个端点的坐标分别为：（x1，y1）和（x2，y2），那么，可以得到另外两个顶点的坐标为（x1，y2）和（x2，y1），上述4个点即构成了一个分别的正方形，可见，该正方形分别经过POI与垂足，并且上述得到的垂线或者近似垂线将该四边形划分为A和B两个区域。

如果POI点和垂足点的横坐标相同，或者两点的纵坐标相同，则可以以这两点分别作为对边的中点构建矩形，假设垂线两个端点的坐标分别为：（x1，y1）和（x2，y2），那么：

如果x1=x2、y1≠y2，如图3左侧所示，可以构建4个顶点为：

（x1-d，y1）

（x1+d，y1）

（x1-d，y2）

（x1+d，y2）

如果y1=y2、x1≠x2，如图3右侧所示，可以构建4个顶点为：

（x1，y1-d）

（x1，y1+d）

（x2，y1-d）

（x2，y1+d）

上面的d可以是一个任选数值，一般而言，保证d值能够大于道路数据点集的最大取点间隔即可。

当然，可以理解的是，除图2或图3所示构建正方形或长方形的情况之外，实际应用时，也可以构建为菱形或平行四边形等形状，另外，也可以以垂线段作为直径做圆，同样能够得到一个满足要求的封闭图形。

通过图2或图3可以看出，所做的封闭图形被垂线或近似垂线划分为A和B两个区域，那么，判断“是否相交”的问题就转化成了：判断是否存在这样的道路m：该道路m上至少存在两个点，分别属于A区域和B区域，如果是，那么说明道路m与所示的所述垂线或近似垂线相交。进而说明待校验的POI点可能是存在问题的，有必要做进一步的核查处理。

在本发明的一种具体实施方式中，可以根据已确定的道路l，获取道路l所处的某个区域中的所有道路，再分别判断这些道路是否满足上述的“相交”条件，从而进一步判断相应的POI是否存在错误。

参见图4所示，假设有两个待校验的POI，其地址分别为“电大西路3号”和“电大西路5号”，通过模板提取，可以发现“电大西路”对应一条实际的道路。从这两个POI分别向“电大西路”做垂线，发现：

在“电大西路3号”与“电大西路”之间没有其他道路，说明这个POI没有问题；

在“电大西路5号”与“电大西路”之间还隔了另外一条“电大东路”，说明这个POI可能是有问题的，可以采用人工排查等方式做进一步处理。

在某些情况下，如果地图所包含的信息粒度非常细，那么根据本发明方案进行POI校验时，可能需要考虑“道路级别”的问题，例如，在“电大西路3号”与“电大西路”之间，可能存在一条名为“xx胡同”的道路，从结果上看，应该判断POI数据错误，但是事实上这个POI并没有错误，这是因为相对于“路”而言，“胡同”的道路级别过低，不足以影响原POI的地址，也就是说，以“电大西路”这种道路级别命名的地址，不应该受到“胡同”这种级别道路的影响。

为解决上述问题，可以采用“忽略低级别道路”的方式，例如忽略“胡同”、“巷”、“弄”等道路的影响，如果在地图的道路信息中提供了道路级别，则可以直接利用道路级别信息，即：忽略级别低于一定阈值的道路对判断结果的影响。

在本发明的另一种实施方式中，也可以采用比较道路级别相对差的方式，也就是说，对于待校验的POI和相应确定的道路l，如果存在道路m与POI到l的垂线（近似垂线）相交，并且m与l的道路级别差小于某个阈值（例如1级、2级等等）的情况下，才判断POI可能存在错误，从而可以在信息粒度较细的地图上，减少误判的情况发生。

相应于上面的方法实施例，本发明还提供一种兴趣点数据校验装置，参见图5所示，该装置可以包括：道路名称提取单元110、道路确定单元120和判断单元130。

道路名称提取单元110，用于从待校验兴趣点POI的地址信息中，提取道路名称信息；

本发明方案，是针对地址中含有道路名称的POI进行校验，例如：“xx路2号”、“xx街3号”、“xx巷10号”、甚至“xx路附近”等形式。对于待校验的POI集合，首先看是否能够从中提取出道路名称。

根据本发明的一种具体实施方式，可以根据数据库中已有的道路名称，直接看是否与地址内容相匹配。在本发明的另一种实施方式中，也可以利用一些预先设置的道路名称模板与待校验POI的地址信息进行比较，如果发现POI的地址信息中的某部分能够与模板匹配，则将这部分提出。

例如，根据中国地名表达方法，常用于表示道路的关键词包括：道路、大街、胡同、公路、大道、路、街、条、里、道，段、巷等等，利用这些关键词生成模板。可以理解的是，上述关键词并不构成对本发明方案的限制，本领域技术人员可以根据实际应用需求，任意选择关键词。另外，根据不同地区的语言习惯，也可以选用其他的模板关键词，例如英文中的“road”、“street”等等。

道路确定单元120，用于根据所述道路名称信息，在地图上确定相应的道路l；

假设对于某POI，从其地址信息中提取出道路名称信息，那么，根据该道路名称的文本内容，通过信息检索等手段，就可以在地图上确定相应的道路。

判断单元130，用于判断所述POI与l之间是否存在其他道路，如果是，则将该POI数据标识为错误数据。

根据本发明思想，对于地址信息含有“xx路”形式的POI，该POI与xx路之间不应该存在其他的道路，如果存在，就认为这个POI数据可能存在问题，可以对其做出标识，以便进行后续处理。

在POI的与相应道路的位置都已经确定的情况下，可以通过直接观察，判断二者之间是否还存在其他道路。在本发明实施例中，采用几何的方式，以实现对上述目的自动处理，具体方法如下：

设待校验的POI为点A，相应的道路为l，那么，经过点A可以向l做一条垂线h，此时判断地图上是否还存在其他道路与h相交，如果是，则说明A和l之间还有其他道路，这个POI数据很可能是有问题的。

当然，结合实际应用，可能还需要考虑到以下问题：首先，地图上的道路并不一定是严格意义上的直线，也可能存在曲线的情况；另外，在电子地图中，道路的位置数据实际表现为多个坐标点的集合：{(x1,y1),(x2,y2),(x3,y3),……(xn，yn)}，因此，上述做垂线的方式，可以进一步用以下方法实现：确定POI到l的位置点集的最小距离，该距离可以根据欧氏距离公式进行计算，然后得出该最小距离所对应的连线，该连线就是进行校验所需要的垂线，或者近似垂线。从而将严格的几何概念结合到实际应用，也无需考虑道路是直线还是曲线的问题。

对于已经找到的垂线或者近似垂线h，进一步在地图上查找，是否有其他的道路与h相交。对于“是否相交”的判断，本发明提供一种具体实现方式如下：

首先构建一封闭图形，该图形被所述垂线或近似垂线划分为两个区域，

那么，判断“是否相交”的问题就转化成了：判断是否存在这样的道路m：该道路m上至少存在两个点，分别属于上述两个区域，如果是，那么说明道路m与所示的所述垂线或近似垂线相交。

具体到本发明的应用场景，所述的垂线或近似垂线，指代的是POI与垂足点之间的线段部分，也就是说，该封闭图形的边应该分别经过POI与垂足这两个点。一般而言，为了方便处理，封闭图形可以选择圆形或者四边形。

通过图2或图3可以看出，所做的封闭图形被垂线或近似垂线划分为A和B两个区域，那么，判断“是否相交”的问题就转化成了：判断是否存在这样的道路m：该道路m上至少存在两个点，分别属于A区域和B区域，如果是，那么说明道路m与所示的所述垂线或近似垂线相交。进而说明待校验的POI点可能是存在问题的，有必要做进一步的核查处理。

为了减少在粒度较细地图上的误判情况，判断单元130可以采用“忽略低级别道路”的方式，例如忽略“胡同”、“巷”、“弄”等道路的影响，如果在地图的道路信息中提供了道路级别，则可以直接利用道路级别信息，即：忽略级别低于一定阈值的道路对判断结果的影响。

在本发明的另一种实施方式中，判断单元130也可以采用比较道路级别相对差的方式，也就是说，对于待校验的POI和相应确定的道路l，如果存在道路m与POI到l的垂线（近似垂线）相交，并且m与l的道路级别差小于某个阈值（例如1级、2级等等）的情况下，才判断POI可能存在错误，从而可以在信息粒度较细的地图上，减少误判的情况发生。

本发明实施例所提供的技术方案，基于“以‘xx路’形式为地址的POI，与xx路之间不应存在其他道路”的思想，根据POI名称中所包含的道路信息对POI进行校验，能够从海量POI数据中自动找出可能存在错误的数据，从而降低人工校验成本。与现有技术相比，本发明更多地是利用POI自身包含的信息进行校验，因此受数据稀疏的限制相对较小，具有更好的适用性。

另外，本发明实施例方案是根据POI与道路的相对位置进行校验，因此无需考虑判决阈值的设置，实现更为简单。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述仅是本发明的具体实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种兴趣点数据校验方法，其特征在于，该方法包括：

从待校验兴趣点POI的地址信息中，提取道路名称信息；

根据所述道路名称信息，在地图上确定相应的道路l；

根据POI与l的位置信息，判断所述POI与l之间是否存在其他道路，如果是，则将所述POI标识为错误数据；

其中，所述判断POI与l之间是否存在其他道路，包括：

根据POI与l的位置信息，获得POI到l的垂线或近似垂线；

判断是否存在其他道路，与所述垂线或近似垂线相交，如果是，则POI与l之间存在其他道路。

2.根据权利要求1所述的方法，其特征在于，所述提取道路名称信息，包括：

根据预设的道路名称模板，从POI地址信息中提取与模板内容相匹配的部分。

3.根据权利要求1所述的方法，其特征在于，所述根据POI与l的位置信息，获得POI到l的垂线或近似垂线，包括：

根据POI与l的位置信息，确定POI到l的位置点集的最小距离，以该最小距离对应连线作为POI到l的垂线或近似垂线。

4.根据权利要求1所述的方法，其特征在于，所述判断是否存在其他道路，与所述垂线或近似垂线相交，包括：

构建一封闭图形，该图形被所述垂线或近似垂线划分为两个区域；

判断是否存在道路m：该道路m上存在分别属于所述两个区域的点，如果是，则道路m与所述垂线或近似垂线相交。

5.一种兴趣点数据校验装置，其特征在于，该装置包括：

道路名称提取单元，用于从待校验兴趣点POI的地址信息中，提取道路名称信息；

道路确定单元，用于根据所述道路名称信息，在地图上确定相应的道路l；

判断单元，用于根据POI与l的位置信息，判断所述POI与l之间是否存在其他道路，如果是，则将所述POI标识为错误数据；

其中，所述判断单元，包括：

垂线处理子单元，用于根据POI与l的位置信息，获得POI到l的垂线或近似垂线；

判断子单元，用于判断是否存在其他道路，与所述垂线或近似垂线相交，如果是，则POI与l之间存在其他道路。

6.根据权利要求5所述的装置，其特征在于，所述道路名称提取单元，具体用于：

根据预设的道路名称模板，从POI地址信息中提取与模板内容相匹配的部分。

7.根据权利要求5所述的装置，其特征在于，所述垂线处理子单元，具体用于：

根据POI与l的位置信息，确定POI到l的位置点集的最小距离，以该最小距离对应连线作为POI到l的垂线或近似垂线。

8.根据权利要求5所述的装置，其特征在于，所述判断子单元，具体用于：

构建一封闭图形，该图形被所述垂线或近似垂线划分为两个区域；

判断是否存在道路m：该道路m上存在分别属于所述两个区域的点，如果是，则道路m与所述垂线或近似垂线相交。