CN103631813B - 场所搜索装置、场所搜索方法以及电子设备 - Google Patents
场所搜索装置、场所搜索方法以及电子设备 Download PDFInfo
- Publication number
- CN103631813B CN103631813B CN201210306620.9A CN201210306620A CN103631813B CN 103631813 B CN103631813 B CN 103631813B CN 201210306620 A CN201210306620 A CN 201210306620A CN 103631813 B CN103631813 B CN 103631813B
- Authority
- CN
- China
- Prior art keywords
- place
- user
- scene
- searcher
- search results
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了场所搜索装置、场所搜索方法以及电子设备,以克服利用现有的场所搜索技术所获得的场所难以匹配用户需求的问题。场所搜索装置包括:第一获得单元,其被配置用于获得用户数据;场景确定单元,其被配置用于确定场景;第二获得单元,其被配置用于在预定区域内或在用户的当前位置的预定距离范围内获得与所确定的场景有关的至少一个场所及其相关信息;以及场所选择单元,其被配置用于基于上述至少一个场所的相关信息与用户数据之间的相似程度,选择上述至少一个场所中的至少部分场所作为搜索结果。场所搜索方法用于执行能够实现上述场所搜索装置的功能的处理。电子设备包括上述场所搜索装置。本发明的上述技术能够应用于信息处理领域。
Description
技术领域
本发明涉及信息处理领域,尤其涉及一种场所搜索装置、场所搜索方法以及电子设备。
背景技术
在信息技术飞速发展的今天,人们能够方便地从网络上或通过其他途径获取各种信息,并对之加以利用和处理。然而,随着需求和用途的不同,人们需要获取的信息内容以及使用和处理该信息的技术也不尽相同。
例如,当用户抵达一个新环境地区,或者打算到这个新环境地区去,而其对这个新环境地区并不十分熟悉,则其可以通过现有的一些网络服务来获得该地区的相关信息,或者可以通过一些现有的网络服务来搜索该地区周围的场所,而这些网络服务往往会将服务搜索到的一些场所提供(例如显示)给用户,以供用户参考。
然而,现有的这种用于搜索场所的技术往往只是根据场所的地理标签来对其进行分类,在搜索场所时没有考虑用户自身信息等。由此,这些现有的场所搜索技术不能够根据用户的爱好和习惯来获得场所,使得获得的(搜索到的)场所往往不是用户最想去的地方,或者说,很难匹配用户的需求。
发明内容
在下文中给出了关于本发明的简要概述,以便提供关于本发明的某些方面的基本理解。应当理解,这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分,也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念,以此作为稍后论述的更详细描述的前序。
鉴于现有技术的上述缺陷,本发明要解决的技术问题在于提供一种场所搜索装置、场所搜索方法以及电子设备,以至少解决利用现有的场所搜索技术所获得的场所难以匹配用户需求的问题。
为解决上述技术问题,根据本发明的一个方面,提供了一种场所搜索装置,该场所搜索装置包括:第一获得单元,其被配置用于获得用户数据;场景确定单元,其被配置用于确定场景;第二获得单元,其被配置用于在预定区域内或在用户的当前位置的预定距离范围内获得与所确定的场景有关的至少一个场所及其相关信息;以及场所选择单元,其被配置用于基于上述至少一个场所的相关信息与用户数据之间的相似程度,选择上述至少一个场所中的至少部分场所作为搜索结果。
根据本发明的另一个方面,还提供了一种场所搜索方法,该场所搜索方法包括:获得用户数据;确定场景;在预定区域内或在用户的当前位置的预定距离范围内获得与所确定的场景有关的至少一个场所及其相关信息;以及基于上述至少一个场所的相关信息与用户数据之间的相似程度,选择上述至少一个场所中的至少部分场所作为搜索结果。
根据本发明的另一个方面,还提供了一种电子设备,该电子设备包括如上所述的场所搜索装置。
上述根据本发明实施例的场所搜索装置、场所搜索方法以及电子设备,能够使得搜索到的场所能够更加符合用户的需求,也即使得搜索结果与用户需求之间的匹配度较高,进而使得用户选择这些场所的可能性也就相对较大。
通过以下结合附图对本发明的最佳实施例的详细说明,本发明的这些以及其他优点将更加明显。
附图说明
本发明可以通过参考下文中结合附图所给出的描述而得到更好的理解,其中在所有附图中使用了相同或相似的附图标记来表示相同或者相似的部件。所述附图连同下面的详细说明一起包含在本说明书中并且形成本说明书的一部分,而且用来进一步举例说明本发明的优选实施例和解释本发明的原理和优点。在附图中:
图1是示意性地示出根据本发明的实施例的场所搜索装置的一种示例结构的框图。
图2是示意性地示出如图1所示的场景确定单元120的一种可能的示例结构的框图。
图3是示意性地示出根据本发明的实施例的场所搜索装置的另一种示例结构的框图。
图4是示意性地示出根据本发明的实施例的场所搜索装置的又一种示例结构的框图。
图5是示意性地示出根据本发明的实施例的场所搜索方法的一种示例性处理的流程图。
图6是示意性地示出用于搜索结果进行过滤和/或排序的步骤的示例性处理的流程图。
图7示意性地示出用于在电子地图中显示搜索结果的步骤的示例性处理的流程图。
图8是示出了可用来实现根据本发明的实施例的场所搜索装置和场所搜索方法的一种可能的信息处理设备的硬件配置的结构简图。
本领域技术人员应当理解,附图中的元件仅仅是为了简单和清楚起见而示出的,而且不一定是按比例绘制的。例如,附图中某些元件的尺寸可能相对于其他元件放大了,以便有助于提高对本发明实施例的理解。
具体实施方式
在下文中将结合附图对本发明的示范性实施例进行描述。为了清楚和简明起见,在说明书中并未描述实际实施方式的所有特征。然而,应该了解,在开发任何这种实际实施例的过程中必须做出很多特定于实施方式的决定,以便实现开发人员的具体目标,例如,符合与系统及业务相关的那些限制条件,并且这些限制条件可能会随着实施方式的不同而有所改变。此外,还应该了解,虽然开发工作有可能是非常复杂和费时的,但对得益于本公开内容的本领域技术人员来说,这种开发工作仅仅是例行的任务。
在此,还需要说明的一点是,为了避免因不必要的细节而模糊了本发明,在附图中仅仅示出了与根据本发明的方案密切相关的装置结构和/或处理步骤,而省略了与本发明关系不大的其他细节。
本发明的实施例提供了一种场所搜索装置,该场所搜索装置包括:第一获得单元,其被配置用于获得用户数据;场景确定单元,其被配置用于确定场景;第二获得单元,其被配置用于在预定区域内或在用户的当前位置的预定距离范围内获得与所确定的场景有关的至少一个场所及其相关信息;以及场所选择单元,其被配置用于基于上述至少一个场所的相关信息与用户数据之间的相似程度,选择上述至少一个场所中的至少部分场所作为搜索结果。
下面结合图1来详细描述根据本发明的实施例的场所搜索装置的一个示例。
图1是示意性地示出根据本发明的实施例的场所搜索装置的一种示例结构的框图。如图1所示,根据本发明的实施例的场所搜索装置100包括第一获得单元110、场景确定单元120、第二获得单元130和场所选择单元140。
如图1所示,在场所搜索装置100中,第一获得单元110用于获得用户数据。
在根据本发明的实施例的场所搜索装置的一种实现方式中,用户数据可以包括但不限于以下内容:该用户的当前位置、空闲时间以及用于描述该用户的喜好和/或习惯的数据。
其中,在该实现方式中,该用户的当前位置例如可以通过GPS定位技术或其他定位技术来获得。在一个例子中,在上述场所搜索装置100内置于移动设备(如用户的手机)中的情况下,可以通过内置于上述移动设备中的GPS定位模块来获得用户的当前位置。
此外,该用户的空闲时间例如可以预先存储在场所搜索装置100中;或者,在场所搜索装置100内置于移动设备(如用户的手机)中的情况下,可以利用存储在上述移动设备中的日程安排、记事簿等信息来获得所需的空闲时间(例如,用户当天的空闲时间)。
另外,上述“用于描述该用户的喜好和/或习惯的数据”可以预先存储在场所搜索装置100中;或者,在场所搜索装置100内置于移动设备(如用户的手机)中的情况下,可以通过搜索上述移动设备中存储的用户个人信息来获得上述用于描述该用户的喜好和/或习惯的数据。
如图1所示,场所搜索装置100中的场景确定单元120用于确定场景,其中,确定场景的方式可以有多种。
在根据本发明的实施例的场所搜索装置的一种实现方式中,场景确定单元120可以将预定场景库中的各个预定场景以列表的形式提供给用户,然后由用户在其中选择一个场景。
其中,这里所说的预定场景库中的预定场景例如可以是“餐馆”、“电影院”、“宾馆”、“酒吧”、“银行”等等。
在根据本发明的实施例的场所搜索装置的另一种实现方式中,也可以由用户输入一个搜索指令,然后场景确定单元120可以根据该搜索指令在预定场景库中选择一个语义相关度最高的场景来作为最终确定的场景。例如,如果用户输入的搜索指令为“晚餐”,假设预定场景库中包含“餐馆”、“宾馆”和“酒吧”三个场景(实际上可能包含更多的预定场景),则所确定的场景为“餐馆”。
此外,在根据本发明的实施例的场所搜索装置的其他实现方式中,也可以通过将场景确定单元120配置成如图2所示的结构来实现场景的确定。
图2是示意性地示出如图1所示的场景确定单元120的一种可能的示例结构的框图。如图2所示,在该实现方式中,场景确定单元120可以包括获得模块210和确定模块220。
其中,获得模块210用于获得以下信息:预定场景库中每个预定场景与用户有关的历史信息;和/或预定场景库中每个预定场景与在用户的当前位置的预定距离范围内的其他用户有关的历史信息。然后,确定模块220可以基于获得模块210获得的上述信息来确定场景。其中,预定距离可以预先设定,也可以根据其他信息来确定。
在一个例子中,获得模块210可以获得如下的第一类信息:预定场景库中每个预定场景各自在预定区域内先前被用户所选择过的次数;或者预定场景库中每个预定场景各自在用户的当前位置的预定距离范围内先前被用户所选择过的次数。
需要说明的是,在实际应用中,用户所关心的目的地区域不一定是用户当前所在区域(也即,不一定是在用户的当前位置的预定距离范围内的区域),也可能是距离用户当前位置很远的其他区域(也即,某个预定区域;例如用户当前处于某城市的行政区域A内,其目的地区域可能是该城市的另一个行政区域B内的某个范围)。因此,上述第一类信息即是预定场景库中每个预定场景在用户的目的地区域内曾经被该用户选择过的次数。
在这种情况下,一种可能的实现方式是,确定模块220在预定场景库中选择在预定区域内先前被用户选择次数最多的那个场景、或者选择在用户的当前位置的预定距离范围内先前被用户选择次数最多的那个场景。通常地,用户在某个目的地区域内选择过的次数越多的场景,其对该场景的兴趣度越高,换句话说,用户在同样的目的地区域内再次选择该场景的可能性也越高。此外,另一个可能的实现方式是,确定模块220在预定场景库中选择在预定区域内先前被用户选择次数最多的至少一个场景、或者选择在用户的当前位置的预定距离范围内先前被用户选择次数最多的至少一个场景,然后,再在其中选择一个场景(例如,可以由用户在上述至少一个场景中任选一个)。
在另一个例子中,获得模块210也可以获得如下的第二类信息:预定区域内的、或者在用户的当前位置的预定距离范围内的其他用户针对预定场景库中每个预定场景的相关评论和签到信息。然后,确定模块220可以基于获得模块210获得的上述第二类信息来计算预定场景库中各个预定场景的得分。
下面描述一个获得上述得分的示例。在该示例中,获得模块210可以首先确定位于上述目的地区域内的其他用户,然后获得这些“其他用户”在互联网上发表过的相关评论。此外,获得模块210可以确定处于上述目的地区域内(预定区域内或用户的当前位置的预定距离范围内)的各个场所,然后将这些场所按照预定场景库的场景进行分类,并获得“位于上述目的地区域内的其他用户”在处于上述目的地区域内各个场所的签到信息(例如签到次数等)。
然后,基于上述“其他用户”发表过的相关评论,确定模块220可以确定并统计这些相关评论中与预定场景库中各个预定场景有关的一些词的出现次数,进而获得每个预定场景各自对应的所有词的总出现次数。例如,在这些相关评论中,与场景C1有关的词包括word1、word2和word3三个词,而word1、word2和word3分别出现了1次、3次和5次,则与场景C1有关的所有的词的总出现次数为1+3+5次,也即8次。
此外,基于“位于上述目的地区域内的其他用户”在处于上述目的地区域内各个场所的签到信息(例如签到次数等),确定模块220可以获得预定场景库中每个预定场景各自对应的总的被签到次数。例如,被分类为场景C1的场所(处于上述目的地区域内的)包括S1、S2和S3三个场所,其中,场所S1、S2和S3分别被“位于上述目的地区域内的其他用户”总共迁到的次数为2次、3次和0次,则场景C1对应的总的被签到次数为2+3+0次,也即5次。
由此,根据通过以上方式获得的每个预定场景各自对应的所有词的总出现次数(以下简称“第一次数”)、以及每个预定场景各自对应的总的被签到次数(以下简称“第二次数”),确定模块220可以进一步计算获得每个预定场景的得分。例如,上述得分可以通过对上述第一次数和第二次数加权计算获得(如,加权和)。
在一个优选例子中,上述“其他用户”例如可以是该用户的联系人列表中的各个联系人,也即,“位于上述目的地区域内的其他用户”是该用户的联系人列表中的、位于上述目的地区域内的那些联系人。这里需要注意的是,在其他例子中,上述“其他用户”也可以不限于该用户的联系人列表中的联系人,可以是网络中除该用户之外的各个用户。
于是,通过以上描述的方式,确定模块220可以获得预定场景库中各个预定场景的得分。在这种情况下,一种可能的实现方式是,确定模块220在预定场景库中选择得分最高的那个场景。此外,另一个可能的实现方式是,确定模块220在预定场景库中选择得分最高的至少一个场景,然后再在其中选择一个场景(例如,可以由用户在上述至少一个场景中任选一个)。
此外,在其他例子中,获得模块210也可以被配置成获得如上文所说的第一类信息和第二类信息,然后通过确定模块220基于以上两类信息来确定场景(例如,将根据第一类信息获得的各个预定场景先前被用户所选择过的次数与根据第二类信息获得的得分进行诸如加权求和之类的加权计算,再将计算结果数值最大的场景确定为最终结果)。
通过以上描述可知,通过场景确定单元120的处理可以确定场景。这样,如图1所示,基于场景确定单元120所确定的场景,第二获得单元130可以在上述目的地区域内(预定区域内或在用户的当前位置的预定距离范围内)获得与该场景有关的至少一个场所,以及获得该至少一个场所中每个场所的相关信息。这里需要注意的是,以上所说的“获得与该场景有关的至少一个场所”以及“获得该至少一个场所中每个场所的相关信息”之间并没有先后顺序,在实际应用中,可以根据需要选择先后获得顺序,或者,也可以同时获得。
在根据本发明的实施例的场所搜索装置的一种实现方式中,第二获得单元130可以根据上述目的地区域内每个场所的名称与预定场景库中各个预定场景的名称之间的语义相似度来确定与每个预定场景有关的场所,例如,当某个场所的名称与某个预定场景的名称之间的语义相似度高于预定阈值(如70%)时,认为该场所与该预定场景有关。此外,在根据本发明的实施例的场所搜索装置的另一个实现方式中,也可以根据每个场所的相关描述信息来确定其对应的场景。此外,需要注意的是,其他能够获得上述目的地区域内每个场所对应的场景的方式也可以为本发明所用,例如可以利用一些现有的网络电子地图服务等,这里不再赘述。
此外,在根据本发明的实施例的场所搜索装置的一种实现方式中,第二获得单元130所获的“至少一个场所中每个场所的相关信息”例如可以包括但不限于以下内容:上述至少一个场所中每个场所的位置、开放时间和描述。
这样,场所选择单元140可以基于上述至少一个场所中每个场所的相关信息各自与用户数据之间的相似程度,来在上述至少一个场所中选择至少部分场所作为搜索结果,例如,可以选择相似程度最高的前N个来作为搜索结果(N为正整数,可以预先设定)。
下面将描述根据本发明的实施例的场所搜索装置的一个应用示例。在该应用示例中,可以通过第一获得单元110获得如下用户数据(例如通过用户手机中的日历以及记事本等信息所获得):用户的当前位置P;用户当天的空余时间(20:00-22:00);以及描述用户喜好和/或习惯的数据。
假设场景确定单元120先确定了3个场景“餐馆”、“宾馆”和“酒吧”,用户在其中选定了“餐馆”这一主题,并且想要在其所处位置附近就餐。由此,在描述用户喜好和/或习惯的数据中,假设其中所包含的描述用户关于就餐方面的偏好数据如下:喜欢的食物(螃蟹,鱼,羊肉);口味(甜);可接受的最高价格(500元);以及可接受的最远距离(3000米)。
由此,用户的目的地区域是其当前位置P的3000米范围以内,也即,预定距离可以选取3000米。假设第二获得单元130通过网络上的电子地图服务等可以确定在用户当前位置P的3000米范围以内存在5个对应场景“餐馆”的场所,如表一所示。其中,表一中还给出了以上5个场所各自的相关信息,其中,表一中的“距离”是指距离用户当前位置P的距离。
表一:
于是,场所选择单元140可以首先计算以上用户数据和以上5个场所各自的相关信息之间的相似程度。在该应用示例中,上述用户数据和以上5个场所各自的相关信息之间的相似程度包括5种类型的相似度。
第一种是时间相似度,也即,以上5个餐馆中每个餐馆的开放时间与用户当天的空余时间(20:00-22:00)之间的相似度,可以利用如下的公式一来计算上述时间相似度。
公式一:
其中,timeScore是表示时间相似度的分数,timeuser是用户当天的空余时间,timerestaurant是场所的开放时间,differ(timeuser,timerestaurant)是timeuser中未包含在timerestaurant中的部分的时间长度,span(timeuser)是timeuer的时间长度。
例如,针对餐馆一来说,其timerestaurant为(11:00-21:00),其中timeuser为(20:00-22:00),timeuser中(20:00-21:00)的部分包含在(11:00-21:00)中,但是timeuser中(21:00-22:00)的部分却未包含在(11:00-21:00)中,因此,differ(timeuser,timerestaurant)则为(11:00-21:00)的时长与(20:00-22:00)的时长的比值,也即0.5,故餐馆一对应的timeScore为50。类似地,可以获得其余4个餐馆各自对应的timeScore,这里不再赘述。
第二种是食物相似度,也即,以上5个餐馆中每个餐馆所提供的食物与用户喜欢的食物之间的相似度,可以利用如下的公式二来计算上述时间相似度。
公式二:
其中,foodScore是表示食物相似度的分数,Fooduser是用户喜欢的食物(螃蟹,鱼,羊肉),Foodrestaurant是场所提供的食物,count(Fooduser∩Foodrestaurant)是Fooduser与Foodrestaurant的交集中所包含的食物种类个数,count(Fooduser)是Fooduser所包含的食物种类个数。
例如,针对餐馆一来说,其Foodrestaurant包括螃蟹、鱼和牛肉,其中Fooduser包括螃蟹、鱼和羊肉,因此,Foodrestaurant与Fooduser的交集则包括螃蟹和鱼,也即count(Fooduser∩Foodrestaurant)为2,而count(Fooduser)为3,故餐馆一对应的foodScore为67。类似地,可以获得其余4个餐馆各自对应的foodScore,这里不再赘述。
第三种是口味相似度,也即,以上5个餐馆中每个餐馆所提供的食物所涉及的口味与用户喜欢的口味之间的相似度,可以利用如下的公式三来计算上述口味相似度。
公式三:
其中,tasteScore是表示口味相似度的分数,Tasteuser是用户喜欢的口味(甜),Tasterestaurant是场所提供的食物所涉及的口味,count(Tasteuser∩Tasterestaurant)是Tasteuser与Tasterestaurant的交集中所包含的口味种类个数,count(Tasteuser)是Tasteuser所包含的口味种类个数。
例如,针对餐馆一来说,其Tasterestaurant包括甜、热和冷,其中Tasteuser仅包括甜,因此,Tasterestaurant与Tasteuser的交集则包括“甜”,也即count(Tasteuser∩Tasterestaurant)为1,而Tasteuser为1,故餐馆一对应的foodScore为100。类似地,可以获得其余4个餐馆各自对应的tasteScore,这里不再赘述。
第四种是价格相似度,也即,以上5个餐馆中每个餐馆的平均消费与用户可接受的最高价格之间的相似度,可以利用如下的公式四来计算上述价格相似度。
公式四:
其中,priceScore是表示价格相似度的分数,Priceuser是用户可接受的最高价格(500元),Pricerestaurant是场所的平均消费。
例如,针对餐馆一来说,其Pricerestaurant为300元,而Priceuser为500元,因此,餐馆一对应的priceScore为40。类似地,可以获得其余4个餐馆各自对应的priceScore,这里不再赘述。
第五种是距离相似度,也即,以上5个餐馆中每个餐馆与用户的当前位置之间的距离和用户可接受的最远距离之间的相似度,可以利用如下的公式五来计算上述距离相似度。
公式五:
其中,distanceScore是表示距离相似度的分数,distanceuser是用户可接受的最远距离(3000米),distancerestaurant是场所与用户的当前位置之间的距离。
例如,针对餐馆一来说,其distancerestaurant为300米,而distanceuser为3000米,因此,餐馆一对应的distanceScore为90。类似地,可以获得其余4个餐馆各自对应的distanceScore,这里不再赘述。
由此,场所选择单元140可以基于上述5个餐馆中每个餐馆的相关信息各自与用户数据之间的相似程度(分别包括5种相似度),来在上述5个餐馆中选择至少部分餐馆作为搜索结果。在一个实现方式中,针对每一个餐馆(场所),例如可以根据该餐馆对应的5种相似度来计算一个该餐馆对应的总相似度(如加权计算)。公式六给出了一种计算上述总相似度的方式。
公式六:
personalScore=timeScore*λ1+foodScore*λ2+tasteScore*λ3+priceScore*λ4+distanceScore*λ5
其中,personalScore是表示上述总相似度的分数。λ1~λ5分别是加权系数,其可以根据经验值设定,或者通过试验的方式来确定;此外,λ1~λ5之间可以各不相同,也可以部分相同,或者也可以全部都相同。例如,在一个优选方案中,λ1~λ5可以在0~1中取值,且使得λ1~λ5相加后等于1。
由此,场所选择单元140可以获得上述5个餐馆中每个餐馆的personalScore,例如可以再在其中选择personalScore分值最高的那个餐馆、或者分值最高的前3个餐馆作为搜索的结果。在实际应用中,当上述场所搜索装置100设置在用户手机中时,场所选择单元140还可以通过手机的显示设备来显示上述搜索结果(例如可以按照分数从高到低的顺序显示),以供用户来参考或选择。
需要注意的是,用户数据和场所的相关数据并不限于以上举例所描述的那些数据,而且,即使在包含以上所描述的那些数据的情况下,也可以采用以上公式的变形或者其他类似的公式来计算上文所描述的各种相似度,这里不再详述。
图3是示意性地示出根据本发明的实施例的场所搜索装置的另一种示例结构的框图。如图3所示,场所搜索装置300除了包括第一获得单元310、场景确定单元320、第二获得单元330和场所选择单元340之外,还包括过滤和/或排序单元350。其中,图3所示的场所搜索装置300中的第一获得单元310、场景确定单元320、第二获得单元330和场所选择单元340可以具有与上文中结合图1所描述的场所搜索装置100中的对应单元相同的结构和功能,并能够达到相类似的技术效果,这里不再赘述。
如图3所示,过滤和/或排序单元350可以被配置成:获得用户和用户的联系人列表中各联系人各自在场所选择单元340所获得的搜索结果中各场所的签到次数和对以上各场所的评价;基于上述签到次数和评价获得搜索结果中每个场所的得分;以及基于搜索结果中各场所的得分对搜索结果进行过滤和/或排序,将经过过滤和/或排序后所得的场所作为更新的搜索结果。需要说明的是,签到是基于LBS(Location Based Service)平台的一个服务,表示用户到过特定场所的次数。针对某个场所签到次数越多的朋友,其对该场所就越了解,其发表的社交评论也就更有价值。
在根据本发明的实施例的场所搜索装置的一种实现方式中,过滤和/或排序单元350可以包括计算模块(图3中未示出),计算模块用于实现上文中结合图3所描述的过滤和/或排序单元350的部分处理,也即,用于实现“基于上述签到次数和评价获得搜索结果中每个场所的得分”的处理。例如,计算模块可以被配置成:根据用户和上述各联系人在搜索结果中每个场所的签到率和对搜索结果中每个场所的评价,分别获得用户和上述各联系人关于搜索结果中每个场所的偏好分数;针对搜索结果中的每个场所,对用户和上述各联系人关于该场所的偏好分数进行加权计算,并将加权计算的结果作为该场所的得分。其中,优选地,在“对用户和上述各联系人关于该场所的偏好分数进行加权计算”的过程中,计算模块可以根据各联系人与用户之间的关系亲密程度来设定各联系人关于该场所的偏好分数各自所对应的权值,例如,可以使得与用户亲密程度越高的联系人的权值越高。需要注意的是,在过滤和/或排序单元350中包括上述计算模块的情况下,过滤和/或排序单元350中还可以包括一些用于实现其他功能处理的模块,在此省略其描述。
在根据本发明的实施例的场所搜索装置的一个应用示例中,假设场所选择单元340所获得的搜索结果为餐馆一、餐馆三和餐馆五。过滤和/或排序单元350可以获得用户的联系人列表中各联系人各自在餐馆一、餐馆三和餐馆五的签到次数以及对其的评价。
举例来说,假设联系人列表中共有10个联系人,分别是联系人一至联系人十。以餐馆一为例,假设联系人一至联系人十在餐馆一签到过的次数分别是1次、2次、0次、0次、0次、0次、0次、0次、0次和2次,假设用户自己在餐馆一签到过的次数是3。
假设联系人对各个餐馆的评价是评分形式,以餐馆一为例,假设联系人一、联系人二和联系人十对餐馆一的评价分别是60分、100分和100分,用户自己对餐馆一的评价是100分,则餐馆一的得分可以根据以上签到次数和评价来计算,例如,其得分可以等于10个联系人和用户自己这11个人中每个人对餐馆一的签到次数和评价的乘积的平均值,也即,等于(1*60+2*100+0+0+0+0+0+0+0+2*100+3*100)/11=69分。其中,这里的“1*60”为联系人一对餐馆一的偏好分数,其他的类似。
类似地,可以获得其他餐馆(场所)的得分,这里不再赘述。
需要说明的是,当获得的对各个餐馆的评价并非评分形式时,可以根据其评价内容来计算评分。
例如,可以利用如下的公式七来计算某个联系人或用户对餐馆的评分。
公式七:
其中,factor表示具体评价时考虑的特征,每个特征例如分为5个等级:“差”、“一般”、“好”、“很好”和“非常好”,则可以将这5个等级分别转化成分数0、20、40、60和100。M为factor的种类总数。percent表示每个特征占的评价权重,可以预先设定(例如根据经验值或者通过试验方式确定)。其中,在该示例中,factor例如包括{口味,环境,服务}中的三种。
以餐馆一为例,联系人一对其评价为:口味“好”、环境“好”以及服务“好”。这相当于联系人一对餐馆一的评分为:口味40分、环境40分以及服务40分。假设口味、环境和服务各自的percent均为1/3,则联系人一对餐馆一的总评分为:分。其余联系人或用户对各个餐馆的评分计算方法类似,这里不再赘述。
此外,当作为评价来源的网站例如不止一个时,可以对通过每个网站获得的评分求取平均值的方式来获得最终的评分。
此外,在一个优选实施例中,还可以对以上联系人一至联系人十进行分组(例如用户的联系人列表中已设置好分组),例如联系人一为亲戚分组,联系人二至联系人五为普通朋友分组,联系人六为同事,联系人七至联系人十为其它分组。这样,可以给不同分组的联系人以及用户自身设置不同的权重,来计算场所的得分。
例如,根据亲疏度,可以按照表二来给各个分组的联系人以及用户自身设置权重。
表二:
分组 | 权重 |
用户自己 | 0.3 |
亲戚 | 0.2 |
普通朋友 | 0.2 |
同事 | 0.2 |
其它 | 0.1 |
由此,某场所的得分则可以等于各个联系人和用户自己中每个人针对该场所的签到次数和评价的乘积的加权和,例如在上文所述的例子中,餐馆一的最后得分为:
1*60*0.2+2*100*0.2+0+0+0+0+0+0+0+2*100*0.1+3*100*0.3=162分。
此外,在另一个例子中,若其中的某个联系人与用户同去某地(例如,一同去某地吃饭),则相应地可以增加这个联系人所在分组的权重,增加的比例可以根据需要或实际情况来设定。
此外,在其他实现方式中,也可以根据如下的公式八来计算每个场所的得分。
公式八:
其中,Score为场所最后的得分,X为联系人列表中的所有联系人加上用户自己之后的总人数,evaluationScorei为总人数中的第i个人对某个场所的评分,relationshipi表示上述第i个人所在分组的权重,checkinRatei为上述第i个人在该场所的签到率,α为调节系数,可以在[0,1]内取值。
其中,checkinRatei可以根据如下的公式九来计算。
公式九:
其中,checkinTimesi表示上述第i个人在该场所的签到次数。需要说明的是,checkinRatei是可以根据新增加的签到而进行更新的,这里不再详述。
由此,过滤和/或排序单元350可以基于搜索结果中各场所的得分对搜索结果进行过滤和/或排序,将经过过滤和/或排序后所得的场所作为更新的搜索结果。在一个例子中,过滤和/或排序单元350可以将搜索结果按照得分从多到少的顺序排序,以将排序后的场所作为更新的搜索结果。在另一个例子中,过滤和/或排序单元350可以将搜索结果中得分低于预设值(例如20分)的场所滤除,将剩余的场所作为更新后的结果。此外,在又一个例子中,过滤和/或排序单元350在对搜索结果进行如上所述的过滤之后,还可以再对过滤后的进行排序,等等。
需要注意的是,这里描述的实施例中的场所多处均以餐馆为例来进行描述,但是实际上并不限于餐馆,以上处理方法同样适用于其他类型的场所,这里不再赘述。
图4是示意性地示出根据本发明的实施例的场所搜索装置的又一种示例结构的框图。如图4所示,场所搜索装置400除了包括第一获得单元410、场景确定单元420、第二获得单元430和场所选择单元440之外,还包括整合与输出单元460。其中,图4所示的场所搜索装置400中的第一获得单元410、场景确定单元420、第二获得单元430和场所选择单元440可以具有与上文中结合图1所描述的场所搜索装置100中的对应单元相同的结构和功能,并能够达到相类似的技术效果,这里不再赘述。此外,需要说明的是,场所搜索装置400还可以选择性地包括过滤和/或排序单元450,过滤和/或排序单元450可以具有与上文中结合图3所描述的过滤和/或排序单元350相同的结构和功能,并能够达到相类似的技术效果,这里不再赘述。
如图4所示,整合与输出单元460可以被配置成:基于搜索结果中每个场所的位置,在电子地图中确定搜索结果中每个场所的对应点;以及通过将搜索结果中每个场所的相关信息与其各自在电子地图中的对应点相关联,将搜索结果中每个场所的相关信息整合到电子地图中,并在电子地图中显示搜索结果。
此外,可选地,整合与输出单元460还可以配置成:在搜索结果中的场所被用户选定的情况下,在接收到用户输入的输出评价指令时,输出符合预定条件的联系人对选定场所作出的评价。
通过以上描述可知,上述根据本发明的实施例的场所搜索装置,其通过确定场景来进一步获得与该场景有关的场所以及场所的相关信息,并基于用户的相关信息(用户数据)与场所的相关信息之间的相似程度来获得搜索结果(场所)。利用上述根据本发明的实施例的场所搜索装置在搜索场所的过程中,利用了用户自身的信息,能够使得搜索结果在一定程度上反映了用户的需求,因此与用户需求之间的匹配度较高。此外,上述根据本发明的实施例的场所搜索装置通过首先确定场景的方式,来获得与确定的场景有关的场所,在一些实施例中,由于在确定场景的过程中考虑了场景与用户之间的关联性,能够使得由此确定的场所相应地也与用户之间具有了一定的关联性,因此使得搜索到的场所能够更加符合用户的需求,使得用户更满意,用户选择这些场所的可能性相对也就较大。
此外,本发明的实施例还提供了一种场所搜索方法,下面结合图5来描述上述场所搜索方法的一种示例性处理。
图5是示意性地示出根据本发明的实施例的场所搜索方法的一种示例性处理的流程图。
如图5所示,根据本发明的实施例的场所搜索方法的处理流程500开始于步骤S510,然后执行步骤S520。
在步骤S520中,获得用户数据。然后执行步骤S530。其中,步骤S520中所执行的处理例如可以与上文中结合图1所描述的第一获得单元110的处理相同,并能够达到类似的技术效果,在此不再赘述。
在步骤S530中,确定场景。然后执行步骤S540。其中,步骤S530中所执行的处理例如可以与上文中结合图1所描述的场景确定单元120的处理相同,并能够达到类似的技术效果,在此不再赘述。
在步骤S540中,在预定区域内或在用户的当前位置的预定距离范围内获得与所确定的场景有关的至少一个场所及其相关信息。然后执行步骤S550。其中,步骤S540中所执行的处理例如可以与上文中结合图1或图2所描述的第二获得单元130的处理相同,并能够达到类似的技术效果,在此不再赘述。
在步骤S550中,基于上述至少一个场所的相关信息与用户数据之间的相似程度,选择上述至少一个场所中的至少部分场所作为搜索结果。然后执行步骤S560。其中,步骤S550中所执行的处理例如可以与上文中结合图1所描述的场所选择单元140的处理相同,并能够达到类似的技术效果,在此不再赘述。
处理流程500结束于步骤S560。
此外,在根据本发明的实施例的场所搜索方法的一种实现方式中,在步骤S550和步骤S560之间,处理流程500还可以选择性地包括如图6所示的步骤S552和步骤S554。
其中,如图6所示,在步骤S552中,获得用户和用户的联系人列表中各联系人各自在搜索结果中各场所的签到次数和对各场所的评价,并基于签到次数和评价获得搜索结果中每个场所的得分。然后执行步骤S554。
在步骤S554中,基于搜索结果中各场所的得分对搜索结果进行过滤和/或排序,将经过过滤和/或排序后所得的场所作为更新的搜索结果。
其中,步骤S552和步骤S554中所执行的处理例如可以与上文中结合图3所描述的过滤和/或排序单元350的处理相同,并能够达到类似的技术效果,在此不再赘述。
此外,在根据本发明的实施例的场所搜索方法的其他实现方式中,处理流程500还可以选择性地包括如图7所示的步骤S556和步骤S558。
在步骤S556中,基于搜索结果中每个场所的位置,在电子地图中确定搜索结果中每个场所的对应点。然后执行步骤S558。
在步骤S558中,通过将搜索结果中每个场所的相关信息与其各自在电子地图中的对应点相关联,将搜索结果中每个场所的相关信息整合到电子地图中,并在电子地图中显示搜索结果。
其中,步骤S556和步骤S558中所执行的处理例如可以与上文中结合图4所描述的整合与输出单元460的处理相同,并能够达到类似的技术效果,在此不再赘述。
此外,在一个示例中,在步骤S558中,在搜索结果中的场所被用户选定的情况下,可以在接收到用户输入的输出评价指令时,输出符合预定条件的联系人对选定场所作出的评价。其中,步骤S556和步骤S558例如可以在步骤S550和步骤S560之间执行;在处理流程500包括如图6所示的步骤S552和步骤S554的情况下,步骤S556和步骤S558也可以再步骤S554和步骤S560之间执行。需要注意的是,以上实施例中所涉及的各个操作步骤不一定按照所描述的顺序执行。
通过以上描述可知,上述根据本发明的实施例的场所搜索方法,其通过确定场景来进一步获得与该场景有关的场所以及场所的相关信息,并基于用户的相关信息(用户数据)与场所的相关信息之间的相似程度来获得搜索结果(场所)。利用上述根据本发明的实施例的场所搜索方法在搜索场所的过程中,利用了用户自身的信息,能够使得搜索结果在一定程度上反映了用户的需求,因此与用户需求之间的匹配度较高。此外,上述根据本发明的实施例的场所搜索方法通过首先确定场景的方式,来获得与确定的场景有关的场所,在一些实施例中,由于在确定场景的过程中考虑了场景与用户之间的关联性,能够使得由此确定的场所相应地也与用户之间具有了一定的关联性,因此使得搜索到的场所能够更加符合用户的需求,使得用户更满意,用户选择这些场所的可能性相对也就较大。
此外,本发明的实施例还提供了一种电子设备,该电子设备包括如上所述的场所搜索装置。其中,该电子设备例如可以是以下设备中的任意一种设备:手机;笔记本电脑;平板电脑;个人数字助理;多媒体播放设备;以及电纸书等等。该电子设备具有上述场所搜索装置的各种功能和技术效果。
上述根据本发明的实施例的场所搜索装置中的各个组成单元、子单元、模块等可以通过软件、固件、硬件或其任意组合的方式进行配置。在通过软件或固件实现的情况下,可从存储介质或网络向具有专用硬件结构的机器(例如图8所示的通用机器800)安装构成该软件或固件的程序,该机器在安装有各种程序时,能够执行上述各组成单元、子单元的各种功能。
图8是示出了可用来实现根据本发明的实施例的场所搜索装置和场所搜索方法的一种可能的信息处理设备的硬件配置的结构简图。
在图8中,中央处理单元(CPU)801根据只读存储器(ROM)802中存储的程序或从存储部分808加载到随机存取存储器(RAM)803的程序执行各种处理。在RAM 803中,还根据需要存储当CPU 801执行各种处理等等时所需的数据。CPU 801、ROM 802和RAM 803经由总线804彼此连接。输入/输出接口805也连接到总线804。
下述部件也连接到输入/输出接口805:输入部分806(包括键盘、鼠标等等)、输出部分807(包括显示器,例如阴极射线管(CRT)、液晶显示器(LCD)等,和扬声器等)、存储部分808(包括硬盘等)、通信部分809(包括网络接口卡例如LAN卡、调制解调器等)。通信部分809经由网络例如因特网执行通信处理。根据需要,驱动器810也可连接到输入/输出接口805。可拆卸介质811例如磁盘、光盘、磁光盘、半导体存储器等等可以根据需要被安装在驱动器810上,使得从中读出的计算机程序可根据需要被安装到存储部分808中。
在通过软件实现上述系列处理的情况下,可以从网络例如因特网或从存储介质例如可拆卸介质811安装构成软件的程序。
本领域的技术人员应当理解,这种存储介质不局限于图8所示的其中存储有程序、与设备相分离地分发以向用户提供程序的可拆卸介质811。可拆卸介质811的例子包含磁盘(包含软盘)、光盘(包含光盘只读存储器(CD-ROM)和数字通用盘(DVD))、磁光盘(包含迷你盘(MD)(注册商标))和半导体存储器。或者,存储介质可以是ROM 802、存储部分808中包含的硬盘等等,其中存有程序,并且与包含它们的设备一起被分发给用户。
此外,本发明还提出了一种存储有机器可读取的指令代码的程序产品。上述指令代码由机器读取并执行时,可执行上述根据本发明的实施例的场所搜索方法。相应地,用于承载这种程序产品的例如磁盘、光盘、磁光盘、半导体存储器等的各种存储介质也包括在本发明的公开中。
在上面对本发明具体实施例的描述中,针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用,与其它实施方式中的特征相组合,或替代其它实施方式中的特征。
此外,本发明的各实施例的方法不限于按照说明书中描述的或者附图中示出的时间顺序来执行,也可以按照其他的时间顺序、并行地或独立地执行。因此,本说明书中描述的方法的执行顺序不对本发明的技术范围构成限制。
此外,显然,根据本发明的上述方法的各个操作过程也可以以存储在各种机器可读的存储介质中的计算机可执行程序的方式实现。
而且,本发明的目的也可以通过下述方式实现:将存储有上述可执行程序代码的存储介质直接或者间接地提供给系统或设备,并且该系统或设备中的计算机或者中央处理单元(CPU)读出并执行上述程序代码。
此时,只要该系统或者设备具有执行程序的功能,则本发明的实施方式不局限于程序,并且该程序也可以是任意的形式,例如,目标程序、解释器执行的程序或者提供给操作系统的脚本程序等。
上述这些机器可读存储介质包括但不限于:各种存储器和存储单元,半导体设备,磁盘单元例如光、磁和磁光盘,以及其它适于存储信息的介质等。
另外,客户计算机通过连接到因特网上的相应网站,并且将依据本发明的计算机程序代码下载和安装到计算机中然后执行该程序,也可以实现本发明。
最后,还需要说明的是,在本文中,诸如左和右、第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
综上,在根据本发明的实施例中,本发明提供了如下方案但不限于此:
附记1.一种场所搜索装置,包括:
第一获得单元,其被配置用于获得用户数据;
场景确定单元,其被配置用于确定场景;
第二获得单元,其被配置用于在预定区域内或在所述用户的当前位置的预定距离范围内获得与所确定的场景有关的至少一个场所及其相关信息;以及
场所选择单元,其被配置用于基于所述至少一个场所的相关信息与所述用户数据之间的相似程度,选择所述至少一个场所中的至少部分场所作为搜索结果。
附记2.根据附记1所述的场所搜索装置,其中,所述用户数据至少包括所述用户的当前位置;以及所述场景确定单元包括:
获得模块,其被配置用于获得预定场景库中每个预定场景与所述用户和/或在所述用户的当前位置的预定距离范围内的其他用户有关的历史信息;以及
确定模块,其被配置用于基于所述获得模块获得的所述历史信息来确定场景。
附记3.根据附记2所述的场所搜索装置,其中,所述获得模块配置用于:
获得所述预定场景库中每个预定场景各自在预定区域内或在所述用户的当前位置的预定距离范围内先前被所述用户选择的次数;和/或
获得在预定区域内的、或在所述用户的当前位置的预定距离范围内的其他用户针对所述预定场景库中每个预定场景的相关评论和签到信息。
附记4.根据附记1-3中任一所述的场所搜索装置,还包括过滤和/或排序单元,其中,所述过滤和/或排序单元被配置用于:
获得所述用户和所述用户的联系人列表中各联系人各自在所述搜索结果中各场所的签到次数和对所述各场所的评价;
基于所述签到次数和所述评价获得所述搜索结果中每个场所的得分;以及
基于所述搜索结果中各场所的得分对所述搜索结果进行过滤和/或排序,将经过过滤和/或排序后所得的场所作为更新的搜索结果。
附记5.根据附记4所述的场所搜索装置,其中,所述过滤和/或排序单元中包括:
计算模块,其被配置用于
根据所述用户和所述各联系人在所述搜索结果中每个场所的签到率和对所述搜索结果中每个场所的评价,分别获得所述用户和所述各联系人关于所述搜索结果中每个场所的偏好分数;
针对所述搜索结果中的每个场所,对所述用户和所述各联系人关于该场所的偏好分数进行加权计算,并将所述加权计算的结果作为该场所的得分。
附记6.根据附记5所述的场所搜索装置,其中,所述计算模块配置用于:
根据所述各联系人与所述用户之间的关系亲密程度来设定所述各联系人关于该场所的偏好分数各自所对应的权值。
附记7.根据附记1-6中任一所述的场所搜索装置,其中,所述用户数据包括:
所述用户的当前位置、空闲时间和用于描述所述用户的喜好和/或习惯的数据。
附记8.根据附记1-7中任一所述的场所搜索装置,其中,所述至少一个场所的相关信息包括:
所述至少一个场所中每个场所的位置、开放时间和描述。
附记9.根据附记8所述的场所搜索装置,还包括整合与输出单元,所述整合与输出单元被配置用于:
基于所述搜索结果中每个场所的位置,在电子地图中确定所述搜索结果中每个场所的对应点;以及
通过将所述搜索结果中每个场所的相关信息与其各自在所述电子地图中的对应点相关联,将所述搜索结果中每个场所的相关信息整合到所述电子地图中,并在所述电子地图中显示所述搜索结果。
附记10.根据附记4-6中任一所述的场所搜索装置,其中,所述整合与输出单元还被配置用于:
在所述搜索结果中的场所被所述用户选定的情况下,在接收到所述用户输入的输出评价指令时,输出符合预定条件的联系人对选定场所作出的评价。
附记11.一种场所搜索方法,包括:
获得用户数据;
确定场景;
在预定区域内或在所述用户的当前位置的预定距离范围内获得与所确定的场景有关的至少一个场所及其相关信息;以及
基于所述至少一个场所的相关信息与所述用户数据之间的相似程度,选择所述至少一个场所中的至少部分场所作为搜索结果。
附记12.根据附记11所述的场所搜索方法,其中,所述用户数据至少包括所述用户的当前位置;所述确定场景的步骤包括:
获得预定场景库中每个预定场景与所述用户和/或在所述用户的当前位置的预定距离范围内的其他用户有关的历史信息;以及
基于获得的所述历史信息来确定场景。
附记13.根据附记12所述的场所搜索方法,其中,获得所述历史信息的步骤包括:
获得所述预定场景库中每个预定场景各自在预定区域内或在所述用户的当前位置的预定距离范围内先前被所述用户选择的次数;和/或
获得在预定区域内的、或在所述用户的当前位置的预定距离范围内的其他用户针对所述预定场景库中每个预定场景的相关评论和签到信息。
附记14.根据附记11-13中任一所述的场所搜索方法,还包括:
获得所述用户和所述用户的联系人列表中各联系人各自在所述搜索结果中各场所的签到次数和对所述各场所的评价,并基于所述签到次数和所述评价获得所述搜索结果中每个场所的得分;以及
基于所述搜索结果中各场所的得分对所述搜索结果进行过滤和/或排序,将经过过滤和/或排序后所得的场所作为更新的搜索结果。
附记15.根据附记11-14中任一所述的场所搜索方法,其中,所述用户数据包括:
所述用户的当前位置、空闲时间和用于描述所述用户的喜好和/或习惯的数据。
附记16.根据附记11-15中任一所述的场所搜索方法,其中,所述至少一个场所的相关信息包括:
所述至少一个场所中每个场所的位置、开放时间和描述。
附记17.一种电子设备,包括如附记1-10中任一项所述的场所搜索装置。
附记18.根据附记17所述的电子设备,其中,所述电子设备是以下设备中的任意一种:
手机;笔记本电脑;平板电脑;个人数字助理;多媒体播放设备;以及电纸书。
附记19.一种存储有机器可读取的指令代码的程序产品,所述程序产品在执行时能够使所述机器执行根据附记11-16中任意一项所述的场所搜索方法。
附记20.一种计算机可读存储介质,其上存储有根据附记19所述的程序产品。
Claims (9)
1.一种场所搜索装置,包括:
第一获得单元,其被配置用于获得用户数据;
场景确定单元,其被配置用于确定场景;
第二获得单元,其被配置用于在预定区域内或在所述用户的当前位置的预定距离范围内获得与所确定的场景有关的至少一个场所及其相关信息;以及
场所选择单元,其被配置用于基于所述至少一个场所的相关信息与所述用户数据之间的相似程度,选择所述至少一个场所中的至少部分场所作为搜索结果,
其中,所述用户数据至少包括所述用户的当前位置;以及所述场景确定单元包括:
获得模块,其被配置用于获得预定场景库中每个预定场景与所述用户和/或在所述用户的当前位置的预定距离范围内的其他用户有关的历史信息;以及
确定模块,其被配置用于基于所述获得模块获得的所述历史信息来确定场景。
2.根据权利要求1所述的场所搜索装置,其中,所述获得模块配置用于:
获得所述预定场景库中每个预定场景各自在预定区域内或在所述用户的当前位置的预定距离范围内先前被所述用户选择的次数;和/或
获得在预定区域内的、或在所述用户的当前位置的预定距离范围内的其他用户针对所述预定场景库中每个预定场景的相关评论和签到信息。
3.根据权利要求1或2所述的场所搜索装置,还包括过滤和/或排序单元,其中,所述过滤和/或排序单元被配置用于:
获得所述用户和所述用户的联系人列表中各联系人各自在所述搜索结果中各场所的签到次数和对所述各场所的评价;
基于所述签到次数和所述评价获得所述搜索结果中每个场所的得分;以及
基于所述搜索结果中各场所的得分对所述搜索结果进行过滤和/或排序,将经过过滤和/或排序后所得的场所作为更新的搜索结果。
4.根据权利要求3所述的场所搜索装置,其中,所述过滤和/或排序单元中包括:
计算模块,其被配置用于
根据所述用户和所述各联系人在所述搜索结果中每个场所的签到率和对所述搜索结果中每个场所的评价,分别获得所述用户和所述各联系人关于所述搜索结果中每个场所的偏好分数;
针对所述搜索结果中的每个场所,对所述用户和所述各联系人关于该场所的偏好分数进行加权计算,并将所述加权计算的结果作为该场所的得分。
5.根据权利要求4所述的场所搜索装置,其中,所述计算模块配置用于:
根据所述各联系人与所述用户之间的关系亲密程度来设定所述各联系人关于该场所的偏好分数各自所对应的权值。
6.根据权利要求1或2或4或5所述的场所搜索装置,其中,所述用户数据包括:
所述用户的当前位置、空闲时间和用于描述所述用户的喜好和/或习惯的数据。
7.根据权利要求1或2或4或5所述的场所搜索装置,其中,所述至少一个场所的相关信息包括:
所述至少一个场所中每个场所的位置、开放时间和描述。
8.一种场所搜索方法,包括:
获得用户数据;
确定场景;
在预定区域内或在所述用户的当前位置的预定距离范围内获得与所确定的场景有关的至少一个场所及其相关信息;以及
基于所述至少一个场所的相关信息与所述用户数据之间的相似程度,选择所述至少一个场所中的至少部分场所作为搜索结果,
其中,所述用户数据至少包括所述用户的当前位置;以及所述确定场景包括:
获得预定场景库中每个预定场景与所述用户和/或在所述用户的当前位置的预定距离范围内的其他用户有关的历史信息;以及
基于获得的所述历史信息来确定场景。
9.一种电子设备,包括如权利要求1-7中任一项所述的场所搜索装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210306620.9A CN103631813B (zh) | 2012-08-24 | 2012-08-24 | 场所搜索装置、场所搜索方法以及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210306620.9A CN103631813B (zh) | 2012-08-24 | 2012-08-24 | 场所搜索装置、场所搜索方法以及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103631813A CN103631813A (zh) | 2014-03-12 |
CN103631813B true CN103631813B (zh) | 2017-03-01 |
Family
ID=50212881
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210306620.9A Expired - Fee Related CN103631813B (zh) | 2012-08-24 | 2012-08-24 | 场所搜索装置、场所搜索方法以及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103631813B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015155857A1 (ja) * | 2014-04-09 | 2015-10-15 | 三菱電機株式会社 | 地図描画装置及び地図描画方法及び地図描画プログラム |
CN106740559B (zh) * | 2016-12-08 | 2019-05-07 | 北京云知声信息技术有限公司 | 乘客状况确定方法及装置 |
CN107094177A (zh) * | 2017-04-28 | 2017-08-25 | 北京小米移动软件有限公司 | 确定场景的方法及装置 |
CN108985898B (zh) * | 2018-07-12 | 2022-02-15 | 广东工业大学 | 一种场所评分方法、装置和计算机可读存储介质 |
CN109325186B (zh) * | 2018-08-11 | 2021-08-17 | 桂林理工大学 | 一种用户偏好与地理特征融合的行为动机推断算法 |
CN113032258B (zh) * | 2021-03-22 | 2022-11-25 | 北京百度网讯科技有限公司 | 一种电子地图的测试方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101159755A (zh) * | 2007-11-07 | 2008-04-09 | 中兴通讯股份有限公司 | 移动搜索系统及移动搜索方法 |
CN101784005A (zh) * | 2009-12-17 | 2010-07-21 | 华为终端有限公司 | 兴趣点的检索方法及终端 |
CN102289449A (zh) * | 2011-06-16 | 2011-12-21 | 中兴通讯股份有限公司 | 位置服务、电子地图显示方法及装置 |
CN102594905A (zh) * | 2012-03-07 | 2012-07-18 | 南京邮电大学 | 一种基于场景的社交网络位置兴趣点推荐方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002229991A (ja) * | 2001-01-31 | 2002-08-16 | Fujitsu Ltd | サーバ,ユーザ端末,情報提供サービスシステムおよび情報提供サービス方法 |
TWI330325B (en) * | 2007-03-14 | 2010-09-11 | Mitac Int Corp | Regional message reminder apparatus and method, intergration message reminder apparatus and method |
US20100305842A1 (en) * | 2009-05-27 | 2010-12-02 | Alpine Electronics, Inc. | METHOD AND APPARATUS TO FILTER AND DISPLAY ONLY POIs CLOSEST TO A ROUTE |
-
2012
- 2012-08-24 CN CN201210306620.9A patent/CN103631813B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101159755A (zh) * | 2007-11-07 | 2008-04-09 | 中兴通讯股份有限公司 | 移动搜索系统及移动搜索方法 |
CN101784005A (zh) * | 2009-12-17 | 2010-07-21 | 华为终端有限公司 | 兴趣点的检索方法及终端 |
CN102289449A (zh) * | 2011-06-16 | 2011-12-21 | 中兴通讯股份有限公司 | 位置服务、电子地图显示方法及装置 |
CN102594905A (zh) * | 2012-03-07 | 2012-07-18 | 南京邮电大学 | 一种基于场景的社交网络位置兴趣点推荐方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103631813A (zh) | 2014-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103631813B (zh) | 场所搜索装置、场所搜索方法以及电子设备 | |
CN108681586B (zh) | 基于群智感知的旅游路线个性化推荐方法 | |
CN104182517B (zh) | 数据处理的方法及装置 | |
CN104123398B (zh) | 一种信息推送方法及装置 | |
CN107291888B (zh) | 基于机器学习统计模型的入住酒店附近生活推荐系统方法 | |
CN105045858B (zh) | 基于投票的出租车载客点推荐方法 | |
US10013494B2 (en) | Interest profile of a user of a mobile application | |
CN106776930B (zh) | 一种融入时间和地理位置信息的地点推荐方法 | |
CN103793403B (zh) | 推送与搜索结果相关联信息的方法与装置 | |
CN102880719A (zh) | 基于位置社交网络的用户轨迹相似性挖掘方法 | |
CN110795571A (zh) | 基于深度学习和知识图谱的文化旅游资源推荐方法 | |
US20120022949A1 (en) | System and Method for Formulating a Life Plan | |
CN106610970A (zh) | 基于协同过滤的内容推荐系统与方法 | |
CN106126615A (zh) | 一种兴趣点推荐的方法及系统 | |
CN107045533A (zh) | 基于标签的教育资源推荐方法及系统 | |
CN107688662A (zh) | Ota酒店的推荐方法及系统 | |
CN107220308A (zh) | Poi的合理性的检测方法及装置、设备及可读介质 | |
CN108875034A (zh) | 一种基于层次化长短期记忆网络的中文文本分类方法 | |
CN110489574A (zh) | 一种多媒体信息推荐方法、装置和相关设备 | |
CN103399900B (zh) | 基于位置服务的图片推荐方法 | |
CN111198989A (zh) | 确定出行推荐数据的方法、装置、存储介质及电子设备 | |
CN106202369A (zh) | 基于lbs与游客特征大数据分析的旅游信息推送方法 | |
CN110110218A (zh) | 一种身份关联方法及终端 | |
CN103714126B (zh) | 一种推送书籍阅读服务的方法及装置 | |
Yuyun et al. | Dynamic land-use map based on twitter data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170301 Termination date: 20180824 |