CN104063391A - 推荐方法及系统 - Google Patents

Abstract

本发明提出一种推荐方法及系统，其方法包括：接收待检索地点的信息；提取所述待检索地点的坐标位置；根据所述待检索的地点信息的坐标位置以及预设的地图数据库，获取距离待检索地点一定范围内的临近地点信息；根据预设的相似性规则和关联性规则分别计算所述待检索的地点信息与其临近地点信息之间的相似性和关联性；根据计算结果，将与待检索地点信息相似的临近地点信息和关联的临近地点信息推荐给用户。本发明可以向用户推荐其潜在需求的地图搜索信息，节约用户的搜索地图的时间，提高地图使用效率。

Description

推荐方法及系统

技术领域

本发明涉及计算机技术领域，特别涉及一种推荐方法及系统。

背景技术

街景是一种新的地图展现形式，目前正在大规模普及，与传统地图不同，用户在街景中浏览时，得到的是可视化的全景图像，因而街景能够展现给用户更多的信息量，比如能看到不熟悉地点的环境、公交车站具体位置等，这给用户带来更好体验的同时，也给用户带来了更多的期望。

POI（Point of Interest，兴趣点）检索是现在各大互联网地图厂商服务器采用的一种全景地图检索方式。当地图厂商服务器接收到用户的搜索词后，会将该搜索词与POI数据库中地点名称进行比对，然后按照相关程度进行排序，并获得与用户所提供的搜索词最接近的地点名称，最后将该地点所对应的全景地图信息发送给用户端进行显示。

但是，很多时候用户给出的搜索词与用户所需要的街景图像并不对应，或者说用户通过关键词进行检索时，并不明确自己的需要。例如用户给出“长安街全聚德”的时候，可能是想通过街景图像观察长安街全聚德餐馆附近是否有停车场，但是现有的检索方式只能给出“全聚德”餐馆的全景图像，而无法给出关于附近停车场的任何提示信息，无法满足用户的隐性需求，导致用户需要拖动街景图像或重新输入搜索词进行检索，降低了搜索效率。

发明内容

本发明的目的是提供一种推荐方法及系统，以解决现有的全景图像搜索方式，在用户搜索目标不明确的情况下，无法提供推荐信息，从而导致搜索效率低的问题。

本发明提出一种推荐方法，包括：

接收待检索地点的信息；

提取所述待检索地点的坐标位置；

根据所述待检索的地点信息的坐标位置以及预设的地图数据库，获取距离待检索地点一定范围内的临近地点信息；

根据预设的相似性规则和关联性规则分别计算所述待检索的地点信息与其临近地点信息之间的相似性和关联性；

根据计算结果，将与待检索地点信息相似的临近地点信息和关联的临近地点信息推荐给用户。

本发明另提出一种推荐系统，包括：

接收单元，用于接收待检索地点的信息；

坐标提取单元，用于提取所述待检索地点的坐标位置；

临近地点获取单元，用于根据所述待检索的地点信息的坐标位置以及预设的地图数据库，获取距离待检索地点一定范围内的临近地点信息；

计算单元，用于根据预设的相似性规则和关联性规则分别计算所述待检索的地点信息与其临近地点信息之间的相似性和关联性；

推荐单元，用于根据计算结果，将与待检索地点信息相似的临近地点信息和关联的临近地点信息推荐给用户。

相对于现有技术，本发明申请的有益效果是：本发明申请可以根据用户输入或选择的待检索的地点信息，找出临近的与该待检索地点信息相似的或相关联的地点信息并推荐给用户，从而在用户使用全景地图目的不明确的情况下，向用户提供其潜在需要的地图信息，以节省用户搜索地图的时间，提高地图使用效率。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。

附图说明

图1为本发明实施例的一种推荐方法的流程图；

图2为本发明实施例的另一种推荐方法的流程图；

图3为本发明实施例的一种推荐系统的结构图；

图4为本发明实施例的另一种推荐系统的结构图。

具体实施方式

为更进一步阐述本发明达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例，对依据本发明提出的推荐方法及系统其具体实施方式、方法、步骤及功效，详细说明如后。

有关本发明的前述及其他技术内容、特点及功效，在以下配合参考图式的较佳实施例详细说明中将可清楚的呈现。通过具体实施方式的说明，当可对本发明为达成预定目的所采取的技术手段及功效得以更加深入且具体的了解，然而所附图式仅是提供参考与说明之用，并非用来对本发明加以限制。

本发明申请提出一种推荐方法，用于在用户使用全景地图时，根据用户输入的搜索词或者对地图的操作，向用户推荐其可能感兴趣的地点信息，以节省用户搜索地图的时间，提高地图使用效率。请参见图1，其为本发明实施例的一种推荐方法的流程图，其包括以下步骤：

S101，接收待检索地点的信息。

待检索地点的信息可以是用户在使用全景地图时，在页面搜索框输入的地点名称搜索词，例如用户在搜索框输入的“长安街”；或者用户在随意浏览全景图像时，所处位置（即页面显示位置）的地点名称，例如用户前后移动全景图像时，页面全景画面正好处于“延安东路100号”的位置，该“延安东路100号”即地点名称；或者用户在地图上的点击行为所对应的地点名称，例如用户在地图上点击的“全聚德”名称。

S102，提取所述待检索地点的坐标位置。

可以利用现有的POI数据库提取检索地点的坐标，由于POI数据库中通常都存储有地点名称以及相应的经度和纬度，所以通过对POI数据库中待检索地点的搜索便可以提取到其坐标。

S103，根据所述待检索的地点信息的坐标位置以及预设的地图数据库，获取距离待检索地点一定范围内的临近地点信息。

所述的预设的地图数据库也可以是POI数据库。与待检索地点的距离优选直线距离，即距离待检索地点一定范围是以待检索地点为中心，预设距离为半径的圆。通过该距离可以计算出所要搜索的地点坐标范围，从而便可以从地图数据库获取到符合要求的临近地点信息。

S104，根据预设的相似性规则和关联性规则分别计算所述待检索的地点信息与其临近地点信息之间的相似性和关联性。

相似性是指待检索的地点和临近地点之间字面意思上的相似程度，相似性规则可以根据地点名称的类别来制定，即相同类别的地点名称可以判别为互为相似，不同类别的地点名称可以判别为互为不相似。例如“北京大学”和“清华大学”同属“高校”类别，互为相似。

关联性是指待检索地点和临近地点之间对于用户思考惯性上的关联程度，例如当用户搜索“全聚德”时，潜意上可能地会考虑“全聚德”餐馆附近是否停车方便，从而在地图上浏览“全聚德”之后，便会去点击浏览附近的“xx停车场”，因而“全聚德”就与其附近的“xx停车场”相关联。关联性规则可以通过机器学习的方式进行设置，通过对用户历史操作记录进行分析，自动记录地点之间的关联关系。

S105，根据计算结果，将与待检索地点信息相似的临近地点信息和关联的临近地点信息推荐给用户。

向用户推荐的临近地点信息可以展示在全景图像的周围，临近地点信息可以包括地点名称、地址、电话等信息。

本实施例的方法可以在用户使用全景地图时，根据用户输入或选择的待检索的地点信息，找出临近的与该待检索地点信息相似的或相关联的地点信息并推荐给用户，从而在用户使用全景地图目的不明确的情况下，向用户提供其潜在需要的地图信息，以节省用户搜索地图的时间，提高地图使用效率。

请参见图2，其为本发明实施例的另一种推荐方法的流程图，其包括以下步骤：

S201，划分地点信息的类别并设置分类表。分类表中的每个地点信息都会对应一个类别。

S202，根据关联的地点信息之间的对应关系设置关联表。关联表优选通过机器学习的方式来设置，并通过人工方式来修正。关联表和分类表可以集成在同一数据库中。

S203，接收待检索地点的信息。

S204，提取所述待检索地点信息的坐标位置。

S205，根据所述待检索的地点信息的坐标位置以及预设的地图数据库，获取距离待检索地点一定范围内的临近地点信息。

S206，从所述分类表中获取所述待检索地点信息以及其临近地点信息的类别。

S207，判断各个临近地点信息与待检索的地点信息所属类别是否相同，若一个临近地点信息与待检索的地点信息所属类别相同，则说明该临近地点信息与待检索的地点信息具有相似性。

S208，遍历所述关联表中与所述待检索地点信息对应的所有地点信息，判断各个临近地点信息是否与待检索地点信息存在对应关系，如果一个临近地点信息与待检索的地点信息在关联表中存在对应关系，则说明临近地点信息与待检索的地点信息具有关联性。

S209，将与待检索地点信息相似的临近地点信息和关联的临近地点信息推荐给用户。

通过本实施例的方法找到的与待检索地点信息相似和相关联的临近地点信息可以覆盖绝大部分用户的潜在地图搜索需求，提高全景地图使用上的便利性，也可以节省用户搜索地图所需的时间，以及提高用户浏览全景地图的效率。

本发明申请还提出一种推荐系统，其既可以在客户端实施，也可以在网站服务器上实施，请参见图3，其包括接收单元31、坐标提取单元32、临近地点获取单元33、计算单元34以及推荐单元35。坐标提取单元32与接收单元31相连，临近地点获取单元33与坐标提取单元32相连，计算单元34与临近地点获取单元33相连，推荐单元35与计算单元34相连。

接收单元31用于接收待检索地点的信息。所述待检索地点的信息是指用户通过浏览器等应用工具使用全景地图时，正在浏览或准备浏览的全景图像所对应地点的信息，系统会基于该待检索地点信息搜索出相似及相关联的临近地点信息，并推荐给用户。该待检索地点信息可以包括地点名称、地点地址等信息。例如，用户在地图搜索栏输入的地点名称搜索词、当前显示的全景图像所处位置的地点名称、在地图上的点击行为所对应的地址等。

接收单元31接收到待检索地点的信息后，会发送给坐标提取单元32，由坐标提取单元32提取待检索地点的坐标位置。坐标提取单元32可以利用一个预设的存储有地点坐标信息的地图数据库来提取待检索地点的坐标。或者可以直接利用现有的POI数据库提取检索地点的坐标，由于POI数据库中通常都存储有地点名称以及相应的经度和纬度，所以通过对POI数据库中待检索地点的搜索便可以提取到其坐标。

提取到待检索地点的坐标信息后，临近地点获取单元33会根据该坐标信息以及预设的地图数据库，获取距离待检索地点一定范围内的临近地点信息。临近地点的提取标准优选以待检索地点为中心，预设距离为半径的圆内的所有临近地点。

接着计算单元34会根据预设的相似性规则和关联性规则分别计算获取到的临近地点信息与待检索地点信息之间的相似性和关联性。相似性是指待检索的地点和临近地点之间字面意思上的相似程度，相似性规则可以根据地点名称的类别来制定，即相同类别的地点名称可以判别为互为相似，不同类别的地点名称可以判别为互为不相似。关联性是指待检索地点和临近地点之间对于用户思考惯性上的关联程度，关联性规则可以通过机器学习的方式进行设置，通过对用户历史操作记录进行分析，自动记录地点之间的关联关系。

最后，推荐单元35根据计算结果，会将与待检索地点信息相似的临近地点信息和关联的临近地点信息推荐给用户，以供用户选择。

由于与待检索地点相似的或相关的临近地点中有较大概率存在用户感兴趣的地点，因而本实施例系统向用户推荐的信息可以更进一步地满足用户的需求，使其浏览全景地图时目的更加明确，进而可以节约盲目浏览地图所耗费的时间，提高了地图浏览效率。

请参见图4，其为本发明实施例的另一种推荐系统的结构图，其包括接收单元31、坐标提取单元32、临近地点获取单元33、计算单元34、推荐单元35、划分单元36、分类表存储单元37、关联表设置单元38以及关联表存储单元39。计算单元34又进一步包括类别获取子单元341、相似性判断子单元342以及关联性判断子单元343。坐标提取单元32与接收单元31相连，分类表存储单元37与划分单元36相连，关联表存储单元39与关联表设置单元38相连，类别获取子单元341分别与临近地点获取单元33及分类表存储单元37相连，相似性判断子单元342与类别获取子单元341相连，关联性判断子单元343分别与临近地点获取单元33及关联表存储单元39相连，推荐单元35分别与相似性判断子单元342及关联性判断子单元343相连。

本实施例中，首先要由划分单元36和关联表设置单元38分别设置分类表和关联表。

划分单元36可以通过从地图数据库中提取的地点信息，对地点信息的类别进行划分，并形成分类表，分类表中的每个地点信息都会对应一个类别。

关联表设置单元38可以通过机器学习的方式来设置地点信息之间的关联关系，例如对大量用户的地图操作进行记录，并通过用户对地图上不同地点浏览次序的分析，来确定不同地点信息之间的关联关系，然后根据关联的地点信息之间的对应关系设置关联表。

分类表存储单元37和关联表存储单元39分别用来存放分类表和关联表。特别的，分类表存储单元37和关联表存储单元39可以集成在同一个数据库中，关联表和分类表也可以整合在一个列表中，甚至关联表和分类表可以和地图数据库中的地点信息整合在一起。

系统运行后，接收单元31会接收用户输入或选择的待检索地点的信息，并将接收到的待检索地点信息发送给坐标提取单元32提取待检索地点的坐标位置。然后临近地点获取单元33根据待检索地点信息的坐标位置以及预设的地图数据库，获取距离待检索地点一定范围内的临近地点信息。

接着，类别获取子单元341会从分类表中获取待检索地点信息以及其临近地点信息的类别，然后发送给相似性判断子单元342进行相似性计算。相似性判断子单元342判断各个临近地点信息与待检索地点信息的类别是否相同，如果相同则说明两者相似，从而可以获得所有与待检索地点信息相似的临近地点信息。

同时，关联性判断子单元343会去遍历关联表中所有与待检索地点信息有对应关系的地点信息，并判断各个临近地点信息是否属于其中，如果一个临近地点信息与待检索地点信息存在对应关系，则说明两者相关联。从而可以获得所有与待检索地点信息相关联的临近地点信息。

最后，推荐单元35会将与待检索地点信息相似的临近地点信息和关联的临近地点信息推荐给用户。

通过本实施例的系统所找到的与待检索地点信息相似和相关联的临近地点信息可以覆盖绝大部分用户的潜在地图搜索需求，提高全景地图使用上的便利性，也可以节省用户搜索地图所需的时间，以及提高用户浏览全景地图的效率。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明实施例可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，本发明实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质（可以是CD-ROM，U盘，移动硬盘等）中，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，或网络设备等）执行本发明实施例各个实施场景所述的方法。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (10)

1.一种推荐方法，其特征在于，包括：

接收待检索地点的信息；

提取所述待检索地点的坐标位置；

根据所述待检索的地点信息的坐标位置以及预设的地图数据库，获取距离待检索地点一定范围内的临近地点信息；

根据预设的相似性规则和关联性规则分别计算所述待检索的地点信息与其临近地点信息之间的相似性和关联性；

根据计算结果，将与待检索地点信息相似的临近地点信息和关联的临近地点信息推荐给用户。

2.如权利要求1所述的推荐方法，其特征在于，所述待检索地点的信息为用户输入的地点名称搜索词或用户浏览全景图像所处位置的地点名称或用户在地图上的点击行为所对应的地点名称。

3.如权利要求1所述的推荐方法，其特征在于，所述根据预设的相似性规则计算所述待检索的地点信息与其临近地点信息之间的相似性的步骤包括：

划分地点信息的类别并设置分类表；

从所述分类表中获取所述待检索地点信息以及其临近地点信息的类别；

判断所述待检索的地点信息与其各个临近地点信息的所属类别是否相同，若相同则具有相似性。

4.如权利要求1所述的推荐方法，其特征在于，所述根据预设的关联性规则计算所述待检索的地点信息与其临近地点信息之间的关联性的步骤包括：

根据关联的地点信息之间的对应关系设置关联表；

遍历所述关联表中与所述待检索地点信息对应的所有地点信息，并判断与所述待检索地点信息临近的各个地点信息是否属于所述关联表中与所述待检索地点信息对应地点信息，若属于则具有关联性。

5.如权利要求4所述的推荐方法，其特征在于，所述关联表是通过机器学习的方式进行设置的。

6.一种推荐系统，其特征在于，包括：

接收单元，用于接收待检索地点的信息；

坐标提取单元，用于提取所述待检索地点的坐标位置；

临近地点获取单元，用于根据所述待检索的地点信息的坐标位置以及预设的地图数据库，获取距离待检索地点一定范围内的临近地点信息；

计算单元，用于根据预设的相似性规则和关联性规则分别计算所述待检索的地点信息与其临近地点信息之间的相似性和关联性；

推荐单元，用于根据计算结果，将与待检索地点信息相似的临近地点信息和关联的临近地点信息推荐给用户。

7.如权利要求6所述的推荐系统，其特征在于，所述待检索地点的信息为用户输入的地点名称搜索词或用户浏览全景图像所处位置的地点名称或用户在地图上的点击行为所对应的地点名称。

8.如权利要求6所述的推荐系统，其特征在于，所述推荐系统还包括：

划分单元，用于划分地点信息的类别并设置分类表；

分类表存储单元，用于存放所述分类表；

所述计算单元进一步包括：

类别获取子单元，用于从所述分类表中获取所述待检索地点信息以及其临近地点信息的类别；

相似性判断子单元，用于判断所述待检索的地点信息与其各个临近地点信息的所属类别是否相同，若相同则具有相似性。

9.如权利要求6所述的推荐系统，其特征在于，所述推荐系统还包括：

关联表设置单元，用于根据关联的地点信息之间的对应关系设置关联表；

关联表存储单元，用于存放所述关联表；

所述计算单元进一步包括：

关联性判断子单元，用于遍历所述关联表中与所述待检索地点信息对应的所有地点信息，并判断与所述待检索地点信息临近的各个地点信息是否属于所述关联表中与所述待检索地点信息对应地点信息，若属于则具有关联性。

10.如权利要求9所述的推荐系统，其特征在于，所述关联表设置单元通过机器学习的方式设置关联表。