CN105608112A - 衡量地图poi数据的质量的方法和装置 - Google Patents

Abstract

本发明提供了一种衡量地图POI数据的质量的方法和装置。该方法包括：获取包含待衡量的POI数据的一个或多个目标网页；确定各个目标网页的质量系数；利用确定的所述各个目标网页的质量系数衡量出所述待衡量的POI数据的质量。本发明实施例通过挖掘包含POI数据的网页，利用网页的质量来确定POI数据的质量，无需依赖用户的反馈信息，实现了客观地对POI数据的质量进行衡量的目的。

Description

衡量地图POI数据的质量的方法和装置

技术领域

本发明涉及互联网应用技术领域，特别是一种衡量地图POI数据的质量的方法和装置。

背景技术

POI是“PointofInterest”的缩写，中文可以翻译为“兴趣点”。在地理信息系统中，一个POI可以是一栋房子、一个商铺、一个邮筒、一个公交站等，每个POI数据可以包括名称、地址、附近的酒店饭店商铺等信息。

传统的地理信息采集方法需要地图测绘人员采用精密的测绘仪器去获取一个兴趣点的经纬度，然后再标记下来。正因为POI的采集是一个非常费时费事的工作，对一个地理信息系统来说，POI的数量及POI数据的质量在一定程度代表着整个系统的价值。

相关技术中，根据用户的反馈来衡量POI数据的质量，用户点击的次数越多质量应该越好，越受用户喜爱。然而，需要有大量的用户数据才可以做反馈，而积累用户及用户的点击行为是一个漫长的过程，初始阶段很少有用户在使用。因此，如何客观地衡量POI数据的质量成为亟待解决的技术问题。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的衡量地图POI数据的质量的方法和装置。

依据本发明的一方面，提供了一种衡量地图POI数据的质量的方法，包括：

获取包含待衡量的POI数据的一个或多个目标网页；

确定各个目标网页的质量系数；

利用确定的所述各个目标网页的质量系数衡量出所述待衡量的POI数据的质量。

可选地，通过以下步骤确定获取的包含待衡量的POI数据的一个或多个目标网页：

挖掘包含地址数据的至少一个网页；

将所述待衡量的POI数据中的地址数据与所述至少一个网页中包含的地址数据进行匹配，在所述至少一个网页中确定地址数据与所述待衡量的POI数据中的地址数据匹配的一个或多个网页；

在所述一个或多个网页中，分别查找所述待衡量的POI数据对应的POI名称；

若查找到，则确定该网页为包含所述待衡量的POI数据的目标网页。

可选地，将所述待衡量的POI数据中的地址数据与所述至少一个网页中包含的地址数据进行匹配，在所述至少一个网页中确定地址数据与所述待衡量的POI数据中的地址数据匹配的一个或多个网页，包括：

分别将所述至少一个网页中包含的地址数据以及所述待衡量的POI数据中的地址数据归一化为对应的经纬度数据；

将所述待衡量的POI数据对应的经纬度数据与所述至少一个网页对应经纬度数据进行匹配，在所述至少一个网页中确定经纬度数据与所述待衡量的POI数据对应的经纬度数据匹配的一个或多个网页。

可选地，所述挖掘包含地址数据的至少一个网页，包括：

爬取多个网页，并提取各个网页的主体文本内容；

在所述各个网页的主体文本内容中查找表示地址数据的关键词；

若查找到，则确定该网页为包含地址数据的网页。

可选地，在确定该网页为包含地址数据的网页之后，还包括：

从该网页中提取地址数据。

可选地，所述从该网页中提取地址数据，包括：

提取该网页中表示地址数据的关键词之后的文本片段；

从所述文本片段中提取地址数据。

可选地，从所述文本片段中提取地址数据，包括：

根据指定的分隔符切分所述文本片段，将分隔符之前的文本片段作为地址数据；和/或

从初始位置，根据指定的片段长度截取所述文本片段，得到地址数据。

可选地，当所述各个目标网页的质量系数包括多个时，利用确定的所述各个目标网页的质量系数衡量出所述待衡量的POI数据的质量，包括：

确定各个目标网页的质量系数的权重；

对所述各个目标网页的质量系数及相应的权重进行加权求和，得到所述各个目标网页的综合质量系数；

将所述各个目标网页的综合质量系数作为所述待衡量的POI数据的质量值。

可选地，在得到所述待衡量的POI数据的质量值之后，还包括：

根据预设的质量值与质量等级的对应关系，将所述待衡量的POI数据的质量值与所述对应关系进行匹配，确定所述待衡量的POI数据的质量值对应的质量等级。

可选地，所述待衡量的POI数据包括通过来自用户的搜索词搜索匹配得到的POI数据。

可选地，在根据网页的质量参数与POI数据的质量参数间的相互关系，利用确定的所述各个目标网页的质量系数衡量出所述待衡量的POI数据的质量之后，还包括：

根据衡量出的POI数据的质量，对所述POI数据进行排序；

将排序后的POI数据作为搜索结果提供给用户。

依据本发明的另一方面，还提供了一种衡量地图POI数据的质量的装置，包括：

目标网页获取模块，适于获取包含待衡量的POI数据的一个或多个目标网页；

质量系数确定模块，适于确定各个目标网页的质量系数；

质量衡量模块，适于利用确定的所述各个目标网页的质量系数衡量出所述待衡量的POI数据的质量。

可选地，所述装置还包括目标网页确定模块，适于通过以下单元确定获取的包含待衡量的POI数据的一个或多个目标网页：

挖掘单元，适于挖掘包含地址数据的至少一个网页；

匹配单元，适于将所述待衡量的POI数据中的地址数据与所述至少一个网页中包含的地址数据进行匹配，在所述至少一个网页中确定地址数据与所述待衡量的POI数据中的地址数据匹配的一个或多个网页；

查找单元，适于在所述一个或多个网页中，分别查找所述待衡量的POI数据对应的POI名称；

确定单元，适于若所述查找单元查找到所述待衡量的POI数据对应的POI名称，则确定该网页为包含所述待衡量的POI数据的目标网页。

可选地，所述匹配单元还适于：

分别将所述至少一个网页中包含的地址数据以及所述待衡量的POI数据中的地址数据归一化为对应的经纬度数据；

将所述待衡量的POI数据对应的经纬度数据与所述至少一个网页对应经纬度数据进行匹配，在所述至少一个网页中确定经纬度数据与所述待衡量的POI数据对应的经纬度数据匹配的一个或多个网页。

可选地，所述挖掘单元还适于：

爬取多个网页，并提取各个网页的主体文本内容；

在所述各个网页的主体文本内容中查找表示地址数据的关键词；

若查找到，则确定该网页为包含地址数据的网页。

可选地，所述挖掘单元还适于：

从该网页中提取地址数据。

可选地，所述挖掘单元还适于：

提取该网页中表示地址数据的关键词之后的文本片段；

从所述文本片段中提取地址数据。

可选地，所述挖掘单元还适于：

根据指定的分隔符切分所述文本片段，将分隔符之前的文本片段作为地址数据；和/或

从初始位置，根据指定的片段长度截取所述文本片段，得到地址数据。

可选地，所述质量衡量模块还适于：

当所述各个目标网页的质量系数包括多个时，确定各个质量系数的权重；

对所述各个目标网页的质量系数及相应的权重进行加权求和，得到所述各个目标网页的综合质量系数；

将所述各个目标网页的综合质量系数作为所述待衡量的POI数据的质量值。

可选地，所述质量衡量模块还适于：

根据预设的质量值与质量等级的对应关系，将所述待衡量的POI数据的质量值与所述对应关系进行匹配，确定所述待衡量的POI数据的质量值对应的质量等级。

可选地，所述待衡量的POI数据包括通过来自用户的搜索词搜索匹配得到的POI数据。

可选地，所述装置还包括：排序模块，适于在所述质量衡量模块利用确定的所述各个目标网页的质量系数衡量出所述待衡量的POI数据的质量之后，根据衡量出的POI数据的质量，对所述POI数据进行排序；

输出模块，适于将排序后的POI数据作为搜索结果提供给用户。

本发明实施例提供了一种利用网页的质量来对地图POI数据的质量进行衡量的方案，即，首先获取包含待衡量的POI数据的一个或多个目标网页，并确定各个目标网页的质量系数，进而利用确定的各个目标网页的质量系数衡量出待衡量的POI数据的质量。因为POI数据可以是从网页中挖掘得到，所以网页的质量从一定程度上能够反映POI数据的质量，本发明实施例通过挖掘包含POI数据的网页，利用网页的质量来确定POI数据的质量，无需依赖用户的反馈信息，实现了客观地对POI数据的质量进行衡量的目的。

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它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明一个实施例的衡量地图POI数据的质量的方法的流程图；

图2示出了根据本发明一个实施例的确定包含待衡量的POI数据的一个或多个目标网页的方法的流程图；

图3示出了根据本发明一个实施例的挖掘包含地址数据的至少一个网页的方法的流程图；

图4示出了相关技术中搜索词为“A公司的地址”搜索结果示意图；

图5示出了基于本发明衡量出的POI数据的质量、搜索词为“A公司的地址”的搜索结果示意图；

图6示出了根据本发明一个实施例的衡量地图POI数据的质量的装置的结构示意图；以及

图7示出了根据本发明另一个实施例的衡量地图POI数据的质量的装置的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

前文提到，传统的POI数据采集方法需要技术人员采用精密的测绘仪器去获取每个POI的经纬度信息，然后标记下来，这种方法比较费时且费力，导致采集得到的POI数据的数量较少，地理信息系统很难根据数量很少的POI数据来提供高水平的服务。而互联网中存在着大量的POI数据，如果能从互联网中收集包含POI数据的网页，从收集的网页中提取出这些POI数据供地理信息系统使用，则会节省大量的人力和时间资源。但是，互联网上充斥着大量虚假或者过时的POI数据，比如A公司之前位于地址P处，其官网、相关的招聘网站或一些论坛均记录其位于地址P处，后来A公司扩大规模，全部搬迁至地址Q，地址P租给了其他公司。搬迁之后，公司人事部将其官网、相关的招聘网站上的地址由地址P更新为地址Q，而一些论坛上A公司的地址未能进行及时更新，这些地址则成为了过时的数据。

为解决上述技术问题，本发明实施例提供了一种衡量地图POI数据的质量的方法，该方法可以应用在终端或服务器中。图1示出了根据本发明一个实施例的衡量地图POI数据的质量的方法的流程图。如图1所示，该方法至少包括以下步骤S102至步骤S106：

步骤S102，获取包含待衡量的POI数据的一个或多个目标网页；

步骤S104，确定各个目标网页的质量系数；

步骤S106，利用确定的各个目标网页的质量系数衡量出待衡量的POI数据的质量。

本发明实施例提供了一种利用网页的质量来对地图POI数据的质量进行衡量的方案，即，首先获取包含待衡量的POI数据的一个或多个目标网页，并确定各个目标网页的质量系数，进而利用确定的各个目标网页的质量系数衡量出待衡量的POI数据的质量。因为POI数据可以是从网页中挖掘得到，所以网页的质量从一定程度上能够反映POI数据的质量，本发明实施例通过挖掘包含POI数据的网页，利用网页的质量来确定POI数据的质量，无需依赖用户的反馈信息，实现了客观地对POI数据的质量进行衡量的目的。

本发明实施例中，各个待衡量的POI数据可以包括名称、地址、电话、附近的酒店饭店商铺等信息。进一步，可以将待衡量的POI数据中的地址数据归一化为对应的经纬度数据，按照如表1所示的数据格式存储。表1中仅列出了POI数据中的名称、地址以及对应的经纬度，POI数据中的其他信息未列出。

表1

POI名字

POI地址

POI经度

POI纬度

作为示例，在步骤S102获取包含待衡量的POI数据的一个或多个目标网页之前，需要确定包含待衡量的POI数据的一个或多个目标网页，图2示出了根据本发明一个实施例的确定包含待衡量的POI数据的一个或多个目标网页的方法的流程图。如图2所示，该方法至少包括以下步骤S202至步骤S208：

步骤S202，挖掘包含地址数据的至少一个网页；

步骤S204，将待衡量的POI数据中的地址数据与至少一个网页中包含的地址数据进行匹配，在至少一个网页中确定地址数据与待衡量的POI数据中的地址数据匹配的一个或多个网页；

步骤S206，在一个或多个网页中，分别查找待衡量的POI数据对应的POI名称；

步骤S208，若查找到，则确定该网页为包含待衡量的POI数据的目标网页。

若步骤S206中，若在网页中未查找到待衡量的POI数据对应的POI名称，则确定该网页中未包含待衡量的POI数据。也就说是，虽然地址数据匹配，但是匹配的地址数据可能对应的是其他兴趣点。例如，待衡量的A公司位于xx大厦601室，网页中记录的B公司也位于xx大厦，具体在912室，两者均位于xx大厦，所以地址数据匹配，然而网页中包含的是B公司的数据，而未包含A公司的数据。

以上图2所示的实施例是基于地址数据来确定包含待衡量的POI数据的一个或多个目标网页。作为本发明的另一示例，还可以基于电话、商铺等数据来确定包含待衡量的POI数据的一个或多个目标网页。例如，当基于电话数据来确定包含待衡量的POI数据的一个或多个目标网页时，首先挖掘包含电话数据的至少一个网页，随后将待衡量的POI数据中的电话数据与至少一个网页中包含的电话数据进行匹配，在至少一个网页中确定电话数据与待衡量的POI数据中的电话数据匹配的一个或多个网页。之后，在一个或多个网页中，分别查找待衡量的POI数据对应的POI名称，若查找到，则确定该网页为包含待衡量的POI数据的目标网页。反之，若未查找到，则确定该网页中不包含待衡量的POI数据。

此外，在本发明实施例中，还可以基于商铺等数据来确定包含待衡量的POI数据的一个或多个目标网页，具体实现过程可以采用上文类似的步骤，此处不再赘述。

上文步骤S202中挖掘包含地址数据的至少一个网页，本发明提供了一种可选的方案，图3示出了根据本发明一个实施例的挖掘包含地址数据的至少一个网页的方法的流程图。如图3所示，该方法至少包括以下步骤S302至步骤S306：

步骤S302，爬取多个网页，并提取各个网页的主体文本内容；

步骤S304，在各个网页的主体文本内容中查找表示地址数据的关键词；

步骤S306，若查找到，则确定该网页为包含地址数据的网页，并从该网页中提取地址数据。

在步骤S304中，表示地址数据的关键词如“地址”、“位于”、“坐落于”等，本发明不限于此。若在网页的主体文本内容中查找到表示地址数据的关键词，则确定该网页为包含地址数据的网页，并进一步从该网页中提取地址数据。若在网页的主体文本内容中未查找到表示地址数据的关键词，则确定该网页未包含地址数据。

作为示例，从该网页中提取地址数据，本发明提供了一种可选的方案，在该方案中，可以提取该网页中表示地址数据的关键词之后的文本片段，进而从文本片段中提取地址数据。

进一步，从文本片段中提取地址数据时，可以采用多种方式，例如，可以根据指定的分隔符切分文本片段，将分隔符之前的文本片段作为地址数据。这里的分隔符可以是逗号、分号、顿号、句号、竖杆、斜杠、反斜杠等，本发明不限于此。或者，也可以从初始位置，根据指定的片段长度截取文本片段，得到地址数据。

例如，网页中包含这样一段文字内容“A公司成立于2010年，位于xx大厦601室，目前员工人数为30人”，在该网页中查找到表示地址数据的关键词“位于”，确定该网页为包含地址数据的网页，进一步提取该网页中表示地址数据的关键词“位于”之后的文本片段“xx大厦601室，目前员工人数为30人”，根据指定的分隔符切分文本片段，将分隔符之前的文本片段“xx大厦601室”作为地址数据。

在实际应用中，一个网页可能包含多个地址数据，将各个地址数据归一化为对应的经纬度数据，按照如表2所示的数据格式存储。

表2

作为示例，上文步骤S204的匹配过程，本发明还提供了一种可选的方案，即，将待衡量的POI数据对应的经纬度数据与至少一个网页对应经纬度数据进行匹配，在至少一个网页中确定经纬度数据与待衡量的POI数据对应的经纬度数据匹配的一个或多个网页。这里，可以确定经度和纬度数据均匹配的一个或多个网页，也可以确定经度和纬度数据任意之一匹配的一个或多个网页。

前文步骤S104中，确定各个目标网页的质量系数可以采用多种方式来实现，如网页的来源、发布时间、PageRank(网页等级)、发布内容的篇幅等。例如，来源于官方网站的网页质量比论坛、页面的质量高，发布时间越实时的网页质量越高，等等。

在互联网上，如果一个网页被很多其它网页所链接，说明它受到普遍的承认和信赖，那么它的排名就高，这就是PageRank的核心思想。PageRank能够对网页的重要性或质量做出客观的评价，PageRank并不计算直接链接的数量，而是将从网页A指向网页B的链接解释为由网页A对网页B所投的一票。这样，PageRank会根据网页B所收到的投票数量来评估该页的重要性。

例如，获取包含待衡量的POI数据的目标网页的数量为k，k为正整数，确定各个目标网页的质量系数为Pj(j＝1，2…k)，这里的Pj可以为上文提及的方式(即，网页的来源、发布时间、PageRank、发布内容的篇幅等)中任意之一计算得到的。进而，根据网页的质量与POI数据的质量间的正向关系，待衡量的POI数据的质量为各个目标网页的质量系数的总和，即P1+P2+…+Pk。

作为示例，当各个目标网页的质量系数包括多个时，即，利用上文提及的方式(即，网页的来源、发布时间、PageRank、发布内容的篇幅等)中两个或两个以上的方式计算，得到PA、PB、PC等，此时步骤S106可选地实施为：

步骤A1，确定各个目标网页的质量系数的权重；

步骤A2，对各个目标网页的质量系数及相应的权重进行加权求和，得到各个目标网页的综合质量系数；

步骤A3，将各个目标网页的综合质量系数作为待衡量的POI数据的质量值。

例如，获取包含待衡量的POI数据的目标网页的数量为k，k为正整数，确定各个目标网页的质量系数分别为PAj(j＝1，2…k)、PBj(j＝1，2…k)、PCj(j＝1，2…k)，以及确定各个质量系数的权重分别为a、b、c。根据网页的质量与POI数据的质量间的相互关系，待衡量的POI数据的质量为各个目标网页的综合质量系数，即，a×(PA1+PA2+…+PAk)+b×(PB1+PB2+…+PBk)+c×(PC1+PC2+…+PCk)。

进一步，在得到待衡量的POI数据的质量值之后，可以根据预设的质量值与质量等级的对应关系，将待衡量的POI数据的质量值与对应关系进行匹配，确定待衡量的POI数据的质量值对应的质量等级。

作为示例，待衡量的POI数据可以包括通过来自用户的搜索词搜索匹配得到的POI数据，上文所述的衡量地图POI数据的质量的方法可以应用在浏览器或搜索引擎中。

在上文提到的例子中，A公司的地址在其官网、相关的招聘网站上为地址Q，而在一些论坛上A公司的地址未能进行及时更新，仍然为之前的地址P。用户在搜索引擎的输入框中输入搜索词“A公司的地址”，此时搜索到的结果如图4所示。在图4中，“A公司的地址”的搜索结果为地址P和地址Q。这样的搜索结果会给用户带来困扰，搜索体验较差。

本发明实施例通过对地址P和地址Q的质量进行衡量，能够解决上述问题，即，利用地址P和地址Q所在网页的质量，来实现对地址P和地址Q的质量进行衡量。具体地，获取到A公司(即，POI)地址P所在网页为论坛，而地址Q所在网页为A公司的官网、相关的招聘网站。根据网页的来源，确定出官网、相关的招聘网站的质量系数要高于论坛的质量系数，进而衡量出地址Q的质量要高于地址P。此外，还可以通过网页的发布时间、PageRank、发布内容的篇幅等来衡量，此处不再赘述。

进一步，在衡量出待衡量的POI数据的质量之后，可以根据衡量出的POI数据的质量，对POI数据进行排序，将排序后的POI数据作为搜索结果提供给用户。在上述的例子中，对地址P和地址Q进行排序，可以将地址Q排在地址P的前面，作为搜索结果提供给用户，如图5所示。

以上例举主要以对POI数据中的地址数据进行衡量为例，在实际应用中，还可以对POI数据中的电话、商铺等数据进行衡量。进一步，在衡量出POI数据中的电话、商铺等数据的质量之后，还可以对其进行排序，并输出。

基于上文各个实施例提供的衡量地图POI数据的质量的方法，基于同一发明构思，本发明实施例还提供了一种衡量地图POI数据的质量的装置。

图6示出了根据本发明一个实施例的衡量地图POI数据的质量的装置的结构示意图。如图6所示，该装置至少可以包括目标网页获取模块610、质量系数确定模块620以及质量衡量模块630。

现介绍本发明实施例的衡量地图POI数据的质量的装置的各组成或器件的功能以及各部分间的连接关系：

目标网页获取模块610，适于获取包含待衡量的POI数据的一个或多个目标网页；

质量系数确定模块620，与目标网页获取模块610相耦合，适于确定各个目标网页的质量系数；

质量衡量模块630，与质量系数确定模块620相耦合，适于利用确定的所述各个目标网页的质量系数衡量出所述待衡量的POI数据的质量。

在本发明一实施例中，如图7所示，图6展示的装置还可以包括目标网页确定模块640，与目标网页获取模块610相耦合，适于通过以下单元确定获取的包含待衡量的POI数据的一个或多个目标网页：

挖掘单元，适于挖掘包含地址数据的至少一个网页；

匹配单元，适于将所述待衡量的POI数据中的地址数据与所述至少一个网页中包含的地址数据进行匹配，在所述至少一个网页中确定地址数据与所述待衡量的POI数据中的地址数据匹配的一个或多个网页；

查找单元，适于在所述一个或多个网页中，分别查找所述待衡量的POI数据对应的POI名称；

确定单元，适于若所述查找单元查找到所述待衡量的POI数据对应的POI名称，则确定该网页为包含所述待衡量的POI数据的目标网页。

在本发明一实施例中，所述匹配单元还适于：

分别将所述至少一个网页中包含的地址数据以及所述待衡量的POI数据中的地址数据归一化为对应的经纬度数据；

将所述待衡量的POI数据对应的经纬度数据与所述至少一个网页对应经纬度数据进行匹配，在所述至少一个网页中确定经纬度数据与所述待衡量的POI数据对应的经纬度数据匹配的一个或多个网页。

在本发明一实施例中，所述挖掘单元还适于：

爬取多个网页，并提取各个网页的主体文本内容；

在所述各个网页的主体文本内容中查找表示地址数据的关键词；

若查找到，则确定该网页为包含地址数据的网页。

在本发明一实施例中，所述挖掘单元还适于：

从该网页中提取地址数据。

在本发明一实施例中，所述挖掘单元还适于：

提取该网页中表示地址数据的关键词之后的文本片段；

从所述文本片段中提取地址数据。

在本发明一实施例中，所述挖掘单元还适于：

根据指定的分隔符切分所述文本片段，将分隔符之前的文本片段作为地址数据；和/或

从初始位置，根据指定的片段长度截取所述文本片段，得到地址数据。

在本发明一实施例中，所述质量衡量模块630还适于：

当所述各个目标网页的质量系数包括多个时，确定各个目标网页的质量系数的权重；

对所述各个目标网页的质量系数及相应的权重进行加权求和，得到所述各个目标网页的综合质量系数；

将所述各个目标网页的综合质量系数作为所述待衡量的POI数据的质量值。

在本发明一实施例中，所述质量衡量模块630还适于：

根据预设的质量值与质量等级的对应关系，将所述待衡量的POI数据的质量值与所述对应关系进行匹配，确定所述待衡量的POI数据的质量值对应的质量等级。

在本发明一实施例中，上文图6或图7展示的装置可以应用在浏览器或搜索引擎中，例如可以以插件的形式设置在浏览器中，或者作为搜索引擎的组件。所述待衡量的POI数据包括通过来自用户的搜索词搜索匹配得到的POI数据。

在本发明一实施例中，如图7所示，所述装置还可以包括：

排序模块650，与质量衡量模块630相耦合，适于在质量衡量模块630利用确定的所述各个目标网页的质量系数衡量出所述待衡量的POI数据的质量之后，根据衡量出的POI数据的质量，对所述POI数据进行排序；

输出模块660，与排序模块650相耦合，适于将排序后的POI数据作为搜索结果提供给用户。

根据上述任意一个优选实施例或多个优选实施例的组合，本发明实施例能够达到如下有益效果：

本发明实施例提供了一种利用网页的质量来对地图POI数据的质量进行衡量的方案，即，首先获取包含待衡量的POI数据的一个或多个目标网页，并确定各个目标网页的质量系数，进而根据网页的质量与POI数据的质量间的相互关系，利用确定的各个目标网页的质量系数衡量出待衡量的POI数据的质量。因为POI数据可以是从网页中挖掘得到，所以网页的质量从一定程度上能够反映POI数据的质量，本发明实施例通过挖掘包含POI数据的网页，利用网页的质量来确定POI数据的质量，无需依赖用户的反馈信息，实现了客观地对POI数据的质量进行衡量的目的。

另外，本发明实施例还可以应用于搜索方案中，即，在搜索得到多个POI数据时，可以对POI数据的质量进行衡量，进而基于衡量的结果进行排序，最后将排序后的结果提供给用户，能够提升搜索结果的有效性和准确性。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的衡量地图POI数据的质量的装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

本发明实施例还公开了：A1、一种衡量地图POI数据的质量的方法，包括：

获取包含待衡量的POI数据的一个或多个目标网页；

确定各个目标网页的质量系数；

利用确定的所述各个目标网页的质量系数衡量出所述待衡量的POI数据的质量。

A2、根据A1所述的方法，其中，通过以下步骤确定获取的包含待衡量的POI数据的一个或多个目标网页：

挖掘包含地址数据的至少一个网页；

将所述待衡量的POI数据中的地址数据与所述至少一个网页中包含的地址数据进行匹配，在所述至少一个网页中确定地址数据与所述待衡量的POI数据中的地址数据匹配的一个或多个网页；

在所述一个或多个网页中，分别查找所述待衡量的POI数据对应的POI名称；

若查找到，则确定该网页为包含所述待衡量的POI数据的目标网页。

A3、根据A1或A2所述的方法，其中，将所述待衡量的POI数据中的地址数据与所述至少一个网页中包含的地址数据进行匹配，在所述至少一个网页中确定地址数据与所述待衡量的POI数据中的地址数据匹配的一个或多个网页，包括：

分别将所述至少一个网页中包含的地址数据以及所述待衡量的POI数据中的地址数据归一化为对应的经纬度数据；

将所述待衡量的POI数据对应的经纬度数据与所述至少一个网页对应经纬度数据进行匹配，在所述至少一个网页中确定经纬度数据与所述待衡量的POI数据对应的经纬度数据匹配的一个或多个网页。

A4、根据A1-A3任一项所述的方法，其中，所述挖掘包含地址数据的至少一个网页，包括：

爬取多个网页，并提取各个网页的主体文本内容；

在所述各个网页的主体文本内容中查找表示地址数据的关键词；

若查找到，则确定该网页为包含地址数据的网页。

A5、根据A1-A4任一项所述的方法，其中，在确定该网页为包含地址数据的网页之后，还包括：

从该网页中提取地址数据。

A6、根据A1-A5任一项所述的方法，其中，所述从该网页中提取地址数据，包括：

提取该网页中表示地址数据的关键词之后的文本片段；

从所述文本片段中提取地址数据。

A7、根据A1-A6任一项所述的方法，其中，从所述文本片段中提取地址数据，包括：

根据指定的分隔符切分所述文本片段，将分隔符之前的文本片段作为地址数据；和/或

从初始位置，根据指定的片段长度截取所述文本片段，得到地址数据。

A8、根据A1-A7任一项所述的方法，其中，当所述各个目标网页的质量系数包括多个时，利用确定的所述各个目标网页的质量系数衡量出所述待衡量的POI数据的质量，包括：

确定各个目标网页的质量系数的权重；

对所述各个目标网页的质量系数及相应的权重进行加权求和，得到所述各个目标网页的综合质量系数；

将所述各个目标网页的综合质量系数作为所述待衡量的POI数据的质量值。

A9、根据A1-A8任一项所述的方法，其中，在得到所述待衡量的POI数据的质量值之后，还包括：

根据预设的质量值与质量等级的对应关系，将所述待衡量的POI数据的质量值与所述对应关系进行匹配，确定所述待衡量的POI数据的质量值对应的质量等级。

A10、根据A1-A9任一项所述的方法，其中，所述待衡量的POI数据包括通过来自用户的搜索词搜索匹配得到的POI数据。

A11、根据A1-A10任一项所述的方法，其中，在利用确定的所述各个目标网页的质量系数衡量出所述待衡量的POI数据的质量之后，还包括：

根据衡量出的POI数据的质量，对所述POI数据进行排序；

将排序后的POI数据作为搜索结果提供给用户。

B12、一种衡量地图POI数据的质量的装置，包括：

目标网页获取模块，适于获取包含待衡量的POI数据的一个或多个目标网页；

质量系数确定模块，适于确定各个目标网页的质量系数；

质量衡量模块，适于利用确定的所述各个目标网页的质量系数衡量出所述待衡量的POI数据的质量。

B13、根据B12所述的装置，其中，还包括目标网页确定模块，适于通过以下单元确定获取的包含待衡量的POI数据的一个或多个目标网页：

挖掘单元，适于挖掘包含地址数据的至少一个网页；

匹配单元，适于将所述待衡量的POI数据中的地址数据与所述至少一个网页中包含的地址数据进行匹配，在所述至少一个网页中确定地址数据与所述待衡量的POI数据中的地址数据匹配的一个或多个网页；

查找单元，适于在所述一个或多个网页中，分别查找所述待衡量的POI数据对应的POI名称；

确定单元，适于若所述查找单元查找到所述待衡量的POI数据对应的POI名称，则确定该网页为包含所述待衡量的POI数据的目标网页。

B14、根据B12或B13所述的装置，其中，所述匹配单元还适于：

分别将所述至少一个网页中包含的地址数据以及所述待衡量的POI数据中的地址数据归一化为对应的经纬度数据；

将所述待衡量的POI数据对应的经纬度数据与所述至少一个网页对应经纬度数据进行匹配，在所述至少一个网页中确定经纬度数据与所述待衡量的POI数据对应的经纬度数据匹配的一个或多个网页。

B15、根据B12-B14任一项所述的装置，其中，所述挖掘单元还适于：

爬取多个网页，并提取各个网页的主体文本内容；

在所述各个网页的主体文本内容中查找表示地址数据的关键词；

若查找到，则确定该网页为包含地址数据的网页。

B16、根据B12-B15任一项所述的装置，其中，所述挖掘单元还适于：

从该网页中提取地址数据。

B17、根据B12-B16任一项所述的装置，其中，所述挖掘单元还适于：

提取该网页中表示地址数据的关键词之后的文本片段；

从所述文本片段中提取地址数据。

B18、根据B12-B17任一项所述的装置，其中，所述挖掘单元还适于：

根据指定的分隔符切分所述文本片段，将分隔符之前的文本片段作为地址数据；和/或

从初始位置，根据指定的片段长度截取所述文本片段，得到地址数据。

B19、根据B12-B18任一项所述的装置，其中，所述质量衡量模块还适于：

当所述各个目标网页的质量系数包括多个时，确定各个目标网页的质量系数的权重；

对所述各个目标网页的质量系数及相应的权重进行加权求和，得到所述各个目标网页的综合质量系数；

将所述各个目标网页的综合质量系数作为所述待衡量的POI数据的质量值。

B20、根据B12-B19任一项所述的装置，其中，所述质量衡量模块还适于：

根据预设的质量值与质量等级的对应关系，将所述待衡量的POI数据的质量值与所述对应关系进行匹配，确定所述待衡量的POI数据的质量值对应的质量等级。

B21、根据B12-B20任一项所述的装置，其中，所述待衡量的POI数据包括通过来自用户的搜索词搜索匹配得到的POI数据。

B22、根据B12-B21任一项所述的装置，其中，还包括：

排序模块，适于在所述质量衡量模块利用确定的所述各个目标网页的质量系数衡量出所述待衡量的POI数据的质量之后，根据衡量出的POI数据的质量，对所述POI数据进行排序；

输出模块，适于将排序后的POI数据作为搜索结果提供给用户。

Claims (10)

1.一种衡量地图POI数据的质量的方法，包括：

获取包含待衡量的POI数据的一个或多个目标网页；

确定各个目标网页的质量系数；

利用确定的所述各个目标网页的质量系数衡量出所述待衡量的POI数据的质量。

2.根据权利要求1所述的方法，其中，通过以下步骤确定获取的包含待衡量的POI数据的一个或多个目标网页：

挖掘包含地址数据的至少一个网页；

将所述待衡量的POI数据中的地址数据与所述至少一个网页中包含的地址数据进行匹配，在所述至少一个网页中确定地址数据与所述待衡量的POI数据中的地址数据匹配的一个或多个网页；

在所述一个或多个网页中，分别查找所述待衡量的POI数据对应的POI名称；

若查找到，则确定该网页为包含所述待衡量的POI数据的目标网页。

3.根据权利要求1或2所述的方法，其中，将所述待衡量的POI数据中的地址数据与所述至少一个网页中包含的地址数据进行匹配，在所述至少一个网页中确定地址数据与所述待衡量的POI数据中的地址数据匹配的一个或多个网页，包括：

分别将所述至少一个网页中包含的地址数据以及所述待衡量的POI数据中的地址数据归一化为对应的经纬度数据；

将所述待衡量的POI数据对应的经纬度数据与所述至少一个网页对应经纬度数据进行匹配，在所述至少一个网页中确定经纬度数据与所述待衡量的POI数据对应的经纬度数据匹配的一个或多个网页。

4.根据权利要求1-3任一项所述的方法，其中，所述挖掘包含地址数据的至少一个网页，包括：

爬取多个网页，并提取各个网页的主体文本内容；

在所述各个网页的主体文本内容中查找表示地址数据的关键词；

若查找到，则确定该网页为包含地址数据的网页。

5.根据权利要求1-4任一项所述的方法，其中，在确定该网页为包含地址数据的网页之后，还包括：

从该网页中提取地址数据。

6.根据权利要求1-5任一项所述的方法，其中，所述从该网页中提取地址数据，包括：

提取该网页中表示地址数据的关键词之后的文本片段；

从所述文本片段中提取地址数据。

7.根据权利要求1-6任一项所述的方法，其中，从所述文本片段中提取地址数据，包括：

根据指定的分隔符切分所述文本片段，将分隔符之前的文本片段作为地址数据；和/或

从初始位置，根据指定的片段长度截取所述文本片段，得到地址数据。

8.根据权利要求1-7任一项所述的方法，其中，当所述各个目标网页的质量系数包括多个时，利用确定的所述各个目标网页的质量系数衡量出所述待衡量的POI数据的质量，包括：

确定各个目标网页的质量系数的权重；

对所述各个目标网页的质量系数及相应的权重进行加权求和，得到所述各个目标网页的综合质量系数；

将所述各个目标网页的综合质量系数作为所述待衡量的POI数据的质量值。

9.根据权利要求1-8任一项所述的方法，其中，在得到所述待衡量的POI数据的质量值之后，还包括：

根据预设的质量值与质量等级的对应关系，将所述待衡量的POI数据的质量值与所述对应关系进行匹配，确定所述待衡量的POI数据的质量值对应的质量等级。

10.一种衡量地图POI数据的质量的装置，包括：

目标网页获取模块，适于获取包含待衡量的POI数据的一个或多个目标网页；

质量系数确定模块，适于确定各个目标网页的质量系数；

质量衡量模块，适于利用确定的所述各个目标网页的质量系数衡量出所述待衡量的POI数据的质量。