CN110347775B - 兴趣点状态校正方法、装置、设备及计算机可读存储介质 - Google Patents

Abstract

本发明提供一种兴趣点状态校正方法、装置、设备及计算机可读存储介质，方法包括：针对每一状态待校正兴趣点，确定将所述状态待校正兴趣点设置为目标位置的用户标识；针对每一用户标识，获取所述用户标识对应的全部空间行为数据；根据所述空间行为数据确定所述状态待校正兴趣点的准确状态信息。根据所述准确状态信息对所述状态待校正兴趣点当前的状态进行校正。通过大数据分析技术，能够自动快速地实现对状态待校正兴趣点状态的确定，节约人力资源的基础上，提高状态待校正兴趣点状态校正的速度，进而能够提高用户体验。

Description

兴趣点状态校正方法、装置、设备及计算机可读存储介质

技术领域

本发明涉及大数据领域，尤其涉及一种兴趣点状态校正方法、装置、设备及计算机可读存储介质。

背景技术

兴趣点(Point of Interest，简称POI)是当前电子地图的重要组成部分，以点的形式承载了地图中大部分的信息，其质量好坏，直接决定了电子地图的用户体验。每个POI包含名称、地址、状态等信息。其中，状态决定了POI在地图中存在与否。若POI状态错误，用户使用电子地图时可能在地图标识的位置无法找到指定的POI点，从而可能会导致用户体验较差。

现有技术中一般都是通过人工核对的方法实现对POI状态的验证，如通过专业人员进行实地采集数据，根据采集的数据对POI状态进行验证，或者通过人工电话对POI对应的状态进行核实并验证。

但是，采用上述方法进行POI验证往往较为耗费人力资源，而且由于POI的数量较多，通过人工采集数据并验证往往时效性较低，进而导致用户使用地图时的体验较差。

发明内容

本发明提供一种兴趣点状态校正方法、装置、设备及计算机可读存储介质，用于解决现有技术中通过人工采集数据并验证往往时效性较低，进而导致用户使用地图时的体验较差的技术问题。

本发明的第一个方面是提供一种兴趣点状态校正方法，包括：

针对每一状态待校正兴趣点，确定将所述状态待校正兴趣点设置为目标位置的用户标识；

针对每一用户标识，获取所述用户标识对应的全部空间行为数据；

根据所述空间行为数据确定所述状态待校正兴趣点的准确状态信息；

根据所述准确状态信息对所述状态待校正兴趣点当前的状态进行校正。

本发明的第二个方面是提供一种兴趣点状态校正装置，包括：

用户标识获取模块，用于针对每一状态待校正兴趣点，确定将所述状态待校正兴趣点设置为目标位置的用户标识；

行为数据获取模块，用于针对每一用户标识，获取所述用户标识对应的全部空间行为数据；

状态信息确定模块，用于根据所述空间行为数据确定所述状态待校正兴趣点的准确状态信息。

本发明的第三个方面是提供一种兴趣点状态校正设备，包括：存储器，处理器；

存储器；用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为由所述处理器执行如第一方面所述的兴趣点状态校正方法。

本发明的第四个方面是提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面所述的兴趣点状态校正方法。

本发明提供的兴趣点状态校正方法、装置、设备及计算机可读存储介质，通过针对每一个状态待校正兴趣点，确定将该状态待校正兴趣点作为目标位置的用户标识。获取该用户标识对应的全部空间行为数据，进而能够根据该空间行为数据对状态待校正兴趣点的状态的校正。通过大数据分析技术，能够自动快速地实现对状态待校正兴趣点状态的确定，节约人力资源的基础上，提高状态待校正兴趣点状态校正的速度，进而能够提高用户体验。

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，下面描述中的附图是本发明的一些实施例，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为本发明基于的网络架构示意图；

图2为本发明实施例一提供的兴趣点状态校正方法的流程示意图；

图3为本发明实施例二提供的兴趣点状态校正方法的流程示意图；

图4为本发明实施例三提供的兴趣点状态校正方法的流程示意图；

图5为本发明实施例四提供的兴趣点状态校正装置的结构示意图；

图6为本发明实施例五提供的兴趣点状态校正设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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清楚、完整地描述，显然，所描述的实施例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所获得的所有其他实施例，都属于本发明保护的范围。

针对上述提及的现有技术中通过人工采集数据并验证往往时效性较低，进而导致用户使用地图时的体验较差的技术问题，本发明提供了一种兴趣点状态校正方法、装置、设备及计算机可读存储介质。

需要说明的是，本申请提供的兴趣点状态校正方法、装置、设备及计算机可读存储介质可运用在对任意一种状态待校正兴趣点状态的校正场景中。

图1为本发明基于的网络架构示意图，如图1所示，本发明基于的网络架构至少包括：兴趣点状态校正装置1以及数据服务器2。其中，兴趣点状态校正装置1采用C/C++、Java、Shell或Python等语言编写；数据服务器2则可为云端服务器或服务器集群，其内存储有大量的数据。兴趣点状态校正装置1与数据服务器2通信连接，从而兴趣点状态校正装置1能够从数据服务器2中获取数据。

图2为本发明实施例一提供的兴趣点状态校正方法的流程示意图，如图2所述，所述方法包括：

步骤101、针对每一状态待校正兴趣点，确定将所述状态待校正兴趣点设置为目标位置的用户标识。

本实施例的执行主体为兴趣点状态校正装置。该兴趣点状态校正装置与数据服务器通信连接，从而兴趣点状态校正装置能够从数据服务器中获取数据。以手机为代表的移动智能终端绝大多数具有空间定位功能且安装了电子地图，部分用户在使用电子地图过程中，往往会设置有多个位置信息，举例来说，位置信息包括公司、学校、家等，以方便出行和导航。随着用户的移动，移动终端能够获取到多个位置信息。实际应用中，针对电子地图上每一个兴趣点，都有用户将该兴趣点作为目标位置，其中，该目标位置可以为“家”、“公司”等。针对每一个兴趣点，若用户将其设置为目标位置之后，则可能会产生很多包含该目标位置的位置数据。为了实现对状态待校正兴趣点状态的校正，针对每一个状态待校正兴趣点，可以从数据服务器中获取将该状态待校正兴趣点作为目标位置的用户标识。

步骤102、针对每一用户标识，获取所述用户标识对应的全部空间行为数据。

在本实施方式中，针对每一个状态待校正兴趣点，若用户将其设置为目标位置之后，则可能会产生很多包含该目标位置的空间行为数据。例如，用户可能在目标位置附近预设区域进行活动，用户可以查询起点或终点包括该目标位置的路线、也可以导航至该目标位置。因此，为了实现对状态待校正兴趣点状态的校正，可以获取每一用户标识，可以获取用户标识对应的全部空间行为数据。

步骤103、根据所述空间行为数据确定所述状态待校正兴趣点的准确状态信息。

在本实施方式中，获取到用户标识对应的空间行为数据之后，能够根据该空间行为数据确定状态待校正兴趣点的准确状态信息。举例来说，若用户长时间出现在某一状态待校正兴趣点附近、或者经常导航至该状态待校正兴趣点等，则表征该状态待校正兴趣点当前处于正常营业的状态。而若状态待校正兴趣点当前处于关闭状态，即使有用户导航至该状态待校正兴趣点或出现在该状态待校正兴趣点附近，导航次数也小于预设的阈值。因此，可以根据空间行为数据确定状态待校正兴趣点的准确状态信息。

步骤104、根据所述准确状态信息对所述状态待校正兴趣点当前的状态进行校正。

在本实施方式中，可以根据空间行为数据确定状态待校正兴趣点的准确状态信息之后，可以确定该状态待校正兴趣点的状态是否与准确状态信息一致。若一致，则表征状态待校正兴趣点的状态正常，无需对其进行修改；反之，若不一致，则表征状态待校正兴趣点的状态出现异常，为了提高地图的精准性，需要根据准确状态信息对该状态待校正兴趣点的状态进行修改。以实际应用举例来说，若当前状态待校正兴趣点为公司，根据用户的空间行为数据确定该公司的准确状态信息为关闭，而在地图中存储的该状态待校正兴趣点的状态为正常营业，此时，需要根据准确状态信息将地图中存储的该状态待校正兴趣点的状态修改为关闭。从而用户在地图上查询该状态待校正兴趣点时，能够直接获取到该状态待校正兴趣点的准确状态，避免由于地图中记录的状态待校正兴趣点的状态不准确而导致用户开始不必要的行程。

本实施例提供的兴趣点状态校正方法，通过针对每一个状态待校正兴趣点，确定将该状态待校正兴趣点作为目标位置的用户标识。获取该用户标识对应的全部空间行为数据，进而能够根据该空间行为数据对状态待校正兴趣点的状态的校正。通过大数据分析技术，能够自动快速地实现对状态待校正兴趣点状态的确定，节约人力资源的基础上，提高状态待校正兴趣点状态校正的速度，进而能够提高用户体验。

图3为本发明实施例二提供的兴趣点状态校正方法的流程示意图，在上述任一实施例的基础上，所述空间行为数据包括所述用户在所述状态待校正兴趣点周围预设区域的出现的时间数据；

相应地，步骤103包括：

步骤201、确定所述状态待校正兴趣点的类型；

步骤202、根据所述状态待校正兴趣点的类型以及所述时间数据确定所述状态待校正兴趣点的准确状态信息。

在本实施例中，空间行为数据具体可以包括用户在所述状态待校正兴趣点周围预设区域的出现的时间数据。以状态待校正兴趣点为公司举例来说，用户可以将改状态待校正兴趣点设置为工作单位。一般情况下，工作日的工作时间内，用户会出现在工作单位附近，并在社交单位附近预设区域进行社交活动，而当休息室以及非工作时间内，用户则大概率不会出现在工作单位附近。因此，获取到空间行为数据之后，可以确定状态待校正兴趣点的类型，该类型分为第一类型以及第二类型，其中，第一类型中可以包括用户工作所在的区域，第二类型可以包括用户生活所在的区域。用户一般会在工作时间点出现在第一类型的状态待校正兴趣点范围内，在私人时间出现在第二类型的状态待校正兴趣点范围内。因此，可以根据状态待校正兴趣点的类型以及所述时间数据确定所述状态待校正兴趣点的准确状态信息。

本实施例提供的兴趣点状态校正方法，通过确定状态待校正兴趣点的类型，根据状态待校正兴趣点的类型以及所述时间数据确定所述状态待校正兴趣点的准确状态信息，从而能够精准地实现对状态待校正兴趣点的准确状态信息的确定，并且能够节约人力资源。

进一步地，在上述任一实施例的基础上，所述根据所述状态待校正兴趣点的类型以及所述时间数据确定所述状态待校正兴趣点的准确状态信息，包括：

若所述状态待校正兴趣点的类型为第一类型，则计算所述用户在预设的第一时间内出现在所述状态待校正兴趣点周围预设区域的第一概率；

若所述第一概率大于预设的第一阈值，则判定所述状态待校正兴趣点的准确状态信息为正常运营状态。

在本实施例中，第一类型中可以包括用户工作所在的区域，例如公司、学校等。当状态待校正兴趣点的类型为第一类型，则可以计算用户在预设的第一时间内出现在状态待校正兴趣点周围预设区域的第一概率。其中，该第一时间可以为工作时间。若第一概率大于预设的第一阈值，则可以判定状态待校正兴趣点的准确状态信息为正常运营状态。

以实际应用举例来说，该状态待校正兴趣点为用户的工作单位，第一时间为早9点至晚5点。根据空间行为数据确定用户在早9点至晚5点时间段内出现在工作单位的概率超过90％，则可以表征用户每天正常上下班。相应地，用户标记的工作单位处于正常运营状态。

本实施例提供的兴趣点状态校正方法，通过在状态待校正兴趣点的类型为第一类型时，确定用户在预设的第一时间内出现在所述状态待校正兴趣点周围预设区域的第一概率是否超过第一阈值，从而能够精准地实现对状态待校正兴趣点的准确状态信息的确定，并且能够节约人力资源。

进一步地，在上述任一实施例的基础上，所述根据所述状态待校正兴趣点的类型以及所述时间数据确定所述状态待校正兴趣点的准确状态信息，包括：

若所述状态待校正兴趣点的类型为第二类型，则计算所述用户在预设的第二时间内出现在所述状态待校正兴趣点周围预设区域的第二概率；

若所述第二概率大于预设的第二阈值，则判定所述状态待校正兴趣点的准确状态信息为正常运营状态。

在本实施例中，第二类型可以包括用户生活所在的区域，例如家、超市等。用户一般会在在私人时间出现在第二类型的状态待校正兴趣点范围内。状态待校正兴趣点的类型为第二类型，则可以计算用户在预设的第二时间内出现在状态待校正兴趣点周围预设区域的第二概率。其中，该第二时间可以为工作时间。若第二概率大于预设的第二阈值，则可以判定状态待校正兴趣点的准确状态信息为正常运营状态。

以实际应用举例来说，该状态待校正兴趣点为用户居住的小区，第二时间为早上9点之前以及晚上5点之后。根据空间行为数据确定用户在早上9点之前以及晚上5点之后时间段内出现在小区的概率超过90％，则用户标记的工作单位处于正常运营状态。

本实施例提供的兴趣点状态校正方法，通过在状态待校正兴趣点的类型为第二类型时，确定用户在预设的第二时间内出现在所述状态待校正兴趣点周围预设区域的第二概率是否超过第二阈值，从而能够精准地实现对状态待校正兴趣点的准确状态信息的确定，并且能够节约人力资源。

图4为本发明实施例三提供的兴趣点状态校正方法的流程示意图，在上述任一实施例的基础上，所述空间行为数据包括所述用户使用过的包括所述状态待校正兴趣点的导航轨迹；

相应地，所述步骤103包括：

步骤301、获取以所述状态待校正兴趣点作为起点和/或导航至所述状态待校正兴趣点周围预设区域的移动轨迹数量和/或用户数量；

步骤302、判断所述移动轨迹数量和/或用户数量的数量是否超过预设的第三阈值；

步骤303、若是，则判定所述状态待校正兴趣点的准确状态信息为正常运营状态。

在本实施例中，空间行为数据具体可以包括所述用户使用过的包括状态待校正兴趣点的导航轨迹。若一个状态待校正兴趣点正常营业，则状态待校正兴趣点周围预设范围内会有很多用户进行移动。因此，获取到空间行为数据之后，可以获取以状态待校正兴趣点作为起点和/或导航至状态待校正兴趣点周围预设区域的移动轨迹数量和/或用户数量。若移动轨迹数量和/或用户数量的数量是否超过预设的第三阈值，则表征该状态待校正兴趣点正常营业。

以状态待校正兴趣点为商场举例来说，若在该商场附近的移动轨迹数量小于预设的阈值，则表征该商场可能处于关闭状态。相应地，若该商场周围预设范围内用户数量小于预设的阈值，则表征该商场可能处于关闭状态。

本实施例提供的兴趣点状态校正方法，通过获取以状态待校正兴趣点作为起点和/或导航至状态待校正兴趣点周围预设区域的移动轨迹数量和/或用户数量，根据移动轨迹数量和/或用户数量的数量是否超过预设的第三阈值确定状态待校正兴趣点的准确状态信息，从而能够精准地实现对状态待校正兴趣点的准确状态信息的确定，并且能够节约人力资源。

进一步地，在上述任一实施例的基础上，所述空间行为数据包括所述用户查询过的以所述状态待校正兴趣点为起点和/或终点的路线信息；

相应地，步骤103包括：

判断所述用户查询路线信息的次数是否超过预设的第四阈值；

若是，则判定所述状态待校正兴趣点的准确状态信息为正常运营状态。

在本实施例中，空间行为数据具体可以包括所述用户查询过的以所述状态待校正兴趣点为起点和/或终点的路线信息。实际应用中，针对每一状态待校正兴趣点，若查询以状态待校正兴趣点为起点和/或终点的路线信息超过预设的阈值，则可以表征该状态待校正兴趣点正常营业。因此，获取到空间行为数据之后，可以判断用户查询路线信息的次数是否超过预设的第四阈值，若是，则判定状态待校正兴趣点的准确状态信息为正常运营状态，反之，则可以判定状态待校正兴趣点的准确状态信息为关闭状态。

本实施例提供的兴趣点状态校正方法，通过判断用户查询路线信息的次数是否超过预设的第四阈值实现对状态待校正兴趣点的准确状态信息的确定，从而能够精准地实现对状态待校正兴趣点的准确状态信息的确定，并且能够节约人力资源。

需要说明的是，上述实施例可以单独实施，也可以结合实施，本发明在此不做限制。结合实施时，可以分别确定根据状态待校正兴趣点的类型以及时间数据确定状态待校正兴趣点的准确状态信息、根据移动轨迹数量和/或用户数量的数量是否超过预设的第三阈值确定状态待校正兴趣点的准确状态信息、根据判断用户查询路线信息的次数是否超过预设的第四阈值确定状态待校正兴趣点的准确状态信息，若三个准确状态信息中有至少一个为正常营业状态，则可以判定状态待校正兴趣点的状态为正常营业状态。

图5为本发明实施例四提供的兴趣点状态校正装置的结构示意图，如图5所示，所述装置包括：

用户标识获取模块41，用于针对每一状态待校正兴趣点，确定将所述状态待校正兴趣点设置为目标位置的用户标识；

行为数据获取模块42，用于针对每一用户标识，获取所述用户标识对应的全部空间行为数据；

状态信息确定模块43，用于根据所述空间行为数据确定所述状态待校正兴趣点的准确状态信息。

校正模块44，用于根据所述准确状态信息对所述状态待校正兴趣点当前的状态进行校正。

本实施例提供的兴趣点状态校正装置，通过针对每一个状态待校正兴趣点，确定将该状态待校正兴趣点作为目标位置的用户标识。获取该用户标识对应的全部空间行为数据，进而能够根据该空间行为数据对状态待校正兴趣点的状态的校正。通过大数据分析技术，能够自动快速地实现对状态待校正兴趣点状态的确定，节约人力资源的基础上，提高状态待校正兴趣点状态校正的速度，进而能够提高用户体验。

进一步地，在上述任一实施例的基础上，所述空间行为数据包括所述用户在所述状态待校正兴趣点周围预设区域的出现的时间数据；

相应地，所述状态信息确定模块包括：

类型确定单元，用于确定所述状态待校正兴趣点的类型；

第一确定单元，用于根据所述状态待校正兴趣点的类型以及所述时间数据确定所述状态待校正兴趣点的准确状态信息。

进一步地，在上述任一实施例的基础上，所述根据第一确定单元用于：

若所述状态待校正兴趣点的类型为第一类型，则计算所述用户在预设的第一时间内出现在所述状态待校正兴趣点周围预设区域的第一概率；

若所述第一概率大于预设的第一阈值，则判定所述状态待校正兴趣点的准确状态信息为正常运营状态。

进一步地，在上述任一实施例的基础上，所述第一确定单元用于：

若所述状态待校正兴趣点的类型为第二类型，则计算所述用户在预设的第二时间内出现在所述状态待校正兴趣点周围预设区域的第二概率；

若所述第二概率大于预设的第二阈值，则判定所述状态待校正兴趣点的准确状态信息为正常运营状态。

进一步地，在上述任一实施例的基础上，所述空间行为数据包括所述用户使用过的包括所述状态待校正兴趣点的导航轨迹；

相应地，所述状态信息确定模块包括：

获取单元，用于获取以所述状态待校正兴趣点作为起点和/或导航至所述状态待校正兴趣点周围预设区域的移动轨迹数量和/或用户数量；

第一判断单元，用于判断所述移动轨迹数量和/或用户数量的数量是否超过预设的第三阈值；

第二确定单元，用于若是，则判定所述状态待校正兴趣点的准确状态信息为正常运营状态。

进一步地，在上述任一实施例的基础上，所述空间行为数据包括所述用户查询过的以所述状态待校正兴趣点为起点和/或终点的路线信息；

相应地，所述状态信息确定模块包括：

第二判断单元，用于判断所述用户查询路线信息的次数是否超过预设的第四阈值；

第三确定单元，用于若是，则判定所述状态待校正兴趣点的准确状态信息为正常运营状态。

图6为本发明实施例五提供的兴趣点状态校正设备的结构示意图，如图6所示，所述兴趣点状态校正设备包括：存储器51，处理器52；

存储器51；用于存储所述处理器52可执行指令的存储器51；

其中，所述处理器52被配置为由所述处理器52执行如上述任一实施例所述的兴趣点状态校正方法。

本发明又一实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上述任一实施例所述的兴趣点状态校正方法。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (14)

1.一种兴趣点状态校正方法，其特征在于，包括：

针对每一状态待校正兴趣点，确定将所述状态待校正兴趣点设置为目标位置的用户标识；所述目标位置包括公司；针对每一用户标识，获取所述用户标识对应的全部空间行为数据；所述空间行为数据包括所述目标位置；

根据所述空间行为数据确定所述状态待校正兴趣点的准确状态信息；

根据所述准确状态信息对所述状态待校正兴趣点当前的状态进行校正；

若所述空间行为数据包括用户在所述状态待校正兴趣点周围预设区域的出现的时间数据，则所述根据所述空间行为数据确定所述状态待校正兴趣点的准确状态信息，包括：

若所述状态待校正兴趣点的类型为第一类型，且所述用户在预设的第一时间内出现在所述状态待校正兴趣点周围预设区域的第一概率大于预设的第一阈值，则判定所述准确状态信息为正常运营状态；所述第一类型表征所述状态待校正兴趣点周围预设区域包括所述用户的工作区域；

若所述状态待校正兴趣点的类型为第二类型，且所述用户在预设的第二时间内出现在所述状态待校正兴趣点周围预设区域的第二概率大于预设的第二阈值，则判定所述准确状态信息为正常运营状态；所述第二类型表征所述状态待校正兴趣点周围预设区域包括所述用户的生活区域；

若所述空间行为数据包括所述用户使用过的包括所述状态待校正兴趣点的导航轨迹，

则所述根据所述空间行为数据确定所述状态待校正兴趣点的准确状态信息，包括：

若所述状态待校正兴趣点作为起点和/或导航至所述状态待校正兴趣点周围预设区域的移动轨迹数量和/或用户数量超过预设的第三阈值，则判定所述状态待校正兴趣点的准确状态信息为正常运营状态。

2.根据权利要求1所述的方法，其特征在于，在所述根据所述空间行为数据确定所述状态待校正兴趣点的准确状态信息之前，还包括：

确定所述状态待校正兴趣点的类型。

3.根据权利要求1所述的方法，其特征在于，

若所述状态待校正兴趣点的类型为第一类型，则在判定所述准确状态信息为正常运营状态之前，计算所述用户在预设的第一时间内出现在所述状态待校正兴趣点周围预设区域的第一概率。

4.根据权利要求1所述的方法，其特征在于，若所述状态待校正兴趣点的类型为第二类型，则在判定所述准确状态信息为正常运营状态之前，计算所述用户在预设的第二时间内出现在所述状态待校正兴趣点周围预设区域的第二概率。

5.根据权利要求1所述的方法，其特征在于，在所述判定所述状态待校正兴趣点的准确状态信息为正常运营状态之前，还包括：

获取以所述状态待校正兴趣点作为起点和/或导航至所述状态待校正兴趣点周围预设区域的移动轨迹数量和/或用户数量。

6.根据权利要求1所述的方法，其特征在于，若所述空间行为数据包括所述用户查询过的以所述状态待校正兴趣点为起点和/或终点的路线信息，

则所述根据所述空间行为数据确定所述状态待校正兴趣点的准确状态信息，包括：

判断所述用户查询路线信息的次数是否超过预设的第四阈值；

若是，则判定所述状态待校正兴趣点的准确状态信息为正常运营状态。

7.一种兴趣点状态校正装置，其特征在于，包括：

用户标识获取模块，用于针对每一状态待校正兴趣点，确定将所述状态待校正兴趣点设置为目标位置的用户标识；所述目标位置包括公司；

行为数据获取模块，用于针对每一用户标识，获取所述用户标识对应的全部空间行为数据；所述空间行为数据包括所述目标位置；

状态信息确定模块，用于根据所述空间行为数据确定所述状态待校正兴趣点的准确状态信息；

校正模块，用于根据所述准确状态信息对所述状态待校正兴趣点当前的状态进行校正；

若所述空间行为数据包括用户在所述状态待校正兴趣点周围预设区域的出现的时间数据；

相应地，所述状态信息确定模块包括的第一确定单元，用于

若所述状态待校正兴趣点的类型为第一类型，且所述用户在预设的第一时间内出现在所述状态待校正兴趣点周围预设区域的第一概率大于预设的第一阈值，则判定所述准确状态信息为正常运营状态；所述第一类型表征所述状态待校正兴趣点周围预设区域包括所述用户的工作区域；

若所述状态待校正兴趣点的类型为第二类型，且所述用户在预设的第二时间内出现在所述状态待校正兴趣点周围预设区域的第二概率大于预设的第二阈值，则判定所述准确状态信息为正常运营状态；所述第二类型表征所述状态待校正兴趣点周围预设区域包括所述用户的生活区域；

若所述空间行为数据包括所述用户使用过的包括所述状态待校正兴趣点的导航轨迹，则

所述状态信息确定模块包括：

第二确定单元，用于若所述状态待校正兴趣点作为起点和/或导航至所述状态待校正兴趣点周围预设区域的移动轨迹数量和/或用户数量超过预设的第三阈值，则判定所述状态待校正兴趣点的准确状态信息为正常运营状态。

8.根据权利要求7所述的装置，其特征在于，所述状态信息确定模块还包括：类型确定单元；

所述类型确定单元，用于确定所述状态待校正兴趣点的类型。

9.根据权利要求7所述的装置，其特征在于，所述根据第一确定单元用于：

若所述状态待校正兴趣点的类型为第一类型，则在判定所述准确状态信息为正常运营状态之前，计算所述用户在预设的第一时间内出现在所述状态待校正兴趣点周围预设区域的第一概率。

10.根据权利要求7所述的装置，其特征在于，所述第一确定单元用于：

若所述状态待校正兴趣点的类型为第二类型，则在判定所述准确状态信息为正常运营状态之前，计算所述用户在预设的第二时间内出现在所述状态待校正兴趣点周围预设区域的第二概率。

11.根据权利要求7所述的装置，其特征在于，在所述判定所述状态待校正兴趣点的准确状态信息为正常运营状态之前，则

所述状态信息确定模块包括：

获取单元，用于获取以所述状态待校正兴趣点作为起点和/或导航至所述状态待校正兴趣点周围预设区域的移动轨迹数量和/或用户数量。

12.根据权利要求7所述的装置，其特征在于，若所述空间行为数据包括所述用户查询过的以所述状态待校正兴趣点为起点和/或终点的路线信息，则

所述状态信息确定模块包括：

第二判断单元，用于判断所述用户查询路线信息的次数是否超过预设的第四阈值；

第三确定单元，用于若是，则判定所述状态待校正兴趣点的准确状态信息为正常运营状态。

13.一种兴趣点状态校正设备，其特征在于，包括：存储器，处理器；

存储器；用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为由所述处理器执行如权利要求1-6任一项所述的兴趣点状态校正方法。

14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-6任一项所述的兴趣点状态校正方法。

Images