CN111159318A

CN111159318A - 聚合兴趣点的方法、装置、设备和介质

Info

Publication number: CN111159318A
Application number: CN201811324278.9A
Authority: CN
Inventors: 李阳
Original assignee: Alibaba Group Holding Ltd
Current assignee: Alibaba Group Holding Ltd
Priority date: 2018-11-08
Filing date: 2018-11-08
Publication date: 2020-05-15

Abstract

一种聚合兴趣点的方法、装置、设备和介质，包括：基于输入兴趣点的属性，获取与所述输入兴趣点的相关兴趣点作为候选兴趣点；根据预设规则对所述候选兴趣点进行筛选，将无法判断与所述输入兴趣点是否可以聚合的兴趣点确认为疑似兴趣点；将所述疑似兴趣点输入预先训练的机器学习模型，得到所述疑似兴趣点与所述输入兴趣点之间的相似度；若所述相似度大于预设阈值，则将对应的疑似兴趣点确认为可与所述输入兴趣点聚合的兴趣点。采用本发明实施例后，能够区分当前待处理的兴趣点是否已经存在于数据库中。

Description

聚合兴趣点的方法、装置、设备和介质

技术领域

本发明涉及地图数据处理领域，尤其涉及一种聚合兴趣点的方法、装置、设备和计算机存储介质。

背景技术

兴趣点(Point of Interest，POI)属于地图基础数据，包括名称、类别、坐标和地址等属性。当采集得到待处理的兴趣点时，则需要判断当前待处理的兴趣点是否已经存在于地图数据的数据库中，若当前待处理的兴趣点已经存在于数据库中，则需要将该兴趣点与数据库中的已有兴趣点进行聚合；若当前待处理的兴趣点不存在于数据库中，则需要将该兴趣点存入数据库中。

在兴趣点数据生产的过程中发现：类属于同一兴趣点的两个或者多个待处理兴趣点，在某些属性的记载上可能存在差异；以及，类属于不同兴趣点的两个或者多个兴趣点，在某些属性的记载上又存在相同的情况。基于上述情况，则存在着难以判断当前待处理的兴趣点是否已经存在于数据库中的技术问题。

发明内容

本发明实施例提供了一种聚合兴趣点的方法、装置、设备和计算机存储介质，能够区分当前待处理的兴趣点是否已经存在于数据库中。

一种聚合兴趣点的方法，包括：

基于输入兴趣点的属性，获取与所述输入兴趣点相关的兴趣点作为候选兴趣点；

根据预设规则对所述候选兴趣点进行筛选，将无法判断与所述输入兴趣点是否可以聚合的兴趣点确认为疑似兴趣点；

将所述疑似兴趣点输入预先训练的机器学习模型，得到所述疑似兴趣点与所述输入兴趣点之间的相似度；

若所述相似度大于预设阈值，则将对应的疑似兴趣点确认为可与所述输入兴趣点聚合的兴趣点。

所述基于输入兴趣点的属性，获取与所述输入兴趣点相关的兴趣点作为候选兴趣点，包括：基于所述输入兴趣点的坐标确定候选区域，将所述候选区域内的兴趣点作为候选兴趣点。

所述基于输入兴趣点的属性，获取与所述输入兴趣点相关的兴趣点作为候选兴趣点，包括：

基于所述输入兴趣点的一种属性，将与所述输入兴趣点的相关兴趣点作为初选兴趣点；采用所述输入兴趣点的其他种属性，在所述初选兴趣点中排除与所述输入兴趣点不同的兴趣点，得到所述候选兴趣点。

所述一种属性包括坐标；所述其他种属性包括名称、类别和地址中的一种或多种。

所述将所述疑似兴趣点输入预先训练的机器学习模型，得到所述疑似兴趣点与所述输入兴趣点之间的相似度之前，还包括：

通过正样本集合和负样本集合训练所述机器学习模型，所述正样本集合包括可聚合的兴趣点，所述负样本集合包括不可聚合的兴趣点。

一种聚合兴趣点的装置，包括：

候选模块，用于基于输入兴趣点的属性，获取与所述输入兴趣点的相关兴趣点作为候选兴趣点；

判断模块，用于根据预设规则对所述候选兴趣点进行筛选，将无法判断与所述输入兴趣点是否可以聚合的兴趣点确认为疑似兴趣点；

相似模块，用于将所述疑似兴趣点输入预先训练的机器学习模型，得到所述疑似兴趣点与所述输入兴趣点之间的相似度

聚合模块，用于若所述相似度大于预设阈值，则将对应的疑似兴趣点确认为可与所述输入兴趣点聚合的兴趣点。

所述候选模块，具体用于基于所述输入兴趣点的坐标确定候选区域，将所述候选区域内的兴趣点作为候选兴趣点。

所述候选模块，具体用于基于所述输入兴趣点的一种属性，将所述输入兴趣点相关的兴趣点作为初选兴趣点；

采用所述输入兴趣点的其他种属性，在所述初选兴趣点中排除与所述输入兴趣点不同差异的兴趣点，得到所述候选兴趣点。

所述一种属性包括坐标；

所述其他种属性包括名称、类别和地址中的一种或多种。

所述装置还包括训练模块；

所述训练模块，用于通过正样本集合和负样本集合训练所述机器学习模型，所述正样本集合包括可聚合的兴趣点，所述负样本集合包括不可聚合的兴趣点。

一种聚合兴趣点的设备，

存储器，用于存储程序；

处理器，用于运行所述存储器中存储的所述程序，以执行如上述聚合兴趣点的方法。

一种计算机可读存储介质，其上存储有计算机程序指令，当所述计算机程序指令被处理器执行时实现如上述的方法。

从上述技术方案中可以看出，基于输入POI的属性，获取与输入POI的相关POI作为候选POI；首先在候选POI中按照预设规则，将无法判断与输入POI是否可以聚合的POI确认为疑似POI；然后，利用预先训练的机器学习模型，在疑似POI中确定可与输入POI聚合的POI。通过预设规则与预先训练的机器学习模型相结合，在疑似POI中确定与输入POI聚合的POI，这样能够确定属性存在差异的POI是否为相同的POI，进而区分当前待处理的POI是否已经存在于数据库中，该种处理方法效率较高。

附图说明

从下面结合附图对本发明的具体实施方式的描述中可以更好地理解本发明其中，相同或相似的附图标记表示相同或相似的特征。

图1是本发明实施例聚合兴趣点的方法流程示意图；

图2是本发明实施例四个POI的位置示意图；

图3是本发明实施例聚合兴趣点的装置结构示意图；

图4是本发明实施例聚合兴趣点的方法和装置的计算设备的示例性硬件架构的结构图。

具体实施方式

为使本发明的目的、技术方案和优点表达得更加清楚明白，下面结合附图及具体实施例对本发明再作进一步详细的说明。

下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。

需要说明的是，在本文中，诸如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……”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。

在地理信息系统中，一个POI可以是一栋房子、一个商铺、一个公交站等。POI可以包括多种属性，如：名称、类别、坐标和地址等。其中，名称是POI的名称，如：北京西站。类别是POI所属的分类，如：餐饮、住宿和出行等。坐标可以是地理位置坐标，如经、纬度；坐标还可以是相对坐标，如：距离北京西站1000米的位置。地址是可以找到POI的信息集合。

图1是本发明实施例聚合兴趣点的方法流程示意图，具体包括：

S101、基于输入POI的属性，获取与输入POI相关的POI作为候选POI。

POI的属性有多种，可以根据POI的属性确定与输入POI相关的POI作为候选POI。具体来说，根据输入POI的属性，从数据库中召回候选POI的方法可以有多种。

在本发明的一个实施例中，考虑到坐标相同或相似的情况下，多个POI是相同的POI的可能性比较大，则可以基于输入POI的坐标确定候选区域，召回候选区域范围内的POI作为候选POI。其中，候选区域范围的大小可以根据需要召回的候选POI的数目和精度之间综合确定。候选区域的范围设置的越大，则召回的候选POI的数目越多，精度相对较低；候选区域设置的越小，则召回的候选POI的数目越少，精度相对较高。

参见图2，图2是本发明实施例POI_A、POI_B、POI_C和POI_D的位置示意图。下面以POI_A为待处理的POI，即输入POI为例，对此进行说明：首先，基于POI_A的坐标，确定候选区域，如：可以以POI_A的坐标为圆心，预设长度为半径确定候选区域；在该候选区域范围内召回POI，在本示例中召回的POI_B和POI_C即为POI_A的候选POI。

在本发明的另一个实施例中，考虑到POI有多种属性，则还可以基于输入POI的一种属性，将与输入POI的相关POI作为初选POI；进而采用输入POI的其他种属性，在初选POI中排除与输入POI不同的POI，得到候选POI。由于坐标对POI是否相同的影响较大，且坐标是否相同较为容易判断，则优选的，一种属性可以是坐标；其他种属性可以包括名称、类别和地址中的一种或多种。

本领域技术人员可以理解，首先基于输入POI的属性：名称，将与输入POI的相关POI作为初选POI；进而采用输入POI的坐标、类别和地址中的一种或者多种，在初选POI中排除与输入POI不同的POI，得到候选POI也是可以的。

同时，由于POI的属性包括但不局限于名称、类别、坐标和地址，采用POI的其他种属性，召回候选POI也是可以的，只要能实现召回候选POI的目的即可。

S102、根据预设规则对候选POI进行筛选，将无法判断与输入POI是否可以聚合的POI确认为疑似POI。

预设规则可以涉及POI的一种或多种属性，其是能够识别两个POI异同的判断依据。

作为一个示例，预设规则可以为两个POI的地址中的楼栋号是否相同。如：当输入POI和候选POI的属性地址中均包含楼栋号，若上述两个POI的楼栋号数字存在较大差异时，则可以确定这两个POI是不同的POI，则将此候选POI删除即可，无需执行后续的判断程序，提升效率。同样的，当通过预设规则足以判断出候选POI和输入POI为可聚合的POI，则直接进行聚合操作，同样无需执行后续的判断程序，提升效率。

预设规则还可以包括：一个或多个子规则。若候选POI符合所有子规则时，则判断候选POI与输入POI是相同的POI；候选POI不符合任一子规则，则判断候选POI与输入POI是不同的POI。

由于POI存在多样性和复杂性，很多时候仅通过预设规则难以区分POI之间的异同；当根据预设规则无法判断候选POI与输入POI是否可聚合时，则将该候选POI作为疑似POI。

S103、将疑似POI输入预先训练的机器学习模型，得到疑似POI与输入POI之间的相似度。

机器学习模型可以是二分类机器学习模型，如：随机森林、逻辑回归、GBDT等；其可以通过正样本集合和负样本集合训练得到所需要使用的二分类机器学习模型。

在训练过程中，正样本集合包括虽然某些属性的记载上存在着差异，但其是可聚合的POI的集合；负样本集合包括虽然某些属性的记载上存在着相同，但其属于不可聚合的的POI的集合。

作为一个示例：正样本集合可以包括POI_1和POI_2，负样本集合可以包括POI_3和POI_4。

POI_1：坐标：北纬N39°53′35.95″，东经E116°19′0.49″。名称：北京火车西站。类别：出行。地址：北京市丰台区莲花池东路118号。

POI_2：坐标：北纬N39°53′35.95″，东经E116°19′0.49″。名称：北京西客站。类别：出行。地址：北京市丰台区莲花池东路100号。

POI_3：坐标：北纬N39°00′00″，东经E116°00′00″。名称：北京西。类别：出行。地址：北京市丰台区莲花池东路1号。

POI_4：坐标：北纬N38°00′00″，东经E115°00′00″。名称：北京宾馆。类别：住宿。地址：北京市海淀区学院东路100号。

利用训练得到的机器学习模型，可以预测每个疑似POI与输入POI的相似度。相似度是综合衡量疑似POI与输入POI各属性之间的相似程度后，输出的参数。在机器学习模型的内部，可以预先设置每种属性的权重，最终输出疑似POI与输入POI之间的相似度。相似度越大，则说明疑似POI与输入POI相似程度越高；相应的，相似度越小，则说明疑似POI与输入POI相似程度越低。

S104、若相似度大于预设阈值，则将对应的疑似POI确认为可与输入POI聚合的POI。

在本发明一个实施例中，还可以设置第二预设阈值，若相似度小于第二预设阈值，则将对应的疑似POI确认为不可与输入POI聚合的POI；若相似度小于等于预设阈值，且大于等于第二预设阈值，则将该类疑似POI仍定为疑似POI，其采用其他方式进行进一步的判定。本领域技术人员应当可以理解，预设阈值和第二预设阈值的数值，根据实际使用场景灵活设置即可。

在本发明实施例中，基于输入POI的属性从数据库中召回候选POI；利用预设规则对候选POI进行初步的筛选得到疑似POI，即：在候选POI中筛除明显与输入POI相同或者不同的POI；利用机器学习模型进一步预测疑似POI与输入POI之间的相似度，根据相似度进一步确认输入POI与候选POI是否可聚合。本方案将预设规则与机器学习模型相结合，实现区分待处理的POI是否已经存在于数据库中的目的，提升了准确性和效率。

参见图3，图3是本发明实施例聚合兴趣点的装置结构示意图，聚合兴趣点的装置具体包括：

候选模块301，用于基于输入POI的属性，获取与输入POI的相关POI作为候选POI。

判断模块302，用于根据预设规则对候选POI进行筛选，将无法判断与输入POI是否可以聚合的POI确认为疑似POI。

相似模块303，用于将疑似POI输入预先训练的机器学习模型，得到疑似POI与输入POI之间的相似度。

聚合模块304，用于若相似度大于预设阈值，则将对应的疑似POI确认为可与输入POI聚合的POI。

在本发明的一个实施例中，候选模块301，具体用于基于输入POI的坐标确定候选区域，将候选区域内的POI作为候选POI。

在本发明的一个实施例中，候选模块301，具体用于基于输入POI的一种属性，将与输入POI的相关POI作为初选POI；

采用输入POI的其他种属性，在初选POI中排除与输入POI不同的POI，得到候选POI。

在本发明的一个实施例中，一种属性包括坐标；其他种属性包括名称、类别和地址中的一种或多种。

在本发明的一个实施例中，还包括训练模块304(图3中未示出)，用于通过正样本集合和负样本集合训练机器学习模型，正样本集合包括可聚合的POI，负样本集合包括不可聚合的POI。

图4是示出能够实现根据本发明实施例聚合兴趣点的方法和装置的计算设备的示例性硬件架构的结构图。

如图4所示，计算设备400包括输入设备401、输入接口402、中央处理器403、存储器404、输出接口405、以及输出设备406。其中，输入接口402、中央处理器403、存储器404、以及输出接口405通过总线410相互连接，输入设备401和输出设备406分别通过输入接口402和输出接口405与总线410连接，进而与计算设备400的其他组件连接。

具体地，输入设备401接收来自外部的输入信息，并通过输入接口402将输入信息传送到中央处理器403；中央处理器403基于存储器404中存储的计算机可执行指令对输入信息进行处理以生成输出信息，将输出信息临时或者永久地存储在存储器404中，然后通过输出接口405将输出信息传送到输出设备406；输出设备406将输出信息输出到计算设备400的外部供用户使用。

也就是说，图4所示的计算设备也可以被实现为包括：存储有计算机可执行指令的存储器；以及处理器，该处理器在执行计算机可执行指令时可以实现结合图1至图3描述的聚合兴趣点的方法和装置。

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，并不使对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

1.一种聚合兴趣点的方法，其特征在于，包括：

2.根据权利要求1所述方法，其特征在于，所述基于输入兴趣点的属性，获取与所述输入兴趣点相关的兴趣点作为候选兴趣点，包括：

基于所述输入兴趣点的坐标确定候选区域，将所述候选区域内的兴趣点作为候选兴趣点。

3.根据权利要求1所述方法，其特征在于，所述基于输入兴趣点的属性，获取与所述输入兴趣点相关的兴趣点作为候选兴趣点，包括：

基于所述输入兴趣点的一种属性，将与所述输入兴趣点的相关兴趣点作为初选兴趣点；

采用所述输入兴趣点的其他种属性，在所述初选兴趣点中排除与所述输入兴趣点不同的兴趣点，得到所述候选兴趣点。

4.根据权利要求3所述方法，其特征在于，所述一种属性包括坐标；

所述其他种属性包括名称、类别和地址中的一种或多种。

5.根据权利要求1所述方法，其特征在于，所述将所述疑似兴趣点输入预先训练的机器学习模型，得到所述疑似兴趣点与所述输入兴趣点之间的相似度之前，还包括：

6.一种聚合兴趣点的装置，其特征在于，包括：

相似模块，用于将所述疑似兴趣点输入预先训练的机器学习模型，得到所述疑似兴趣点与所述输入兴趣点之间的相似度；

7.根据权利要求6所述聚合兴趣点的装置，其特征在于，所述候选模块，具体用于基于所述输入兴趣点的坐标确定候选区域，将所述候选区域内的兴趣点作为候选兴趣点。

8.根据权利要求6所述聚合兴趣点的装置，其特征在于，所述候选模块，具体用于基于所述输入兴趣点的一种属性，将与所述输入兴趣点相关的兴趣点作为初选兴趣点；

9.一种聚合兴趣点的设备，其特征在于，

存储器，用于存储程序；

处理器，用于运行所述存储器中存储的所述程序，以执行如权利要求1-5任一所述聚合兴趣点的方法。

10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，当所述计算机程序指令被处理器执行时实现如权利要求1-5中任一项所述的方法。