CN111380558B

CN111380558B - 兴趣点的排序方法、设备、服务器及存储介质

Info

Publication number: CN111380558B
Application number: CN201811640067.6A
Authority: CN
Inventors: 李中男; 李世峰; 于严; 王鹏; 朱宏波
Original assignee: Navinfo Co Ltd
Current assignee: Navinfo Co Ltd
Priority date: 2018-12-29
Filing date: 2018-12-29
Publication date: 2022-02-11
Anticipated expiration: 2038-12-29
Also published as: CN111380558A

Abstract

本发明实施例提供一种兴趣点的排序方法、设备、服务器及存储介质。本发明的兴趣点的排序方法，包括：响应于兴趣点请求指令，获取多个兴趣点的位置信息和中心点的位置信息；根据每个兴趣点的位置信息和所述中心点的位置信息确定每个兴趣点的距离，所述每个兴趣点的距离为每个兴趣点与所述中心点之间的距离；使用S型曲线函数对所述每个兴趣点的距离进行映射，获取每个兴趣点的距离的归一化值；根据每个兴趣点的距离的归一化值对所述多个兴趣点进行排序；其中，所述S型曲线函数的中心对称点的横坐标为兴趣距离阈值。本发明实施例可以减小兴趣距离范围内距离相差较小的兴趣点之间的排序差别，提升兴趣点的排序效果。

Description

兴趣点的排序方法、设备、服务器及存储介质

技术领域

本发明实施例涉及计算机技术，尤其涉及一种兴趣点的排序方法、设备、服务器及存储介质。

背景技术

地图服务应用是为用户提供包括智能路线规划、智能导航(驾车、步行、骑行)、实时路况等出行相关服务的平台。

对于地图服务应用，用户使用和周边距离相关的搜索服务，例如搜索附近的餐馆或加油站，该地图服务应用会向用户提供搜索结果，该搜索结果包括多个兴趣点，在对搜索结果的多个兴趣点进行排序过程中，兴趣点的距离会作为重要的参考因素参与排序。具体的，可以根据距离权重对兴趣点进行排序。其中，距离权重的计算方法，都是通过距离除距离阈值的归一化计算方法来计算距离权重。

然而，上述兴趣点的排序方式，对于兴趣距离范围内的搜索到的兴趣点(Point ofInterest，POI)集合，距离相差很小的POI，归一化之后的距离权重会差别很大，从而影响POI的排序效果。

发明内容

本发明实施例提供一种兴趣点的排序方法、设备、服务器及存储介质，以提升兴趣点的排序效果。

第一方面，本发明实施例提供一种兴趣点的排序方法，包括：

响应于兴趣点请求指令，获取多个兴趣点的位置信息和中心点的位置信息；

根据每个兴趣点的位置信息和所述中心点的位置信息确定每个兴趣点的距离，所述每个兴趣点的距离为每个兴趣点与所述中心点之间的距离；

使用S型曲线函数对所述每个兴趣点的距离进行映射，获取每个兴趣点的距离的归一化值；

根据每个兴趣点的距离的归一化值对所述多个兴趣点进行排序；

其中，所述S型曲线函数的中心对称点的横坐标为兴趣距离阈值。

结合第一方面，在第一方面的一种可能的实现方式中，所述方法还包括：

根据所述兴趣点请求指令的类型，确定所述兴趣距离阈值和所述S型曲线函数的斜率参数。

结合第一方面或第一方面的一种可能的实现方式，在第一方面的另一种可能的实现方式中，所述使用S型曲线函数对所述每个兴趣点的距离进行映射，获取每个兴趣点的距离的归一化值，包括：

根据公式

获取每个兴趣点的距离的归一化值f(x)；

其中，为所述兴趣距离阈值，x为兴趣点的距离，r为所述斜率参数。

结合第一方面或第一方面的任一种可能的实现方式，在第一方面的另一种可能的实现方式中，所述根据每个兴趣点的距离的归一化值对所述多个兴趣点进行排序，包括：

根据每个兴趣点的距离的归一化值确定每个兴趣点的距离排序权重值；

根据每个兴趣点的距离排序权重值对所述多个兴趣点进行排序。

结合第一方面或第一方面的任一种可能的实现方式，在第一方面的另一种可能的实现方式中，所述根据每个兴趣点的距离的归一化值确定每个兴趣点的距离排序权重值，包括：

根据公式w＝1-f(x)确定每个兴趣点的距离排序权重值w。

结合第一方面或第一方面的任一种可能的实现方式，在第一方面的另一种可能的实现方式中，所述中心点的位置信息包括用户当前的位置信息或者用户设置的查询点的位置信息。

结合第一方面或第一方面的任一种可能的实现方式，在第一方面的另一种可能的实现方式中，所述位置信息为经纬度坐标信息。

第二方面，本发明实施例提供一种兴趣点的排序设备，包括：

处理器，用于响应于通过通信组件接收到的兴趣点请求指令，获取多个兴趣点的位置信息和中心点的位置信息；

所述处理器，还用于根据每个兴趣点的位置信息和所述中心点的位置信息确定每个兴趣点的距离，所述每个兴趣点的距离为每个兴趣点与所述中心点之间的距离；

所述处理器，还用于使用S型曲线函数对所述每个兴趣点的距离进行映射，获取每个兴趣点的距离的归一化值；

所述处理器，还用于根据每个兴趣点的距离的归一化值对所述多个兴趣点进行排序；

第三方面，本发明实施例提供一种服务器，包括：

存储器和处理器；

所述存储器用于存储指令，以使所述处理器执行所述指令，以实现如第一方面或第一方面任一种可能的实现方式所述的兴趣点的排序方法。

第四方面，本发明实施例提供一种存储介质，包括：所述存储介质包括：指令，所述指令用于实现如第一方面或第一方面任一种可能的实现方式所述的兴趣点的排序方法。

本发明实施例的兴趣点的排序方法、设备、服务器及存储介质，通过响应于兴趣点请求指令，获取多个兴趣点的位置信息和中心点的位置信息，根据每个兴趣点的位置信息和所述中心点的位置信息确定每个兴趣点的距离，所述每个兴趣点的距离为每个兴趣点与所述中心点之间的距离，使用S型曲线函数对所述每个兴趣点的距离进行映射，获取每个兴趣点的距离的归一化值，根据每个兴趣点的距离的归一化值对所述多个兴趣点进行排序，从而实现采用S型曲线函数归一化兴趣点的距离，并基于归一化值对兴趣点进行排序，可以减小兴趣距离阈值范围内的兴趣点的归一化值的差别，进而可以减小兴趣距离范围内距离相差较小的兴趣点之间的排序差别，提升兴趣点的排序效果。

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一简单地介绍，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，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例的一种应用场景的示意图；

图2A为本发明实施例的一种兴趣点的排序方法的流程图；

图2B为本发明实施例的一种S型曲线函数的示意图；

图3为本发明实施例的另一种兴趣点的排序方法的流程图；

图4为本发明实施例的一种兴趣点的排序装置的结构示意图；

图5为本发明的兴趣点的排序设备实施例一的结构示意图。

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，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如上所述，现有技术采用直线函数来做距离权重的归一化，采用该归一化方式可以提升兴趣点的显著性，然而，该归一化方式会存在如上所述的对于兴趣距离范围内的搜索到的兴趣点集合，距离相差很小的POI，归一化之后的距离权重会差别很大，得到的POI的排序结果不符合用户的实际使用需求。

本申请是为了解决在距离差距不大的情况下，POI的显著性大所导致的POI结果排序不准确的问题，以在距离差距不大的情况下降低显著性的作用，符合用户实际使用需求。其具体实施方式可以参见下述实施例的解释说明。

图1为本发明实施例的一种应用场景的示意图，如图1所示，该应用场景可以包括终端设备1和服务器2。其中，终端设备1与服务器2连接。

该终端设备1与服务器2的具体的连接方式包括移动通信技术(3G、4G、5G等)连接。

本文所涉及的终端设备，也可以称为终端、用户设备(user equipment，UE)、移动台(mobile station，MS)、移动终端(mobile terminal，MT)等。终端设备可以是手机(mobile phone)、平板电脑(Pad)、个人电脑(PC)、带无线收发功能的电脑、车载导航终端、无人驾驶(self driving)中的无线终端、运输安全(transportation safety)中的无线终端等等。

本发明实施例的服务器2可以是地图服务应用的服务器，也可以是其他类型应用的服务器，例如生活服务类应用，其可以根据需求进行灵活使用。

本实施例的终端设备1可以向服务器2发送兴趣点请求指令，发送兴趣点请求指令的具体触发方式可以是用户点击终端设备1的与服务器2对应的应用的界面上的图形组件，也可以是用户在该应用界面上的相应位置输入关键词，以请求服务器2向终端设备1反馈搜索结果，该搜索结果可以包括多个兴趣点，服务器2通过实施本发明实施例的兴趣点的排序方法，可以对搜索结果的多个兴趣点进行排序，向终端设备1提供排序后的搜索结果。

本发明实施例的兴趣点的排序方法可以减小兴趣距离范围内距离相差较小的兴趣点之间的排序差别，提升兴趣点的排序效果。

举例而言，该兴趣点请求指令用于搜索周围的餐馆，通过本发明实施例的兴趣点的排序方法，可以减小离用户200米的服务较好的餐馆和离用户150米的服务较差的餐馆的排序差别，使得用户可以获取到该离用户200米的服务较好的餐馆的信息，从而提升用户体验。

下面采用几个具体的实施例对本发明实施例的兴趣点的排序方法进行解释说明。

图2A为本发明实施例的一种兴趣点的排序方法的流程图，图2B为本发明实施例的一种S型曲线函数的示意图，本实施例的执行主体可以是兴趣点的排序装置，该装置可以是上述服务器或者服务器的内部芯片，如图2A所示，本实施例的方法可以包括：

步骤101、响应于兴趣点请求指令，获取多个兴趣点的位置信息和中心点的位置信息。

其中，该中心点的位置信息可以包括用户当前的位置信息或者用户设置的查询点的位置信息。其可以根据需求进行灵活设置，具体的，当该兴趣点请求指令用于搜索用户当前位置周围的兴趣点时，该中心点的位置信息为用户当前的位置信息，当该兴趣点请求指令用于搜索用户设置的查询点周围的兴趣点时，该中心点的位置信息为用户设置的查询点的位置信息。

一种可实现方式，该位置信息为经纬度坐标信息。当然可以理解的，其也可以是其他坐标下的坐标信息，本发明实施例对此不做具体限定。

步骤102、根据每个兴趣点的位置信息和所述中心点的位置信息确定每个兴趣点的距离。

其中，每个兴趣点的距离为每个兴趣点与所述中心点之间的距离。举例而言，根据该兴趣点请求指令获取到4个兴趣点(A、B、C和D)，在将该4个兴趣点提供给用户之前，需要通过本发明实施例的方式对该4个兴趣点进行排序，首先通过上述步骤101获取4个兴趣点的位置信息以及中心点的位置信息，再通过步骤102计算各个兴趣点与中心点之间的距离，得到各个兴趣点的距离，例如，兴趣点A的距离即为兴趣点A与中心点之间的距离。

步骤103、使用S型曲线函数对所述每个兴趣点的距离进行映射，获取每个兴趣点的距离的归一化值。

其中，所述S型曲线函数的中心对称点的横坐标为兴趣距离阈值。该兴趣距离阈值可以是200m，其可以根据需求进行灵活设置。

该S型曲线函数的纵坐标的取值范围为[0,1]，该S型曲线函数可以如图2B所示，在该兴趣距离阈值范围内的兴趣点，兴趣点的距离的归一化值差别不大，从而可以减小兴趣距离阈值范围内的兴趣点的归一化值的差别。

步骤104、根据每个兴趣点的距离的归一化值对所述多个兴趣点进行排序。

与现有技术通过距离除距离阈值的归一化计算方法不同，本发明实施例通过上述步骤使用S型曲线函数进行归一化计算，进而根据多个兴趣点的距离的归一化值对多个兴趣点排序，以上述4个兴趣点(A、B、C和D)做进一步举例说明，对该4个兴趣点(A、B、C和D)进行排序，得到的排序顺序为兴趣点B、兴趣点A、兴趣点C和兴趣点D，则向用户使用的终端设备反馈搜索结果，该搜索结果以该排序顺序显示。

可选的，上述步骤103的一种可实现方式：将所述每个兴趣点的距离作为所述S型曲线函数的横坐标，获取每个兴趣点的距离对应的纵坐标，将所述每个兴趣点的距离对应的纵坐标作为每个兴趣点的距离的归一化值；其中，多个兴趣点的距离的归一化值的差值小于第一阈值。

该第一阈值用于表示多个兴趣点的距离的归一化值的差别不大，从而可以保证在距离相近情况下，后续步骤中的距离排序权重差异较小。

本实施例，通过响应于兴趣点请求指令，获取多个兴趣点的位置信息和中心点的位置信息，根据每个兴趣点的位置信息和所述中心点的位置信息确定每个兴趣点的距离，所述每个兴趣点的距离为每个兴趣点与所述中心点之间的距离，使用S型曲线函数对所述每个兴趣点的距离进行映射，获取每个兴趣点的距离的归一化值，根据每个兴趣点的距离的归一化值对所述多个兴趣点进行排序，从而实现采用S型曲线函数归一化兴趣点的距离，并基于归一化值对兴趣点进行排序，可以减小兴趣距离阈值范围内的兴趣点的归一化值的差别，进而可以减小兴趣距离范围内距离相差较小的兴趣点之间的排序差别，提升兴趣点的排序效果。

需要说明的是，S型曲线函数在现有技术中通常应用于神经网络的激活函数，神经网络的激活函数使用该S型曲线函数，是使用该S型曲线函数的两极值相差大的特点。而与现有技术不同，本发明实施例在使用该S型曲线函数对每个兴趣点的距离进行归一化，是利用S型曲线函数的相邻点的显著性低的特点，由此可见，该S型曲线函数在本发明实施例中的作用和效果，与其在神经网络中的作用和效果不同。

下面采用几个具体的实施例，对图2A所示方法实施例的技术方案进行详细说明。

图3为本发明实施例的另一种兴趣点的排序方法的流程图，如图3所示，本实施例的方法可以包括：

步骤201、响应于兴趣点请求指令，获取多个兴趣点的位置信息和中心点的位置信息。

步骤202、根据每个兴趣点的位置信息和所述中心点的位置信息确定每个兴趣点的距离，所述每个兴趣点的距离为每个兴趣点与所述中心点之间的距离。

其中，步骤201和步骤202的具体解释说明可以参见图2A所示实施例的步骤101和步骤102，此处不再赘述。

步骤203、根据所述兴趣点请求指令的类型，确定兴趣距离阈值和S型曲线函数的斜率参数。

其中，兴趣距离阈值和S型曲线函数的斜率参数是本发明实施例的S型曲线函数的两个参数，可以通过调整这两个参数，调整本发明实施例进行归一化处理所使用的S型曲线函数。其中，兴趣距离阈值和S型曲线函数的斜率参数的设置可以使得在该兴趣距离阈值内的兴趣点的归一化值的差别较小，从而可以保证在距离相近情况下，后续步骤中的距离排序权重差异较小，提升排序效果。

以地图服务应用为例，该兴趣点请求指令的类型可以是驾车、步行、骑行等，当兴趣点请求指令的类型为驾车时，该兴趣距离阈值为阈值u1，该S型曲线函数的斜率参数为r1，当兴趣点请求指令的类型为步行时，该兴趣距离阈值为阈值u2，该S型曲线函数的斜率参数为r2。其中，u1大于u2，r1小于r2。

例如，u1＝2000m，可以使得2000m范围内的兴趣点的归一化值的差别较小。u2＝500m，可以使得500m范围内的兴趣点的归一化值的差别较小。对于斜率参数可以根据距离范围敏感与否确定，例如，对于驾车，距离范围敏感较差，例如，2000m范围内的驾车体验效果好，但是2000m外但是也在2000m半径附近的也可以接受，则r1可以设置小一些，例如10，这样在半径范围内外的兴趣点的归一化值差别不大。如果对于2000m半径外的不可接受，则r1可以设置大一些，例如50，这样2000m半径范围内外的兴趣点的归一化值差别很大，从而使得搜索结果的排序符合产品设计的预期。其可以根据产品设计的预期对上述两个参数的取值进行灵活设置。

步骤204、使用S型曲线函数对所述每个兴趣点的距离进行映射，获取每个兴趣点的距离的归一化值。

具体的，可以根据公式(1)获取每个兴趣点的距离的归一化值f(x)。

其中，为兴趣距离阈值，x为兴趣点的距离，r为斜率参数。

步骤205、根据每个兴趣点的距离的归一化值确定每个兴趣点的距离排序权重值。

根据公式(2)确定每个兴趣点的距离排序权重值w。

w＝1-f(x) (2)

具体的，如图2B所示，该S型曲线函数为单调递增函数，这样可以使得距离中心点近的兴趣点的距离的归一化值较小，进而通过步骤205，可以使得距离中心点近的兴趣点的距离排序权重值大些，使得距离中心点远的兴趣点的距离排序权重值小些，从而将距离中心点近的兴趣点排在距离中心点远的兴趣点之前。

步骤206、根据每个兴趣点的距离排序权重值对所述多个兴趣点进行排序。

本实施例，通过响应于兴趣点请求指令，获取多个兴趣点的位置信息和中心点的位置信息，根据每个兴趣点的位置信息和所述中心点的位置信息确定每个兴趣点的距离，所述每个兴趣点的距离为每个兴趣点与所述中心点之间的距离，根据所述兴趣点请求指令的类型，确定兴趣距离阈值和S型曲线函数的斜率参数，使用S型曲线函数对所述每个兴趣点的距离进行映射，获取每个兴趣点的距离的归一化值，根据每个兴趣点的距离的归一化值确定每个兴趣点的距离排序权重值，根据每个兴趣点的距离排序权重值对所述多个兴趣点进行排序，从而实现采用S型曲线函数归一化兴趣点的距离，并基于归一化值对兴趣点进行排序，可以减小兴趣距离阈值范围内的兴趣点的归一化值的差别，进而可以减小兴趣距离范围内距离相差较小的兴趣点之间的排序差别，提升兴趣点的排序效果。

图4为本发明实施例的一种兴趣点的排序装置的结构示意图，如图4所示，本实施例的装置可以包括：获取模块11、距离确定模块12、归一化模块13和排序模块14，其中，获取模块11用于响应于兴趣点请求指令，获取多个兴趣点的位置信息和中心点的位置信息，距离确定模块12用于根据每个兴趣点的位置信息和所述中心点的位置信息确定每个兴趣点的距离，所述每个兴趣点的距离为每个兴趣点与所述中心点之间的距离，归一化模块13用于使用S型曲线函数对所述每个兴趣点的距离进行映射，获取每个兴趣点的距离的归一化值，排序模块14用于根据每个兴趣点的距离的归一化值对所述多个兴趣点进行排序，其中，所述S型曲线函数的中心对称点的横坐标为兴趣距离阈值。

可选的，所述归一化模块13还用于：根据所述兴趣点请求指令的类型，确定所述兴趣距离阈值和所述S型曲线函数的斜率参数。

可选的，归一化模块11用于：将所述每个兴趣点的距离作为所述S型曲线函数的横坐标，获取每个兴趣点的距离对应的纵坐标，将所述每个兴趣点的距离对应的纵坐标作为每个兴趣点的距离的归一化值；其中，多个兴趣点的距离的归一化值的差值小于第一阈值。

可选的，所述归一化模块13用于使用S型曲线函数对所述每个兴趣点的距离进行映射，获取每个兴趣点的距离的归一化值，包括：根据公式

获取每个兴趣点的距离的归一化值f(x)；其中，为所述兴趣距离阈值，x为兴趣点的距离，r为所述斜率参数。

可选的，所述排序模块14可以具体用于根据每个兴趣点的距离的归一化值确定每个兴趣点的距离排序权重值；根据每个兴趣点的距离排序权重值对所述多个兴趣点进行排序。

可选的，所述排序模块14用于根据每个兴趣点的距离的归一化值确定每个兴趣点的距离排序权重值，包括：根据公式w＝1-f(x)确定每个兴趣点的距离排序权重值w。

可选的，所述中心点的位置信息包括用户当前的位置信息或者用户设置的查询点的位置信息。

可选的，所述位置信息为经纬度坐标信息。

本实施例的装置，可以用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

需要说明的是，该兴趣点的排序装置的获取模块11、距离确定模块12、归一化模块13和排序模块14可以对应实体设备的处理器，例如，对应兴趣点的排序设备的处理器，该兴趣点的排序设备还包括通信组件，通过该通信组件接收上述兴趣点请求指令。

该通信组件用于为该兴趣点的排序设备和其他设备之间提供有线或无线方式的通信。该兴趣点的排序设备可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，所述通信组件还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

本发明实施例还提供一种计算机存储介质，其上存储有计算机程序或指令，当所述计算机程序或指令被处理器或计算机执行时，实现如上述任一个所实施例所述的方法。

图5为本发明的服务器实施例一的结构示意图，如图5所示，本实施例的服务器，包括：处理器211、存储器212、收发器213以及总线214。其中，处理器211、存储器212和收发器213通过总线214相互连接。其中，总线214可以是外设部件互连标准(PeripheralComponent Interconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。上述总线214可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

在硬件实现上，以上图4所示的各个功能模块可以以硬件形式内嵌于或独立于服务器的处理器211中。

所述收发器213可以包括混频器等必要的射频通信器件。所述处理器211可以包括中央处理单元(Central Processing Unit，CPU)、数字信号处理器(digital signalprocessor，DSP)、微控制器(Microcontroller Unit，MCU)、专用集成电路(ApplicationSpecific Integrated Circuit，ASIC)或现场可编程逻辑门阵列(Field－ProgrammableGate Array，FPGA)中的至少一个。

存储器212用于存储程序指令，处理器211用于调用存储器212中的程序指令执行上述方案。

所述程序指令可以以软件功能单元的形式实现并能够作为独立的产品销售或使用，所述存储器212可以是任意形式的计算机可读取存储介质。基于这样的理解，本申请的技术方案的全部或部分可以以软件产品的形式体现出来，包括若干指令用以使得一台计算机设备，具体可以是处理器211，来执行本申请各个方法实施例中的全部或部分步骤。而前述的计算机可读存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

本实施例以上所述的服务器，可以用于执行上述各方法实施例中的技术方案，其实现原理和技术效果类似，其中各个器件的功能可以参考方法实施例中相应的描述，此处不再赘述。

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。