CN111460057A - Poi坐标确定方法、装置与设备 - Google Patents
Poi坐标确定方法、装置与设备 Download PDFInfo
- Publication number
- CN111460057A CN111460057A CN201910059737.3A CN201910059737A CN111460057A CN 111460057 A CN111460057 A CN 111460057A CN 201910059737 A CN201910059737 A CN 201910059737A CN 111460057 A CN111460057 A CN 111460057A
- Authority
- CN
- China
- Prior art keywords
- cluster
- positioning
- positioning data
- poi
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Navigation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种POI坐标确定方法、装置与设备,其中,该方法包括:首先根据运单库中各运单的运单地址,确定出POI的关联运单后;然后根据POI的关联运单中关联地址对应的用户信息,获取与用户信息相关的所有用户的定位数据;最后根据获取的定位数据确定POI的坐标。本发明提供的技术方案可以避免传统的地理编码方式中根据POI地址描述确定的POI坐标精确度低的问题,从而可以提高确定的POI坐标的精确度。
Description
技术领域
本发明涉及电子地图技术领域,尤其涉及一种POI坐标确定方法、装置与设备。
背景技术
电子地图可以为人们提供导航和路径规划等服务,已日趋成为人们日常生活中必不可少的应用软件之一。兴趣点(Point of Interest,POI)是电子地图基础数据的一类,其可以是建筑物、商铺、停车场和公交站等,用户可以通过电子地图查找这些POI,从而为出行提供帮助。
POI包括名称、地址和坐标等属性信息,其中,坐标作为POI属性信息中的重要属性,其确定过程也是电子地图制作的重要工作之一。目前,在确定POI坐标时,通常是通过地理编码方式确定,即根据预设的地理编码库,将POI的地址转换成地理坐标,该地理坐标即为POI的坐标,其中,地理编码库中存储有地址与地理坐标之间的对应关系。
然而,上述这种通过地理编码方式确定POI坐标的方法,依赖POI的地址生成坐标,若POI的地址不详细,则无法得到准确的坐标;而且,相同地址的不同POI,确定的坐标完全一致,因而该方法确定的POI坐标的精确度较低。
发明内容
有鉴于此,本发明提供一种POI坐标确定方法、装置与设备,用于提高POI坐标的精确度。
为了实现上述目的,第一方面,本发明实施例提供一种POI坐标确定方法,包括:
根据运单库中各运单的运单地址,确定POI的关联运单,其中,关联运单的运单地址中包括用于描述POI的关联地址;
根据关联运单中关联地址对应的用户信息,获取与用户信息相关的所有用户的定位数据;
根据定位数据确定POI的坐标。
作为本发明实施例一种可选的实施方式,关联地址为收货人地址,根据运单库中各运单的运单地址,确定POI的关联运单,包括:
根据运单地址中收货人地址之间的相似度,将描述同一POI的多个收货人地址对应的运单划分到同一运单集合中,生成多个运单集合;
根据POI的地址与各运单集合之间的相似度,将相似度最高的运单集合中的运单确定为POI的关联运单。
作为本发明实施例一种可选的实施方式,根据关联运单中关联地址对应的用户信息,获取与用户信息相关的所有用户的定位数据,包括:
根据关联运单中关联地址对应的用户信息,获取与用户信息相关的所有用户的用户标识;
根据预设的定位数据库,获取所有用户标识中每个用户标识对应的定位数据,其中,定位数据库中包括用户标识与定位数据之间的对应关系。
作为本发明实施例一种可选的实施方式,用户信息包括关联地址、用户电话和用户标识中的至少一项,根据关联运单中关联地址对应的用户信息,获取与用户信息相关的所有用户的用户标识,包括:
将用户信息中的关联地址与地址库匹配,获取关联地址对应的用户的用户标识,其中,地址库中包括地址与用户标识之间的对应关系;
和/或,将用户信息中的用户电话与电话库匹配,获取用户电话对应的用户的用户标识,其中,电话库中包括用户电话与用户标识之间的对应关系;
和/或,提取用户信息中的用户标识。
作为本发明实施例一种可选的实施方式,根据定位数据确定POI的坐标,包括:
对定位数据进行聚类,生成多个第一候选簇;
根据第一候选簇的簇特征,从多个第一候选簇中确定第一目标簇;
根据第一目标簇中的定位数据,确定POI的坐标。
作为本发明实施例一种可选的实施方式,对定位数据进行聚类,包括:
对定位数据进行数据压缩;
对压缩后的定位数据进行聚类,生成多个第一候选簇。
作为本发明实施例一种可选的实施方式,每个用户的定位数据为用户在预设时间段内的定位数据,每个用户的定位数据中包括多个定位点和每个定位点的定位时间,对定位数据进行数据压缩,包括:
将定位数据中同一用户定位时间在同一时间段内的相同定位点压缩为一个定位点;
将定位数据中同一用户定位时间在同一时间段内且位于同一网格区域内的定位点压缩为一个定位点,其中,时间段为预设时间段被均分成的多个时间段中的任一时间段,网格区域为定位数据所属的地图被均分成的多个网格区域中的任一区域。
作为本发明实施例一种可选的实施方式,对压缩后的定位数据进行聚类,生成多个第一候选簇,包括:
将压缩后的定位数据中坐标相同的定位点合并为一个定位点;
根据合并后的定位数据中每个定位点所涉及的用户数量,从合并后的定位数据中确定多个核心点;
将每个核心点作为待处理簇,对各个待处理簇执行聚类操作,其中,聚类操作包括:
对于每个待处理簇,将合并后的定位数据中与待处理簇相邻的定位点和待处理簇与待处理簇合为一簇,形成新的待处理簇;对新的待处理簇返回执行聚类操作,直至新的待处理簇满足预设条件为止,并将最后形成的新的待处理簇确定为第一候选簇;
其中,与待处理簇相邻的定位点所在的网格区域与待处理簇的边界相邻,与待处理簇相邻的待处理簇的边界与待处理簇的边界相邻;预设条件包括待处理簇的簇长度达到预设长度或待处理簇周边没有相邻的定位点。
作为本发明实施例一种可选的实施方式,每个第一候选簇的簇特征包括下列特征中的至少一项:第一候选簇中定位数据所涉及的用户数量、初始定位点的数量和运单数量,以及时间因子、周边搜索因子、地理编码和可信度;
其中,初始定位点为未经过数据压缩的定位点,时间因子根据第一候选簇中核心点的定位时间确定,周边搜索因子根据以第一候选簇中核心点为中心对POI的名称进行周边搜索后返回的POI结果确定,可信度根据POI的名称与第一候选簇的核心点的坐标之间的匹配度确定。
作为本发明实施例一种可选的实施方式,根据第一候选簇的簇特征,从多个第一候选簇中确定第一目标簇,包括:
按照预设的第一候选簇的簇特征中各特征的重要度,从多个第一候选簇中确定第一目标簇,其中,簇特征中用户数量、初始定位点的数量、运单数量、时间因子、周边搜索因子、地理编码和可信度的重要度依次降低。
作为本发明实施例一种可选的实施方式,根据第一目标簇中的定位数据,确定POI的坐标,包括:
获取第一目标簇中定位数据所涉及的用户在预设范围内的初始定位数据,其中,预设范围根据第一目标簇的核心点的坐标确定,初始定位数据为未经过数据压缩的定位数据;
根据初始定位数据,确定POI的坐标。
作为本发明实施例一种可选的实施方式,根据初始定位数据,确定POI的坐标,包括:
根据位于预设范围内的道路,将初始定位数据划分为多个第二候选簇,其中,划分的第二候选簇与预设范围被道路所分割成的区域一一对应,每个第二候选簇中的初始定位数据包括第二候选簇对应的区域中的所有初始定位数据;
根据第二候选簇的簇特征,从多个第二候选簇中确定第二目标簇;
将第二目标簇的中心点的坐标确定为POI的坐标。
第二方面,本发明实施例提供一种POI坐标确定装置,包括:
关联模块,用于根据运单库中各运单的运单地址,确定POI的关联运单,其中,关联运单的运单地址中包括用于描述POI的关联地址;
获取模块,用于根据关联运单中关联地址对应的用户信息,获取与用户信息相关的所有用户的定位数据;
确定模块,用于根据定位数据确定POI的坐标。
作为本发明实施例一种可选的实施方式,关联地址为收货人地址,确定模块具体用于:
根据运单地址中收货人地址之间的相似度,将描述同一POI的多个收货人地址对应的运单划分到同一运单集合中,生成多个运单集合;
根据POI的地址与各运单集合之间的相似度,将相似度最高的运单集合中的运单确定为POI的关联运单。
作为本发明实施例一种可选的实施方式,获取模块具体用于:
根据关联运单中关联地址对应的用户信息,获取与用户信息相关的所有用户的用户标识;
根据预设的定位数据库,获取所有用户标识中每个用户标识对应的定位数据,其中,定位数据库中包括用户标识与定位数据之间的对应关系。
作为本发明实施例一种可选的实施方式,用户信息包括关联地址、用户电话和用户标识中的至少一项,获取模块具体用于:
将用户信息中的关联地址与地址库匹配,获取关联地址对应的用户的用户标识,其中,地址库中包括地址与用户标识之间的对应关系;
和/或,将用户信息中的用户电话与电话库匹配,获取用户电话对应的用户的用户标识,其中,电话库中包括用户电话与用户标识之间的对应关系;
和/或,提取用户信息中的用户标识。
作为本发明实施例一种可选的实施方式,确定模块,包括:
聚类单元,用于对定位数据进行聚类,生成多个第一候选簇;
目标簇确定单元,用于根据第一候选簇的簇特征,从多个第一候选簇中确定第一目标簇;
坐标确定单元,用于根据第一目标簇中的定位数据,确定POI的坐标。
作为本发明实施例一种可选的实施方式,聚类单元具体用于:
对定位数据进行数据压缩;
对压缩后的定位数据进行聚类,生成多个第一候选簇。
作为本发明实施例一种可选的实施方式,每个用户的定位数据为用户在预设时间段内的定位数据,每个用户的定位数据中包括多个定位点和每个定位点的定位时间,聚类单元具体用于:
将定位数据中同一用户定位时间在同一时间段内的相同定位点压缩为一个定位点;
将定位数据中同一用户定位时间在同一时间段内且位于同一网格区域内的定位点压缩为一个定位点,其中,时间段为预设时间段被均分成的多个时间段中的任一时间段,网格区域为定位数据所属的地图被均分成的多个网格区域中的任一区域。
作为本发明实施例一种可选的实施方式,聚类单元具体用于:
将压缩后的定位数据中坐标相同的定位点合并为一个定位点;
根据合并后的定位数据中每个定位点所涉及的用户数量,从合并后的定位数据中确定多个核心点;
将每个核心点作为待处理簇,对各个待处理簇执行聚类操作,其中,聚类操作包括:
对于每个待处理簇,将合并后的定位数据中与待处理簇相邻的定位点和待处理簇与待处理簇合为一簇,形成新的待处理簇;对新的待处理簇返回执行聚类操作,直至新的待处理簇满足预设条件为止,并将最后形成的新的待处理簇确定为第一候选簇;
其中,与待处理簇相邻的定位点所在的网格区域与待处理簇的边界相邻,与待处理簇相邻的待处理簇的边界与待处理簇的边界相邻;预设条件包括待处理簇的簇长度达到预设长度或待处理簇周边没有相邻的定位点。
作为本发明实施例一种可选的实施方式,每个第一候选簇的簇特征包括下列特征中的至少一项:第一候选簇中定位数据所涉及的用户数量、初始定位点的数量和运单数量,以及时间因子、周边搜索因子、地理编码和可信度;
其中,初始定位点为未经过数据压缩的定位点,时间因子根据第一候选簇中核心点的定位时间确定,周边搜索因子根据以第一候选簇中核心点为中心对POI的名称进行周边搜索后返回的POI结果确定,可信度根据POI的名称与第一候选簇的核心点的坐标之间的匹配度确定。
作为本发明实施例一种可选的实施方式,目标簇确定单元具体用于:
按照预设的第一候选簇的簇特征中各特征的重要度,从多个第一候选簇中确定第一目标簇,其中,簇特征中用户数量、初始定位点的数量、运单数量、时间因子、周边搜索因子、地理编码和可信度的重要度依次降低。
作为本发明实施例一种可选的实施方式,坐标确定单元具体用于:
获取第一目标簇中定位数据所涉及的用户在预设范围内的初始定位数据,其中,预设范围根据第一目标簇的核心点的坐标确定,初始定位数据为未经过数据压缩的定位数据;
根据初始定位数据,确定POI的坐标。
作为本发明实施例一种可选的实施方式,坐标确定单元具体用于:
根据位于预设范围内的道路,将初始定位数据划分为多个第二候选簇,其中,划分的第二候选簇与预设范围被道路所分割成的区域一一对应,每个第二候选簇中的初始定位数据包括第二候选簇对应的区域中的所有初始定位数据;
根据第二候选簇的簇特征,从多个第二候选簇中确定第二目标簇;
将第二目标簇的中心点的坐标确定为POI的坐标。
第三方面,本发明实施例提供一种POI坐标确定设备,包括:存储器和处理器,存储器用于存储计算机程序;处理器用于在调用计算机程序时执行上述第一方面或第一方面的任一实施方式所述的方法。
第四方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述第一方面或第一方面的任一实施方式所述的方法。
本发明实施例提供的POI坐标确定方法、装置与设备,通过将POI与运单之间进行关联,在确定出POI的关联运单后,根据POI的关联运单中关联地址对应的用户信息,获取与用户信息相关的所有用户的定位数据;最后根据获取的定位数据确定POI的坐标,可以避免传统的地理编码方式中根据POI地址描述确定的POI坐标精确度低的问题,从而可以提高确定的POI坐标的精确度。
附图说明
图1为本发明实施例提供的POI坐标确定方法的流程示意图;
图2为本发明实施例提供的根据定位数据确定POI的坐标的流程示意图;
图3为本发明实施例提供的POI坐标确定装置的结构示意图;
图4为本发明实施例提供的POI坐标确定设备的结构示意图。
具体实施方式
针对目前的通过地理编码方式确定POI坐标的方法,依赖POI的地址确定的POI坐标的精确度较低的技术问题,本发明实施例提供一种POI坐标确定方法、装置与设备,主要通过将POI与运单之间进行关联,在确定出POI的关联运单后,根据POI的关联运单中关联地址对应的用户信息,获取与用户信息相关的所有用户的定位数据;最后根据获取的定位数据确定POI的坐标,以避免传统的地理编码方式根据POI地址描述确定的POI坐标精确度低的问题,提高POI坐标的精确度。
本发明实施例提供的技术方案可以应用于电子地图中POI的新增或坐标更新等场景,即对于电子地图中已有的线上POI,可以采用本发明实施例提供的技术方案确定该线上POI的坐标后,对该线上POI在电子地图中的坐标进行更新;对于电子地图中未上线的线下POI,可以采用本发明实施例提供的技术方案确定该线下POI的坐标后,将该线下POI新增入电子地图中。当然,本发明实施例提供的技术方案还可以应用于其他需要确定POI坐标的场景,本发明实施例对此不做特别限定。
下面结合附图,对本发明的实施例进行描述。
图1为本发明实施例提供的POI坐标确定方法的流程示意图,如图1所示,本实施例提供的方法可以包括如下步骤:
S101、根据运单库中各运单的运单地址,确定POI的关联运单。
其中,POI可以是电子地图中已上线的POI,也可以是未上线的POI。关联运单的运单地址中包括用于描述POI的关联地址;运单的运单地址可以包括收货人地址和发货人地址,对应的,POI的关联地址可以是运单中的收货人地址或发货人地址。考虑到运单中的收货人地址更为详细,本实施例中,在具体实现时可以只根据运单的收货人地址,确定POI的关联运单,对应的,关联地址则为收货人地址,这样可以提高关联结果的准确性。
本实施例中,在确定POI的关联运单时,可以根据POI的地址与运单地址中收货人地址之间的相似度,确定POI的关联运单。
在具体实现时,可以逐个计算POI的地址与运单库中各运单的收货人地址之间的相似度,将相似度满足预设关联条件(例如大于预设相似度)的收货人地址对应的运单确定为POI的关联运单。
为了提高计算效率,本实施例中,也可以先根据运单地址中收货人地址之间的相似度,将描述同一POI的多个收货人地址对应的运单划分到同一运单集合中,生成多个运单集合;然后根据POI的地址与各运单集合之间的相似度,将相似度最高的运单集合中的运单确定为POI的关联运单。这样在处理其他POI时,只需计算该其他POI与各运单集合之间的相似度即可,从而可以提高POI的关联效率。
其中,在计算收货人地址之间的相似度时,可以采用各种文本相似度算法实现,例如:TF-IDF相似度算法和N-Gram相似度算法等,具体的相似度计算方法本实施例不做特别限定。
本实施例中,在生成运单集合时,可以将相似度满足预设的生成条件(例如:相似度大于预设相似度)的收货人地址确定为描述同一POI的收货人地址,将这些描述同一POI的收货人地址划分到同一运单集合中。在计算POI的地址与某个运单集合之间的相似度时,具体可以计算POI的地址与该运单集合中任一运单的收货人地址之间的相似度,也可以计算POI的地址与该运单集合中相似度最高的两个收货人地址中的其中之一之间的相似度,具体的计算方法可以根据需要选择,本实施例对此不做特别限定。
S102、根据关联运单中关联地址对应的用户信息,获取与用户信息相关的所有用户的定位数据。
具体的,用户信息可以包括用户地址(即关联地址)、用户电话和用户标识等,在获取定位数据时,方便起见,可以先根据关联运单中关联地址对应的用户信息,获取与用户信息相关的所有用户的用户标识;然后再根据预设的定位数据库,获取所有用户标识中每个用户标识对应的定位数据。
其中,定位数据库中包括用户标识与定位数据之间的对应关系,每个用户标识对应的定位数据(即每个用户的定位数据)中可以包括多个定位点和每个定位点的定位时间。用户标识可以是用户身份标识号码(Identity,ID)、国际移动设备身份码(InternationalMobile Equipment Identity,IMEI)或其他标识。
在具体获取用户标识时,可以将用户信息中的关联地址与地址库匹配,获取关联地址对应的用户的用户标识;和/或,将用户信息中的用户电话与电话库匹配,获取用户电话对应的用户的用户标识;和/或,提取用户信息中的用户标识。
其中,地址库中包括地址与用户标识之间的对应关系,电话库中包括用户电话与用户标识之间的对应关系。当根据用户信息中的至少两种信息获取用户标识时,获取的用户标识为根据至少两种用户信息获取的用户标识的并集。另外,POI的关联运单通常为多个,最终获取的用户标识则为各关联运单中关联地址对应的用户信息相关的所有用户标识的并集。
在具体获取定位数据时,可以获取各用户在预设时间段内(例如:最近一年内)的定位数据,以减少数据处理量。
S103、根据定位数据确定POI的坐标。
具体的,在获取到与关联运单中关联地址对应的用户信息相关的所有用户的定位数据后,则可以根据这些定位数据确定POI的坐标,例如:可以根据定位数据中定位点涉及的用户数量和定位次数等信息确定目标定位点,将目标定位点的坐标确定为POI的坐标。为了提高确定的POI坐标的精确度,本实施例中,在确定POI坐标时,可以采用图2所示的方法实现。
图2为本发明实施例提供的根据定位数据确定POI的坐标的流程示意图,如图2所示,该方法可以包括如下步骤:
S201、对定位数据进行聚类,生成多个第一候选簇。
具体的,在进行聚类时,可以直接对定位数据进行聚类;为了提高处理效率,本实施例中,也可以在对定位数据进行聚类前,先对定位数据进行数据压缩,然后对压缩后的定位数据进行聚类,生成多个第一候选簇。
在具体进行数据压缩时,可以将定位数据中同一用户定位时间在同一时间段内的相同定位点压缩为一个定位点;将定位数据中同一用户定位时间在同一时间段内且位于同一网格区域内的定位点压缩为一个定位点。
其中,该时间段为预设时间段被均分成的多个时间段中的任一时间段,网格区域为定位数据所属的地图被均分成的多个网格区域中的任一区域。
本实施例中,某个时间段可以是该预设时间段内某月中某日内的某段时间(例如:2018年1月1日的10:00-11:00),也可以是该预设时间段内多个月份中各日内的同一段时间(例如:2018年1月1日-10月10日的10:00-11:00),两者对应的数据压缩程度不同,具体可以根据需要选择。另外,每个时间段的时间间隔也可以根据实际需要选择,例如可以为1小时,具体时长本实施例不做特别限定。此外,每个网格区域的大小也可以根据实际需要设置,例如可以为25m×25m的范围,具体大小本实施例也不做特别限定。
在进行数据压缩后,可以将所有压缩后的定位数据在空间维度上进行重合,即将压缩后的定位数据中坐标相同的定位点合并为一个定位点,然后采用相关的聚类方法进行聚类。
为了提高聚类效率,本实施例中,采用贪心聚类算法对压缩后的定位数据进行聚类,在具体实现时,在将压缩后的定位数据中坐标相同的定位点合并为一个定位点后;先根据合并后的定位数据中每个定位点所涉及的用户数量,从合并后的定位数据中确定多个核心点;然后将每个核心点作为待处理簇,对各个待处理簇执行聚类操作,其中,聚类操作包括:对于每个待处理簇,将合并后的定位数据中与待处理簇相邻的定位点和待处理簇与该待处理簇合为一簇,形成新的待处理簇;再对新的待处理簇返回执行聚类操作,直至新的待处理簇满足预设条件为止,并将最后形成的新的待处理簇确定为第一候选簇。其中,与待处理簇相邻的定位点所在的网格区域与待处理簇的边界相邻,与待处理簇相邻的待处理簇的边界与待处理簇的边界相邻。
具体的,在确定核心点时,可以按照各个定位点所涉及的用户数量,选择前N个用户数量较高的定位点作为核心点;为了提高选择的核心点的准确度,本实施例中,也可以结合定位点的用户数量和定位次数确定核心点,例如:在前M个用户数量较高的定位点中选择前N个定位次数较多的定位点作为核心点,其中,M和N为正整数,M>N;定位点的定位次数为该定位点对应的所有初始定位点的定位次数之和,该初始定位点为未经过数据压缩的定位点;另外,核心点的个数具体可以根据需要设置,本实施例对此不做特别限定。
在确定出核心点后,可以将每个核心点作为一个簇(即待处理簇),将每个待处理簇逐步向周边8个方向扩充,合并相邻的定位点,以生成若干第一候选簇;以数据压缩时网格区域的范围为25m×25m为例,对于某个待处理簇来说,可以每次向周边8个方向扩充一个网格区域的范围(即25米),查找该范围内是否有定位点或待处理簇(即查找与该待处理簇相邻的定位点和待处理簇),若有,则将查找到的定位点和待处理簇与该待处理簇合并为一簇,形成新的待处理簇;然后对新的待处理簇重复执行上述扩充合并操作(即聚类操作),直至新的待处理簇满足预设条件,终止聚类操作,将其确定为第一候选簇。
在进行聚类时,本实施例中,可以依次对各个核心点进行聚类,即先对第一个核心点进行聚类,将该第一个核心点逐步向周边扩充,得到一个第一候选簇,然后对剩余的核心点中其中一个核心点进行聚类,依次类推,直至对剩余的最后一个核心点进行聚类;也可以同时对各个核心点进行聚类,即同时将各个核心点逐步向周边扩充,最后生成若干第一候选簇。
本实施例中,预设条件可以包括待处理簇的簇长度达到预设长度或待处理簇周边没有相邻的定位点,即当某个待处理簇的簇长度达到预设长度或周边没有相邻的定位点时,将该待处理簇确定为第一候选簇。其中,待处理簇的簇长度根据该待处理簇中核心点到簇边界的距离确定,例如:簇长度具体可以是核心点到簇边界的最长距离;预设长度可以根据POI的类别确定,例如:POI的类别为商场,预设长度可以为100米。
S202、根据第一候选簇的簇特征,从多个第一候选簇中确定第一目标簇。
具体的,每个第一候选簇的簇特征包括下列特征中的至少一项:第一候选簇中定位数据所涉及的用户数量、初始定位点的数量和运单数量,以及时间因子、周边搜索因子、地理编码和可信度。
其中,第一候选簇中定位数据所涉及的用户数量即为第一候选簇中所有定位点涉及的用户数量之和;第一候选簇中定位数据所涉及的初始定位点的数量即为第一候选簇中所有定位点的定位次数之和;第一候选簇中定位数据所涉及的运单数量即为第一候选簇中所有定位点涉及的运单数量之和;时间因子根据第一候选簇中核心点的定位时间确定,其具体可以是第一候选簇中核心点的定位时间中定位次数最多的定位时间;周边搜索因子根据以第一候选簇中核心点为中心对POI的名称进行周边搜索后返回的POI结果确定,其具体可以是以第一候选簇的核心点为中心、以预设搜索距离为半径在电子地图中搜索POI的名称后返回的相关POI的数量;地理编码即为根据地理编码库将POI的地址转换成的地理坐标;可信度根据POI的名称与第一候选簇的核心点的坐标之间的匹配度确定。
本实施例中,在确定第一目标簇时可以综合考虑各个簇特征,选出第一目标簇,例如:对每个第一候选簇的各簇特征进行加权运算,得到加权值,将各个第一候选簇中加权值最高的第一候选簇确定为第一目标簇。
另外,各个簇特征可以设置不同的重要度,其中,簇特征中用户数量、定位点数量、运单数量、时间因子、周边搜索因子、地理编码和可信度的重要度可以依次降低。对应的,在确定第一目标簇时,按照预设的第一候选簇的簇特征中各特征的重要度,从多个第一候选簇中确定第一目标簇;继续以上述举例为例,在具体实现时,例如:可以将重要度较高的簇特征设置较高的权值,即各簇特征按照重要度从高到低的顺序,其权值依次降低。
S203、根据第一目标簇中的定位数据,确定POI的坐标。
在确定出第一目标簇后,就可以根据第一目标簇中的定位数据确定POI的坐标。在具体实现时,可以根据第一目标簇的核心点坐标确定POI的坐标;考虑到步骤S201中数据压缩对POI位置的精度影响,本实施例中,在确定POI坐标时,可以先获取第一目标簇中定位数据所涉及的用户在预设范围内的初始定位数据,然后再根据初始定位数据,确定POI的坐标,以提高确定的POI的坐标的精确度。
其中,初始定位数据为未经过数据压缩的定位数据。预设范围根据第一目标簇的核心点的坐标确定,当第一目标簇中包含一个核心点时,预设范围可以是以第一目标簇的核心点为中心,以预设距离为直径或边长的圆形或矩形区域;当第一目标簇中包含多个核心点时,预设范围可以是以其中一个核心点为中心的圆形或矩形区域,也可以是以多个核心点的中心点为中心的圆形或矩形区域,还可以是以各个核心点为中心的圆形或矩形区域合并在一起后形成的区域。其中,预设距离的大小可以根据需要设置,例如可以为400米。
本实施例中,在根据初始定位数据确定POI的坐标时,可以对这些初始定位数据进行聚类,根据聚类结果确定POI的坐标。考虑到在进行数据压缩时可能将位于POI旁道路的路对面的定位点压缩在一个定位点中,本实施例中,在进行聚类时可以根据初始定位数据相对道路的分布对初始定位数据进行聚类,以提高聚类结果的准确性。
在具体实现时,可以先根据位于预设范围内的道路,将初始定位数据划分为多个第二候选簇;然后根据第二候选簇的簇特征,从多个第二候选簇中确定第二目标簇;最后将第二目标簇的中心点的坐标确定为POI的坐标。
其中,划分的第二候选簇与预设范围被道路所分割成的区域一一对应,每个第二候选簇中的初始定位数据包括该第二候选簇对应的区域中的所有初始定位数据,例如:该预设范围内包含一十字路口,则该预设范围被分割为四个区域,对应的,初始定位数据被划分为四个第二候选簇。
另外,在划分第二候选簇时,可以将位于道路上的定位点删除,即分割成的区域分布在道路的两侧,不包含道路所在区域,每个第二候选簇中的初始定位数据只包括该第二候选簇对应的区域中的所有初始定位数据,不包括位于道路上的初始定位数据,这样可以把错误的初始定位数据剔除,进一步提高聚类结果的准确性。
本实施例中,在确定第二目标簇,其确定方法与确定第一目标簇的方法类似,不同之处在于,第二候选簇的簇特征中定位时间可以设置为默认值,即可以不考虑该簇特征;周边搜索因子在具体确定时根据以第二候选簇的中心点为中心对POI的名称进行周边搜索后返回的POI结果确定。对于第二目标簇的具体确定过程可以参见上述第一目标簇的确定过程,此处不再赘述。
在确定出第二目标簇后,可以计算第二目标簇的中心点坐标,将中心点坐标确定为POI的坐标。
本实施例提供的POI坐标确定方法,通过将POI与运单之间进行关联,在确定出POI的关联运单后,根据POI的关联运单中关联地址对应的用户信息,获取与用户信息相关的所有用户的定位数据;最后根据获取的定位数据确定POI的坐标,可以避免传统的地理编码方式中根据POI地址描述确定的POI坐标精确度低的问题,从而可以提高确定的POI坐标的精确度。
基于同一发明构思,作为对上述方法的实现,本发明实施例提供了一种POI坐标确定装置,该装置实施例与前述方法实施例对应,为便于阅读,本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述,但应当明确,本实施例中的装置能够对应实现前述方法实施例中的全部内容。
图3为本发明实施例提供的POI坐标确定装置的结构示意图,如图3所示,本实施例提供的装置包括:
关联模块110,用于根据运单库中各运单的运单地址,确定POI的关联运单,其中,关联运单的运单地址中包括用于描述POI的关联地址;
获取模块120,用于根据关联运单中关联地址对应的用户信息,获取与用户信息相关的所有用户的定位数据;
确定模块130,用于根据定位数据确定POI的坐标。
作为本发明实施例一种可选的实施方式,关联地址为收货人地址,关联模块110具体用于:
根据运单地址中收货人地址之间的相似度,将描述同一POI的多个收货人地址对应的运单划分到同一运单集合中,生成多个运单集合;
根据POI的地址与各运单集合之间的相似度,将相似度最高的运单集合中的运单确定为POI的关联运单。
作为本发明实施例一种可选的实施方式,获取模块120具体用于:
根据关联运单中关联地址对应的用户信息,获取与用户信息相关的所有用户的用户标识;
根据预设的定位数据库,获取所有用户标识中每个用户标识对应的定位数据,其中,定位数据库中包括用户标识与定位数据之间的对应关系。
作为本发明实施例一种可选的实施方式,用户信息包括关联地址、用户电话和用户标识中的至少一项,获取模块120具体用于:
将用户信息中的关联地址与地址库匹配,获取关联地址对应的用户的用户标识,其中,地址库中包括地址与用户标识之间的对应关系;
和/或,将用户信息中的用户电话与电话库匹配,获取用户电话对应的用户的用户标识,其中,电话库中包括用户电话与用户标识之间的对应关系;
和/或,提取用户信息中的用户标识。
作为本发明实施例一种可选的实施方式,确定模块130,包括:
聚类单元131,用于对定位数据进行聚类,生成多个第一候选簇;
目标簇确定单元132,用于根据第一候选簇的簇特征,从多个第一候选簇中确定第一目标簇;
坐标确定单元133,用于根据第一目标簇中的定位数据,确定POI的坐标。
作为本发明实施例一种可选的实施方式,聚类单元131具体用于:
对定位数据进行数据压缩;
对压缩后的定位数据进行聚类,生成多个第一候选簇。
作为本发明实施例一种可选的实施方式,每个用户的定位数据为用户在预设时间段内的定位数据,每个用户的定位数据中包括多个定位点和每个定位点的定位时间,聚类单元131具体用于:
将定位数据中同一用户定位时间在同一时间段内的相同定位点压缩为一个定位点;
将定位数据中同一用户定位时间在同一时间段内且位于同一网格区域内的定位点压缩为一个定位点,其中,时间段为预设时间段被均分成的多个时间段中的任一时间段,网格区域为定位数据所属的地图被均分成的多个网格区域中的任一区域。
作为本发明实施例一种可选的实施方式,聚类单元131具体用于:
将压缩后的定位数据中坐标相同的定位点合并为一个定位点;
根据合并后的定位数据中每个定位点所涉及的用户数量,从合并后的定位数据中确定多个核心点;
将每个核心点作为待处理簇,对各个待处理簇执行聚类操作,其中,聚类操作包括:
对于每个待处理簇,将合并后的定位数据中与待处理簇相邻的定位点和待处理簇与待处理簇合为一簇,形成新的待处理簇;对新的待处理簇返回执行聚类操作,直至新的待处理簇满足预设条件为止,并将最后形成的新的待处理簇确定为第一候选簇;
其中,与待处理簇相邻的定位点所在的网格区域与待处理簇的边界相邻,与待处理簇相邻的待处理簇的边界与待处理簇的边界相邻;预设条件包括待处理簇的簇长度达到预设长度或待处理簇周边没有相邻的定位点。
其中,每个第一候选簇的簇特征可以包括下列特征中的至少一项:第一候选簇中定位数据所涉及的用户数量、初始定位点的数量和运单数量,以及时间因子、周边搜索因子、地理编码和可信度;
其中,初始定位点为未经过数据压缩的定位点,时间因子根据第一候选簇中核心点的定位时间确定,周边搜索因子根据以第一候选簇中核心点为中心对POI的名称进行周边搜索后返回的POI结果确定,可信度根据POI的名称与第一候选簇的核心点的坐标之间的匹配度确定。
作为本发明实施例一种可选的实施方式,目标簇确定单元132具体用于:
按照预设的第一候选簇的簇特征中各特征的重要度,从多个第一候选簇中确定第一目标簇,其中,簇特征中用户数量、初始定位点的数量、运单数量、时间因子、周边搜索因子、地理编码和可信度的重要度依次降低。
作为本发明实施例一种可选的实施方式,坐标确定单元133具体用于:
获取第一目标簇中定位数据所涉及的用户在预设范围内的初始定位数据,其中,预设范围根据第一目标簇的核心点的坐标确定,初始定位数据为未经过数据压缩的定位数据;
根据初始定位数据,确定POI的坐标。
作为本发明实施例一种可选的实施方式,坐标确定单元133具体用于:
根据位于预设范围内的道路,将初始定位数据划分为多个第二候选簇,其中,划分的第二候选簇与预设范围被道路所分割成的区域一一对应,每个第二候选簇中的初始定位数据包括第二候选簇对应的区域中的所有初始定位数据;
根据第二候选簇的簇特征,从多个第二候选簇中确定第二目标簇;
将第二目标簇的中心点的坐标确定为POI的坐标。
本实施例提供的装置可以执行上述方法实施例,其实现原理与技术效果类似,此处不再赘述。
基于同一发明构思,本发明实施例还提供了一种POI坐标确定设备。
图4为本发明实施例提供的POI坐标确定设备的结构示意图,如图4所示,本实施例提供的POI坐标确定设备包括:存储器210和处理器220,存储器210用于存储计算机程序;处理器220用于在调用计算机程序时执行上述方法实施例所述的方法。
本实施例提供的POI坐标确定设备可以执行上述方法实施例,其实现原理与技术效果类似,此处不再赘述。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法实施例所述的方法。
本领域技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。
处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
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 (26)
1.一种兴趣点POI坐标确定方法,其特征在于,包括:
根据运单库中各运单的运单地址,确定POI的关联运单,其中,所述关联运单的运单地址中包括用于描述所述POI的关联地址;
根据所述关联运单中关联地址对应的用户信息,获取与所述用户信息相关的所有用户的定位数据;
根据所述定位数据确定所述POI的坐标。
2.根据权利要求1所述的方法,其特征在于,所述关联地址为收货人地址,所述根据运单库中各运单的运单地址,确定POI的关联运单,包括:
根据运单地址中收货人地址之间的相似度,将描述同一POI的多个收货人地址对应的运单划分到同一运单集合中,生成多个运单集合;
根据POI的地址与各运单集合之间的相似度,将相似度最高的运单集合中的运单确定为所述POI的关联运单。
3.根据权利要求1所述的方法,其特征在于,所述根据所述关联运单中关联地址对应的用户信息,获取与所述用户信息相关的所有用户的定位数据,包括:
根据所述关联运单中关联地址对应的用户信息,获取与所述用户信息相关的所有用户的用户标识;
根据预设的定位数据库,获取所有用户标识中每个用户标识对应的定位数据,其中,所述定位数据库中包括用户标识与定位数据之间的对应关系。
4.根据权利要求3所述的方法,其特征在于,所述用户信息包括所述关联地址、用户电话和用户标识中的至少一项,所述根据所述关联运单中关联地址对应的用户信息,获取与所述用户信息相关的所有用户的用户标识,包括:
将所述用户信息中的关联地址与地址库匹配,获取所述关联地址对应的用户的用户标识,其中,所述地址库中包括地址与用户标识之间的对应关系;
和/或,将所述用户信息中的用户电话与电话库匹配,获取所述用户电话对应的用户的用户标识,其中,所述电话库中包括用户电话与用户标识之间的对应关系;
和/或,提取所述用户信息中的用户标识。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述根据所述定位数据确定所述POI的坐标,包括:
对所述定位数据进行聚类,生成多个第一候选簇;
根据第一候选簇的簇特征,从所述多个第一候选簇中确定第一目标簇;
根据第一目标簇中的定位数据,确定所述POI的坐标。
6.根据权利要求5所述的方法,其特征在于,所述对所述定位数据进行聚类,包括:
对所述定位数据进行数据压缩;
对压缩后的定位数据进行聚类,生成多个第一候选簇。
7.根据权利要求6所述的方法,其特征在于,每个用户的定位数据为所述用户在预设时间段内的定位数据,每个用户的定位数据中包括多个定位点和每个定位点的定位时间,所述对所述定位数据进行数据压缩,包括:
将所述定位数据中同一用户定位时间在同一时间段内的相同定位点压缩为一个定位点;
将所述定位数据中同一用户定位时间在同一时间段内且位于同一网格区域内的定位点压缩为一个定位点,其中,所述时间段为所述预设时间段被均分成的多个时间段中的任一时间段,所述网格区域为所述定位数据所属的地图被均分成的多个网格区域中的任一区域。
8.根据权利要求7所述的方法,其特征在于,所述对压缩后的定位数据进行聚类,生成多个第一候选簇,包括:
将所述压缩后的定位数据中坐标相同的定位点合并为一个定位点;
根据合并后的定位数据中每个定位点所涉及的用户数量,从所述合并后的定位数据中确定多个核心点;
将每个核心点作为待处理簇,对各个待处理簇执行聚类操作,其中,所述聚类操作包括:
对于每个待处理簇,将所述合并后的定位数据中与所述待处理簇相邻的定位点和待处理簇与所述待处理簇合为一簇,形成新的待处理簇;对所述新的待处理簇返回执行所述聚类操作,直至新的待处理簇满足预设条件为止,并将最后形成的新的待处理簇确定为第一候选簇;
其中,与所述待处理簇相邻的定位点所在的网格区域与所述待处理簇的边界相邻,与所述待处理簇相邻的待处理簇的边界与所述待处理簇的边界相邻;所述预设条件包括待处理簇的簇长度达到预设长度或待处理簇周边没有相邻的定位点。
9.根据权利要求8所述的方法,其特征在于,每个第一候选簇的簇特征包括下列特征中的至少一项:所述第一候选簇中定位数据所涉及的用户数量、初始定位点的数量和运单数量,以及时间因子、周边搜索因子、地理编码和可信度;
其中,所述初始定位点为未经过数据压缩的定位点,所述时间因子根据所述第一候选簇中核心点的定位时间确定,所述周边搜索因子根据以所述第一候选簇中核心点为中心对所述POI的名称进行周边搜索后返回的POI结果确定,所述可信度根据所述POI的名称与所述第一候选簇的核心点的坐标之间的匹配度确定。
10.根据权利要求9所述的方法,其特征在于,所述根据第一候选簇的簇特征,从所述多个第一候选簇中确定第一目标簇,包括:
按照预设的第一候选簇的簇特征中各特征的重要度,从所述多个第一候选簇中确定第一目标簇,其中,所述簇特征中用户数量、初始定位点的数量、运单数量、时间因子、周边搜索因子、地理编码和可信度的重要度依次降低。
11.根据权利要求6所述的方法,其特征在于,所述根据第一目标簇中的定位数据,确定所述POI的坐标,包括:
获取所述第一目标簇中定位数据所涉及的用户在预设范围内的初始定位数据,其中,所述预设范围根据所述第一目标簇的核心点的坐标确定,所述初始定位数据为未经过所述数据压缩的定位数据;
根据所述初始定位数据,确定所述POI的坐标。
12.根据权利要求11所述的方法,其特征在于,所述根据所述初始定位数据,确定所述POI的坐标,包括:
根据位于所述预设范围内的道路,将所述初始定位数据划分为多个第二候选簇,其中,划分的第二候选簇与所述预设范围被所述道路所分割成的区域一一对应,每个第二候选簇中的初始定位数据包括所述第二候选簇对应的区域中的所有初始定位数据;
根据所述第二候选簇的簇特征,从所述多个第二候选簇中确定第二目标簇;
将所述第二目标簇的中心点的坐标确定为所述POI的坐标。
13.一种兴趣点POI坐标确定装置,其特征在于,包括:
关联模块,用于根据运单库中各运单的运单地址,确定POI的关联运单,其中,所述关联运单的运单地址中包括用于描述所述POI的关联地址;
获取模块,用于根据所述关联运单中关联地址对应的用户信息,获取与所述用户信息相关的所有用户的定位数据;
确定模块,用于根据所述定位数据确定所述POI的坐标。
14.根据权利要求13所述的装置,其特征在于,所述关联地址为收货人地址,所述关联模块具体用于:
根据运单地址中收货人地址之间的相似度,将描述同一POI的多个收货人地址对应的运单划分到同一运单集合中,生成多个运单集合;
根据POI的地址与各运单集合之间的相似度,将相似度最高的运单集合中的运单确定为所述POI的关联运单。
15.根据权利要求13所述的装置,其特征在于,所述获取模块具体用于:
根据所述关联运单中关联地址对应的用户信息,获取与所述用户信息相关的所有用户的用户标识;
根据预设的定位数据库,获取所有用户标识中每个用户标识对应的定位数据,其中,所述定位数据库中包括用户标识与定位数据之间的对应关系。
16.根据权利要求15所述的装置,其特征在于,所述用户信息包括所述关联地址、用户电话和用户标识中的至少一项,所述获取模块具体用于:
将所述用户信息中的关联地址与地址库匹配,获取所述关联地址对应的用户的用户标识,其中,所述地址库中包括地址与用户标识之间的对应关系;
和/或,将所述用户信息中的用户电话与电话库匹配,获取所述用户电话对应的用户的用户标识,其中,所述电话库中包括用户电话与用户标识之间的对应关系;
和/或,提取所述用户信息中的用户标识。
17.根据权利要求13-16任一项所述的装置,其特征在于,所述确定模块,包括:
聚类单元,用于对所述定位数据进行聚类,生成多个第一候选簇;
目标簇确定单元,用于根据第一候选簇的簇特征,从所述多个第一候选簇中确定第一目标簇;
坐标确定单元,用于根据第一目标簇中的定位数据,确定所述POI的坐标。
18.根据权利要求17所述的装置,其特征在于,所述聚类单元具体用于:
对所述定位数据进行数据压缩;
对压缩后的定位数据进行聚类,生成多个第一候选簇。
19.根据权利要求18所述的装置,其特征在于,每个用户的定位数据为所述用户在预设时间段内的定位数据,每个用户的定位数据中包括多个定位点和每个定位点的定位时间,所述聚类单元具体用于:
将所述定位数据中同一用户定位时间在同一时间段内的相同定位点压缩为一个定位点;
将所述定位数据中同一用户定位时间在同一时间段内且位于同一网格区域内的定位点压缩为一个定位点,其中,所述时间段为所述预设时间段被均分成的多个时间段中的任一时间段,所述网格区域为所述定位数据所属的地图被均分成的多个网格区域中的任一区域。
20.根据权利要求19所述的装置,其特征在于,所述聚类单元具体用于:
将所述压缩后的定位数据中坐标相同的定位点合并为一个定位点;
根据合并后的定位数据中每个定位点所涉及的用户数量,从所述合并后的定位数据中确定多个核心点;
将每个核心点作为待处理簇,对各个待处理簇执行聚类操作,其中,所述聚类操作包括:
对于每个待处理簇,将所述合并后的定位数据中与所述待处理簇相邻的定位点和待处理簇与所述待处理簇合为一簇,形成新的待处理簇;对所述新的待处理簇返回执行所述聚类操作,直至新的待处理簇满足预设条件为止,并将最后形成的新的待处理簇确定为第一候选簇;
其中,与所述待处理簇相邻的定位点所在的网格区域与所述待处理簇的边界相邻,与所述待处理簇相邻的待处理簇的边界与所述待处理簇的边界相邻;所述预设条件包括待处理簇的簇长度达到预设长度或待处理簇周边没有相邻的定位点。
21.根据权利要求20所述的装置,其特征在于,每个第一候选簇的簇特征包括下列特征中的至少一项:所述第一候选簇中定位数据所涉及的用户数量、初始定位点的数量和运单数量,以及时间因子、周边搜索因子、地理编码和可信度;
其中,所述初始定位点为未经过数据压缩的定位点,所述时间因子根据所述第一候选簇中核心点的定位时间确定,所述周边搜索因子根据以所述第一候选簇中核心点为中心对所述POI的名称进行周边搜索后返回的POI结果确定,所述可信度根据所述POI的名称与所述第一候选簇的核心点的坐标之间的匹配度确定。
22.根据权利要求21所述的装置,其特征在于,所述目标簇确定单元具体用于:
按照预设的第一候选簇的簇特征中各特征的重要度,从所述多个第一候选簇中确定第一目标簇,其中,所述簇特征中用户数量、初始定位点的数量、运单数量、时间因子、周边搜索因子、地理编码和可信度的重要度依次降低。
23.根据权利要求18所述的装置,其特征在于,所述坐标确定单元具体用于:
获取所述第一目标簇中定位数据所涉及的用户在预设范围内的初始定位数据,其中,所述预设范围根据所述第一目标簇的核心点的坐标确定,所述初始定位数据为未经过所述数据压缩的定位数据;
根据所述初始定位数据,确定所述POI的坐标。
24.根据权利要求23所述的装置,其特征在于,所述坐标确定单元具体用于:
根据位于所述预设范围内的道路,将所述初始定位数据划分为多个第二候选簇,其中,划分的第二候选簇与所述预设范围被所述道路所分割成的区域一一对应,每个第二候选簇中的初始定位数据包括所述第二候选簇对应的区域中的所有初始定位数据;
根据所述第二候选簇的簇特征,从所述多个第二候选簇中确定第二目标簇;
将所述第二目标簇的中心点的坐标确定为所述POI的坐标。
25.一种兴趣点POI坐标确定设备,其特征在于,包括:存储器和处理器,所述存储器用于存储计算机程序;所述处理器用于在调用所述计算机程序时执行如权利要求1-12任一项所述的方法。
26.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-12任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910059737.3A CN111460057B (zh) | 2019-01-22 | 2019-01-22 | Poi坐标确定方法、装置与设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910059737.3A CN111460057B (zh) | 2019-01-22 | 2019-01-22 | Poi坐标确定方法、装置与设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111460057A true CN111460057A (zh) | 2020-07-28 |
CN111460057B CN111460057B (zh) | 2023-06-27 |
Family
ID=71683122
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910059737.3A Active CN111460057B (zh) | 2019-01-22 | 2019-01-22 | Poi坐标确定方法、装置与设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111460057B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115083161A (zh) * | 2022-06-15 | 2022-09-20 | 平安国际融资租赁有限公司 | 车辆停留点的评估方法、装置、电子设备及可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090326991A1 (en) * | 2008-06-27 | 2009-12-31 | E-Lantis Corporation | Gps and wireless integrated fleet management system and method |
CN103856885A (zh) * | 2012-11-29 | 2014-06-11 | 北京百度网讯科技有限公司 | 一种准确获取poi的ap位置的方法和装置 |
CN105022748A (zh) * | 2014-04-28 | 2015-11-04 | 北京图盟科技有限公司 | 一种运单地址分级方法及装置 |
CN105893537A (zh) * | 2016-03-31 | 2016-08-24 | 百度在线网络技术(北京)有限公司 | 地理信息点的确定方法和装置 |
CN106919569A (zh) * | 2015-12-24 | 2017-07-04 | 北京四维图新科技股份有限公司 | 一种获取兴趣点poi的行政区划信息的方法及装置 |
CN107656913A (zh) * | 2017-09-30 | 2018-02-02 | 百度在线网络技术(北京)有限公司 | 地图兴趣点地址提取方法、装置、服务器和存储介质 |
CN108763538A (zh) * | 2018-05-31 | 2018-11-06 | 北京嘀嘀无限科技发展有限公司 | 一种确定兴趣点poi地理位置的方法及装置 |
-
2019
- 2019-01-22 CN CN201910059737.3A patent/CN111460057B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090326991A1 (en) * | 2008-06-27 | 2009-12-31 | E-Lantis Corporation | Gps and wireless integrated fleet management system and method |
CN103856885A (zh) * | 2012-11-29 | 2014-06-11 | 北京百度网讯科技有限公司 | 一种准确获取poi的ap位置的方法和装置 |
CN105022748A (zh) * | 2014-04-28 | 2015-11-04 | 北京图盟科技有限公司 | 一种运单地址分级方法及装置 |
CN106919569A (zh) * | 2015-12-24 | 2017-07-04 | 北京四维图新科技股份有限公司 | 一种获取兴趣点poi的行政区划信息的方法及装置 |
CN105893537A (zh) * | 2016-03-31 | 2016-08-24 | 百度在线网络技术(北京)有限公司 | 地理信息点的确定方法和装置 |
CN107656913A (zh) * | 2017-09-30 | 2018-02-02 | 百度在线网络技术(北京)有限公司 | 地图兴趣点地址提取方法、装置、服务器和存储介质 |
CN108763538A (zh) * | 2018-05-31 | 2018-11-06 | 北京嘀嘀无限科技发展有限公司 | 一种确定兴趣点poi地理位置的方法及装置 |
Non-Patent Citations (1)
Title |
---|
张庆全 等: "基于移动互联的内外业一体化地名地址信息采集系统的设计与实现" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115083161A (zh) * | 2022-06-15 | 2022-09-20 | 平安国际融资租赁有限公司 | 车辆停留点的评估方法、装置、电子设备及可读存储介质 |
CN115083161B (zh) * | 2022-06-15 | 2023-08-04 | 平安国际融资租赁有限公司 | 车辆停留点的评估方法、装置、电子设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111460057B (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106649331B (zh) | 商圈识别方法及设备 | |
US10817484B2 (en) | Apparatus, systems, and methods for providing location information | |
US10149094B2 (en) | Systems and methods to identify a predefined geographical region in which a mobile device is located | |
US10034141B2 (en) | Systems and methods to identify home addresses of mobile devices | |
CN110287831B (zh) | 一种基于地标的控制点的获取方法、装置和电子设备 | |
US20130054647A1 (en) | Information processing apparatus, information processing method, and program | |
CN109947881B (zh) | 一种poi判重方法、装置、移动终端及计算机可读存储介质 | |
CN111488414A (zh) | 道路任务匹配方法、装置与设备 | |
CN111221813A (zh) | 数据库索引以及数据库查询的处理方法、装置及设备 | |
CN110532437B (zh) | 电子凭证提示方法、装置、计算机设备及存储介质 | |
CN110765151A (zh) | 一种计算公式处理方法及装置 | |
CN111666359B (zh) | Poi候选到达点挖掘方法、装置与设备 | |
CN111931077A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN111460057B (zh) | Poi坐标确定方法、装置与设备 | |
CN107092611B (zh) | 一种位置信息的确定、信息推送方法和设备 | |
CN110222056B (zh) | 一种定位方法、系统及设备 | |
US9449110B2 (en) | Geotiles for finding relevant results from a geographically distributed set | |
CN115495537A (zh) | 一种地址描述信息处理方法及设备 | |
CN111737374B (zh) | 位置坐标确定方法、装置、电子设备及存储介质 | |
CN111460325B (zh) | Poi搜索方法、装置与设备 | |
CN114676344A (zh) | 一种兴趣点坐标确定方法、装置、存储介质及电子设备 | |
CN112328725A (zh) | 基于地图数据的企业地理位置归属区域的划分装置及方法 | |
CN113360586A (zh) | 地址聚集度查询方法、装置、设备及计算机可读存储介质 | |
CN111737600B (zh) | 信息提供方法、装置和设备以及展示顾客信息的系统 | |
CN112291713B (zh) | 一种目标潜在用户数据的获得方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |