CN111506675A

CN111506675A - 确定兴趣点的方法、装置、设备和介质

Info

Publication number: CN111506675A
Application number: CN201910026616.9A
Authority: CN
Inventors: 李阳
Original assignee: Alibaba Group Holding Ltd
Current assignee: Alibaba Group Holding Ltd
Priority date: 2019-01-11
Filing date: 2019-01-11
Publication date: 2020-08-07

Abstract

一种确定兴趣点的方法、装置、设备和介质，所述方法包括：将原始地址的文字序列切分为分词结果；根据所述分词结果，获得所述原始地址中包含的POI的属性内容；根据所述POI的属性内容和所述原始地址的地理坐标确定POI。采用本发明实施例后，由于依据原始地址可以直接确定POI，减少了确定POI的时间，提高获取POI的效率。

Description

确定兴趣点的方法、装置、设备和介质

技术领域

本发明涉及地图数据处理领域，尤其涉及一种确定兴趣点的方法、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、类别地址和坐标等属性。

POI是可以抽象为空间点的现实世界的实体，比如餐馆，酒店等。POI数据具有空间坐标和各种属性，是各种地图查询软件的基础数据。外业作业人员采用相关设备进行采集，是获取POI的最准确直接有效的方式，但是该种方式需要耗费较多的人力和时间，效率较低。

发明内容

本发明实施例提供了一种确定兴趣点的方法、装置、设备和计算机存储介质，能够减少确定POI的时间，提高获取POI的效率。

一种确定兴趣点的方法，包括：

将原始地址的文字序列切分为分词结果；

根据所述分词结果，获得所述原始地址中包含的兴趣点POI的属性内容；

根据所述POI的属性内容和所述原始地址的地理坐标确定POI。

所述将原始地址的文字序列切分为分词结果，包括：

将原始地址的文字序列，按照行政区划切分为分词结果。

所述原始地址的地理坐标包括所述原始地址的经度和纬度。

所述根据所述POI的属性内容和所述原始地址的地理坐标确定POI之后，还包括：

依据所述POI的属性内容和所述地理坐标，在确定的POI中通过对比和/或聚合排除重复的POI，获得非重复的POI。

所述获得非重复的POI，包括：

在所述重复的POI的属性内容中，挑选最优属性内容，由所述最优属性内容组成所述非重复的POI。

一种确定兴趣点的装置，包括：

分词模块，用于将原始地址的文字序列切分为分词结果；

内容模块，用于根据所述分词结果，获得所述原始地址中包含的兴趣点POI的属性内容；

确定模块，用于根据所述POI的属性内容和所述原始地址的地理坐标确定POI。

所述分词模块，具体用于将原始地址的文字序列，按照行政区划切分为分词结果。

所述原始地址的地理坐标包括所述原始地址的经度和纬度。

所述装置还包括排重模块；

所述排重模块，具体用于依据所述POI的属性内容和所述地理坐标，在确定的POI中通过对比和/或聚合排除重复的POI，获得非重复的POI。

所述排重模块，具体用于在所述重复的POI的属性内容中，挑选每最优属性内容，由所述最优属性内容I组成所述非重复的POI。

一种确定兴趣点的设备，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，以执行如上述确定兴趣点的方法。

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，将原始地址的文字序列切分为分词结果；然后，根据分词结果，获得原始地址中包含的POI的属性内容；最后，根据POI的属性内容和原始地址的地理坐标确定POI。由于依据原始地址可以直接确定POI，减少了确定POI的时间，提高获取POI的效率。

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是本发明实施例确定兴趣点的方法流程示意图；

图2是本发明实施例确定兴趣点的装置结构示意图；

图3是本发明实施例确定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。

POI是可以抽象为空间点的现实世界的实体，比如餐馆，酒店，景点等。随着信息化的快速发展，数字化地理信息数据被广泛应用于各个行业领域，电子地图更是人们日常生活不可或缺的工具。

目前，人工实地采集POI，是获取POI的最准确直接有效的方式。但是需要耗费较多的人力和时间，因此效率较低。

下面以根据批量的运单数据，确定兴趣点为例，详细说明本发明实施例的技术方案。需要注意是，该示例不应理解为对本发明实施例的限定。

运单数据中包括：地址信息，因而可以根据运单中的地址信息获得POI信息。

然而，批量的运单数据中可能存在地址信息错误的运单。如：某运单中的地址信息包括：河南省北京市郑州市中山路100号。显然，河南省与北京市属于同一个级别的行政区域，不应出现在同一条地址信息中，因此，上述运单中的地址信息是错误的，该运单为明显错误的运单。

因此，为了提高确定POI的效率，可以先对批量的运单数据进行过滤，筛除明显错误的运单。

具体来说，可以基于预先设置的规则过滤运单。作为一个示例，预先设置的规则包括：省，市，区，街道，小区。只有按照预先设置的规则填写的运单是高质量的运单，则可以通过过滤；未按照预先设置的规则填写的运单是低质量错误的运单，则无法通过过滤。在实际使用中，还可以预先利用高质量的运单和低质量的运单训练得到过滤模型，然后，采用过滤模型对批量的运单数据进行过滤。

在本发明的一个实施例中，可以将经过滤剩余的运单数据中的地址信息，作为原始地址。原始地址的文字序列由多个词语组成，每个词语标识行政区划信息。根据分词词库，和/或分词模型，可以将原始地址的文字序列切分为分词结果，其中分词结果的数目可以是一个或多个。

分词词库中包括地址中所使用的词语，且分词词库可根据地址的变化周期性的更新，从而确保分词结果的准确性。分词模型为预先利用分词结果训练得到的模型，将原始地址的文字序列输入分词模型，可以得到分词结果。

在本发明的一个实施例中，可以将原始地址的文字序列切分为分词结果。考虑到原始地址的文字序列主要是用于表征地址，包括行政区域的名称，行政区域以行政区划划分。如此，可以将原始地址的文字序列，按照行政区划切分为分词结果。作为一个示例，原始地址为：河南省郑州市金水区未来路街道金水花园社区美丽便利店。按照行政区划，可以将上述原始地址切分为：河南省；郑州市；金水区；未来路街道；金水花园社区；美丽便利店。

由于行政区域的名称可以存储在分词词库中，在切分原始地址的文字序列的过程中，可以通过分词词库实现上述切分。这样，不仅提高切分的速度还提高切分的准确性。

POI可以包括一个或多个属性，如：名称、类别、地址和坐标等。名称是POI对应的名字，如：万达影院。类别是POI的所属分类，如：餐饮。地址是可以找到POI的信息集合。坐标是表征POI位置的属性，其可以是地理坐标，如：经度、纬度，或者，相对坐标，如：万达影院南50米。

POI的属性与分词结果存在对应的关系，分词结果中的某一部分，或者多个部分的组合可以作为属性内容。

作为一个示例，原始地址为：河南省郑州市金水区未来路街道金水花园社区美丽一号。按照行政区划，可以将上述原始地址切分为：河南省；郑州市；金水区；未来路街道；金水花园社区；美丽一号。

根据分词结果可确定原始地址中包含的POI的名称为：美丽一号，地址为：河南省郑州市金水区未来路街道金水花园社区。或者，POI的名称为：金水花园社区美丽一号，地址为：河南省郑州市金水区未来路街道。

由于，POI的坐标难以通过原始地址直接得到，其可以采用地理信息解析将地址转换为地理坐标。因此，可由原始地址间接获取原始地址的地理坐标，原始地址的地理坐标包括所述原始地址的经度、纬度。

在本发明的一个实施例中，已经确定原始地址的POI的属性内容，以及原始地址的地理坐标，则可以确定原始地址中包括的POI。通过运单中的原始地址，可以获得原始地址的POI，上述确定POI的过程时间短，进而提高获取POI的效率。

在本发明的一个实施例中，根据POI的属性内容和原始地址的地理坐标确定POI，由于所确定的POI的属性内容是不同的，所确定的POI可以是多个POI。在多个POI中，难免会出现重复的POI。为了避免重复的POI，可以在所确定的POI的基础上通过对比和/或聚合，从而排除重复的POI，获得非重复的POI。

作为一个示例，在所确定的POI中，可以依次对比每两个POI的属性内容，若两个POI的属性内容均相同，则认为这两个POI是相同的POI。

作为另一个示例，在所确定的POI中进行聚合，即将相同的POI聚合为同一组。其中，聚合可以按照预设规则实现。如：所确定的POI包括：POI_1、POI_2、POI_3、POI_4和POI_5。按照预设规则，聚合POI_1、POI_2、POI_3为同一组，POI_4和POI_5为同一组。也就是说，POI_1、POI_2、POI_3为同一个POI；POI_4和POI_5为同一个POI。

作为另一个示例，在所确定POI的中，可以首先依次对比每两个POI的属性内容，若两个POI的属性内容均相同，则认为这两个POI是相同的POI；然后，在不相同的POI中进行聚合，即在对比的基础上排除重复的POI，从而提高非重复的POI的准确性。

在本发明的一个实施例中，重复的POI可以认为是同一个POI。重复的POI的属性内容并非完全一致，那么可以在重复的POI的属性内容中，挑选最优属性内容，由最优属性内容组成非重复的POI。其中，最优属性内容是同一个属性内容中真实表达该属性的内容。作为一个示例，属性为：名称。一个名称：便利店；另一个名称：美丽便利店。由于“美丽便利店”能够更真实表达名称，因此将美丽便利店作为最优的名称。

也就是说，在重复的POI的基础上，挑选每个属性的最优属性内容，由最优属性内容组成非重复的POI。

作为另一个示例，将相同的POI聚合为同一组。每一组POI均为重复的POI。在每一组的POI的基础上，挑选每个属性的最优属性内容，由最优属性内容组成非重复的POI。如：聚合POI_1、POI_2、POI_3为同一组。POI_1的名称是最优名称；POI_2的地址是最优地址；POI_3的类别是最优类别，则基于POI_1的名称，POI_2的地址，以及POI_3的类别组成POI_A，即：POI_A的名称是POI_1的名称，POI_A的地址是POI_2的地址，以及POI_A的类别POI_3的类别。POI_A是非重复的POI。

参见图1，图1是本发明实施例确定兴趣点的方法流程示意图，具体包括：

S101、将原始地址的文字序列切分为分词结果。

原始地址的文字序列中包括有多个行政区域的名称，将原始地址的文字序列可以基于行政区域分为一个或多个分词结果。

在本发明的一个实施例中，在运单中预先过滤低质量的运单，将过滤后的运单的地址，作为原始地址。这样，过滤低质量的运单，减少确定POI所使用的运单数目，进而缩短确定POI的时间。

S102、根据分词结果，获得原始地址中包含的POI的属性内容。

分词结果有一个或多个，分词结果可以按照POI的属性进行分类。分类后的分词结果可以作为POI的属性内容。

作为一个示例，POI的属性分别是名称和地址。原始地址包括：北京市西城区西长安街1号国家大剧院。将原始地址的文字序列切分为：北京市；西城区；西长安街1号；国家大剧院。

第一部分分词结果包括：北京市；西城区；西长安街1号。

第二部分分词结果包括：国家大剧院。

将第二部分分词结果作为POI的名称；将第一部分分词结果作为POI的地址。

S103、根据POI的属性内容和原始地址的地理坐标确定POI。

POI包括多个属性，基于原始地址可以获得原始地址的地理坐标。结合原始地址的地理坐标和POI的其他属性内容，可以确定POI。

在本发明的一个实施例中，为了避免重复的POI，可以在确定的POI的基础上排除重复的POI。

在本发明的一个实施例中，非重复的POI可以是在重复的POI的基础上组合后获得。具体而言，可以在重复的POI的属性内容中，挑选每个属性的最优属性内容，将最优属性内容的POI组成的POI作为非重复的POI。

在上述实施例中，首先将原始地址的文字序列切分为分词结果，然后基于分词结果进一步得到POI的属性内容。最后，结合POI的属性内容和原始地址的地理坐标确定POI。上述过程中依据原始地址可以直接确定POI，其中并不需要人工参与。与人工确定POI相比较，减少了确定POI的时间，提高获取POI的效率。

参见图2，图2是本发明实施例确定兴趣点的装置结构示意图，确定兴趣点的装置与确定兴趣点的方法相对应，确定兴趣点的装置具体包括：

分词模块201，用于将原始地址的文字序列切分为分词结果。

内容模块202，用于根据分词结果，获得原始地址中包含的POI的属性内容。

确定模块203，用于根据POI的属性内容和原始地址的地理坐标确定POI。

在本发明的一个实施例中，分词模块201，具体用于将原始地址的文字序列，按照行政区划切分为分词结果。

在本发明的一个实施例中，原始地址的地理坐标包括所述原始地址的经度和纬度。

在本发明的一个实施例中，还包括排重模块204(图2中未示出)。

排重模块204，具体用于依据POI的属性内容和地理坐标，在确定的POI中通过对比和/或聚合排除重复的POI，获得非重复的POI。

在本发明的一个实施例中，排重模块204，具体用于在所述重复的POI的属性内容中，挑选最优属性内容，由所述最优属性内容组成所述非重复的POI。

图3是示出能够实现根据本发明实施例获取电子地图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3所示，计算设备300包括输入设备301、输入接口302、中央处理器303、存储器304、输出接口305、以及输出设备306。其中，输入接口302、中央处理器303、存储器304、以及输出接口305通过总线310相互连接，输入设备301和输出设备306分别通过输入接口302和输出接口305与总线310连接，进而与计算设备300的其他组件连接。

具体地，输入设备301接收来自外部的输入信息，并通过输入接口302将输入信息传送到中央处理器303；中央处理器303基于存储器304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304中，然后通过输出接口305将输出信息传送到输出设备306；输出设备306将输出信息输出到计算设备300的外部供用户使用。

也就是说，图3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2描述的确定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

1.一种确定兴趣点的方法，其特征在于，包括：

将原始地址的文字序列切分为分词结果；

根据所述POI的属性内容和所述原始地址的地理坐标确定POI。

2.根据权利要求1所述确定兴趣点的方法，其特征在于，所述将原始地址的文字序列切分为分词结果，包括：

将原始地址的文字序列，按照行政区划切分为分词结果。

3.根据权利要求1所述确定兴趣点的方法，其特征在于，所述原始地址的地理坐标包括所述原始地址的经度和纬度。

4.根据权利要求1所述确定兴趣点的方法，其特征在于，所述根据所述POI的属性内容和所述原始地址的地理坐标确定POI之后，还包括：

5.根据权利要求4所述确定兴趣点的方法，其特征在于，所述获得非重复的POI，包括：

6.一种确定兴趣点的装置，其特征在于，包括：

分词模块，用于将原始地址的文字序列切分为分词结果；

7.根据权利要求6所述确定兴趣点的装置，其特征在于，所述分词模块，具体用于将原始地址的文字序列，按照行政区划切分为分词结果。

8.根据权利要求6所述确定兴趣点的装置，其特征在于，所述装置还包括排重模块；

9.一种确定兴趣点的设备，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任一所述确定兴趣点的方法。

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。