CN111666359A - Poi候选到达点挖掘方法、装置与设备 - Google Patents
Poi候选到达点挖掘方法、装置与设备 Download PDFInfo
- Publication number
- CN111666359A CN111666359A CN201910170324.2A CN201910170324A CN111666359A CN 111666359 A CN111666359 A CN 111666359A CN 201910170324 A CN201910170324 A CN 201910170324A CN 111666359 A CN111666359 A CN 111666359A
- Authority
- CN
- China
- Prior art keywords
- target
- poi
- point
- points
- target poi
- 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
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3476—Special cost functions, i.e. other than distance or default speed limit of road segments using point of interest [POI] information, e.g. a route passing visible POIs
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本发明提供一种POI候选到达点挖掘方法、装置与设备,其中,该方法,包括:获取导航日志中记录的目标POI和目标POI相关的特征轨迹点;对从不同导航日志中获取的同一目标POI相关的特征轨迹点进行聚类,得到每个目标POI对应的聚类中心点;根据目标POI对应的聚类中心点,生成目标POI的候选到达点。本发明提供的技术方案,在挖掘候选到达点时是基于真实的海量用户轨迹进行挖掘,因而挖掘出的POI候选到达点的可靠性和实时性都比较高,进而基于挖掘出的POI候选到达点挖掘出的到达点的可靠性和实时性也都可以有所提高。
Description
技术领域
本发明涉及数据挖掘技术领域,尤其涉及一种兴趣点(Point of Interest,POI)候选到达点挖掘方法、装置与设备。
背景技术
导航是地图导航应用或出行应用的主要功能之一,其中,到达点是用户使用驾车导航功能或者叫车功能时,地图导航应用或者出行应用根据用户输入的目的地POI信息所确定的终点位置,它直接决定导航路线规划结果或者向用户推荐的目的地是否准确,因此,到达点挖掘是出行领域的重要研发工作之一。
在进行到达点挖掘时,目前的挖掘方案主要分为两大类:基于规则的到达点挖掘策略和基于机器学习的到达点挖掘策略。其中,基于规则的到达点挖掘策略比较多,其中比较常用的策略是POI坐标抓路策略,该策略具体是基于POI坐标,抓取最近道路,将POI在该最近道路上的垂足作为该POI的到达点。
然而,上述基于规则的到达点挖掘策略无法和用户实际行为建立关联,挖掘出的到达点可靠性不够高。
发明内容
有鉴于此,本发明提供一种POI候选到达点挖掘方法、装置与设备,用于提高挖掘出的到达点的可靠性。
为了实现上述目的,第一方面,本发明实施例提供一种兴趣点POI候选到达点挖掘方法,包括:
获取导航日志中记录的目标POI和目标POI相关的特征轨迹点;
对从不同导航日志中获取的同一目标POI相关的特征轨迹点进行聚类,得到每个目标POI对应的聚类中心点;
根据目标POI对应的聚类中心点,生成目标POI的候选到达点。
本发明实施例提供的POI候选到达点挖掘方法,首先获取导航日志中记录的目标POI和目标POI相关的特征轨迹点;然后对从不同导航日志中获取的同一目标POI相关的特征轨迹点进行聚类,得到每个目标POI对应的聚类中心点;再根据目标POI对应的聚类中心点,生成目标POI的候选到达点。即本发明实施例中,在挖掘候选到达点时是基于真实的海量用户轨迹进行挖掘,因而挖掘出的POI候选到达点的可靠性和实时性都比较高,进而基于挖掘出的POI候选到达点挖掘出的到达点的可靠性和实时性也都可以有所提高。
作为本发明实施例一种可选的实施方式,获取导航日志中记录的目标POI和目标POI相关的特征轨迹点,包括:
对每一次导航日志执行获取操作,获取操作包括:
从导航日志中获取导航日志的目标POI和导航轨迹点;
从导航轨迹点中获取目标轨迹点,其中,目标轨迹点包括导航轨迹终点和距离导航日志的目标POI最近的轨迹点;
根据目标轨迹点确定导航日志的目标POI相关的特征轨迹点。
通过获取导航轨迹终点和距离导航日志的目标POI最近的轨迹点作为目标轨迹点,根据目标轨迹点确定特征轨迹点,可以提高确定的特征轨迹点的准确性。
作为本发明实施例一种可选的实施方式,根据目标轨迹点确定导航日志的目标POI相关的特征轨迹点,包括:
从目标轨迹点中剔除位置不符合预设条件的轨迹点;
将剔除后的目标轨迹点确定为导航日志的目标POI相关的特征轨迹点。
通过从目标轨迹点中剔除位置不符合预设条件的轨迹点,可以进一步提高确定的特征轨迹点的准确性。
作为本发明实施例一种可选的实施方式,从目标轨迹点中剔除位置不符合预设条件的轨迹点,包括:
从目标轨迹点中剔除与导航日志的目标POI的距离大于第一预设距离的轨迹点。
作为本发明实施例一种可选的实施方式,第一预设距离根据导航日志的目标POI与导航日志的目标POI的最邻近道路之间的距离确定,其中,导航日志的目标POI的最邻近道路为电子地图中与导航日志的目标POI距离最近的道路。
作为本发明实施例一种可选的实施方式,从目标轨迹点中剔除位置不符合预设条件的轨迹点,包括:
对每个目标轨迹点执行剔除操作,剔除操作包括:
确定目标轨迹点的最邻近道路,其中,目标轨迹点的最邻近道路为电子地图中与目标轨迹点距离最近的道路;
当目标轨迹点与目标轨迹点的最邻近道路之间的距离大于第二预设距离时,和/或,当目标轨迹点的最邻近道路不是与导航日志的目标POI相邻的道路时,剔除目标轨迹点。
作为本发明实施例一种可选的实施方式,对从不同导航日志中获取的同一目标POI相关的特征轨迹点进行聚类,得到每个目标POI对应的聚类中心点,包括:
按照特征轨迹点相关的目标POI和特征轨迹点的最邻近道路为从不同导航日志中获取的所有特征轨迹点进行分组,得到多个分组,其中,目标POI和最邻近道路均相同的特征轨迹点属于同一分组,特征轨迹点的最邻近道路为电子地图中与特征轨迹点距离最近的道路;
根据特征轨迹点的坐标对每个分组中的特征轨迹点进行聚类,得到每个分组的聚类中心点;
根据各个分组的聚类中心点和各个分组对应的目标POI,得到每个目标POI对应的所有聚类中心点。
通过按照特征轨迹点相关的目标POI和特征轨迹点的最邻近道路为获取的所有特征轨迹点进行分组,再基于分组进行聚类,可以提高聚类结果的精确度。
作为本发明实施例一种可选的实施方式,对每个分组中的特征轨迹点进行聚类,包括:
采用基于密度的聚类算法对每个分组中的特征轨迹点进行聚类,其中,聚类半径小于第三预设距离。
通过上述实施方式,可以提高挖掘出的候选到达点的准确性。
作为本发明实施例一种可选的实施方式,根据目标POI对应的聚类中心点生成目标POI的候选到达点,包括:
根据目标POI对应的聚类中心点和目标POI对应的每个聚类中心点所在分组对应的最邻近道路,生成目标POI的候选到达点;
其中,候选到达点的属性信息中包括候选到达点的热度,候选到达点的热度根据候选到达点对应的聚类中心点所在簇中的特征轨迹点个数或特征轨迹点所涉及的用户数量确定。
通过上述实施方式,可以提高生产的候选到达点的信息丰富度。
第二方面,本发明实施例提供一种兴趣点POI候选到达点挖掘装置,包括:
获取模块,用于获取导航日志中记录的目标POI和目标POI相关的特征轨迹点;
聚类模块,用于对从不同导航日志中获取的同一目标POI相关的特征轨迹点进行聚类,得到每个目标POI对应的聚类中心点;
生成模块,用于根据目标POI对应的聚类中心点生成目标POI的候选到达点。
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:
对每一次导航日志执行获取操作,获取操作包括:
从导航日志中获取导航日志的目标POI和导航轨迹点;
从导航轨迹点中获取目标轨迹点,其中,目标轨迹点包括导航轨迹终点和距离导航日志的目标POI最近的轨迹点;
根据目标轨迹点确定导航日志的目标POI相关的特征轨迹点。
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:
从目标轨迹点中剔除位置不符合预设条件的轨迹点;
将剔除后的目标轨迹点确定为导航日志的目标POI相关的特征轨迹点。
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:
从目标轨迹点中剔除与导航日志的目标POI的距离大于第一预设距离的轨迹点。
作为本发明实施例一种可选的实施方式,第一预设距离根据导航日志的目标POI与导航日志的目标POI的最邻近道路之间的距离确定,其中,导航日志的目标POI的最邻近道路为电子地图中与导航日志的目标POI距离最近的道路。
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:
对每个目标轨迹点执行剔除操作,剔除操作包括:
确定目标轨迹点的最邻近道路,其中,目标轨迹点的最邻近道路为电子地图中与目标轨迹点距离最近的道路;
当目标轨迹点与目标轨迹点的最邻近道路之间的距离大于第二预设距离时,和/或,当目标轨迹点的最邻近道路不是与导航日志的目标POI相邻的道路时,剔除目标轨迹点。
作为本发明实施例一种可选的实施方式,聚类模块具体用于:
按照特征轨迹点相关的目标POI和特征轨迹点的最邻近道路为从不同导航日志中获取的所有特征轨迹点进行分组,得到多个分组,其中,目标POI和最邻近道路均相同的特征轨迹点属于同一分组,特征轨迹点的最邻近道路为电子地图中与特征轨迹点距离最近的道路;
根据特征轨迹点的坐标对每个分组中的特征轨迹点进行聚类,得到每个分组的聚类中心点;
根据各个分组的聚类中心点和各个分组对应的目标POI,得到每个目标POI对应的所有聚类中心点。
作为本发明实施例一种可选的实施方式,聚类模块具体用于:
采用基于密度的聚类算法对每个分组中的特征轨迹点进行聚类,其中,聚类半径小于第三预设距离。
作为本发明实施例一种可选的实施方式,生成模块具体用于:
根据目标POI对应的聚类中心点和目标POI对应的每个聚类中心点所在分组对应的最邻近道路,生成目标POI的候选到达点;
其中,候选到达点的属性信息中包括候选到达点的热度,候选到达点的热度根据候选到达点对应的聚类中心点所在簇中的特征轨迹点个数或特征轨迹点所涉及的用户数量确定。
上述第二方面以及上述第二方面的各可能的实施方式所提供的装置,其有益效果可以参见上述第一方面和第一方面的各可能的实施方式所带来的有益效果,在此不再赘述。
第三方面,本发明实施例提供一种POI候选到达点挖掘设备,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。
上述第三方面以及上述第三方面的各可能的实施方式所提供的POI候选到达点挖掘设备,其有益效果可以参见上述第一方面和第一方面的各可能的实施方式所带来的有益效果,在此不再赘述。
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。
上述第四方面以及上述第四方面的各可能的实施方式所提供的计算机可读存储介质,其有益效果可以参见上述第一方面和第一方面的各可能的实施方式所带来的有益效果,在此不再赘述。
附图说明
图1为本发明实施例提供的POI候选到达点挖掘方法的流程示意图;
图2为本发明实施例提供的获取操作的流程示意图;
图3为本发明实施例提供的对特征轨迹点进行聚类的方法流程示意图;
图4为本发明实施例提供的POI候选到达点挖掘装置的结构示意图;
图5为本发明实施例提供的POI候选到达点挖掘设备的结构示意图。
具体实施方式
针对目前的基于规则的到达点挖掘策略挖掘出的到达点可靠性不够高的技术问题,本发明实施例提供一种POI候选到达点挖掘方法,主要通过获取导航日志中记录的目标POI和与目标POI相关的特征轨迹点,然后对从不同导航日志中获取的同一目标POI相关的特征轨迹点进行聚类,得到每个目标POI对应的聚类中心点;再根据目标POI对应的聚类中心点,生成目标POI的候选到达点,来提高挖掘出的候选到达点的可靠性,进而提高挖掘出的到达点的可靠性。
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候选到达点挖掘方法的流程示意图,如图1所示,本实施例提供的方法可以包括如下步骤:
S101、获取导航日志中记录的目标POI和目标POI相关的特征轨迹点。
其中,每次导航日志中包括用户使用电子地图进行一次规划导航的过程,其包括用户身份标识号码(Identity,ID)、时间和位置等信息。
本实施例中,可以从日志数据库中选取某个区域(例如:某个省、某个市或者全国)最近一段时间内的导航日志,获取每次导航日志中对到达点挖掘有用的信息。在具体实现时,可以对每次导航日志执行获取操作;
图2为本发明实施例提供的获取操作的流程示意图,如图2所示,获取操作可以包括如下步骤:
S201、从导航日志中获取导航日志的目标POI和导航轨迹点。
具体的,可以从导航日志中获取目标POI的ID和坐标、导航轨迹点的时间和坐标等信息,另外,还可以从导航日志中获取用户ID等其他信息。
S202、从导航轨迹点中获取目标轨迹点。
每次导航日志中包含的导航轨迹点很多,可以从中获取对挖掘到达点价值更大的目标轨迹点,其中,目标轨迹点可以包括导航轨迹终点和距离导航日志的目标POI最近的轨迹点。
具体的,可以根据导航轨迹点的坐标和目标POI的坐标,确定距离导航日志的目标POI最近的轨迹点;根据导航轨迹点的时间确定导航轨迹终点,即导航日志中时间最晚的导航轨迹点。
S203、根据目标轨迹点确定导航日志的目标POI相关的特征轨迹点。
具体的,在获取到目标轨迹点后,可以将获取的所有目标轨迹点确定为导航日志的目标POI相关的特征轨迹点。考虑到获取的目标轨迹点中可能存在位置不合理的轨迹点,为了提高确定的特征轨迹点的准确性,进而提高基于特征轨迹点确定的候选到达点的准确性,本实施例中,可以先从目标轨迹点中剔除位置不符合预设条件的轨迹点;再将剔除后的目标轨迹点确定为与导航日志的目标POI相关的特征轨迹点。
考虑到用户可能提前关闭导航,获取的目标轨迹点则可能距离导航日志的目标POI很远,因此,本实施例中,在具体剔除时,可以从目标轨迹点中剔除与导航日志的目标POI的距离大于第一预设距离的轨迹点。
其中,第一预设距离可以是预先设置的固定距离,例如100米,此种方式比较简单。为了提高剔除结果的准确性,本实施例中,第一预设距离也可以是动态距离,该动态距离(即第一预设距离)可以根据导航日志的目标POI与导航日志的目标POI的最邻近道路之间的距离确定,例如:该动态距离可以为导航日志的目标POI与导航日志的目标POI的最邻近道路之间的距离的n倍,其中,n的大小可以根据实际情况设置,例如为6;导航日志的目标POI的最邻近道路为电子地图中与导航日志的目标POI距离最近的道路。
另外,还可以根据目标轨迹点与其最邻近道路之间的距离剔除距离过远的轨迹点,因为这些轨迹点较大概率为定位漂移点。在具体实现时,可以对每个目标轨迹点执行剔除操作,其中,剔除操作包括:确定目标轨迹点的最邻近道路;当目标轨迹点与目标轨迹点的最邻近道路之间的距离大于第二预设距离时剔除该目标轨迹点。
其中,目标轨迹点的最邻近道路为电子地图中与目标轨迹点距离最近的道路;第二预设距离可以根据实际需要确定,例如:30米,具体大小本实施例不做特别限定。
此外,候选到达点应当位于与导航日志的目标POI相邻的道路上,因此,可以从目标轨迹点中剔除与目标POI跨路的轨迹点,以进一步提高特征轨迹点的准确性。具体实现时,在执行上述剔除操作过程中,当目标轨迹点的最邻近道路不是与导航日志的目标POI相邻的道路时,也剔除该目标轨迹点。
在具体判断目标轨迹点的最邻近道路是否是与导航日志的目标POI相邻的道路时,可以将目标轨迹点与导航日志的目标POI连线,判断该连线是否与其他道路有交点,若没有交点,则表示目标轨迹点的最邻近道路为与导航日志的目标POI相邻的道路。当前,也可以先确定与导航日志的目标POI相邻的所有道路和目标轨迹点的最邻近道路,再判断目标轨迹点的最邻近道路是否是与导航日志的目标POI相邻的所有道路中的其中一个。此处只是举例说明判断目标轨迹点的最邻近道路是否是与导航日志的目标POI相邻的道路的实现方法,其并非用于限定本发明。
需要说明的是,在实际应用中,可以选取上述三种剔除处理中的任意一种或多种,各剔除处理的执行顺序本实施例不做特别限定;在顺序执行多种剔除处理时,后执行的剔除处理基于先执行的剔除处理结果执行,例如:先从目标轨迹点中剔除与导航日志的目标POI的距离大于第一预设距离的轨迹点(称为第一剔除处理),再剔除目标轨迹点与其最邻近道路之间的距离过远的轨迹点(称为第二剔除处理),则在进行第二剔除处理时,则是从经过第一剔除处理后的目标轨迹点中剔除目标轨迹点与其最邻近道路之间的距离过远的轨迹点。
S102、对从不同导航日志中获取的同一目标POI相关的特征轨迹点进行聚类,得到每个目标POI对应的聚类中心点。
从海量的导航日志中可以获取到多个目标POI以及每个目标POI相关的大量特征轨迹点,此时可以对这些特征轨迹点进行聚类,根据聚类得到的聚类中心点生成每个目标POI的候选到达点。
在具体对特征轨迹点进行聚类时,可以根据图3所示的方法实现。图3为本发明实施例提供的对特征轨迹点进行聚类的方法流程示意图,如图3所示,该方法包括如下步骤:
S301、按照特征轨迹点相关的目标POI和特征轨迹点的最邻近道路为从不同导航日志中获取的所有特征轨迹点进行分组,得到多个分组。
其中,每个特征轨迹点的最邻近道路为电子地图中与该特征轨迹点距离最近的道路。考虑到高热度区域中多条道路上的特征轨迹点可能聚类到一个簇中,为了提高聚类结果的精确度,本实施例中,按特征轨迹点相关的目标POI和特征轨迹点的最邻近道路为特征轨迹点分组,将不同导航日志中获取到的目标POI和最邻近道路均相同的特征轨迹点划分到同一分组中。
S302、根据特征轨迹点的坐标对每个分组中的特征轨迹点进行聚类,得到每个分组的聚类中心点。
具体的,可以采用基于密度的聚类算法对每个分组中的特征轨迹点进行聚类,其中,基于密度的聚类算法可以是基于密度的噪声应用空间聚类(Density-Based SpatialClustering of Application with Noise,DBSCAN)算法或通过点排序识别聚类结构(Ordering Points To Identify the Clustering Structure,OPTICS)算法等。
为了提高挖掘出的候选到达点的准确性,在进行聚类时,聚类半径可以小于第三预设距离,例如:5米,第三预设距离的具体大小可以根据需要设定,本实施例对此不做特别限定。
在对每个分组中的特征轨迹点聚类后,可以得到一个个簇,然后可以采用相关算法计算得到每个簇的中心点(即聚类中心点),其中,具体计算聚类中心点的算法本实施例不做特别限定。
S303、根据各个分组的聚类中心点和各个分组对应的目标POI,得到每个目标POI对应的所有聚类中心点。
具体的,一个目标POI可能会对应多个分组,将一个目标POI对应的各个分组的聚类中心点集合在一起即可得到该目标POI对应的所有聚类中心点。
S103、根据目标POI对应的聚类中心点生成目标POI的候选到达点。
具体的,在得到每个目标POI对应的聚类中心点后,可以从每个目标POI对应的聚类中心点中选择部分或者全部聚类中心点生成该目标POI的候选到达点。
对轨迹点进行聚类得到的聚类中心点为坐标点,在生成候选到达点时,可以直接将每个目标POI对应的全部或部分聚类中心点确定为该目标POI的候选到达点,候选到达点的坐标为对应的聚类中心点的坐标。
为了使挖掘出的候选到达点的信息更加丰富,本实施例中,在生成候选到达点时,对于每个目标POI,也可以先确定目标POI对应的每个聚类中心点的关联道路;然后根据目标POI对应的聚类中心点和目标POI对应的各个聚类中心点的关联道路,生成目标POI的候选到达点。
其中,对于每个聚类中心点的关联道路,可以根据聚类中心点的坐标抓取该聚类中心点的最邻近道路,将抓取的最邻近道路确定为该聚类中心点的关联道路;也可以方便起见,直接将该聚类中心点所在分组对应的最邻近道路确定为该聚类中心点的关联道路,在具体实现时,该步骤也可以在步骤S302得到每个分组的聚类中心点后即执行。
生成的候选到达点的属性信息中包括该候选到达点的坐标和关联道路,其中,候选到达点的坐标为该候选到达点对应的聚类中心点的坐标,候选到达点的关联道路为该候选到达点对应的聚类中心点的关联道路。
另外,为了进一步提高挖掘出的候选到达点的信息丰富程度,本实施例中,候选到达点的属性信息中还可以包括候选到达点的热度。
其中,候选到达点的热度可以根据候选到达点对应的聚类中心点所在簇中的特征轨迹点个数确定;候选到达点的热度也可以根据候选到达点对应的聚类中心点所在簇中的特征轨迹点所涉及的用户数量确定,其中,用户数量可以根据簇中每个特征轨迹点所属用户会话的用户ID确定。
本实施例提供的POI候选到达点挖掘方法,首先获取导航日志中记录的目标POI和目标POI相关的特征轨迹点;然后对从不同导航日志中获取的同一目标POI相关的特征轨迹点进行聚类,得到每个目标POI对应的聚类中心点;再根据目标POI对应的聚类中心点,生成目标POI的候选到达点。即本实施例中,在挖掘候选到达点时是基于真实的海量用户轨迹进行挖掘,因而挖掘出的POI候选到达点的可靠性和实时性都比较高,进而基于挖掘出的POI候选到达点挖掘出的到达点的可靠性和实时性也都会可以所提高。
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候选到达点挖掘装置,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4为本发明实施例提供的POI候选到达点挖掘装置的结构示意图,如图4所示,本实施例提供的装置包括:
获取模块110,用于获取导航日志中记录的目标POI和目标POI相关的特征轨迹点;
聚类模块120,用于对从不同导航日志中获取的同一目标POI相关的特征轨迹点进行聚类,得到每个目标POI对应的聚类中心点;
生成模块130,用于根据目标POI对应的聚类中心点生成目标POI的候选到达点。
作为本发明实施例一种可选的实施方式,获取模块110具体用于:
对每一次导航日志执行获取操作,获取操作包括:
从导航日志中获取导航日志的目标POI和导航轨迹点;
从导航轨迹点中获取目标轨迹点,其中,目标轨迹点包括导航轨迹终点和距离导航日志的目标POI最近的轨迹点;
根据目标轨迹点确定导航日志的目标POI相关的特征轨迹点。。
作为本发明实施例一种可选的实施方式,获取模块110具体用于:
从目标轨迹点中剔除位置不符合预设条件的轨迹点;
将剔除后的目标轨迹点确定为导航日志的目标POI相关的特征轨迹点。
作为本发明实施例一种可选的实施方式,获取模块110具体用于:
从目标轨迹点中剔除与导航日志的目标POI的距离大于第一预设距离的轨迹点。
作为本发明实施例一种可选的实施方式,第一预设距离根据导航日志的目标POI与导航日志的目标POI的最邻近道路之间的距离确定,其中,导航日志的目标POI的最邻近道路为电子地图中与导航日志的目标POI距离最近的道路。
作为本发明实施例一种可选的实施方式,获取模块110具体用于:
对每个目标轨迹点执行剔除操作,剔除操作包括:
确定目标轨迹点的最邻近道路,其中,目标轨迹点的最邻近道路为电子地图中与目标轨迹点距离最近的道路;
当目标轨迹点与目标轨迹点的最邻近道路之间的距离大于第二预设距离时,和/或,当目标轨迹点的最邻近道路不是与导航日志的目标POI相邻的道路时,剔除目标轨迹点。
作为本发明实施例一种可选的实施方式,聚类模块120具体用于:
按照特征轨迹点相关的目标POI和特征轨迹点的最邻近道路为从不同导航日志中获取的所有特征轨迹点进行分组,得到多个分组,其中,目标POI和最邻近道路均相同的特征轨迹点属于同一分组,特征轨迹点的最邻近道路为电子地图中与特征轨迹点距离最近的道路;
根据特征轨迹点的坐标对每个分组中的特征轨迹点进行聚类,得到每个分组的聚类中心点;
根据各个分组的聚类中心点和各个分组对应的目标POI,得到每个目标POI对应的所有聚类中心点。
作为本发明实施例一种可选的实施方式,聚类模块120具体用于:
采用基于密度的聚类算法对每个分组中的特征轨迹点进行聚类,其中,聚类半径小于第三预设距离。
作为本发明实施例一种可选的实施方式,生成模块130具体用于:
根据目标POI对应的聚类中心点和目标POI对应的每个聚类中心点所在分组对应的最邻近道路,生成目标POI的候选到达点;
其中,候选到达点的属性信息中包括候选到达点的热度,候选到达点的热度根据候选到达点对应的聚类中心点所在簇中的特征轨迹点个数或特征轨迹点所涉及的用户数量确定。
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候选到达点挖掘设备。图5为本发明实施例提供的POI候选到达点挖掘设备的结构示意图,如图5所示,本实施例提供的POI候选到达点挖掘设备包括: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 (12)
1.一种兴趣点POI候选到达点挖掘方法,其特征在于,包括:
获取导航日志中记录的目标POI和目标POI相关的特征轨迹点;
对从不同导航日志中获取的同一目标POI相关的特征轨迹点进行聚类,得到每个目标POI对应的聚类中心点;
根据目标POI对应的聚类中心点,生成目标POI的候选到达点。
2.根据权利要求1所述的方法,其特征在于,所述获取导航日志中记录的目标POI和目标POI相关的特征轨迹点,包括:
对每一次导航日志执行获取操作,所述获取操作包括:
从所述导航日志中获取所述导航日志的目标POI和导航轨迹点;
从所述导航轨迹点中获取目标轨迹点,其中,所述目标轨迹点包括导航轨迹终点和距离所述导航日志的目标POI最近的轨迹点;
根据所述目标轨迹点确定所述导航日志的目标POI相关的特征轨迹点。
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标轨迹点确定所述导航日志的目标POI相关的特征轨迹点,包括:
从所述目标轨迹点中剔除位置不符合预设条件的轨迹点;
将剔除后的目标轨迹点确定为所述导航日志的目标POI相关的特征轨迹点。
4.根据权利要求3所述的方法,其特征在于,所述从所述目标轨迹点中剔除位置不符合预设条件的轨迹点,包括:
从所述目标轨迹点中剔除与所述导航日志的目标POI的距离大于第一预设距离的轨迹点。
5.根据权利要求4所述的方法,其特征在于,所述第一预设距离根据所述导航日志的目标POI与所述导航日志的目标POI的最邻近道路之间的距离确定,其中,所述导航日志的目标POI的最邻近道路为电子地图中与所述导航日志的目标POI距离最近的道路。
6.根据权利要求3所述的方法,其特征在于,所述从所述目标轨迹点中剔除位置不符合预设条件的轨迹点,包括:
对每个所述目标轨迹点执行剔除操作,所述剔除操作包括:
确定所述目标轨迹点的最邻近道路,其中,所述目标轨迹点的最邻近道路为电子地图中与所述目标轨迹点距离最近的道路;
当所述目标轨迹点与所述目标轨迹点的最邻近道路之间的距离大于第二预设距离时,和/或,当所述目标轨迹点的最邻近道路不是与所述导航日志的目标POI相邻的道路时,剔除所述目标轨迹点。
7.根据权利要求1所述的方法,其特征在于,所述对从不同导航日志中获取的同一目标POI相关的特征轨迹点进行聚类,得到每个目标POI对应的聚类中心点,包括:
按照特征轨迹点相关的目标POI和特征轨迹点的最邻近道路为从不同导航日志中获取的所有特征轨迹点进行分组,得到多个分组,其中,目标POI和最邻近道路均相同的特征轨迹点属于同一分组,所述特征轨迹点的最邻近道路为电子地图中与所述特征轨迹点距离最近的道路;
根据所述特征轨迹点的坐标对每个分组中的特征轨迹点进行聚类,得到每个分组的聚类中心点;
根据各个分组的聚类中心点和各个分组对应的目标POI,得到每个目标POI对应的所有聚类中心点。
8.根据权利要求7所述的方法,其特征在于,所述对每个分组中的特征轨迹点进行聚类,包括:
采用基于密度的聚类算法对每个分组中的特征轨迹点进行聚类,其中,聚类半径小于第三预设距离。
9.根据权利要求7或8所述的方法,其特征在于,所述根据目标POI对应的聚类中心点生成目标POI的候选到达点,包括:
根据目标POI对应的聚类中心点和目标POI对应的每个聚类中心点所在分组对应的最邻近道路,生成目标POI的候选到达点;
其中,所述候选到达点的属性信息中包括所述候选到达点的热度,所述候选到达点的热度根据所述候选到达点对应的聚类中心点所在簇中的特征轨迹点个数或特征轨迹点所涉及的用户数量确定。
10.一种兴趣点POI候选到达点挖掘装置,其特征在于,包括:
获取模块,用于获取导航日志中记录的目标POI和目标POI相关的特征轨迹点;
聚类模块,用于对从不同导航日志中获取的同一目标POI相关的特征轨迹点进行聚类,得到每个目标POI对应的聚类中心点;
生成模块,用于根据目标POI对应的聚类中心点生成目标POI的候选到达点。
11.一种兴趣点POI候选到达点挖掘设备,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1-10任一项所述的方法。
12.一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1-10任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910170324.2A CN111666359B (zh) | 2019-03-07 | 2019-03-07 | Poi候选到达点挖掘方法、装置与设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910170324.2A CN111666359B (zh) | 2019-03-07 | 2019-03-07 | Poi候选到达点挖掘方法、装置与设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111666359A true CN111666359A (zh) | 2020-09-15 |
CN111666359B CN111666359B (zh) | 2023-06-20 |
Family
ID=72381622
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910170324.2A Active CN111666359B (zh) | 2019-03-07 | 2019-03-07 | Poi候选到达点挖掘方法、装置与设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111666359B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112256983A (zh) * | 2020-11-13 | 2021-01-22 | 腾讯科技(深圳)有限公司 | 导航信息处理方法、装置、电子设备及存储介质 |
CN114485696A (zh) * | 2021-12-23 | 2022-05-13 | 高德软件有限公司 | 到达点的获取方法、电子设备及存储介质 |
CN115164929A (zh) * | 2022-08-02 | 2022-10-11 | 上海有个机器人有限公司 | 机器人地图上创建楼层poi点的方法、系统及相关产品 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010237158A (ja) * | 2009-03-31 | 2010-10-21 | Xanavi Informatics Corp | カーナビゲーション方法、カーナビゲーションシステム、センタ装置およびカーナビゲーション装置 |
CN106843219A (zh) * | 2017-02-20 | 2017-06-13 | 北京百度网讯科技有限公司 | 无人驾驶车辆选择接泊点的方法、装置、设备及存储介质 |
CN107491537A (zh) * | 2017-08-23 | 2017-12-19 | 北京百度网讯科技有限公司 | Poi数据挖掘、信息检索方法、装置、设备及介质 |
CN108170793A (zh) * | 2017-12-27 | 2018-06-15 | 厦门市美亚柏科信息股份有限公司 | 基于车辆语义轨迹数据的停留点分析方法及其系统 |
US10222229B1 (en) * | 2017-11-30 | 2019-03-05 | Toyota Jidosha Kabushiki Kaisha | Autonomous feature optimization for a connected vehicle based on a navigation route |
-
2019
- 2019-03-07 CN CN201910170324.2A patent/CN111666359B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010237158A (ja) * | 2009-03-31 | 2010-10-21 | Xanavi Informatics Corp | カーナビゲーション方法、カーナビゲーションシステム、センタ装置およびカーナビゲーション装置 |
CN106843219A (zh) * | 2017-02-20 | 2017-06-13 | 北京百度网讯科技有限公司 | 无人驾驶车辆选择接泊点的方法、装置、设备及存储介质 |
CN107491537A (zh) * | 2017-08-23 | 2017-12-19 | 北京百度网讯科技有限公司 | Poi数据挖掘、信息检索方法、装置、设备及介质 |
US10222229B1 (en) * | 2017-11-30 | 2019-03-05 | Toyota Jidosha Kabushiki Kaisha | Autonomous feature optimization for a connected vehicle based on a navigation route |
CN108170793A (zh) * | 2017-12-27 | 2018-06-15 | 厦门市美亚柏科信息股份有限公司 | 基于车辆语义轨迹数据的停留点分析方法及其系统 |
Non-Patent Citations (1)
Title |
---|
刘菊;许;蔡玲;孟斌;裴韬;: "基于出租车用户出行的功能区识别" * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112256983A (zh) * | 2020-11-13 | 2021-01-22 | 腾讯科技(深圳)有限公司 | 导航信息处理方法、装置、电子设备及存储介质 |
CN112256983B (zh) * | 2020-11-13 | 2022-02-08 | 腾讯科技(深圳)有限公司 | 导航信息处理方法、装置、电子设备及存储介质 |
CN114485696A (zh) * | 2021-12-23 | 2022-05-13 | 高德软件有限公司 | 到达点的获取方法、电子设备及存储介质 |
CN115164929A (zh) * | 2022-08-02 | 2022-10-11 | 上海有个机器人有限公司 | 机器人地图上创建楼层poi点的方法、系统及相关产品 |
Also Published As
Publication number | Publication date |
---|---|
CN111666359B (zh) | 2023-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9880012B2 (en) | Hybrid road network and grid based spatial-temporal indexing under missing road links | |
CN107677279B (zh) | 一种定位建图的方法及系统 | |
CN111435570B (zh) | 一种公交线路匹配方法及装置 | |
CN111666359B (zh) | Poi候选到达点挖掘方法、装置与设备 | |
US11307049B2 (en) | Methods, apparatuses, systems, and storage media for storing and loading visual localization maps | |
CN111488414B (zh) | 道路任务匹配方法、装置与设备 | |
US20190033091A1 (en) | Method and apparatus for displaying road names, and storage medium | |
CN108734325A (zh) | 规划路径的评价方法及装置 | |
JP2012198839A (ja) | 交通量予測装置、交通量予測方法およびプログラム | |
CN111737377A (zh) | 一种漂移轨迹的识别方法、装置及计算设备、存储介质 | |
CN112307151B (zh) | 导航数据处理方法及装置 | |
CN105890599A (zh) | 一种基于地理位置足迹噪点的过滤算法 | |
CN111291141B (zh) | 一种轨迹相似度确定方法及装置 | |
CN111506678B (zh) | 到达点负样本生成方法、装置与设备 | |
CN107270919B (zh) | 公交路线分级方法、装置以及公交路线导航方法、装置 | |
CN115983007A (zh) | 一种重合轨迹提取方法、装置、电子设备及存储介质 | |
CN113176599B (zh) | 地理位置确定方法、装置、设备及存储介质 | |
CN113326211B (zh) | 测试用例生成方法及装置 | |
CN112734810B (zh) | 一种障碍物追踪方法及装置 | |
CN109425353B (zh) | 主辅路转移识别方法及装置 | |
CN113008246A (zh) | 地图匹配方法和装置 | |
CN111460325A (zh) | Poi搜索方法、装置与设备 | |
CN116718181B (zh) | 地图生成方法、装置、电子设备及存储介质 | |
CN117433520A (zh) | 一种路径聚类方法、装置、电子设备及车辆 | |
CN111695056A (zh) | 页面处理、页面返回处理方法、装置和设备 |
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 |