CN113204612B - 一种基于先验知识的网约车相似地址识别方法 - Google Patents

Abstract

本发明公开了一种基于先验知识的网约车相似地址识别方法，包括以下步骤：S1、对于同一个城市，按经纬度划分方形单元网格；S2、初始化文本相似度模型M；S3、根据用户打车历史定位，统计城市内地址被使用次数k，记作k＝f(e)；S4、对单元网格内的地址，两两计算文本相似度r＝g(e1,e2)，相似度r>α归于一类。本发明提供了一种基于先验知识的网约车相似地址识别方法，计算地址相似度可用于识别出相同地址，对于构建知识图谱具有重要作用；传统的文本计算相似度的方法无法有效利用先验知识，具有准确率低的问题；对于网约车服务因具有城市，经纬度两项先验知识，在此基础上，可以提升识别准确率。

Description

一种基于先验知识的网约车相似地址识别方法

技术领域

本发明涉及网约车、旅游等位置服务(LBS)领域，特别涉及一种基于先验知识的网约车相似地址识别方法。

背景技术

位置服务在互联网的发展中起重要作用，网约车行业中，需要位置服务定位司机和乘客的位置，以便司机及时找到乘客。而交通管制以及实际路况中，可用于上车点的位置是固定的几个。识别地理位置相似的点为同一个位置，把此位置作为用户常用的上车点的推荐，以及据此数据分析用户行为，构建知识图谱，提供个性化服务。

业界以前提供的是文本相似度算法和判定2个地址为同一位置。这种算法因缺少地理经纬度信息，难以准确判断是同一位置。

基于此，本发明公开了一种基于先验知识的网约车相似地址识别方法，能精确识别用户常用地址，作为推荐上车点。

发明内容

本发明要解决的技术问题是克服现有技术的缺陷，提供一种基于先验知识的网约车相似地址识别方法。

为了解决上述技术问题，本发明提供了如下的技术方案：

本发明提供一种基于先验知识的网约车相似地址识别方法，包括以下步骤：

S1、对于同一个城市，按经纬度划分方形单元网格，其起点为(0,n),(n,n),(2n,n),(3n,n)...,方形网格大小为n,城市分割为(w*n,h*n)的矩形，w*n为城市长度，h*n为城市宽度；

S2、初始化文本相似度模型M，具体操作为把该城市所有地址使用word2vec建立模型，所得相似度模型函数记作g(e1,e2)；

S3、根据用户打车历史定位，统计城市内地址被使用次数k，记作k＝f(e)；

S4、对单元网格内的地址，两两计算文本相似度r＝g(e1,e2)，相似度r>α归于一类，其中α为预设的参数，共计分为x类，同一类的存入集合，则得到独立集合q1,q2,q3…qx；

S5、处理边界问题，按起点为(-n/2,-n/2),(n/2,n/2),(3n/2,n/2)...划分方形单元网格，处理虚线网格单元，两两计算文本相似度r＝g(e1,e2)，相似度r>α归于一类，其中α为预设的参数，共计分为y类，同一类的存入独立集合，则得到集合p1,p2,p3…py；

S6、q1,q2,q3…qx与p1,p2,p3…py含有相同元素的合并，合并规则如下所示：

I:qi(1≤i≤x)中元素若存在于pj(1≤j≤y)中，则对应的集合合并；

II:pj(1≤j≤y)中元素若存在于qi(1≤i≤x)中，则对应的集合合并；

III:qi(1≤i≤x)中元素若存在于qj(1≤j≤x)中，i≠j,则对应的集合合并；

IV:pj(1≤j≤y)中元素若存在于pi(1≤i≤y)中，i≠j,则对应的集合合并；

重复上述规则，直至不再有可合并的集合；最终形成h1,h2,h3…hw；hi∩hj＝φ,(1≤i≤w，1≤j≤w,i≠j)；

S7、归于一类hi(1≤i≤w)的地址中，选择用户使用最多的地址作为等价地址uAddr，其他的地址作为表征地址vAddr，构造表征地址到等价地址的映射表T；

S8、输出某城市的地址映射表T，映射表中的等价地址uAddr即为用户使用最多的常用地址，表征地址vAddr为被合并的地址；

S9、网约车中用户呼叫时，获取到城市、经纬度、导航定位地址，去T中查询到对应的等价地址uAddr展示给用户使用，作为推荐上车点。

与现有技术相比，本发明的有益效果如下：

本发明提供了一种基于先验知识的网约车相似地址识别方法，计算地址相似度可用于识别出相同地址，对于构建知识图谱具有重要作用；传统的文本计算相似度的方法无法有效利用先验知识，具有准确率低的问题；对于网约车服务因具有城市，经纬度两项先验知识，在此基础上，可以提升识别准确率。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明的实施例示意图之一；

图2是本发明的实施例示意图之二。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

实施例1

本发明如图1-2所示，本发明提供一种基于先验知识的网约车相似地址识别方法，包括以下步骤：

S1、对于同一个城市，按经纬度划分方形单元网格，其起点为(0,n),(n,n),(2n,n),(3n,n)...,方形网格大小为n,城市分割为(w*n,h*n)的矩形，w*n为城市长度，h*n为城市宽度(如图1所示，小圈代表地点e，小圈位于所划分的单元网格内)；

S2、初始化文本相似度模型M，具体操作为把该城市所有地址使用word2vec建立模型，所得相似度模型函数记作g(e1,e2)；

S3、根据用户打车历史定位，统计城市内地址被使用次数k，记作k＝f(e)；

S4、对单元网格内的地址，两两计算文本相似度r＝g(e1,e2)，相似度r>α归于一类，其中α为预设的参数，共计分为x类，同一类的存入集合，则得到独立集合q1,q2,q3…qx；

S5、处理边界问题，按起点为(-n/2,-n/2),(n/2,n/2),(3n/2,n/2)...划分方形单元网格，图2处理虚线网格单元，两两计算文本相似度r＝g(e1,e2)，相似度r>α归于一类，其中α为预设的参数，共计分为y类，同一类的存入独立集合，则得到集合p1,p2,p3…py；

S6、q1,q2,q3…qx与p1,p2,p3…py含有相同元素的合并，合并规则如下所示：

I:qi(1≤i≤x)中元素若存在于pj(1≤j≤y)中，则对应的集合合并；

II:pj(1≤j≤y)中元素若存在于qi(1≤i≤x)中，则对应的集合合并；

III:qi(1≤i≤x)中元素若存在于qj(1≤j≤x)中，i≠j,则对应的集合合并；

IV:pj(1≤j≤y)中元素若存在于pi(1≤i≤y)中，i≠j,则对应的集合合并；

重复上述规则，直至不再有可合并的集合；最终形成h1,h2,h3…hw；hi∩hj＝φ,(1≤i≤w，1≤j≤w,i≠j)；

S7、归于一类hi(1≤i≤w)的地址中，选择用户使用最多的地址作为等价地址uAddr，其他的地址作为表征地址vAddr，构造表征地址到等价地址的映射表T，

等价地址	表征地址
		uAddr1	vAddr1
uAddr1	vAddr2
		uAddr1	vAddr3
uAddr2	vAddr4
		uAddr2	vAddr5

上表中，uAddr1,vAddr1,vAddr2,vAddr3为同一类地址；

f(uAddr1)＝Max(f(e)),e∈hi＝{uAddr1,vAddr1,vAddr2,vAddr3}；

S8、输出某城市的地址映射表T，映射表中的等价地址uAddr即为用户使用最多的常用地址，表征地址vAddr为被合并的地址；

S9、网约车中用户呼叫时，获取到城市、经纬度、导航定位地址，去T中查询到对应的等价地址uAddr展示给用户使用，作为推荐上车点。

具体的，本发明提供了一种基于先验知识的网约车相似地址识别方法，计算地址相似度可用于识别出相同地址，对于构建知识图谱具有重要作用；传统的文本计算相似度的方法无法有效利用先验知识，具有准确率低的问题；对于网约车服务因具有城市，经纬度两项先验知识，在此基础上，可以提升识别准确率。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种基于先验知识的网约车相似地址识别方法，其特征在于，包括以下步骤：

S1、对于同一个城市，按经纬度划分方形单元网格，其起点为(0,n),(n,n),(2n,n),(3n,n)...,方形网格大小为n,城市分割为(w*n,h*n)的矩形，w*n为城市长度，h*n为城市宽度；

S2、初始化文本相似度模型M，具体操作为把该城市所有地址使用word2vec建立模型，所得相似度模型函数记作g(e1,e2)；

S3、根据用户打车历史定位，统计城市内地址被使用次数k，记作k＝f(e)；

S4、对单元网格内的地址，两两计算文本相似度r＝g(e1,e2)，相似度r>α归于一类，其中α为预设的参数，共计分为x类，同一类的存入集合，则得到独立集合q1,q2,q3…qx；

S5、处理边界问题，按起点为(-n/2,-n/2),(n/2,n/2),(3n/2,n/2)...划分方形单元网格，处理虚线网格单元，两两计算文本相似度r＝g(e1,e2)，相似度r>α归于一类，其中α为预设的参数，共计分为y类，同一类的存入独立集合，则得到集合p1,p2,p3…py；

S6、q1,q2,q3…qx与p1,p2,p3…py含有相同元素的合并，合并规则如下所示：

I:qi(1≤i≤x)中元素若存在于pj(1≤j≤y)中，则对应的集合合并；

II:pj(1≤j≤y)中元素若存在于qi(1≤i≤x)中，则对应的集合合并；

III:qi(1≤i≤x)中元素若存在于qj(1≤j≤x)中，i≠j,则对应的集合合并；

IV:pj(1≤j≤y)中元素若存在于pi(1≤i≤y)中，i≠j,则对应的集合合并；

重复上述规则，直至不再有可合并的集合；最终形成h1,h2,h3…hw；hi∩hj＝φ,(1≤i≤w，1≤j≤w,i≠j)；

S7、归于一类hi(1≤i≤w)的地址中，选择用户使用最多的地址作为等价地址uAddr，其他的地址作为表征地址vAddr，构造表征地址到等价地址的映射表T；

S8、输出某城市的地址映射表T，映射表中的等价地址uAddr即为用户使用最多的常用地址，表征地址vAddr为被合并的地址；

S9、网约车中用户呼叫时，获取到城市、经纬度、导航定位地址，去T中查询到对应的等价地址uAddr展示给用户使用，作为推荐上车点。