CN113420781B - 品牌识别方法、装置、设备、存储介质和程序产品 - Google Patents
品牌识别方法、装置、设备、存储介质和程序产品 Download PDFInfo
- Publication number
- CN113420781B CN113420781B CN202110573665.1A CN202110573665A CN113420781B CN 113420781 B CN113420781 B CN 113420781B CN 202110573665 A CN202110573665 A CN 202110573665A CN 113420781 B CN113420781 B CN 113420781B
- Authority
- CN
- China
- Prior art keywords
- network
- information
- poi
- identified
- candidate
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
-
- 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
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本公开提供了品牌识别方法、装置、设备、存储介质和程序产品,涉及计算机技术领域,尤其涉及智能交通技术领域。具体实现方案为:根据待识别兴趣点POI所在目标区域中无线网络的网络属性信息,确定与待识别POI匹配的目标无线网络,以及所述目标无线网络的网络属性信息;根据所述目标无线网络的网络属性信息,确定与所述待识别POI匹配的品牌。本公开实施例的技术方案,提高了品牌识别的准确度。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及智能交通技术领域,具体涉及一种品牌识别方法、装置、设备、存储介质和程序产品。
背景技术
随着互联网信息技术的高速发展,人们在日常生活中越来越多的使用电子地图进行兴趣点(Point of Interest,POI)的搜索和定位。
兴趣点通过名称、位置坐标和类别等信息进行位置描述,便于用户实现位置查询,一个兴趣点可以是一栋房子、一个商铺或者一个公交站等。兴趣点的品牌分类对于兴趣点检索、兴趣点分类以及兴趣点的名称规范化都有着重要作用,因此准确识别兴趣点对应品牌十分重要。
发明内容
本公开提供了一种品牌识别方法、装置、设备、存储介质和程序产品。
根据本公开的一方面,提供了一种品牌识别方法,所述方法包括:
根据待识别兴趣点POI所在目标区域中无线网络的网络属性信息,确定与待识别POI匹配的目标无线网络,以及所述目标无线网络的网络属性信息;
根据所述目标无线网络的网络属性信息,确定与所述待识别POI匹配的品牌。
根据本公开的另一方面,提供了一种品牌识别装置,所述装置包括:
目标无线网络确定模块,用于根据待识别兴趣点POI所在目标区域中无线网络的网络属性信息,确定与待识别POI匹配的目标无线网络,以及所述目标无线网络的网络属性信息;
品牌确定模块,用于根据所述目标无线网络的网络属性信息,确定与所述待识别POI匹配的品牌。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开实施例中任一项所述的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行本公开实施例中任一项所述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现本公开实施例中任一项所述的方法。
根据本公开的技术,实现了基于无线网络进行POI对应品牌的识别。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开实施例的一种品牌识别方法的示意图;
图2是根据本公开实施例的一种品牌识别方法的示意图;
图3是根据本公开实施例的一种品牌识别方法的示意图;
图4是根据本公开实施例的一种品牌识别方法的示意图;
图5是根据本公开实施例的一种品牌识别装置的示意图;
图6是用来实现本公开实施例的品牌识别方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是本公开实施例中的一种品牌识别方法的示意图,本公开实施例的技术方案适用于通过POI所在目标区域的无线网络来进行POI对应品牌识别的情况,该方法可以由品牌识别装置执行,该装置可以通过软件,和/或硬件的方式实现,并一般可以集成在电子设备中,例如终端设备中,本公开实施例的方法具体包括以下:
S110、根据待识别兴趣点POI所在目标区域中无线网络的网络属性信息,确定与待识别POI匹配的目标无线网络,以及目标无线网络的网络属性信息。
其中,待识别POI是电子地图中需要进行品牌识别的位置点,具体的,待识别POI可以是已经通过POI的名称识别出对应品牌的POI,其需要进一步验证该待识别POI是否为识别到的品牌的官方店。示例性的,当前待识别POI的名称为“X福超市”,通过POI名称可以识别到当前POI对应的品牌是“X福”,但是鉴于现实世界中可能存在很多与“X福”品牌官方店名称相似的非官方店,仅通过POI名称可能会出现品牌误识别的情况,因此,需要进一步对品牌进行识别和判断,确定当前待识别POI是否为“X福”品牌的官方店。
本公开实施例中,通过引入待识别POI所在目标区域中的无线网络,来确定待识别POI对应的品牌,具体的,首先通过移动终端在待识别POI所在目标区域中进行设定时长的无线网络扫描,获取目标区域中的无线网络以及无线网络的网络名称信息,并在移动终端连接无线网络后,通过安装在移动终端中的地图应用获取无线网络的网络位置信息,由网络名称信息和网络位置信息构成网络属性信息,进一步的,根据目标区域中无线网络的网络属性信息来确定与待识别POI匹配的目标无线网络,以根据目标无线网络确定待识别POI对应的品牌。
示例性的,通过移动终端在待识别POI所在目标区域中进行1小时的无线网络扫描,获取1小时内扫描到的无线网络及无线网络的网络名称信息,进一步的,在移动终端连接到无线网络后,通过已安装的地图应用来对已连接的无线网络的网络设备进行定位,确定网络位置信息。进一步的,可以选择与待识别POI之间距离最近的无线网络作为目标无线网络,还可以通过将待识别POI的属性信息、无线网络的网络属性信息以及二者的关联信息共同输入至梯度下降树模型,根据梯度下降树模型输出的匹配分值确定与待识别POI匹配的目标无线网络,其中,待识别POI的属性信息和无线网络的网络属性信息的关联信息可以是二者之间的距离,或者二者名词的相似度等可以建立起二者间关联关系的信息。
可选的,网络属性信息包括网络位置信息和网络名称信息。
本可选的实施例中,网络属性信息包含了网络位置信息和网络名称信息,其中,网络位置信息可以理解为无线网络对应的设备所在的位置。
S120、根据目标无线网络的网络属性信息,确定与待识别POI匹配的品牌。
本公开实施例中,在确定与待识别POI匹配的目标无线网络后,获取目标无线网络的网络属性信息,进而根据目标无线网络的网络属性信息来确定与待识别POI匹配的品牌,具体的,可以在预先存储的网络属性信息和品牌之间的对应关系中,查找目标无线网络的网络属性信息,以确定目标无线网络对应的品牌,最终将目标无线网络对应的品牌确定为待识别POI的品牌。其中,网络属性信息和品牌之间的对应关系可以是网络名称信息和品牌之间的对应关系,一个品牌可以对应多个网络名称信息。例如,品牌“X福”对应的网络名称信息包括“X福”和“X福连锁超市”。
示例性的,目标无线网络对应的网络名称信息为“X福连锁超市”,根据预先存储的网络名称信息和品牌之间的对应关系,确定该目标无线网络对应的品牌是“X福”,最终可以根据待识别POI与目标无线网络的对应关系,以及目标无线网络和品牌的对应关系,间接确定待识别POI对应的品牌即为“X福”。
本公开实施例的技术方案,根据待识别兴趣点POI所在目标区域中无线网络的网络属性信息,确定与待识别POI匹配的目标无线网络,以及目标无线网络的网络属性信息,进而根据目标无线网络的网络属性信息,确定与待识别POI匹配的品牌,通过建立无线网络与POI的对应关系,来识别POI对应的品牌,避免了通过名称进行品牌识别时将与某品牌名称相似的非官方店识别为该品牌官方店的缺陷,提高了品牌识别准确度。
图2是本公开实施例中的一种品牌识别方法的示意图,在上述实施例的基础上进一步细化,提供了根据待识别兴趣点POI所在目标区域中无线网络的网络属性信息,确定与待识别POI匹配的目标无线网络,以及目标无线网络的网络属性信息的具体步骤。下面结合图2对本公开实施例提供的一种品牌识别方法进行说明,包括以下:
S210、对待识别POI所在目标区域中无线网络的网络位置信息进行聚类,得到至少两个候选簇。
本公开实施例中,由于目标区域中无线网络可能数量巨大,若将待识别POI与目标区域中的无线网络一一进行匹配验证,需要消耗大量时间,使得品牌识别效率较低。为了提高品牌识别效率,基于无线网络的网络位置信息,对待识别POI所在目标区域中无线网络进行聚类,得到至少两个聚类簇,并将一个聚类簇中的无线网络看作一个待匹配的无线网络,此时待识别POI仅需与每个聚类簇对应的唯一一个无线网络进行匹配来确定目标无线网络,大大提高了确定目标无线网络的效率。
示例性的,采用k均值聚类算法(k-means clustering algorithm),将随机选取的一个大于或者等于2的数值作为聚类数目k,对目标区域中无线网络进行聚类,得到k个候选簇。
S220、根据候选簇中无线网络的网络位置信息,确定候选簇的网络位置信息,且从候选簇中无线网络的网络名称信息中选择候选簇的网络名称信息。
本公开实施例中,为了提高获取待识别POI对应的目标无线网络的效率,降低匹配计算量,可以将S210中获取的各候选簇中包含的多个无线网络作为一个无线网络进行匹配操作,具体的,根据候选簇中无线网络的网络位置信息,确定候选簇的网络位置信息,例如,计算当前候选簇中包含的全部无线网络的网络位置信息的平均值,将平均值作为当前候选簇的网络位置信息;并且从候选簇中无线网络的网络名称信息中选择一个网络名称信息作为候选簇的网络名称信息,例如,选择候选簇中出现次数最多的网络名称信息作为当前候选簇的网络名称信息,最终得到的候选簇的网络名称信息和网络位置信息能够表征当前候选簇中包含的多个无线网络的网络属性信息,在后续与待识别POI进行匹配获取目标无线网络的过程中,每个候选簇仅需匹配一次,降低匹配计算量,在保证匹配准确度的前提下,提高了确定目标无线网络的效率。
S230、根据待识别POI的属性信息,从至少两个候选簇中选择与待识别POI匹配的目标簇,且将目标簇的网络位置信息和网络名称信息作为目标无线网络的网络属性信息。
本公开实施例中,根据待识别POI的属性信息和各候选簇的网络属性信息和网络名称信息,从至少两个候选簇中选择与待识别POI匹配的目标簇,最终将目标簇的网络位置信息和网络名称信息作为目标无线网络的网络属性信息。其中,POI的属性信息可以包括POI的名称、位置信息以及所属类别等信息。具体的,可以根据待识别POI的位置信息和候选簇的网络位置信息来确定二者是否匹配,还可以是根据POI的待识别POI的位置、名称、类别,以及候选簇的网络位置信息和网络名称信息共同确定二者是否匹配。
示例性的,计算候选簇与待识别POI之间的距离,将距离最小的候选簇作为与待识别POI匹配的目标簇;还可以将待识别POI的名称、位置以及类别等属性信息,候选簇的网络位置信息、网络名称信息,以及待识别POI和候选簇之间的关联信息共同输入到梯度下降树模型,并获取梯度下降树模型输出的二者之间的匹配分值,最终将与待识别POI的匹配分值最高的候选簇作为目标簇。其中,待识别POI和候选簇之间的关联信息可以包括二者之间的欧式距离以及名称相似度等信息。
S240、根据目标无线网络的网络属性信息,确定与待识别POI匹配的品牌。
本公开实施例的技术方案,通过对待识别POI所在目标区域中无线网络的网络位置信息进行聚类,得到至少两个候选簇,然后根据候选簇中无线网络的网络位置信息,确定候选簇的网络位置信息,且从候选簇中无线网络的网络名称信息中选择候选簇的网络名称信息,进而根据待识别POI的属性信息,从至少两个候选簇中选择与待识别POI匹配的目标簇,且将目标簇的网络位置信息和网络名称信息作为目标无线网络的网络属性信息,最终根据目标无线网络的网络属性信息,确定与待识别POI匹配的品牌,一方面,通过建立无线网络与POI的对应关系,来识别POI对应的品牌,提高了品牌识别准确度,另一方面,对无线网络的网络位置信息进行聚类后,在后选簇中选择与POI匹配的目标簇,无需将POI与各无线网络进行一一匹配,提高了品牌识别效率。
图3是本公开实施例中的一种品牌识别方法的示意图,在上述实施例的基础上进一步细化,提供了根据待识别POI的属性信息,从至少两个候选簇中选择与待识别POI匹配的目标簇的具体步骤。下面结合图3对本公开实施例提供的一种品牌识别方法进行说明,包括以下:
S310、对待识别POI所在目标区域中无线网络的网络位置信息进行聚类,得到至少两个候选簇。
S320、根据候选簇中无线网络的网络位置信息,确定候选簇的网络位置信息,且从候选簇中无线网络的网络名称信息中选择候选簇的网络名称信息。
S330、根据候选簇与待识别POI之间的距离,对候选簇进行初筛。
本公开实施例中,为了进一步减小匹配计算量,提高获取待识别POI匹配的目标无线网络的效率,可以在将候选簇与待识别POI进行匹配之前,先根据候选簇与待识别POI之间的距离对候选簇进行初筛,进而仅对初筛后剩余的候选簇与待识别POI进行匹配得到目标簇,可以降低匹配工作量,提高获取目标无线网络的效率。
示例性的,以待识别POI所在位置为中心,以100米为半径确定一个初筛区域,将候选簇中网络位置信息在初筛区域中的候选簇作为筛选后剩余的候选簇,在后续匹配过程中,仅将待识别POI与剩余的候选簇进行匹配获得目标无线网络。
S340、将候选簇与待识别POI之间的名称关联信息和位置关联信息、候选簇的网络位置信息、候选簇的网络名称信息和待识别POI的属性信息,输入至梯度下降树模型,并获取梯度下降树模型输出的候选簇与待识别POI的匹配分值。
本公开实施例中,在获取到初筛剩余的候选簇后,将候选簇与待识别POI之间的名称关联信息和位置关联信息、候选簇的网络位置信息、候选簇的网络名称信息和待识别POI的属性信息,输入至梯度下降树模型进行匹配计算,最终获取梯度下降树模型输出的候选簇与待识别POI的匹配分值。其中,候选簇与待识别POI之间的名称关联信息可以是候选簇的网络名称信息与待识别POI的名称之间的相似度,候选簇与待识别POI之间的位置关联信息可以是二者之间的欧氏距离,待识别POI的属性信息可以包括待识别POI的名称、位置、所属类别以及POI描述信息等,POI所属类别可以是美食、购物、办公或住宅等。
S350、将与待识别POI的匹配分值最高的候选簇作为目标簇,且将目标簇的网络位置信息和网络名称信息作为目标无线网络的网络属性信息。
本公开实施例中,在获取到梯度下降树模型输出的各候选簇与待识别POI的匹配分值后,选择匹配分值最高的候选簇作为目标簇,并且将目标簇的网络位置信息作为目标无线网络的网络位置信息,将目标簇的网络名称信息作为目标无线网络的网络名称信息。将目标无线网络的网络位置信息和网络名称信息作为目标无线网络的网络属性信息。通过梯度下降树模型计算候选簇与待识别POI的匹配分值,可以综合待识别POI的属性信息,候选簇的网络属性信息以及二者之间的关联信息等多维信息,提高目标无线网络识别准确度。
S360、根据目标无线网络的网络属性信息,确定与待识别POI匹配的品牌。
本公开实施例的技术方案,对待识别POI所在目标区域中无线网络的网络位置信息进行聚类,得到至少两个候选簇,然后根据候选簇中无线网络的网络位置信息,确定候选簇的网络位置信息,且从候选簇中无线网络的网络名称信息中选择候选簇的网络名称信息,进而根据候选簇与待识别POI之间的距离,对候选簇进行初筛,且将候选簇与待识别POI之间的名称关联信息和位置关联信息、候选簇的网络位置信息、候选簇的网络名称信息和待识别POI的属性信息,输入至梯度下降树模型,并获取梯度下降树模型输出的候选簇与待识别POI的匹配分值,将与待识别POI的匹配分值最高的候选簇作为目标簇,且将目标簇的网络位置信息和网络名称信息作为目标无线网络的网络属性信息,最终根据目标无线网络的网络属性信息,确定与待识别POI匹配的品牌,通过对无线网络进行位置聚类进行品牌识别,提高了品牌识别的效率和准确度。
图4是本公开实施例中的一种品牌识别方法的示意图,在上述实施例的基础上进一步细化,提供了对待识别POI所在目标区域中无线网络的网络位置信息进行聚类,得到至少两个候选簇的具体步骤,以及根据候选簇中无线网络的网络位置信息,确定候选簇的网络位置信息,且从候选簇中无线网络的网络名称信息中选择候选簇的网络名称信息的具体步骤。下面结合图4对本公开实施例提供的一种品牌识别方法进行说明,包括以下:
S410、根据无线网络的网络名称信息,对目标区域中的无线网络进行去重,将去重后的无线网络的数量作为预设候选簇数量。
本公开实施例中,提供一种对无线网络进行聚类的具体方式,根据无线网络的网络名称信息,对目标区域中的无线网络进行去重将去重后的无线网络的数量作为预设候选簇数量。
示例性的,采用k均值聚类算法对无线网络进行聚类时,将根据网络名称信息进行去重后剩余的无线网络数量作为聚类数目k的取值。例如,在目标区域中共探测到50个无线网络,并且检测到这50个无线网络中有10个无线网络的网络名称信息为“X茶”,有12个无线网络的网络名称信息均为“X福”,则根据网络名称信息,对无线网络进行去重,将去重后的无线网络数值30作为k均值聚类算法中需要的k值,即预设候选簇数量。
S420、对无线网络的网络位置信息进行聚类,得到与预设候选簇数量匹配的候选簇。
本公开实施例中,在确定预设候选簇数量后,基于无线网络的网络位置信息,对无线网络进行聚类,得到与预设候选簇数量匹配的候选簇,例如,采用k均值聚类算法对无线网络进行位置聚类,得到30个候选簇。在后续计算与待识别POI匹配的无线网络时,仅需要将候选簇与待识别POI进行匹配,降低了匹配计算量。
S430、计算候选簇中无线网络的网络位置信息的加权平均值,并将加权平均值作为候选簇的网络位置信息。
本公开实施例中,将每个候选簇中包含的多个无线网络看作一个无线网络,具体的,可以计算候选簇中至少一个无线网络的网络位置信息的加权平均值,将加权平均结果作为候选簇的网络位置信息,该网络位置信息可以理解为候选簇的中心,能够表征候选簇的网络位置信息,进而将候选簇中的多个无线网络用唯一一个无线网络来表征,减小计算与待识别POI匹配的目标无线网络时的计算量。
S440、计算候选簇中无线网络的网络名称信息在候选簇的网络名称信息中的占比,并将占比最高的网络名称信息作为候选簇的网络名称信息。
本公开实施例中,为了确定候选簇的网络名称信息,需要计算候选簇中无线网络的网络名称信息在当前候选簇包含的网络名称信息中的占比,最终将占比最高的网络名称信息作为候选簇的网络名称信息,采用占比最高的网络名称信息作为候选簇的网络名称信息,可以保证目标无线网络的识别准确度。
S450、根据待识别POI的属性信息,从至少两个候选簇中选择与待识别POI匹配的目标簇,且将目标簇的网络位置信息和网络名称信息作为目标无线网络的网络属性信息。
S460、根据目标无线网络的网络属性信息,以及网络属性信息和品牌之间的对应关系,确定与目标无线网络匹配的品牌。
本公开实施例中,品牌词表中预先存储有网络属性信和品牌之间的对应关系,例如,网络名称信息与品牌之间的对应关系,在确定与待识别POI匹配的目标无线网络的网络属性信息后,可以根据网络属性信息和品牌之间的对应关系确定与目标无线网络匹配的品牌。
示例性的,品牌词表中预先存储有品牌“X福”,其对应的网络名称信息包括“X福连锁超市”、“X福”,当S450中获取到与待识别POI匹配的目标无线的网络属性信息中包含网络名称信息“X福”,则确定目标无线网络对应的品牌为“X福”。
S470、将目标无线网络匹配的品牌作为与待识别POI匹配的品牌。
本公开实施例中,在获取到待识别POI与目标无线网络的映射关系,以及目标无线网络与品牌的映射关系后,可以间接获得目标无线网络与品牌的映射关系,即将目标无线网络匹配的品牌作为与待识别POI匹配的品牌。示例性的,目标无线网络对应的品牌是“X福”,则待识别POI的品牌为“X福”,一方面避免了与官方店名称相似的非官方店的误识别,另一方面通过预设的网络属性信息和品牌之间的对应关系来确定品牌,提高品牌识别的效率。
本公开实施例的技术方案,根据无线网络的网络名称信息,对目标区域中的无线网络进行去重,将去重后的无线网络的数量作为预设候选簇数量,然后对无线网络的网络位置信息进行聚类,得到与预设候选簇数量匹配的候选簇,并计算候选簇中无线网络的网络位置信息的加权平均值,将加权平均值作为候选簇的网络位置信息,计算候选簇中无线网络的网络名称信息在候选簇的网络名称信息中的占比,将占比最高的网络名称信息作为候选簇的网络名称信息,进而根据待识别POI的属性信息,从至少两个候选簇中选择与待识别POI匹配的目标簇,且将目标簇的网络位置信息和网络名称信息作为目标无线网络的网络属性信息,最终根据目标无线网络的网络属性信息,以及网络属性信息和品牌之间的对应关系,确定与目标无线网络匹配的品牌,将目标无线网络匹配的品牌作为与待识别POI匹配的品牌,通过对无线网络进行位置聚类进行品牌识别,在提高识别准确度的同时,还提高了品牌识别效率。
图5是本公开实施例中的一种品牌识别装置的结构示意图,该品牌识别装置500,包括:目标无线网络确定模块510和品牌确定模块520。
目标无线网络确定模块510,用于根据待识别兴趣点POI所在目标区域中无线网络的网络属性信息,确定与待识别POI匹配的目标无线网络,以及所述目标无线网络的网络属性信息;
品牌确定模块520,用于根据所述目标无线网络的网络属性信息,确定与所述待识别POI匹配的品牌。
本公开实施例的技术方案,根据待识别兴趣点POI所在目标区域中无线网络的网络属性信息,确定与待识别POI匹配的目标无线网络,以及目标无线网络的网络属性信息,进而根据目标无线网络的网络属性信息,确定与待识别POI匹配的品牌,通过建立无线网络与POI的对应关系,来识别POI对应的品牌,避免了通过POI名称进行品牌识别时无法识别山寨品牌的缺陷,提高了品牌识别准确度。
可选的,所述网络属性信息包括网络位置信息和网络名称信息;
所述目标无线网络确定模块510,包括:
候选簇获取单元,用于对待识别POI所在目标区域中无线网络的网络位置信息进行聚类,得到至少两个候选簇;
候选簇信息确定单元,用于根据候选簇中无线网络的网络位置信息,确定所述候选簇的网络位置信息,且从所述候选簇中无线网络的网络名称信息中选择所述候选簇的网络名称信息;
目标无线网络确定单元,用于根据待识别POI的属性信息,从至少两个候选簇中选择与所述待识别POI匹配的目标簇,且将所述目标簇的网络位置信息和网络名称信息作为所述目标无线网络的网络属性信息。
可选的,所述目标无线网络确定单元,包括:
匹配分值获取子单元,用于将所述候选簇与待识别POI之间的名称关联信息和位置关联信息、候选簇的网络位置信息、候选簇的网络名称信息和待识别POI的属性信息,输入至梯度下降树模型,并获取所述梯度下降树模型输出的候选簇与待识别POI的匹配分值;
目标簇确定子单元,用于将与待识别POI的匹配分值最高的候选簇作为目标簇。
可选的,所述目标无线网络确定单元,还包括:
候选簇初筛子单元,用于在将候选簇的网络位置信息和网络名称信息、待识别POI的属性信息以及所述候选簇和待识别POI的名称关联信息和位置关联信息,输入至梯度下降树模型之前,根据候选簇与待识别POI之间的距离,对候选簇进行初筛。
可选的,所述候选簇信息确定单元,包括:
位置确定子单元,用于计算候选簇中无线网络的网络位置信息的加权平均值,并将加权平均值作为候选簇的网络位置信息;
名称确定子单元,用于计算候选簇中无线网络的网络名称信息在候选簇的网络名称信息中的占比,并将占比最高的网络名称信息作为候选簇的网络名称信息。
可选的,所述候选簇获取单元,包括:
候选簇数量确定子单元,用于根据无线网络的网络名称信息,对目标区域中的无线网络进行去重,将去重后的无线网络的数量作为预设候选簇数量;
候选簇获取子单元,用于对所述无线网络的网络位置信息进行聚类,得到与所述预设候选簇数量匹配的候选簇。
可选的,所述品牌确定模块520,包括:
第一品牌确定单元,用于根据所述目标无线网络的网络属性信息,以及网络属性信息和品牌之间的对应关系,确定与所述目标无线网络匹配的品牌;
第二品牌确定单元,用于将所述目标无线网络匹配的品牌作为与所述待识别POI匹配的品牌。
本公开实施例所提供的品牌识别装置可执行本公开任意实施例所提供的品牌识别方法,具备执行方法相应的功能模块和有益效果。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如品牌识别方法。例如,在一些实施例中,品牌识别方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的品牌识别方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行品牌识别方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (14)
1.一种品牌识别方法,包括:
根据待识别兴趣点POI所在目标区域中无线网络的网络属性信息,确定与待识别POI匹配的目标无线网络,以及所述目标无线网络的网络属性信息;
根据所述目标无线网络的网络属性信息,确定与所述待识别POI匹配的品牌;
其中,所述网络属性信息包括网络位置信息和网络名称信息;
根据待识别兴趣点POI所在目标区域中无线网络的网络属性信息,确定与待识别POI匹配的目标无线网络,以及所述目标无线网络的网络属性信息,包括:
对待识别POI所在目标区域中无线网络的网络位置信息进行聚类,得到至少两个候选簇;
根据候选簇中无线网络的网络位置信息,确定所述候选簇的网络位置信息,且从所述候选簇中无线网络的网络名称信息中选择所述候选簇的网络名称信息;
根据待识别POI的属性信息、所述候选簇的网络位置信息以及所述候选簇的网络名称信息,从至少两个候选簇中选择与所述待识别POI匹配的目标簇,且将所述目标簇的网络位置信息和网络名称信息作为所述目标无线网络的网络属性信息;POI的属性信息包括POI的名称以及位置信息。
2.根据权利要求1所述的方法,其中,根据待识别POI的属性信息,从至少两个候选簇中选择与所述待识别POI匹配的目标簇,包括:
将所述候选簇与待识别POI之间的名称关联信息和位置关联信息、候选簇的网络位置信息、候选簇的网络名称信息和待识别POI的属性信息,输入至梯度下降树模型,并获取所述梯度下降树模型输出的候选簇与待识别POI的匹配分值;
将与待识别POI的匹配分值最高的候选簇作为目标簇。
3.根据权利要求2所述的方法,在将候选簇的网络位置信息和网络名称信息、待识别POI的属性信息以及所述候选簇和待识别POI的名称关联信息和位置关联信息,输入至梯度下降树模型之前,还包括:
根据候选簇与待识别POI之间的距离,对候选簇进行初筛。
4.根据权利要求1所述的方法,其中,根据候选簇中无线网络的网络位置信息,确定所述候选簇的网络位置信息,且从所述候选簇中无线网络的网络名称信息中选择所述候选簇的网络名称信息,包括:
计算候选簇中无线网络的网络位置信息的加权平均值,并将加权平均值作为候选簇的网络位置信息;
计算候选簇中无线网络的网络名称信息在候选簇的网络名称信息中的占比,并将占比最高的网络名称信息作为候选簇的网络名称信息。
5.根据权利要求1所述的方法,其中,对待识别POI所在目标区域中无线网络的网络位置信息进行聚类,得到至少两个候选簇,包括:
根据无线网络的网络名称信息,对目标区域中的无线网络进行去重,将去重后的无线网络的数量作为预设候选簇数量;
对所述无线网络的网络位置信息进行聚类,得到与所述预设候选簇数量匹配的候选簇。
6.根据权利要求1所述的方法,其中,根据所述目标无线网络的网络属性信息,确定与所述待识别POI匹配的品牌,包括:
根据所述目标无线网络的网络属性信息,以及网络属性信息和品牌之间的对应关系,确定与所述目标无线网络匹配的品牌;
将所述目标无线网络匹配的品牌作为与所述待识别POI匹配的品牌。
7.一种品牌识别装置,包括:
目标无线网络确定模块,用于根据待识别兴趣点POI所在目标区域中无线网络的网络属性信息,确定与待识别POI匹配的目标无线网络,以及所述目标无线网络的网络属性信息;
品牌确定模块,用于根据所述目标无线网络的网络属性信息,确定与所述待识别POI匹配的品牌;
所述网络属性信息包括网络位置信息和网络名称信息;
所述目标无线网络确定模块,包括:
候选簇获取单元,用于对待识别POI所在目标区域中无线网络的网络位置信息进行聚类,得到至少两个候选簇;
候选簇信息确定单元,用于根据候选簇中无线网络的网络位置信息,确定所述候选簇的网络位置信息,且从所述候选簇中无线网络的网络名称信息中选择所述候选簇的网络名称信息;
目标无线网络确定单元,用于根据待识别POI的属性信息、所述候选簇的网络位置信息以及所述候选簇的网络名称信息,从至少两个候选簇中选择与所述待识别POI匹配的目标簇,且将所述目标簇的网络位置信息和网络名称信息作为所述目标无线网络的网络属性信息;POI的属性信息包括POI的名称以及位置信息。
8.根据权利要求7所述的装置,其中,所述目标无线网络确定单元,包括:
匹配分值获取子单元,用于将所述候选簇与待识别POI之间的名称关联信息和位置关联信息、候选簇的网络位置信息、候选簇的网络名称信息和待识别POI的属性信息,输入至梯度下降树模型,并获取所述梯度下降树模型输出的候选簇与待识别POI的匹配分值;
目标簇确定子单元,用于将与待识别POI的匹配分值最高的候选簇作为目标簇。
9.根据权利要求8所述的装置,所述目标无线网络确定单元,还包括:
候选簇初筛子单元,用于在将候选簇的网络位置信息和网络名称信息、待识别POI的属性信息以及所述候选簇和待识别POI的名称关联信息和位置关联信息,输入至梯度下降树模型之前,根据候选簇与待识别POI之间的距离,对候选簇进行初筛。
10.根据权利要求7所述的装置,其中,所述候选簇信息确定单元,包括:
位置确定子单元,用于计算候选簇中无线网络的网络位置信息的加权平均值,并将加权平均值作为候选簇的网络位置信息;
名称确定子单元,用于计算候选簇中无线网络的网络名称信息在候选簇的网络名称信息中的占比,并将占比最高的网络名称信息作为候选簇的网络名称信息。
11.根据权利要求7所述的装置,其中,所述候选簇获取单元,包括:
候选簇数量确定子单元,用于根据无线网络的网络名称信息,对目标区域中的无线网络进行去重,将去重后的无线网络的数量作为预设候选簇数量;
候选簇获取子单元,用于对所述无线网络的网络位置信息进行聚类,得到与所述预设候选簇数量匹配的候选簇。
12.根据权利要求7所述的装置,其中,所述品牌确定模块,包括:
第一品牌确定单元,用于根据所述目标无线网络的网络属性信息,以及网络属性信息和品牌之间的对应关系,确定与所述目标无线网络匹配的品牌;
第二品牌确定单元,用于将所述目标无线网络匹配的品牌作为与所述待识别POI匹配的品牌。
13. 一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的品牌识别方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的品牌识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110573665.1A CN113420781B (zh) | 2021-05-25 | 2021-05-25 | 品牌识别方法、装置、设备、存储介质和程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110573665.1A CN113420781B (zh) | 2021-05-25 | 2021-05-25 | 品牌识别方法、装置、设备、存储介质和程序产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113420781A CN113420781A (zh) | 2021-09-21 |
CN113420781B true CN113420781B (zh) | 2023-08-08 |
Family
ID=77712976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110573665.1A Active CN113420781B (zh) | 2021-05-25 | 2021-05-25 | 品牌识别方法、装置、设备、存储介质和程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113420781B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103945007A (zh) * | 2014-05-08 | 2014-07-23 | 百度在线网络技术(北京)有限公司 | 信息推送方法和装置 |
CN110929176A (zh) * | 2018-09-03 | 2020-03-27 | 北京搜狗科技发展有限公司 | 一种信息推荐方法、装置及电子设备 |
CN111881377A (zh) * | 2020-08-05 | 2020-11-03 | 腾讯科技(深圳)有限公司 | 位置兴趣点的处理方法及装置 |
CN112487312A (zh) * | 2020-11-30 | 2021-03-12 | 北京百度网讯科技有限公司 | 关联兴趣点的方法、装置及确定兴趣点状态的方法、装置 |
WO2021087663A1 (en) * | 2019-11-04 | 2021-05-14 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining name for boarding point |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111382369B (zh) * | 2018-12-29 | 2023-05-23 | 北京嘀嘀无限科技发展有限公司 | 用于确定与地址查询相关的相关兴趣点的系统和方法 |
-
2021
- 2021-05-25 CN CN202110573665.1A patent/CN113420781B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103945007A (zh) * | 2014-05-08 | 2014-07-23 | 百度在线网络技术(北京)有限公司 | 信息推送方法和装置 |
CN110929176A (zh) * | 2018-09-03 | 2020-03-27 | 北京搜狗科技发展有限公司 | 一种信息推荐方法、装置及电子设备 |
WO2021087663A1 (en) * | 2019-11-04 | 2021-05-14 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining name for boarding point |
CN111881377A (zh) * | 2020-08-05 | 2020-11-03 | 腾讯科技(深圳)有限公司 | 位置兴趣点的处理方法及装置 |
CN112487312A (zh) * | 2020-11-30 | 2021-03-12 | 北京百度网讯科技有限公司 | 关联兴趣点的方法、装置及确定兴趣点状态的方法、装置 |
Non-Patent Citations (1)
Title |
---|
Xuan Z.等.Mobile brand analysis based on WiFi hotspots on campus.2017 12th International Conference on Computer Science and Education (ICCSE).2017,全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN113420781A (zh) | 2021-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114549874B (zh) | 多目标图文匹配模型的训练方法、图文检索方法及装置 | |
CN113205037B (zh) | 事件检测的方法、装置、电子设备以及可读存储介质 | |
CN111782977A (zh) | 兴趣点处理方法、装置、设备及计算机可读存储介质 | |
CN112860993B (zh) | 兴趣点的分类方法、装置、设备、存储介质及程序产品 | |
CN113780098B (zh) | 文字识别方法、装置、电子设备以及存储介质 | |
CN113205041B (zh) | 结构化信息提取方法、装置、设备和存储介质 | |
CN112597837A (zh) | 图像检测方法、装置、设备、存储介质和计算机程序产品 | |
CN113360700A (zh) | 图文检索模型的训练和图文检索方法、装置、设备和介质 | |
CN115145924A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN113326450B (zh) | 一种兴趣点召回方法、装置、电子设备和存储介质 | |
CN113963197A (zh) | 图像识别方法、装置、电子设备和可读存储介质 | |
CN116309963B (zh) | 一种图像的批量标注方法、装置、电子设备及存储介质 | |
CN113420781B (zh) | 品牌识别方法、装置、设备、存储介质和程序产品 | |
CN114692778B (zh) | 用于智能巡检的多模态样本集生成方法、训练方法及装置 | |
CN114444514B (zh) | 语义匹配模型训练、语义匹配方法及相关装置 | |
CN115547514A (zh) | 一种致病基因排序方法、装置、电子设备和介质 | |
CN112966108B (zh) | 检测数据和训练分类模型的方法、装置、设备和存储介质 | |
CN112381162A (zh) | 信息点识别方法、装置及电子设备 | |
CN114120410A (zh) | 用于生成标签信息的方法、装置、设备、介质和产品 | |
CN113362543B (zh) | 结算方法、装置、电子设备以及存储介质 | |
CN115331217B (zh) | 一种餐食结算方法、装置、设备及介质 | |
CN113268987B (zh) | 一种实体名称识别方法、装置、电子设备和存储介质 | |
CN115222986A (zh) | 一种物品陈列信息的更新方法、装置、设备及介质 | |
CN115659067A (zh) | Poi处理方法、装置、电子设备和存储介质 | |
CN117194479A (zh) | 一种元件参数含义确定方法、装置、设备以及存储介质 |
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 |