CN113487696A - 电子地图生成方法、装置、电子设备及存储介质 - Google Patents
电子地图生成方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113487696A CN113487696A CN202110778258.4A CN202110778258A CN113487696A CN 113487696 A CN113487696 A CN 113487696A CN 202110778258 A CN202110778258 A CN 202110778258A CN 113487696 A CN113487696 A CN 113487696A
- Authority
- CN
- China
- Prior art keywords
- enterprise
- address
- network data
- group
- name
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3863—Structures of map data
- G01C21/3867—Geometry of map features, e.g. shape points, polygons or for simplified maps
-
- 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
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
-
- 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)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Geometry (AREA)
- Instructional Devices (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供电子地图生成方法、装置、电子设备及存储介质,涉及数据处理技术领域。具体实现方案为:利用网络数据建立多组企业名称与企业地址的对应关系;分别确定各企业地址所在的细粒度区域;基于企业名称与企业地址的对应关系,以及各企业地址所在的细粒度区域,建立细粒度区域的企业电子地图。利用已有网络数据建立企业名称与企业地址的对应关系,从而可以根据企业地址所在的细粒度区域,完成细粒度区域中企业名称的标定,实现了细粒度区域的企业电子地图的建立;并且相比于人工去现场采集各区域的企业名称,能够大大缩短企业电子地图的建立周期,极大的节约建设成本。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及电子地图生成方法、装置、电子设备及存储介质。
背景技术
电子地图即数字地图,是利用计算机技术,以数字方式存储和查阅的地图。电子地图储存资讯的方法,一般使用向量式图像储存,地图比例可放大、缩小或旋转而不影响显示效果。电子地图可以非常方便地对普通地图的内容进行任意形式的要素组合、拼接,形成新的地图。可以对电子地图进行任意比例尺、任意范围的绘图输出,可用于城市规划建设、交通、旅游、汽车导航等许多部门,电子地图将各部门日常工作由原来一大堆地图翻来翻去,变成为计算机前作业,科学、准确、直观,大大提高效率。
发明内容
本公开提供了一种用于电子地图生成方法、装置、电子设备及存储介质。
根据本公开的一方面,提供了一种电子地图生成方法,包括:
利用网络数据建立多组企业名称与企业地址的对应关系;
分别确定各企业地址所在的细粒度区域;
基于企业名称与企业地址的对应关系,以及各企业地址所在的细粒度区域,建立细粒度区域的企业电子地图。
根据本公开的另一方面,提供了一种电子地图生成装置,包括:
对应关系建立模块,用于利用网络数据建立多组企业名称与企业地址的对应关系;
企业地址映射模块,用于分别确定各企业地址所在的细粒度区域;
电子地图建立模块,用于基于企业名称与企业地址的对应关系,以及各企业地址所在的细粒度区域,建立细粒度区域的企业电子地图。
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中任一项所述的电子地图生成方法。
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中任一项所述的电子地图生成方法。
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中任一项所述的电子地图生成方法。
本公开中,利用已有网络数据建立企业名称与企业地址的对应关系,从而可以根据企业地址所在的细粒度区域,完成细粒度区域中企业名称的标定,实现了细粒度区域的企业电子地图的建立。
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是根据本公开的电子地图生成方法的第一种示意图;
图2是根据本公开的细粒度区域划分方式的一种示意图;
图3是根据本公开的步骤S101的一种可能的实现方式的示意图;
图4是根据本公开的电子地图生成方法的第二种示意图;
图5是根据本公开的电子地图生成装置的一种示意图;
图6是用来实现本公开实施例的电子地图生成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。
企业电子地图为记录了企业所在位置/区域的电子地图。在企业画像、企业知识图谱、企业人才研究等ToB(To Business)领域,企业所在的位置/区域具有重要的研究价值,通过企业所在的位置/区域中人流的密度、迁移情况等对企业的经营情况、企业人才流动等进行研究,相比抽样调查具有重要的价值。企业电子地图广泛应用在企业相关研究及不动产投资等领域。
现有技术中,通过人工标注的方式实现企业电子地图的建立,即人工将企业标注在电子地图对应的位置/区域上,但是采用人工标注的方式,企业电子地图生成的效率很低。
本公开提供了一种电子地图生成方法,参见图1,包括:
S101,利用网络数据建立多组企业名称与企业地址的对应关系。
本申请实施例的电子地图生成方法可以通过电子设备实现,具体的,该电子设备可以为个人电脑、智能手机或服务器等。
网络数据可以为通过互联网获取的数据,例如,从互联网的广告数据中获取企业名称与企业地址的对应关系;或从互联网的招聘信息中获取企业名称与企业地址的对应关系;或从互联网的商品标签中获取企业名称与企业地址的对应关系等。一个例子中,在互联网的广告数据A中,包括企业名称AAA及企业地址BBB,则建立企业名称AAA及企业地址BBB的对应关系,称为一组企业名称与企业地址的对应关系。本申请实施例中的企业是一个广义概念,包括工厂、公司、医院、超市、餐馆、分支机构、科研单位及慈善性组织等,均在本申请的保护范围内。
通过网络数据,例如企业招聘数据等,建立企业名称与企业地址的对应关系,构建对应关系集合:C={(c0,l0),(c1,l1),(c2,l2)...(cn,ln)},其中C表示企业名称与企业地址对应关系集合,cn表示第n个企业名称,ln表示第n个企业地址,第n个企业名称与第n个企业地址组成一组企业名称与企业地址的对应关系。一个例子中,一组企业名称与企业地址的对应关系为企业名称与企业地址的一对一关系;针对一个企业名称对应多个企业地址,或多个企业名称对应一个企业地址的情况,需要分别建立企业名称与企业地址的一对一对应关系。
S102,分别确定各企业地址所在的细粒度区域。
细粒度区域可以为预先划分的电子地图区域,一个例子中,可以按照预设的网格大小将电子地图划分为多个细粒度区域,网格可以设置为正方形或矩形,网络的大小可以根据实际要求自定义设置,企业电子地图的细粒度要求越细致,则网络的大小也就越小;一个例子中,可以按照真实世界中的道路或POI(Point of Interest,感兴趣点)的边界AOI(Area of Interest,感兴趣区域)或自然地物(例如,河流、峡谷、山脉等)等真实世界中实际标的为边界,将电子地图划分为多个细粒度区域等,一种可能的以街区为细粒度区域的地图区域划分方式可以如图2所指示。具体的,上述实施例中提到的电子地图,可以为预先建立的真实世界中指定区域的电子地图,也可以直接使用已建立的电子地图,均在本申请的保护范围内。
根据对应关系中的各企业地址,可以确定企业地址所在的细粒度区域。在一种可能的实施方式中,上述分别确定各企业地址所在的细粒度区域,包括:针对每一企业地址,根据该企业地址的语义,通过反地理信息定位的方式确定该企业地址对应的地理坐标,并根据该企业地址对应的地理坐标,确定该企业地址所在的细粒度区域。
对于应关系集合C,首先通过企业地址ln关联到对应的区域(Region),这里将该Region称为细粒度区域,根据该企业地址的语义,通过反GEO(地理信息定位)的方式获得ln对应的坐标,即通过语义位置反向查询到坐标。一个例子中,企业地址为AAA工业园B座,则可以通过反GEO查询得到AAA工业园B座的坐标为XXXX,在获取到该坐标后,便可以根据各细粒度区域所涵盖的坐标范围,确定AAA工业园B座所在的细粒度区域。在本申请实施例中,通过反地理信息定位的方式,可以快速准确的确定各企业地址所在的细粒度区域。
S103,基于企业名称与企业地址的对应关系,以及各企业地址所在的细粒度区域,建立细粒度区域的企业电子地图。
在得到企业地址所在的细粒度区域后,还需要将企业名称标定到对应的细粒度区域中,从而得到细粒度区域与企业名称的对应关系集合:Re={(c0,r0),(c1,r1),(c2,r2)…(cn,rn)},其中,通过Re表示细粒度区域与企业名称的对应关系集合,cn表示第n个企业名称,rn表示第n个细粒度区域,对于任一细粒度区域ri,获得对应的企业名称列表(ci,ci+1,...ci+n),该企业名称列表即为该区域ri对应的企业标签,从而建立细粒度区域的企业电子地图。一个例子中,除了企业名称外还可以在细粒度区域的企业电子地图中关联显示各企业名称对应的企业地址。
例如,一组企业名称与企业地址的对应关系为企业名称AAA对应企业地址BBB,企业地址BBB在细粒度区域CCC中,则将企业名称AAA标记到细粒度区域CCC中,从而建立细粒度区域的企业电子地图;此外,还可以在细粒度区域CCC的企业名称AAA上关系企业地址BBB。
在本申请实施例中,利用已有网络数据建立企业名称与企业地址的对应关系,从而可以根据企业地址所在的细粒度区域,完成细粒度区域中企业名称的标定,实现了细粒度区域的企业电子地图的建立;并且相比于人工标注的方式,能够大大缩短企业电子地图的建立周期,极大的节约建设成本。
在一种可能的实施方式中,参见图3,上述利用网络数据建立多组企业名称与企业地址的对应关系,包括:
S301,获取预设类型的多组网络数据,其中,上述预设类型包括企业招聘信息类型。
预设类型可以根据实际情况自定义设置,预设类型至少包括企业招聘信息类型,还可以包括广告信息类型及商品标签类型等。一组网络数据是指一组结构化的网络数据,例如,一组网络数据可以为一则招聘信息、一条广告信息、一篇商品标签等。
S302,针对每组网络数据,提取该组网络数据中的企业名称及企业地址,并建立该组网络数据中的企业名称与企业地址的对应关系。
可以通过相关的字符识别技术来识别网络数据中的企业名称及企业地址,预设类型的网络数据一般直接记录有相应关键字,从而可以方便企业名称及企业地址的提取。例如,以企业招聘信息为例,一般记录有关键字“XXX招聘”、“公司名称:XXX”、“工作地点:XXX”、“公司地址:XXX”等,可以直接找到关键字“招聘”、“公司名称”等从而完成企业名称的提取,可以直接找到关键字“工作地点”、“公司地址”等从而完成企业地址的提取。此外,还可以通过预先训练的深度学习网络来进行企业名称与企业地址的提取。
在提取到企业名称与企业地址的之后,还需要建立企业名称与企业地址的对应关系。一个例子中,一组网络数据中仅包括一个企业名称及一个企业地址,在此种情况下,可以直接建立二者的关联关系。一个例子中,一组网络数据中包括一个企业名称及多个企业地址,则可以分别建立该企业名称与各企业地址的对应关系,例如,在一条广告信息中,包括一个企业名称及多个企业地址,说明该企业名称对应多个分店或办公地点等,则可以将该企业名称分别与各企业地址建立关联关系。
在本申请实施例中,相比于从海量大数据中漫无目的提取企业名称及企业地址,从预设类型(例如企业招聘信息类型)的网络数据中提取企业名称及企业地址,可以提高企业名称及企业地址的提取效率,从而提高企业电子提取的建立效率。
在一些场景中,一组网络数据中可能包括多个企业名称及多个企业地址,在一种可能的实施方式中,针对每组网络数据,提取该组网络数据中的企业名称及企业地址,并建立该组网络数据中的企业名称与企业地址的对应关系,包括:
步骤一,针对每组网络数据,提取该组网络数据中的企业名称及企业地址。
步骤二,在该组网络数据中包括多个企业名称及多个企业地址的情况下,确定该组网络数据的行文方向,其中,上述行文方向包括水平方向及竖直方向。
步骤三,分别计算该组网络数据中任意两个企业名称与企业地址之间的距离。
步骤四,根据该组网络数据的行文方向及该组网络数据中任意两个企业名称与企业地址之间的距离,确定该组网络数据中的企业名称与企业地址的对应关系。
一个例子中,上述行文方向包括水平方向及竖直方向。其中,水平方向是指文字按照水平方向的顺序读写,竖直方向是指文字按照竖直的顺序读写。企业名称与企业地址之间的距离可以包括水平距离及竖直距离。水平距离是指网络数据中企业名称与企业地址在水平方向上的距离,一个例子中,水平距离可以为列间距;竖直距离是指网络数据中企业名称与企业地址在竖直方向上的距离,一个例子中,竖直距离可以为行间距。
一个例子中,企业名称与企业地址的水平距离为二者中水平距离最近的两个字符之间的列间距;企业名称与企业地址的竖直距离为二者中竖直距离最近的两个字符之间的行间距。
在该组网络数据的行文方向为水平方向的情况下,针对该组网络数据中的每一企业名称,选取与该企业名称的竖直距离最小的企业地址,与该企业名称建立对应关系,在存在多个竖直距离最小的企业地址的情况下,在各竖直距离最小的企业地址中,选取与该企业名称的水平距离最小的企业地址,与该企业名称建立对应关系。
一个例子中,该组网络数据中包括企业名称A、企业名称B、企业地址1、企业地址2,行文方向为水平方向,计算得到企业名称A与企业地址1的竖直距离为Y1(行间距为Y1),企业名称A与企业地址2的竖直距离为Y2(行间距为Y2),其中Y1小于Y2,则与企业名称A竖直距离最小的企业地址为企业地址1,建立企业名称A与企业地址1的对应关系。
一个例子中,该组网络数据中包括企业名称A、企业名称B、企业地址1、企业地址2,行文方向为水平方向,计算得到企业名称A与企业地址1的竖直距离为Y3(行间距为Y3),企业名称A与企业地址2的竖直距离为Y3(行间距为Y3),则与企业名称A竖直距离最小的企业地址为企业地址1及企业地址2;企业名称A与企业地址1的水平距离为X1(列间距为X1),企业名称A与企业地址2的水平距离为X2(列间距为X2),其中X1小于X2,在与企业名称A竖直距离最小的各企业地址中,企业名称A与企业地址1的水平距离最小,则建立企业名称A与企业地址1的对应关系。
在该组网络数据的行文方向为竖直方向的情况下,针对该组网络数据中的每一企业名称,选取与该企业名称的水平距离最小的企业地址,与该企业名称建立对应关系,在存在多个水平距离最小的企业地址的情况下,在各水平距离最小的企业地址中,选取与该企业名称的竖直距离最小的企业地址,与该企业名称建立对应关系。
一个例子中,该组网络数据中包括企业名称A、企业名称B、企业地址1、企业地址2,行文方向为竖直方向,计算得到企业名称A与企业地址1的水平距离为X1(列间距为X1),企业名称A与企业地址2的水平距离为X2(列间距为X2),其中X1小于X2,则与企业名称A水平距离最小的企业地址为企业地址1,建立企业名称A与企业地址1的对应关系。
一个例子中,该组网络数据中包括企业名称A、企业名称B、企业地址1、企业地址2,行文方向为竖直方向,计算得到企业名称A与企业地址1的水平距离为X3(列间距为X3),企业名称A与企业地址2的水平距离为X3(列间距为X3),则与企业名称A水平距离最小的企业地址为企业地址1及企业地址2;企业名称A与企业地址1的竖直距离为Y1(行间距为Y1),企业名称A与企业地址2的竖直距离为Y2(行间距为Y2),其中Y1小于Y2,在与企业名称A水平距离最小的各企业地址中,企业名称A与企业地址1的竖直距离最小,则建立企业名称A与企业地址1的对应关系。
在本申请实施例中,针对一组网络数据中包括多个企业名称及多个企业地址的场景,通过区分行文方向,利用水平距离及竖直距离,能够准确的建立企业名称与企业地址的对应关系。
在其他可能的实施方式中,还可以通过深度学习网络,例如,卷积神经网络、LSTM(Long Short-Term Memory,长短期记忆网络)等实现企业名称与企业地址的对应关系的建立,均在本申请的保护范围内。
本公开还提供了一种电子地图生成方法,参见图4,包括:
S401,利用网络数据建立多组企业名称与企业地址的对应关系。
S402,分别确定各企业地址所在的细粒度区域。
S403,基于企业名称与企业地址的对应关系,以及各企业地址所在的细粒度区域,建立细粒度区域的企业电子地图。
S404,建立同一集团下的各企业的企业名称的关联关系,得到集团企业关联关系。
S405,在获取到针对指定企业名称的集团关联企业的查询请求后,基于上述指定企业名称的集团企业关联关系,查询得到上述指定企业名称关联的各企业名称,并在上述企业电子地图中显示上述指定企业名称及上述指定企业名称关联的各企业名称所在的细粒度区域。
很多情况下,同一集团下会包括多个企业,例如一个上市集团往往包含多个注册企业,可以通过企业知识图谱获取企业的关联企业,比如企业ci被ci+1控股,为ci+2的分枝机构等,从而建立同一集团下的各企业的企业名称的关联关系,
由一组企业名称与企业地址对应关系(ci,li),扩展到(ci+1,li)及(ci+2,li)等,最终得到集团企业关联关系Q={(c0,l0),(c1,l1),(c2,l2)…(cn,ln)}。
当用户希望针对指定企业名称关联的各企业进行查询时,输入表示查询指定企业名称的集团关联企业的查询请求,该查询请求中包括指定企业名称的标识。根据指定企业名称的标识,查找各集团企业关联关系,得到指定企业名称所在的集团企业关联关系,从该集团企业关联关系中获取各企业名称,并显示在细粒度区域的企业电子地图中,从而实现了关联企业的查询及地图显示,能够满足用户的多种需求。
本公开还提供了一种电子地图生成装置,参见图5,包括:
对应关系建立模块51,用于利用网络数据建立多组企业名称与企业地址的对应关系;
企业地址映射模块52,用于分别确定各企业地址所在的细粒度区域;
电子地图建立模块53,用于基于企业名称与企业地址的对应关系,以及各企业地址所在的细粒度区域,建立细粒度区域的企业电子地图。
在一种可能的实施方式中,上述对应关系建立模块51,包括:
网络数据获取子模块,用于获取预设类型的多组网络数据,其中,上述预设类型包括企业招聘信息类型;
名称地址关联子模块,用于针对每组网络数据,提取该组网络数据中的企业名称及企业地址,并建立该组网络数据中的企业名称与企业地址的对应关系。
在一种可能的实施方式中,上述名称地址关联子模块,具体用于:
针对每组网络数据,提取该组网络数据中的企业名称及企业地址;
在该组网络数据中包括多个企业名称及多个企业地址的情况下,确定该组网络数据的行文方向;
分别计算该组网络数据中任意两个企业名称与企业地址之间的距离;
根据该组网络数据的行文方向及该组网络数据中任意两个企业名称与企业地址之间的距离,确定该组网络数据中的企业名称与企业地址的对应关系。
在一种可能的实施方式中,上述企业地址映射模块52,具体用于:针对每一企业地址,根据该企业地址的语义,通过反地理信息定位的方式确定该企业地址对应的地理坐标,并根据该企业地址对应的地理坐标,确定该企业地址所在的细粒度区域。
在一种可能的实施方式中,上述装置还包括:
集团企业关联模块,用于建立同一集团下的各企业的企业名称的关联关系,得到集团企业关联关系;
集团企业显示模块,用于在获取到针对指定企业名称的集团关联企业的查询请求后,基于上述指定企业名称的集团企业关联关系,查询得到上述指定企业名称关联的各企业名称,并在上述企业电子地图中显示上述指定企业名称及上述指定企业名称关联的各企业名称所在的细粒度区域。
本公开的技术方案中,所涉及的用户及企业信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
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。
上述电子设备,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中任一项所述的电子地图生成方法。
本公开还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中任一项所述的电子地图生成方法。
本公开还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中任一项所述的电子地图生成方法。
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61,其可以根据存储在只读存储器(ROM)62中的计算机程序或者从存储单元68加载到随机访问存储器(RAM)63中的计算机程序,来执行各种适当的动作和处理。在RAM63中,还可存储设备600操作所需的各种程序和数据。计算单元61、ROM 62以及RAM63通过总线64彼此相连。输入/输出(I/O)接口65也连接至总线64。
设备600中的多个部件连接至I/O接口65,包括:输入单元66,例如键盘、鼠标等;输出单元67,例如各种类型的显示器、扬声器等;存储单元68,例如磁盘、光盘等;以及通信单元69,例如网卡、调制解调器、无线通信收发机等。通信单元69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61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61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61执行上文所描述的各个方法和处理,例如电子地图生成方法。例如,在一些实施例中,电子地图生成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68。在一些实施例中,计算机程序的部分或者全部可以经由ROM 62和/或通信单元69而被载入和/或安装到设备600上。当计算机程序加载到RAM63并由计算单元61执行时,可以执行上文描述的电子地图生成方法的一个或多个步骤。备选地,在其他实施例中,计算单元61可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行电子地图生成方法。
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)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,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
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 (13)
1.一种电子地图生成方法,包括:
利用网络数据建立多组企业名称与企业地址的对应关系;
分别确定各企业地址所在的细粒度区域;
基于企业名称与企业地址的对应关系,以及各企业地址所在的细粒度区域,建立细粒度区域的企业电子地图。
2.根据权利要求1所述的方法,其中,所述利用网络数据建立多组企业名称与企业地址的对应关系,包括:
获取预设类型的多组网络数据,其中,所述预设类型包括企业招聘信息类型;
针对每组网络数据,提取该组网络数据中的企业名称及企业地址,并建立该组网络数据中的企业名称与企业地址的对应关系。
3.根据权利要求2所述的方法,其中,所述针对每组网络数据,提取该组网络数据中的企业名称及企业地址,并建立该组网络数据中的企业名称与企业地址的对应关系,包括:
针对每组网络数据,提取该组网络数据中的企业名称及企业地址;
在该组网络数据中包括多个企业名称及多个企业地址的情况下,确定该组网络数据的行文方向;
分别计算该组网络数据中任意两个企业名称与企业地址之间的距离;
根据该组网络数据的行文方向及该组网络数据中任意两个企业名称与企业地址之间的距离,确定该组网络数据中的企业名称与企业地址的对应关系。
4.根据权利要求1所述的方法,其中,所述分别确定各企业地址所在的细粒度区域,包括:
针对每一企业地址,根据该企业地址的语义,通过反地理信息定位的方式确定该企业地址对应的地理坐标,并根据该企业地址对应的地理坐标,确定该企业地址所在的细粒度区域。
5.根据权利要求1所述的方法,所述方法还包括:
建立同一集团下的各企业的企业名称的关联关系,得到集团企业关联关系;
在获取到针对指定企业名称的集团关联企业的查询请求后,基于所述指定企业名称的集团企业关联关系,查询得到所述指定企业名称关联的各企业名称,并在所述企业电子地图中显示所述指定企业名称及所述指定企业名称关联的各企业名称所在的细粒度区域。
6.一种电子地图生成装置,包括:
对应关系建立模块,用于利用网络数据建立多组企业名称与企业地址的对应关系;
企业地址映射模块,用于分别确定各企业地址所在的细粒度区域;
电子地图建立模块,用于基于企业名称与企业地址的对应关系,以及各企业地址所在的细粒度区域,建立细粒度区域的企业电子地图。
7.根据权利要求6所述的装置,其中,所述对应关系建立模块,包括:
网络数据获取子模块,用于获取预设类型的多组网络数据,其中,所述预设类型包括企业招聘信息类型;
名称地址关联子模块,用于针对每组网络数据,提取该组网络数据中的企业名称及企业地址,并建立该组网络数据中的企业名称与企业地址的对应关系。
8.根据权利要求7所述的装置,其中,所述名称地址关联子模块,具体用于:
针对每组网络数据,提取该组网络数据中的企业名称及企业地址;
在该组网络数据中包括多个企业名称及多个企业地址的情况下,确定该组网络数据的行文方向;
分别计算该组网络数据中任意两个企业名称与企业地址之间的距离;
根据该组网络数据的行文方向及该组网络数据中任意两个企业名称与企业地址之间的距离,确定该组网络数据中的企业名称与企业地址的对应关系。
9.根据权利要求6所述的装置,其中,所述企业地址映射模块,具体用于:针对每一企业地址,根据该企业地址的语义,通过反地理信息定位的方式确定该企业地址对应的地理坐标,并根据该企业地址对应的地理坐标,确定该企业地址所在的细粒度区域。
10.根据权利要求6所述的装置,所述装置还包括:
集团企业关联模块,用于建立同一集团下的各企业的企业名称的关联关系,得到集团企业关联关系;
集团企业显示模块,用于在获取到针对指定企业名称的集团关联企业的查询请求后,基于所述指定企业名称的集团企业关联关系,查询得到所述指定企业名称关联的各企业名称,并在所述企业电子地图中显示所述指定企业名称及所述指定企业名称关联的各企业名称所在的细粒度区域。
11.一种电子设备,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1-5中任一项所述的方法。
12.一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1-5中任一项所述的方法。
13.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-5中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110778258.4A CN113487696B (zh) | 2021-07-09 | 2021-07-09 | 电子地图生成方法、装置、电子设备及存储介质 |
US17/717,872 US20220282992A1 (en) | 2021-07-09 | 2022-04-11 | Method and apparatus for generating electronic map, electronic device and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110778258.4A CN113487696B (zh) | 2021-07-09 | 2021-07-09 | 电子地图生成方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113487696A true CN113487696A (zh) | 2021-10-08 |
CN113487696B CN113487696B (zh) | 2023-09-22 |
Family
ID=77937866
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110778258.4A Active CN113487696B (zh) | 2021-07-09 | 2021-07-09 | 电子地图生成方法、装置、电子设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20220282992A1 (zh) |
CN (1) | CN113487696B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4783760A (en) * | 1985-06-03 | 1988-11-08 | Honeywell Bull Inc. | Word processing text justification method |
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 |
CN107967332A (zh) * | 2017-11-28 | 2018-04-27 | 厦门市美亚柏科信息股份有限公司 | 企业地址识别方法及识别系统 |
CN111191411A (zh) * | 2019-12-28 | 2020-05-22 | 合肥长远知识产权管理有限公司 | 一种公式显示方法和装置 |
CN111695550A (zh) * | 2020-03-26 | 2020-09-22 | 遥相科技发展(北京)有限公司 | 一种文字提取方法、图像处理设备和计算机可读存储介质 |
CN112000796A (zh) * | 2020-08-05 | 2020-11-27 | 深圳中兴网信科技有限公司 | 答案生成方法、电子设备和计算机可读存储介质 |
CN112365175A (zh) * | 2020-11-17 | 2021-02-12 | 杭州安恒信息安全技术有限公司 | 基于企业区域的经济分析方法、系统、存储介质及设备 |
CN112541504A (zh) * | 2020-12-11 | 2021-03-23 | 上海品览数据科技有限公司 | 一种针对文本中单个字符目标的检测方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090063565A1 (en) * | 2007-08-28 | 2009-03-05 | Fatdoor, Inc, | Job search in a geo-spatial enviornment |
US20130328882A1 (en) * | 2012-06-08 | 2013-12-12 | Apple Inc. | Named Area Generation |
US9442905B1 (en) * | 2013-06-28 | 2016-09-13 | Google Inc. | Detecting neighborhoods from geocoded web documents |
US11879743B2 (en) * | 2019-05-13 | 2024-01-23 | Verizon Patent And Licensing Inc. | Method and device for identifying a shift in a point of interest |
-
2021
- 2021-07-09 CN CN202110778258.4A patent/CN113487696B/zh active Active
-
2022
- 2022-04-11 US US17/717,872 patent/US20220282992A1/en active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4783760A (en) * | 1985-06-03 | 1988-11-08 | Honeywell Bull Inc. | Word processing text justification method |
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 |
CN107967332A (zh) * | 2017-11-28 | 2018-04-27 | 厦门市美亚柏科信息股份有限公司 | 企业地址识别方法及识别系统 |
CN111191411A (zh) * | 2019-12-28 | 2020-05-22 | 合肥长远知识产权管理有限公司 | 一种公式显示方法和装置 |
CN111695550A (zh) * | 2020-03-26 | 2020-09-22 | 遥相科技发展(北京)有限公司 | 一种文字提取方法、图像处理设备和计算机可读存储介质 |
CN112000796A (zh) * | 2020-08-05 | 2020-11-27 | 深圳中兴网信科技有限公司 | 答案生成方法、电子设备和计算机可读存储介质 |
CN112365175A (zh) * | 2020-11-17 | 2021-02-12 | 杭州安恒信息安全技术有限公司 | 基于企业区域的经济分析方法、系统、存储介质及设备 |
CN112541504A (zh) * | 2020-12-11 | 2021-03-23 | 上海品览数据科技有限公司 | 一种针对文本中单个字符目标的检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113487696B (zh) | 2023-09-22 |
US20220282992A1 (en) | 2022-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110008300B (zh) | Poi别名的确定方法、装置、计算机设备和存储介质 | |
EP3922952A1 (en) | Method and apparatus for processing map data, device, and storage medium | |
CN110750654A (zh) | 知识图谱获取方法、装置、设备和介质 | |
US20150062114A1 (en) | Displaying textual information related to geolocated images | |
US10042920B2 (en) | Chart navigation system | |
US20150261785A1 (en) | Method and apparatus for multi-resolution point of interest boundary identification in digital map rendering | |
CN103530356A (zh) | 电子地图服务平台以及电子地图数据联动展现的方法 | |
CN110609878A (zh) | 兴趣点信息展示方法、装置、服务器和存储介质 | |
Cetl et al. | A comparison of address geocoding techniques–case study of the city of Zagreb, Croatia | |
JP5000965B2 (ja) | エリア情報提供方法 | |
US8831882B1 (en) | Computing systems, devices and methods for identifying important access roads to a geographic location | |
CN112654837A (zh) | 选择用于显示在个性化数字地图上的兴趣点 | |
CN114549058A (zh) | 选址方法、装置、电子设备和可读存储介质 | |
CN112818072A (zh) | 旅游知识图谱更新方法、系统、设备及存储介质 | |
US20140101179A1 (en) | Mapping Infrastructure Layout Between Non-Corresponding Datasets | |
CN113487696B (zh) | 电子地图生成方法、装置、电子设备及存储介质 | |
JP5449646B2 (ja) | 位置情報算出方法およびプログラム | |
US10876852B2 (en) | Information processing device, information processing system, navigation system, information processing method, and program | |
US9129318B2 (en) | System and method for allocating suppliers using geographical information system and supplier capability | |
JP2022092584A (ja) | データ処理方法、装置、電子デバイス及び可読記憶媒体 | |
CN114494509A (zh) | 面向在线制图的标注绘制方法、装置、设备及存储介质 | |
CN112948517A (zh) | 区域位置标定方法、装置及电子设备 | |
CN112905903A (zh) | 一种租房推荐方法、装置、电子设备及存储介质 | |
CN113723405A (zh) | 区域轮廓的确定方法、装置和电子设备 | |
CN113449687A (zh) | 兴趣点出入口的识别方法、装置及电子设备 |
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 |