CN113723090A - 位置数据获取方法、装置、电子设备和存储介质 - Google Patents
位置数据获取方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113723090A CN113723090A CN202110270886.1A CN202110270886A CN113723090A CN 113723090 A CN113723090 A CN 113723090A CN 202110270886 A CN202110270886 A CN 202110270886A CN 113723090 A CN113723090 A CN 113723090A
- Authority
- CN
- China
- Prior art keywords
- position data
- target
- candidate
- identifier
- interest point
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 84
- 238000012545 processing Methods 0.000 claims abstract description 26
- 230000011218 segmentation Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 7
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 210000003771 C cell Anatomy 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 101100217298 Mus musculus Aspm gene Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Remote Sensing (AREA)
- General Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了位置数据获取方法、装置、电子设备和存储介质，涉及数据处理技术领域中的人工智能领域。具体实现方案为：获取目标兴趣点标识与至少一个目标用户标识之间的第一对应关系；获取所述至少一个目标用户标识的多个候选位置数据，根据所述第一对应关系获取所述目标兴趣点标识与所述多个候选位置数据之间的第二对应关系；根据所述多个候选位置数据确定热力点，并获取所述热力点的目标位置数据，根据所述第二对应关系获取所述目标兴趣点标识与所述目标位置数据之间的第三对应关系。该方法成本低且即时性强。
Description
技术领域
本申请涉及数据处理技术领域中的人工智能技术领域，尤其涉及一种位置数据获取方法、装置、电子设备和存储介质。
背景技术
在出行、物流、线上到线下服务、政府管理等诸多应用场景中，常常会用到地理编码技术，地理编码技术可以根据输入的文本信息，生成对应的地理坐标。
常用的地址编码技术中，地理坐标通常是通过线下采集得到的，该方法成本高，即时性不能满足需求。
发明内容
本申请提供了一种用于位置数据获取的方法、装置、设备以及存储介质。
根据本申请的第一方面，提供了一种位置数据获取方法，包括：
获取目标兴趣点标识与至少一个目标用户标识之间的第一对应关系；
获取所述至少一个目标用户标识的多个候选位置数据，根据所述第一对应关系获取所述目标兴趣点标识与所述多个候选位置数据之间的第二对应关系；
根据所述多个候选位置数据确定热力点，并获取所述热力点的目标位置数据，根据所述第二对应关系获取所述目标兴趣点标识与所述目标位置数据之间的第三对应关系。
根据本申请的第二方面，提供了一种位置数据获取装置，包括：
第一获取模块，用于获取目标兴趣点标识与至少一个目标用户标识之间的第一对应关系；
第二获取模块，用于获取所述至少一个目标用户标识的多个候选位置数据，根据所述第一对应关系获取所述目标兴趣点标识与所述多个候选位置数据之间的第二对应关系；
生成模块，用于根据所述多个候选位置数据确定热力点，并获取所述热力点的目标位置数据，根据所述第二对应关系获取所述目标兴趣点标识与所述目标位置数据之间的第三对应关系。
根据本申请的第三方面，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，
所述存储器有可悲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，已使所述至少一个处理器能够执行本申请的第一方面所述的位置数据获取方法。
根据本申请的第四方面，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申请的第一方面所述的位置数据获取方法。
根据本申请的第五方面，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根据第一方面所述的位置数据获取方法。
上述提供的技术方案，至少具有如下有益技术效果：
通过获取多个候选位置数据的热力图，并结合目标兴趣点标识和多个候选位置数据的对应关系，得到目标位置数据。该方法不用刻意地进行线下采集，成本低且即时性强。
应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请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，不构成对本申请的限定。其中：
图1是根据本申请第一个实施例的位置数据获取方法的流程图；
图2是根据本申请第二个实施例的位置数据获取方法的流程图；
图3是根据本申请实施例的位置数据获取方法中的对收货地址切词处理并分析的示意图；
图4是根据本申请实施例的位置数据获取方法中建立第一关系的示意图；
图5是根据本申请实施例的位置数据获取方法中建立第二关系的示意图；
图6是根据本申请第三个实施例的位置数据获取方法的流程图；
图7是根据本申请实施例的位置数据获取方法中获取热力点的示意图；
图8是根据本申请一个实施例的位置数据获取装置的结构框图；
图9是用来实现本申请实施例的位置数据获取方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请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，而不会背离本申请的范围和精神。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是根据本申请第一个实施例的位置数据获取方法的流程图。
如图1所示，该位置数据获取方法可以包括：
步骤101，获取目标兴趣点标识与至少一个目标用户标识之间的第一对应关系。
地理编码技术中，位置信息记录了文本信息及其对应的地理坐标，如果位置数据的更新不及时或存在错误，通过地理编码技术生成的编码也是错误的。因此，位置信息的质量决定了地理编码技术的上限。
在本申请一些实施例中，位置信息中的文本信息可以为目标兴趣点标识，目标兴趣点标识可以是通过对原始目标兴趣点标识进行处理得到的，原始目标兴趣点标识的来源有很多，可以根据具体的应用场景进行选择，本实施例不做限制，例如：信件往来过程中的收信地址/寄信地址、货物运输过程中的收货地址/寄货地址。
在获得原始目标兴趣点标识之后还需要对该标识进行标准化处理，该处理方法包括但不限于以下两种方法：
方法一：训练一个人工智能系统，使用该系统对原始目标兴趣点标识进行处理。
方法二：根据用户填写的文本信息的行政区域等级进行标准化处理，例如：可以使用正则表达式，使得用户的输入规范化，根据正则表达式对原始目标兴趣点进行处理。
在本申请一些实施例中，可以理解地，不同的原始目标兴趣点标识经过标准化处理之后，可能会得到同样的目标兴趣点标识，例如：A小区a栋和A小区b栋经过标准化处理之后得到的可能都是A小区，其中，可以根据应用场景的不同，对标准化处理的颗粒度进行调整。
如上所述，经过标准化处理获得的目标兴趣点标识可以对应至少一个目标用户标识，该对应关系即为第一对应关系。在本申请一些实施例中，考虑到用户隐私安全，还可以对目标用户标识通过匿名加密算法，进行匿名加密处理。所述匿名加密算法包括但不限于：SHA1算法、HMAC算法中的任一种。
步骤102，获取至少一个目标用户标识的多个候选位置数据，根据第一对应关系获取目标兴趣点标识与多个候选位置数据之间的第二对应关系。
在本申请一些实施例中，在取得目标用户同意的情况下，可以获取目标用户的位置数据，该位置数据可以称为候选位置数据。本实施例对位置数据的获取方法不做限制，可以根据不同的应用场景，选择不同的获取方法。例如：
方法一：目标用户打开特定应用程序时，目标用户的随身设备上报候选位置数据。
方法二：满足预设的时间间隔时，目标用户的随身设备上报候选位置数据。
可以理解地，经过上述过程，已经获取了目标用户对应的多个候选位置数据。在本申请一些实施例中，每个目标用户对应相应的目标用户标识，即，已经获取了目标用户标识对应的多个候选位置数据。并且，步骤101中获取了第一对应关系为目标用户标识与目标兴趣点标识之间的对应关系。通过目标用户标识与目标兴趣点标识之间的对应关系，以及，目标用户标识与多个候选位置数据之间的对应关系，可以得到目标兴趣点标识与多个候选位置数据之间的对应关系，该对应关系可以称为第二对应关系。
步骤103，根据多个候选位置数据确定热力点，并获取热力点的目标位置数据，根据第二对应关系获取目标兴趣点标识与目标位置数据之间的第三对应关系。
在本申请一些实施例中，根据步骤102中的第二对应关系，可以获得一个目标兴趣点标识对应的多个候选位置数据。其中，每个候选位置数据在地图上可以表示为一个点，多个候选位置数据在地图上可以表示为多个点，点密集的地方可以确定为热力点，可以根据具体的应用场景选择热力点的确定方式，该方式包括不限于：空间聚类、统计带权重的用户个数中的任一种。
可以理解地，热力点为多个候选位置数据组成的集合，通过该集合可以获取热力点对应的目标位置数据，获取目标位置数据的方法有很多，包括但不限于以下两种方法：
方法一：可以根据该热力点中的候选位置数据，划定一个区域范围，该区域范围即为目标位置数据。
方法二：可以对该热力点中的多个候选位置数据进行算数/几何运算，得到一个位置数据，该位置数据即为目标位置数据。
在本申请一些实施例中，根据第二对应关系，一个目标兴趣点标识对应多个候选位置数据，多个候选位置数据经过处理，得到对应的目标位置数据，可以理解地，该目标位置数据和目标兴趣点标识相对应。该对应关系即可称为第三对应关系。
根据本申请实施例的位置数据获取方法，根据目标兴趣点标识与目标用户标识之间的对应关系，和目标用户标识与多个候选位置数据之间的对应关系，得到目标兴趣点标识与候选位置数据之间的对应关系。再结合候选位置数据的热力点，得到目标兴趣点标识与目标位置数据之间的对应关系。
该方法没有刻意地安排线下收集位置数据信息，而是通过目标兴趣点标识、目标用户标识、候选位置数据三者之间的关系，获取目标兴趣点标识和与其对应的目标位置数据，降低了成本，而且即时性强，在工地、新建楼盘等新地址上的效果也可以满足需求。
本申请的第二实施例中，基于上述实施例，为了获取更准确的兴趣点标识，对第一关系的获取方法做了进一步的说明。可选地，步骤101-102可以为步骤201-205。
可以通过图2更清楚地说明，图2是根据本申请第二个实施例的位置数据获取方法的流程图，具体包括：
步骤201，对收货地址数据进行切词处理。
在本申请一些实施例中，可以从收获地址数据中提取目标兴趣点标识和目标用户标识。可以理解地，通常，不同用户会有不同的收货地址填写习惯，为了从收货地址数据中提取出满足需求的字段，可以先对收货地址数据进行切词处理，经过切词处理之后，连续的字序列会按照一定的规范分成多个词序列。根据不同的应用场景，可以选择的切词方法有很多，包括但不限于：基于词典切词、基于统计的机器学习切词中的任一种。
步骤202，对切词结果进行分析，提取满足预设筛选条件的多个候选兴趣点标识和多个候选用户标识。
在本申请一些实施例中，可以对收货地址的切词结果进行分析，从中提取出多个候选兴趣点标识和多个候选用户标识。该分析过程可以由机器学习模型实现，该模型包括但不限于：BOW(Bag of Word)、TF-IDF(term frequency–inverse document frequency)中的任一种。
可以理解地，可以对该模型进行强化训练，根据应用场景的不同，设定不同的预设筛选条件，提取不同的候选兴趣点标识。本实施例不对具体应用场景做限制，举例如下：
场景一：预设筛选条件为地址名称级别，则提取出的多个候选兴趣点标识可以为地址名称。
场景二：预设筛选条件为门牌号级别，则提取出的多个候选兴趣点标识可以为门牌号。
如图3所示，图3是根据本申请实施例的位置数据获取方法中的对收货地址切词处理并分析的示意图。
在本申请一些实施例中，预设筛选条件为地址级别，将收货地址切词处理并分析，得到候选用户标识和候选兴趣点标识。其中候选兴趣点标识为地址名称(A公寓、B公寓)，并且，候选用户标识(u1、u2、u3、u4)和候选兴趣点标识一一对应。
步骤203，从多个候选兴趣点标识和多个候选用户标识中，获取同一目标兴趣点标识对应的至少一个目标用户标识建立第一对应关系。
在本申请一些实施例中，在收货地址中，一个用户标识通常对应一个收货地址。收货地址经过切词处理之后，一个候选用户标识对应一个候选兴趣点标识。可以理解地，不同的收货地址经过切词处理之后可能会得到相同的候选兴趣点标识。例如：C小区居民的收货地址是不同的，经过切词处理，候选兴趣点标识都为C小区。
因此，从多个候选兴趣点标识和多个候选用户标识中，可以获取同一目标兴趣点标识对应的至少一个目标用户标识，并将该对应关系建立为第一对应关系。该第一对应关系在计算机系统中存储时，可以由哈希表、哈希映射等方式实现。
如图4所示，图4是根据本申请实施例的位置数据获取方法中建立第一关系的示意图。
在本申请一些实施例中，候选用户标识为u1、u2、u3、u4等，其对应的候选兴趣点标识为A公寓、A公寓、A公寓、B公寓等，从该多个候选兴趣点标识和多个候选用户标识中，可以获取A公寓(目标兴趣点标识)对应的目标用户标识为：u1、u2、u3等；B公寓(目标兴趣点标识)对应的目标用户标识为：u4等。
步骤204，接收与目标用户标识对应的终端设备发送的多个候选位置数据，其中，多个候选位置数据是监测到目标用户标识的应用场景特征满足预设的触发条件时发送的。
在本申请一些实施例中，目标用户标识对应一个目标用户，目标用户对应的终端设备，即为目标用户标识对应的终端设备，该终端设备包括但不限于：手机、便携式电脑中的任一种。该终端设备可以发送多个候选位置数据，该候选位置数据包括但不限于经纬度数据、相对位置数据中的任一种。
在本申请一些实施例中，在目标用户所处的应用场景的特征满足预设的触发条件时，对应的终端设备会发送候选位置数据，可以理解地，当多次满足触发条件时，对应的终端设备会发送多个候选位置数据。在不同的情况下，预设的触发条件可以有多种，本实施例不做限制。例如：
触发条件一：用户打开特定应用程序。相应的，检测到目标用户打开特定APP时，满足了预设的触发条件，在取得用户许可的情况下，终端设备会发送候选位置数据。
触发条件二：用户使用特定应用程序完成特定行为，所述行为包括但不限于：下单、持续浏览超过一定时间中的任一种或多种。相应的，检测到目标用户使用特定应用程序完成特定行为时，满足了预设的触发条件，在取得用户许可的情况下，终端设备会发送候选位置数据。
步骤205，根据第一对应关系获取目标兴趣点标识与多个候选位置数据之间的第二对应关系。
可以理解地，根据步骤204，获取了目标用户标识与多个候选位置数据之间的对应关系，结合第一对应关系(目标兴趣点标识与至少一个目标用户标识之间的对应关系)，可以获取目标兴趣点标识与多个候选位置数据之间的关系，该关系可以称为第二对应关系。
在本申请一些实施例中，在计算机系统中，目标兴趣点标识与目标用户标识的关系可以记录为表一，目标用户标识与候选位置数据的关系可以记录为表二。可以将目标用户标识作为关联属性，关联表一和表二，即可得到记录第二对应关系的表。
如图5所示，图5是根据本申请实施例的位置数据获取方法中建立第二关系的示意图。
可以理解地，图5中A公寓(目标兴趣点标识)对应的目标用户标识为u1、u2、u3，目标用户标识对应的多个候选位置如图5中的地图所示。地图中，空心圆代表u1对应的候选位置数据，实心圆代表u2对应的候选位置数据，网格圆代表u3对应的候选位置数据，该地图中将多个候选位置进行了可视化处理。
根据本申请实施例的位置数据获取方法，通过对收货数据进行切词、分析、提取处理，获取第一对应关系，可以获取精准的目标兴趣点标识。再通过终端设备满足预设条件，发送的位置数据获取第二对应关系。可以获取该方法全过程使用线上计算机执行，不需要付出额外的人力和物力；收货数据的更新快，相比于线下采集，明显缩短了位置数据的获取周期；具有普适性，对已有的数据进行处理即可获取位置数据，由于网络送货系统已经普及，该方法的覆盖率高。
本申请的第三实施例中，基于上述实施例，为了使目标位置数据的获取更加精准，进一步说明第三对应关系的获取。可选地，步骤103可以为步骤601-602。
可以通过图6更清楚地说明，图6是根据本申请第三个实施例的位置数据获取方法的流程图，具体包括：
步骤601，获取预设的单位面积内的候选位置数据的数据量，根据数据量的大小确定数据量最多的单位面积为热力点。
可以理解地，获取第二对应关系(目标兴趣点标识与多个候选位置数据之间的关系)之后，需要根据多个候选位置数据得到目标兴趣点标识的确切位置数据。
在本申请一些实施例中，可以将地图按照预设的单位面积进行划分，该单位面积过大，获取的热力点过大；该单位面积过小，多个单位面积内的数据量可能相同。因此，该单位面积的大小可以根据经验设定。获取预设的单位面积内的候选位置数据的数据量，根据数据量的大小即可确定数据量最多的单位面积为热力点。当多个单位面积内的候选位置数据量相同时，可以采取的方法包括但不限于：重新设定单位面积，或平移地图划分结果。
如图7所示，图7是根据本申请实施例的位置数据获取方法中获取热力点的示意图。
在本申请一些实施例中，经过单位面积划分的多个候选位置数据如图7所示，可以看出，图7中单位面积701中的候选位置数据的数据量为3，是数据量最多的单位面积，可以理解地，单位面积701即为热力点。
步骤602，对热力点上的多个候选位置数据进行加权平均，获取热力点的目标位置数据，根据第二对应关系获取目标兴趣点标识与目标位置数据之间的第三对应关系。
可以理解地，热力点上会有多个候选位置数据，通过这些候选位置数据，可以获得热力点对应的目标位置数据，在本申请一些实施例中，可以将多个候选位置数据进行加权求平均，得到的值即为热力点的目标位置数据。根据第二对应关系中目标兴趣点标识与多个候选位置数据之间的关系，可以获取目标兴趣点标识与目标位置数据之间的对应关系，该对应关系可以称为第三对应关系。至此，已经获得了目标兴趣点对应的位置数据。
根据本申请实施例的位置数据获取方法，通过统计单位面积内的候选位置数据的数据量，得到热力点，并根据热力点获得目标位置数据。本申请通过分析用户的日常行为，得出以下结论：相同目标兴趣点标识的用户，最密集而共同出现的位置，即为目标兴趣点标识对应的目标位置数据。通过根据单位面积内的候选位置数据的数据量，得到更精准的热力点，从而获得了更精准的目标位置数据。
根据本申请的实施例，本申请还提出了一种位置数据获取装置。
图8是根据本申请一个实施例的位置数据获取装置的结构框图。如图8所示，该位置数据获取装置800可以包括：第一获取模块801，第二获取模块802，生成模块803，包括：
第一获取模块801，用于获取目标兴趣点标识与至少一个目标用户标识之间的第一对应关系；
第二获取模块802，用于获取所述至少一个目标用户标识的多个候选位置数据，根据所述第一对应关系获取所述目标兴趣点标识与所述多个候选位置数据之间的第二对应关系；
生成模块803，用于根据所述多个候选位置数据确定热力点，并获取所述热力点的目标位置数据，根据所述第二对应关系获取所述目标兴趣点标识与所述目标位置数据之间的第三对应关系。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处不做详细阐述说明。
根据本申请的实施例，本申请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9示出了可以用来实施本申请的实施例的示例电子设备900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/或者要求的本申请的实现。
如图9所示，设备900包括计算单元901，其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序，来执行各种适当的动作和处理。在RAM 903中，还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900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901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901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901执行上文所描述的各个方法和处理，例如位置数据获取方法。例如，在一些实施例中，位置数据获取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908。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的位置数据获取方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行位置数据获取方法。
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。
用于实施本申请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。
在本申请的上下文中，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)、互联网和区块链网络。
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("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。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。
根据本申请实施例的位置数据获取技术方案，根据目标兴趣点标识与目标用户标识之间的对应关系，和目标用户标识与多个候选位置数据之间的对应关系，得到目标兴趣点标识与候选位置数据之间的对应关系。再结合候选位置数据的热力点，得到目标兴趣点标识与目标位置数据之间的对应关系。该方法没有刻意地安排线下收集位置数据信息，而是通过目标兴趣点标识、目标用户标识、候选位置数据三者之间的关系，获取目标兴趣点标识和与其对应的目标位置数据，降低了成本，而且即时性强，在工地、新建楼盘等新地址上的效果也可以满足需求。
本申请的一些实施例中，还可以通过对收货数据进行切词、分析、提取处理，获取第一对应关系，可以获取精准的目标兴趣点标识。再通过终端设备满足预设条件，发送的位置数据获取第二对应关系。可以获取该方法全过程使用线上计算机执行，不需要付出额外的人力和物力；收货数据的更新快，相比于线下采集，明显缩短了位置数据的获取周期；具有普适性，对已有的数据进行处理即可获取位置数据，由于网络送货系统已经普及，该方法的覆盖率高。
本申请的一些实施例中，还可以通过统计单位面积内的候选位置数据的数据量，得到热力点，并根据热力点获得目标位置数据。本申请通过分析用户的日常行为，得出以下结论：相同目标兴趣点标识的用户，最密集而共同出现的位置，即为目标兴趣点标识对应的目标位置数据。通过根据单位面积内的候选位置数据的数据量，得到更精准的热力点，从而获得了更精准的目标位置数据。
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，只要能够实现本申请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，并不构成对本申请保护范围的限制。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。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (13)
1.一种位置数据获取方法，其特征在于，所述方法包括：
获取目标兴趣点标识与至少一个目标用户标识之间的第一对应关系；
获取所述至少一个目标用户标识的多个候选位置数据，根据所述第一对应关系获取所述目标兴趣点标识与所述多个候选位置数据之间的第二对应关系；
根据所述多个候选位置数据确定热力点，并获取所述热力点的目标位置数据，根据所述第二对应关系获取所述目标兴趣点标识与所述目标位置数据之间的第三对应关系。
2.如权利要求1所述的方法，其特征在于，所述获取目标兴趣点标识与至少一个目标用户标识之间的第一对应关系，包括：
对收货地址数据进行切词处理；
对切词结果进行分析，提取满足预设筛选条件的多个候选兴趣点标识和多个候选用户标识；
从所述多个候选兴趣点标识和多个候选用户标识中，获取同一目标兴趣点标识对应的至少一个目标用户标识建立所述第一对应关系。
3.如权利要求1所述的方法，其特征在于，所述获取所述至少一个目标用户标识的多个候选位置数据，包括：
接收与所述目标用户标识对应的终端设备发送的多个候选位置数据，其中，所述多个候选位置数据是监测到所述目标用户标识的应用场景特征满足预设的触发条件时发送的。
4.如权利要求1所述的方法，其特征在于，所述根据所述多个候选位置数据确定热力点，包括：
获取预设的单位面积内的候选位置数据的数据量；
根据所述数据量的大小确定数据量最多的单位面积为热力点。
5.如权利要求1所述的方法，其特征在于，所述获取所述热力点的目标位置数据，包括：
对所述热力点上的多个候选位置数据进行加权平均，获取所述热力点的目标位置数据。
6.一种位置数据获取装置，其特征在于，所述装置包括：
第一获取模块，用于获取目标兴趣点标识与至少一个目标用户标识之间的第一对应关系；
第二获取模块，用于获取所述至少一个目标用户标识的多个候选位置数据，根据所述第一对应关系获取所述目标兴趣点标识与所述多个候选位置数据之间的第二对应关系；
生成模块，用于根据所述多个候选位置数据确定热力点，并获取所述热力点的目标位置数据，根据所述第二对应关系获取所述目标兴趣点标识与所述目标位置数据之间的第三对应关系。
7.如权利要求6所述的装置，其特征在于，所述第一获取模块，具体用于：
对收货地址数据进行切词处理；
对切词结果进行分析，提取满足预设筛选条件的多个候选兴趣点标识和多个候选用户标识；
从所述多个候选兴趣点标识和多个候选用户标识中，获取同一目标兴趣点标识对应的至少一个目标用户标识建立所述第一对应关系。
8.如权利要求6所述的装置，其特征在于，所述第二获取模块，用于：
接收与所述目标用户标识对应的终端设备发送的多个候选位置数据，其中，所述多个候选位置数据是监测到所述目标用户标识的应用场景特征满足预设的触发条件时发送的。
9.如权利要求6所述的装置，其特征在于，所述第三获取模块，用于：
获取预设的单位面积内的候选位置数据的数据量；
根据所述数据量的大小确定数据量最多的单位面积为热力点。
10.如权利要求6所述的装置，其特征在于，所述第三获取模块，用于：
对所述热力点上的多个候选位置数据进行加权平均，获取所述热力点的目标位置数据。
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 (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110270886.1A CN113723090A (zh) | 2021-03-12 | 2021-03-12 | 位置数据获取方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110270886.1A CN113723090A (zh) | 2021-03-12 | 2021-03-12 | 位置数据获取方法、装置、电子设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113723090A true CN113723090A (zh) | 2021-11-30 |
Family
ID=78672557
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110270886.1A Pending CN113723090A (zh) | 2021-03-12 | 2021-03-12 | 位置数据获取方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113723090A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117556781A (zh) * | 2024-01-12 | 2024-02-13 | 杭州行芯科技有限公司 | 一种目标图形的确定方法、装置、电子设备及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108875007A (zh) * | 2018-06-15 | 2018-11-23 | 腾讯科技（深圳）有限公司 | 兴趣点的确定方法和装置、存储介质、电子装置 |
| CN110070380A (zh) * | 2018-01-24 | 2019-07-30 | 北京京东尚科信息技术有限公司 | 信息生成方法和装置 |
| CN110597943A (zh) * | 2019-09-16 | 2019-12-20 | 腾讯科技（深圳）有限公司 | 基于人工智能的兴趣点处理方法、装置及电子设备 |
-
2021
- 2021-03-12 CN CN202110270886.1A patent/CN113723090A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110070380A (zh) * | 2018-01-24 | 2019-07-30 | 北京京东尚科信息技术有限公司 | 信息生成方法和装置 |
| CN108875007A (zh) * | 2018-06-15 | 2018-11-23 | 腾讯科技（深圳）有限公司 | 兴趣点的确定方法和装置、存储介质、电子装置 |
| CN110597943A (zh) * | 2019-09-16 | 2019-12-20 | 腾讯科技（深圳）有限公司 | 基于人工智能的兴趣点处理方法、装置及电子设备 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117556781A (zh) * | 2024-01-12 | 2024-02-13 | 杭州行芯科技有限公司 | 一种目标图形的确定方法、装置、电子设备及存储介质 |
| CN117556781B (zh) * | 2024-01-12 | 2024-05-24 | 杭州行芯科技有限公司 | 一种目标图形的确定方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107566358B (zh) | 一种风险预警提示方法、装置、介质及设备 | |
| CN113489749B (zh) | 网络资产安全画像的生成方法、装置、设备以及存储介质 | |
| CN107634947A (zh) | 限制恶意登录或注册的方法和装置 | |
| US20190012362A1 (en) | Method and apparatus for processing information | |
| CN112560468A (zh) | 气象预警文本处理方法、相关装置及计算机程序产品 | |
| CN115883187A (zh) | 网络流量数据中的异常信息识别方法、装置、设备和介质 | |
| CN110674168A (zh) | 一种缓存键异常检测方法、装置、存储介质以及终端 | |
| CN113723090A (zh) | 位置数据获取方法、装置、电子设备和存储介质 | |
| CN113904943A (zh) | 账号检测方法、装置、电子设备和存储介质 | |
| CN113947701A (zh) | 训练方法、对象识别方法、装置、电子设备以及存储介质 | |
| CN109391658B (zh) | 一种账号数据同步方法及其设备、存储介质、终端 | |
| CN113704058A (zh) | 一种业务模型的监控方法、装置及电子设备 | |
| CN113312611A (zh) | 密码检测方法、装置、设备和计算机可读存储介质 | |
| CN113312560A (zh) | 群组检测方法、装置及电子设备 | |
| CN112613576A (zh) | 确定告警的方法、装置、电子设备和存储介质 | |
| CN117093627A (zh) | 信息挖掘的方法、装置、电子设备和存储介质 | |
| CN116305324A (zh) | 一种主机安全防护方法、装置、设备及存储介质 | |
| CN113656731B (zh) | 广告页面的处理方法、装置、电子设备和存储介质 | |
| CN115296917A (zh) | 资产暴露面信息获取方法、装置、设备以及存储介质 | |
| CN115496916A (zh) | 图像识别模型的训练方法、图像识别方法以及相关装置 | |
| CN114722361A (zh) | 基于摩斯编码的数据防护方法、装置、设备及存储介质 | |
| CN113822036A (zh) | 一种隐私政策内容生成方法、装置及电子设备 | |
| CN114329164A (zh) | 用于处理数据的方法、装置、设备、介质和产品 | |
| CN113362097A (zh) | 一种用户确定方法和装置 | |
| CN114791996B (zh) | 信息处理方法、装置、系统、电子设备及存储介质 |
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 |