CN116797752A - 一种地图渲染方法、装置、电子设备及存储介质 - Google Patents
一种地图渲染方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116797752A CN116797752A CN202310747522.7A CN202310747522A CN116797752A CN 116797752 A CN116797752 A CN 116797752A CN 202310747522 A CN202310747522 A CN 202310747522A CN 116797752 A CN116797752 A CN 116797752A
- Authority
- CN
- China
- Prior art keywords
- interest
- user
- points
- preference
- 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
- 238000009877 rendering Methods 0.000 title claims abstract description 135
- 238000000034 method Methods 0.000 title claims abstract description 80
- 230000006399 behavior Effects 0.000 claims description 120
- 238000004590 computer program Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 description 16
- 238000012545 processing Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000010606 normalization Methods 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 5
- 238000003066 decision tree Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000007637 random forest analysis Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241000122205 Chamaeleonidae Species 0.000 description 1
- 241000287107 Passer Species 0.000 description 1
- 241001122767 Theaceae Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Health & Medical Sciences (AREA)
- Remote Sensing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- Navigation (AREA)
Abstract
本申请提供一种地图渲染方法、装置、电子设备及存储介质,所述地图渲染方法,在确定用户行程轨迹所处地理范围内的兴趣点集合后,结合用户对不同兴趣点的偏好信息,从所述兴趣点集合中筛选符合用户偏好的目标兴趣点,并将所述符合用户偏好的目标兴趣点渲染至包含所述行程轨迹的地图,该方法在地图中向用户展示行程轨迹基础上,还在地图中渲染了与用户偏好一致的兴趣点,实现了行程轨迹在地图中的个性化展示。
Description
技术领域
本申请涉及地图渲染领域,具体涉及一种地图渲染方法、装置、电子设备及存储介质。
背景技术
目前,电子地图被广泛应用于人们的出行场景,面向各个垂直领域的开发者以及用户,主流的电子地图开发商也都开发了属于自己的电子地图,以实现配合用户车载传感器采集的数据,为用户提供查询历史行程产生的数据,以及实现路线导航等功能。
随着电子地图的应用场景不断扩展,电子地图中引入了一些地图组件,以帮助用户了解自己的行程,例如,地图上除了渲染用户行程对应的行程轨迹之外,还渲染有一些固定的兴趣点(Point Of Interest,POI),例如,以图标的形式渲染一些地图中的建筑物、红绿灯等内容。但现有技术技术中,对地图的渲染方式仅局限于在行程轨迹的基础上渲染一些固定且简单的图标,无法做到针对不同的用户展示个性化的内容。
因此,如何渲染地图,以满足用户需求的同时,为用户展示个性化的行程轨迹成为本领域技术人员亟需解决的技术问题。
发明内容
为了解决上述技术问题,本申请提供一种地图渲染方法、装置、电子设备及存储介质。
根据本申请实施例的第一方面,提供了一种地图渲染方法,包括:
获得用户对不同兴趣点的偏好信息;
根据所述用户的行程轨迹,确定所述行程轨迹所处地理范围内的兴趣点集合;
至少根据所述用户对不同兴趣点的偏好信息,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点,并将所述目标兴趣点渲染至包含所述行程轨迹的地图。
根据本申请实施例的第二方面,提供了一种地图渲染装置,包括:
第一单元,用于获得用户对不同兴趣点的偏好信息;
第二单元,用于根据所述用户的行程轨迹,确定所述行程轨迹所处地理范围内的兴趣点集合;
第三单元,用于至少根据所述用户对不同兴趣点的偏好信息,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点,并将所述目标兴趣点渲染至包含所述行程轨迹的地图。
在本申请的一种可选实施方式中,所述获得用户对不同兴趣点的偏好信息,包括:
获得用户针对不同兴趣点的行为信息,其中,所述行为信息,包括:搜索兴趣点的信息、浏览兴趣点的信息、到达兴趣点的信息;
根据所述用户针对不同兴趣点的行为信息,确定所述用户对不同兴趣点的偏好权重。
在本申请的一种可选实施方式中,所述根据用户针对不同兴趣点的行为信息,确定所述用户对不同兴趣点的偏好权重,包括:
根据所述用户针对不同兴趣点的行为信息,获得用户针对各个兴趣点的行为统计结果,所述行为统计结果包括各种类型的行为分别对应的实施次数;
根据各种类型的行为分别对应的行为权重,以及所述行为统计结果,确定所述用户对不同兴趣点的偏好权重。
在本申请的一种可选实施方式中,所述根据所述用户针对不同兴趣点的行为信息,获得用户针对各个兴趣点的行为统计结果,包括:
确定不同兴趣点的类别;
根据所述用户针对不同兴趣点的行为信息,获得用户针对各个类别的兴趣点的行为统计结果,所述行为统计结果包括各种类型的行为分别对应的实施结果;
根据各种类型的行为分别对应的行为权重,以及所述行为统计结果,确定用户对不同类别的兴趣点的偏好权重。
在本申请的一种可选实施方式中,在执行所述根据所述用户的行程轨迹,确定所述行程轨迹所处地理范围内的兴趣点集合的步骤之前,所述方法还包括:
响应于所述用户对历史行程数据的查询操作,获得所述用户的历史行程轨迹;
或者,
响应于所述用户对目的地的导航操作,获得由所述用户的当前位置到达所述目的地的导航行程轨迹。
在本申请的一种可选实施方式中,所述根据所述用户的行程轨迹,确定所述行程轨迹所处地理范围内的兴趣点集合,包括:
根据所述用户行程轨迹中各个轨迹点的地理位置,确定展示所述行程轨迹的地图的比例尺信息;
根据所述地图的比例尺信息,以及所述各个轨迹点的地理位置,确定所述行程轨迹所处的地理范围,并确定所述地理范围内的兴趣点集合。
在本申请的一种可选实施方式中,所述至少根据所述用户对不同兴趣点的偏好信息,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点,包括:
根据所述用户不同兴趣点的偏好权重,以及所述兴趣点集合中各个兴趣点的业务权重,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点;
其中,所述用户对不同兴趣点的偏好权重,基于所述用户对不同兴趣点的偏好信息确定;所述各个兴趣点的业务权重用于表示所述兴趣点在业务场景下的优先级。
在本申请的一种可选实施方式中,所述根据所述用户不同兴趣点的偏好权重,以及所述兴趣点集合中各个兴趣点的业务权重,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点,包括:
结合所述用户对兴趣点的偏好权重,以及所述兴趣点集合中各个兴趣点的业务权重,确定所述兴趣点集合中各个兴趣点的渲染得分;其中,所述渲染得分用于表示兴趣点被渲染的优先级;
基于所述各个兴趣点的渲染得分,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点。
在本申请的一种可选实施方式中,所述结合所述用户对兴趣点的偏好权重,以及所述兴趣点集合中各个兴趣点的业务权重,确定所述兴趣点集合中各个兴趣点的渲染得分,包括:
将所述兴趣点集合中各个兴趣点的特征,输入预先训练的渲染评分模型,以通过所述渲染评分模型对所述兴趣点集合中各兴趣点进行渲染评分,得到所述兴趣点集合中各个兴趣点的渲染得分;
其中,所述渲染评分模型,用于基于所述用户对兴趣点的偏好权重,以及所述兴趣点集合中各兴趣点的业务权重,对输入所述渲染评分模型的特征对应的兴趣点进行渲染评分。
在本申请的一种可选实施方式中,所述基于所述各个兴趣点的渲染得分,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点,包括:
基于所述兴趣点集合中各兴趣点的地理位置,对所述兴趣点集合中的兴趣点进行聚类处理,得到多个聚类簇;
根据各个兴趣点的渲染评分,从各个聚类簇中筛选渲染评分最高的兴趣点,作为候选兴趣点;
根据所述各个候选兴趣点的渲染评分,确定所述符合用户偏好的目标兴趣点。
在本申请的一种可选实施方式中,所述兴趣点的特征,包括以下特征中的至少一种:兴趣点的名称、兴趣点的类别、兴趣点的综合评分、兴趣点中商品的价格。
根据本申请实施例的第三方面,提供了一种电子设备,该电子设备被配置为用于执行上述地图渲染方法。
根据本申请实施例的第四方面,提供了另一种电子设备,包括:处理器和存储器;
其中,所述存储器与所述处理器连接,所述存储器用于存储计算机程序;
所述处理器,用于通过运行所述存储器中存储的计算机程序,实现上述地图渲染方法。
根据本申请实施例的第五方面,提供了一种计算机存储介质,所述计算机存储介质存储有计算机程序,所述程序在被执行时执行上述地图渲染方法。
与现有技术相比,本申请具有以下优点:
本申请提供一种地图渲染方法、装置、电子设备及存储介质,所述地图渲染方法,包括:获得用户对不同兴趣点的偏好信息;根据所述用户的行程轨迹,确定所述行程轨迹所处地理范围内的兴趣点集合;至少根据所述用户对不同兴趣点的偏好信息,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点,并将所述目标兴趣点渲染至包含所述行程轨迹的地图。
所述地图渲染方法,在确定用户行程轨迹所处地理范围内的兴趣点集合后,结合用户对不同兴趣点的偏好信息,从所述兴趣点集合中筛选符合用户偏好的目标兴趣点,并将所述符合用户偏好的目标兴趣点渲染至包含所述行程轨迹的地图,该方法在地图中向用户展示行程轨迹基础上,还在地图中渲染了与用户偏好一致的兴趣点,实现了行程轨迹在地图中的个性化展示。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请一实施例提供的地图渲染系统结构示意图;
图2为本申请另一实施例提供的地图渲染方法流程图;
图3为本申请另一实施例提供的一种电子地图示意图;
图4为本申请另一实施例提供的地图渲染装置结构示意图;
图5为本申请另一实施例提供的电子设备结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
目前,电子地图被广泛应用于人们的出行场景,面向各个垂直领域的开发者以及用户,主流的电子地图开发商也都开发了属于自己的电子地图,以实现配合用户车载传感器采集的数据,为用户提供查询历史行程产生的数据,以及实现路线导航等功能。
随着电子地图的应用场景不断扩展,电子地图中引入了一些地图组件,以帮助用户了解自己的行程,例如,地图上除了渲染用户行程对应的行程轨迹之外,还渲染有一些固定的兴趣点(Point Of Interest,POI),例如,以图标的形式渲染一些地图中的建筑物、红绿灯等内容。但现有技术技术中,对地图的渲染方式仅局限于在行程轨迹的基础上渲染一些固定且简单的图标,无法做到针对不同的用户展示个性化的内容。
因此,如何渲染地图,以满足用户需求的同时,为用户展示个性化的行程轨迹成为本领域技术人员亟需解决的技术问题。
有鉴于此,本申请实施例提供一种地图渲染方法、装置、电子设备及存储介质,在以下的实施例中逐一进行信息说明。
为了便于理解本申请实施例提供的地图渲染方法、装置、电子设备及存储介质,本申请实施例首先提供一种地图渲染方法的应用场景。
其中,所述地图渲染方法的应用场景具体是一种地图渲染系统。
请参考图1,图1为本申请一实施例提供的地图渲染系统结构示意图。
如图1所示,所述地图渲染系统,包括:车辆101、云端102,以及电子设备103。
其中,云端102分别与车辆101和电子设备通过无线的通信链路进行连接,具体的,可以通过网络相互连接,网络可以是任意类型的网络,示例性的,该网络可以是一个网络,也可以是细分的多个子网络,具体的,该网络或多个子网络可以是局域网(LAN)、以太网、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)、移动网络(例如4G、5G)、物联网,和/或其他网络的任意组合,对此,本申请不做限制。
具体的,车辆101配置有定位系统以及传感器。所述定位系统可以是北斗定位系统也可以是GPS定位系统,以便于对车辆101进行定位,获得车辆101的地理位置信息;另外,也可以采用传感器对车辆的位置进行采集,比如说,传感器可以包括惯性测量单元(Inertialmeasurement unit,IMU),以及环境感知设备(例如:光学摄像头、红外摄像头、激光传感器、超声传感器等等),进而通过环境感知设备和惯性测量单元对车辆所处环境的采集,以及对车辆101本身姿态信息的采集,确定车辆101的地理位置信息。
在实际应用的过程中,车辆101记录用户在历史行程中的地理位置信息,并将所述地理位置信息上传至云端102,以在云端102中生成并存储用户的行程轨迹。
进一步的,车辆101还用于记录每次行程中用户针对不同兴趣点的行为信息(例如:用户在车辆101的中控平台对不同兴趣点的搜索行为、对不同兴趣点的浏览行为等,和/或用户本次行程达到的兴趣点),并将所述行为信息发送至云端101,以使得云端101基于用户针对不同兴趣点的行为信息,确定用户对不同兴趣点的偏好信息。其中,在地图或者导航领域中,兴趣点可以理解为用户可能感兴趣的地点,例如:餐厅、酒店、景点、商场、加油站、医院等等。
电子设备103可以理解为用户的终端设备,例如:手机、笔记本电脑、平板电脑等设备。在实际应用的过程中,用户可以通过手机中安装的应用程序搜索该用户的历史行程数据,比如说,在用户存在查看历史行程数据的需求时,应用程序的展示页面会展示用户的历史行程的列表,且应用程序的展示页面响应于用户针对所述历史行程列表中任意一项的触发操作后,确定为用户展示的历史行程轨迹,并将该历史行程轨迹的ID发送至云端101。
进一步的,云端101接收历史行程轨迹的ID,并确定该历史行程轨迹的各个轨迹点的地理位置,以及该历史行程轨迹所处地理范围内的兴趣点集合。
进一步的,云端102根据用户对不同兴趣点的偏好信息,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点,并将所述目标兴趣点和用户选择的用户行程轨迹发送至电子设备103的应用程序,进而使得该应用程序将用户选择的历史行程轨迹和目标兴趣点渲染至电子地图,并通过展示页面向用户展示,以便于用户了解自己的行程。
可以理解的,以上对本申请场景实施例的介绍只是为了便于更好的理解本申请提供的地图渲染方法,而非用于对所述地图渲染方法的应用场景进行限定,所述地图渲染方法还可以应用于其他场景,比如说,用于在用户通过手机的进行定位导航时对导航轨迹进行兴趣点的渲染,以及在车辆101的中控系统中安装有历史行程轨迹查看功能的情况下,在中控系统对应的显示装置中对历史行程轨迹进行兴趣点的渲染等。
本申请实施例还提供一种地图渲染方法,其核心在于,在确定用户行程轨迹所处地理范围内的兴趣点集合后,结合用户对不同兴趣点的偏好信息,从所述兴趣点集合中筛选符合用户偏好的兴趣点,并将所述符合用户偏好的兴趣点渲染至包含所述行程轨迹的地图,实现行程轨迹在地图中的个性化展示。
在本申请的一种可选实施方式中,所述地图渲染方法的实施主体可以是笔记本、平板电脑、台式计算机、机顶盒、移动设备(例如:移动电话、个人数字助理、专用消息设备)等各种类型的用户终端或者是这些数据处理设备中的任意两个或多个的组合,也可以是车辆的中控服务器或者是云端服务器。
请参考图2,图2为本申请另一实施例提供的地图渲染方法流程图。
如图2所示,该方法包括以下步骤S201至步骤S203:
步骤S201,获得用户对不同兴趣点的偏好信息。
该步骤的目的在于,确定用户对哪些兴趣点感兴趣,进而在通过电子地图向用户展示行程轨迹的时,满足用户对于行程轨迹所叠加的地理信息的需求,例如:用户的行程轨迹的重点可能是某个商场,则用户在本次行程中可能对于停车场或者评价较高的餐厅的感兴趣程度较大。
与前文的场景实施例相同的,兴趣点可以理解为,用户可能感兴趣的地点,例如:餐厅、酒店、景点、商场、加油站、医院等等。
在本申请的一种可选实施方式中,上述步骤S201包括以下步骤S1和步骤S2:
步骤S1,获得用户针对不同兴趣点的行为信息,其中,所述行为信息,包括:搜索兴趣点的信息、浏览兴趣点的信息,达到兴趣点的信息等。
在本申请实施例中,用户针对不同兴趣点的行为信息,可以理解为用户在行程开始之前,和/或处于行程的过程中,和/或行程结束的一段时间范围内,对于不同兴趣点的操作数据,比如说,对兴趣点的搜索操作、对兴趣点的浏览操作,又或者是到达的兴趣点的名称信息等。
在实际应用的过程中,用户针对不同兴趣点的行为信息可以通过用户驾驶或乘坐的车辆进行采集,也可以通过用户的终端设备的浏览器中的历史搜索记录和历史浏览记录获得。
比如说,用户开启自动驾驶后的目的地名称可以看做是用户到达的兴趣点的名称;
又比如说,用户在车辆唤起语音助手后发出的语音指令信息中对一些兴趣点的搜索语音信息;
又比如说,在用户在驾驶车辆的过程中,后排乘客、副驾等人员在手机中对一些兴趣点的搜索信息和浏览信息等;
又比如说,用户驾驶的车辆的车内多模态识别系统,识别用户向车外人员询问某个兴趣点的信息。
步骤S2,根据所述用户针对不同兴趣点的行为信息,确定所述用户对不同兴趣点的偏好权重。
在本申请实施例中,所述用户对不同兴趣点的偏好权重,可以理解为一种评价兴趣点在电子地图中的渲染优先级的必要因素。
在本申请的一种可选实施方式中,上述步骤S2,包括以下步骤S21和步骤S22:
步骤S21,根据所述用户针对不同兴趣点的行为信息,获得用户针对兴趣点的行为统计结果,所述行为统计结果包括各种类型的行为分别对应的实施次数;
为了便于理解本申请实施例中的行为统计结果,请参考表1,表1为本申请实施例提供的第一种行为统计结果表:
表1:
到达次数 | 搜索次数 | 浏览次数 | |
兴趣点1 | 3 | 2 | 1 |
兴趣点2 | 2 | 1 | 3 |
也就是说,所述行为统计结果具体是统计用户针对某一兴趣点进行的行为的实施次数,如表1所示,用户达到兴趣点1三次,搜索兴趣点1两次,浏览兴趣点1一次;用户达到兴趣点2两次,搜索兴趣点2一次,浏览兴趣点1三次。
步骤S22,根据各种类型的行为分别对应的行为权重,以及所述行为统计结果,确定所述用户对不同兴趣点的偏好权重。
在本申请实施例中,不同的行为预先设置有各种类型的行为的行为权重,请参考表2,表2为本申请实施例提供的一种行为权重分配表:
表2:
行为类型 | 权重值 |
到达 | 0.4 |
搜索 | 0.2 |
浏览 | 0.4 |
即,所述到达次数的权重值可以设为0.4,所述搜索次数的权重值可以设为0.2,所述浏览次数的权重值可以设为0.4。
需要说明的是,以上对各种类型的行为的行为权重的分配方式只是本申请实施例给出的一种分配方案,并非用于限定不同类型的行为的行为权重的数值。
在本申请的一种可选实施方式中,在确定不同类型的行为对应的行为权重,以及所述行为统计结果后,可以先对所述用户的行为类型的出现次数进行归一化处理(如:线性归一化处理),之后,基于归一化处理后的行为统计结果表和所述行为类型的权重值,确定所述用户对不同兴趣点的偏好权重。
在本申请的一种可选实施方式中,用户的历史操作数据中的浏览的兴趣点的停留时长、对兴趣点的收藏操作数据、对兴趣点的评论数据、对兴趣点的打分数据等,都可以归类为不同的行为类型,进而确定所述用户对不同兴趣点的偏好权重。
进一步的,为了避免受限于用户的行为类型的数据量,对所述用户对不同兴趣点的偏好分析有所偏差,在本申请的另一种可选实施方式中,还可以引入多个样本用户对不同兴趣点的偏好权重,之后,采集多个样本用户的用户画像,并根据所述样本用户画像为所述多个用户进行分类,之后确定所述用户所属的类别,进而将用户所属类别下的样本用户对不同兴趣点的偏好权重,作为所述用户的偏好权重。
可选的,在本申请实施例中,所述用户画像可以通过用户的年龄、性别、家庭构成、以及消费能力等特征进行构建。
在本申请的另一种可选实施方式中,考虑到为了能够准确的了解用户偏好,确定用户对不同兴趣点的偏好权重,会出现统计大量的用户行为信息的情况,为了提高对不同兴趣点的行为信息的统计效率,上述步骤S2,还可以通过以下步骤S23至步骤S25实现:
步骤S23,确定不同兴趣点的类别。
在本申请实施例中,所述兴趣点的类别可以根据可以根据用户的实际情况进行确定,比如说,可以根据兴趣点的功能属性对所述兴趣点进行分类,得到所述兴趣点的类别,例如:所述兴趣点的类别可以包括:美食、酒店、购物、生活服务、旅游景点、休闲娱乐、汽车服务,以及运动健身等,在此类别的基础上,对所述兴趣点的类别进行更加细粒度的分类,比如,美食这一类别还可以进一步划分为:中餐厅、西餐厅、咖啡厅、茶座等;又比如,酒店这一类别还可以进一步划分为:星级酒店、快捷酒店、民宿等;又比如,汽车服务这一类别还可以进一步划分为:汽车销售、汽车维修、汽车美容、汽车充电等。
步骤S24,根据所述用户针对不同兴趣点的行为信息,获得用户针对各个类别的兴趣点的行为统计结果,所述行为统计结果包括各种类型的行为分别对应的实施结果。
在确定所述兴趣点的类别之后,即可统计用户对某一类别的兴趣点的行为进行行为统计。请参考表3,表3为本申请实施例提供的第一种行为统计结果表:
表3:
到达次数 | 搜索次数 | 浏览次数 | |
兴趣点类别1 | 3 | 2 | 1 |
兴趣点类别2 | 2 | 1 | 3 |
也就是说,所述行为统计结果具体是统计用户对某一类别的兴趣点进行的行为的实施次数,比如说,用户在某段行程中,先去了一个充电桩为汽车充电,之后去了一家洗车店洗车,则在表3所示的兴趣点类别2为汽车服务的情况下,兴趣点类别2对应的到达次数记为2次;又比如说,用户在浏览器中先后浏览了某个城市的两家快捷酒店和一家民宿,则在表3所示的兴趣点类别2为酒店时,兴趣点类别2对应的浏览次数记为3次。
步骤S25,根据各种类型的行为分别对应的行为权重,以及所述行为统计结果,确定用户对不同类别的兴趣点的偏好权重。
在该实施例中,所述各种类型分别对应的行为权重可以通过如表2所示的方式进行分配,相关之处,参考对表2的描述即可,此处不再赘述。
在本申请的一种可选实施方式中,在确定不同类型的行为对应的行为权重,以及所述行为统计结果后,可以先对所述用户的行为类型的出现次数进行归一化处理(如:线性归一化处理),之后,基于归一化处理后的行为统计结果表和所述行为类型的权重值,确定所述用户对不同兴趣点的偏好权重。
步骤S202,根据所述用户的行程轨迹,确定所述行程轨迹所处地理范围内的兴趣点集合。
具体的,所述用户的行程轨迹,可以理解为在用户出行过程中,检测到的用户的地理位置信息,由用户的地理位置信息的变化生成出行路线,或者是用户出行时,基于用户的目的地和出发点,为用户规划的行程轨迹。在本申请实施例中,所述用户的行程轨迹,包括但不限于:通过对用户的手持电子设备进行定位生成行程轨迹、通过对用户驾驶的车辆进行定位生成的行程轨迹等。
在本申请的一种可选实施方式中,所述用户的行程轨迹可以通过以下方式获得:
响应于所述用户对历史行程数据的查询操作,获得所述用户的历史行程轨迹。
比如说,在用户驾驶车辆出行时,车辆本身配置的传感设备会将车辆行驶过程中的地理位置信息和行驶速度按照预设的时间间隔发送至云端服务器,进而使得云端服务器根据这些数据生成并存储该行程的行程轨迹;待用户想要通过回顾过往行程时(比如说,在驾驶违章类的场景下,用户查看违章行为对应的行程),可以通过与云端相连的车辆中控平台或者应用程序,查找历史行程轨迹。
在本申请的另一种可选实施方式中,所述用户的行程轨迹还可以通过以下方式获得:
响应于所述用户对目的地的导航操作,获得由所述用户的当前位置到达所述目的地的导航行程轨迹。
比如说,用户想要出行时但不知道出行路线的情况下,用户可以使用车辆配置的导航功能,或者使用手机导航类的应用程序,通过输入目的地的方式,了解的行程轨迹。
进一步的,上述步骤S202,可以通过以下步骤S3和步骤S4实现:
步骤S3,根据所述用户行程轨迹中各个轨迹点的地理位置,确定展示所述行程轨迹的地图的比例尺信息。
所述比例尺信息可以理解为在基于电子地图向用户展示行程轨迹时,地图显示的距离与实际距离之间的比例关系的尺度信息。
在实际应用的过程中,待获得构成用户行程轨迹的各个轨迹点的地理位置后,即可确定整段行程的地理位置,进而电子地图中渲染并展示该段行程时,确定电子地图的比例尺大小,以便于用户通过电子地图的展示界面能够清楚地了解整段行程轨迹。
步骤S4,根据所述地图的比例尺信息,以及所述各个轨迹点的地理位置,确定所述行程轨迹所处的地理范围,并确定所述地理范围内的兴趣点集合。
进一步的,在确定所述地图的比例尺信息后,结合所述行程轨迹中各个轨迹点的地理位置,即可确定地图在展示界面中展示的地理区域。在本申请的一种可选实施方式中,所述行程轨迹所处的地理范围,可以是面向用户的终端展示的地理区域,也可以根据实际情况进行设定,比如说,所述行程轨迹所处的地理范围也可以是所述行程轨迹中每个轨迹点的设定距离所组成的区域,对此,本申请不做限制。
在具体应用过程中,确定所述地理范围内的兴趣点的集合可以通过如场景实施例中介绍的云端的服务器调用查询接口的方式实现,查询返回的结果包括但不限于所述兴趣点集合中各兴趣点的名称、经纬度坐标、兴趣点的类型,以及一些附加信息,如:营业时间、简介等,以便于后续从兴趣点集合中挑选待渲染的兴趣点,以及在渲染时为兴趣点添加一些附加说明。
步骤S203,至少根据所述用户对不同兴趣点的偏好信息,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点,并将所述目标兴趣点渲染至包含所述行程轨迹的地图。
在本申请实施例中,所述至少根据所述用户对不同兴趣点的偏好信息,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点,包括:根据所述用户对不同兴趣点的偏好权重,以及所述兴趣点集合中各个兴趣点的业务权重,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点
其中,所述用户对不同兴趣点的偏好权重,基于所述用户对不同兴趣点的偏好信息确定,所述各个兴趣点的业务权重用于表示所述兴趣点在业务场景下的优先级。
比如说,对于新能源汽车的充电桩而言,可以根据新能源汽车的品牌信息为与该新能源汽车更匹配的充电桩赋予更高的业务权重,以在用户对充电桩这一兴趣点感兴趣的情况下,优先在电子地图中为用户渲染与该新能源汽车匹配程度更高的充电桩。
具体的,在本申请的一种可选实施方式中,上述步骤S203可以通过以下步骤S5和步骤S6实现:
步骤S5,结合所述用户对兴趣点的偏好权重,以及所述兴趣点集合中各个兴趣点的业务权重,确定所述兴趣点集合中各个兴趣点的渲染得分;其中,所述渲染得分用于表示兴趣点被渲染的优先级;
在本申请的一种可选实施方式中,所述兴趣点集合中的各个兴趣点的渲染得分可以通过将用户对兴趣点的偏好权重和兴趣点集合中各个兴趣点的业务权重相乘获得。
在本申请的另一种可选实施方式中,所述兴趣点集合中的各个兴趣点的渲染的得分还可以通过预先训练的渲染评分模型获得。
其中,所述渲染评分模型可以理解为一种机器学习模型,它是一种集成学习模型,由多个决策树组成,其中,每个决策树都是独立构建的,通过对训练样本的随机抽样和特征的随机选择来增加模型的多样性。在预测时。随机森林将每个决策树的预测结果进行综合,通过投票或平均的方法得出最终的预测结果。随机森林模型具有较高的准确性和鲁棒性,能够有效的处理高维数据。
在本申请实施例中,所述渲染评分模型通过学习大量的决策树来拟合用户对兴趣点的偏好和兴趣点本身之间的映射关系。为了获得所述渲染评分模型可以先选取影响兴趣点推荐效果的兴趣点的特征(例如:兴趣点的名称、类型、评分、兴趣点中的商品价格等),构建该兴趣点的特征向量对预选构建的渲染评分模型进行训练,在实际应用的过程中,为了获得兴趣点的渲染评分,可以将所述兴趣点的特征和用户标识(例如:用户ID)输入所述渲染评分模型,得到所述渲染评分模型生成的该兴趣点的渲染评分。
需要说明的是,以上通过随机森林的方式构建所述渲染评分模型只是本申请提供的一种可选实施方式,所述渲染评分模型也可以通过XGBoost模型、协同推荐模型构建,对此本申请不做限制。
进一步的,为了贴合用户每次行程的目的,在确定所述兴趣点集合中各个兴趣点的渲染评分时,还可以结合用户的行程意图。
具体的,在本申请的一种可选实施方式中,上述步骤S5还可以通过以下方式实现:
根据用户的行程轨迹,确定与所述行程轨迹对应的用户行程的行程意图;
根据用户对不同兴趣点的偏好权重、所述行程意图,以及所述兴趣点集合中各个兴趣点的业务权重,确定所述兴趣点集合中各个兴趣点的渲染得分。
在本申请实施例中,所述用户行程的行程意图,可以理解为用户本次行程的目的和需求。比如说,假设用户行程轨迹的终点是一家商场,则可以认为所述用户行程意图为购物,和/或美食;又比如说,假设用户行程轨迹的终点是一个旅游景点,则可以认为所述用户行程的意图为旅游,和/或美食。
具体的,所述用户行程的行程意图可以基于预先训练的意图识别模型得到,其中,所述意图识别模型可以理解为一种神经网络,在具体应用的过程中,可以采用机器学习(Machine Learning,ML)的方式训练获得所述意图识别模型。机器学习(是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科)专用于研究通过训练样本,获取新的知识或技能,重新组织已有知识结构并不不断改善自身性能。机器学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习等技术,属于人工智能(Artificial Intellingence,AI)技术的一个分支。
在具体应用的过程中,可以将用户的行程轨迹输入所述意图识别模型,以使所述意图识别模型对用户的行程轨迹进行意图识别,得到与所述行程轨迹对应的意图标签。
在本申请的一种可选实施方式中,所述意图识别模型可以采用监督或半监督的方式训练,具体的,所述意图识别模型的训练样本包括,用户的行程轨迹数据以及该行程轨迹对应的意图标签,其中,所述行程轨迹数据,包括但不限于:出行时间、通行人数等基础信息。
步骤S6,基于所述各个兴趣点的渲染得分,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点。
在确定所述兴趣点集合中各个兴趣点的渲染评分后,即可根据各个兴趣点的渲染评分,对各个兴趣点进行排序,并根据排序结果从兴趣点集合中选择预设数量的目标兴趣点,连同用户的行程轨迹渲染至电子地图。
另外,考虑到在根据各个兴趣点的渲染评分,挑选可渲染的目标兴趣点时,可能会出现两个相邻的目标兴趣点的图标相互遮盖的情况。因此,在根据各个兴趣点的渲染评分,挑选可渲染的目标兴趣点之前,所述地图渲染方法还包括以下步骤S7至步骤S9:
步骤S7,基于所述兴趣点集合中各兴趣点的地理位置,对所述兴趣点集合中的兴趣点进行聚类处理,得到多个聚类簇。
在本申请的一种可选实施方式中,所述对所述兴趣点集合中的兴趣点进行聚类处理,得到多个聚类簇,可以通过DBSCAN算法、K均值聚类、chameleon聚类、cure聚类法等方式实现。
另外,在本申请的另一种可选实施方式中,为了避免相邻兴趣点之间可能会存在的图标遮盖问题,还可以对各个兴趣点图标采用的避让算法,例如:电子地图网格的避让算法、矩形碰撞检测算法等。
步骤S8,根据各个兴趣点的渲染评分,从各个聚类簇中筛选渲染评分最高的兴趣点,作为候选兴趣点。
步骤S9,根据所述各个候选兴趣点的渲染评分,确定所述符合用户偏好的目标兴趣点。
在本申请的一种可选实施方式中,为了保证在电子地图中渲染的目标兴趣点为有效兴趣点,还可以根据各个兴趣点的营业时间以及当前时间对各个兴趣点的渲染评分进行调整,比如说,降低当前不在营业时间内的兴趣点的渲染评分,或将当前不在营业时间内的兴趣点删除。
进一步的,在获得从所述兴趣点集合中确定出符合用户偏好的目标兴趣点后,即可在用户查询行程轨迹的终端将所述行程轨迹和所述目标兴趣点渲染至相应的电子地图中。
在本申请的一种可选实施方式中,将所述目标兴趣点渲染至电子地图可以采用mapbox的方式实现,对所述行程轨迹的渲染则可以使用Polyline的方式根据行程轨迹的轨迹点顺序绘制所述行程轨迹。
进一步的,在本申请的一种实现方式中,为了提高目标兴趣点的渲染效率,在电子地图上渲染所述行程轨迹和目标兴趣点时,可以对所述电子地图上的地理元素进行限制,例如:不展示建筑物、标注、区域面等显示要素,仅仅展示行程轨迹、目标兴趣点,以及一些道路的名称。
另外,为了提高所述行程轨迹的渲染效率,可以对所述行程轨迹使用一些数据抽稀方法,例如:将行程轨迹的特征与道路特征相结合的抽稀方法,使轨迹数据量减少,从而达到进一步提升渲染效率的目的。
进一步的,为了便于理解本申请提供的地图渲染方法所渲染的用户的行程轨迹和兴趣点的效果,请参考图3,图3为本申请另一实施例提供的一种电子地图示意图。
如图3所示,图3示出了一段用户由起点到达终点的行程路径,其中,还包括一些用户的目标兴趣点,所述目标兴趣点,包括:xx画展、xx博物馆、xx咖啡。
由此可见,在用户查看行程轨迹时,电子地图中不会出现太多的与行程轨迹不相关的内容,另外,电子地图中渲染的兴趣点与用户的偏好高度相关,使得用户在地图中获取的信息增益得到了提高。
综上所述,所述地图渲染方法,在确定用户行程轨迹所处地理范围内的兴趣点集合后,结合用户对不同兴趣点的偏好信息,从所述兴趣点集合中筛选符合用户偏好的目标兴趣点,并将所述符合用户偏好的目标兴趣点渲染至包含所述行程轨迹的地图,该方法在地图中向用户展示行程轨迹基础上,还在地图中渲染了与用户偏好一致的兴趣点,实现了行程轨迹在地图中的个性化展示。
本申请实施例还提供了一种地图渲染装置,请参考图4,图4为本申请另一实施例提供的地图渲染装置结构示意图。
如图4所示,所述地图渲染装置,包括:
第一单元401,用于获得用户对不同兴趣点的偏好信息;
第二单元402,用于根据所述用户的行程轨迹,确定所述行程轨迹所处地理范围内的兴趣点集合;
第三单元403,用于至少根据所述用户对不同兴趣点的偏好信息,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点,并将所述目标兴趣点渲染至包含所述行程轨迹的地图。
在本申请的一种可选实施方式中,所述获得用户对不同兴趣点的偏好信息,包括:
获得用户针对不同兴趣点的行为信息,其中,所述行为信息,包括:搜索兴趣点的信息、浏览兴趣点的信息、到达兴趣点的信息;
根据所述用户针对不同兴趣点的行为信息,确定所述用户对不同兴趣点的偏好权重。
在本申请的一种可选实施方式中,所述根据用户针对不同兴趣点的行为信息,确定所述用户对不同兴趣点的偏好权重,包括:
根据所述用户针对不同兴趣点的行为信息,获得用户针对各个兴趣点的行为统计结果,所述行为统计结果包括各种类型的行为分别对应的实施次数;
根据各种类型的行为分别对应的行为权重,以及所述行为统计结果,确定所述用户对不同兴趣点的偏好权重。
在本申请的一种可选实施方式中,所述根据所述用户针对不同兴趣点的行为信息,获得用户针对各个兴趣点的行为统计结果,包括:
确定不同兴趣点的类别;
根据所述用户针对不同兴趣点的行为信息,获得用户针对各个类别的兴趣点的行为统计结果,所述行为统计结果包括各种类型的行为分别对应的实施结果;
根据各种类型的行为分别对应的行为权重,以及所述行为统计结果,确定用户对不同类别的兴趣点的偏好权重。
在本申请的一种可选实施方式中,在执行所述根据所述用户的行程轨迹,确定所述行程轨迹所处地理范围内的兴趣点集合的步骤之前,所述方法还包括:
响应于所述用户对历史行程数据的查询操作,获得所述用户的历史行程轨迹;
或者,
响应于所述用户对目的地的导航操作,获得由所述用户的当前位置到达所述目的地的导航行程轨迹。
在本申请的一种可选实施方式中,所述根据所述用户的行程轨迹,确定所述行程轨迹所处地理范围内的兴趣点集合,包括:
根据所述用户行程轨迹中各个轨迹点的地理位置,确定展示所述行程轨迹的地图的比例尺信息;
根据所述地图的比例尺信息,以及所述各个轨迹点的地理位置,确定所述行程轨迹所处的地理范围,并确定所述地理范围内的兴趣点集合。
在本申请的一种可选实施方式中,所述至少根据所述用户对不同兴趣点的偏好信息,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点,包括:
根据所述用户不同兴趣点的偏好权重,以及所述兴趣点集合中各个兴趣点的业务权重,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点;
其中,所述用户对不同兴趣点的偏好权重,基于所述用户对不同兴趣点的偏好信息确定;所述各个兴趣点的业务权重用于表示所述兴趣点在业务场景下的优先级。
在本申请的一种可选实施方式中,所述根据所述用户不同兴趣点的偏好权重,以及所述兴趣点集合中各个兴趣点的业务权重,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点,包括:
结合所述用户对兴趣点的偏好权重,以及所述兴趣点集合中各个兴趣点的业务权重,确定所述兴趣点集合中各个兴趣点的渲染得分;其中,所述渲染得分用于表示兴趣点被渲染的优先级;
基于所述各个兴趣点的渲染得分,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点。
在本申请的一种可选实施方式中,所述结合所述用户对兴趣点的偏好权重,以及所述兴趣点集合中各个兴趣点的业务权重,确定所述兴趣点集合中各个兴趣点的渲染得分,包括:
将所述兴趣点集合中各个兴趣点的特征,输入预先训练的渲染评分模型,以通过所述渲染评分模型对所述兴趣点集合中各兴趣点进行渲染评分,得到所述兴趣点集合中各个兴趣点的渲染得分;
其中,所述渲染评分模型,用于基于所述用户对兴趣点的偏好权重,以及所述兴趣点集合中各兴趣点的业务权重,对输入所述渲染评分模型的特征对应的兴趣点进行渲染评分。
在本申请的一种可选实施方式中,所述基于所述各个兴趣点的渲染得分,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点,包括:
基于所述兴趣点集合中各兴趣点的地理位置,对所述兴趣点集合中的兴趣点进行聚类处理,得到多个聚类簇;
根据各个兴趣点的渲染评分,从各个聚类簇中筛选渲染评分最高的兴趣点,作为候选兴趣点;
根据所述各个候选兴趣点的渲染评分,确定所述符合用户偏好的目标兴趣点。
在本申请的一种可选实施方式中,所述兴趣点的特征,包括以下特征中的至少一种:兴趣点的名称、兴趣点的类别、兴趣点的综合评分、兴趣点中商品的价格。
本实施例提供的地图渲染装置,与本申请上述实施例所提供的地图渲染方法属于同一申请构思,可执行本申请上述任意实施例所提供的地图熏染方法,具备执行所述地图渲染方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本申请上述实施例提供的地图渲染方法的具体处理内容,此处不再加以赘述。
申请另一实施例还提出一种电子设备,请参考图5,图5为本申请另一实施例提供的电子设备结构示意图。
如图5所示,该电子设备包括:
存储器200和处理器210;
其中,所述存储器200与所述处理器210连接,用于存储程序;
所述处理器210,用于通过运行所述存储器200中存储的程序,实现上述任一实施例公开的地图渲染方法。
具体的,上述电子设备还可以包括:总线、通信接口220、输入设备230和输出设备240。
处理器210、存储器200、通信接口220、输入设备230和输出设备240通过总线相互连接。其中:
总线可包括一通路,在计算机系统各个部件之间传送信息。
处理器210可以是通用处理器,例如通用中央处理器(CPU)、微处理器等,也可以是特定应用集成电路(application-specific integrated circuit,ASIC),或一个或多个用于控制本发明方案程序执行的集成电路。还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(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。
处理器210可包括主处理器,还可包括基带芯片、调制解调器等。
存储器200中保存有执行本发明技术方案的程序,还可以保存有操作系统和其他关键业务。具体地,程序可以包括程序代码,程序代码包括计算机操作指令。更具体的,存储器200可以包括只读存储器(read-only memory,ROM)、可存储静态信息和指令的其他类型的静态存储设备、随机存取存储器(random access memory,RAM)、可存储信息和指令的其他类型的动态存储设备、磁盘存储器、flash等等。
输入设备230可包括接收用户输入的数据和信息的装置,例如键盘、鼠标、摄像头、扫描仪、光笔、语音输入装置、触摸屏、计步器或重力感应器等。
输出设备240可包括允许输出信息给用户的装置,例如显示屏、打印机、扬声器等。
通信接口220可包括使用任何收发器一类的装置,以便与其他设备或通信网络通信,如以太网,无线接入网(RAN),无线局域网(WLAN)等。
处理器210执行存储器200中所存放的程序,以及调用其他设备,可用于实现本申请上述实施例所提供的任意一种地图渲染方法的各个步骤。
本申请另一实施例还提供了另一种电子设备,该电子设备被配置为用于执行上述任意实施例介绍的地图渲染方法,在本申请的一种可选实施方式中,所述电子设备可以是手机、平板、电脑等终端设备,也可以是安装在车辆上的车载终端,例如车机。
本申请另一实施例还提出一种车辆,该车辆被配置为用于执行上述任意实施例介绍的地图渲染方法。例如,该车辆包括上述的地图渲染装置或者上述的电子设备,从而使得该车辆可以通过上述的行驶路径规划装置或电子设备,执行本申请上述实施例所提出的地图渲染方法,以便于该车辆能够在电子地图中展示符合用户偏好的兴趣点以及用户的行程轨迹。
在另一些实施方式中,上述车辆包括处理器,该处理器被配置为执行上述任一实施例中介绍的地图渲染方法。此外,上述车辆还可以包括通信功能,则该车辆除了包括上述的处理器之外,还可以包括:接收器和发射器,其中,处理器可以包括应用处理器和通信处理器。在本申请的一些实施例中,接收器、发射器和处理器可通过总线或其它方式连接。
处理器控制车辆的操作。具体的应用中,车辆的各个组件通过总线系统耦合在一起,其中总线系统除包括数据总线之外,还可以包括电源总线、控制总线和状态信号总线等。
接收器可用于接收输入的数字或字符信息,以及产生与车辆的相关设置以及功能控制有关的信号输入。发射器可用于通过第一接口输出数字或字符信息;发射器还可用于通过第一接口向磁盘组发送指令,以修改磁盘组中的数据;发射器还可以包括显示屏等显示设备。
本申请实施例中,应用处理器,用于执行上述实施例中的地图渲染方法。需要说明的是,对于应用处理器执行行驶路径规划方法的具体实现方式以及带来的有益效果,均可以参考上述的各个方法实施例中的叙述,此处不再一一赘述。
本申请中的方法可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机程序或指令,在计算机上加载和执行所述计算机程序或指令时,全部或部分地执行本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、网络设备、用户设备、核心网设备、OAM或者其它可编程装置。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
所述计算机程序或指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机程序或指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是集成一个或多个可用介质的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,例如,软盘、硬盘、磁带;也可以是光介质,例如,数字视频光盘;还可以是半导体介质,例如,固态硬盘。该计算机可读存储介质可以是易失性或非易失性存储介质,或可包括易失性和非易失性两种类型的存储介质。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请各实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减,各实施例中记载的技术特征可以进行替换或者组合。本申请各实施例种装置及终端中的模块和子模块可以根据实际需要进行合并、划分和删减。
本申请所提供的几个实施例中,应该理解到,所揭露的终端,装置和方法,可以通过其它的方式实现。例如,以上所描述的终端实施例仅仅是示意性的,例如,模块或子模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个子模块或模块可以结合或者可以集成到另一个模块,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的模块或子模块可以是或者也可以不是物理上分开的,作为模块或子模块的部件可以是或者也可以不是物理模块或子模块,即可以位于一个地方,或者也可以分布到多个网络模块或子模块上。可以根据实际的需要选择其中的部分或者全部模块或子模块来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能模块或子模块可以集成在一个处理模块中,也可以是各个模块或子模块单独物理存在,也可以两个或两个以上模块或子模块集成在一个模块中。上述集成的模块或子模块既可以采用硬件的形式实现,也可以采用软件功能模块或子模块的形式实现。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件单元,或者二者的结合来实施。软件单元可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (11)
1.一种地图渲染方法,其特征在于,包括:
获得用户对不同兴趣点的偏好信息;
根据所述用户的行程轨迹,确定所述行程轨迹所处地理范围内的兴趣点集合;
至少根据所述用户对不同兴趣点的偏好信息,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点,并将所述目标兴趣点渲染至包含所述行程轨迹的地图。
2.根据权利要求1所述的方法,其特征在于,所述获得用户对不同兴趣点的偏好信息,包括:
获得用户针对不同兴趣点的行为信息,其中,所述行为信息,包括:搜索兴趣点的信息、浏览兴趣点的信息、到达兴趣点的信息;
根据所述用户针对不同兴趣点的行为信息,确定所述用户对不同兴趣点的偏好权重。
3.根据权利要求2所述的方法,其特征在于,所述根据用户针对不同兴趣点的行为信息,确定所述用户对不同兴趣点的偏好权重,包括:
根据所述用户针对不同兴趣点的行为信息,获得用户针对各个兴趣点的行为统计结果,所述行为统计结果包括各种类型的行为分别对应的实施次数;
根据各种类型的行为分别对应的行为权重,以及所述行为统计结果,确定所述用户对不同兴趣点的偏好权重。
4.根据权利要求2所述的方法,其特征在于,所述根据所述用户针对不同兴趣点的行为信息,获得用户针对各个兴趣点的行为统计结果,包括:
确定不同兴趣点的类别;
根据所述用户针对不同兴趣点的行为信息,获得用户针对各个类别的兴趣点的行为统计结果,所述行为统计结果包括各种类型的行为分别对应的实施结果;
根据各种类型的行为分别对应的行为权重,以及所述行为统计结果,确定用户对不同类别的兴趣点的偏好权重。
5.根据权利要求1至4任意一项所述的方法,其特征在于,所述根据所述用户的行程轨迹,确定所述行程轨迹所处地理范围内的兴趣点集合,包括:
根据所述用户行程轨迹中各个轨迹点的地理位置,确定展示所述行程轨迹的地图的比例尺信息;
根据所述地图的比例尺信息,以及所述各个轨迹点的地理位置,确定所述行程轨迹所处的地理范围,并确定所述地理范围内的兴趣点集合。
6.根据权利要求1至4任意一项所述的方法,其特征在于,所述至少根据所述用户对不同兴趣点的偏好信息,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点,包括:
根据所述用户对不同兴趣点的偏好权重,以及所述兴趣点集合中各个兴趣点的业务权重,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点;
其中,所述用户对不同兴趣点的偏好权重,基于所述用户对不同兴趣点的偏好信息确定;所述各个兴趣点的业务权重用于表示所述兴趣点在业务场景下的优先级。
7.根据权利要求6所述的方法,其特征在于,所述根据所述用户不同兴趣点的偏好权重,以及所述兴趣点集合中各个兴趣点的业务权重,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点,包括:
结合所述用户对兴趣点的偏好权重,以及所述兴趣点集合中各个兴趣点的业务权重,确定所述兴趣点集合中各个兴趣点的渲染得分;其中,所述渲染得分用于表示兴趣点被渲染的优先级;
基于所述各个兴趣点的渲染得分,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点。
8.根据权利要求7所述的方法,其特征在于,所述基于所述各个兴趣点的渲染得分,从所述兴趣点集合中确定出至少一个符合用户偏好的目标兴趣点,包括:
基于所述兴趣点集合中各兴趣点的地理位置,对所述兴趣点集合中的兴趣点进行聚类处理,得到多个聚类簇;
根据各个兴趣点的渲染评分,从各个聚类簇中筛选渲染评分最高的兴趣点,作为候选兴趣点;
根据所述各个候选兴趣点的渲染评分,确定所述符合用户偏好的目标兴趣点。
9.一种电子设备,其特征在于,该电子设备被配置为用于执行上述权利要求1-8任意一项所述地图渲染方法。
10.一种电子设备,其特征在于,包括:处理器和存储器;
其中,所述存储器与所述处理器连接,所述存储器用于存储计算机程序;
所述处理器,用于通过运行所述存储器中存储的计算机程序,实现如权利要求1~8任一项所述的地图渲染方法。
11.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机程序,所述程序在被执行时执行权利要求1-8任意一项所述的地图渲染方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310747522.7A CN116797752A (zh) | 2023-06-21 | 2023-06-21 | 一种地图渲染方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310747522.7A CN116797752A (zh) | 2023-06-21 | 2023-06-21 | 一种地图渲染方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116797752A true CN116797752A (zh) | 2023-09-22 |
Family
ID=88049194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310747522.7A Pending CN116797752A (zh) | 2023-06-21 | 2023-06-21 | 一种地图渲染方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116797752A (zh) |
-
2023
- 2023-06-21 CN CN202310747522.7A patent/CN116797752A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6918087B2 (ja) | オン・デマンドサービスの情報を提供する方法及びシステム | |
EP3620336A1 (en) | Method and apparatus for using a passenger-based driving profile | |
Zheng et al. | Mining interesting locations and travel sequences from GPS trajectories | |
US20210341300A1 (en) | Method, apparatus, and system for providing a personally relevant navigation route comparison | |
US11714832B2 (en) | Method, apparatus, and system for combining location data sources | |
EP3620971A1 (en) | Method and apparatus for generating a passenger-based driving profile | |
CN109409612B (zh) | 一种路径规划方法、服务器及计算机存储介质 | |
EP3621007A1 (en) | Method and apparatus for selecting a vehicle using a passenger-based driving profile | |
KR20180006871A (ko) | 주문들을 분배하기 위한 방법들 및 시스템들 | |
US20220179857A1 (en) | Method, apparatus, and system for providing a context-aware location representation | |
US20220163335A1 (en) | Method, apparatus, and system for computing a spatial footprint index | |
EP3967977A1 (en) | Method, apparatus, and system for computing a recommended starting point and tour sequence based on multiple points of interest | |
US20200110938A1 (en) | Method, apparatus and computer program product for disambiguation of points-of-interest in a field of veiw | |
Gartner et al. | Location based services and telecartography | |
US20220005140A1 (en) | Method, apparatus, and system for providing a contextually relevant vehicle comparison | |
US11317247B1 (en) | Method, apparatus, and system for data-driven evaluation of heuristics for trajectory cropping | |
CN109477726A (zh) | 基于折线路线和沿着路线的进度的兴趣点识别 | |
JP2021103162A (ja) | ナビゲーションに用いられる方法、装置、デバイス及び媒体 | |
JP2019021336A (ja) | サーバ装置、端末装置、情報提示システム、情報提示方法、情報提示プログラムおよび記録媒体 | |
JP2020085462A (ja) | 情報処理装置及び情報処理プログラム | |
US11546724B2 (en) | Method, apparatus, and system for determining a non-specific location according to an observed mobility pattern derived from non-positioning related sensor data | |
JP6687648B2 (ja) | 推定装置、推定方法及び推定プログラム | |
US10250701B2 (en) | Method and system for determining an actual point-of-interest based on user activity and environment contexts | |
CN113220814B (zh) | 一种将地摊信息与地理空间相连接形成地摊地图的方法 | |
CN116797752A (zh) | 一种地图渲染方法、装置、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 |