JP2022018087A - 地図情報表示方法、装置、電子デバイス及び記憶媒体 - Google Patents

Abstract

【課題】ディープラーニング、知識マップ及び人工知能分野に関する地図情報表示方法、装置、電子デバイス及び記憶媒体を提供する。【解決手段】方法は、ユーザが地図を起動すると、ユーザのユーザ特徴及びユーザの履歴クリックトピック情報を取得し、いずれかの推薦すべきトピックについて、取得されたユーザ特徴及び履歴クリックトピック情報に基づいて、予め訓練された推薦モデルを用いて推薦すべきトピックのクリック確率を確定し、クリック確率が所定の条件を満たす推薦すべきトピックを地図上に表示することを含む。【効果】ユーザが地図を介して情報を取得する効率を向上させることができる。【選択図】図１

Description

本開示は、コンピュータ応用技術に関し、特にディープラーニング、知識マップ及び人工知能分野における地図情報表示方法、装置、電子デバイス及び記憶媒体に関する。

現在、ユーザが地図を起動/オープンする際には、一般的に位置する地理位置を中心とした所定範囲の地図情報しか表示されず、他の情報を積極的に推薦することができず、ユーザが地図を介して情報を取得する効率等が低下した。

これに鑑み、本開示は、地図情報表示方法、装置、電子デバイス及び記憶媒体を提供する。

地図情報表示方法は、ユーザが地図を起動すると、前記ユーザのユーザ特徴及び前記ユーザの履歴クリックトピック情報を取得することと、推薦すべきトピックのいずれかについて、前記ユーザ特徴及び前記履歴クリックトピック情報のそれぞれに基づいて、事前に訓練された推薦モデルを用いて前記推薦すべきトピックのクリック確率を確定することと、クリック確率が所定の条件を満たす推薦すべきトピックを前記地図上に表示することと、を含む。

地図情報表示装置は、計算モジュール及び表示モジュールを備え、前記計算モジュールは、ユーザが地図を起動すると、前記ユーザのユーザ特徴及び前記ユーザの履歴クリックトピック情報を取得し、推薦すべきトピックのいずれかについて、前記ユーザ特徴及び前記履歴クリックトピック情報のそれぞれに基づいて、事前に訓練された推薦モデルを用いて前記推薦すべきトピックのクリック確率を確定し、前記表示モジュールは、クリック確率が所定の条件を満たす推薦すべきトピックを地図上に表示する。

電子デバイスは、少なくとも1つのプロセッサと、 前記少なくとも1つのプロセッサと通信接続されたメモリと、を備え、前記メモリに前記少なくとも1つのプロセッサにより実行可能なコマンドが記憶されており、前記コマンドが前記少なくとも1つのプロセッサにより実行されると、前記少なくとも1つのプロセッサに上記の方法を実行させる。

非一時的なコンピュータ可読記憶媒体は、コンピュータに上記の方法を実行させるためのコンピュータコマンドを記憶した。

前記開示の一実施形態は、以下の利点又は有益な効果を有する。即ち、ユーザが地図を起動すると、 ユーザのユーザ特徴とユーザの履歴クリックトピック情報とに基づいてユーザに推薦するトピックを決定し、ユーザに推薦するトピックを地図上に表示することができるため、異なるユーザに対する個性的な推薦を実現し、地図上に表示された内容を多様化し、ユーザが地図を介して情報を取得する効率等を向上させた。

理解すべきなのは、この部分で説明される内容は、本開示の実施形態の肝心又は重要な特徴を識別することを意図しておらず、本開示の範囲を制限することを意図していない。本開示の他の特徴は、以下の説明により容易に理解される。

図面は、本発明をよりよく理解するためのものであり、本開示を限定するものではない。 ここで、
本発明に記載の地図情報表示方法の実施形態のフローチャートである。 本開示に記載された構築された知識マップの概略図である。 本開示に記載の推薦モデルの概略構造図である。 本開示に記載されたユーザに推薦されるトピック「トップ10のネット上の人気鍋店」の表示方法の概略図である。 本開示に記載されたユーザがバブルをクリックした後の表示方法の概略図である。 本開示に記載された表示されたエンティティの関連コンテンツの第1の概略図である。 本開示に記載された表示されたエンティティの関連コンテンツの第2の概略図である。 本開示に記載された表示された「山城遊歩道歩行経路」に対応するエンティティ情報の概略図である。 本開示に記載された異なる縮尺における地図表示方法の第1の概略図である。 本開示に記載された異なる縮尺における地図表示方法の第2の概略図である。 本開示に記載された地図情報表示装置11の実施形態の構成図である。 本開示の実施形態に記載の方法による電子デバイスのブロック図である。

以下、図面に基づいて、本開示の例示的な実施例を説明する。理解を容易にするために、本開示の実施例の様々な詳細が含まれており、それらは単なる例示と見なされるべきである。従って、当業者は、本開示の範囲及び精神から逸脱することなく、本明細書に記載の実施形態に対して様々な変更及び修正を行うことができることを認識するはずである。同様に、簡明のために、以下の説明では、よく知られた機能と構造の説明は省略される。

また、理解すべきなのは、本願中の専門語である「及び/又は」は、関連対象を描画する関連関係に過ぎず、三つの関係がある可能性を示す。例えば、A及び/又はBは、Aだけが存在すること、AとBが同時に存在すること、Bだけが存在する、という三つの状況を示すことができる。また、本願中の文字である“/”は、一般的に、前後の関連対象が「又は」の関係を有すると示す。

図1は、本開示に記載の地図情報表示方法の実施形態のフローチャートである。図1に示すように、以下の具体的な実現形態を含む。

101では、ユーザが地図を起動すると、ユーザのユーザ特徴と、ユーザの履歴クリックトピック情報とを取得する。

ユーザの履歴クリックトピック情報は、最近の所定期間内の履歴クリックトピック情報であってよい。前記所定期間の具体的な値は、例えば最近半年のように実際の必要に応じて決定することができる。履歴クリックトピックとは、過去にユーザがクリックしたトピックである。

102では、推薦すべきトピックのいずれかについて、取得されたユーザ特徴及び履歴クリックトピック情報のそれぞれに基づいて、予め訓練された推薦モデルを用いて推薦すべきトピックのクリック確率を確定する。

推薦モデルは、ディープラーニングなどの方式を用いて事前に訓練されたものであって良い。

103では、クリック確率が所定の条件を満たす推薦すべきトピックを地図上に表示する。

すなわち、地図を表示すると同時に、クリック確率が所定の条件を満たす推薦すべきトピックを地図上に表示することができる。

このように、上述した実施形態では、ユーザが地図を起動すると、ユーザのユーザ特徴とユーザの履歴クリックトピック情報とに基づいてユーザに推薦するトピックを決定し、ユーザに推薦するトピックを地図上に表示することができるため、異なるユーザに対する個人的な推薦を実現し、地図上に表示された内容を多様化し、ユーザが地図を介して情報を取得する効率等を向上させた。

101において、取得されたユーザ特徴は、ユーザ基本属性情報、ユーザ興味好み情報、ユーザ履歴行動情報、ユーザが所在する地理位置情報、ユーザが所在するシーン情報のうちの1つ又は任意の組み合わせを含んで良いが、これらに限定されない。

ここで、ユーザ基本属性情報は、ユーザの性別、年齢（又は年齢層）などであって良い。ユーザ興味好み情報は、どのような種類の食べ物が好きなのか、何が好きなのかなど、ユーザの好み情報であってよい。ユーザ履歴行動情報は、どこに行ったかなど、ユーザの過去の行動情報であってよい。ユーザが所在する地理位置情報は、ユーザが現在位置している地理位置であって良い。ユーザが所在するシーン情報は、自宅近く、商圏、旅行中、出張中など、ユーザが現在いるシーンであって良い。

ユーザ特徴に具体的にどのような情報が含まれるかは、実際の必要に応じて決定することができる。ユーザ特徴をどのように取得するかは従来技術である。取得されたユーザ特徴に基づいて、ユーザの実際のニーズに合ったトピックを推薦することにより、推薦結果の精度等を向上させることができる。

ユーザ特徴に加えて、ユーザの履歴クリックトピック情報、例えば最近の所定期間内のユーザの履歴クリックトピック情報を取得することができる。このように、102に記載されているように、推薦すべきトピックのいずれかについて、取得されたユーザ特徴及び履歴クリックトピック情報に基づいて、推薦モデルを用いて推薦すべきトピックのクリック確率を確定することができる。

推薦モデルは、事前に訓練されたものであり、事前に構築された知識マップに基づいて実現することができる。

知識マップは、異なるタイプのノードを含めることができる。前記異なるタイプはエンティティ及びトピックを含むことができる。各エンティティは、地理的に実際に存在する1つの関心点（POI、Point of Information）にそれぞれ対応する。何れかのエンティティについて、当該エンティティに対応するエンティティノードを、当該エンティティが属するトピックに対応するトピックノードにそれぞれ接続することができる。

実際の応用では、異なる都市に対してそれぞれ対応する知識マップを構築することができ、都市に含まれる関心点は対応する知識マップにおけるエンティティとなる。また、複数の異なるトピック、及びエンティティとトピックとの間の所属関係を事前に定義することができる。エンティティは、1つのトピックのみに属しても良く、複数のトピックに属しても良い。

図2は、本開示に記載された構築された知識マップの概略図である。図2に示すように、このうち「洪崖洞」や「重慶美術館」などはいずれもエンティティであり、「ネットで人気のスポット」や「重慶で最も美しい夜景」などはいずれもトピックであり、「洪崖洞」や「重慶美術館」などのエンティティはいずれも「ネットで人気のスポット」というトピックに属する。また、「洪崖洞」というエンティティは「ネットで人気のスポット」というトピックだけでなく、「重慶で最も美しい夜景」や「8D魔幻の都」などのトピックにも属している。

エンティティノード及びトピックノードに加えて、構築された知識マップにはさらにいくつかの他のタイプのノードが含まれてもよい。例えば、図2に示す「1234_2234（メッシュ番号）」ノードのような地理的メッシュノードなどを含んで良いが、これらに限定されない。

いずれかのエンティティについて、その座標を（11865005.26、3426686.91）とすると、1000を割り算してそのエンティティが属する地理的メッシュのメッシュ番号である11865_3426を算出し、そのエンティティの対応するエンティティノードを「11865_3426」の地理的メッシュノードに接続することができる。同一の地理的メッシュノードは複数のエンティティノードに接続することができ、すなわち、複数のエンティティは同一の地理的メッシュ内に位置することができる。図2に示すように、そのうちの「重慶美術館」、「洪崖洞」及び「来福士広場」等のエンティティはいずれも「1234_2234」という地理的メッシュノードに接続された。

構築された知識マップに基づいて、エンティティとトピックなどをうまく関連付けることができ、その後の処理が容易になる。

更に、従来の方式に従って、例えば語義に基づくマッチングモデルにより、知識マップにおける異なるタイプの各ノードの間の接続関係などに基づいて、知識マップにおける各エンティティのベクトル表現をそれぞれ確定することができる。具体的な実現は従来技術である。

以上のことから、異なるユーザの履歴クリックトピック情報及びユーザ特徴などに基づいて訓練データを構築し、推薦モデルを訓練することができる。

訓練が完了すると、推薦モデルを実際の推薦に用いることができる。前述したように、地図を起動したユーザに対して、ユーザのユーザ特徴及びユーザの履歴クリックトピック情報に基づいて、推薦モデルを用いて推薦すべきトピックのクリック確率を決定することができる。具体的には、ユーザ特徴に対応するベクトル表現を取得し、履歴クリックトピック情報における各履歴クリックトピックと推薦すべきトピックに対応するベクトル表現をそれぞれ取得し、更に取得された各ベクトル表現を推薦モデルに入力して出力された推薦すべきトピックのクリック確率を取得してよい。このうち、知識マップから各履歴クリックトピック及び推薦すべきトピックに対応するベクトル表現をそれぞれ決定することができ、各履歴クリックトピック及び推薦すべきトピックはいずれも知識マップにおけるトピックである。

図3は、本開示に記載の推薦モデルの概略構造図である。 図3に示すように、ユーザ特徴は、埋め込み（embeding）によりベクトル表現に変換できる。各履歴クリックトピック及び推薦すべきトピックにおける何れか一つについて、それぞれ次の処理を実行できる。即ち、このトピックをベクトル表現に変換し、例えば、長短期記憶ネットワーク（LSTM、Long Short‐Term Memory）を介してベクトル表現に変換し、そのトピックに属する各エンティティのベクトル表現をそれぞれ取得し、さらに、変換されたベクトル表現とそのトピックに属する各エンティティのベクトル表現とを加算することにより、そのトピックに対応するベクトル表現を得ることができる。図3に示す推薦すべきトピックを例にすると、推薦すべきトピックをLSTM（即ち図面に示されたlstmである）によりベクトル表現に変換し、推薦すべきトピックに属する各エンティティのベクトル表現、即ち推薦すべきトピックに属する三つのエンティティにそれぞれ対応するe1、e2、e3をそれぞれ取得し、変換されたベクトル表現とe1、e2、e3とを加算することにより、推薦すべきトピックに対応するベクトル表現を得ることができる。何れかのトピックについて、当該トピックに属するエンティティの数は、1つでも複数でも良い。

また、図3に示すように、各履歴クリックトピックに対応するベクトル表現をアテンションネットワーク（Attention net）を用いて処理することができる。つまり、推薦すべきトピックに対応するベクトル表現と組み合わせて、各履歴クリックトピックに対応するベクトル表現の重みをそれぞれ決定し、各履歴クリックトピックに対応するベクトル表現と対応する重みとをそれぞれ乗算し、各乗算結果にユーザ特徴に対応するベクトル表現を加算して加算結果を得、さらに加算結果を推薦すべきトピックに対応するベクトル表現とスプライシングし、全連結により最終的に必要なクリック確率を得ることができる。Attention netの処理は、ユーザの履歴クリックトピックをトピックa、トピックb、トピックcとすると、推薦すべきトピックをトピックdとした場合に、トピックa、トピックb、トピックcの特徴がモデルに占める重みはどのようなものであるかと理解すれば良い。Attention netを使用することにより、ユーザが1つ又はいくつかのトピックをクリックした後に更に推薦すべきトピックをクリックし得る確率を学習することができる。

以上の処理により、推薦すべきトピックに対するクリック確率を容易かつ正確に取得することができる。推薦すべきトピックごとにクリック確率を同じ方式に従って取得でき、更に103に記載されるように、クリック確率が所定の条件を満たす推薦すべきトピックを地図上に表示することができる。好ましくは、クリック確率が所定の閾値よりも大きい推薦すべきトピックをバブルの形で地図上に表示することができる。前記所定の閾値の具体的な値は、実際の必要に応じて決定することができる。バブルの形で表示することにより、ユーザによる閲覧やクリックなどの操作を容易に行うことができる。

図4は、本開示に記載されたユーザに推薦するトピック「トップ10のネット上の人気鍋店」の表示方法の模式図である。図4に示すように、ユーザが午前11時に地図を開き、ユーザの好みが鍋好きや写真好きなどであると仮定すると、ユーザに推薦するトピックは「トップ10のネット上の人気鍋店」であって良い。

ユーザが表示されたいずれかのバブルをクリックしたと判定された場合に、そのバブルに対応するトピックの配下のエンティティ情報を地図上に表示することができる。図5は、本開示に記載されたユーザがバブルをクリックした後の表示方法の概略図である。図5に示すように、ユーザが「トップ10のネット上の人気鍋店」のバブルをクリックすると、対応する内容を画面で散らすことができ、例えば、「老舗洞亭鍋」、「趙二火鍋」、「記憶老竈」などの「トップ10のネット上の人気鍋店」に属するエンティティ情報を表示することにより、ユーザに同一トピックの下で関連する複数のエンティティ及び空間分布などを迅速に理解させることができる。また、各エンティティに対して、それぞれ一言の推薦理由、例えば「初の洞窟鍋」、「ノスタルジック民国風」などを表示して対応するトピックに合わせることにより、ユーザが自分の地理位置や興味や好みなどに合わせて自分に合った選択を便利にすることができる。ユーザがあるエンティティに行きたい場合には、地図を直接利用して経路計画やナビゲーションなどを行うことができ、非常に便利で効率的である。

ユーザが表示されたエンティティのいずれかをクリックしたと判定された場合、そのエンティティの関連コンテンツを小パネル及び/又は詳細ページの前置きにより表示してもよい。

図6は、本開示に記載された表示されたエンティティの関連コンテンツの第1の概略図である。図7は、本開示に記載された表示されたエンティティの関連コンテンツの第2の概略図である。図6に示すように、ユーザが「老舗洞亭鍋」をクリックしたと仮定すると、小パネルの前置き（カードの前置き）で「老舗洞亭鍋」に関するコンテンツを表示することができ、さらに、ユーザが図6に示す関連コンテンツをクリックしたと仮定すると、図7に示すように「老舗洞亭鍋」に関するより多くのコンテンツを表示することもできる。

以上の処理により、ユーザがエンティティの関連内容を総合的に把握するようにでき、ユーザの外出の計画等を支援することができる。

さらに、ユーザが所定の方法でいずれかのトピックをトリガしたと判定された場合、そのトピックの配下にあるエンティティ情報を地図上に表示することもできる。

前記所定の方式が具体的にどのような方式であるかについては制限しない。 例えば、ユーザが地図上で検索し、興味のあるトピックを入力する場合であって良い。それに応じて、そのトピックの配下のエンティティ情報を地図上に表示することができる。たとえば、ユーザが入力したトピックが「トップ10のネット上の人気鍋店」であれば、図5のような内容を表示することができる。また、ユーザが入力したトピックが「山城遊歩道歩行ルート」であれば、図8に示されたようにこのトピックの配下のエンティティ情報を表示して良い。図8は、本開示に記載された表示された「山城遊歩道歩行ルート」に対応するエンティティ情報の概略図である。図8に示されたように、歩行ルートに含まれる各エンティティを表示してもよく、隣接する2つのエンティティの間の歩行時間などの情報を表示してもよい。

前記所定の方式は、次のようなことであっても良い。即ち、ユーザが携帯バイドゥなどのアプリで検索し、例えば「唐僧が西天へ経文を取るルート」のようなトピックなどを入力すると、ユーザの何らかのトリガ操作や自動的に地図上にジャンプしてそのトピックの配下のエンティティ情報を表示し、例えば経文を取るルートに含まれる各エンティティを表示し、且つルートの全長やどの国を経由したかなどの情報を表示し、知識の入手をより効率的に行うことができる。

このように、本願においてトピックの配下のエンティティ情報を表示する際には、ユーザが推薦されたトピックをクリックするトリガ方式に限定されるものではなく、他の任意の実行可能なトリガ方式であってもよく、実装方式は非常に柔軟であり、異なるシナリオの使用ニーズ等を満たすことができる。

本願に記載された技術案では、各種のグラフィックレイダースに地図モードを追加し、ワンタッチで具体的な地理的位置などを知ることもサポートされており、また、ユーザは実際の必要に応じて関連コンテンツを自分で作成し、地図モードに基づく旅行管理やコンテンツ共有などを行うことができる。

また、ユーザが地図を異なる縮尺にズームした場合には、現在の縮尺に対応する視覚効果の表示方法に従って地図を表示することができる。例えば、異なる視覚効果の表示方式で都市の地理地形特徴、人文歴史特徴、地域風情、建築風格、文化雰囲気などを表示することにより、ユーザが地図を閲覧することで都市の特徴などを理解することができ、ユーザが地図を通じて情報を取得する効率をさらに高めることができる。

図9は、本開示で記載された異なる縮尺における地図表示方式の第1の模式図である。 図10は、本開示に記載された異なる縮尺における地図表示方式の第2の模式図である。2つの図はそれぞれ異なる縮尺に対応しており、それに応じて視覚効果の表示方法も異なることが分かる。

説明すべきなのは、前記の方法実施例について、説明を簡単にするために、一連の動作の組合せとして記述された。しかし、当業者であればわかるように、本願により幾つかのステップが他の順番を採用し、或いは同時に実行可能であるため、本願は説明された動作の順番に限定されない。次に、当業者であればわかるように、明細書に説明された実施例は何れも好適な実施例であり、関わる動作とモジュールが必ずしも本願に必要なものではない。

以上は、方法の実施形態に関する説明であり、以下で装置の実施形態により本開示に記載された技術案をさらに説明する。

図11は、本実施形態に記載された地図情報表示装置11の構成を模式的に示す図である。図11に示すように、計算モジュール112及び表示モジュール113が含まれる。

計算モジュール112は、ユーザが地図を起動すると、ユーザのユーザ特徴及びユーザの履歴クリックトピック情報を取得し、推薦すべきトピックのいずれかについて、取得されたユーザ特徴及び履歴クリックトピック情報に基づいて、予め訓練された推薦モデルを用いて、推薦すべきトピックのクリック確率を確定する。

表示モジュール113は、クリック確率が所定の条件を満たす推薦すべきトピックを地図上に表示する。

ユーザの履歴クリックトピック情報は、最近の所定期間内の履歴クリックトピック情報であってよい。前記所定期間の具体的な値は、例えば最近半年のように実際の必要に応じて決定することができる。履歴クリックトピックとは、過去にユーザがクリックしたトピックである。

ユーザ特徴は、ユーザ基本属性情報、ユーザ興味好み情報、ユーザ履歴行動情報、ユーザが所在する地理位置情報、ユーザが所在するシーン情報のうちの1つ又は任意の組み合わせを含んで良いが、これらに限定されない。

計算モジュール112は、ユーザ特徴に対応するベクトル表現を取得し、履歴クリックトピック情報における各履歴クリックトピック及び推薦すべきトピックに対応するベクトル表現をそれぞれ取得し、更に取得された各ベクトル表現を推薦モデルに入力し、出力された推薦すべきトピックのクリック確率を取得することができる。

図11に示すように、 前記装置は更に知識マップを構築するための前処理モジュール111を備えて良い。知識マップは異なるタイプのノードを含むことができる。前記異なるタイプはエンティティ及びトピックを含むことができる。各エンティティは、地理的に実際に存在する1つの関心点にそれぞれ対応する。何れかのエンティティについて、当該エンティティに対応するエンティティノードを、当該エンティティが属するトピックに対応するトピックノードにそれぞれ接続することができる。

計算モジュール112は、知識マップに基づいて各履歴クリックトピック及び推薦すべきトピックに対応するベクトル表現をそれぞれ確定することができる。各履歴クリックトピック及び推薦すべきトピックは何れも知識マップにおけるトピックである。

前処理モジュール111は、知識マップにおける各エンティティのベクトル表現をそれぞれ取得することもできる。それに応じて、計算モジュール112は、各履歴クリックトピック及び推薦すべきトピックのいずれかについて、そのトピックをそれぞれベクトル表現に変換し、変換されたベクトル表現を、そのトピックに属する各エンティティのベクトル表現に加算してそのトピックに対応するベクトル表現を得ることができる。

その後、表示モジュール113は、クリック確率が所定の閾値よりも大きい推薦すべきトピックをバブルの形で地図上に表示することができる。

表示モジュール113は、更に、ユーザが表示されたバブルのいずれかをクリックしたと判定された場合に、当該バブルに対応するトピックの配下のエンティティ情報を地図上に表示することができる。

更に、表示モジュール113は、ユーザが表示されたエンティティのいずれかをクリックしたと判定された場合に、そのエンティティの関連コンテンツを小パネル及び/又は詳細ページの前置きにより表示してもよい。

表示モジュール113は、更に、ユーザが所定の方法でいずれかのトピックをトリガしたと判定された場合、そのトピックの配下にあるエンティティ情報を地図上に表示することができる。

また、ユーザが地図を異なる縮尺にズームすると、表示モジュール113は、現在の縮尺に対応する視覚効果の表示方法に従って地図を表示することもできる。

図11に示す装置の実施形態の具体的なワークフローは、前述の方法の実施形態の関連説明を参照でき、ここでは詳しく説明しない。

要約すると、本発明の装置の実施形態に記載の態様によれば、ユーザが地図を起動すると、 ユーザのユーザ特徴とユーザの履歴クリックトピック情報とに基づいてユーザに推薦するトピックを決定し、ユーザに推薦するトピックを地図上に表示することができるため、異なるユーザに対する個性的な推薦を実現し、地図上に表示された内容を多様化し、ユーザが地図を介して情報を取得する効率等を向上させた。

本発明の実施形態によれば、本発明は更に、電子デバイス及び可読記憶媒体を提供する。

図12は、本発明の実施形態に記載の方法による電子デバイスのブロック図である。電子デバイスは、様々な形式のデジタルコンピュータ、例えば、ラップトップコンピュータ、デスクトップコンピュータ、ワークステーション、PDA、サーバ、ブレードサーバ、メインフレームコンピュータ、及び他の適切なコンピュータであることが意図される。電子デバイスは、様々な形式のモバイル装置、例えば、PDA、携帯電話、スマートフォン、ウェアラブルデバイス、及び他の類似するコンピューティング装置を示してもよい。本文で示された構成要素、それらの接続及び関係、ならびにそれらの機能は例示にすぎなく、本明細書において説明及び／又は請求される本開示の実現を限定することが意図されない。

図12に示すように、この電子デバイスは、一つ又は複数のプロセッサY01、メモリY02、及び各構成要素に接続するための高速インターフェース及び低速インターフェースを含むインターフェースを備える。各構成要素は、異なるバスで相互接続され、そして、共通マザーボードに、又は必要に応じて、他の態様で実装されてもよい。プロセッサは、電子デバイス内で実行されるコマンドを処理してもよく、メモリに記憶される又はメモリ上で外部入力/出力装置（例えば、インターフェースに結合される表示装置）にグラフィカルユーザインターフェースのグラフィカル情報を表示するコマンドを含む。他の実施形態において、必要な場合に、複数のプロセッサ及び／又は複数のバスが、複数のメモリとともに用いられてもよい。同様に、複数の電子デバイスが接続されてもよく、それぞれのデバイスが必要な操作の一部を提供する（例えば、サーババンク、ブレードサーバの集まり、又はマルチプロセッサシステムとする）。図12において、一つのプロセッサY01を例とする。

メモリY02は、本開示で提供される非一時的コンピュータ可読記憶媒体である。なお、前記メモリには、少なくとも１つのプロセッサが本願に提供された方法を実行するように、前記少なくとも１つのプロセッサに実行可能なコマンドが記憶されている。本開示の非一時的コンピュータ可読記憶媒体は、本願に提供された方法をコンピュータに実行させるためのコンピュータコマンドを記憶している。

メモリY02は、非一時的コンピュータ可読記憶媒体として、非一時的ソフトウェアプログラム、非一時的コンピュータ実行可能なプログラム、モジュール、例えば、本開示の実施例における方法に対応するプログラムコマンド/ユニットを記憶するために用いられる。プロセッサY01は、メモリY02に記憶されている非一時的ソフトウェアプログラム、コマンド及びモジュールを実行することで、サーバの様々な機能アプリケーション及びデータ処理を実行し、即ち、上記の方法実施例における方法を実現する。

メモリY02は、プログラム記憶領域及びデータ記憶領域を含んでもよく、プログラム記憶領域はオペレーティングシステム、少なくとも一つの機能に必要なアプリケーションプログラムを記憶してもよく、データ記憶領域は電子デバイスの使用により作成されたデータなどを記憶してもよい。また、メモリY02は、高速ランダムアクセスメモリを含んでもよく、さらに非一時的メモリ、例えば、少なくとも一つの磁気ディスク記憶装置、フラッシュメモリ装置、又は他の非一時的固体記憶装置を含んでもよい。幾つかの実施例において、メモリY02は、プロセッサY01に対して遠隔設置されたメモリを選択的に含んでもよく、これらのリモートメモリは、ネットワークを介して電子デバイスに接続されてもよい。上記のネットワークの実例には、インターネット、イントラネット、ローカルエリアネットワーク、モバイル通信ネットワーク、及びそれらの組み合わせが含まれるが、これらに限定されない。

電子デバイスは、更に、入力装置Y03と出力装置Y04とを備えても良い。プロセッサY01、メモリY02、入力装置Y03及び出力装置Y04は、バス又は他の手段により接続されても良く、図12においてバスによる接続を例とする。

入力装置Y03は、入力された数字又はキャラクタ情報を受信し、電子デバイスのユーザ設定及び機能制御に関連するキー信号入力を生成でき、例えば、タッチスクリーン、キーパッド、マウス、トラックパッド、タッチパッド、ポインティングスティック、一つ又は複数のマウスボタン、トラックボール、ジョイスティックなどの入力装置である。出力装置Y04は、表示装置、補助照明装置、触覚フィードバック装置（例えば、振動モータ）などを含むことができる。当該表示装置は、液晶ディスプレイ、発光ダイオードディスプレイ、及びプラズマディスプレイを含み得るが、これらに限定されない。いくつかの実施形態では、表示装置はタッチパネルであってもよい。

本明細書に説明されるシステム及び技術の様々な実施形態は、デジタル電子回路システム、集積回路システム、専用集積回路、コンピュータハードウェア、ファームウェア、ソフトウェア、及び／又はそれらの組み合わせにおいて実現することができる。これらの様々な実施形態は、記憶システム、少なくとも一つの入力装置、及び少なくとも一つの出力装置からデータ及びコマンドを受信し、当該記憶システム、当該少なくとも一つの入力装置、及び当該少なくとも一つの出力装置にデータ及びコマンドを送信するようにつなげられた、特殊用途でもよく一般用途でもよい少なくとも一つのプログラマブルプロセッサを含む、プログラマブルシステム上で実行可能及び／又は解釈可能な一つ又は複数のコンピュータプログラムにおける実行を含んでもよい。

これらのコンピューティングプログラム（プログラム、ソフトウェア、ソフトウェアアプリケーション、又は、コードとも称される）は、プログラマブルプロセッサの機械命令を含み、高水準のプロセス及び／又はオブジェクト向けプログラミング言語、及び／又はアセンブリ／機械言語で実行されることができる。本明細書で用いられる「機械可読媒体」及び「コンピュータ可読媒体」という用語は、機械可読信号としての機械命令を受け取る機械可読媒体を含むプログラマブルプロセッサに機械命令及び／又はデータを提供するのに用いられる任意のコンピュータプログラム製品、機器、及び／又は装置（例えば、磁気ディスク、光ディスク、メモリ、及びプログラマブル論理デバイス）を指す。「機械可読信号」という用語は、プログラマブルプロセッサに機械命令及び／又はデータを提供するために用いられる任意の信号を指す。

ユーザとのインタラクティブを提供するために、本明細書に説明されるシステムと技術は、ユーザに対して情報を表示するための表示装置（例えば、ブラウン管又は液晶ディスプレイモニタ）、ユーザがコンピュータに入力を与えることができるキーボード及びポインティングデバイス（例えば、マウスや、トラックボール）を有するコンピュータ上に実施されることが可能である。その他の種類の装置は、さらに、ユーザとのインタラクションを提供するために使用されることが可能であり、例えば、ユーザに提供されるフィードバックは、任意の形態のセンシングフィードバック（例えば、視覚的なフィードバック、聴覚的なフィードバック、又は触覚的なフィードバック）であり得、ユーザからの入力は、任意の形態で（音響、音声又は触覚による入力を含む）受信され得る。

本明細書に説明されるシステムと技術は、バックエンド構成要素を含むコンピューティングシステム（例えば、データサーバとする）、又はミドルウェア構成要素を含むコンピューティングシステム（例えば、アプリケーションサーバ）、又はフロントエンド構成要素を含むコンピューティングシステム（例えば、グラフィカルユーザインターフェースもしくはウェブブラウザを有するクライアントコンピュータであり、ユーザは、当該グラフィカルユーザインターフェースもしくは当該ウェブブラウザを通じて本明細書で説明されるシステムと技術の実施形態とインタラクションすることができる）、そのようなバックエンド構成要素、ミドルウェア構成要素、もしくはフロントエンド構成要素の任意の組合せを含むコンピューティングシステムに実施されることが可能である。システムの構成要素は、任意の形態又は媒体のデジタルデータ通信（例えば、通信ネットワーク）によって相互に接続されることが可能である。通信ネットワークの例は、ローカルエリアネットワーク、ワイド・エリア・ネットワーク、ブロックチェーンネットワーク、インターネットを含む。

コンピュータシステムは、クライアントとサーバーを含み得る。クライアントとサーバーは、一般的に互いから遠く離れており、通常は、通信ネットワークを通じてインタラクトする。クライアントとサーバとの関係は、相応するコンピュータ上で実行され、互いにクライアント-サーバの関係を有するコンピュータプログラムによって生じる。サーバはクラウドサーバであってもよく、クラウドコンピューティングサーバ又はクラウドホストとも呼ばれ、クラウドコンピューティングサービスシステムにおけるホスト製品であり、従来の物理ホストとVPSサービスに存在する管理の難易度が高く、ビジネスの拡張性が弱いという欠点を解決した。

以上で示された様々な形式のフローを使用して、ステップを並べ替え、追加、又は削除できることを理解されたい。例えば、本開示に説明される各ステップは、並列の順序又は順次的な順序で実施されてもよいし、又は異なる順序で実行されてもよく、本開示で開示された技術案の望ましい結果が達成できる限り、ここで制限されない。

前記の具体的な実施形態は本開示の保護範囲に対する制限を構成しない。設計要件及び他の要因に従って、様々な修正、組み合わせ、部分的組み合わせ及び置換を行うことができることを当業者は理解するべきである。本開示の精神及び原則の範囲内で行われる修正、同等の置換、改善は、何れも本開示の保護範囲内に含まれるべきである。

Claims (23)

1. 地図情報表示方法であって、
   ユーザが地図を起動すると、前記ユーザのユーザ特徴及び前記ユーザの履歴クリックトピック情報を取得することと、
   推薦すべきトピックのいずれかについて、前記ユーザ特徴及び前記履歴クリックトピック情報のそれぞれに基づいて、予め訓練された推薦モデルを用いて前記推薦すべきトピックのクリック確率を確定することと、
   クリック確率が所定の条件を満たす推薦すべきトピックを前記地図上に表示することと、を含む
   方法。
2. 前記ユーザ特徴及び前記履歴クリックトピック情報に基づいて、予め訓練された推薦モデルを用いて前記推薦すべきトピックのクリック確率を確定することは、
   前記ユーザ特徴に対応するベクトル表現を取得することと、
   前記履歴クリックトピック情報における各履歴クリックトピック及び前記推薦すべきトピックに対応するベクトル表現をそれぞれ取得することと、
   取得された各ベクトル表現を前記推薦モデルに入力し、出力された前記推薦すべきトピックのクリック確率を得ることと、を含む、
   請求項1に記載の方法。
3. 知識マップを構築することを更に含み、
   前記知識マップは異なるタイプのノードを含み、前記異なるタイプはエンティティとトピックとを含み、各エンティティは地理的に存在する1つの関心点にそれぞれ対応し、いずれかのエンティティについて、前記エンティティに対応するエンティティノードと、前記エンティティが属するトピックに対応するトピックノードとをそれぞれ接続し、
   前記履歴クリックトピック情報における各履歴クリックトピック及び前記推薦すべきトピックに対応するベクトル表現をそれぞれ取得することは、前記知識マップに基づいて前記各履歴クリックトピック及び前記推薦すべきトピックに対応するベクトル表現をそれぞれ決定することを含み、前記各履歴クリックトピック及び前記推薦すべきトピックは、いずれも前記知識マップにおけるトピックである、
   請求項2に記載の方法。
4. 前記知識マップにおける各エンティティのベクトル表現をそれぞれ取得することをさらに含み、
   前記知識マップに基づいて前記各履歴クリックトピック及び前記推薦すべきトピックに対応するベクトル表現をそれぞれ決定することは、前記各履歴クリックトピック及び前記推薦すべきトピックのいずれかについて、前記トピックをそれぞれベクトル表現に変換し、変換されたベクトル表現と前記トピックに属する各エンティティのベクトル表現とを加算して前記トピックに対応するベクトル表現を得ることを含む、
   請求項3に記載の方法。
5. 前記ユーザ特徴は、ユーザ基本属性情報、ユーザ興味好み情報、ユーザ履歴行動情報、ユーザが所在する地理位置情報、ユーザが所在するシーン情報のうちの1つ又は任意の組み合わせを含む、
   請求項1に記載の方法。
6. 前記クリック確率が所定の条件を満たす推薦すべきトピックを前記地図上に表示することは、クリック確率が所定の閾値よりも大きい推薦すべきトピックをバブルの形で前記地図上に表示することを含む、
   請求項3に記載の方法。
7. ユーザがその表示されたバブルのいずれかをクリックしたと判定された場合に、前記バブルに対応するトピックの配下のエンティティ情報を前記地図上に表示することをさらに含む、
   請求項6に記載の方法。
8. ユーザがその表示されたエンティティのいずれかをクリックしたと判定された場合に、小パネル及び/又は詳細ページの前置きによりそのエンティティの関連コンテンツを表示することをさらに含む、
   請求項7に記載の方法。
9. ユーザが所定の方法でいずれかのトピックをトリガしたと判定された場合に、前記トピックの配下のエンティティ情報を前記地図上に表示することをさらに含む、
   請求項3に記載の方法。
10. ユーザが前記地図を異なる縮尺にズームした場合に、現在の縮尺に対応する視覚効果の表示方式に従って前記地図を表示することをさらに含む、
    請求項1に記載の方法。
11. 地図情報表示装置であって、計算モジュール及び表示モジュールを備え、
    前記計算モジュールは、ユーザが地図を起動すると、前記ユーザのユーザ特徴及び前記ユーザの履歴クリックトピック情報を取得し、推薦すべきトピックのいずれかについて、それぞれ前記ユーザ特徴及び前記履歴クリックトピック情報に基づいて、予め訓練された推薦モデルを用いて前記推薦すべきトピックのクリック確率を確定し、
    前記表示モジュールは、クリック確率が所定の条件を満たす推薦すべきトピックを前記地図上に表示する、
    装置。
12. 前記計算モジュールは、前記ユーザ特徴に対応するベクトル表現を取得し、前記履歴クリックトピック情報における各履歴クリックトピック及び前記推薦すべきトピックに対応するベクトル表現をそれぞれ取得し、取得された各ベクトル表現を前記推薦モデルに入力し、出力された前記推薦すべきトピックのクリック確率を得る、
    請求項11に記載の装置。
13. 知識マップを構築する前処理モジュールを更に備え、
    前記知識マップは異なるタイプのノードを含み、前記異なるタイプはエンティティとトピックを含み、各エンティティは地理的に存在する1つの関心点にそれぞれ対応し、いずれかのエンティティについて、前記エンティティに対応するエンティティノードと、前記エンティティが属するトピックに対応するトピックノードとがそれぞれ接続され、
    前記計算モジュールは、前記知識マップに基づいて、前記各履歴クリックトピック及び前記推薦すべきトピックに対応するベクトル表現をそれぞれ確定し、前記各履歴クリックトピック及び前記推薦すべきトピックは、いずれも前記知識マップにおけるトピックである、
    請求項12に記載の装置。
14. 前記前処理モジュールはさらに、前記知識マップにおける各エンティティのベクトル表現をそれぞれ取得し、
    前記計算モジュールは、前記各履歴クリックトピック及び前記推薦すべきトピックのいずれかについて、前記トピックをそれぞれベクトル表現に変換し、変換されたベクトル表現と前記トピックに属する各エンティティのベクトル表現とを加算して前記トピックに対応するベクトル表現を得る、
    請求項13に記載の装置。
15. 前記ユーザ特徴は、ユーザ基本属性情報、ユーザ興味好み情報、ユーザ履歴行動情報、ユーザが所在する地理位置情報、ユーザが所在するシーン情報のうちの1つ又は任意の組み合わせを含む、
    請求項11に記載の装置。
16. 前記表示モジュールは、クリック確率が所定の閾値よりも大きい推薦すべきトピックをバブルの形で前記地図上に表示する、
    請求項13に記載の装置。
17. 前記表示モジュールは、さらに、ユーザがその表示されたバブルのいずれかをクリックしたと判定された場合に、前記バブルに対応するトピックの配下のエンティティ情報を前記地図上に表示する、
    請求項16に記載の装置。
18. 前記表示モジュールは、さらに、ユーザがその表示されたエンティティのいずれかをクリックしたと判定された場合に、小パネル及び/又は詳細ページの前置きにより前記エンティティの関連コンテンツを表示する、
    請求項17に記載の装置。
19. 前記表示モジュールは、さらに、ユーザが所定の方法でいずれかのトピックをトリガしたと判定された場合に、前記トピックの配下のエンティティ情報を前記地図上に表示する、
    請求項13に記載の装置。
20. 前記表示モジュールは、更に、ユーザが前記地図を異なる縮尺にズームした場合に、現在の縮尺に対応する視覚効果の表示方法に従って前記地図を表示する、
    請求項11に記載の装置。
21. 少なくとも1つのプロセッサと、
    前記少なくとも1つのプロセッサと通信接続されたメモリと、を備え、
    前記メモリに前記少なくとも1つのプロセッサにより実行可能なコマンドが記憶されており、前記コマンドが前記少なくとも1つのプロセッサにより実行されると、前記少なくとも1つのプロセッサに請求項1～10のいずれか１項に記載の方法を実行させる電子デバイス。
22. コンピュータに請求項1～10のいずれか1項に記載の方法を実行させるためのコンピュータコマンドが記憶された非一時的なコンピュータ可読記憶媒体。
23. コンピュータに請求項1～10のいずれか1項に記載の方法を実行させるためのプログラム。
    

Images