[发明专利]兴趣点、连锁店分店兴趣点关联标记的方法与装置有效
申请号: | 201010616204.X | 申请日: | 2010-12-30 |
公开(公告)号: | CN102567397A | 公开(公告)日: | 2012-07-11 |
发明(设计)人: | 杨璧嘉;姜吉发 | 申请(专利权)人: | 高德软件有限公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;G06N3/02 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 102200 北京市昌*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 兴趣 连锁店 分店 关联 标记 方法 装置 | ||
技术领域
本发明涉及导航领域,特别是涉及一种兴趣点、连锁店分店兴趣点关联标记方法与装置。
背景技术
电子地图中,有一类数据被称为兴趣点(Point of Interest,POI),是指人们感兴趣的数据,如餐馆、公园、商场等建筑物信息,或是一些街道信息等等。
在地理信息处理过程中,常常需要在有关联的兴趣点之间进行关联标记,比如,在连锁店各分店兴趣点之间进行关联标记,这样,用户在查询某连锁店分店兴趣点时,就可以同时能够查看到该连锁店其它分店的相关信息,另外,电子导航数据在制作的过程中,也可以根据现实的变化增加或修改连锁店分店兴趣点的相关信息,等等。因此,关联兴趣点之间的关联标记方法的好坏直接关系到电子导航数据制作的效率以及后期电子地图导航用户的使用体验。
现有关联兴趣点之间进行关联标记的方法,主要是通过人工根据兴趣点的名称、类型等信息,通过搜索引擎对搜索结果进行人工匹配实现关联,仍以连锁店各分店兴趣点的关联标记为例,关联标记的具体方法是,确定并收集待处理的连锁店相关信息,在网络搜索引擎上对待处理的连锁店名称、类型等信息进行网络搜索,人工对返回的搜索结果逐条匹配,并根据匹配结果对关联的分店兴趣点之间进行标记处理。
在对现有技术的研究和实践过程中,发明人发现现有技术存在以下问题:现有通过人工对关联兴趣点之间进行关联标记的方法中,人工关联工作量大,关联标记的效率较低。
发明内容
本发明实施例提供一种兴趣点、连锁店分店兴趣点关联标记方法与装置,能够解决现有兴趣点关联标记技术中,标记效率低和标记结果可靠性低的问题。
为实现上述目的,本发明实施例提供了如下方案:
一种兴趣点关联标记方法,预先根据关联标记规则搭建神经网络,利用兴趣点样本数据对所述神经网络进行训练;
接收包括待处理兴趣点信息的输入参数;
经训练的所述神经网络对所述输入参数进行处理,判断所述待处理的兴趣点是否需要进行关联标记;
若是则对所述待处理的兴趣点进行关联标记。
一种连锁店分店兴趣点关联标记方法,预先根据关联标记规则搭建神经网络,利用历史连锁店分店兴趣点关联数据样本对所述神经网络进行训练;
接收包括待处理兴趣点信息的输入参数;
经训练的所述神经网络对所述输入参数进行处理,判断所述待处理兴趣点是否为连锁店分店兴趣点;
若是则对所述待处理兴趣点进行连锁店分店兴趣点关联标记。
一种兴趣点关联标记装置,包括:
搭建模块,用于根据关联标记规则搭建神经网络;
训练模块,用于利用兴趣点样本数据对所述神经网络进行训练;
处理模块,用于当接收到包括待处理兴趣点信息的输入参数时,经训练的所述神经网络对所述输入参数进行处理,判断所述待处理的兴趣点是否需要进行关联标记;
标记模块,用于当所述处理模块的判断结果为是时,对所述待处理的兴趣点进行关联标记。
一种连锁店分店兴趣点关联标记装置,包括:
搭建模块,用于根据关联标记规则搭建神经网络;
训练模块,用于利用历史连锁店分店兴趣点关联数据样本对所述神经网络进行训练;
处理模块,用于当接收到包括待处理兴趣点信息的输入参数时,经训练的所述神经网络对所述输入参数进行处理,判断所述待处理兴趣点是否为连锁店分店兴趣点;
标记模块,用于当所述处理模块的判断结果为是时,对所述待处理兴趣点进行连锁店分店兴趣点关联标记。
根据本发明提供的具体实施例,公开了以下技术效果:
本发明实施例中,采用神经网络,通过对其进行训练,能够模拟人的思维对包括待处理兴趣点信息的输入参数进行处理,实现对其的关联标记,从而可以通过计算机自动实现对兴趣点的关联标记问题,在处理速度上有巨大提高,使得关联标记效率大大提高;另外,本发明实施例可以根据关联标记规则的不同搭建不同的神经网络,使得能够非常灵活的应用于各种不同的兴趣点关联标记场景中,也就是说,对于不同的兴趣点关联标记应用场景,可以很方便的根据不同的关联标记规则搭建神经网络,并利用兴趣点样本数据对其进行训练以便对待处理兴趣点进行处理,自动实现对其进行关联标记,同理,本发明实施例也可以根据关联标记规则的变化,调整和扩展神经网络,通过重新训练实现对新的关联标记规则的适应和扩展,因此具有较高的适应性和高的扩展性。
附图说明
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于高德软件有限公司,未经高德软件有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201010616204.X/2.html,转载请声明来源钻瓜专利网。
- 上一篇:内容分发的方法、装置和接入网设备
- 下一篇:过滤式洗衣机