[发明专利]基于权威网页验证POI数据准确性的方式及装置

权利要求书

1.一种基于权威网页验证POI数据准确性的方式，其特征在于，包括：

获取互联网中的多个首页的统一资源定位符；

对所述多个首页的统一资源定位符进行聚类处理；

基于聚类结果从所述多个首页中确定权威网页；

基于所述权威网页，对待验证的多个POI数据进行准确性验证，以确定任一POI数据的准确性。

2.根据权利要求1所述的基于权威网页验证POI数据准确性的方式，其中，对所述多个首页的统一资源定位符进行聚类，具体包括：

提取各个首页的统一资源定位符对应的主域；

将对应同一主域的统一资源定位符聚合为同一类。

3.根据权利要求2所述的基于权威网页验证POI数据准确性的方式，其中，基于聚类结果从所述多个首页中确定权威网页，具体包括：

若属于同一类的多个统一资源定位符的数量小于第一预定阈值，则从多个统一资源定位符对应的多个首页中选择用户关注度最高的首页作为权威网页。

4.根据权利要求3所述的基于权威网页验证POI数据准确性的方式，其中，所述用户关注度通过以下至少任一项来确定：

首页的平均访问量；

每次访问的平均浏览时长。

5.根据权利要求2所述的基于权威网页验证POI数据准确性的方式，其中，基于聚类结果从所述多个首页中确定权威网页，具体包括：

若属于同一类的多个统一资源定位符的数量大于第二预定阈值，则将该类中的多个统一资源定位符对应的多个首页均确定为权威网页。

6.根据权利要求1-5任一项所述的基于权威网页验证POI数据准确性的方式，基于所述权威网页，对待验证的多个POI数据进行准确性验证，以确定任一POI数据的准确性，具体包括：

提取所述权威网页中包括地址信息及名称信息的名称地址对；

将所述待验证的多个POI数据与所述名称地址对进行一一比对；

当任一POI数据包括的地址信息及名称信息与所述名称地址对相匹配时，确定该POI数据为准确的POI数据。

7.根据权利要求6所述的基于权威网页验证POI数据准确性的方式，将所述待验证的多个POI数据与所述名称地址对进行一一比对，包括：

对所述待验证的多个POI数据的地址信息与所述名称地址对中的地址信息进行归一化处理，将其分别转化为所述待验证的多个POI数据的经纬度信息及所述名称地址对的经纬度信息；

将待验证的多个POI数据的经纬度信息及名称信息，与所述名称地址对的经纬度信息及名称信息进行一一比对。

8.一种基于权威网页验证POI数据准确性的装置，其特征在于，包括：

定位符获取模块，用于获取互联网中的多个首页的统一资源定位符；

聚类处理模块，用于对所述多个首页的统一资源定位符进行聚类处理；

权威网页确定模块，用于基于聚类结果从所述多个首页中确定权威网页；

准确性验证模块，用于基于所述权威网页，对待验证的多个POI数据进行准确性验证，以确定任一POI数据的准确性。

9.根据权利要求8所述的基于权威网页验证POI数据准确性的装置，其中，所述聚类处理模块具体包括：

主域提取单元，用于提取各个首页的统一资源定位符对应的主域；

聚合单元，用于将对应同一主域的统一资源定位符聚合为同一类。

10.根据权利要求9所述的基于权威网页验证POI数据准确性的装置，其中，所述权威网页确定模块具体用于：若属于同一类的多个统一资源定位符的数量小于第一预定阈值，则从多个统一资源定位符对应的多个首页中选择用户关注度最高的首页作为权威网页。