[发明专利]一种兴趣点数据错误类型定位、重复识别方法及装置

权利要求书

1.一种兴趣点数据错误类型定位方法，其特征在于，所述方法包括：

根据设置的兴趣点POI基础字段的分层参数，对POI数据对的基础字段进行分词处理，并获取组成所述基础字段的各分词所在的层数；所述POI数据对包括用户输入的POI数据和与所述用户输入的POI数据对应的POI原始数据；所述基础字段包括至少一个子字段；所述POI基础字段的分层参数为根据子字段的类型设置的；所述子字段的类型至少包括名称字段、地址字段、电话字段中的任意一个；

根据所述组成所述子字段的各分词所在的层数，计算所述POI数据对的子字段之间的相似度值；

根据设置的子字段不同错误类型所对应的错误阈值，判定所述POI数据对的子字段之间的相似度值属于所述错误阈值时，定位所述POI原始数据的子字段的错误类型。

2.根据权利要求1所述的方法，其特征在于，所述计算所述POI数据对的子字段之间的相似度值，包括：A与B有共同的父节点

其中，A表示所述POI原始数据的子字段，B表示所述POI数据的子字段，Dist(A,B)表示A与B之间的语义距离，I表示A与B之间的不相同分词所处的层数，Cist(A,B)表示A与B之间路径的计算方法，rcw(A,B)表示A与B的父节点，S_WordNet(A,B)表示A与B之间的相似度值。

3.根据权利要求1或2所述的方法，其特征在于，当所述基础字段包括地址字段时，所述计算所述POI数据对的子字段之间的相似度值，包括：

计算所述POI原始数据与POI数据的地址字段中行政区划信息之间的相似度值；

计算所述POI原始数据与POI数据的地址字段中街道信息之间的相似度值；

计算所述POI原始数据与POI数据的地址字段中大厦楼宇信息之间的相似度值；

计算所述POI原始数据与POI数据的地址字段中描述性信息之间的相似度值。

4.根据权利要求3所述的方法，其特征在于，所述定位所述POI原始数据的子字段的错误类型，包括：

当所述POI原始数据与POI数据的地址字段中行政区划信息之间的相似度值属于行政区划信息错误阈值时，判定所述POI原始数据的地址字段中行政区划信息错误；

当所述POI原始数据与POI数据的地址字段中描述性信息之间的相似度值属于描述性信息错误阈值时，判定所述POI原始数据的地址字段中描述性信息错误；

当所述POI原始数据与POI数据的地址字段中街道信息之间的相似度值属于街道信息错误阈值时，判定所述POI原始数据的地址字段中街道信息疑似错误；

当所述POI原始数据与POI数据的地址字段中大厦楼宇信息之间的相似度值属于大厦楼宇信息错误阈值时，判定所述POI原始数据的地址字段中大厦楼宇信息疑似错误。

5.根据权利要求4所述的方法，其特征在于，当所述POI原始数据的地址字段中街道信息和/或大厦楼宇信息被判定为疑似错误时，所述方法还包括：

获取所述POI原始数据与POI数据的地址字段中街道所在位置的坐标信息；根据所述街道所在位置的坐标信息，计算所述POI原始数据与POI数据的地址字段中街道之间的距离值；当所述POI原始数据与POI数据的地址字段中街道之间的距离值大于设置的第一临界值时，判定所述POI原始数据的地址字段中街道信息错误；

和/或，

获取所述POI原始数据与POI数据的地址字段中大厦楼宇所在位置的坐标信息；根据所述大厦楼宇所在位置的坐标信息，计算所述POI原始数据与POI数据的地址字段中大厦楼宇之间的距离值；当所述POI原始数据与POI数据的地址字段中大厦楼宇之间的距离值大于设置的第一临界值时，判定所述POI原始数据的地址字段中大厦楼宇信息错误。