[发明专利]POI推荐方法、装置、设备及计算机可读存储介质

权利要求书

1.一种POI推荐方法，其特征在于，包括：

获取用户感兴趣的目标POI；

根据所述目标POI，获得所述目标POI所属的目标POI团簇；

根据所述目标POI团簇，获得与所述目标POI团簇之间具有异构关联关系的异构POI团簇；其中，具有树形结构的至少一个POI团簇中的各POI团簇与不在所述树形结构内的其他POI团簇是具有异构关联关系的异构POI团簇；所述至少一个POI团簇中各POI团簇中包括至少一个POI；所述具有树形结构的至少一个POI团簇的构建方式包括：通过POI与POI之间的关联关系，将所有全量的POI联系在一起形成一张POI的网络；以及采用社区发现算法，发现所述网络中内聚性好的至少一个POI团簇；

根据所述用户的用户属性数据，选择所述用户属性数据所对应的使用场景下的异构POI团簇，推荐给所述用户。

2.根据权利要求1所述的方法，其特征在于，所述获取用户感兴趣的目标POI，包括：

根据所述用户的属性数据，获得所述目标POI；或者

根据所述用户最近的查询操作，获得所述目标POI；或者

根据所述用户当前的查询操作，获得所述目标POI；或者

根据所述用户当前所在的位置，获得所述目标POI。

3.根据权利要求1所述的方法，其特征在于，所述根据所述目标POI，获得所述目标POI所属的目标POI团簇之前，还包括：

获取全网用户的用户行为数据；

根据所述用户行为数据，获得两两POI之间的关联关系；

根据所述两两POI之间的关联关系和所述两两POI之间的关联关系的关联参数，采用社区发现算法，进行POI聚类处理，以获得具有树形结构关系的至少一个POI团簇，以供根据所述目标POI，获得所述目标POI所属的目标POI团簇。

4.根据权利要求3所述的方法，其特征在于，所述两两POI之间的关联关系的关联参数，包括：

所述两两POI之间的关联关系的支持度；或者

所述两两POI之间的关联关系的支持度和所述两两POI之间的关联关系的余弦相似度。

5.根据权利要求3所述的方法，其特征在于，所述根据所述两两POI之间的关联关系和所述两两POI之间的关联关系的关联参数，采用社区发现算法，进行POI聚类处理，以获得具有树形结构关系的至少一个POI团簇，包括：

根据所述两两POI之间的关联关系的关联参数，对所述两两POI之间的关联关系进行过滤处理；

根据所述过滤处理之后的两两POI之间的关联关系，采用社区发现算法，进行POI聚类处理，以获得具有树形结构关系的至少一个POI团簇。

6.根据权利要求3所述的方法，其特征在于，所述根据所述两两POI之间的关联关系和所述两两POI之间的关联关系的关联参数，采用社区发现算法，进行POI聚类处理，以获得具有树形结构关系的至少一个POI团簇之后，所述根据所述目标POI团簇，获得与所述目标POI团簇之间具有异构关联关系的异构POI团簇之前，还包括：

获取不在所述树形结构内同一个指定节点下的两两POI之间的关联关系的支持度；

根据所述不在所述树形结构内同一个指定节点下的两两POI之间的关联关系和所述不在所述树形结构内同一个指定节点下的两两POI之间的关联关系的支持度，进行POI团簇异构关联处理，以获得两两POI团簇之间的异构关联关系，以供根据所述目标POI团簇，获得与所述目标POI团簇之间具有异构关联关系的异构POI团簇；

根据全网用户的用户属性数据，挖掘出具有异构关联关系的两两POI团簇所属的使用场景。

7.根据权利要求1～6任一权利要求所述的方法，其特征在于，所述用户属性数据，包括下列数据中的至少一项：

用户地域数据；

推荐阶段数据；

推荐时间数据；以及

交通方式数据。