[发明专利]门类兴趣点数据的去重方法、装置、电子设备及存储介质

说明书

本发明实施例公开了一种门类兴趣点数据的去重方法、装置、电子设备及存储介质。所述方法包括：获取目标兴趣点的第一图片和第二图片；根据图片分类模型，获取所述第一图片包括的第一门类兴趣点数据和所述第二图片包括的第二门类兴趣点数据；根据图片相似模型，获取所述第一门类兴趣点数据和所述第二门类兴趣点数据的相似度；当所述相似度大于相似度阈值时，对所述第一门类兴趣点数据和所述第二门类兴趣点数据进行去重处理。本发明实施例不仅可以提高门类兴趣点数据的去重准确率，而且还可以节省人工成本和时间成本。

技术领域

本发明实施例涉及互联网技术领域，尤其涉及一种门类兴趣点数据的去重方法、装置、电子设备及存储介质。

背景技术

随着计算机技术的发展，电子地图被越来越多的使用。在制作电子地图时，需要使用地址信息。举例而言，地址信息可以为POI(兴趣点，Point of Interest)数据，一个POI可以是一栋房子、一个商铺、一个公交站等。若一个兴趣点数据中包括与其对应的门数据，该兴趣点数据称为门类兴趣点数据。由于针对同一个门类兴趣点可能会采集到多个图片，因此，需要提供一种技术方案去除门类兴趣点数据中的重复数据。

在现有技术中，针对门类兴趣点数据通常采用以下两种去重方法：第一、通过比较两个门类兴趣点数据的基础信息，实现对两个门类兴趣点数据进行去重。例如，比较两个门类兴趣点数据的名称、地址、坐标、父子关系来判断两个门类兴趣点数据是否重复，从而合并重复的门类兴趣点数据。第二、采用人工方式核对两个门类兴趣点数据是否相似，从而合并重复的门类兴趣点数据。

在实现本发明的过程中，发明人发现现有技术中至少存在如下问题：

采用现有的第一种去重方法，由于两个门类兴趣点数据的基础信息与实际的门类兴趣点数据之间可能存在差别，所以采用第一种去重方法所达到的去重准确率不高；采用现有的第二种去重方法，由于核对门类兴趣点数据需要占用大量的人力和时间，所以采用第二种去重方法的人工成本和时间成本极高。

发明内容

有鉴于此，本发明实施例提供一种门类兴趣点数据的去重方法、装置、电子设备及存储介质，不仅可以提高门类兴趣点数据的去重准确率，而且还可以节省人工成本和时间成本。

第一方面，本发明实施例提供了一种门类兴趣点数据的去重方法，所述方法包括：

获取目标兴趣点的第一图片和第二图片；

根据图片分类模型，获取所述第一图片包括的第一门类兴趣点数据和所述第二图片包括的第二门类兴趣点数据；

根据图片相似模型，获取所述第一门类兴趣点数据和所述第二门类兴趣点数据的相似度；

当所述相似度大于相似度阈值时，对所述第一门类兴趣点数据和所述第二门类兴趣点数据进行去重处理。

在上述实施例中，在所述根据图片相似模型，获取所述第一门类兴趣点数据和所述第二门类兴趣点数据的相似度之前，所述方法还包括：

获取训练集；所述训练集包括至少一个训练对；各个训练对包括：第一训练图片、第二训练图片及分类标签；所述分类标签表示所述第一训练图片与所述第二训练图片相似匹配的预期结果；

在各个训练对中提取所述第一训练图片的特征因素以及所述第二训练图片的特征因素；根据所述第一训练图片的特征因素和所述第二训练图片的特征因素分别生成所述第一训练图片对应的特征向量和所述第二训练图片对应的特征向量；

将各个训练对中的所述第一训练图片对应的特征向量和所述第二训练图片对应的特征向量以及所述分类标签作为模型输入对原始的图片相似模型进行训练，得到所述图片相似模型。

在上述实施例中，所述对所述第一门类兴趣点数据和所述第二门类兴趣点数据进行去重处理，包括：