[发明专利]OTA酒店的虚假地址的检测方法、系统、介质及设备

权利要求书

1.一种OTA酒店的虚假地址的检测方法，其特征在于，所述检测方法包括：

获取用户入住所述OTA酒店期间的用户坐标；

计算所述用户坐标与所述OTA酒店在线登记的地址坐标之间的距离；

统计所述距离超过第一预设阈值的所述用户坐标的数量；

判断所述数量是否达到第一数量阈值要求；

若所述数量达到所述第一数量阈值要求，则确定所述OTA酒店在线登记的地址为虚假地址；

若所述数量达到所述第一数量阈值要求，则确定所述OTA酒店在线登记的地址为虚假地址的步骤包括：

若所述数量达到所述第一数量阈值要求，则对所述用户坐标进行聚类，以得到所述OTA酒店对应的多个聚类簇，每个所述聚类簇包括一个中心点以及与所述中心点对应的聚类点数；

若具有最多的聚类点数的所述聚类簇的所述中心点与所述OTA酒店在线登记的地址坐标的距离超过第二预设阈值，则确定所述OTA酒店为第一类虚假地址酒店；

若具有最多的聚类点数的所述聚类簇的所述中心点与所述OTA酒店在线登记的地址坐标的距离不超过所述第二预设阈值，则确定所述OTA酒店为第二类虚假地址酒店。

2.如权利要求1所述的OTA酒店的虚假地址的检测方法，其特征在于，

所述用户坐标的总数量为N，N为正整数；对所述用户坐标进行聚类，以得到所述OTA酒店对应的多个聚类簇的步骤包括：

选取K个所述用户坐标作为中心点，其中，每个所述中心点均对应一个所述聚类簇，K为小于N的正整数；

分别比较每个所述用户坐标与K个所述中心点的相似度，并将每个所述用户坐标划分入相似度最高的所述中心点对应的所述聚类簇中；

分别计算每个所述聚类簇中的所述用户坐标的平均值，并以所述平均值作为所述聚类簇的新中心点；

分别比较每个所述用户坐标与所述新中心点的相似度，并将每个所述用户坐标划分入相似度最高的所述新中心点对应的所述聚类簇中；

比较每个所述聚类簇的新中心点与前一中心点是否一致；

若不一致，则重新执行分别计算每个所述聚类簇中的所述用户坐标的平均值，并以所述平均值作为所述聚类簇的新中心点的步骤。

3.如权利要求1所述的OTA酒店的虚假地址的检测方法，其特征在于，

所述确定所述OTA酒店在线登记的地址为虚假地址的步骤之前还包括：获取所述OTA酒店的酒店点评数据，所述酒店点评数据包括地址有问题点评以及地址无问题点评；以所述酒店点评数据为深度学习模型的输入，以地址有问题以及地址无问题作为所述深度学习模型的输出，对所述深度学习模型进行训练，以得到酒店点评数据测试模型；

若所述数量达到所述第一数量阈值要求，则确定所述OTA酒店在线登记的地址为虚假地址的步骤包括：

若所述数量达到所述第一数量阈值要求，则将所述OTA酒店对应的酒店点评数据输入所述酒店点评数据测试模型，以得到所述OTA酒店对应的酒店点评数据测试结果；

若所述酒店点评数据测试结果中地址有问题的所述酒店点评数据的数量达到第二数量阈值要求，则确定所述OTA酒店在线登记的地址为虚假地址。