[发明专利]一种兴趣点数据处理方法、装置、电子设备和存储介质

说明书

本申请涉及计算机技术领域，尤其涉及一种兴趣点数据处理方法、装置、电子设备和存储介质，用以提高兴趣点数据处理准确度与业务执行效率，其中，方法包括：获取目标业务的目标范围中目标POI以及目标POI对应的第一候选父POI的结构化信息，并分别输入已训练的第一网络模型，获得目标POI以及各第一候选父POI的层级语义表示信息；根据各第一候选父POI与目标POI的层级语义表示信息，确定各第一候选父POI为目标POI父POI的概率；根据概率确定目标POI与部分或全部第一候选父POI的层级关系；根据确定的层级关系执行目标业务的相关逻辑。由于层级语义表示信息含层级关系特征，使层级关系更准确，目标业务执行效率更高。

背景技术

层级关系是POI(Point Of Interest，兴趣点)之间的基础属性关系，POI层级关系挖掘则是指识别出POI实体之间潜在的父子层级关系，对于补充商圈和AOI面、POI匹配等业务可提供重要手段。

常见的POI层级关系挖掘方法是通常分类器实现的。但是通过分类器的方式仅考虑了POI的文本语义信息，得到的POI层级不够精确，因而基于POI层级关系的相关业务在执行时效率也较低。

发明内容

本申请实施例提供一种兴趣点数据处理方法、装置、电子设备和存储介质，用以提高兴趣点数据处理的准确度与目标业务执行的效率。

本申请实施例提供的一种兴趣点数据处理方法，包括：

获取目标业务的目标范围中，目标兴趣点POI以及所述目标POI对应的至少一个第一候选父POI的结构化信息；

将所述目标POI的结构化信息输入已训练的第一网络模型，获得所述目标POI的层级语义表示信息，以及将每个第一候选父POI的结构化信息分别输入所述已训练的第一网络模型，获得所述每个第一候选父POI的层级语义表示信息；其中所述已训练的第一网络模型是根据已标注层级关系的第一训练样本得到的，所述第一训练样本包括具有兄弟关系的POI样本以及具有非兄弟关系的POI样本的结构化信息；

根据所述每个第一候选父POI的层级语义表示信息与所述目标POI的层级语义表示信息，确定所述每个第一候选父POI作为所述目标POI的父POI的概率；

根据所述每个第一候选父POI作为所述目标POI的父POI的概率，确定所述目标POI与部分或全部第一候选父POI之间的层级关系；

根据确定的层级关系执行所述目标业务的相关逻辑。

本申请实施例提供的一种兴趣点数据处理装置，包括：

获取单元，用于获取目标业务的目标范围中，目标兴趣点POI以及所述目标POI对应的至少一个第一候选父POI的结构化信息；

信息处理单元，用于将所述目标POI的结构化信息输入已训练的第一网络模型，获得所述目标POI的层级语义表示信息，以及将每个第一候选父POI的结构化信息分别输入所述已训练的第一网络模型，获得所述每个第一候选父POI的层级语义表示信息；其中，所述已训练的第一网络模型是根据已标注层级关系的第一训练样本得到的，所述第一训练样本包括具有兄弟关系的POI样本以及具有非兄弟关系的POI样本的结构化信息；

第一确定单元，用于根据所述每个第一候选父POI的层级语义表示信息与所述目标POI的层级语义表示信息，确定所述每个第一候选父POI作为所述目标POI的父POI的概率；

第二确定单元，根据所述每个第一候选父POI作为所述目标POI的父POI的概率，确定所述目标POI与部分或全部第一候选父POI之间的层级关系；

执行单元，根据确定的层级关系执行所述目标业务的相关逻辑。

在一种可选的实施方式中，所述第一确定单元具体用于：