[发明专利]长尾POI的失效预测方法、装置、设备和介质

权利要求书

1.一种长尾POI的失效预测方法，包括：

获取待预测长尾POI的特征信息，其中，所述特征信息与长尾POI的属性有关；

利用预先训练的预测模型，根据所述特征信息对所述待预测长尾POI的失效状态进行预测。

2.根据权利要求1所述的方法，其中，所述预测模型的训练过程包括：

获取多个已失效长尾POI的历史数据作为训练样本，其中，每个训练样本均具有失效或存续的标注信息；

从所述历史数据中提取每个已失效长尾POI的特征信息；

将所述每个已失效长尾POI的特征信息作为模型输入，将对应的标注信息作为模型输出，经二分类任务的模型训练，得到所述预测模型。

3.根据权利要求2所述的方法，其中，所述已失效长尾POI是通过如下方式确定：

如果在目标POI所处的同一地理位置处采集的所述目标POI的招牌图片消失，则确定所述目标POI为已失效长尾POI。

4.根据权利要求1或2所述的方法，其中，所述特征信息包括如下中的至少之一：

POI分类、所属城市等级、存续时间、是否位于高热人流量区域、用户检索次数、上线来源或POI坐标。

5.根据权利要求4所述的方法，其中，所述是否位于高热人流量区域包括：

在所述待预测长尾POI周围设定范围内，是否有写字楼、购物中心、地铁站和/或飞机场。

6.根据权利要求4所述的方法，其中，在所述利用预先训练的预测模型进行预测之前，所述方法还包括：

对所述特征信息中的是否位于高热人流量区域，进行二值化处理。

7.根据权利要求4所述的方法，其中，在所述利用预先训练的预测模型进行预测之前，所述方法还包括：

对所述特征信息中的POI分类和所属城市等级，进行哑编码。

8.根据权利要求4所述的方法，其中，在所述利用预先训练的预测模型进行预测之前，所述方法还包括：

对所述特征信息中的存续时间和用户检索次数进行对数函数变换，并对所述对数函数变换的结果进行最值归一化。

9.根据权利要求4所述的方法，其中，在所述利用预先训练的预测模型进行预测之前，所述方法还包括：

将所述POI坐标映射到预设大小的网格中，其中，所述网格的编号作为所述预测模型的输入。

10.根据权利要求4所述的方法，其中，所述预测模型的输入层，至少用于拟合所述POI坐标中的X轴和Y轴的相关性。

11.根据权利要求1所述的方法，其中，所述预测模型是基于统计机器学习方法训练得到。

12.一种长尾POI的失效预测装置，包括：

特征信息获取模块，用于获取待预测长尾POI的特征信息，其中，所述特征信息与长尾POI的属性有关；

失效预测模块，用于利用预先训练的预测模型，根据所述特征信息对所述待预测长尾POI的失效状态进行预测。

13.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-11中任一项所述的长尾POI的失效预测方法。

14.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行根据权利要求1-11中任一项所述的长尾POI的失效预测方法。

15.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-11中任一项所述的长尾POI的失效预测方法。