[发明专利]兴趣点信息的获取方法、电子设备及存储介质在审

专利信息
申请号: 202211262586.X 申请日: 2022-10-14
公开(公告)号: CN115525841A 公开(公告)日: 2022-12-27
发明(设计)人: 董庆洲;杨晶 申请(专利权)人: 高德软件有限公司
主分类号: G06F16/9537 分类号: G06F16/9537;G06F16/387;G06F16/35;G06F16/335
代理公司: 北京智信四方知识产权代理有限公司 11519 代理人: 刘真
地址: 102200 北京市昌平*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 兴趣 信息 获取 方法 电子设备 存储 介质
【权利要求书】:

1.一种兴趣点信息的获取方法,包括:

获取多个订单地址信息,其中,所述订单地址信息包括名称信息和位置信息;

根据所述订单地址信息中的名称信息和位置信息,对所述多个订单地址信息进行聚类处理,得到至少一个聚类簇,每个聚类簇中包含至少两个订单地址信息,每个聚类簇对应一个兴趣点;

针对每个聚类簇,从所述聚类簇内至少两个订单地址信息的名称信息中筛选一个满足兴趣点命名条件的名称信息作为所述聚类簇对应的兴趣点的名称;

根据所述聚类簇内至少两个订单地址信息的位置信息,确定所述聚类簇对应的兴趣点的地址坐标。

2.根据权利要求1所述的方法,其中,所述根据所述订单地址信息中的名称信息和位置信息,对所述多个订单地址信息进行聚类处理,得到至少一个聚类簇,包括:

根据所述订单地址信息中的名称信息和位置信息,使用第一聚类算法对所述多个订单地址信息进行初始聚类,得到至少一个初始聚类簇,每个初始聚类簇中包含多个候选信息,每个候选信息为所述多个订单地址信息中的一个;

获取所述候选信息对应的多维度特征信息,所述多维度特征信息包括所述候选信息对应的文本特征、用户位置特征和位置坐标中的至少一个;

根据所述候选信息对应的多维度特征信息,使用第二聚类算法对所述至少一个初始聚类簇进行聚类簇拆分和合并,得到至少一个聚类簇。

3.根据权利要求2所述的方法,其中,所述根据所述订单地址信息中的名称信息和位置信息,使用第一聚类算法对所述多个订单地址信息进行初始聚类,得到至少一个初始聚类簇,包括:

根据所述多个订单地址信息的名称信息和位置信息,确定所述多个订单地址信息之间的名称相似度和位置相似度;

基于各订单地址信息之间的名称相似度和位置相似度,使用第一聚类算法对所述多个订单地址信息进行初始聚类,得到至少一个初始聚类簇。

4.根据权利要求2所述的方法,其中,所述获取所述候选信息对应的多维度特征信息包括以下至少一个步骤:

使用第一特征提取模型从所述候选信息中提取所述候选信息对应的文本特征;

获取所述候选信息对应的用户在历史时间段内的定位信息,并使用第二特征提取模型从所述定位信息中提取所述候选信息对应的用户位置特征;

根据所述候选信息中的位置信息确定所述候选信息对应的位置坐标。

5.根据权利要求2所述的方法,其中,所述根据所述候选信息对应的多维度特征信息,使用第二聚类算法对所述至少一个初始聚类簇进行聚类簇拆分和合并,得到至少一个聚类簇,包括:

针对每个初始聚类簇,根据所述初始聚类簇中每个候选信息对应的多维度特征信息,确定所述初始聚类簇内各候选信息之间的相似度;

根据所述初始聚类簇内各候选信息之间的相似度,对所述初始聚类簇进行拆分,得到备用聚类簇;

从所述备用聚类簇中选取一个候选信息,并将选取的候选信息对应的多维度特征信息确定为所述备用聚类簇的信息;

根据所述备用聚类簇的信息,确定各备用聚类簇之间的相似度;

根据所述各备用聚类簇之间的相似度,对所述备用聚类簇进行合并,得到至少一个聚类簇。

6.根据权利要求1所述的方法,其中,所述从所述聚类簇内至少两个订单地址信息的名称信息中筛选一个满足兴趣点命名条件的名称信息作为所述聚类簇对应的兴趣点的名称,包括:

根据所述聚类簇内每个订单地址信息的名称信息,确定所述每个订单地址信息的名称信息的命名质量指标,所述命名质量指标包括名称通顺度、名称困惑度和名称完整度中的至少一个;

根据所述每个订单地址信息的名称信息的命名质量指标,对所述聚类簇内至少两个订单地址信息的名称信息进行排序,并选择排序第一的名称信息作为所述聚类簇对应的兴趣点的名称。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于高德软件有限公司,未经高德软件有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211262586.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top