CN104123318B - 一种地图显示兴趣点的方法及*** - Google Patents

一种地图显示兴趣点的方法及*** Download PDF

Info

Publication number
CN104123318B
CN104123318B CN201310156741.4A CN201310156741A CN104123318B CN 104123318 B CN104123318 B CN 104123318B CN 201310156741 A CN201310156741 A CN 201310156741A CN 104123318 B CN104123318 B CN 104123318B
Authority
CN
China
Prior art keywords
interest
point
quoted
classification
poi
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310156741.4A
Other languages
English (en)
Other versions
CN104123318A (zh
Inventor
王文勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201310156741.4A priority Critical patent/CN104123318B/zh
Publication of CN104123318A publication Critical patent/CN104123318A/zh
Application granted granted Critical
Publication of CN104123318B publication Critical patent/CN104123318B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供了一种地图显示兴趣点的方法，包括：为兴趣点进行数据分类，并统计兴趣点的被引用数；依据兴趣点的被引用数对每个类别下的兴趣点进行去噪点处理；依据所述兴趣点的被引用数获得去噪点处理后得到的兴趣点的重要度，所述兴趣点的重要度用于地图显示兴趣点；本发明还提供一种地图显示兴趣点的***。根据本发明提供的技术方案，能够及时有效地在地图中显示重要的兴趣点。

Description

一种地图显示兴趣点的方法及***
【技术领域】
本发明涉及互联网应用领域，尤其涉及一种地图显示兴趣点的方法及***。
【背景技术】
在地图信息***(GIS，Geographic Information System)中，地图中需要显示兴趣点(POI，Point of Interest)，但是由于显示屏幕的大小有限，而可显示的POI数量很多，因此不可能在地图上显示出区域中的所有POI，因此就需要对POI进行挑选，仅在地图上显示选出的POI。
目前，都是依据POI的重要度来选择用于显示的POI，但是POI的重要度与POI所属地区相关，例如，对于同一商场在繁华地区的重要度与在偏僻地区的重要度不一样，因此判断POI的重要度一直是比较难解决的问题，都没有一个成熟的技术方案能够实现客观的判断POI的重要度。普遍判断POI的重要度的方法是先依据POI的类别为POI分配一个权值，然后基于该权值进行人工调权后得到POI的重要度。这种判断POI的重要度的方法由于需要人工参与，因此POI的重要度主要依据主观因素获得，导致有些重要的POI无法显示，不重要的POI则显示很多的问题，使得用户在地图应用中无法及时有效的获得满意的显示结果，用户体验较差；而且POI的数量众多，如果每个POI都需要人工参与判断得到重要度，将消耗较多的人力且效率较低。
【发明内容】
有鉴于此，本发明提供了一种地图显示兴趣点的方法及***，能够及时有效地在地图中显示重要的兴趣点。
本发明的具体技术方案如下：
根据本发明一优选实施例，一种地图显示兴趣点的方法，包括：
为兴趣点进行数据分类，并统计兴趣点的被引用数；
依据兴趣点的被引用数对每个类别下的兴趣点进行去噪点处理；
依据所述兴趣点的被引用数获得去噪点处理后得到的兴趣点的重要度，所述兴趣点的重要度用于地图显示兴趣点。
上述方法中，所述为兴趣点进行数据分类具体为：
依据预设的兴趣点的类别码，在预设的类别码与类别名称的一一对应关系中获得兴趣点的类别名称，将类别名称相同的兴趣点归为同一类别。
上述方法中，所述统计兴趣点的被引用数具体为：
将兴趣点的名称和所属区域作为查询词在搜索引擎进行检索，得到每个搜索引擎的检索结果；
依据所述检索结果获得每个搜索引擎中引用所述兴趣点的网页，对所述网页进行去重后得到搜索引擎中引用所述兴趣点的网站个数，所述兴趣点的网站个数为兴趣点在搜索引擎的被引用数；
对兴趣点在搜索引擎的被引用数进行增加或削减处理；
将兴趣点在各个搜索引擎的被引用数相加，得到所述兴趣点的被引用数。
上述方法中，所述对每个类别下的兴趣点进行去噪点处理具体为：
依据被引用数由大到小顺序，对同一个类别下的兴趣点进行排序，依次判断前后相邻的两个兴趣点的被引用数的差值；
当相邻的两个兴趣点的差值超过预设阈值时，将这两个兴趣点通过审核界面显示给用户；
当依据用户反馈判断出前一个兴趣点为常用词时，删除前一个兴趣点删除。
上述方法中，所述兴趣点的重要度等于：兴趣点的被引用数与兴趣点所在类别的兴趣点的被引用数的平均值的差除以兴趣点所在类别的兴趣点的被引用数的标准差。
上述方法中，所述兴趣点所在类别的兴趣点的被引用数的平均值等于所述兴趣点所在类别下所有兴趣点的被引用数的累加和除以所述类别下兴趣点的总数。
上述方法中，所述兴趣点所在类别的兴趣点的被引用数的标准差利用如下公式得到：
其中，σ表示兴趣点所在类别的兴趣点的被引用数的标准差，link(i)表示所述兴趣点的被引用数，μ表示所述兴趣点所在类别的兴趣点的被引用数的平均值。
一种地图显示兴趣点的***，包括：分类单元、统计单元、处理单元、生成单元；其中，
分类单元，用于为兴趣点进行数据分类；
统计单元，用于统计兴趣点的被引用数；
处理单元，用于依据兴趣点的被引用数对每个类别下的兴趣点进行去噪点处理；
生成单元，用于依据所述兴趣点的被引用数获得去噪点处理后得到的兴趣点的重要度，所述兴趣点的重要度用于地图显示兴趣点。
上述***中，所述分类单元为兴趣点进行数据分类，具体包括：
依据预设的兴趣点的类别码，在预设的类别码与类别名称的一一对应关系中获得兴趣点的类别名称，将类别名称相同的兴趣点归为同一类别。
上述***中，所述统计单元统计兴趣点的被引用数，具体包括：
将兴趣点的名称和所属区域作为查询词在搜索引擎进行检索，得到每个搜索引擎的检索结果；
依据所述检索结果获得每个搜索引擎中引用所述兴趣点的网页，对所述网页进行去重后得到搜索引擎中引用所述兴趣点的网站个数，所述兴趣点的网站个数为兴趣点在搜索引擎的被引用数；
对兴趣点在搜索引擎的被引用数进行增加或削减处理；
将兴趣点在各个搜索引擎的被引用数相加，得到所述兴趣点的被引用数。
上述***中，所述处理单元对每个类别下的兴趣点进行去噪点处理，具体包括：
依据被引用数由大到小顺序，对同一个类别下的兴趣点进行排序，依次判断前后相邻的两个兴趣点的被引用数的差值；
当相邻的两个兴趣点的差值超过预设阈值时，将这两个兴趣点通过审核界面显示给用户；
当依据用户反馈判断出前一个兴趣点为常用词时，删除前一个兴趣点删除。
上述***中，所述兴趣点的重要度等于：兴趣点的被引用数与兴趣点所在类别的兴趣点的被引用数的平均值的差除以兴趣点所在类别的兴趣点的被引用数的标准差。
上述***中，所述兴趣点所在类别的兴趣点的被引用数的平均值等于所述兴趣点所在类别下所有兴趣点的被引用数的累加和除以所述类别下兴趣点的总数。
上述***中，所述兴趣点所在类别的兴趣点的被引用数的标准差利用如下公式得到：
其中，σ表示兴趣点所在类别的兴趣点的被引用数的标准差，link(i)表示所述兴趣点的被引用数，μ表示所述兴趣点所在类别的兴趣点的被引用数的平均值。
由以上技术方案可以看出，本发明提供的具有以下有益效果：
依据POI在搜索引擎中的被引用数获得POI的重要度，再依据POI的重要度在地图中显示重要度排名靠前的POI，从而能够实现合理、客观的获得POI的重要度，使得地图中能够及时有效地显示出重要的POI，向用户提供满意的显示结果，提升用户体验；同时，本发明技术方案中能够自动生成POI的重要度，节省人力，且效率较高。
【附图说明】
图1是本发明实现地图显示兴趣点的方法的优选实施例的流程示意图；
图2是本发明实现地图显示兴趣点的***的优选实施例的结构示意图；
图3(a)是依据利用传统技术方案获得POI的重要度在地图显示POI的示例图；
图3(b)是依据利用本发明技术方案获得POI的重要度在地图显示POI的示例图。
【具体实施方式】
本发明的基本思想是：为兴趣点进行数据分类，并统计兴趣点的被引用数；依据兴趣点的被引用数对每个类别下的兴趣点进行去噪点处理；依据所述兴趣点的被引用数获得去噪点处理后得到的兴趣点的重要度，所述兴趣点的重要度用于地图显示兴趣点。
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。
本发明提供一种地图显示兴趣点的方法，图1是本发明实现地图显示兴趣点的方法的优选实施例的流程示意图，如图1所示，该优选实施例包括以下步骤：
步骤S101，为POI进行数据分类。
具体的，接收数据合作方提供的POI，这些POI同时携带简单的描述信息，POI的描述信息主要包括POI的类别码、名称和所属区域；依据POI的类别码在预设的类别码与类别名称的一一对应关系中获得POI的类别名称，将类别名称相同的POI归为同一类别，从而实现对POI进行数据分类；其中，POI的类别非常多，常见的类别如公园、学校、酒店、购物中心等。
步骤S102，统计POI的被引用数。
具体的，对于每个POI，都统计对应的被引用数；POI的被引用数指的是引用该POI的网站个数；统计POI的被引用数的方法为：首先，将POI的名称和所属区域一起作为查询词在预设的一个以上搜索引擎中分别进行检索，得到每个搜索引擎的检索结果；然后，依据检索结果获得每个搜索引擎中引用该POI的网页，对这些网页依据主域名进行去重，从而得到搜索引擎中引用该POI的网站个数，这个POI的网站个数就是该POI在该搜索引擎的被引用数，从而可以得到POI在每个搜索引擎的被引用数；接着，依据搜索引擎的使用率对每个搜索引擎中POI的被引用数进行增加或削减，增加使用率较高的搜索引擎的POI的被引用数，减小使用频率较低的搜索引擎的POI的被引用数调低；最后，将POI在各个搜索引擎的被引用数相加，得到该POI的被引用数。
例如，将“北京市故宫”作为查询词在百度搜索、soso、***等搜索引擎中进行检索，将百度搜索和***中POI的被引用数调高，将soso中该POI的被引用数调低。一般情况下，一个POI被引用的越多，表示该POI就越重要，因此POI的被引用数将作为获得该POI的重要度的重要依据。
步骤S103，依据POI的被引用数对POI进行去噪点处理。
具体的，在获得每个POI的被引用数后，由于有些POI属于常用词，并不能反映出一个POI的真实重要性，例如，“游泳场”是个常用词，而且有些POI的名称中就包含“游泳场”，即POI的名称和类别名称存在重合，因此该POI的被引用数就不能正确反映其重要度，需要对POI进行去噪点，即在POI中删除名称和类别名称存在重合的POI。
依据POI的被引用数对POI进行去噪点处理的方法为：针对每个类别，依据被引用数由大到小顺序，对同一个类别的POI进行排序，依次判断前后相邻的两个POI的被引用数的差值；当相邻的两个POI的差值超过预设阈值时，提取这两个POI，并通过审核界面显示给用户，由用户对这两个POI中的前一个POI进行分析，确定该POI确实为常用词时，在审核界面上触发删除按钮，从而将前一个POI删除，实现删除POI中的常用词；其中，所述用户指的是相关审核人员。
步骤S104，依据POI的被引用数获得POI的重要度，该POI的重要度用于地图显示POI。
具体的，在对POI进行去噪点处理后，对于保留的POI，依据每个POI的被引用数，并利用如下公式计算每个POI的重要度：
该公式中，rank(i)表示POI(i)的重要度，link(i)表示POI(i)的被引用数，μ表示POI(i)所在类别的POI的被引用数的平均值，σ表示POI(i)所在类别的POI的被引用数的标准差。
其中，POI所在类别的POI的被引用数的平均值μ可以用如下公式计算：
该公式中，N表示该POI所在类别下POI的总数，N为正整数；∑link(i)表示该POI所在类别下所有POI的被引用数的累加和，其中1≤i≤N。
其中，POI所在类别的POI的被引用数的标准差σ可以用如下公式计算：
该公式中，link(i)表示该POI(i)的被引用数，μ表示POI(i)所在类别的POI的被引用数的平均值。
计算得到POI的重要度后，在地图应用的数据库中保存POI的重要度，当需要在地图中显示某区域的POI时，依据POI的重要度由大到小的顺序对该区域中的所有POI进行排序，将排名靠前的一个以上POI显示在地图中。
为了实现上述方法，本发明还提供一种地图显示兴趣点的***，图2是本发明实现地图显示兴趣点的***的优选实施例的结构示意图，如图2所示，该***包括：分类单元、统计单元、处理单元、生成单元；其中，
分类单元201，用于为兴趣点进行数据分类；
统计单元202，用于统计兴趣点的被引用数；
处理单元203，用于依据兴趣点的被引用数对每个类别下的兴趣点进行去噪点处理；
生成单元204，用于依据所述兴趣点的被引用数获得去噪点处理后得到的兴趣点的重要度，所述兴趣点的重要度用于地图显示兴趣点。
其中，所述分类单元201为兴趣点进行数据分类，具体包括：
依据预设的兴趣点的类别码，在预设的类别码与类别名称的一一对应关系中获得兴趣点的类别名称，将类别名称相同的兴趣点归为同一类别。
其中，所述统计单元202统计兴趣点的被引用数，具体包括：
将兴趣点的名称和所属区域作为查询词在搜索引擎进行检索，得到每个搜索引擎的检索结果；
依据所述检索结果获得每个搜索引擎中引用所述兴趣点的网页，对所述网页进行去重后得到搜索引擎中引用所述兴趣点的网站个数，所述兴趣点的网站个数为兴趣点在搜索引擎的被引用数；
对兴趣点在搜索引擎的被引用数进行增加或削减处理；
将兴趣点在各个搜索引擎的被引用数相加，得到所述兴趣点的被引用数。
其中，所述处理单元203对每个类别下的兴趣点进行去噪点处理，具体包括：
依据被引用数由大到小顺序，对同一个类别下的兴趣点进行排序，依次判断前后相邻的两个兴趣点的被引用数的差值；
当相邻的两个兴趣点的差值超过预设阈值时，将这两个兴趣点通过审核界面显示给用户；
当依据用户反馈判断出前一个兴趣点为常用词时，删除前一个兴趣点删除。
其中，所述兴趣点的重要度等于：兴趣点的被引用数与兴趣点所在类别的兴趣点的被引用数的平均值的差除以兴趣点所在类别的兴趣点的被引用数的标准差。
所述兴趣点所在类别的兴趣点的被引用数的平均值等于所述兴趣点所在类别下所有兴趣点的被引用数的累加和除以所述类别下兴趣点的总数。
所述兴趣点所在类别的兴趣点的被引用数的标准差利用如下公式得到：
其中，σ表示兴趣点所在类别的兴趣点的被引用数的标准差，link(i)表示所述兴趣点的被引用数，μ表示所述兴趣点所在类别的兴趣点的被引用数的平均值。
图3(a)是依据利用传统技术方案获得POI的重要度在地图显示POI的示例图，图3(b)是依据利用本发明技术方案获得POI的重要度在地图显示POI的示例图，如图3(a)和3(b)所示，在使用本发明技术方案之前，在长治市的地图中很多重要的POI没有显示，如长治市地质博物馆、宋家庄村、西南关村、滨河公园、长治医学院等，而这些POI往往是这个地区的用户关注的POI，因此，本发明技术方案中，依据POI在搜索引擎中的被引用数获得POI的重要度，再依据POI的重要度在地图中显示重要度排名靠前的POI，从而能够实现合理、客观的获得POI的重要度，使得地图中能够及时有效地显示出重要的POI，向用户提供满意的显示结果，提升用户体验；同时，本发明技术方案中能够自动生成POI的重要度，节省人力，且效率较高。
专门的地图评分体系对利用传统技术方案得到的地图和利用本发明技术方案得到的地图进行分别评分，得到的分数分别为57和76分，表示本发明技术方案能够区分每个POI的重要度，从而保证地图有效显示重要的POI，地图效果较好。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (10)

1.一种地图显示兴趣点的方法，其特征在于，该方法包括：
为兴趣点进行数据分类，并统计兴趣点的被引用数；
依据兴趣点的被引用数对每个类别下的兴趣点进行去噪点处理；
依据所述兴趣点的被引用数获得去噪点处理后得到的兴趣点的重要度，所述兴趣点的重要度用于地图显示兴趣点；
其中，所述对每个类别下的兴趣点进行去噪点处理具体为：
依据被引用数由大到小顺序，对同一个类别下的兴趣点进行排序，依次判断前后相邻的两个兴趣点的被引用数的差值；
当相邻的两个兴趣点的差值超过预设阈值时，将这两个兴趣点通过审核界面显示给用户；
当依据用户反馈判断出前一个兴趣点为常用词时，删除前一个兴趣点。
2.根据权利要求1所述的方法，其特征在于，所述为兴趣点进行数据分类具体为：
依据预设的兴趣点的类别码，在预设的类别码与类别名称的一一对应关系中获得兴趣点的类别名称，将类别名称相同的兴趣点归为同一类别。
3.根据权利要求1所述的方法，其特征在于，所述统计兴趣点的被引用数具体为：
将兴趣点的名称和所属区域作为查询词在搜索引擎进行检索，得到每个搜索引擎的检索结果；
依据所述检索结果获得每个搜索引擎中引用所述兴趣点的网页，对所述网页进行去重后得到搜索引擎中引用所述兴趣点的网站个数，所述兴趣点的网站个数为兴趣点在搜索引擎的被引用数；
对兴趣点在搜索引擎的被引用数进行增加或削减处理；
将兴趣点在各个搜索引擎的被引用数相加，得到所述兴趣点的被引用数。
4.根据权利要求1所述的方法，其特征在于，所述兴趣点的重要度等于：兴趣点的被引用数与兴趣点所在类别的兴趣点的被引用数的平均值的差除以兴趣点所在类别的兴趣点的被引用数的标准差。
5.根据权利要求4所述的方法，其特征在于，所述兴趣点所在类别的兴趣点的被引用数的平均值等于所述兴趣点所在类别下所有兴趣点的被引用数的累加和除以所述类别下兴趣点的总数。
6.一种地图显示兴趣点的***，其特征在于，该***包括：分类单元、统计单元、处理单元、生成单元；其中，
分类单元，用于为兴趣点进行数据分类；
统计单元，用于统计兴趣点的被引用数；
处理单元，用于依据兴趣点的被引用数对每个类别下的兴趣点进行去噪点处理；
生成单元，用于依据所述兴趣点的被引用数获得去噪点处理后得到的兴趣点的重要度，所述兴趣点的重要度用于地图显示兴趣点；
其中，所述处理单元对每个类别下的兴趣点进行去噪点处理，具体包括：
依据被引用数由大到小顺序，对同一个类别下的兴趣点进行排序，依次判断前后相邻的两个兴趣点的被引用数的差值；
当相邻的两个兴趣点的差值超过预设阈值时，将这两个兴趣点通过审核界面显示给用户；
当依据用户反馈判断出前一个兴趣点为常用词时，删除前一个兴趣点。
7.根据权利要求6所述的***，其特征在于，所述分类单元为兴趣点进行数据分类，具体包括：
依据预设的兴趣点的类别码，在预设的类别码与类别名称的一一对应关系中获得兴趣点的类别名称，将类别名称相同的兴趣点归为同一类别。
8.根据权利要求6所述的***，其特征在于，所述统计单元统计兴趣点的被引用数，具体包括：
将兴趣点的名称和所属区域作为查询词在搜索引擎进行检索，得到每个搜索引擎的检索结果；
依据所述检索结果获得每个搜索引擎中引用所述兴趣点的网页，对所述网页进行去重后得到搜索引擎中引用所述兴趣点的网站个数，所述兴趣点的网站个数为兴趣点在搜索引擎的被引用数；
对兴趣点在搜索引擎的被引用数进行增加或削减处理；
将兴趣点在各个搜索引擎的被引用数相加，得到所述兴趣点的被引用数。
9.根据权利要求6所述的***，其特征在于，所述兴趣点的重要度等于：兴趣点的被引用数与兴趣点所在类别的兴趣点的被引用数的平均值的差除以兴趣点所在类别的兴趣点的被引用数的标准差。
10.根据权利要求9所述的***，其特征在于，所述兴趣点所在类别的兴趣点的被引用数的平均值等于所述兴趣点所在类别下所有兴趣点的被引用数的累加和除以所述类别下兴趣点的总数。
CN201310156741.4A 2013-04-28 2013-04-28 一种地图显示兴趣点的方法及*** Active CN104123318B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310156741.4A CN104123318B (zh) 2013-04-28 2013-04-28 一种地图显示兴趣点的方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310156741.4A CN104123318B (zh) 2013-04-28 2013-04-28 一种地图显示兴趣点的方法及***

Publications (2)

Publication Number Publication Date
CN104123318A CN104123318A (zh) 2014-10-29
CN104123318B true CN104123318B (zh) 2019-01-15

Family

ID=51768730

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310156741.4A Active CN104123318B (zh) 2013-04-28 2013-04-28 一种地图显示兴趣点的方法及***

Country Status (1)

Country Link
CN (1) CN104123318B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105222803A (zh) * 2015-10-20 2016-01-06 北京百度网讯科技有限公司 地图poi显示方法及终端
CN107798018B (zh) * 2016-09-06 2020-04-10 高德软件有限公司 一种兴趣点显示信息的设置方法及装置
CN107679189A (zh) * 2017-09-30 2018-02-09 百度在线网络技术（北京）有限公司 一种兴趣点更新方法、装置、服务器和介质
CN107918512B (zh) * 2017-11-16 2020-08-04 携程旅游信息技术（上海）有限公司 酒店信息显示方法、装置、电子设备、存储介质
CN108073712B (zh) * 2017-12-22 2020-08-18 金蝶软件（中国）有限公司 信息***中的主数据删除方法、装置和计算机设备
CN108182253B (zh) * 2017-12-29 2021-12-28 百度在线网络技术（北京）有限公司 用于生成信息的方法和装置
CN108446303B (zh) * 2018-01-30 2022-03-15 中国电子科技集团公司第三十研究所 一种地图节点聚合显示、分层聚合方法及装置
CN110688434B (zh) * 2018-06-19 2022-12-09 百度在线网络技术（北京）有限公司 一种兴趣点处理方法、装置、设备和介质
CN109241225B (zh) 2018-08-27 2022-03-25 百度在线网络技术（北京）有限公司 兴趣点竞争关系挖掘方法、装置、计算机设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010102890A (ko) * 2001-10-17 2001-11-17 박홍성 관심 지점정보 표시를 위한 개인 항법 시스템 및 그표시방법
CN101271000A (zh) * 2008-04-30 2008-09-24 凯立德欣技术（深圳）有限公司 一种车载导航终端及其兴趣点显示方法
CN101350154A (zh) * 2008-09-16 2009-01-21 北京搜狗科技发展有限公司 一种电子地图数据的排序方法及装置
CN101388023A (zh) * 2008-09-12 2009-03-18 北京搜狗科技发展有限公司 电子地图兴趣点数据冗余检测方法和***
CN102479229A (zh) * 2010-11-29 2012-05-30 北京四维图新科技股份有限公司 一种兴趣点poi数据产生方法和***
CN102541936A (zh) * 2010-12-31 2012-07-04 高德软件有限公司 兴趣点流行度获取方法和装置
CN102682023A (zh) * 2011-03-11 2012-09-19 富士通株式会社 确定网站搜索关键词的方法和装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010102890A (ko) * 2001-10-17 2001-11-17 박홍성 관심 지점정보 표시를 위한 개인 항법 시스템 및 그표시방법
CN101271000A (zh) * 2008-04-30 2008-09-24 凯立德欣技术（深圳）有限公司 一种车载导航终端及其兴趣点显示方法
CN101388023A (zh) * 2008-09-12 2009-03-18 北京搜狗科技发展有限公司 电子地图兴趣点数据冗余检测方法和***
CN101350154A (zh) * 2008-09-16 2009-01-21 北京搜狗科技发展有限公司 一种电子地图数据的排序方法及装置
CN102479229A (zh) * 2010-11-29 2012-05-30 北京四维图新科技股份有限公司 一种兴趣点poi数据产生方法和***
CN102541936A (zh) * 2010-12-31 2012-07-04 高德软件有限公司 兴趣点流行度获取方法和装置
CN102682023A (zh) * 2011-03-11 2012-09-19 富士通株式会社 确定网站搜索关键词的方法和装置

Also Published As

Publication number Publication date
CN104123318A (zh) 2014-10-29

Similar Documents

Publication Publication Date Title
CN104123318B (zh) 一种地图显示兴趣点的方法及***
McKenzie et al. Weighted multi-attribute matching of user-generated points of interest
CN103914536B (zh) 一种用于电子地图的兴趣点推荐方法及***
Jiang Ranking spaces for predicting human movement in an urban environment
US20130297694A1 (en) Systems and methods for interactive presentation and analysis of social media content collection over social networks
Kovacs-Gyori et al. # London2012: Towards citizen-contributed urban planning through sentiment analysis of twitter data
CN106021508A (zh) 基于社交媒体的突发事件应急信息挖掘方法
CN110533212A (zh) 基于大数据的城市内涝舆情监测预警方法
CN104504024B (zh) 基于微博内容的关键词挖掘方法及***
Wongcharoen et al. Twitter analysis of road traffic congestion severity estimation
CN105630884B (zh) 一种微博热点事件的地理位置发现方法
CN103955505A (zh) 一种基于微博的事件实时监测方法及***
CN109508363A (zh) 基于gis的水利大数据服务平台及其工作方法
CN106326371A (zh) 服务推送方法及装置
CN105930470A (zh) 一种基于特征权重分析技术的文件检索方法
CN103631862B (zh) 基于微博的事件特征演化挖掘方法及***
Bouillot et al. How and why exploit tweet’s location information
Liu et al. A search and summary application for traffic events detection based on twitter data
Maghrebi et al. Transportation application of social media: Travel mode extraction
CN104408083A (zh) 一种社会化媒体分析***
CN104915405A (zh) 一种基于多层次的微博查询扩展方法
CN104216889A (zh) 基于云服务的数据传播性分析预测方法及***
CN103761286B (zh) 一种基于用户兴趣的服务资源检索方法
CN103440308B (zh) 一种基于形式概念分析的数字论文检索方法
Kanza et al. City nexus: Discovering pairs of jointly-visited locations based on geo-tagged posts in social networks

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant