CN111984876A - 兴趣点处理方法、装置、设备及计算机可读存储介质 - Google Patents
兴趣点处理方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111984876A CN111984876A CN202010601524.1A CN202010601524A CN111984876A CN 111984876 A CN111984876 A CN 111984876A CN 202010601524 A CN202010601524 A CN 202010601524A CN 111984876 A CN111984876 A CN 111984876A
- Authority
- CN
- China
- Prior art keywords
- text data
- image
- interest
- processed
- text
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title description 15
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000012545 processing Methods 0.000 claims abstract description 47
- 230000015654 memory Effects 0.000 claims description 18
- 238000012216 screening Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 14
- 241000287828 Gallus gallus Species 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 230000003993 interaction Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/216—Parsing using statistical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Molecular Biology (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Probability & Statistics with Applications (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Remote Sensing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了兴趣点处理方法、装置、设备及计算机可读存储介质,涉及数据处理中的智能搜索,可用于云服务或者云平台。具体实现方案为:获取各第三方平台发送的图文数据;确定图文数据中的文本数据对应的目标兴趣点;确定目标兴趣点与图文数据之间的关联度等级;将关联度等级超过预设阈值的图文数据与目标兴趣点建立关联关系,并发送至数据库中进行存储。从而能够自动地实现对电子地图中兴趣点的内容扩展。提高电子地图中兴趣点的内容扩展的效率,并节约人力资源。
Description
技术领域
本申请实施例涉及数据处理中的智能搜索,尤其涉及一种兴趣点处理方法、装置、设备及计算机可读存储介质。
背景技术
随着电子地图的发展,越来越多的用户习惯在出行前在终端设备上通过电子地图进行兴趣点的搜索。举例来说,用户可以在出行之前,在电子地图软件中输入兴趣点(PointOf Information,简称POI),以获得前往该兴趣点的路径以及该兴趣点的位置信息等。
为了使得用户在使用电子地图时,能够获取到更多的关于目标兴趣点的信息,一般都可以根据第三方平台中其他用户发表的图文数据对电子地图中的兴趣点进行内容扩展操作。具体地,现有技术中,一般都是通过人工对多个第三方平台中的图文数据进行审核,人工建立图文数据与目标兴趣点之间的关系。
发明内容
本申请提供了一种用于对电子地图中的兴趣点进行内容扩展操作的兴趣点处理的方法、装置、设备以及存储介质。
根据本申请的一方面,提供了一种兴趣点处理方法,包括:
获取各第三方平台发送的图文数据;
确定所述图文数据中的文本数据对应的目标兴趣点;
确定所述目标兴趣点与所述图文数据之间的关联度等级;
将关联度等级超过预设阈值的图文数据与所述目标兴趣点建立关联关系,并发送至数据库中进行存储。
根据本申请的第二方面,提供了一种兴趣点处理装置,包括:
获取模块,用于获取各第三方平台发送的图文数据;
确定模块,用于确定所述图文数据中的文本数据对应的目标兴趣点;
等级确定模块,用于确定所述目标兴趣点与所述图文数据之间的关联度等级;
关联关系建立模块,用于将关联度等级超过预设阈值的图文数据与所述目标兴趣点建立关联关系,并发送至数据库中进行存储。
根据本申请的第三方面,提供了一种电子设备,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第一方面所述的方法。
根据本申请的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行第一方面所述的方法。
根据本申请的技术解决了现有的地图中兴趣点的内容扩展方法,效率较低,且需要耗费较多的人力资源的问题。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1为本发明基于的***架构示意图;
图2为本发明实施例一提供的兴趣点处理方法的流程示意图;
图3为本发明实施例二提供的兴趣点处理方法的流程示意图;
图4为本发明实施例三提供的兴趣点处理方法的流程示意图;
图5为本发明实施例五提供的兴趣点处理方法的流程示意图;
图6为本发明一实施例提供的显示界面示意图;
图7为本发明又一实施例提供的显示界面示意图;
图8为本发明实施例六提供的兴趣点处理装置的结构示意图;
图9为本发明实施例七提供的兴趣点处理装置的结构示意图;
图10为本发明实施例十提供的兴趣点处理装置的结构示意图;
图11为本发明实施例提供的电子设备的结构示意图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
现有技术中,一般都是通过人工对多个第三方平台中的图文数据进行审核,人工建立图文数据与目标兴趣点之间的关系。但是,采用上述方法进行地图中兴趣点的内容扩展操作往往效率较低,且需要耗费较多的人力资源。为了解决上述技术问题,本发明提供了一种兴趣点处理方法、装置、设备以及存储介质。
需要说明的是,本申请提供兴趣点处理方法、装置、设备以及存储介质可运用在各种对兴趣点的优化处理的场景中。
实际应用中,为了使得用户在使用电子地图时,能够获取到更多的关于目标兴趣点的信息,需要人工对多个第三方平台内用户发布的图文信息进行审核,并将与电子地图内兴趣点存在关联关系的图文数据建立关联关系。但是,上述方法往往较为耗费人力资源,且效率较低。
在解决上述技术问题的过程中,发明人通过研究发现,为了提高地图中兴趣点的内容扩展的效率,并节约人力资源,可以自动地对第三方平台发送的图文数据中文本信息进行筛选,确定文本信息中的待处理文本,并确定该待处理文本对应的目标兴趣点。进而可以确定目标兴趣点与图文数据的关联度等级,根据关联度等级建立目标兴趣点与图文数据的关联关系。
图1为本发明基于的***架构示意图,如图1所示,本发明基于的***架构至少包括:终端设备1、服务器装置2以及多个第三方平台对应的服务器3,其中,服务器2中设置有兴趣点处理装置。该兴趣点处理装置装置采用C/C++、Java、Shell或Python等语言编写;终端设备1则可例如台式电脑、平板电脑、手机等。其中,服务器2分别与终端设备1以及多个第三方平台对应的服务器3通信连接,从而能够实现与终端设备1以及多个第三方平台对应的服务器3的信息交互。
举例来说,服务器2中设置的兴趣点处理装置可以获取至少一个第三方平台对应的服务器3发送的图文数据。并确定该图文数据中文本数据对应的目标兴趣点。确定目标兴趣点与图文数据之间的关联度等级。将关联度等级超过预设阈值的图文数据与目标兴趣点建立关联关系,并发送至数据库中进行存储。用户可以在终端设备1上进行兴趣点的搜索操作。兴趣点处理装置可以根据该搜索操作获取该兴趣点对应的图文数据并发送至终端设备1上进行显示。
本申请提供一种兴趣点处理方法、装置、设备以及存储介质,应用于数据处理领域中的智能搜索,以达到提高地图中兴趣点的内容扩展的效率,并节约人力资源的技术效果。
实施例一:
图2为本发明实施例一提供的兴趣点处理方法的流程示意图,如图2 所示,方法包括:
步骤101、获取各第三方平台发送的图文数据。
本实施例的执行主体为兴趣点处理装置,该兴趣点处理装置可耦合于服务器中。该服务器可以分别与多个第三方平台通信连接,从而能够分别与各第三方平台进行信息交互。
在本实施方式中,为了实现对电子地图中兴趣点的内容扩展,首先需要获取多个第三方平台发送的图文数据。该图文数据具体可以为第三方平台的用户在前往某一兴趣点之后,对兴趣点以及其周围的景点、商圈、店铺的图文介绍。举例来说,第三方平台具体可以为旅行类平台,用户在去往某一景点旅行之后,可以生成景点的介绍、景区的美食、人文景观等图文数据,上传至第三方平台内。
具体地,该第三方平台可以在获取到相应的触发指令时,向兴趣点处理装置发送预设时间间隔内新增的图文数据,也可以按照预设的时间间隔,向兴趣点处理装置发送该时间间隔内新增的图文数据,本申请对此不做限制。
步骤102、确定图文数据中的文本数据对应的目标兴趣点。
在本实施方式中,图文数据中往往具有文本数据,该文本数据可以为用户对兴趣点的描述,其中包括有目标兴趣点信息。因此为了实现对电子地图的内容扩充,可以确定图文数据中的文本数据对应的目标兴趣点。
具体地,可以采用预设的网络模型对目标兴趣点进行提取,也可以通过预设的兴趣点词库对目标兴趣点进行提取,本发明对此不做限制。
步骤103、确定目标兴趣点与图文数据之间的关联度等级。
在本实施方式中,由于部分图文数据中虽然包含某一兴趣点,但是针对该兴趣点并未进行过多的描述,或者该兴趣点与图文数据不相关。例如游记类图文数据,用户可能在图文数据中写道第一天去了XX景点,第二天去了XY景点等,并未对每一景点进行详细描述。此时,即使根据该图文数据进行兴趣点的内容扩充,对用户帮助也不大。
因此,为了提高兴趣点内容扩充的准确性,需要采用与兴趣点关联度较高的图文数据对兴趣点进行内容扩充。因此,在获得图文数据对应的目标兴趣点之后,还需要确定该目标兴趣点与图文数据之间的关联度等级。其中,该关联度等级具体可以为高度关联、中度关联、无关联等。
步骤104、将关联度等级超过预设阈值的图文数据与目标兴趣点建立关联关系,并发送至数据库中进行存储。
此外,设置有兴趣点处理装置的服务器还可以数据库通信连接,从而能够与数据库进行信息交互。
在本实施方式中,可以根据该关联度等级建立图文数据与目标兴趣点建立关联关系。具体地,可以将关联度等级超过阈值的图文数据与目标兴趣点建立关联关系。例如,该阈值可以为中度关联,因此,可以将高度关联的图文数据与目标兴趣点建立关联关系。
作为一种可以实施的方式,第三方发送的图文数据数量可以为多个,可能多篇图文数据中均具有统一目标兴趣点。因此,可以按照关联度等级对多个图文数据进行排序,该排序结果即为用户在终端设备上进行目标兴趣点搜索时的显示顺序。
在将关联度等级超过阈值的图文数据与目标兴趣点建立关联关系之后,可以将关联度等级超过阈值的图文数据与目标兴趣点发送到数据库中进行存储。
本实施例提供的兴趣点处理方法,通过确定图文数据中文本数据对应的目标兴趣点。将与目标兴趣点关联度等级高于预设阈值的图文数据与目标兴趣点建立关联关系,从而能够自动地实现对电子地图中兴趣点的内容扩展。提高电子地图中兴趣点的内容扩展的效率,并节约人力资源。
实施例二:
图3为本发明实施例二提供的兴趣点处理方法的流程示意图,在实施例一的基础上,如图3所示,步骤102具体包括:
步骤201、对图文数据中的文本数据进行筛选操作,获得图文数据对应的待处理兴趣点。
步骤202、根据待处理兴趣点在预设的数据库中确定与待处理兴趣点对应的目标兴趣点。
在本实施例中,为了实现对目标兴趣点的提取,首先可以对图文数据中的文本数据进行筛选操作,获得图文数据对应的待处理兴趣点。其中,该待处理兴趣点可以为与兴趣点相关的文本数据。
在获得文本数据对应的待处理兴趣点之后,可以进一步地根据该待处理兴趣点,在预设的数据库中确定与该待处理兴趣点对应的目标兴趣点。该数据库中可以预先存储有多个目标兴趣点,以及各目标兴趣点对应的待处理兴趣点。从而能够提高目标兴趣点召回的精准度。
进一步地,在实施例一的基础上,步骤201具体包括:
通过预设的文本提取模型,从文本数据中提取待处理文本;
对待处理文本进行优化操作,获得图文数据对应的待处理兴趣点。
在实施例中,具体可以通过预设的网络模型实现对待处理文本对应的提取。具体地,可以将文本数据输入至预设的文本提取模型中,获得文本提取模型输出的待处理文本。其中,该文本提取模型为预先通过待训练数据训练获得,该待训练数据中包括多个兴趣点文本。该文本提取模型具体可以为神经网络模型。
在获得待处理文本之后,为了提高待处理兴趣点的精准度,还可以对待处理文本进行筛选操作,获得待处理兴趣点。
通过文本提取模型进行待处理文本的提取,并对待处理文本进行优化操作,从而能够提高获得的待处理兴趣点的精准度,为后续目标兴趣点的召回提供基础。
进一步地,在实施例一的基础上,对待处理文本进行优化操作,包括:
判断第三方平台提供的图文数据中兴趣点对应的地址信息与数据库中预存的待处理文本对应的兴趣点的地址信息是否相同,根据判断结果对待处理文本进行优化操作,获得图文数据对应的待处理兴趣点;和/或,
通过预设的第一网络模型对待处理文本进行成分分析,确定待处理文本对应的核心词以及非核心词,获取待处理文本中的核心词,获得图文数据对应的待处理兴趣点;和/或,
根据预设的高频词库对待处理文本中的高频词进行删除操作,获得图文数据对应的待处理兴趣点;和/或,
确定待处理文本中用于表征方位信息的词语,根据用于表征方位信息的词语对待处理文本进行优化操作,获得图文数据对应的待处理兴趣点。
在本实施例中,第三方平台在发送图文数据的同时,还可能会发送图文数据中兴趣点的位置信息。具体地,若用户在编辑图文数据时,添加了兴趣点的位置信息,在第三方发送该图文数据时,会将位置信息一同发送至兴趣点处理装置。因此,可以确定待处理文本对应的兴趣点对应的位置信息与第三方平台提供的兴趣点对应的位置信息是否一致,根据比对结果,对待处理文本进行优化操作。若一致,则将该待处理文本作为待处理兴趣点。反之,则不再对该待处理文本进行处理。
可选地,为了提高目标兴趣点检索的精准度,可以通过预设的第一网络模型对待处理文本进行成分分析。确定待处理文本中的核心词以及非核心词,将待处理文本中的核心词作为待处理兴趣点。
举例来说,XX理工大学中,XX理工为核心词,大学为非核心词,因此,可以将XX理工作为待处理兴趣点。
可选地,为了提高目标兴趣点检索的精准度,可以对待处理文本中的高频词进行删除处理。具体地,可以预先建立高频词库,其中,存储有多个兴趣点中的高频词汇。根据该高频词库对待处理文本中的高频词进行删除操作,获得待处理兴趣点。
举例来说,XX野生动物园中,动物园为高频词汇,因此,可以删除动物园,将XX野生作为待处理兴趣点。
可选地,可以确定待处理文本中表征方位的词语,根据该用于表征方位信息的词语对待处理文本进行优化操作,获得图文数据对应的待处理兴趣点。
举例来说,XX大学位于XXX的西面,其中,位于是用于表征方位信息的词语,而XXX在方位词的后面,但是该语句的核心兴趣点为XX 大学,因此,可以根据方位词进行优化操作,获得XX大学作为待处理兴趣点。
通过进一步地对待处理文本进行优化操作,从而能够提高获得的待处理兴趣点的精准度。
本实施例提供的兴趣点处理方法,通过对图文数据中的文本数据进行筛选操作,获得图文数据对应的待处理兴趣点。根据待处理兴趣点在预设的数据库中确定与待处理兴趣点对应的目标兴趣点。从而能够提高目标兴趣点召回的精准度。
实施例三:
图4为本发明实施例三提供的兴趣点处理方法的流程示意图,在上述任一实施例的基础上,如图4所示,步骤202具体包括:
步骤301、根据待处理兴趣点在预设的数据库中检索与待处理兴趣点对应的预设数量的候选兴趣点。
步骤302、依次计算待处理兴趣点与各候选兴趣点之间的相似度。
步骤303、将相似度超过预设相似度阈值的候选兴趣点作为待处理兴趣点对应的目标兴趣点。
在本实施例中,根据待处理兴趣点在数据库中进行检索时,可能会检索出多个不同的结果。举例来说,同一品牌的美食店,可能在不同的区域开设有多家分店,因此,仅根据店铺名称进行检索时,可能会同时检索到多家不同位置的美食店。
为了提高根据待处理兴趣点确定的目标兴趣点的准确性,可以根据待处理兴趣点在预设的数据库中检索与待处理兴趣点对应的预设数量的候选兴趣点。其中,该预设数量具体可以为10个,也可以为用户根据实际需求自行设置的,本申请对此不做限制。
获取到预设数量的候选兴趣点之后,依次计算待处理兴趣点与各候选兴趣点之间的相似度,将相似度超过预设的相似度阈值的候选兴趣点作为待处理兴趣点对应的目标兴趣点。作为一种可以实施的方式,可以将相似度最高的候选兴趣点作为待处理兴趣点对应的目标兴趣点。
以实际应用举例来说,该待处理兴趣点可以为XX炸鸡店,根据“XX 炸鸡店”在数据库中检索得到五个候选兴趣点“XX炸鸡店”、“XX炸鸡腿店”、“XY炸鸡店”、“XY炸鸡排”“XXX炸鸡店”。依次计算目标文本与上述五个候选兴趣点之间的相似度分别为0.99998、0.909、0.788、0.709、0.689。因此,可以将相似度最高的XX炸鸡店作为目标文本对应的目标兴趣点。
本实施例提供的兴趣点处理方法,通过根据目标文本在数据库中进行检索操作,并根据目标文本与候选兴趣点之间的相似度进行目标兴趣点的判定,从而能够提高获得的目标兴趣点的准确性,为后续兴趣点内容扩充操作提供了基础。
实施例四:
进一步地,具体可以采用多种方式实现对关联度等级的确定,在上述任一实施例的基础上,步骤103具体包括:
确定目标兴趣点在图文数据中出现的次数信息;
根据次数信息确定目标兴趣点与图文数据之间的关联度等级。
在本实施例中,为了实现对关联度等级的确定,可以确定目标兴趣点在图文数据中出现的次数信息,根据该次数信息确定目标兴趣点与图文数据之间的关联度等级。
举例来说,若该目标兴趣点在图文数据中仅出现了一次,则表征该目标兴趣点与图文数据关联度等级不高。反之,若目标兴趣点在图文数据中出现的次数超过预设的阈值,则表征该目标兴趣点与图文数据关联度等级较高。
通过出现次数能够精准地确定目标兴趣点与图文数据之间的关联度等级,为后续兴趣点的内容扩充提供了基础。
进一步地,在上述任一实施例的基础上,步骤103具体包括:
在预设的数据库中确定目标兴趣点对应的位置信息;
根据位置信息与图文数据中的位置信息进行比对,确定目标兴趣点与图文数据之间的关联度等级。
在本实施例中,第三方平台在发送图文数据的同时,还可能会发送图文数据中兴趣点的位置信息。因此,可以在预设的数据库中确定目标兴趣点对应的位置信息。根据位置信息与图文数据中的位置信息进行比对,确定目标兴趣点与图文数据之间的关联度等级。
通过位置信息能够精准地确定目标兴趣点与图文数据之间的关联度等级,为后续兴趣点的内容扩充提供了基础。
进一步地,在上述任一实施例的基础上,步骤103具体包括:
判断图文数据中是否包括预设的主题词;
根据判断结果确定目标兴趣点与图文数据之间的关联度等级。
在本实施例中,可以对图文数据中是否包括预设的主题词,其中,该主题词可以为“游记”、“攻略”、“景区”、“风景区”等。若出现“游记”、“攻略”则表征该图文数据为游记类,与目标兴趣点关联度等级不高。反之,若出现“景区”、“风景区”则表征该图文数据是旅游类,则与目标兴趣点关联度较高。
通过挖掘主题词能够精准地确定目标兴趣点与图文数据之间的关联度等级,为后续兴趣点的内容扩充提供了基础。
进一步地,在上述任一实施例的基础上,步骤103具体包括:
分别对图文数据中的文本数据以及图片进行类别分析;
判断文本数据的类别标签是否与图片对应的类别标签一致;
根据判断结果确定目标兴趣点与图文数据之间的关联度等级。
在本实施例中,若图文数据中文字数据介绍的是景点信息,而图片则是自拍图片,则二者表达的内容不匹配,相应地其与目标兴趣点之间的关联性也较低。因此,可以分别对图文数据中的文字数据以及图片对应的类别进行分析。确定文字数据与图片对应的类别标签是否一致。若一致,则表征二者关联度等级较高,反之,则表征二者关联度等级较低。
通过文字数据的类别标签是否与图片对应的类别标签能够精准地确定目标兴趣点与图文数据之间的关联度等级,为后续兴趣点的内容扩充提供了基础。
进一步地,在上述任一实施例的基础上,步骤103具体包括:
确定文本数据中是否包括预设的关键词;
根据关键词确定目标兴趣点与图文数据之间的关联度等级。
在本实施例中,某些游记类的图文数据中虽然提及了目标兴趣点,但是其与目标兴趣点之间关联性较弱。因此,可以确定图文数据中是否包括某些预设的关键词,例如“第一天、第二天、第三天…”等,若包括,则表征目标兴趣点与图文数据之间的关联度等级较低,反之,则表征目标兴趣点与图文数据之间的关联度等级较高。
通过关键词能够精准地确定目标兴趣点与图文数据之间的关联度等级,为后续兴趣点的内容扩充提供了基础。
实施例五:
图5为本发明实施例五提供的兴趣点处理方法的流程示意图,在上述任一实施例的基础上,如图5所示,方法还包括:
步骤501、获取终端设备发送的兴趣点搜索指令,兴趣点搜索指令中包括待搜索兴趣点标识。
步骤502、根据待搜索兴趣点标识在数据库中查询待搜索兴趣点标识对应的位置信息以及图文数据。
步骤503、将待搜索兴趣点标识对应的位置信息以及图文数据发送至终端设备进行显示。
在本实施例中,在建立兴趣点与图文数据之间的关联关系之后,在用户对兴趣点进行搜索时,可以同时向用户展现兴趣点的基础信息以及上述图文数据,其中,基础信息可以为兴趣点的位置信息、前往兴趣点的路线等。具体地,可以获取终端设备发送的兴趣点搜索指令,其中,该兴趣点搜索指令中包括待搜索兴趣点标识。该兴趣点搜索指令是用户在终端设备上根据实际需求触发的。根据该兴趣点搜索指令,在预设的数据库中搜索与该待搜索兴趣点标识对应的基础信息以及图文数据,将该待搜索兴趣点标识对应的基础信息以及图文数据发送至终端设备进行显示。
图6为本发明一实施例提供的显示界面示意图,如图6所示,用户可以在电子地图软件中的搜索框内输入待搜索兴趣点:XX商场。兴趣点处理装置在获取到该兴趣点搜索指令之后,可以根据该待搜索兴趣点XX商场,确定XX商场的基础信息以及其对应的第三方平台内的图文数据,并将该XX商场的位置信息以及其对应的第三方平台内的图文数据反馈至终端设备进行显示。从而用户可以在电子地图软件内实现对待搜索兴趣点对应的多种信息进行查看,提高用户体验。
进一步地,在上述任一实施例的基础上,步骤503之后,方法还包括:
获取终端设备发送的图文数据查看指令,图文数据查看指令中包括图文数据标识;
根据图文数据标识在第三方平台获取图文数据;
将图文数据标识对应的图文数据发送至终端设备进行显示。
在本实施例中,用户可以在终端设备上查看到待搜索兴趣点基础信息以及其对应的第三方平台内的图文数据,此外,用户还可以对该第三方平台的图文数据的详情进行查看。
具体地,可以获取终端设备发送的图文数据查看指令,其中,该图文数据查看指令中可以包括图文数据标识,该图文数据标识中可以包括第三方平台的标识。根据该图文数据标识,在第三方平台中获取该图文数据,将图文数据标识对应的图文数据发送至终端设备进行显示。
图7为本发明又一实施例提供的显示界面示意图,如图7所示,承接上例来说,当用户在终端设备上看到XX商场的位置信息以及其对应的第三方平台内的图文数据之后,可以根据实际需求,选择想要查看的图文数据1。相应地,兴趣点处理装置在获取到该图文数据查看指令之后,可以从第三方平台获取图文数据1对应的数据,并将该图文数据1发送至终端设备,以供用户查看。
本实施例提供的兴趣点处理方法,通过在建立兴趣点与图文数据之间的关联关系之后,在用户对兴趣点进行搜索时,同时向用户展现兴趣点的位置信息以及上述图文数据的详情信息。从而能够使得用户在电子地图上同时获得更多的关于兴趣点的信息,提高用户体验。
实施例六:
图8为本发明实施例六提供的兴趣点处理装置的结构示意图,如图8 所示,装置包括:获取模块61、确定模块62、等级确定模块63以及关联关系建立模块64,其中,获取模块61,用于获取各第三方平台发送的图文数据。确定模块62,用于确定图文数据中的文本数据对应的目标兴趣点。等级确定模块63,用于确定目标兴趣点与图文数据之间的关联度等级。关联关系建立模块64,用于将关联度等级超过预设阈值的图文数据与目标兴趣点建立关联关系,并发送至数据库中进行存储。
本实施例提供的兴趣点处理装置,通过确定图文数据中文本数据对应的目标兴趣点。将与目标兴趣点关联度等级高于预设阈值的图文数据与目标兴趣点建立关联关系,从而能够自动地实现对电子地图中兴趣点的内容扩展。提高电子地图中兴趣点的内容扩展的效率,并节约人力资源。
实施例七:
图9为本发明实施例七提供的兴趣点处理装置的结构示意图,在实施例六的基础上,如图9所示,确定模块包括:筛选单元71以及确定单元 72,其中,筛选单元71,用于对图文数据中的文本数据进行筛选操作,获得图文数据对应的待处理兴趣点。确定单元72,用于根据待处理兴趣点在预设的数据库中确定与待处理兴趣点对应的目标兴趣点。
进一步地,在实施例六的基础上,筛选单元用于:通过预设的文本提取模型,从文本数据中提取待处理文本。对待处理文本进行优化操作,获得图文数据对应的待处理兴趣点。
通过文本提取模型进行待处理文本的提取,并对待处理文本进行优化操作,从而能够提高获得的待处理兴趣点的精准度,为后续目标兴趣点的召回提供基础。
进一步地,在实施例六的基础上,筛选单元用于:判断第三方平台提供的图文数据中兴趣点对应的地址信息与数据库中预存的待处理文本对应的兴趣点的地址信息是否相同,根据判断结果对待处理文本进行优化操作,获得图文数据对应的待处理兴趣点;和/或,通过预设的第一网络模型对待处理文本进行成分分析,确定待处理文本对应的核心词以及非核心词,获取待处理文本中的核心词,获得图文数据对应的待处理兴趣点;和/或,根据预设的高频词库对待处理文本中的高频词进行删除操作,获得图文数据对应的待处理兴趣点;和/或,确定待处理文本中用于表征方位信息的词语,根据用于表征方位信息的词语对待处理文本进行优化操作,获得图文数据对应的待处理兴趣点。
通过进一步地对待处理文本进行优化操作,从而能够提高获得的待处理兴趣点的精准度。
本实施例提供的兴趣点处理装置,通过对图文数据中的文本数据进行筛选操作,获得图文数据对应的待处理兴趣点。根据待处理兴趣点在预设的数据库中确定与待处理兴趣点对应的目标兴趣点。从而能够提高目标兴趣点召回的精准度。
实施例八:
进一步地,在上述任一实施例的基础上,确定单元用于:根据待处理兴趣点在预设的数据库中检索与待处理兴趣点对应的预设数量的候选兴趣点。依次计算待处理兴趣点与各候选兴趣点之间的相似度。将相似度超过预设相似度阈值的候选兴趣点作为待处理兴趣点对应的目标兴趣点。
本实施例提供的兴趣点处理装置,通过根据目标文本在数据库中进行检索操作,并根据目标文本与候选兴趣点之间的相似度进行目标兴趣点的判定,从而能够提高获得的目标兴趣点的准确性,为后续兴趣点内容扩充操作提供了基础。
实施例九:
进一步地,在上述任一实施例的基础上,确定单元用于:
确定目标兴趣点在图文数据中出现的次数信息;
根据次数信息确定目标兴趣点与图文数据之间的关联度等级。
通过出现次数能够精准地确定目标兴趣点与图文数据之间的关联度等级,为后续兴趣点的内容扩充提供了基础。
进一步地,在上述任一实施例的基础上,确定单元用于:
在预设的数据库中确定目标兴趣点对应的位置信息;
根据位置信息与图文数据中的位置信息进行比对,确定目标兴趣点与图文数据之间的关联度等级。
通过位置信息能够精准地确定目标兴趣点与图文数据之间的关联度等级,为后续兴趣点的内容扩充提供了基础。
进一步地,在上述任一实施例的基础上,确定单元用于:
判断图文数据中是否包括预设的主题词;
根据判断结果确定目标兴趣点与图文数据之间的关联度等级。
通过挖掘主题词能够精准地确定目标兴趣点与图文数据之间的关联度等级,为后续兴趣点的内容扩充提供了基础。
进一步地,在上述任一实施例的基础上,确定单元用于:
分别对图文数据中的文本数据以及图片进行类别分析;
判断文本数据的类别标签是否与图片对应的类别标签一致;
根据判断结果确定目标兴趣点与图文数据之间的关联度等级。
通过文字数据的类别标签是否与图片对应的类别标签能够精准地确定目标兴趣点与图文数据之间的关联度等级,为后续兴趣点的内容扩充提供了基础。
进一步地,在上述任一实施例的基础上,确定单元用于:
确定文本数据中是否包括预设的关键词;
根据关键词确定目标兴趣点与图文数据之间的关联度等级。
通过关键词能够精准地确定目标兴趣点与图文数据之间的关联度等级,为后续兴趣点的内容扩充提供了基础。
实施例十:
图10为本发明实施例十提供的兴趣点处理装置的结构示意图,在上述任一实施例的基础上,如图10所示,装置还包括:搜索指令获取模块111、查询模块112以及发送模块113,其中,搜索指令获取模块111,用于获取终端设备发送的兴趣点搜索指令,兴趣点搜索指令中包括待搜索兴趣点标识。查询模块112,用于根据待搜索兴趣点标识在数据库中查询待搜索兴趣点标识对应的位置信息以及图文数据。发送模块113,用于将待搜索兴趣点标识对应的位置信息以及图文数据发送至终端设备进行显示。
从而用户可以在电子地图软件内实现对待搜索兴趣点对应的多种信息进行查看,提高用户体验。
进一步地,在上述任一实施例的基础上,装置还包括:查看指令获取模块图文数据获取模块以及图文数据发送模块。其中,查看指令获取模块,用于获取终端设备发送的图文数据查看指令,图文数据查看指令中包括图文数据标识。图文数据获取模块,用于根据图文数据标识在第三方平台获取图文数据。图文数据发送模块,用于将图文数据标识对应的图文数据发送至终端设备进行显示。
本实施例提供的兴趣点处理装置,通过在建立兴趣点与图文数据之间的关联关系之后,在用户对兴趣点进行搜索时,同时向用户展现兴趣点的位置信息以及上述图文数据的详情信息。从而能够使得用户在电子地图上同时获得更多的关于兴趣点的信息,提高用户体验。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
图11为本发明实施例提供的电子设备的结构示意图,如图11所示,是根据本申请实施例的兴趣点处理方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图11所示,该电子设备包括:一个或多个处理器1201、存储器1202,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器***)。图11中以一个处理器1201为例。
存储器1202即为本申请所提供的非瞬时计算机可读存储介质。其中,存储器存储有可由至少一个处理器执行的指令,以使至少一个处理器执行本申请所提供的兴趣点处理方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的兴趣点处理方法。
存储器1202作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的兴趣点处理方法对应的程序指令/模块(例如,附图8所示的获取模块61、确定模块62、等级确定模块63以及关联关系建立模块64)。处理器1201 通过运行存储在存储器1202中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的兴趣点处理方法。
存储器1202可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储根据执行兴趣点处理方法的电子设备的使用所创建的数据等。此外,存储器 1202可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器1202可选包括相对于处理器1201远程设置的存储器,这些远程存储器可以通过网络连接至执行兴趣点处理方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
兴趣点处理方法的电子设备还可以包括:输入装置1203和输出装置 1204。处理器1201、存储器1202、输入装置1203和输出装置1204可以通过总线或者其他方式连接,图11中以通过总线连接为例。
输入装置1203可接收输入的数字或字符信息,以及产生与兴趣点处理方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置1204可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
这些计算机程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算机程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/ 或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入) 来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,本实施例提供的兴趣点处理方法,通过确定图文数据中文本数据对应的目标兴趣点。将与目标兴趣点关联度等级高于预设阈值的图文数据与目标兴趣点建立关联关系,从而能够自动地实现对电子地图中兴趣点的内容扩展。提高电子地图中兴趣点的内容扩展的效率,并节约人力资源。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (26)
1.一种兴趣点处理方法,包括:
获取各第三方平台发送的图文数据;
确定所述图文数据中的文本数据对应的目标兴趣点;
确定所述目标兴趣点与所述图文数据之间的关联度等级;
将关联度等级超过预设阈值的图文数据与所述目标兴趣点建立关联关系,并发送至数据库中进行存储。
2.根据权利要求1所述的方法,其中,所述确定所述图文数据中的文本数据对应的目标兴趣点,包括:
对所述图文数据中的文本数据进行筛选操作,获得所述图文数据对应的待处理兴趣点;
根据所述待处理兴趣点在预设的数据库中确定与所述待处理兴趣点对应的目标兴趣点。
3.根据权利要求2所述的方法,其中,所述对所述图文数据中的文本数据进行筛选操作,获得所述图文数据对应的待处理兴趣点,包括:
通过预设的文本提取模型,从所述文本数据中提取待处理文本;
对所述待处理文本进行优化操作,获得所述图文数据对应的待处理兴趣点。
4.根据权利要求3所述的方法,其中,所述对所述待处理文本进行优化操作,包括:
判断所述第三方平台提供的所述图文数据中兴趣点对应的地址信息与所述数据库中预存的所述待处理文本对应的兴趣点的地址信息是否相同,根据判断结果对所述待处理文本进行优化操作,获得所述图文数据对应的待处理兴趣点;和/或,
通过预设的第一网络模型对所述待处理文本进行成分分析,确定所述待处理文本对应的核心词以及非核心词,获取所述待处理文本中的核心词,获得所述图文数据对应的待处理兴趣点;和/或,
根据预设的高频词库对所述待处理文本中的高频词进行删除操作,获得所述图文数据对应的待处理兴趣点;和/或,
确定所述待处理文本中用于表征方位信息的词语,根据所述用于表征方位信息的词语对所述待处理文本进行优化操作,获得所述图文数据对应的待处理兴趣点。
5.根据权利要求2-4任一项所述的方法,其中,所述根据所述待处理兴趣点在预设的数据库中确定与所述待处理兴趣点对应的目标兴趣点,包括:
根据所述待处理兴趣点在预设的数据库中检索与所述待处理兴趣点对应的预设数量的候选兴趣点;
依次计算所述待处理兴趣点与各候选兴趣点之间的相似度;
将相似度超过预设相似度阈值的候选兴趣点作为所述待处理兴趣点对应的目标兴趣点。
6.根据权利要求1-4任一项所述的方法,其中,所述确定所述目标兴趣点与所述图文数据之间的关联度等级,包括:
确定所述目标兴趣点在所述图文数据中出现的次数信息;
根据所述次数信息确定所述目标兴趣点与所述图文数据之间的关联度等级。
7.根据权利要求1-4任一项所述的方法,其中,所述确定所述目标兴趣点与所述图文数据之间的关联度等级,包括:
在预设的数据库中确定所述目标兴趣点对应的位置信息;
根据所述位置信息与所述图文数据中的位置信息进行比对,确定所述目标兴趣点与所述图文数据之间的关联度等级。
8.根据权利要求1-4任一项所述的方法,其中,所述确定所述目标兴趣点与所述图文数据之间的关联度等级,包括:
判断所述图文数据中是否包括预设的主题词;
根据判断结果确定所述目标兴趣点与所述图文数据之间的关联度等级。
9.根据权利要求1-4任一项所述的方法,其中,所述确定所述目标兴趣点与所述图文数据之间的关联度等级,包括:
分别对所述图文数据中的文本数据以及图片进行类别分析;
判断所述文本数据的类别标签是否与所述图片对应的类别标签一致;
根据判断结果确定所述目标兴趣点与所述图文数据之间的关联度等级。
10.根据权利要求1-4任一项所述的方法,其中,所述确定所述目标兴趣点与所述图文数据之间的关联度等级,包括:
确定所述文本数据中是否包括预设的关键词;
根据所述关键词确定所述目标兴趣点与所述图文数据之间的关联度等级。
11.根据权利要求1-4任一项所述的方法,其中,所述方法还包括:
获取终端设备发送的兴趣点搜索指令,所述兴趣点搜索指令中包括待搜索兴趣点标识;
根据所述待搜索兴趣点标识在所述数据库中查询所述待搜索兴趣点标识对应的位置信息以及图文数据;
将所述待搜索兴趣点标识对应的位置信息以及图文数据发送至所述终端设备进行显示。
12.根据权利要求11所述的方法,其中,所述将所述待搜索兴趣点标识对应的位置信息以及图文数据发送至所述终端设备进行显示之后,还包括:
获取所述终端设备发送的图文数据查看指令,所述图文数据查看指令中包括图文数据标识;
根据所述图文数据标识在第三方平台获取所述图文数据;
将所述图文数据标识对应的图文数据发送至所述终端设备进行显示。
13.一种兴趣点处理装置,包括:
获取模块,用于获取各第三方平台发送的图文数据;
确定模块,用于确定所述图文数据中的文本数据对应的目标兴趣点;
等级确定模块,用于确定所述目标兴趣点与所述图文数据之间的关联度等级;
关联关系建立模块,用于将关联度等级超过预设阈值的图文数据与所述目标兴趣点建立关联关系,并发送至数据库中进行存储。
14.根据权利要求13所述的装置,其中,所述确定模块包括:
筛选单元,用于对所述图文数据中的文本数据进行筛选操作,获得所述图文数据对应的待处理兴趣点;
确定单元,用于根据所述待处理兴趣点在预设的数据库中确定与所述待处理兴趣点对应的目标兴趣点。
15.根据权利要求14所述的装置,其中,所述筛选单元用于:
通过预设的文本提取模型,从所述文本数据中提取待处理文本;
对所述待处理文本进行优化操作,获得所述图文数据对应的待处理兴趣点。
16.根据权利要求15所述的装置,其中,所述筛选单元用于:
判断所述第三方平台提供的所述图文数据中兴趣点对应的地址信息与所述数据库中预存的所述待处理文本对应的兴趣点的地址信息是否相同,根据判断结果对所述待处理文本进行优化操作,获得所述图文数据对应的待处理兴趣点;和/或,
通过预设的第一网络模型对所述待处理文本进行成分分析,确定所述待处理文本对应的核心词以及非核心词,获取所述待处理文本中的核心词,获得所述图文数据对应的待处理兴趣点;和/或,
根据预设的高频词库对所述待处理文本中的高频词进行删除操作,获得所述图文数据对应的待处理兴趣点;和/或,
确定所述待处理文本中用于表征方位信息的词语,根据所述用于表征方位信息的词语对所述待处理文本进行优化操作,获得所述图文数据对应的待处理兴趣点。
17.根据权利要求14-16任一项所述的装置,其中,所述确定单元用于:
根据所述待处理兴趣点在预设的数据库中检索与所述待处理兴趣点对应的预设数量的候选兴趣点;
依次计算所述待处理兴趣点与各候选兴趣点之间的相似度;
将相似度超过预设相似度阈值的候选兴趣点作为所述待处理兴趣点对应的目标兴趣点。
18.根据权利要求13-16任一项所述的装置,其中,所述确定单元用于:
确定所述目标兴趣点在所述图文数据中出现的次数信息;
根据所述次数信息确定所述目标兴趣点与所述图文数据之间的关联度等级。
19.根据权利要求13-16任一项所述的方法,其中,所述确定所述目标兴趣点与所述图文数据之间的关联度等级,包括:
在预设的数据库中确定所述目标兴趣点对应的位置信息;
根据所述位置信息与所述图文数据中的位置信息进行比对,确定所述目标兴趣点与所述图文数据之间的关联度等级。
20.根据权利要求13-16任一项所述的方法,其中,所述确定所述目标兴趣点与所述图文数据之间的关联度等级,包括:
判断所述图文数据中是否包括预设的主题词;
根据判断结果确定所述目标兴趣点与所述图文数据之间的关联度等级。
21.根据权利要求13-16任一项所述的方法,其中,所述确定所述目标兴趣点与所述图文数据之间的关联度等级,包括:
分别对所述图文数据中的文本数据以及图片进行类别分析;
判断所述文本数据的类别标签是否与所述图片对应的类别标签一致;
根据判断结果确定所述目标兴趣点与所述图文数据之间的关联度等级。
22.根据权利要求13-16任一项所述的方法,其中,所述确定所述目标兴趣点与所述图文数据之间的关联度等级,包括:
确定所述文本数据中是否包括预设的关键词;
根据所述关键词确定所述目标兴趣点与所述图文数据之间的关联度等级。
23.根据权利要求13-16任一项所述的装置,其中,所述装置还包括:
搜索指令获取模块,用于获取终端设备发送的兴趣点搜索指令,所述兴趣点搜索指令中包括待搜索兴趣点标识;
查询模块,用于根据所述待搜索兴趣点标识在所述数据库中查询所述待搜索兴趣点标识对应的位置信息以及图文数据;
发送模块,用于将所述待搜索兴趣点标识对应的位置信息以及图文数据发送至所述终端设备进行显示。
24.根据权利要求23所述的装置,其中,所述装置还包括:
查看指令获取模块,用于获取所述终端设备发送的图文数据查看指令,所述图文数据查看指令中包括图文数据标识;
图文数据获取模块,用于根据所述图文数据标识在第三方平台获取所述图文数据;
图文数据发送模块,用于将所述图文数据标识对应的图文数据发送至所述终端设备进行显示。
25.一种电子设备,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1-12中任一项所述的方法。
26.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-12中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010601524.1A CN111984876A (zh) | 2020-06-29 | 2020-06-29 | 兴趣点处理方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010601524.1A CN111984876A (zh) | 2020-06-29 | 2020-06-29 | 兴趣点处理方法、装置、设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111984876A true CN111984876A (zh) | 2020-11-24 |
Family
ID=73441913
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010601524.1A Pending CN111984876A (zh) | 2020-06-29 | 2020-06-29 | 兴趣点处理方法、装置、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111984876A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113175940A (zh) * | 2021-04-26 | 2021-07-27 | 北京百度网讯科技有限公司 | 数据处理方法、装置、设备和存储介质 |
CN113360791A (zh) * | 2021-06-29 | 2021-09-07 | 北京百度网讯科技有限公司 | 电子地图的兴趣点查询方法、装置、路侧设备及车辆 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104133819A (zh) * | 2013-05-03 | 2014-11-05 | 腾讯科技(深圳)有限公司 | 信息检索方法及装置 |
CN104794171A (zh) * | 2015-03-31 | 2015-07-22 | 百度在线网络技术(北京)有限公司 | 标记图片地理位置信息的方法及装置 |
CN107577819A (zh) * | 2017-09-30 | 2018-01-12 | 百度在线网络技术(北京)有限公司 | 一种文本内容展现方法、装置、计算机设备和存储介质 |
CN110263248A (zh) * | 2019-05-21 | 2019-09-20 | 平安科技(深圳)有限公司 | 一种信息推送方法、装置、存储介质和服务器 |
CN110781195A (zh) * | 2019-08-19 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 一种兴趣点信息更新的***、方法和装置 |
-
2020
- 2020-06-29 CN CN202010601524.1A patent/CN111984876A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104133819A (zh) * | 2013-05-03 | 2014-11-05 | 腾讯科技(深圳)有限公司 | 信息检索方法及装置 |
CN104794171A (zh) * | 2015-03-31 | 2015-07-22 | 百度在线网络技术(北京)有限公司 | 标记图片地理位置信息的方法及装置 |
CN107577819A (zh) * | 2017-09-30 | 2018-01-12 | 百度在线网络技术(北京)有限公司 | 一种文本内容展现方法、装置、计算机设备和存储介质 |
CN110263248A (zh) * | 2019-05-21 | 2019-09-20 | 平安科技(深圳)有限公司 | 一种信息推送方法、装置、存储介质和服务器 |
CN110781195A (zh) * | 2019-08-19 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 一种兴趣点信息更新的***、方法和装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113175940A (zh) * | 2021-04-26 | 2021-07-27 | 北京百度网讯科技有限公司 | 数据处理方法、装置、设备和存储介质 |
CN113175940B (zh) * | 2021-04-26 | 2024-04-30 | 北京百度网讯科技有限公司 | 数据处理方法、装置、设备和存储介质 |
CN113360791A (zh) * | 2021-06-29 | 2021-09-07 | 北京百度网讯科技有限公司 | 电子地图的兴趣点查询方法、装置、路侧设备及车辆 |
CN113360791B (zh) * | 2021-06-29 | 2023-07-18 | 北京百度网讯科技有限公司 | 电子地图的兴趣点查询方法、装置、路侧设备及车辆 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111782977B (zh) | 兴趣点处理方法、装置、设备及计算机可读存储介质 | |
CN111949814A (zh) | 搜索方法、装置、电子设备和存储介质 | |
CN111814077B (zh) | 信息点查询方法、装置、设备和介质 | |
CN111309200A (zh) | 一种扩展阅读内容的确定方法、装置、设备及存储介质 | |
CN112380847A (zh) | 兴趣点处理方法、装置、电子设备及存储介质 | |
CN111984876A (zh) | 兴趣点处理方法、装置、设备及计算机可读存储介质 | |
CN111090991A (zh) | 场景纠错方法、装置、电子设备和存储介质 | |
CN113127669B (zh) | 广告配图方法、装置、设备和存储介质 | |
CN113204665B (zh) | 图像检索方法、装置、电子设备及计算机可读存储介质 | |
CN112015845B (zh) | 地图检索测试的方法、装置、设备以及存储介质 | |
CN112328896B (zh) | 用于输出信息的方法、装置、电子设备和介质 | |
CN112699314A (zh) | 热点事件确定方法、装置、电子设备及存储介质 | |
CN112052410A (zh) | 地图兴趣点更新方法和装置 | |
CN111753195A (zh) | 标签体系构建方法、装置、设备以及存储介质 | |
CN112381166B (zh) | 信息点识别方法、装置及电子设备 | |
CN112182409B (zh) | 数据处理方法、装置、设备及计算机存储介质 | |
CN112381162B (zh) | 信息点识别方法、装置及电子设备 | |
CN111523036B (zh) | 一种搜索行为挖掘方法、装置和电子设备 | |
CN114218404A (zh) | 内容检索方法、检索库的构建方法、装置和设备 | |
CN110516030B (zh) | 意图词的确定方法、装置、设备及计算机可读存储介质 | |
CN111625706B (zh) | 信息检索方法、装置、设备及存储介质 | |
CN113536031A (zh) | 视频搜索的方法、装置、电子设备及存储介质 | |
CN113836377A (zh) | 信息关联方法、装置、电子设备及存储介质 | |
CN112487313A (zh) | 兴趣点识别方法、装置、电子设备和存储介质 | |
CN113255398A (zh) | 兴趣点判重方法、装置、设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |