CN113220816A - 电子地图兴趣点poi的数据处理方法、装置及设备 - Google Patents

Abstract

本公开公开了一种电子地图兴趣点POI的数据处理方法，涉及人工智能和大数据技术领域，尤其涉及深度学习、云计算、NLP和智能搜索等领域，可应用于电子地图场景下。具体实现方案为：获取互联网情报；对互联网情报进行命名实体识别，以提取情报中包含的POI名称和对应的POI所属地域名称；基于提取的POI名称和POI所属地域名称，对电子地图中的POI进行检索召回，以确定地图中与互联网情报关联的目标POI；以及将互联网情报关联至电子地图中的目标POI。本公开还公开了一种电子地图中展示POI关联信息的方法、装置、设备和存储介质。

Description

电子地图兴趣点POI的数据处理方法、装置及设备

技术领域

本公开涉及人工智能和大数据技术领域，尤其涉及深度学习、云计算、NLP和智能搜索等领域，可应用于电子地图场景下。具体公开了一种电子地图兴趣点POI的数据处理和展示POI关联信息的方法、装置、设备和存储介质。

背景技术

电子地图上有海量的兴趣点(Point of Interest，简称POI)，具备满足用户出行决策的潜力。

发明内容

本公开提供了一种电子地图兴趣点POI的数据处理和展示POI关联信息的方法、装置、设备、存储介质以及计算机程序产品。

根据本公开的一方面，提供了一种电子地图兴趣点POI的数据处理方法，包括：获取互联网情报；对所述互联网情报进行命名实体识别，以提取情报中包含的POI名称和对应的POI所属地域名称；基于提取的POI名称和POI所属地域名称，对电子地图中的POI进行检索召回，以确定地图中与所述互联网情报关联的目标POI；以及将所述互联网情报关联至所述电子地图中的所述目标POI。

根据本公开的另一方面，还提供了一种电子地图中展示POI关联信息的方法，包括：针对电子地图中用户关注的POI，从关联至所述POI的至少一个互联网情报中筛选出与所述用户匹配的至少一个目标情报；以及在所述电子地图中展示所述至少一个目标情报。

根据本公开的另一方面，提供了一种电子地图兴趣点POI的数据处理装置，包括：第一获取模块，用于获取互联网情报；提取模块，用于对所述互联网情报进行命名实体识别，以提取情报中包含的POI名称和对应的POI所属地域名称；检索召回模块，用于基于提取的POI名称和POI所属地域名称，对电子地图中的POI进行检索召回，以确定地图中与所述互联网情报关联的目标POI；以及关联模块，用于将所述互联网情报关联至所述电子地图中的所述目标POI。

根据本公开的另一方面，还提供了一种电子地图中展示POI关联信息的装置，包括：筛选模块，用于针对电子地图中用户关注的POI，从关联至所述POI的至少一个互联网情报中筛选出与所述用户匹配的至少一个目标情报；以及第一展示模块，用于在所述电子地图中展示所述至少一个目标情报。

根据本公开的另一方面，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本公开实施例所述的方法。

根据本公开的另一方面，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，其中，所述计算机指令用于使所述计算机执行根据本公开实施例所述的方法。

根据本公开的另一方面，提供了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本公开实施例所述的方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开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，不构成对本公开的限定。其中：

图1A示例性示出了适于本公开实施例的系统架构；

图1B和图1C示例性示出了可以实现本公开实施例的场景图；

图2示例性示出了根据本公开实施例的电子地图POI的数据处理方法的流程图；

图3示例性示出了根据本公开实施例的互联网情报的示意图；

图4示例性示出了根据本公开实施例的互联网情报的内容结构示意图；

图5A和图5B示例性示出了根据本公开实施例的互联网情报的示意图；

图6示例性示出了根据本公开实施例的电子地图中展示POI关联信息的方法的流程图；

图7示例性示出了根据本公开实施例的针对POI线下关联互联网情报、线上展示互联网情报的原理图；

图8示例性示出了根据本公开实施例的电子地图POI的数据处理装置的框图；

图9示例性示出了根据本公开实施例的电子地图中展示POI关联信息的装置的框图；

图10示例性示出了用来实现本公开实施例的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围和精神。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。

在实现本公开发明构思的过程中，发明人发现：仅基于传统电子地图提供的信息，用户目前很难直接做出决策。

具体来说，传统的电子地图上，虽然具有海量的POI，并且针对每个POI，传统的电子地图也能提供较为完备的基本信息(如POI的位置、电话、营业时间等信息)与路线规划能力。但是，传统的电子地图提供的用户评论等能够描述用户对POI的真实体验的信息，存在覆盖不足、时效性差、质量不佳的问题。因而，仅依靠这些信息，不足以让用户决策出一个地方是否可以去或值得去。

在实现本公开发明构思的过程中，发明人还发现：实际上，互联网上有丰富的对每个POI的评论、笔记、攻略等描述信息，如果能将这部分数据引入电子地图，实现自动化、个性化、场景化的POI构建，则可以升级用户对电子地图的使用体验，比如让用户能够通过电子地图一个应用即可完成出行目的地决策与路线规划。此外，将这部分数据引入电子地图，也可以让电子地图的数据更加准确、完备，这对用户和电子地图都是很用帮助的。

基于此，本公开实施例提供了一种电子地图POI的数据处理方案和电子地图中展示POI关联信息的方案，可以提升电子地图的数据质量，并且可以升级用户对电子地图的使用体验，比如让用户能够通过电子地图一个应用即可完成出行目的地决策与路线规划。

以下将结合附图和具体实施例详细阐述本公开。

适于本公开实施例的系统架构介绍如下。

图1A示例性示出了适于本公开实施例的系统架构。需要注意的是，图1A所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他环境或场景。

如图1A所示，系统架构100可以包括：服务器101和终端设备102、103和104。

在本公开实施例中，服务器101可以获得不同来源的互联网情报，并自动将获得的互联网情报与对应的电子地图POI数据关联，使得互联网情报可以挂载到电子地图上。

同时，服务器101还可以针对每个互联网情报生成一个或者多个标签，以便于用户快速获取每个互联网情报描述的关键信息点。

同时，服务器101还可以针对每个互联网情报进行质量判定，以便在用户使用电子地图的过程中，优先展示优质的互联网情报。

在本公开实施例中，将互联网情报引入电子地图后，可以个性化展示与POI关联的互联网情报，以满足不同用户的个性化需求。比如，对于同一个POI，可以针对不同的用户展示不同的互联网情报。示例性的，“颐和园”作为一个POI，老人和孩子去“颐和园”想要观看的景色和想要体验的活动项目通常不同，因而对于带老人的用户和对于孩子的用户，当这些用户使用电子地图搜索“颐和园”时，可以展示与关于“颐和园”的不同的互联网情报。

类似地，在本公开实施例中，将互联网情报引入电子地图后，还可以场景化展示与POI关联的互联网情报，以满足用户的场景化需求。比如，对于同一个POI，可以在不同的季节展示不同的互联网情报。示例性的，对于“颐和园”，在冬日，可以展示描述“颐和园”冬日赏雪和滑冰的互联网情报；在春日，可以展示描述“颐和园”春日赏花和划船的互联网情报，等等。

通过本公开实施例，基于互联网情报，构建和丰富地图决策信息，使得用户能够通过电子地图一个应用即可完成出行目的地决策与路线规划，无需再通过其他渠道获取互联网情报等决策信息。

应该理解，图1A中的服务器和终端设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的服务器和终端设备。

适于本公开实施例的应用场景介绍如下。

图1B和图1C示例性示出了可以实现本公开实施例的场景图。

传统电子地图提供的决策信息量不足，主要包括：POI的基本信息和用户在电子地图中评论POI的信息。其中，POI的基本信息包括：营业时间，位置，电话，商品或服务价格等。用户在电子地图中评论POI的信息，普遍存在信息覆盖不足、时效性差、质量不佳的情况。因而，这些信息仅可为用户提供决策的基本门槛，不足以让用户做出决策。

如图1B所示的评论信息即为用户在电子地图中评论POI的信息。很明显，这种评论信息的信息量很少，内容也不够丰富，信息质量也不佳。

如图1C所示的评论信息则是互联网上情报。很明显，这种情报信息的信息量更多，内容更丰富，信息质量也更佳。

通过图1B和图1C可以看出，地图上的评论信息与互联网情报相比，互联网情报数据更新更及时、内容更优质、更有助于用户决策，地图数据在用户决策方面贡献不足，仅依靠地图数据用户难以决策一个地方是否值得去。

而将如图1C所示的互联网情报与“颐和园”这个地图POI关联，则可以克服传统的电子地图存在数据量不足、数据内容不佳、数据更新不及时等缺陷。

根据本公开的实施例，本公开提供了一种电子地图兴趣点POI的数据处理方法。

图2示例性示出了根据本公开实施例的电子地图POI的数据处理方法的流程图。

如图2所示，电子地图POI的数据处理方法200包括：操作S210～S240。

在操作S210，获取互联网情报。

在操作S220，对互联网情报进行命名实体识别，以提取情报中包含的POI名称和对应的POI所属地域名称。

在操作S230，基于提取的POI名称和POI所属地域名称，对电子地图中的POI进行检索召回，以确定地图中与互联网情报关联的目标POI。

在操作S240，将互联网情报关联至电子地图中的目标POI。

需要说明的是，在操作S210，可以从不同来源获取互联网情报。比如，可以从合作方获取，或者直接从网络上爬取。在操作S220，POI所属地域名称可以包括POI所属城市的名称等。在操作S240，可以将互联网情报数据与目标POI的POI数据做映射处理，以使两者关联。

在一些实施例中，在操作S230，检索召回时，可以将提取的信息(包括POI名称和POI所属地域名称)与地图POI数据进行相似度匹配，最终匹配出相关性最高的POI作为与操作S210中获取的互联网情报关联的目标POI。

应该理解，互联网上的情报数据虽然有更加丰富的决策信息，但是不同情报内容通常各有侧重(比如有偏向景点介绍的，有偏向个人感受的，等等)，如果不将这些情报数据引入电子地图，用户一般需要通过多种渠道、查看多篇文章才能决定一个地方是否值得去，且用户还需要在这些渠道和电子地图之间来回跳转，并最终回到地图查询POI的位置和导航方案、营业时间等信息来进行最终的决策。

因而，通过本公开实施例，将丰富的互联网情报引入电子地图，可以提升地图数据质量，解决传统电子地图决策信息不足、不佳、更新不及时的问题，更有助于用户出行决策，比如用户能够通过电子地图一个应用即可获得充足的决策信息并完成出行目的地决策与路线规划。同时还可以提升用户使用电子地图的体验。而通过提升用户的使用体验，又能进一步促进用户为地图贡献数据，进而间接提升地图数据质量。

作为一种可选的实施例，基于提取的POI名称和POI所属地域名称，对电子地图中的POI进行检索召回，以确定地图中与互联网情报关联的目标POI，可以包括如下操作。

基于提取的POI名称和POI所属地域名称，对电子地图中的POI进行检索召回，以确定至少一个召回的POI。

针对至少一个召回的POI，获取至少一个第一文本，其中，每个第一文本关联于至少一个召回的POI中的一个POI。

获取与提取的POI关联的第二文本，其中，提取的POI对应于提取的POI名称。

基于至少一个第一文本中每个文本与第二文本的相似度，从至少一个召回的POI中选出至少一个候选POI。

从至少一个候选POI中选出与提取的POI相关性最高的POI作为目标POI。

在一些实施例中，在召回至少一个POI后，可以将待关联的互联网情报，与该至少一个POI中每个召回的POI的相关信息，直接进行细粒度相似度匹配，最终匹配出相关性最高的POI作为与该互联网情报关联的目标POI。应该理解，直接进行细粒度相似度匹配，消耗的计算资源较多。

在另一些实施例中，在召回至少一个POI后，可以将待关联的互联网情报，与该至少一个POI中每个召回的POI的相关信息，先进行粗粒度相似度匹配，再进行细粒度相似度匹配，然后匹配出相关性最高的POI作为与该互联网情报关联的目标POI。应该理解，先进行粗粒度相似度匹配，再进行细粒度相似度匹配，与直接进行细粒度相似度匹配相比，前者消耗的计算资源较少。

示例性的，先粗粒度后细粒度的相似度匹配方案可以包括如下操作：利用从待关联的互联网情报中提取的POI名称(如模范书局)和POI所属地域名称(例如城市名，如北京)，对地图POI数据进行检索召回，可以确定至少一个召回的POI(如基于“模范书局”和“北京”可召回：模范书局-杨梅竹斜街店、模范书局-诗空间、模范书局-天桥南大街店等)。进一步，在粗粒度相似度匹配中，可以根据检索召回结果，计算召回的POI和提取的POI的文本相关性，并取相似度最大的N个POI作为关联候选结果，N可以不大于20。再进一步，在细粒度相似度匹配中，对关联候选结果，可以计算候选POI的富内容(如电话、营业时间、详细地址、图片等信息)与上述提取的POI的富内容的相关性，取相关性最高的作为最终输出结果。

通过本公开实施例，通过两次粒度不同的相似度匹配，可以筛选出候选POI中与提取的POI最相关的一个POI，并将对应的互联网情报数据与该POI的数据进行映射，最终实现在电子地图中引入互联网情报。这种筛选方式可以节约大量的计算资源。

进一步，作为一种可选的实施例，从至少一个候选POI中选出与提取的POI相关性最高的POI作为目标POI，可以包括：基于至少一个候选POI中每个POI的基本信息与提取的POI的基本信息，选出相关性最高的POI作为目标POI。

具体地，在细粒度相似度匹配中，对关联候选结果，可以计算候选POI的基本信息(即富内容，如电话、营业时间、详细地址、图片等信息)与上述提取的POI的基本信息的相关性，取相关性最高的作为最终输出结果。

继续参考上述示例，对于涉及“模范书局”的互联网情报，通过情报中包含的如图3所示的“模范书局的外景图片”，可以识别出该情报涉及的“模范书局”实际上是“模范书局-诗空间”。因此，可以将该情报与“模范书局-诗空间”这个地图POI关联起来。

通过本公开实施例，在细粒度相似度匹配中，使用基本信息进行相似度匹配，可以提高匹配结果的精确度。

作为一种可选的实施例，该方法还可以包括执行以下操作中的至少之一，以用于特定展示中对互联网情报进行排序。

获取互联网情报的时效性评价值。

获取互联网情报的质量评价值。

获取互联网情报的信息量评价值。

其中，特定展示包括以下至少之一：个性化展示、场景化展示。

在本公开实施例中，对于引入电子地图的互联网情报，还可以进行质量判定，以便后续在电子地图中展示与各POI关联的互联网情报时可以基于该判定结果进行展示，从而为地图用户提供优质的情报展示结果，以利用户出行决策。

在本公开实施例中，互联网情报质量的判定维度可以包括但不限于以下中的至少之一：时效性、内容结构、决策信息的信息量(决策信息的丰富度)等。

在时效性上，数据越新的情报对用户决策越有帮助。可以使用发表时间距当前时间差表示时效性的评价值，该值越小表示数据越新，在时效性上表现越好。比如，假设当前时间是2021.03.29，对于发表时间为2021.03.28的情报而言，其时效性评价值可以表示为1分。

在内容结构上，结构越清晰的内容越有助于用户获取决策信息。可以通过段落数、图文比例、段落间隔等因素对内容结构进行评价，得到对应的评价值。

示例性的，如图4所示的内容结构，与内容结构没有分段的互联网情报相比，很显然，如图4所示的内容结构分段清晰，更容易阅读，且更有助于用户进行决策。因而，相比于内容结构没有分段的互联网情报，图4所示的情报在内容结构上可以获得更高的评价值。

在决策信息丰富度上，内容越丰富的越有助于用户获取充足的决策信息。可以提取互联网情报中的关键决策信息，并通过图片数、文字数等信息为决策信息的丰富度打分，获得关于决策信息的丰富度的评价值。

示例性的，如图5A和图5B所示的情报相比，图5A中的情报仅记录了用户的心情，图5B所示的情报，则凸现了该POI的特点，如100年历史教堂等，更有助于用户决策。因而，相比于图5A所示的情报，图5B所示的情报在决策信息丰富度上可以获得更高的评价值。

通过本公开实施例，通过对引入地图的互联网情报进行质量判定，后续在电子地图中展示与各POI关联的互联网情报时，可以基于该判定结果进行为地图用户展示优质的情报，以利用户出行决策。

进一步，作为一种可选的实施例，获取互联网情报的质量评价值，包括：基于互联网情报的内容结构，获取质量评价值。内容结构越合理的情报，越利于用户获取决策信息。

需要说明的是，基于内容结构获取互联网情报的质量评价值的方法，可以参考上述实施例中的相关描述，在此不再赘述。

作为一种可选的实施例，该方法还可以包括：针对互联网情报，生成至少一个标签。

应该理解，大多数POI都有不止一个吸引人的特点，在不同场景下，对不同用户来说，即使是同一POI，决策因素也有所不同。因而，对于引入地图的互联网情报，可以基于深度学习挖掘情报中涉及的POI特点，并基于挖掘结果，生成一个或者多个标签。其中，标签用于通过关键词描述POI特点。比如，可以针对每个POI特点，生成一个对应的标签。标签类别可以包括但不限于以下中的至少一：场景类标签、人群类、特色类。其中，场景类标签包括以下信息：季节、工作日/周末等。人群类包括以下信息：适合带小孩、适合带老人等。特色类包括以下信息：方便停车、需要预约等。

通过本公开实施例，为引入的互联网情报生成对应的标签，可以满足用户的个性化、场景化决策需求，便于用户快速从情报中获取关键据决策信息。

根据本公开的实施例，本公开提供了一种电子地图中展示POI关联信息的方法。

图6示例性示出了根据本公开实施例的电子地图中展示POI关联信息的方法的流程图。

如图6所示，电子地图中展示POI关联信息的方法600可以包括：操作S610～S620。

在操作S610，针对电子地图中用户关注的POI，从关联至POI的至少一个互联网情报中筛选出与用户匹配的至少一个目标情报。

在操作S620，在电子地图中展示至少一个目标情报。

应该理解，本公开实施例中，电子地图可以通过上述实施例提供的POI情报关联方法，自动地为POI数据关联上对应的互联网情报，在此不再赘述。

在一些实施例中，用户关注的POI可以是用户在电子地图中搜索的POI。在另一些实施例中，用户关注的POI可以是用户在电子地图中点击的POI。

此外，在一些实施例中，与用户匹配的互联网情报可以是与用户特征、用户兴趣和用户行为中的至少之一匹配的互联网情报。在另一些实施例中，与用户匹配的互联网情报可以是与用户所处的场景匹配的互联网情报。

通过本公开实施例，对于同一POI，可以针对不同用户个性化、场景化展示不同的互联网情报，更有助于不同用户的出行决策，比如，有助于用户获取更符合自身特点的决策信息，提升用户决策效率。

应该理解，传统的电子地图目前提供的决策信息存在丰富度不充足、质量不够好、时效性不佳的情况，用户无法只通过电子地图决策出行目的地，还是需要结合互联网上的其他情报综合决定。而通过本公开实施例，可以解决目前用户无法直接在电子地图(仅利用电子地图)进行出行决策的痛点。

作为一种可选的实施例，针对电子地图中用户关注的POI，从关联至POI的至少一个互联网情报中筛选出与用户匹配的至少一个目标情报，包括：基于以下信息中的至少之一，从至少一个互联网情报中筛选出至少一个目标情报：用户的用户特征、用户的用户兴趣、用户的用户行为、场景信息。

在本公开实施例中，针对地图中用户关注的POI，可以基于用户特征、用户兴趣、用户行为、场景信息(如季节、节假日、是否是异地等)中的一个或几个，为用户匹配出适合其自身特点的一个或者多个目标情报作为优质决策信息进行展示。比如，当前为冬季，则可以为用户提供冬季相关的决策内容。

在本公开实施例中，对优选出来的情报内容还可以进行打分，以便为用户提供在当前场景下更有价值的决策信息。其中，打分计算公式可以如下：

Score＝f(user_profile，user_interest，user_action，scene，item_info)

其中，公式中，user-profile表示用户特征信息，包含用户的性别、年龄等信息；user-interest表示用户兴趣信息，比如亲子、咖啡厅等；user_action表示用户与电子地图的交互行为，主要包括检索行为、底图戳点行为等；scene表示场景信息，包含当前季节等信息；item-info为内容信息，包含内容的标签信息、内容质量等等；f(*)为排序函数，可以是通过有监督训练得到的排序模型，应用中可选择DCN(Deep&Cross Network)等。

以场景化为例，对于春季是否去颐和园，用户更关心的是是否有花可赏，因而可以基于场景信息为用户匹配对应的情报以作为决策信息。对于冬季是否去颐和园，则可以向用户提供滑冰、冬日十七孔桥的相关攻略辅助用户决策。

以用户特征、用户兴趣、用户行为等用户信息为例，考虑到是有小孩的用户，可以把亲子类内容提前，并进行突出展示，以利充分、方便、引导用户决策。

通过本公开实施例，可以基于场景信息、用户特征、用户兴趣、用户行为等为用户突出展示对其更具吸引力的决策内容，充分满足用户的个性化、场景化决策需求。

作为一种可选的实施例，该方法还包括：在展示至少一个目标情报的同时，展示每个目标情报的至少一个标签。

应该理解，本公开实施例中，电子地图可以通过上述实施例提供的标签生成方法，自动地为引入地图的每个互联网情报生成对应的一个或者多个标签，在此不再赘述。

在地图中，针对POI展示与其关联的情报时，还可以展示相应的标签，以更有助于用户决策。

作为一种可选的实施例，展示每个目标情报的至少一个标签，包括：基于以下信息中的至少之一，展示至少一个标签：用户的用户特征、用户的用户兴趣、用户的用户行为、场景信息。

在本公开实施例中，可以基于场景信息、用户特征、用户兴趣、用户行为等为用户突出展示对其更具吸引力的决策内容及标签，充分满足用户个性化决策需求。

在展示标签时，可以基于用户信息(如用户特征、用户兴趣、用户行为等)，并结合当前场景，为不同用户提取内容中与其最相关的N个标签进行突出展示，由此能够帮助用户快速决策。内容的标签打分公式可以如下：

Score＝g(scene_info，user_info，tag_info)

其中，公式中，scene_info表示场景信息，如春天、工作日、晚餐时间等；user_info表示用户信息，如是否有小孩等，tag_info表示决策内容标签信息，比如适合带小孩等。g(*)为排序函数，可以为通过有监督训练得到的排序模型，应用中可选择DSSM(DeepStructured Semantic Model)等。

此外，以场景化为例，对于冬季是否去颐和园，则可以向用户提供滑冰、冬日十七孔桥的相关攻略内容和标签(如“冬日颐和园”)辅助用户决策。

此外，以用户特征、用户兴趣、用户行为等用户信息为例，考虑到是有小孩的用户，可以把亲子类内容提前，并突出展示亲子标签(如“亲子”)，充分方便、引导用户决策。

通过本公开实施例，能够将地图的信息与互联网的情报进行有效关联，并根据当前场景与当前用户信息，为用户提供有效、优质的决策信息，提升其决策效率。比如，针对不同的用户展示不同的标签，更有助于不同用户的决策。

以下将结合图7详细阐述本公开实施例的实现原理。

如图7所示，可以基于互联网情报，对电子地图进行数据引入，并将引入的数据通过前述实施例提供的方法与地图中的POI数据进行关联映射，从而实现电子地图的数据挂接。在此之后，还可以针对每个引入的互联网情报生成一个或者多个标签，并进行质量判定。以上可以通过离线操作实现。当用户在线应用引入了互联网情报的电子地图时，可以基于当前用户信息和当前场景信息，并结合前述的质量判定结果，为用户匹配优质的情报决策信息并进行个性化排序展示，同时在展示情报时可以基于当前用户信息和当前场景信息，提取各情报的与用户和场景匹配的标签进行凸出展示。

根据本公开的实施例，本公开还提供了一种电子地图兴趣点POI的数据处理装置。

图8示例性示出了根据本公开实施例的电子地图POI的数据处理装置的框图。

如图8所示，电子地图兴趣点POI的数据处理装置800包括：第一获取模块810、提取模块820、检索召回模块830和关联模块840。

第一获取模块810，用于获取互联网情报。

提取模块820，用于对互联网情报进行命名实体识别，以提取情报中包含的POI名称和对应的POI所属地域名称。

检索召回模块830，用于基于提取的POI名称和POI所属地域名称，对电子地图中的POI进行检索召回，以确定地图中与互联网情报关联的目标POI。

关联模块840，用于将互联网情报关联至电子地图中的目标POI。

作为一种可选的实施例，检索召回模块包括：检索召回单元，用于基于提取的POI名称和POI所属地域名称，对电子地图中的POI进行检索召回，以确定至少一个召回的POI；第一获取单元，用于针对至少一个召回的POI，获取至少一个第一文本，其中，每个第一文本关联于至少一个召回的POI中的一个POI；第二获取单元，用于获取与提取的POI关联的第二文本，其中，提取的POI对应于提取的POI名称；第一选取单元，用于基于至少一个第一文本中每个文本与第二文本的相似度，从至少一个召回的POI中选出至少一个候选POI；以及第二选取单元，用于从至少一个候选POI中选出与提取的POI相关性最高的POI作为目标POI。

作为一种可选的实施例，第二选取单元还用于：基于至少一个候选POI中每个POI的基本信息与提取的POI的基本信息，选出相关性最高的POI作为目标POI。

作为一种可选的实施例，该装置还包括：第二获取模块，用于执行以下操作中的至少之一，以用于特定展示中对互联网情报进行排序：获取互联网情报的时效性评价值；获取互联网情报的质量评价值；获取互联网情报的信息量评价值；其中，特定展示包括以下至少之一：个性化展示、场景化展示。

作为一种可选的实施例，第二获取模块还用于：基于互联网情报的内容结构，获取质量评价值。

作为一种可选的实施例，该装置还包括：生成模块，用于针对互联网情报，生成至少一个标签。

需要说明的是，本公开该装置部分的实施例与本公开对应方法部分的实施例对应相同或类似，所解决的技术问题和所达到的结束效果也对应相同或类似，在此不再赘述。

根据本公开的实施例，本公开还提供了一种电子地图中展示POI关联信息装置。

图9示例性示出了根据本公开实施例的电子地图中展示POI关联信息的装置的框图。

如图9所示，电子地图中展示POI关联信息的装置包括：筛选模块910和第一展示模块920。

具体地，筛选模块910，用于针对电子地图中用户关注的POI，从关联至POI的至少一个互联网情报中筛选出与用户匹配的至少一个目标情报。

第一展示模块920，用于在电子地图中展示至少一个目标情报。

作为一种可选的实施例，筛选模块还用于：基于以下信息中的至少之一，从至少一个互联网情报中筛选出至少一个目标情报：用户的用户特征、用户的用户兴趣、用户的用户行为、场景信息。

作为一种可选的实施例，该装置还包括：第二展示模块，用于在展示至少一个目标情报的同时，展示每个目标情报的至少一个标签。

作为一种可选的实施例，第二展示模块还用于：基于以下信息中的至少之一，展示至少一个标签：用户的用户特征、用户的用户兴趣、用户的用户行为、场景信息。

需要说明的是，本公开该装置部分的实施例与本公开对应方法部分的实施例对应相同或类似，所解决的技术问题和所达到的结束效果也对应相同或类似，在此不再赘述。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图10示出了可以用来实施本公开的实施例的示例电子设备1000的示意性框图。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/或者要求的本公开的实现。

如图10所示，电子设备1000包括计算单元1001，其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序，来执行各种适当的动作和处理。在RAM 1003中，还可存储电子设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。

电子设备1000中的多个部件连接至I/O接口1005，包括：输入单元1006，例如键盘、鼠标等；输出单元1007，例如各种类型的显示器、扬声器等；存储单元1008，例如磁盘、光盘等；以及通信单元1009，例如网卡、调制解调器、无线通信收发机等。通信单元1009允许设备1000通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元1001可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1001的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1001执行上文所描述的各个方法和处理，例如电子地图POI的数据处理方法(电子地图中展示POI关联信息的方法)。例如，在一些实施例中，电子地图POI的数据处理方法(电子地图中展示POI关联信息的方法)可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1008。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时，可以执行上文描述的电子地图POI的数据处理方法(电子地图中展示POI关联信息的方法)的一个或多个步骤。备选地，在其他实施例中，计算单元1001可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行电子地图POI的数据处理方法(电子地图中展示POI关联信息的方法)。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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系统上执行和/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，可以从存储系统、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系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，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。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(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系统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系统中。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)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统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。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务(″Virtual Private Server″，或简称″VPS″)中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。

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，本发公开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，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

本公开的技术方案中，所涉及的用户信息的记录，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。

上述具体实施方式，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (23)

1.一种电子地图兴趣点POI的数据处理方法，包括：

获取互联网情报；

对所述互联网情报进行命名实体识别，以提取情报中包含的POI名称和对应的POI所属地域名称；

基于提取的POI名称和POI所属地域名称，对电子地图中的POI进行检索召回，以确定地图中与所述互联网情报关联的目标POI；以及

将所述互联网情报关联至所述电子地图中的所述目标POI。

2.根据权利要求1所述的方法，其中，所述基于提取的POI名称和POI所属地域名称，对电子地图中的POI进行检索召回，以确定地图中与所述互联网情报关联的目标POI，包括：

基于所述提取的POI名称和POI所属地域名称，对所述电子地图中的POI进行检索召回，以确定至少一个召回的POI；

针对所述至少一个召回的POI，获取至少一个第一文本，其中，每个第一文本关联于所述至少一个召回的POI中的一个POI；

获取与提取的POI关联的第二文本，其中，所述提取的POI对应于所述提取的POI名称；

基于所述至少一个第一文本中每个文本与所述第二文本的相似度，从所述至少一个召回的POI中选出至少一个候选POI；以及

从所述至少一个候选POI中选出与所述提取的POI相关性最高的POI作为所述目标POI。

3.根据权利要求2所述的方法，其中，从所述至少一个候选POI中选出与所述提取的POI相关性最高的POI作为所述目标POI，包括：

基于所述至少一个候选POI中每个POI的基本信息与所述提取的POI的基本信息，选出所述相关性最高的POI作为所述目标POI。

4.根据权利要求1至3中任一项所述的方法，还包括执行以下操作中的至少之一，以用于特定展示中对所述互联网情报进行排序：

获取所述互联网情报的时效性评价值；

获取所述互联网情报的质量评价值；

获取所述互联网情报的信息量评价值；

其中，所述特定展示包括以下至少之一：个性化展示、场景化展示。

5.根据权利要求4所述的方法，其中，获取所述互联网情报的质量评价值，包括：

基于所述互联网情报的内容结构，获取所述质量评价值。

6.根据权利要求1至5中任一项所述的方法，还包括：

针对所述互联网情报，生成至少一个标签。

7.一种电子地图中展示POI关联信息的方法，包括：

针对电子地图中用户关注的POI，从关联至所述POI的至少一个互联网情报中筛选出与所述用户匹配的至少一个目标情报；以及

在所述电子地图中展示所述至少一个目标情报。

8.根据权利要求7所述的方法，其中，所述针对电子地图中用户关注的POI，从关联至所述POI的至少一个互联网情报中筛选出与所述用户匹配的至少一个目标情报，包括：

基于以下信息中的至少之一，从所述至少一个互联网情报中筛选出所述至少一个目标情报：所述用户的用户特征、所述用户的用户兴趣、所述用户的用户行为、场景信息。

9.根据权利要求7或8所述的方法，还包括：

在展示所述至少一个目标情报的同时，展示每个目标情报的至少一个标签。

10.根据权利要求9所述的方法，其中，所述展示每个目标情报的至少一个标签，包括：

基于以下信息中的至少之一，展示所述至少一个标签：所述用户的用户特征、所述用户的用户兴趣、所述用户的用户行为、场景信息。

11.一种电子地图兴趣点POI的数据处理装置，包括：

第一获取模块，用于获取互联网情报；

提取模块，用于对所述互联网情报进行命名实体识别，以提取情报中包含的POI名称和对应的POI所属地域名称；

检索召回模块，用于基于提取的POI名称和POI所属地域名称，对电子地图中的POI进行检索召回，以确定地图中与所述互联网情报关联的目标POI；以及

关联模块，用于将所述互联网情报关联至所述电子地图中的所述目标POI。

12.根据权利要求11所述的装置，其中，所述检索召回模块包括：

检索召回单元，用于基于所述提取的POI名称和POI所属地域名称，对所述电子地图中的POI进行检索召回，以确定至少一个召回的POI；

第一获取单元，用于针对所述至少一个召回的POI，获取至少一个第一文本，其中，每个第一文本关联于所述至少一个召回的POI中的一个POI；

第二获取单元，用于获取与提取的POI关联的第二文本，其中，所述提取的POI对应于所述提取的POI名称；

第一选取单元，用于基于所述至少一个第一文本中每个文本与所述第二文本的相似度，从所述至少一个召回的POI中选出至少一个候选POI；以及

第二选取单元，用于从所述至少一个候选POI中选出与所述提取的POI相关性最高的POI作为所述目标POI。

13.根据权利要求12所述的装置，其中，所述第二选取单元还用于：

基于所述至少一个候选POI中每个POI的基本信息与所述提取的POI的基本信息，选出所述相关性最高的POI作为所述目标POI。

14.根据权利要求11至13中任一项所述的装置，还包括：第二获取模块，用于执行以下操作中的至少之一，以用于特定展示中对所述互联网情报进行排序：

获取所述互联网情报的时效性评价值；

获取所述互联网情报的质量评价值；

获取所述互联网情报的信息量评价值；

其中，所述特定展示包括以下至少之一：个性化展示、场景化展示。

15.根据权利要求14所述的装置，其中，所述第二获取模块，还用于：

基于所述互联网情报的内容结构，获取所述质量评价值。

16.根据权利要求11至15中任一项所述的装置，还包括：

生成模块，用于针对所述互联网情报，生成至少一个标签。

17.一种电子地图中展示POI关联信息的装置，包括：

筛选模块，用于针对电子地图中用户关注的POI，从关联至所述POI的至少一个互联网情报中筛选出与所述用户匹配的至少一个目标情报；以及

第一展示模块，用于在所述电子地图中展示所述至少一个目标情报。

18.根据权利要求17所述的装置，其中，所述筛选模块还用于：

基于以下信息中的至少之一，从所述至少一个互联网情报中筛选出所述至少一个目标情报：所述用户的用户特征、所述用户的用户兴趣、所述用户的用户行为、场景信息。

19.根据权利要求17或18所述的装置，还包括：

第二展示模块，用于在展示所述至少一个目标情报的同时，展示每个目标情报的至少一个标签。

20.根据权利要求19所述的装置，其中，所述第二展示模块，还用于：

基于以下信息中的至少之一，展示所述至少一个标签：所述用户的用户特征、所述用户的用户兴趣、所述用户的用户行为、场景信息。

21.一种电子设备，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1-10中任一项所述的方法。

22.一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所述计算机执行根据权利要求1-10中任一项所述的方法。

23.一种计算机程序产品，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1-10中任一项所述的方法。

Images