[發(fā)明專(zhuān)利]一種地圖數(shù)據(jù)判重的方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201310185832.0
• 申請(qǐng)日: 2013-05-20
• 公開(kāi)（公告）號(hào): CN104166659B
• 公開(kāi)（公告）日: 2019-03-08
• 發(fā)明（設(shè)計(jì)）人: 劉凱奎
• 申請(qǐng)（專(zhuān)利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)(北京)有限公司
• 主分類(lèi)號(hào): G06F16/29
• 分類(lèi)號(hào): G06F16/29;G06F16/9537
• 代理公司: 北京鴻德海業(yè)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11412
• 代理人: 袁媛

1.一種地圖數(shù)據(jù)判重的方法，其特征在于，該方法包括：

依據(jù)用戶(hù)行為日志統(tǒng)計(jì)查詢(xún)?cè)~的搜索結(jié)果中興趣點(diǎn)的點(diǎn)擊次數(shù)，并依據(jù)查詢(xún)?cè)~、興趣點(diǎn)以及點(diǎn)擊次數(shù)的對(duì)應(yīng)關(guān)系生成有向圖；

依據(jù)所述有向圖，利用隨機(jī)游走算法獲得興趣點(diǎn)之間所有路徑的概率累加，作為興趣點(diǎn)之間的的相似度；

當(dāng)兩個(gè)興趣點(diǎn)的相似度大于預(yù)設(shè)閾值時(shí)，判定所述兩個(gè)興趣點(diǎn)為重復(fù)數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述查詢(xún)?cè)~為對(duì)用戶(hù)點(diǎn)擊日志中的查詢(xún)?cè)~進(jìn)行泛需求查詢(xún)?cè)~篩選后得到的查詢(xún)?cè)~。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，

所述有向圖包括一個(gè)以上有向邊；

所述有向邊的兩端分別為查詢(xún)?cè)~和興趣點(diǎn)；

所述有向邊的指向?yàn)榕d趣點(diǎn)指向查詢(xún)?cè)~；

所述有向邊的權(quán)重值為興趣點(diǎn)的點(diǎn)擊次數(shù)。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述利用隨機(jī)游走算法獲得興趣點(diǎn)之間的相似度具體為：

對(duì)于每個(gè)興趣點(diǎn)，將所述興趣點(diǎn)的有向邊的權(quán)重值除以與所述興趣點(diǎn)相連的有向邊的權(quán)重值的總和，得到有向邊的歸一化概率；

以所述興趣點(diǎn)為起點(diǎn)，通過(guò)與所述興趣點(diǎn)連接的所有有向邊向?qū)Χ说牟樵?xún)?cè)~游走；達(dá)到對(duì)端的查詢(xún)?cè)~后，再以對(duì)端的查詢(xún)?cè)~為起點(diǎn)，通過(guò)與所述查詢(xún)?cè)~連接的有向邊向所述查詢(xún)?cè)~對(duì)端的興趣點(diǎn)游走，直到達(dá)到預(yù)設(shè)的迭代次數(shù)時(shí)停止迭代，得到兩個(gè)興趣點(diǎn)的所有路徑；

將每個(gè)路徑中有向邊的歸一化概率相乘，得到所述路徑的概率；

將兩個(gè)興趣點(diǎn)的所有路徑的概率累加，得到兩個(gè)興趣點(diǎn)的相似度。

5.一種地圖數(shù)據(jù)判重的系統(tǒng)，其特征在于，該系統(tǒng)包括：生成單元、統(tǒng)計(jì)單元、判重單元；其中，

生成單元，用于依據(jù)用戶(hù)行為日志統(tǒng)計(jì)查詢(xún)?cè)~的搜索結(jié)果中興趣點(diǎn)的點(diǎn)擊次數(shù)，并依據(jù)查詢(xún)?cè)~、興趣點(diǎn)以及點(diǎn)擊次數(shù)的對(duì)應(yīng)關(guān)系生成有向圖；

統(tǒng)計(jì)單元，用于依據(jù)生成單元生成的有向圖，利用隨機(jī)游走算法獲得興趣點(diǎn)之間所有路徑的概率累加，作為興趣點(diǎn)之間的的相似度；

判重單元，用于當(dāng)兩個(gè)興趣點(diǎn)的相似度大于預(yù)設(shè)閾值時(shí)，判定所述兩個(gè)興趣點(diǎn)為重復(fù)數(shù)據(jù)。

6.根據(jù)權(quán)利要求5所述的系統(tǒng)，其特征在于，所述查詢(xún)?cè)~為對(duì)用戶(hù)點(diǎn)擊日志中的查詢(xún)?cè)~進(jìn)行泛需求查詢(xún)?cè)~篩選后得到的查詢(xún)?cè)~。

7.根據(jù)權(quán)利要求5所述的系統(tǒng)，其特征在于，

所述有向圖包括一個(gè)以上有向邊；

所述有向邊的兩端分別為查詢(xún)?cè)~和興趣點(diǎn)；

所述有向邊的指向?yàn)榕d趣點(diǎn)指向查詢(xún)?cè)~；

所述有向邊的權(quán)重值為興趣點(diǎn)的點(diǎn)擊次數(shù)。

8.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，所述統(tǒng)計(jì)單元在利用隨機(jī)游走算法獲得興趣點(diǎn)之間的相似度時(shí)，具體為：

對(duì)于每個(gè)興趣點(diǎn)，將所述興趣點(diǎn)的有向邊的權(quán)重值除以與所述興趣點(diǎn)相連的有向邊的權(quán)重值的總和，得到有向邊的歸一化概率；

以所述興趣點(diǎn)為起點(diǎn)，通過(guò)與所述興趣點(diǎn)連接的所有有向邊向?qū)Χ说牟樵?xún)?cè)~游走；達(dá)到對(duì)端的查詢(xún)?cè)~后，再以對(duì)端的查詢(xún)?cè)~為起點(diǎn)，通過(guò)與所述查詢(xún)?cè)~連接的有向邊向所述查詢(xún)?cè)~對(duì)端的興趣點(diǎn)游走，直到達(dá)到預(yù)設(shè)的迭代次數(shù)時(shí)停止迭代，得到兩個(gè)興趣點(diǎn)的所有路徑；

將每個(gè)路徑中有向邊的歸一化概率相乘，得到所述路徑的概率；

將兩個(gè)興趣點(diǎn)的所有路徑的概率累加，得到兩個(gè)興趣點(diǎn)的相似度。