[發明專利]一種興趣點數據錯誤類型定位、重復識別方法及裝置

有效

• 申請號: 201610309083.1
• 申請日: 2016-05-11
• 公開（公告）號: CN107368480B
• 公開（公告）日: 2021-05-04
• 發明（設計）人: 王世民
• 申請（專利權）人: 中國移動通信集團遼寧有限公司
• 主分類號: G06F16/29
• 分類號: G06F16/29;G06K9/62
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 蔣雅潔;張穎玲

1.一種興趣點數據錯誤類型定位方法，其特征在于，所述方法包括：

根據設置的興趣點POI基礎字段的分層參數，對POI數據對的基礎字段進行分詞處理，并獲取組成所述基礎字段的各分詞所在的層數；所述POI數據對包括用戶輸入的POI數據和與所述用戶輸入的POI數據對應的POI原始數據；所述基礎字段包括至少一個子字段；所述POI基礎字段的分層參數為根據子字段的類型設置的；所述子字段的類型至少包括名稱字段、地址字段、電話字段中的任意一個；

根據所述組成所述子字段的各分詞所在的層數，計算所述POI數據對的子字段之間的相似度值；

根據設置的子字段不同錯誤類型所對應的錯誤閾值，判定所述POI數據對的子字段之間的相似度值屬于所述錯誤閾值時，定位所述POI原始數據的子字段的錯誤類型。

2.根據權利要求1所述的方法，其特征在于，所述計算所述POI數據對的子字段之間的相似度值，包括：A與B有共同的父節點

其中，A表示所述POI原始數據的子字段，B表示所述POI數據的子字段，Dist(A,B)表示A與B之間的語義距離，I表示A與B之間的不相同分詞所處的層數，Cist(A,B)表示A與B之間路徑的計算方法，rcw(A,B)表示A與B的父節點，S_WordNet(A,B)表示A與B之間的相似度值。

3.根據權利要求1或2所述的方法，其特征在于，當所述基礎字段包括地址字段時，所述計算所述POI數據對的子字段之間的相似度值，包括：

計算所述POI原始數據與POI數據的地址字段中行政區劃信息之間的相似度值；

計算所述POI原始數據與POI數據的地址字段中街道信息之間的相似度值；

計算所述POI原始數據與POI數據的地址字段中大廈樓宇信息之間的相似度值；

計算所述POI原始數據與POI數據的地址字段中描述性信息之間的相似度值。

4.根據權利要求3所述的方法，其特征在于，所述定位所述POI原始數據的子字段的錯誤類型，包括：

當所述POI原始數據與POI數據的地址字段中行政區劃信息之間的相似度值屬于行政區劃信息錯誤閾值時，判定所述POI原始數據的地址字段中行政區劃信息錯誤；

當所述POI原始數據與POI數據的地址字段中描述性信息之間的相似度值屬于描述性信息錯誤閾值時，判定所述POI原始數據的地址字段中描述性信息錯誤；

當所述POI原始數據與POI數據的地址字段中街道信息之間的相似度值屬于街道信息錯誤閾值時，判定所述POI原始數據的地址字段中街道信息疑似錯誤；

當所述POI原始數據與POI數據的地址字段中大廈樓宇信息之間的相似度值屬于大廈樓宇信息錯誤閾值時，判定所述POI原始數據的地址字段中大廈樓宇信息疑似錯誤。

5.根據權利要求4所述的方法，其特征在于，當所述POI原始數據的地址字段中街道信息和/或大廈樓宇信息被判定為疑似錯誤時，所述方法還包括：

獲取所述POI原始數據與POI數據的地址字段中街道所在位置的坐標信息；根據所述街道所在位置的坐標信息，計算所述POI原始數據與POI數據的地址字段中街道之間的距離值；當所述POI原始數據與POI數據的地址字段中街道之間的距離值大于設置的第一臨界值時，判定所述POI原始數據的地址字段中街道信息錯誤；

和/或，

獲取所述POI原始數據與POI數據的地址字段中大廈樓宇所在位置的坐標信息；根據所述大廈樓宇所在位置的坐標信息，計算所述POI原始數據與POI數據的地址字段中大廈樓宇之間的距離值；當所述POI原始數據與POI數據的地址字段中大廈樓宇之間的距離值大于設置的第一臨界值時，判定所述POI原始數據的地址字段中大廈樓宇信息錯誤。