[發明專利]興趣點POI分類方法和裝置

有效

• 申請號: 201810711963.0
• 申請日: 2018-06-29
• 公開（公告）號: CN109033219B
• 公開（公告）日: 2022-03-11
• 發明（設計）人: 楊建東;唐旺;張紹瑞
• 申請（專利權）人: 北京奇虎科技有限公司
• 主分類號: G06F16/29
• 分類號: G06F16/29;G06F16/9537;G06F16/906
• 代理公司: 北京恒博知識產權代理有限公司 11528
• 代理人: 范勝祥

1.一種興趣點POI分類方法，包括：

在興趣點POI地圖搜索場景中，根據樣本POI訓練POI名稱到POI類別的分類模型；

根據所述分類模型和目標POI的POI名稱，確定所述目標POI的一個或多個POI調整類別，所述目標POI為已經存在類別的POI；

根據所述一個或多個POI調整類別對所述目標POI的POI類別進行調整，所述根據所述一個或多個POI調整類別對所述目標POI的POI類別進行調整，包括：

確定目標POI的原POI類別與各POI調整類別的兼容度；若原POI類別中的一個POI類別與各POI調整類別的兼容度均小于第二閾值，則從原POI類別中清除該POI類別；若清除完畢后的原POI類別不為空，則將原POI類別中剩余的全部POI類別作為調整后的POI類別；若清除完畢后的原POI類別為空，則將k個POI調整類別作為調整后的POI類別；

所述k個POI調整類別，基于以下步驟確定：

按照貝葉斯分類方法得到所述目標POI的M個POI訓練類別和各POI類別對應的概率；其中，M為正整數；

從所述M個POI訓練類別中，按所述概率由高至低取出k個POI訓練類別作為確定的k個POI調整類別；其中，k為不大于M的正整數。

2.如權利要求1所述的方法，其中，所述樣本POI是從預設的一個或多個數據來源獲取的，所述數據來源的POI類別可信度不小于第一閾值。

3.如權利要求1所述的方法，其中，所述訓練POI名稱到POI類別的分類模型包括：

對樣本POI的POI名稱進行分詞處理，根據分詞結果，選取POI名稱尾部的一個或多個詞，根據選取的詞生成特征進行分類模型訓練。

4.如權利要求3所述的方法，其中，所述選取POI名稱尾部的一個或多個詞，根據選取的詞生成特征進行分類模型訓練包括：

從POI名稱尾部開始進行N次選取，分別選取1個詞、2個詞……N個詞，將選取的詞的組合作為特征進行分類模型訓練；其中，N為正整數。

5.如權利要求1所述的方法，其中，該方法還包括：

將確定的一個或多個POI調整類別中，所述概率低于第三閾值的POI調整類別記為POI備選類別；

在確定所述目標POI的原POI類別與各POI調整類別的兼容度時，不需確定原POI類別與POI備選類別的兼容度。

6.如權利要求5所述的方法，其中，該方法還包括：

根據所述樣本POI的POI類別，預先計算并保存各POI類別的兼容度。

7.如權利要求6所述的方法，其中，所述預先計算并保存各POI類別的兼容度包括：

對兩個類別a和b，基于公式P＝#(a,b)/min(#a,#b)計算兼容度；其中，P為兼容度，#為統計得到的樣本POI中POI類別的出現次數。