[發明專利]一種數據融合方法及裝置

在審

• 申請號: 202010525808.7
• 申請日: 2020-06-10
• 公開（公告）號: CN111723172A
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 方碩;劉婧文;李城
• 申請（專利權）人: 廣東世紀高通科技有限公司
• 主分類號: G06F16/29
• 分類號: G06F16/29;G06F16/21
• 代理公司: 北京中博世達專利商標代理有限公司 11274
• 代理人: 申健

本發明公開了一種數據融合方法及裝置，涉及交通信息服務技術領域，解決了單個渠道獲取的POI地址信息存在覆蓋范圍不全、數據質量不高的問題。具體方案包括：數據融合裝置獲取至少兩種POI數據源中每種POI數據源的POI地址信息，得到初始POI地址信息集合，POI地址信息用于表示地理實體的位置信息；對初始POI地址信息集合包括的POI地址信息進行融合，得到目標POI地址信息集合，目標POI地址信息集合包括多條有效的目標POI地址信息；將目標POI地址信息集合包括的目標POI地址信息加載入地址信息數據庫。

技術領域

本發明涉及交通信息服務技術領域，尤其涉及一種數據融合方法及裝置。

背景技術

興趣點(point of interest，POI)地址信息是對具體的地理實體的標注，代表著該地理實體的特定地理位置。實際應用中，POI地址信息與經濟社會活動和人民群眾日常生活密切相關，涉及經濟生活、社會交往、城市建設和治安管理等諸多方面。

在相關技術中，一個地理實體的POI地址信息可以從不同的渠道獲取，例如，可以從公安網、互聯網應用等獲取。但是，單個渠道獲取的POI地址信息均存在覆蓋范圍不全、數據質量不高的問題。

發明內容

本發明提供一種數據融合方法及裝置，解決了單個渠道獲取的POI地址信息存在覆蓋范圍不全、數據質量不高的問題。

為達到上述目的，本發明采用如下技術方案：

第一方面，本發明提供一種數據融合方法，該方法包括：數據融合裝置獲取至少兩種POI數據源中每種POI數據源的POI地址信息，得到初始POI地址信息集合，POI地址信息用于表示地理實體的位置信息；對初始POI地址信息集合包括的POI地址信息進行融合，得到目標POI地址信息集合，目標POI地址信息集合包括多條有效的目標POI地址信息；將目標POI地址信息集合包括的目標POI地址信息加載入地址信息數據庫。

結合第一方面，在一種可能的實現方式中，對初始POI地址信息集合包括的POI地址信息進行融合，得到目標POI地址信息集合，具體可以包括：對初始POI地址信息集合包括的POI地址信息進行清洗和加工，得到候選POI地址信息集合；將候選POI地址信息集合包括的每條POI地址信息按照預設地址結構進行轉換，得到目標POI地址信息集合。

結合第一方面和上述可能的實現方式，在另一種可能的實現方式中，對初始POI地址信息集合包括的POI地址信息進行清洗和加工，得到候選POI地址信息集合，具體可以包括：將初始POI地址信息集合按照行政區劃等級進行分類，去除每類POI地址信息中的異常POI地址信息，得到第一POI地址信息集合；將第一POI地址信息集合包括的每條POI地址信息進行切分，得到多個切片信息；確定多個切片信息中的異常切片信息，去除第一POI地址信息集合中包含異常切片信息的POI地址信息，得到第二POI地址信息集合；對第二POI地址信息集合進行清洗和加工，得到候選POI地址信息集合。

結合第一方面和上述可能的實現方式，在另一種可能的實現方式中，對第二POI地址信息集合進行清洗和加工，得到候選POI地址信息集合，具體可以包括：從去除異常切片信息后的切片信息中獲取地理實體的名稱，并將第二POI地址信息集合中，包含相同名稱的所有POI地址信息進行清洗和加工，得到候選POI地址信息集合。

結合第一方面和上述可能的實現方式，在另一種可能的實現方式中，對第二POI地址信息集合進行清洗和加工，得到候選POI地址信息集合，具體可以包括：在去除異常切片信息后的切片信息中，將表示同一地理實體的切片信息合并為分詞，并將包含分詞的POI地址信息進行合并；確定分詞的類型，并根據分詞的類型，對合并后的POI地址信息進行清洗和加工，得到候選POI地址信息集合。

結合第一方面和上述可能的實現方式，在另一種可能的實現方式中，還包括：響應于用戶的輸入操作，在地址信息數據庫中按照預設地址結構，增加POI地址信息。