興趣點數(shù)據(jù)融合方法和系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及地理信息處理領(lǐng)域，特別涉及一種興趣點數(shù)據(jù)融合方法和系統(tǒng)。
【背景技術(shù)】
[0002]POI (Point of Interest，興趣點)數(shù)據(jù)是地理信息系統(tǒng)的數(shù)據(jù)類型之一，廣泛應(yīng)用于導(dǎo)航和周邊生活服務(wù)領(lǐng)域。由于Ρ0Ι存在圖上采集、不同服務(wù)商的用戶上傳等，導(dǎo)致同一個Ρ0Ι會存在名稱、地址、經(jīng)緯度都不同，Ρ0Ι屬性值部分相同或者部分相似的情況普遍存在。
[0003]目前的情況是，隨著LBS (Locat1n Based Service,基于位置的服務(wù))生活服務(wù)行業(yè)迅猛發(fā)展，Ρ0Ι數(shù)據(jù)的數(shù)量迅速增長，一家數(shù)據(jù)提供方的數(shù)據(jù)就在千萬數(shù)量級別。為了提高數(shù)據(jù)質(zhì)量，往往需要融合多來源多合作方的數(shù)據(jù)，做成一份數(shù)據(jù)。傳統(tǒng)的方法，數(shù)據(jù)處理速度和處理準確度亟待提高，由于數(shù)據(jù)量大，準確度的任何提升都能大幅節(jié)約人工干預(yù)的成本。

【發(fā)明內(nèi)容】

[0004]本發(fā)明實施例提供一種興趣點數(shù)據(jù)融合方法和系統(tǒng)?？捎行Ы鉀Q數(shù)據(jù)處理速度慢、數(shù)據(jù)處理準確性和容錯性不足的問題。
[0005]根據(jù)本發(fā)明的一個方面，提供一種興趣點數(shù)據(jù)融合方法，包括:
[0006]當(dāng)獲得新的目標興趣點Ρ0Ι數(shù)據(jù)時，提取出目標Ρ0Ι數(shù)據(jù)的經(jīng)緯度；
[0007]在預(yù)定的第η層經(jīng)緯度網(wǎng)格中，確定以目標Ρ0Ι數(shù)據(jù)的經(jīng)緯度為中心的區(qū)域R ；
[0008]將在第η層經(jīng)緯度網(wǎng)格中被區(qū)域R覆蓋的網(wǎng)格作為候選網(wǎng)格；
[0009]在Ρ0Ι集合中提取出與候選網(wǎng)格相關(guān)聯(lián)的Ρ0Ι信息，以作為候選Ρ0Ι信息；
[0010]判斷在候選Ρ0Ι信息中，是否存在與目標Ρ0Ι數(shù)據(jù)相重復(fù)的Ρ0Ι信息；
[0011]若在候選Ρ0Ι信息中不存在與目標Ρ0Ι數(shù)據(jù)相重復(fù)的Ρ0Ι信息，則將目標Ρ0Ι數(shù)據(jù)存入Ρ0Ι集合；
[0012]若在候選Ρ0Ι信息中存在與目標Ρ0Ι數(shù)據(jù)相重復(fù)的Ρ0Ι信息Μ，則將目標Ρ0Ι數(shù)據(jù)與Ρ0Ι信息Μ融合，并將融合后的信息存入Ρ0Ι集合，以對Ρ0Ι信息Μ進行更新。
[0013]在一個實施例中，在Ρ0Ι集合中提取出與候選網(wǎng)格相關(guān)聯(lián)的Ρ0Ι信息，以作為候選Ρ0Ι信息的步驟包括:
[0014]判斷候選網(wǎng)格Gi是否為底層網(wǎng)格，其中1彡i彡N，N為候選網(wǎng)格總數(shù)；
[0015]若網(wǎng)格Gi是底層網(wǎng)格，則將Ρ0Ι集合中與候選網(wǎng)格Gi相關(guān)聯(lián)的Ρ0Ι信息作為候選Ρ0Ι信息；
[0016]若網(wǎng)格Gi不是底層網(wǎng)格，則確定網(wǎng)格Gi在最底層經(jīng)緯度網(wǎng)格中對應(yīng)的子網(wǎng)格，將Ρ0Ι集合中與所述子網(wǎng)格相關(guān)聯(lián)的Ρ0Ι信息作為候選Ρ0Ι信息。
[0017]在一個實施例中，判斷在候選Ρ0Ι信息中，是否存在與目標Ρ0Ι數(shù)據(jù)相重復(fù)的Ρ0Ι信息的步驟包括:
[0018]對于候選P0I信息中的每個候選P0I信息Cj，判斷目標Ρ0Ι數(shù)據(jù)與候選Ρ0Ι信息Cj之間的相似度FinalScore是否大于預(yù)定的閾值，其中1彡j彡M，Μ為候選Ρ0Ι信息總數(shù)，相似度Final Score同目標P0I數(shù)據(jù)與候選P0I信息Cj之間的名稱相似度、電話相似度、距離相似度和地址相似度相關(guān)；
[0019]若目標Ρ0Ι數(shù)據(jù)與候選Ρ0Ι信息Cj之間的相似度FinalScore大于預(yù)定的閾值，則確定目標Ρ0Ι數(shù)據(jù)與候選Ρ0Ι信息Cj重復(fù)；
[0020]若目標Ρ0Ι數(shù)據(jù)與候選Ρ0Ι信息Cj之間的相似度FinalScore不大于預(yù)定的閾值，則確定目標Ρ0Ι數(shù)據(jù)與候選Ρ0Ι信息Cj不重復(fù)。
[0021]在一個實施例中，上述方法還包括:利用下列公式
[0022]FinalScore = (nameScore+phoneScore)*weightl+(distanceScore+addressScore)氺weight2
[0023]計算相似度FinalScore,其中weightl和weight2預(yù)先設(shè)置的權(quán)值，名稱相似度nameScore同目標Ρ0Ι數(shù)據(jù)與候選Ρ0Ι信息Cj的名稱、類型相關(guān)聯(lián)，電話相似度phoneScore同目標Ρ0Ι數(shù)據(jù)與候選Ρ0Ι信息Cj的電話信息相關(guān)聯(lián)，距離相似度distanceScore同目標Ρ0Ι數(shù)據(jù)與候選Ρ0Ι信息Cj的經(jīng)緯度相關(guān)聯(lián)，地址相似度addressScore同目標Ρ0Ι數(shù)據(jù)與候選Ρ0Ι信息Cj的地址相關(guān)聯(lián)。
[0024]在一個實施例中，將目標Ρ0Ι數(shù)據(jù)與Ρ0Ι信息Μ融合的步驟包括:
[0025]對于目標Ρ0Ι數(shù)據(jù)與Ρ0Ι信息Μ中的名稱信息，將長度最長的名稱信息作為融合后的名稱信息；
[0026]對于目標Ρ0Ι數(shù)據(jù)與Ρ0Ι信息Μ中的地址信息，將長度最長的地址信息作為融合后的地址信息；
[0027]對于目標Ρ0Ι數(shù)據(jù)與Ρ0Ι信息Μ中的電話信息，將兩個電話信息共同作為融合后的電話信息。
[0028]在一個實施例中，將目標Ρ0Ι數(shù)據(jù)與Ρ0Ι信息Μ融合的步驟還包括:
[0029]記錄目標Ρ0Ι數(shù)據(jù)的來源標識。
[0030]在一個實施例中，在預(yù)定的第η層經(jīng)緯度網(wǎng)格中，確定以目標Ρ0Ι數(shù)據(jù)的經(jīng)緯度為中心的區(qū)域R的步驟包括:
[0031]在預(yù)定的第η層經(jīng)緯度網(wǎng)格中，生成以目標Ρ0Ι數(shù)據(jù)的經(jīng)緯度為圓心、以預(yù)定的長度為半徑的圓形區(qū)域，以作為所述區(qū)域R。
[0032]根據(jù)本發(fā)明的另一方面，提供一種興趣點數(shù)據(jù)融合系統(tǒng)，包括輸入單元、提取單元、區(qū)域確定單元、候選網(wǎng)格確定單元、候選信息確定單元、識別單元和融合存儲單元，其中:
[0033]輸入單元，用于輸入新的目標興趣點Ρ0Ι數(shù)據(jù)；
[0034]提取單元，用于當(dāng)輸入單元獲得目標Ρ0Ι數(shù)據(jù)時，提取出目標Ρ0Ι數(shù)據(jù)的經(jīng)緯度；
[0035]區(qū)域確定單元，用于在預(yù)定的第η層經(jīng)緯度網(wǎng)格中，確定以目標Ρ0Ι數(shù)據(jù)的經(jīng)緯度為中心的區(qū)域R ;
[0036]候選網(wǎng)格確定單元，用于將在第η層經(jīng)緯度網(wǎng)格中被區(qū)域R覆蓋的網(wǎng)格作為候選網(wǎng)格；
[0037]候選信息確定單元，用于在Ρ0Ι集合中提取出與候選網(wǎng)格相關(guān)聯(lián)的Ρ0Ι信息，以作為候選POI信息；
[0038]識別單元，用于判斷在候選Ρ0Ι信息中，是否存在與目標Ρ0Ι數(shù)據(jù)相重復(fù)的Ρ0Ι信息；
[0039]融合存儲單元，用于根據(jù)識別單元的判斷結(jié)果，若在候選Ρ0Ι信息中不存在與目標Ρ0Ι數(shù)據(jù)相重復(fù)的Ρ0Ι信息，則將目標Ρ0Ι數(shù)據(jù)存入Ρ0Ι集合；若在候選Ρ0Ι信息中存在與目標Ρ0Ι數(shù)據(jù)相重復(fù)的Ρ0Ι信息M,則將目標Ρ0Ι數(shù)據(jù)與Ρ0Ι信息Μ融合,并將融合后的信息存入Ρ0Ι集合，以對Ρ0Ι信息Μ進行更新。
[0040]在一個實施例中，候選信息確定單兀包括識別模塊、第一信息確定模塊和第二信息確定模塊，其中:
[0041]識別模塊，用于判斷候選網(wǎng)格Gi是否為底層網(wǎng)格，其中1彡i彡N，N為候選網(wǎng)格總數(shù)；
[0042]第一信息確定模塊，用于根據(jù)識別模塊的判斷結(jié)果，若網(wǎng)格Gi是底層網(wǎng)格，則將Ρ0Ι集合中與候選網(wǎng)格Gi相關(guān)聯(lián)的Ρ0Ι信息作為候選Ρ0Ι信息；
[0043]第二信息確定模塊，用于根據(jù)識別模塊的判斷結(jié)果，若網(wǎng)格Gi不是底層網(wǎng)格，則確定網(wǎng)格Gi在最底層經(jīng)緯度網(wǎng)格中對應(yīng)的子網(wǎng)格，將POI集合中與所述子網(wǎng)格相關(guān)聯(lián)的Ρ0Ι信息作為候選Ρ0Ι信息。
[0044]在一個實施例中，識別單元具體對于候選Ρ0Ι信息中的每個候選Ρ0Ι信息Cj，判斷目標Ρ0Ι數(shù)據(jù)與候選Ρ0Ι信息Cj之間的相似度FinalScore是否大于預(yù)定的閾值，其中1彡j彡M，Μ為候選Ρ0Ι信息總數(shù)，相似度FinalScore同目標Ρ0Ι數(shù)據(jù)與候選Ρ0Ι信息Cj之間的名稱相似度、電話相似度、距離相似度和地址相似度相關(guān)；若目標Ρ0Ι數(shù)據(jù)與候選Ρ0Ι信息Cj之間的相似度FinalScore大于預(yù)定的閾值，則確定目標Ρ0Ι數(shù)據(jù)與候選Ρ0Ι信息Cj重復(fù)；若目標Ρ0Ι數(shù)據(jù)與候選Ρ0Ι信息Cj之間的相似度FinalScore不大于預(yù)定的閾值，則確定目標Ρ0Ι數(shù)據(jù)與候選Ρ0Ι信息Cj不重復(fù)。
[0045]在一個實施例中，識別單元具體利用下列公式
[0046]FinalScore = (nameScore+phoneScore)*weightl+(distanceScore+addressScore)氺weight2
[0047]計算相似度FinalScore,其中weightl和weight2預(yù)先設(shè)置的權(quán)值，名稱相似度nameScore同目標Ρ0Ι數(shù)據(jù)與候選Ρ0Ι信息Cj的名稱、類型相關(guān)聯(lián)，電話相似度phoneScore同目標Ρ0Ι數(shù)據(jù)與候選Ρ0Ι信息Cj的電話信息相關(guān)聯(lián)，距離相似度distanceScore同目標Ρ0Ι數(shù)據(jù)與候選Ρ0Ι信息Cj的經(jīng)緯度相關(guān)聯(lián)，地址相似度addressScore同目標Ρ0Ι數(shù)據(jù)與候選Ρ0Ι信息Cj的地址相關(guān)聯(lián)。
[0048]在一個實施例中，融合存儲單元具體在將目標Ρ0Ι數(shù)據(jù)與Ρ0Ι信