一种兴趣点名称的挖掘方法、装置、电子设备及存储介质
阅读：160发布：2020-05-12
专利汇可以提供一种兴趣点名称的挖掘方法、装置、电子设备及存储介质专利检索，专利查询，专利分析的服务。并且本 发明 实施例 公开了一种兴趣点名称的挖掘方法、装置、 电子 设备及存储介质。所述方法包括：在历史搜索日志中获取各个用户的搜索会话；根据各个用户的搜索会话确定各个搜索会话对应的兴趣点名称对；其中，所述兴趣点名称对中的兴趣点名称属于同一个搜索会话；在预先确定的搜索特征库中确定各个兴趣点名称对对应的搜索特征；根据各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征，对各个兴趣点名称对中的兴趣点名称进行挖掘。不仅可以提高兴趣点名称的挖掘效率，还可以保证兴趣点名称的准确率。，下面是一种兴趣点名称的挖掘方法、装置、电子设备及存储介质专利的具体信息内容。
1.一种兴趣点名称的挖掘方法，其特征在于，所述方法包括：
在历史搜索日志中获取各个用户的搜索会话；
根据各个用户的搜索会话确定各个搜索会话对应的兴趣点名称对；其中，所述兴趣点名称对中的兴趣点名称属于同一个搜索会话；
在预先确定的搜索特征库中确定各个兴趣点名称对对应的搜索特征；
根据各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征，对各个兴趣点名称对中的兴趣点名称进行挖掘。
2.根据权利要求1所述的方法，其特征在于，所述在历史搜索日志中获取各个用户的搜索会话，包括：
在所述历史搜索日志中获取各个用户的全部兴趣点POI搜索词和各个POI搜索词对应的搜索时间；
根据各个POI搜索词对应的搜索时间将各个用户的全部POI搜索词划分到与其对应的搜索会话中；其中，各个搜索会话中的所有POI搜索词来自同一个用户。
3.根据权利要求1所述的方法，其特征在于，所述根据各个用户的搜索会话确定各个搜索会话对应的兴趣点名称对，包括：
在各个用户的搜索会话中确定出各个搜索会话中的POI搜索词；
将各个搜索会话中每两个POI搜索词组合为一个兴趣点名称对，作为各个搜索会话对应的兴趣点名称对。
4.根据权利要求1所述的方法，其特征在于，所述在预先确定的搜索特征库中确定各个兴趣点名称对对应的搜索特征，包括：
在预先确定的搜索结果特征库中确定各个兴趣点名称对对应的搜索结果特征；其中，所述兴趣点名称对包括：第一兴趣点名称和第二兴趣点名称；
在预先确定的用户行为特征库中确定各个兴趣点名称对对应的用户行为特征；其中，所述用户行为特征包括：所述第一兴趣点名称的搜索热度特征以及各个兴趣点名称对的搜索共现特征。
5.根据权利要求1所述的方法，其特征在于，所述根据各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征，对各个兴趣点名称对中的兴趣点名称进行挖掘，包括：
将各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征输入到预先训练的判别模型中；
通过所述判别模型获取到各个兴趣点名称对对应的判别概率值；
根据各个兴趣点名称对对应的判别概率值和预先确定的判别阈值，确定各个兴趣点名称对对应的判别结果。
6.一种兴趣点名称的挖掘装置，其特征在于，所述装置包括：获取模块、确定模块和挖掘模块；其中，
所述获取模块，用于在历史搜索日志中获取各个用户的搜索会话；
所述确定模块，用于根据各个用户的搜索会话确定各个搜索会话对应的兴趣点名称对；其中，所述兴趣点名称对中的兴趣点名称属于同一个搜索会话；在预先确定的搜索特征库中确定各个兴趣点名称对对应的搜索特征；
所述挖掘模块，用于根据各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征，对各个兴趣点名称对中的兴趣点名称进行挖掘。
7.根据权利要求6所述的装置，其特征在于，所述获取模块包括：获取子模块和划分子模块；其中，
所述获取子模块，用于在所述历史搜索日志中获取各个用户的全部POI搜索词和各个POI搜索词对应的搜索时间；
所述划分子模块，用于根据各个POI搜索词对应的搜索时间将各个用户的全部POI搜索词划分到与其对应的搜索会话中；其中，各个搜索会话中的所有POI搜索词来自同一个用户。
8.根据权利要求6所述的装置，其特征在于：
所述确定模块，具体用于在各个用户的搜索会话中确定出各个搜索会话中的POI搜索词；将各个搜索会话中每两个POI搜索词组合为一个兴趣点名称对，作为各个搜索会话对应的兴趣点名称对。
9.根据权利要求6所述的装置，其特征在于：
所述确定模块，具体用于在预先确定的搜索结果特征库中确定各个兴趣点名称对对应的搜索结果特征；其中，所述兴趣点名称对包括：第一兴趣点名称和第二兴趣点名称；在预先确定的用户行为特征库中确定各个兴趣点名称对对应的用户行为特征；其中，所述用户行为特征包括：所述第一兴趣点名称的搜索热度特征以及各个兴趣点名称对的搜索共现特征。
10.根据权利要求6所述的装置，其特征在于：
所述挖掘模块，具体用于将各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征输入到预先训练的判别模型中；通过所述判别模型获取到各个兴趣点名称对对应的判别概率值；根据各个兴趣点名称对对应的判别概率值和预先确定的判别阈值，确定各个兴趣点名称对对应的判别结果。
11.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至5中任一项所述的兴趣点名称的挖掘方法。
12.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至5中任一项所述的兴趣点名称的挖掘方法。
一种兴趣点名称的挖掘方法、装置、电子设备及存储介质
技术领域
背景技术
[0002] 在电子地图中有大量的定位点，例如，地图上标注的餐馆、酒店、景点、收费站等，这些定位点即为用户可能会进行查询或者想要到达的兴趣点(Point of Interest，POI)。
[0003] 一般情况下，同一个兴趣点会有多个不同的名称，例如，某一个兴趣点可以有两个名称，分别为：“雍和宫”和“喇嘛庙”；此时，“雍和宫”可以作为该兴趣点的原始名称；该原始名称是在现有的电子地图中已经存在的名称；“喇嘛庙”可以作为该兴趣点的候选名称；该候选名称是在现有的电子地图中不存在的名称。在现有的电子地图数据库中，很可能没有包含一个兴趣点的所有名称。例如，对于原始名称为“雍和宫”的兴趣点，电子地图中的数据库中只存在“雍和宫”这个原始名称，而不存在“喇嘛庙”这个候选名称。那么，如果用户在使用电子地图中搜索名称为“喇嘛庙”的兴趣点时，由于电子地图中的数据库中不存在“喇嘛庙”这个候选名称，因此用户就无法查找到这个兴趣点。
[0004] 为了提升用户的搜索体验，需要对各个兴趣点的候选名称进行挖掘，然后将挖掘出的候选名称补充到电子地图数据库中。在现有的兴趣点名称的挖掘方法中，通常采用人工方式挖掘兴趣点名称，不仅挖掘效率较低，而且准确率也无法保证。
发明内容
[0005] 有鉴于此，本发明实施例提供一种兴趣点名称的挖掘方法、装置、电子设备及存储介质，不仅可以提高兴趣点名称的挖掘效率，还可以保证兴趣点名称的准确率。
[0006] 第一方面，本发明实施例提供了一种兴趣点名称的挖掘方法，所述方法包括：
[0007] 在历史搜索日志中获取各个用户的搜索会话；
[0008] 根据各个用户的搜索会话确定各个搜索会话对应的兴趣点名称对；其中，所述兴趣点名称对中的兴趣点名称属于同一个搜索会话；
[0009] 在预先确定的搜索特征库中确定各个兴趣点名称对对应的搜索特征；
[0010] 根据各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征，对各个兴趣点名称对中的兴趣点名称进行挖掘。
[0011] 在上述实施例中，所述在历史搜索日志中获取各个用户的搜索会话，包括：
[0012] 在所述历史搜索日志中获取各个用户的全部POI搜索词和各个POI搜索词对应的搜索时间；
[0013] 根据各个POI搜索词对应的搜索时间将各个用户的全部POI搜索词划分到与其对应的搜索会话中；其中，各个搜索会话中的所有POI搜索词来自同一个用户。
[0014] 在上述实施例中，所述根据各个用户的搜索会话确定各个搜索会话对应的兴趣点名称对，包括：
[0015] 在各个用户的搜索会话中确定出各个搜索会话中的POI搜索词；
[0016] 将各个搜索会话中每两个POI搜索词组合为一个兴趣点名称对，作为各个搜索会话对应的兴趣点名称对。
[0017] 在上述实施例中，所述在预先确定的搜索特征库中确定各个兴趣点名称对对应的搜索特征，包括：
[0018] 在预先确定的搜索结果特征库中确定各个兴趣点名称对对应的搜索结果特征；其中，所述兴趣点名称对包括：第一兴趣点名称和第二兴趣点名称；
[0019] 在预先确定的用户行为特征库中确定各个兴趣点名称对对应的用户行为特征；其中，所述用户行为特征包括：所述第一兴趣点名称的搜索热度特征以及各个兴趣点名称对的搜索共现特征。
[0020] 在上述实施例中，所述根据各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征，对各个兴趣点名称对中的兴趣点名称进行挖掘，包括：
[0021] 将各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征输入到预先训练的判别模型中；
[0022] 通过所述判别模型获取到各个兴趣点名称对对应的判别概率值；
[0023] 根据各个兴趣点名称对对应的判别概率值和预先确定的判别阈值，确定各个兴趣点名称对对应的判别结果。
[0024] 第二方面，本发明实施例提供了一种兴趣点名称的挖掘装置，所述装置包括：获取模块、确定模块和挖掘模块；其中，
[0025] 所述获取模块，用于在历史搜索日志中获取各个用户的搜索会话；
[0026] 所述确定模块，用于根据各个用户的搜索会话确定各个搜索会话对应的兴趣点名称对；其中，所述兴趣点名称对中的兴趣点名称属于同一个搜索会话；在预先确定的搜索特征库中确定各个兴趣点名称对对应的搜索特征；
[0027] 所述挖掘模块，用于根据各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征，对各个兴趣点名称对中的兴趣点名称进行挖掘。
[0028] 在上述实施例中，所述获取模块包括：获取子模块和划分子模块；其中，[0029] 所述获取子模块，用于在所述历史搜索日志中获取各个用户的全部POI搜索词和各个POI搜索词对应的搜索时间；
[0030] 所述划分子模块，用于根据各个POI搜索词对应的搜索时间将各个用户的全部POI搜索词划分到与其对应的搜索会话中；其中，各个搜索会话中的所有POI搜索词来自同一个用户。
[0031] 在上述实施例中，所述确定模块，具体用于在各个用户的搜索会话中确定出各个搜索会话中的POI搜索词；将各个搜索会话中每两个POI搜索词组合为一个兴趣点名称对，作为各个搜索会话对应的兴趣点名称对。
[0032] 在上述实施例中，所述确定模块，具体用于在预先确定的搜索结果特征库中确定各个兴趣点名称对对应的搜索结果特征；其中，所述兴趣点名称对包括：第一兴趣点名称和第二兴趣点名称；在预先确定的用户行为特征库中确定各个兴趣点名称对对应的用户行为特征；其中，所述用户行为特征包括：所述第一兴趣点名称的搜索热度特征以及各个兴趣点名称对的搜索共现特征。
[0033] 在上述实施例中，所述挖掘模块，具体用于将各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征输入到预先训练的判别模型中；通过所述判别模型获取到各个兴趣点名称对对应的判别概率值；根据各个兴趣点名称对对应的判别概率值和预先确定的判别阈值，确定各个兴趣点名称对对应的判别结果。
[0034] 第三方面，本发明实施例提供了一种电子设备，包括：
[0035] 一个或多个处理器；
[0036] 存储器，用于存储一个或多个程序，
[0037] 当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例所述的兴趣点名称的挖掘方法。
[0038] 第四方面，本发明实施例提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例所述的兴趣点名称的挖掘方法。
[0039] 本发明施例提出了一种兴趣点名称的挖掘方法、装置、电子设备及存储介质，先在历史搜索日志中获取各个用户的搜索会话；然后根据各个用户的搜索会话确定各个搜索会话对应的兴趣点名称对；在预先确定的搜索特征库中确定各个兴趣点名称对对应的搜索特征；再根据各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征，对各个兴趣点名称对中的兴趣点名称进行挖掘。也就是说，在本发明的技术方案中，可以根据各个用户的搜索会话确定各个搜索会话对应的兴趣点名称对；在确定出各个兴趣点名称对对应的搜索特征之后，再根据各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征，对各个兴趣点名称对中的兴趣点名称进行挖掘。而在现有的兴趣点名称的挖掘方法中，通常采用人工方式挖掘兴趣点名称，不仅挖掘效率较低，而且准确率也无法保证。因此，和现有技术相比，本发明实施例提出的兴趣点名称的挖掘方法、装置、电子装置及存储介质，不仅可以提高兴趣点名称的挖掘效率，还可以保证兴趣点名称的准确率；并且，本发明实施例的技术方案实现简单方便、便于普及，适用范围更广。附图说明
[0040] 图1为本发明实施例一提供的兴趣点名称的挖掘方法的流程示意图；
[0041] 图2为本发明实施例二提供的兴趣点名称的挖掘方法的流程示意图；
[0042] 图3为本发明实施例三提供的兴趣点名称的挖掘方法的流程示意图；
[0043] 图4为本发明实施例四提供的兴趣点名称的挖掘装置的第一结构示意图；
[0044] 图5为本发明实施例四提供的兴趣点名称的挖掘装置的第二结构示意图；
[0045] 图6为本发明实施例五提供的电子设备的结构示意图。
具体实施方式
[0046] 下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。
[0047] 实施例一
[0048] 图1为本发明实施例一提供的兴趣点名称的挖掘方法的流程示意图，该方法可以由兴趣点名称的挖掘装置或者电子设备来执行，该装置或者电子设备可以由软件和/或硬件的方式实现，该装置或者电子设备可以集成在任何具有网络通信功能的智能设备中。如图1所示，兴趣点名称的挖掘方法可以包括以下步骤：
[0049] S101、在历史搜索日志中获取各个用户的搜索会话。
[0050] 在本发明的具体实施例中，电子设备可以在历史搜索日志中获取各个用户的搜索会话。具体地，电子设备可以先在历史搜索日志中获取各个用户的全部POI搜索词和各个POI搜索词对应的搜索时间；然后根据各个POI搜索词对应的搜索时间将各个用户的全部POI搜索词划分到与其对应的搜索会话中；其中，各个搜索会话中的所有POI搜索词来自同一个用户。例如，假设某一个用户的历史搜索日志包括N个POI搜索词，分别为：POI搜索词1、POI搜索词2、…、POI搜索词N；其中，N为大于1的自然数；其中，POI搜索词1对应的搜索时间为搜索时间1、POI搜索词2对应的搜索时间为搜索时间2、…、POI搜索词N对应的搜索时间为搜索时间N。在本发明的具体实施例中，如果两个连续的POI搜索词对应的搜索时间的差值小于或者等于预设阈值，表示这两个连续的POI搜索词属于同一个搜索会话；如果两个连续的POI搜索词对应的搜索时间的差值大于预设阈值，表示这两个联系的POI搜索词不属于同一个搜索会话。
[0051] S102、根据各个用户的搜索会话确定各个搜索会话对应的兴趣点名称对；其中，兴趣点名称对中的兴趣点名称属于同一个搜索会话。
[0052] 在本发明的具体实施例中，电子设备可以根据各个用户的搜索会话确定各个搜索会话对应的兴趣点名称对；其中，兴趣点名称对中的兴趣点名称属于同一个搜索会话。例如，假设某一个用户的历史搜索日志可以包括N个POI搜索词，分别为：POI搜索词1、POI搜索词2、…、POI搜索词N；其中，N为大于1的自然数；其中，POI搜索词1对应的搜索时间为搜索时间1、POI搜索词2对应的搜索时间为搜索时间2、…、POI搜索词N对应的搜索时间为搜索时间N。假设POI搜索词1对应的搜索时间1与搜索词2对应的搜索时间2的小于预设阈值，表示POI搜索词1和POI搜索词2属于同一个搜索会话，因此，可以将POI搜索词1和POI搜索词2确定为该搜索会话对应的兴趣点名称对。再假设POI搜索词2对应的搜索时间2与搜索词3对应的搜索时间3的小于预设阈值，表示POI搜索词2和POI搜索词3也属于同一个搜索会话，因此，还可以将POI搜索词2和POI搜索词3确定为该搜索会话对应的兴趣点名称对。
[0053] S103、在预先确定的搜索特征库中确定各个兴趣点名称对对应的搜索特征。
[0054] 在本发明的具体实施例中，电子设备可以在预先确定的搜索特征库中确定各个兴趣点名称对对应的搜索特征。具体地，电子设备可以在预先确定的搜索结果特征库中确定各个兴趣点名称对对应的搜索结果特征；其中，兴趣点名称对包括：第一兴趣点名称和第二兴趣点名称；在本发明的具体实施例中，要求兴趣点名称对中，第二个POI搜索词能对应到电子地图数据库中的一个POI；确定第二个POI搜索词能对应到电子地图数据库中的一个POI的方法是：用户在搜索第二个POI搜索词时，通过POI搜索引擎可以获取到第二个POI搜索词的搜索结果，并且点击了第二个POI搜索词的搜索结果中的POI，点击的POI就作为第二POI搜索词对应的POI。另外，电子设备还可以在预先确定的用户行为特征库中确定各个兴趣点名称对对应的用户行为特征；其中，用户行为特征包括：第一兴趣点名称的搜索热度特征以及各个兴趣点名称对的搜索共现特征。
[0055] S104、根据各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征，对各个兴趣点名称对中的兴趣点名称进行挖掘。
[0056] 在本发明的具体实施例中，电子设备可以根据各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征，对各个兴趣点名称对中的兴趣点名称进行挖掘。具体地，电子设备可以将各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征输入到预先训练的判别模型中；通过该判别模型可以获取到各个兴趣点名称对对应的判别概率值；根据各个兴趣点名称对对应的判别概率值和预先确定的判别阈值，确定各个兴趣点名称对对应的判别结果。例如，对于兴趣点名称对(POI搜索词1，POI搜索词2)，POI搜索词2为该POI的原始名称；该原始名称是在现有的电子地图中已经存在的名称；POI搜索词1为该POI的疑似候选名称；该疑似候选名称是在现有的电子地图中准备加入的备选名称。在本步骤中，电子设备可以将兴趣点名称对(POI搜索词1，POI搜索词2)以及该兴趣点名称对对应的搜索特征输入到预先训练的判别模型中；假设通过该判别模型获取到该兴趣点名称对对应的判别概率值为80％；假设预先确定的判别阈值为50％；则可以确定出POI搜索词1为POI搜索词2对应的POI的候选名称。
[0057] 本发明实施例提出的兴趣点名称的挖掘方法，先在历史搜索日志中获取各个用户的搜索会话；然后根据各个用户的搜索会话确定各个搜索会话对应的兴趣点名称对；在预先确定的搜索特征库中确定各个兴趣点名称对对应的搜索特征；再根据各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征，对各个兴趣点名称对中的兴趣点名称进行挖掘。也就是说，在本发明的技术方案中，可以根据各个用户的搜索会话确定各个搜索会话对应的兴趣点名称对；在确定出各个兴趣点名称对对应的搜索特征之后，再根据各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征，对各个兴趣点名称对中的兴趣点名称进行挖掘。而在现有的兴趣点名称的挖掘方法中，通常采用人工方式挖掘兴趣点名称，不仅挖掘效率较低，而且准确率也无法保证。因此，和现有技术相比，本发明实施例提出的兴趣点名称的挖掘方法，不仅可以提高兴趣点名称的挖掘效率，还可以保证兴趣点名称的准确率；并且，本发明实施例的技术方案实现简单方便、便于普及，适用范围更广。
[0058] 实施例二
[0059] 图2为本发明实施例二提供的兴趣点名称的挖掘方法的流程示意图。如图2所示，兴趣点名称的挖掘方法可以包括以下步骤：
[0060] S201、在历史搜索日志中获取各个用户的全部POI搜索词和各个POI搜索词对应的搜索时间。
[0061] 在本发明的具体实施例中，电子设备可以在历史搜索日志中获取各个用户的全部POI搜索词和各个POI搜索词对应的搜索时间。例如，假设某一个用户的历史搜索日志可以包括N个POI搜索词，分别为：POI搜索词1、POI搜索词2、…、POI搜索词N；其中，N为大于1的自然数；其中，POI搜索词1对应的搜索时间为搜索时间1、POI搜索词2对应的搜索时间为搜索时间2、…、POI搜索词N对应的搜索时间为搜索时间N。
[0062] S202、根据各个POI搜索词对应的搜索时间将各个用户的全部POI搜索词划分到与其对应的搜索会话中；其中，各个搜索会话中的所有POI搜索词来自同一个用户。
[0063] 在本发明的具体实施例中，电子设备可以根据各个POI搜索词对应的搜索时间将各个用户的全部POI搜索词划分到与其对应的搜索会话中；其中，各个搜索会话中的所有POI搜索词来自同一个用户。具体地，在本发明的具体实施例中，如果两个连续的POI搜索词对应的搜索时间的差值小于或者等于预设阈值，表示这两个连续的POI搜索词属于同一个搜索会话；如果两个连续的POI搜索词对应的搜索时间的差值大于预设阈值，表示这两个联系的POI搜索词不属于同一个搜索会话。例如，假设POI搜索词1对应的搜索时间1与搜索词2对应的搜索时间2的小于预设阈值，表示POI搜索词1和POI搜索词2属于同一个搜索会话，因此，在本步骤中，电子设备可以将POI搜索词1和POI搜索词2划分到该搜索会话中；再假设POI搜索词2对应的搜索时间2与搜索词3对应的搜索时间3的小于预设阈值，表示POI搜索词2和POI搜索词3也属于同一个搜索会话，因此，在本步骤中，电子设备也可以将POI搜索词2和POI搜索词3划分到该搜索会话中。
[0064] S203、在各个用户的搜索会话中确定出各个搜索会话中的POI搜索词。
[0065] 在本发明的具体实施例中，电子设备可以在各个用户的搜索会话中确定出各个搜索会话中的POI搜索词。例如，假设某一个用户的搜索会话包括三个POI搜索词，分别为：POI搜索词q1、POI搜索词q2和POI搜索词q3；在本步骤中，电子设备可以在该搜索会话中确定出POI搜索词q1、POI搜索词q2和POI搜索词q3。
[0066] S204、将各个搜索会话中每两个POI搜索词组合为一个兴趣点名称对，作为各个搜索会话对应的兴趣点名称对。
[0067] 在本发明的具体实施例中，电子设备可以将各个搜索会话中每两个POI搜索词组合为一个兴趣点名称对，作为各个搜索会话对应的兴趣点名称对。例如，假设某一个用户的搜索会话包括三个POI搜索词，分别为：POI搜索词q1、POI搜索词q2和POI搜索词q3；在本步骤中，电子设备可以将POI搜索词q1和POI搜索词q2组合为一个兴趣点名称对，作为该搜索会话对应的兴趣点名称对；还可以将POI搜索词q2和POI搜索词q3组合为一个兴趣点名称对，作为该搜索会话对应的兴趣点名称对；还可以将POI搜索词q1和POI搜索词q3组合为一个兴趣点名称对，作为该搜索会话对应的兴趣点名称对。
[0068] S205、在预先确定的搜索特征库中确定各个兴趣点名称对对应的搜索特征。
[0069] 在本发明的具体实施例中，电子设备可以在预先确定的搜索特征库中确定各个兴趣点名称对对应的搜索特征。具体地，电子设备可以在预先确定的搜索结果特征库中确定各个兴趣点名称对对应的搜索结果特征；其中，兴趣点名称对包括：第一兴趣点名称和第二兴趣点名称；在本发明的具体实施例中，要求兴趣点名称对中，第二个POI搜索词能对应到电子地图数据库中的一个POI；确定第二个POI搜索词能对应到电子地图数据库中的一个POI的方法是：用户在搜索第二个POI搜索词时，通过POI搜索引擎可以获取到第二个POI搜索词的搜索结果，并且点击了第二个POI搜索词的搜索结果中的POI，点击的POI就作为第二POI搜索词对应的POI。另外，电子设备还可以在预先确定的用户行为特征库中确定各个兴趣点名称对对应的用户行为特征；其中，用户行为特征包括：第一兴趣点名称的搜索热度特征以及各个兴趣点名称对的搜索共现特征。
[0070] S206、根据各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征，对各个兴趣点名称对中的兴趣点名称进行挖掘。
[0071] 在本发明的具体实施例中，电子设备可以根据各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征，对各个兴趣点名称对中的兴趣点名称进行挖掘。具体地，电子设备可以将各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征输入到预先训练的判别模型中；通过该判别模型可以获取到各个兴趣点名称对对应的判别概率值；根据各个兴趣点名称对对应的判别概率值和预先确定的判别阈值，确定各个兴趣点名称对对应的判别结果。例如，对于兴趣点名称对(POI搜索词1，POI搜索词2)，POI搜索词2为该POI的原始名称；该原始名称是在现有的电子地图中已经存在的名称；POI搜索词1为该POI的疑似候选名称；该疑似候选名称是在现有的电子地图中准备加入的备选名称。在本步骤中，电子设备可以将兴趣点名称对(POI搜索词1，POI搜索词2)以及该兴趣点名称对对应的搜索特征输入到预先训练的判别模型中；假设通过该判别模型获取到该兴趣点名称对对应的判别概率值为80％；假设预先确定的判别阈值为50％；则可以确定出POI搜索词1为POI搜索词2对应的POI的候选名称。
[0072] 本发明实施例提出的兴趣点名称的挖掘方法，先在历史搜索日志中获取各个用户的搜索会话；然后根据各个用户的搜索会话确定各个搜索会话对应的兴趣点名称对；在预先确定的搜索特征库中确定各个兴趣点名称对对应的搜索特征；再根据各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征，对各个兴趣点名称对中的兴趣点名称进行挖掘。也就是说，在本发明的技术方案中，可以根据各个用户的搜索会话确定各个搜索会话对应的兴趣点名称对；在确定出各个兴趣点名称对对应的搜索特征之后，再根据各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征，对各个兴趣点名称对中的兴趣点名称进行挖掘。而在现有的兴趣点名称的挖掘方法中，通常采用人工方式挖掘兴趣点名称，不仅挖掘效率较低，而且准确率也无法保证。因此，和现有技术相比，本发明实施例提出的兴趣点名称的挖掘方法，不仅可以提高兴趣点名称的挖掘效率，还可以保证兴趣点名称的准确率；并且，本发明实施例的技术方案实现简单方便、便于普及，适用范围更广。
[0073] 实施例三
[0074] 图3为本发明实施例三提供的兴趣点名称的挖掘方法的流程示意图。如图3所示，兴趣点名称的挖掘方法可以包括以下步骤：
[0075] S301、在历史搜索日志中获取各个用户的全部POI搜索词和各个POI搜索词对应的搜索时间。
[0076] 在本发明的具体实施例中，电子设备可以在历史搜索日志中获取各个用户的全部POI搜索词和各个POI搜索词对应的搜索时间。例如，假设某一个用户的历史搜索日志可以包括N个POI搜索词，分别为：POI搜索词1、POI搜索词2、…、POI搜索词N；其中，N为大于1的自然数；其中，POI搜索词1对应的搜索时间为搜索时间1、POI搜索词2对应的搜索时间为搜索时间2、…、POI搜索词N对应的搜索时间为搜索时间N。
[0077] S302、根据各个POI搜索词对应的搜索时间将各个用户的全部POI搜索词划分到与其对应的搜索会话中；其中，各个搜索会话中的所有POI搜索词来自同一个用户。
[0078] 在本发明的具体实施例中，电子设备可以根据各个POI搜索词对应的搜索时间将各个用户的全部POI搜索词划分到与其对应的搜索会话中；其中，各个搜索会话中的所有POI搜索词来自同一个用户。具体地，在本发明的具体实施例中，如果两个连续的POI搜索词对应的搜索时间的差值小于或者等于预设阈值，表示这两个连续的POI搜索词属于同一个搜索会话；如果两个连续的POI搜索词对应的搜索时间的差值大于预设阈值，表示这两个联系的POI搜索词不属于同一个搜索会话。例如，假设POI搜索词1对应的搜索时间1与搜索词2对应的搜索时间2的小于预设阈值，表示POI搜索词1和POI搜索词2属于同一个搜索会话，因此，在本步骤中，电子设备可以将POI搜索词1和POI搜索词2划分到该搜索会话中；再假设POI搜索词2对应的搜索时间2与搜索词3对应的搜索时间3的小于预设阈值，表示POI搜索词2和POI搜索词3也属于同一个搜索会话，因此，在本步骤中，电子设备也可以将POI搜索词2和POI搜索词3划分到该搜索会话中。
[0079] S303、在各个用户的搜索会话中确定出各个搜索会话中的POI搜索词。
[0080] 在本发明的具体实施例中，电子设备可以在各个用户的搜索会话中确定出各个搜索会话中的POI搜索词。例如，假设某一个用户的搜索会话包括三个POI搜索词，分别为：POI搜索词q1、POI搜索词q2和POI搜索词q3；在本步骤中，电子设备可以在该搜索会话中确定出POI搜索词q1、POI搜索词q2和POI搜索词q3。
[0081] S304、将各个搜索会话中每两个POI搜索词组合为一个兴趣点名称对，作为各个搜索会话对应的兴趣点名称对。
[0082] 在本发明的具体实施例中，电子设备可以将各个搜索会话中每两个POI搜索词组合为一个兴趣点名称对，作为各个搜索会话对应的兴趣点名称对。例如，假设某一个用户的搜索会话包括三个POI搜索词，分别为：POI搜索词q1、POI搜索词q2和POI搜索词q3；在本步骤中，电子设备可以将POI搜索词q1和POI搜索词q2组合为一个兴趣点名称对，作为该搜索会话对应的兴趣点名称对；还可以将POI搜索词q2和POI搜索词q3组合为一个兴趣点名称对，作为该搜索会话对应的兴趣点名称对；还可以将POI搜索词q1和POI搜索词q3组合为一个兴趣点名称对，作为该搜索会话对应的兴趣点名称对。
[0083] S305、在预先确定的搜索结果特征库中确定各个兴趣点名称对对应的搜索结果特征。
[0084] 在本发明的具体实施例中，电子设备可以在预先确定的搜索结果特征库中确定各个兴趣点名称对对应的搜索结果特征。通用搜索引擎的检索结果在相关性上效果很好，对于兴趣点名称对(qi，qj)，如果qi是qj的候选名称，那么qi的搜索结果很可能包含qj代表的字符串；反之，搜索结果中出现qj代表的字符串的概率很低。因此，在本发明的具体实施例中，电子设备可以用qi作为通用搜索引擎的搜索词，在通用搜索引擎中获取搜索结果，然后在搜索结果中统计qj出现的次数，作为该兴趣点名称对对应的搜索结果特征。这里，通用搜索引擎是用于搜索POI和非POI的搜索引擎；POI搜索引擎是专门用于搜索POI的搜索引擎。
[0085] S306、在预先确定的用户行为特征库中确定各个兴趣点名称对对应的用户行为特征；其中，用户行为特征包括：第一兴趣点名称的搜索热度特征以及各个兴趣点名称对的搜索共现特征。
[0086] 在本发明的具体实施例中，电子设备可以在预先确定的用户行为特征库中确定各个兴趣点名称对对应的用户行为特征；其中，用户行为特征包括：第一兴趣点名称的搜索热度特征以及各个兴趣点名称对的搜索共现特征。具体地，对于兴趣点名称对(qi，qj)，如果qi的搜索热度特征很低，那么表示qi和qj表示同一个POI的概率就会很低。另外，qi和qj在同一个搜索会话中出现过，那么qi和qj表示同一个POI的概率就会很高。在本发明的具体实施例中，各个兴趣点名称对的搜索共现特征可以包括：各个兴趣点名称对的共现次数、各个兴趣点名称对的转移概率和各个兴趣点名称对的互信息。具体地，对于兴趣点名称对(qi，qj)，该兴趣点名称对的共现次数为：在某一历史时段内所有用户的搜索会话中，qi和qj共同出现的搜索会话的次数cnt(qi，qj)；该兴趣点名称对的转移概率为：在某一历史时段内所有用户的搜索会话中，该兴趣点名称对的共现的搜索会话的次数cnt(qi，qj)与qj的出现的搜索会话的次数cnt(qj)的比值；公式表示为 该兴趣点名称对的互信息表示qi和qj之间的相互依赖性；用公式表示为 其中，cnt(qi，qj)
为在某一历史时段内所有用户的搜索会话中，qi和qj共同出现的搜索会话的次数；cnt(qi)为在某一历史时段内所有用户的搜索会话中，qi出现的搜索会话的次数；cnt(qi)为在某一历史时段内所有用户的搜索会话中，qj出现的搜索会话的次数。
为在某一历史时段内所有用户的搜索会话中，qi和qj共同出现的搜索会话的次数；cnt(qi)为在某一历史时段内所有用户的搜索会话中，qi出现的搜索会话的次数；cnt(qi)为在某一历史时段内所有用户的搜索会话中，qj出现的搜索会话的次数。
[0087] S307、根据各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征，对各个兴趣点名称对中的兴趣点名称进行挖掘。
[0088] 在本发明的具体实施例中，电子设备可以根据各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征，对各个兴趣点名称对中的兴趣点名称进行挖掘。具体地，电子设备可以将各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征输入到预先训练的判别模型中；通过该判别模型可以获取到各个兴趣点名称对对应的判别概率值；根据各个兴趣点名称对对应的判别概率值和预先确定的判别阈值，确定各个兴趣点名称对对应的判别结果。例如，对于兴趣点名称对(POI搜索词1，POI搜索词2)，POI搜索词2为该POI的原始名称；该原始名称是在现有的电子地图中已经存在的名称；POI搜索词1为该POI的疑似候选名称；该疑似候选名称是在现有的电子地图中准备加入的备选名称。在本步骤中，电子设备可以将兴趣点名称对(POI搜索词1，POI搜索词2)以及该兴趣点名称对对应的搜索特征输入到预先训练的判别模型中；假设通过该判别模型获取到该兴趣点名称对对应的判别概率值为80％；假设预先确定的判别阈值为50％；则可以确定出POI搜索词1为POI搜索词的候选名称。
[0089] 本发明实施例提出的兴趣点名称的挖掘方法，先在历史搜索日志中获取各个用户的搜索会话；然后根据各个用户的搜索会话确定各个搜索会话对应的兴趣点名称对；在预先确定的搜索特征库中确定各个兴趣点名称对对应的搜索特征；再根据各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征，对各个兴趣点名称对中的兴趣点名称进行挖掘。也就是说，在本发明的技术方案中，可以根据各个用户的搜索会话确定各个搜索会话对应的兴趣点名称对；在确定出各个兴趣点名称对对应的搜索特征之后，再根据各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征，对各个兴趣点名称对中的兴趣点名称进行挖掘。而在现有的兴趣点名称的挖掘方法中，通常采用人工方式挖掘兴趣点名称，不仅挖掘效率较低，而且准确率也无法保证。因此，和现有技术相比，本发明实施例提出的兴趣点名称的挖掘方法，不仅可以提高兴趣点名称的挖掘效率，还可以保证兴趣点名称的准确率；并且，本发明实施例的技术方案实现简单方便、便于普及，适用范围更广。
[0090] 实施例四
[0091] 图4为本发明实施例四提供的兴趣点名称的挖掘装置的第一结构示意图。如图4所示，本发明实施例所述的兴趣点名称的挖掘装置可以包括：获取模块401、确定模块402和挖掘模块403；其中，
[0092] 所述获取模块401，用于在历史搜索日志中获取各个用户的搜索会话；
[0093] 所述确定模块402，用于根据各个用户的搜索会话确定各个搜索会话对应的兴趣点名称对；其中，所述兴趣点名称对中的兴趣点名称属于同一个搜索会话；在预先确定的搜索特征库中确定各个兴趣点名称对对应的搜索特征；
[0094] 所述挖掘模块403，用于根据各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征，对各个兴趣点名称对中的兴趣点名称进行挖掘。
[0095] 图5为本发明实施例四提供的兴趣点名称的挖掘装置的第二结构示意图。如图5所示，所述获取模块401包括：获取子模块4011和划分子模块4012；其中，
[0096] 所述获取子模块4011，用于在所述历史搜索日志中获取各个用户的全部POI搜索词和各个POI搜索词对应的搜索时间；
[0097] 所述划分子模块4012，用于根据各个POI搜索词对应的搜索时间将各个用户的全部POI搜索词划分到与其对应的搜索会话中；其中，各个搜索会话中的所有POI搜索词来自同一个用户。
[0098] 进一步的，所述确定模块402，具体用于在各个用户的搜索会话中确定出各个搜索会话中的POI搜索词；将各个搜索会话中每两个POI搜索词组合为一个兴趣点名称对，作为各个搜索会话对应的兴趣点名称对。
[0099] 进一步的，所述确定模块402，具体用于在预先确定的搜索结果特征库中确定各个兴趣点名称对对应的搜索结果特征；其中，所述兴趣点名称对包括：第一兴趣点名称和第二兴趣点名称；在预先确定的用户行为特征库中确定各个兴趣点名称对对应的用户行为特征；其中，所述用户行为特征包括：所述第一兴趣点名称的搜索热度特征以及各个兴趣点名称对的搜索共现特征。
[0100] 进一步的，所述挖掘模块403，具体用于将各个搜索会话对应的兴趣点名称对以及各个兴趣点名称对对应的搜索特征输入到预先训练的判别模型中；通过所述判别模型获取到各个兴趣点名称对对应的判别概率值；根据各个兴趣点名称对对应的判别概率值和预先确定的判别阈值，确定各个兴趣点名称对对应的判别结果。
[0101] 上述兴趣点名称的挖掘装置可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明任意实施例提供的兴趣点名称的挖掘方法。
[0102] 实施例五
[0103] 图6为本发明实施例五提供的电子设备的结构示意图。图6示出了适于用来实现本发明实施方式的示例性电子设备的框图。图6显示的电子设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
[0104] 如图6所示，电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
[0105] 总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
[0107] 系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图6未显示，通常称为“硬盘驱动器”)。尽管图6中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
[0108] 具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
[0109] 电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该电子设备12交互的设备通信，和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与电子设备12的其它模块通信。应当明白，尽管图6中未示出，可以结合电子设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
[0111] 实施例六
[0112] 本发明实施例六提供了一种计算机存储介质。
[0113] 本发明实施例的计算机可读存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0114] 计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
[0115] 计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
[0116] 可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0117] 注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 应用程序名称修改方法、装置、电子设备及存储介质 | 2020-05-13 | 337 |
| 一种视频专辑名称的生成方法及装置 | 2020-05-12 | 94 |
| 基于核心词相似度判断企业中文名称重复的方法 | 2020-05-11 | 237 |
| 用于识别名称集中的非独特名称的方法与系统 | 2020-05-11 | 763 |
| 一种疾病名称标准化规范方法及规范系统 | 2020-05-11 | 641 |
| 名称为“蒸锅”的工业发明的描述 | 2020-05-11 | 882 |
| POI名称规范性评估方法、装置、设备和存储介质 | 2020-05-12 | 573 |
| 机构名称的检索方法、装置、设备及存储介质 | 2020-05-11 | 376 |
| 一种公司名称匹配方法、装置、终端设备及存储介质 | 2020-05-11 | 443 |
| 用于在中文文档中识别化学名称的方法及系统 | 2020-05-11 | 583 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈