一种POI数据检索方法及关联方法技术

本发明专利技术提供一种POI数据检索方法及关联方法，以解决现有技术中POI数据信息缺少的问题。包括如下步骤：将POI数据与待关联的补充数据进行关联；获取检索点的经纬度；根据检索点的经纬度和POI数据中的经纬度,获取基础检索区域中的POI数据；根据检索点的经纬度和POI数据中的经纬度,获取重点检索区域中的POI数据以及与重点检索区域中的POI数据关联的补充数据；将获取到的POI数据和补充数据作为检索结果进行输出通过实施本发明专利技术可以取得以下有益技术效果：通过将POI数据与补充数据进行关联，使得补充数据可以被获取到，克服现有技术中POI数据信息缺少的问题。

A POI data retrieval method and association method

The invention provides a POI data retrieval method and an association method to solve the problem of the lack of POI data information in the existing technology. Includes the following steps: the association of POI data and supplemental data to be associated; retrieval points of latitude and longitude; according to the retrieval points of latitude and longitude and latitude and longitude of the POI data acquisition, retrieval based POI data in the region; according to the retrieval points of latitude and longitude and latitude and longitude of the POI data acquisition, retrieval key POI in the data area and supplementary data retrieval key POI data association in the area; the POI data and the data acquired as a result of the output of the embodiment of the invention can be achieved by the following advantages: the retrieval of POI data associated with the supplementary data, the supplementary data can be acquired to overcome POI the lack of data information of the problems in the prior art.

【技术实现步骤摘要】
一种POI数据检索方法及关联方法
本专利技术涉及电力领域，具体涉及一种POI数据检索方法及关联方法。
技术介绍
目前越来越多的用户通过使用电子地图查询POI来获取地点的相关信息，存有POI的数据库为POI检索提供数据支撑。通常，每个POI包含名称、类别、经度纬度和附近的酒店商铺等四部分基础信息，主要用于地图导航及定位。目前，对数据库的POI数据库更新主要通过两种方式：方式一为实地采集数据，根据实采的数据对POI数据库进行更新；方式二为从互联网上的各类网站上获取POI数据，将其整理为统一格式后保存至数据库中。与方式一相比，方式二极大提高了数据库更新效率，成为POI数据库更新的主要方法。且随着POI数据处理方式的不断发展，目前已有能够自动识别重复性POI数据的方法(如专利号CN103514199A)，进一步提高通过互联网获取POI数据的准确性。但是，受到POI来源信息有限的影响，互联网获取的POI数据均只包含上文中所提到的基础信息，无法满足广大用户的信息获取需求。目前POI数据信息较少主要有以下两个原因：1、互联网获取的POI数据均只包含基础信息，缺乏如图片、描述等详细信息；2、POI数据在数据库内以字符串的形式储存，电子地图等程序每次调用都需要扫描大量的数据，单个POI数据包含的信息较大时，会严重影响扫描调用效率，进而影响用户体验。故急需提供一种检索方法，既可以提供POI数据缺少的信息，又不影响调用效率。
技术实现思路
本专利技术提供一种POI数据检索方法及关联方法，以解决现有技术中POI数据信息缺少的问题。为了实现所述目的，本专利技术一种POI数据检索方法，包括如下步骤：将POI数据与待关联的补充数据进行关联；获取检索点的经纬度；根据检索点的经纬度和POI数据中的经纬度,获取基础检索区域中的POI数据；根据检索点的经纬度和POI数据中的经纬度,获取重点检索区域中的POI数据以及与重点检索区域中的POI数据关联的补充数据；将获取到的POI数据和补充数据作为检索结果进行输出；其中，所述基础检索区域为以检索点位置为圆心的圆形区域，所述重点检索区域为以检索点位置为圆心的扇形区域。优选的，所述将POI数据与待关联的补充数据进行关联包括：获取POI数据，其中，POI数据均包含名称和经纬度；获取待关联补充数据，其中，待关联补充数据包含名称和详细信息；根据POI数据的名称与待关联补充数据的名称计算得到POI数据与待关联补充数据的相似度；将相似度超过预设阈值的POI数据与对应的待关联补充数据进行关联。优选的，所述根据检索点的经纬度和POI数据中的经纬度获取基础检索区域中的POI数据包括：根据检索点的经纬度和POI数据中的经纬度计算POI数据代表位置与检索点位置之间的距离，根据POI数据代表位置与检索点位置之间的距离，获取POI数据代表位置与检索点位置之间距离小于预设距离的POI数据。优选的，所述扇形区域的半径小于或等于圆形区域的半径。优选的，所述根据检索点的经纬度和POI数据中的经纬度获取重点检索区域中的POI数据以及与重点检索区域中的POI数据关联的补充数据包括：计算基础检索区域中的POI数据相对于检索点位置的方位角，根据POI数据相对于检索点位置的方位角和重点检索区域相对于检索点位置的方位角角度范围获得重点检索区域内的POI数据，根据重点检索区域内的POI数据获取重点检索区域中与POI数据关联的补充数据。优选的，所述根据POI数据的名称与待关联补充数据的名称计算得到POI数据与待关联补充数据的相似度包括：分别对POI数据的名称和待关联补充数据的名称进行分词处理，得到POI数据名称片段集合向量U[U1,U2,…,Ui]和待关联补充数据名称片段集合向量V[V1,V2,…,Vj]；将集合向量U和集合向量V中的所有词进行合并，并且对于重复出现的词只保留一个，得到两个向量之和W[W1,W2,…,Wk]；计算W中每个分量与集合向量U的相似度，如果W中的分量在集合向量U中出现，则该分量与集合向量U的相似度取1，如果W中的分量在集合向量U中未出现，则该分量与集合向量U的相似度取a，最终得到W与集合向量U的相似向量SimilarityU[C1,C2,…,Ck]；其中，SimilarityU中的Ck为W中的第K个分量与集合向量U的相似度，a为0到1之间的预设值；计算W中每个分量与集合向量V的相似度，如果W中的分量在集合向量V中出现，则该分量与集合向量V的相似度取1，如果W中的分量在集合向量V中未出现，则该分量与集合向量V的相似度取b，最终得到W与集合向量V的相似向量SimilarityV[D1,D2,…,Dk]；其中，SimilarityV中的Dk为W中的第K个分量与集合向量V的相似度，b为0到1之间的预设值；根据如下公式计算得到集合向量U和集合向量V的相似度SimilarityUV作为POI数据与待关联补充数据的相似度；其中，SimilarityU2为SimilarityU中每个分量的平方的和；SimilarityV2为SimilarityV中每个分量的平方的和。优选的，所述根据POI数据的名称与待关联补充数据的名称计算得到POI数据与待关联补充数据的相似度包括：分别对POI数据的名称和待关联补充数据的名称进行分词处理，得到POI数据名称片段集合向量U[U1,U2,…,Ui]和待关联补充数据名称片段集合向量V[V1,V2,…,Vj]；从专有名称词库中获取专有名词，根据专有名称对集合向量U和集合向量V进行筛选，将专有名词与非专有名词进行区分，进而得到POI数据的专有名词集合向量UA[U1,U2,…,Ui]和待关联补充数据的专有名词集合向量VA[U1,U2,…,Uj]、以及POI数据的非专有名词向量UB[U1,U2,…,Um-i]和待关联补充数据的非专有名词向量VB[U1,U2,…,Un-j]；将集合向量UA和集合向量VA中的所有词进行合并，并且对于重复出现的词只保留一个，得到两个向量之和WA[W1,W2,…,Wk]；将集合向量UB和集合向量VB中的所有词进行合并，并且对于重复出现的词只保留一个，由此得到两个向量之和WB[W1,W2,…,WL]；计算WA中每个分量与UA内每个分量的相似度，如果WA中的分量在集合向量UA中出现，则该分量与集合向量UA的相似度取1，如果WA中的分量在集合向量UA中未出现，则该分量与集合向量UA的相似度取e，最终得到WA与集合向量UA的专有名词相似向量SimilarityUA[C1,C2,…,Ck]，SimilarityUA中的Ck为WA中的第K个向量与集合向量U的相似度，e为0到1之间的预设值；计算WA中每个分量与VA内每个分量的相似度，如果WA中的分量在集合向量VA中出现，则该分量与集合向量VA的相似度取1，如果WA中的分量在集合向量VA中未出现，则该分量与集合向量VA的相似度取e，最终得到WA与集合向量VA的专有名词相似向量SimilarityVA[D1,D2,…,Dk]；SimilarityVA中的Ck为WA中的第K个分量与集合向量U的相似度，e为0到1之间的预设值；计算WB中每个分量与UB内每个分量的相似度，如果WB中的分量在集合向量UA中出现，则该分量与集合向量UB的相似度取1，如果WB中的分量在集本文档来自技高网...

【技术保护点】
一种POI数据检索方法，其特征在于，包括如下步骤：将POI数据与待关联的补充数据进行关联；获取检索点的经纬度；根据检索点的经纬度和POI数据中的经纬度,获取基础检索区域中的POI数据；根据检索点的经纬度和POI数据中的经纬度,获取重点检索区域中的POI数据以及与重点检索区域中的POI数据关联的补充数据；将获取到的POI数据和补充数据作为检索结果进行输出；其中，所述基础检索区域为以检索点位置为圆心的圆形区域，所述重点检索区域为以检索点位置为圆心的扇形区域。

【技术特征摘要】
1.一种POI数据检索方法，其特征在于，包括如下步骤：将POI数据与待关联的补充数据进行关联；获取检索点的经纬度；根据检索点的经纬度和POI数据中的经纬度,获取基础检索区域中的POI数据；根据检索点的经纬度和POI数据中的经纬度,获取重点检索区域中的POI数据以及与重点检索区域中的POI数据关联的补充数据；将获取到的POI数据和补充数据作为检索结果进行输出；其中，所述基础检索区域为以检索点位置为圆心的圆形区域，所述重点检索区域为以检索点位置为圆心的扇形区域。2.如权利要求1所述的一种POI数据检索方法，其特征在于，所述将POI数据与待关联的补充数据进行关联包括：获取POI数据，其中，POI数据均包含名称和经纬度；获取待关联补充数据，其中，待关联补充数据包含名称和详细信息；根据POI数据的名称与待关联补充数据的名称计算得到POI数据与待关联补充数据的相似度；将相似度超过预设阈值的POI数据与对应的待关联补充数据进行关联。3.如权利要求1所述的一种POI数据检索方法，其特征在于，所述根据检索点的经纬度和POI数据中的经纬度获取基础检索区域中的POI数据包括：根据检索点的经纬度和POI数据中的经纬度计算POI数据代表位置与检索点位置之间的距离，根据POI数据代表位置与检索点位置之间的距离，获取POI数据代表位置与检索点位置之间距离小于预设距离的POI数据。4.如权利要求1所述的一种POI数据检索方法，其特征在于，所述扇形区域的半径小于或等于圆形区域的半径。5.如权利要求4所述的一种POI数据检索方法，其特征在于，所述根据检索点的经纬度和POI数据中的经纬度获取重点检索区域中的POI数据以及与重点检索区域中的POI数据关联的补充数据包括：计算基础检索区域中的POI数据相对于检索点位置的方位角，根据POI数据相对于检索点位置的方位角和重点检索区域相对于检索点位置的方位角角度范围获得重点检索区域内的POI数据，根据重点检索区域内的POI数据获取重点检索区域中与POI数据关联的补充数据。6.如权利要求1所述的一种POI数据检索方法，其特征在于，所述根据POI数据的名称与待关联补充数据的名称计算得到POI数据与待关联补充数据的相似度包括：分别对POI数据的名称和待关联补充数据的名称进行分词处理，得到POI数据名称片段集合向量U[U1,U2,…,Ui]和待关联补充数据名称片段集合向量V[V1,V2,…,Vj]；将集合向量U和集合向量V中的所有词进行合并，并且对于重复出现的词只保留一个，得到两个向量之和W[W1,W2,…,Wk]；计算W中每个分量与集合向量U的相似度，如果W中的分量在集合向量U中出现，则该分量与集合向量U的相似度取1，如果W中的分量在集合向量U中未出现，则该分量与集合向量U的相似度取a，最终得到W与集合向量U的相似向量SimilarityU[C1,C2,…,Ck]；其中，SimilarityU中的Ck为W中的第K个分量与集合向量U的相似度，a为0到1之间的预设值；计算W中每个分量与集合向量V的相似度，如果W中的分量在集合向量V中出现，则该分量与集合向量V的相似度取1，如果W中的分量在集合向量V中未出现，则该分量与集合向量V的相似度取b，最终得到W与集合向量V的相似向量SimilarityV[D1,D2,…,Dk]；其中，SimilarityV中的Dk为W中的第K个分量与集合向量V的相似度，b为0到1之间的预设值；根据如下公式计算得到集合向量U和集合向量V的相似度SimilarityUV作为POI数据与待关联补充数据的相似度；其中，SimilarityU2为SimilarityU中每个分量的平方的和；SimilarityV2为SimilarityV中每个分量的平方的和。7.如权利要求1所述的一种POI数据检索方法，其特征在于，所述根据POI数据的名称与待关联补充数据的名称计算得到POI数据与待关联补充数据的相似度包括：分别对POI数据的名称和待关联补充数据的名称进行分词处理，得到POI数据名称片段集合向量U[U1,U2,…,Ui]和待关联补充数据名称片段集合向量V[V1,V2,…,Vj]；从专有名称词库中获取专有名词，根据专有名称对集合向量U和集合向量V进行筛选，将专有名词与非专有名词进行区分，进而得到POI数据的专有名词集合向量UA[U1,U2,…,Ui]和待关联补充数据的专有名词集合向量VA[U1,U2,…,Uj]、以及POI数据的非专有名词向量UB[U1,U2,…,Um-i]和待关联补充数据的非专有名词向量VB[U1,U2,…,Un-j]；将集合向量UA和集合向量VA中的所有词进行合并，并且对于重复出现的词只保留一个，得到两个向量之和WA[W1,W2,…,Wk]；将集合向量UB和集合向量VB中的所有词进行合并，并且对于重复出现的词只保留一个，由此得到两个向量之和WB[W1,W2,…,WL]；计算WA中每个分量与UA内每个分量的相似度，如果WA中的分量在集合向量UA中出现，则该分量与集合向量UA的相似度取1，如果WA中的分量在集合向量UA中未出现，则该分量与集合向量UA的相似度取e，最终得到WA与集合向量UA的专有名词相似向量SimilarityUA[C1,C2,…,Ck]，SimilarityUA中的Ck为WA中的第K个分量与集合向量U的相似度，e为0到1之间的预设值；计算WA中每个分量与VA内每个分量的相似度，如果WA中的分量在集合向量VA中出现，则该分量与集合向量VA的相似度取1，如果WA中的分量在集合向量VA中未出现，则该分量与集合向量VA的相似度取e，最终得到WA与集合向量VA的专有名词相似向量SimilarityVA[D1,D2,…,Dk]；SimilarityVA中的Ck为WA中的第K个分量与集合向量U的相似度，e为0到1之间的预设值；计算WB中每个分量与UB内每个分量的相似度，如果WB中的分量在集合向量UA中出现，则该分量与集合向量UB的相似度取1，如果WB中的分量在集合向量UB中未出现，则该分量与集合向量UB的相似度取f，最终得到WB与集合向量UB的专有名词相似向量SimilarityUB[C1,C2,…,CL]，SimilarityUB中的CL为...

【专利技术属性】
技术研发人员：马骁驰，邓皓冉，吕中驰，王健盟，汤亚凡，范小曼，
申请(专利权)人：杭州冉驰科技有限公司，
类型：发明
国别省市：浙江,33