兴趣点竞争关系确定方法、装置、设备和介质制造方法及图纸

本申请公开了一种兴趣点竞争关系确定方法、装置、设备和介质，涉及人工智能和大数据技术。具体时实现方案为：根据两个目标POI的服务关联数据，确定所述目标POI之间的POI表征数据；根据所述POI表征数据，确定所述目标POI之间的竞争关系。本申请实施例提高了兴趣点竞争关系的确定效率和准确度。

【技术实现步骤摘要】
兴趣点竞争关系确定方法、装置、设备和介质
本申请涉及数据处理
，尤其涉及人工智能和大数据技术，具体涉及一种兴趣点竞争关系确定方法、装置、设备和介质。
技术介绍
在地理信息系统中，POI(PointofInterest，兴趣点)指的是用户感兴趣的地理对象，指代一个物理实体如公园、商场或店铺等。在现实生活中，用户出行时基于多方面考虑，往往需要在多个POI之间做出选择，使得不同POI之间构成了竞争关系。由于在对POI数据进行处理时，往往会更专注POI之间的聚合关系，使得POI竞争关系的分析还处于初级阶段，通常采用人工经验或统计方式加以实现，准确度较差、确定效率也较低。
技术实现思路
本申请提供了一种效率更高、准确度更好的兴趣点竞争关系确定方法、装置、设备和介质。根据本申请的一方面，提供了一种兴趣点竞争关系确定方法，包括：根据两个目标兴趣点POI的服务关联数据，确定所述目标POI之间的POI表征数据；根据所述POI表征数据，确定所述目标POI之间的竞争关系。根据本申请的另一方面，提供了一种兴趣点竞争关系确定装置，包括：POI表征数据确定模块，用于根据两个目标兴趣点POI的服务关联数据，确定所述目标POI之间的POI表征数据；竞争关系确定模块，用于根据所述POI表征数据，确定所述目标POI之间的竞争关系。根据本申请的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请实施例提供的任意一种兴趣点竞争关系确定方法。根据本申请的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请实施例提供的任意一种兴趣点竞争关系确定方法。根据本申请的技术方案，提高了兴趣点竞争关系的确定效率和准确度。应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。附图说明附图用于更好地理解本方案，不构成对本申请的限定。其中：图1是本申请实施例提供的一种兴趣点竞争关系确定方法的流程图；图2是本申请实施例提供的另一种兴趣点竞争关系确定方法的流程图；图3是本申请实施例提供的一种POI异构信息网络示意图；图4是本申请实施例提供的另一种POI异构信息网络示意图；图5是本申请实施例提供的另一种POI异构信息网络示意图；图6是本申请实施例提供的另一种兴趣点竞争关系确定方法的流程图；图7是本申请实施例提供的一种兴趣点竞争关系确定过程示意图；图8是本申请实施例提供的一种POI竞争关系预测框架示意图；图9是本申请实施例提供的一种POI异构信息网络示意图；图10是本申请实施例提供的一种竞争关系预测模型结构示意图；图11是本申请实施例提供的基于SA-GNN的POI空间表征确定过程示意图；图12是本申请实施例提供的一种RAConv模型结构示意图；图13是本申请实施例提供的一种兴趣点竞争关系确定装置的结构图；图14是用来实现本申请实施例的兴趣点竞争关系确定方法的电子设备的框图。具体实施方式以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。本申请实施例提供的各兴趣点竞争关系确定方法和兴趣点竞争关系确定装置，适用于在大数据
中对兴趣点之间的竞争关系进行预测的情况，该兴趣点竞争关系确定方法可以由兴趣点竞争关系确定装置执行，该装置采用软件和/或硬件实现，并具体配置于电子设备中。图1是本申请实施例提供的一种兴趣点竞争关系确定方法的流程图，该方法包括：S101、根据两个目标POI的服务关联数据，确定目标POI之间的POI表征数据。其中，目标POI可以理解为进行竞争关系预测的两个兴趣点。其中，服务关联数据可以理解为与目标POI所提供功能服务相关联的结构化数据，其中，功能服务包括目标POI所提供的商品服务和/或体验服务。举例说明，一个餐馆所售卖的菜品即为商品服务，该餐馆所提供的环境和服务员的服务态度等即为体验服务。可选的，服务关联数据可以预先存储在电子设备本地、与电子设备关联的其他存储设备或云端中，相应的，在进行兴趣点竞争关系确定时，从电子设备、与电子设备关联的其他存储设备或云端中，进行服务关联数据的查找获取。或者可选的，随着时间的推移，目标POI的服务管理关联数据可能会产生一定的变化。为了保证所确定的POI表征数据的准确度，进而为POI竞争关系确定结果的准确度奠定基础，还可以在进行POI竞争关系确定过程中，进行目标POI的服务关联数据的实时确定。示例性地，可以根据目标POI的评论数据的相似关系，确定服务关联数据，进而根据所确定的服务关联数据，进行目标POI之间的POI表征数据的确定。其中，目标POI的评论数据包括用户到访目标POI后，对目标POI所提供的功能服务进行的评价。可以理解的是，由于不同目标POI的评论数据能够在功能服务层面对目标POI进行描述，从而基于目标POI的评论数据的相似关系所确定的服务关联数据，在功能服务层面能够映射出目标POI之间的竞争关系。例如评论数据中涉及的功能服务相同或近似，则表征目标POI之间所提供服务相同或近似，相应的，目标POI之间具备潜在的竞争关系。由于部分目标POI所包含的评论数据较少，因此仅根据目标POI自身的评论数据所确定的服务关联数据的全面性较差，进而影响所确定的POI表征数据的准确度。为了避免上述情况的发生，在根据目标POI的评论数据的相似关系，确定服务关联数据时，还可以确定目标POI的聚合点，并将目标POI的聚合点的评论数据，作为目标POI的评论数据，从而扩充目标POI的评论数据的数据量，进而丰富服务关联数据的全面性。其中，聚合点可以是目标POI的品牌等。在一可选实施例中，根据各目标POI的服务关联数据，确定目标POI之间的POI表征数据，可以是：根据服务关联数据，确定POI服务表征；根据各目标POI的POI服务表征，确定目标POI之间的POI表征数据。示例性地，根据服务关联数据，确定POI服务表征，可以是：采用设定特征提取网络，分别提取各目标POI的服务关联数据中的POI服务表征。其中，设定特征提取网络中的网络参数可以通过大量样本数据训练得到。该特征提取网络可以采用人工智能
中诸如神经网络等机器学习模型或深度学习模型加以实现，本申请对该特征提取网络的网络本文档来自技高网...

【技术保护点】
1.一种兴趣点竞争关系确定方法，包括：/n根据两个目标兴趣点POI的服务关联数据，确定所述目标POI之间的POI表征数据；/n根据所述POI表征数据，确定所述目标POI之间的竞争关系。/n

【技术特征摘要】
1.一种兴趣点竞争关系确定方法，包括：
根据两个目标兴趣点POI的服务关联数据，确定所述目标POI之间的POI表征数据；
根据所述POI表征数据，确定所述目标POI之间的竞争关系。


2.根据权利要求1所述的方法，其中，所述根据两个目标兴趣点POI的服务关联数据，确定所述目标POI之间的POI表征数据，包括：
根据所述目标POI的评论数据的相似关系，确定所述服务关联数据；
根据各所述目标POI的所述服务关联数据，确定所述目标POI之间的POI表征数据。


3.根据权利要求2所述的方法，其中，所述根据所述目标POI的评论数据的相似关系，确定所述服务关联数据，包括：
根据预先构建的POI异构信息网络，确定所述目标POI的服务关联数据；
其中，所述POI异构信息网络通过如下方式构建：提取多个候选POI的评论数据的服务关键词；根据各所述候选POI的共现关系以及所述服务关键词的相似关系，构建所述POI异构信息网络。


4.根据权利要求3所述的方法，其中，所述提取多个候选POI的评论数据的服务关键词，包括：
获取所述候选POI的聚合点关联的聚合评论数据；
提取所述聚合评论数据中的服务关键词。


5.根据权利要求4所述的方法，其中，所述根据各所述候选POI的共现关系以及所述服务关键词的相似关系，构建所述POI异构信息网络，包括：
根据所述服务关键词的相似关系，构建所述服务关键词的关键词节点之间的服务关系边；
根据所述候选POI和所述服务关键词所属聚合点的一致性，构建该候选POI的POI节点与该服务关键词的关键词节点之间的第一关系边；
根据服务关系边所连接的服务关键词之间的相似性，确定服务边属性；
所述根据预先构建的POI异构信息网络，确定所述目标POI的服务关联数据，包括：
根据所述POI异构信息网络中的所述第一关系边和所述服务关系边，确定所述目标POI关联的目标关键词节点；
根据各所述目标关键词节点之间的服务边属性，确定所述目标POI的服务类型的服务关联数据。


6.根据权利要求5所述的方法，其中，所述根据所述候选POI和所述服务关键词所属聚合点的一致性，构建该候选POI的POI节点与该服务关键词的关键词节点之间的第一关系边，包括：
根据所述候选POI与所述聚合点的所属关系，构建POI节点与聚合点节点之间的第一子关系边；
根据所述聚合点与服务关键词的所属关系，构建所述聚合点节点与关键词节点之间的第二子关系边。


7.根据权利要求6所述的方法，其中，所述方法还包括：
根据所述候选POI的共现关系，构建候选POI所属聚合点的聚合点节点之间的聚合关系边；
根据所述聚合关系边所连接的聚合点之间的连通数据，确定聚合边属性；
根据所述第二子关系边所连接的服务关键词在所连接聚合点的聚合评论数据的贡献度，确定第二边属性；
所述根据预先构建的POI异构信息网络，确定所述目标POI的服务关联数据，还包括：
根据所述第一子关系边和所述第二子关系边，分别确定所述目标POI关联的目标聚合点节点和目标关键词节点；
根据各所述目标聚合点节点之间的聚合边属性，确定所述目标POI的聚合类型的服务关联数据；
根据所述聚合点节点与所述目标关键词节点之间的第二边属性，确定所述目标POI的异节点类型的服务关联数据。


8.根据权利要求5所述的方法，其中，所述根据服务关系边所连接的服务关键词之间的相似性，确定服务边属性，包括：
确定所述服务关系边所连接的服务关键词之间的语义相似度；
将所述语义相似度作为所述服务边属性。


9.根据权利要求7所述的方法，其中，所述根据所述聚合关系边所连接的聚合点之间的连通数据，确定聚合边属性，包括：
确实所述聚合关系边所连接的聚合点之间元路径数量；
根据所述元路径数量，确定所述聚合边属性；
其中，所述元路径为所述聚合关系边所连接的聚合点，经由候选POI的POI节点和/或POI节点间的POI关系边所连通的路径；
其中，所述POI关系边根据各候选POI的共现关系构建。


10.根据权利要求9所述的方法，其中，所述根据所述元路径数量，确定所述聚合边属性，包括：
确定所述聚合关系边所连接的各聚合点具备第一子关系边的候选POI的POI数量；
根据所述元路径数量和所述POI数量，确定所述聚合边属性。


11.根据权利要求4所述的方法，其中，所述提取所述聚合评论数据中的服务关键词，包括：
对所述聚合评论数据进行分词，并确定各分词结果的贡献度；
根据贡献度排序结果，筛选所述分词结果中的服务关键词。


12.根据权利要求5所述的方法，其中，所述方法还包括：
过滤所述相似性不满足相似度阈值的服务关系边。


13.根据权利要求2所述的方法，其中，所述根据各所述目标POI的所述服务关联数据，确定所述目标POI之间的POI表征数据，包括：
根据所述服务关联数据，确定POI服务表征；
根据各所述目标POI的所述POI服务表征，确定所述目标POI之间的POI表征数据。


14.根据权利要求5所述的方法，其中，所述根据各所述目标POI的所述服务关联数据，确定所述目标POI之间的POI表征数据，包括：
根据所述服务类型的服务关联数据，确定POI服务表征；
根据各所述目标POI的所述POI服务表征，确定所述目标POI之间的POI表征数据。


15.根据权利要求7所述的方法，其中，所述根据各所述目标POI的所述服务关联数据，确定所述目标POI之间的POI表征数据，包括：
根据所述服务类型的服务关联数据和所述异节点类型的服务关联数据，确定POI服务表征；
根据所述聚合类型的服务关联数据和所述异节点类型的服务关联数据，确定POI聚合表征；
根据一个目标POI的所述POI聚合表征，更新另一目标POI的所述POI服务表征；
根据各所述目标POI的所述POI服务表征，确定所述目标POI之间的POI表征数据。


16.根据权利要求15所述的方法，其中，所述根据所述服务类型的服务关联数据和所述异节点类型的服务关联数据，确定POI服务表征，包括：
分别根据所述服务类型的服务关联数据和所述异节点类型的服务关联数据，确定服务邻接矩阵和第一异节点邻接矩阵；
对所述服务邻接矩阵和所述第一异节点邻接矩阵进行处理，得到所述POI服务表征；
所述根据所述聚合类型的服务关联数据和所述异节点类型的服务关联数据，确定POI聚合表征，包括：
分别根据所述聚合类型的服务关联数据和所述异节点类型的服务关联数据，确定聚合邻接矩阵和第二异节点邻接矩阵；
对所述聚合邻接矩阵和所述第二异节点邻接矩阵进行处理，得到所述POI聚合表征。


17.根据权利要求15所述的方法，其中，所述根据一个目标POI的所述POI聚合表征，更新另一目标POI的所述POI服务表征，包括：
根据一个目标POI的所述POI聚合表征和所述另一目标POI的所述POI服务表征，确定注意力权重；
根据所述注意力权重对所述另一目标POI的所述POI服务表征进行加权，以更新所述另一目标POI的所述POI服务表征。


18.根据权利要求13-17任一项所述的方法，其中，所述根据各所述目标POI的所述POI服务表征，确定所述目标POI之间的POI表征数据，包括：
根据第一顺序将各所述目标POI的所述POI服务表征进行融合，得到第一融合数据；
根据第二顺序将各所述目标POI的所述POI服务表征进行融合，得到第二融合数据；其中，所述第二顺序和所述第一顺序相反；
根据所述第一融合数据和所述第二融合数据，确定所述POI表征数据。


19.根据权利要求13-17任一项所述的方法，其中，所述根据各所述目标POI的所述POI服务表征，确定所述目标POI之间的POI表征数据，包括：
根据所述目标POI的空间分布热图，确定所述目标POI的空间热度表征；
根据包括所述目标POI的POI关系图，确定所述目标POI的区域聚合表征；其中，所述POI关系图基于多个候选POI的共现关系构建；
根据所述目标POI的相对位置数据，确定所述目标POI的相对位置表征；
根据所述空间热度表征、所述区域聚合表征和所述相对位置表征中的至少一种，确定所述目标POI的POI空间表征；
根据各所述目标POI的所述POI空间表征和所述POI服务表征，确定所述目标POI之间的POI表征数据。


20.一种兴趣点竞争关系确定装置，包括：
POI表征数据确定模块，用于根据两个目标兴趣点POI的服务关联数据，确定所述目标POI之间的POI表征数据；
竞争关系确定模块，用于根据所述POI表征数据，确定所述目标POI之间的竞争关系。


21.根据权利要求20所述的装置，其中，所述POI表征数据确定模块，包括：
服务关联数据确定单元，用于根据所述目标POI的评论数据的相似关系，确定所述服务关联数据；
POI表征数据确定单元，用于根据各所述目标POI的所述服务关联数据，确定所述目标POI之间的POI表征数据。

【专利技术属性】
技术研发人员：李双利，周景博，徐童，熊辉，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11