长尾POI的失效预测方法、装置、设备和介质制造方法及图纸

本公开提供了一种长尾POI的失效预测方法、装置、设备、介质和程序产品，涉及人工智能技术领域，尤其涉及深度学习和计算机视觉技术领域，可应用于人脸图像处理和人脸图像识别等场景下。具体实现方案为：获取待预测长尾POI的特征信息，其中，所述特征信息与长尾POI的属性有关；利用预先训练的预测模型，根据所述特征信息对所述待预测长尾POI的失效状态进行预测。本公开基于预先训练出的预测模型，根据长尾POI的特征信息实现对大量没有情报可以感知的长尾POI进行失效状态的预测，确保了长尾POI状态的准确性。状态的准确性。状态的准确性。

【技术实现步骤摘要】
长尾POI的失效预测方法、装置、设备和介质


[0001]本公开涉及人工智能
，尤其涉及深度学习和计算机视觉
，可应用于人脸图像处理和人脸图像识别等场景下，具体涉及一种长尾POI的失效预测方法、装置、设备、介质和程序产品。

技术介绍

[0002]地图数据中POI(Point of Interest，兴趣点)信息的准确性及其重要，需要及时对POI的状态信息进行更新，才能给用户带来良好的检索体验。
[0003]随着时间的推移，有些POI数据规模大且用户检索次数低，被称为长尾POI。对于这些长尾POI，由于其没有有效的情报感知，无法依赖情报来确定其是否失效。因此，为了对长尾POI数据进行管理，提高长尾POI状态信息的准确性，如何从中及时发现失效POI则成为亟待解决的问题。

技术实现思路

[0004]本公开提供了一种长尾POI的失效预测方法、装置、设备、介质和程序产品。
[0005]根据本公开的一方面，提供了一种长尾POI的失效预测方法，包括：
[0006]获取待预测长尾POI的特征信息，其中，所述特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种长尾POI的失效预测方法，包括：获取待预测长尾POI的特征信息，其中，所述特征信息与长尾POI的属性有关；利用预先训练的预测模型，根据所述特征信息对所述待预测长尾POI的失效状态进行预测。2.根据权利要求1所述的方法，其中，所述预测模型的训练过程包括：获取多个已失效长尾POI的历史数据作为训练样本，其中，每个训练样本均具有失效或存续的标注信息；从所述历史数据中提取每个已失效长尾POI的特征信息；将所述每个已失效长尾POI的特征信息作为模型输入，将对应的标注信息作为模型输出，经二分类任务的模型训练，得到所述预测模型。3.根据权利要求2所述的方法，其中，所述已失效长尾POI是通过如下方式确定：如果在目标POI所处的同一地理位置处采集的所述目标POI的招牌图片消失，则确定所述目标POI为已失效长尾POI。4.根据权利要求1或2所述的方法，其中，所述特征信息包括如下中的至少之一：POI分类、所属城市等级、存续时间、是否位于高热人流量区域、用户检索次数、上线来源或POI坐标。5.根据权利要求4所述的方法，其中，所述是否位于高热人流量区域包括：在所述待预测长尾POI周围设定范围内，是否有写字楼、购物中心、地铁站和/或飞机场。6.根据权利要求4所述的方法，其中，在所述利用预先训练的预测模型进行预测之前，所述方法还包括：对所述特征信息中的是否位于高热人流量区域，进行二值化处理。7.根据权利要求4所述的方法，其中，在所述利用预先训练的预测模型进行预测之前，所述方法还包括：对所述特征信息中的POI分类和所属城市等级，进行哑编码。8.根据权利要求4所述的方法，其中，在所述利用预先训练的预测...

【专利技术属性】
技术研发人员：朱永福，时迎超，
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：