兴趣点推荐方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种兴趣点推荐方法、装置、计算机设备和存储介质。所述方法包括：接收携带有请求坐标的逆地址编码请求；根据请求坐标确定关联兴趣点，关联兴趣点的数量为多个；根据请求坐标和各关联兴趣点生成各关联兴趣点的特征标量；将各关联兴趣点的特征标量输入基于兴趣点历史行为热度训练的兴趣点推荐模型，获取兴趣点推荐模型输出的推荐兴趣点；根据推荐兴趣点响应逆地址编码请求。本申请实施例能够提高兴趣点推荐的准确性。提高兴趣点推荐的准确性。提高兴趣点推荐的准确性。

【技术实现步骤摘要】
兴趣点推荐方法、装置、计算机设备和存储介质


[0001]本申请涉及地址推荐领域，特别是涉及一种兴趣点推荐方法、装置、计算机设备和存储介质。

技术介绍

[0002]现如今已经步入互联网时代，电子地图高度发达，人们在使用地图的时候不可避免用到拖动大头针选址功能，而这背景涉及到的技术就是逆地理编码技术。逆地理编码(Reverse Geocoding)也可称为反向地址查询、逆地址编码，本质上就是根据用户大头针的经纬度解析出一个对应的兴趣点返回给用户。
[0003]目前包含逆地理编码的媒介主要通过如下几种方案进行逆地理编码：
[0004]1.基于父子点关系：提前构建省市区街道道路等父子点关系，当执行逆地理编码时，根据坐标依次查找省市区街道道路等，并将查询结果拼接完成完整描述返回给用户。
[0005]2.基于空间索引：提前将地理空间进行划分成网格，构建网格和坐标的索引；并对每个网格构建一个对应的地址描述，此地址描述是一个虚拟兴趣点。当执行逆地理编码的时，根据请求的经纬度找到对应的网格，将网格对应的虚拟兴趣点为逆地理编码结果返回给用户。
[0006]3.基于最短距离：提前将地理空间进行划分成网格，构建网格和坐标的索引；当执行逆地理编码的时，根据请求的经纬度找到对应的网格，然后将网格内和请求经纬度最近的兴趣点返回给用户。
[0007]上述方案1可以根据提前构建的父子点关系实现快速查找，然而方案1向用户返回的兴趣点是门址兴趣点，而用户对门址的认知通常比较模糊。
[0008]上述方案2可以根据提前构建的索引实现快速查找，响应速度快，然而方案2给用户返回的是虚拟兴趣点，而虚拟兴趣点存在部分用户无法和实际兴趣点对应上的认知问题。
[0009]上述方案3可以根据提前构建的索引实现快速查找，然而，方案3在实施时容易向用户推荐冷门兴趣点，而大部分用户不认识此冷门兴趣点。
[0010]总的来说，上述现有的逆地理编码方案均无法准确给用户推荐兴趣点，即推荐的兴趣点不是用户想要的兴趣点(可称为目的兴趣点)，或者和用户的目的兴趣点区别较大。

技术实现思路

[0011]本申请针对上述不足或缺点，提供了一种兴趣点推荐方法、装置、计算机设备和存储介质，本申请实施例能够提高兴趣点推荐的准确性。
[0012]本申请根据第一方面提供了一种兴趣点推荐方法，在一个实施例中，该方法包括：
[0013]接收携带有请求坐标的逆地址编码请求；
[0014]根据请求坐标确定关联兴趣点，关联兴趣点的数量为多个；
[0015]根据请求坐标和各关联兴趣点生成各关联兴趣点的特征标量，将各关联兴趣点的
特征标量输入基于兴趣点历史行为热度训练的兴趣点推荐模型，获取兴趣点推荐模型输出的推荐兴趣点；
[0016]根据推荐兴趣点响应逆地址编码请求。
[0017]在一个实施例中，根据请求坐标确定关联兴趣点，包括：
[0018]以请求坐标为圆心，以预设长度为直径，确定目标搜索区域；
[0019]将地理位置处于目标搜索区域内的每个兴趣点确定为关联兴趣点。
[0020]在一个实施例中，兴趣点推荐模型的训练过程，包括：
[0021]获取多个历史逆地址编码请求的请求日志；历史逆地址编码请求的请求日志包括历史请求坐标；
[0022]根据获取的请求日志进行特征工程，得到多时间维度的时空特征；
[0023]根据多时间维度的时空特征和各历史请求坐标生成训练样本数据；
[0024]根据训练样本数据训练兴趣点推荐模型，得到训练好的兴趣点推荐模型。
[0025]在一个实施例中，根据获取的请求日志进行特征工程，包括：
[0026]对获取的请求日志进行预处理，预处理包括空值处理、异常值处理和/或缺失字段处理；
[0027]根据预处理后的请求日志进行特征工程。
[0028]在一个实施例中，兴趣点推荐模型为集成树模型。
[0029]在一个实施例中，时空特征包括兴趣点历史行为热度，兴趣点与历史请求坐标的距离。
[0030]在一个实施例中，将各关联兴趣点的特征标量输入基于兴趣点历史行为热度训练的兴趣点推荐模型，获取兴趣点推荐模型输出的推荐兴趣点，包括：
[0031]将各关联兴趣点的特征标量输入兴趣点推荐模型；
[0032]通过兴趣点推荐模型计算各特征标量对应的置信度，并将置信度最高的特征标量对应的关联兴趣点作为推荐兴趣点输出。
[0033]本申请根据第二方面提供了一种兴趣点推荐装置，在一个实施例中，该装置包括：
[0034]请求接收模块，用于接收携带有请求坐标的逆地址编码请求；
[0035]关联兴趣点确定模块，用于根据请求坐标确定关联兴趣点，关联兴趣点的数量为多个；
[0036]推荐模块，用于根据请求坐标和各关联兴趣点生成各关联兴趣点的特征标量，将各关联兴趣点的特征标量输入基于兴趣点历史行为热度训练的兴趣点推荐模型，获取兴趣点推荐模型输出的推荐兴趣点；
[0037]响应模块，用于根据推荐兴趣点响应逆地址编码请求。
[0038]本申请根据第三方面提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一方法的实施例的步骤。
[0039]本申请根据第四方面提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一方法的实施例的步骤。
[0040]在本申请实施例中，服务器在接收到携带有请求坐标的逆地址编码请求之后，根据请求坐标确定关联兴趣点，根据请求坐标和各关联兴趣点生成各关联兴趣点的特征标
量，将各关联兴趣点的特征标量输入基于兴趣点历史行为热度训练的兴趣点推荐模型，获取兴趣点推荐模型输出的推荐兴趣点，根据推荐兴趣点响应逆地址编码请求，本申请实施例在进行逆地址编码时，还考虑了兴趣点历史行为热度对兴趣点的影响，从而能够提高兴趣点推荐的准确性。
附图说明
[0041]图1为一个实施例中一种兴趣点推荐方法的流程示意图；
[0042]图2为一个实施例中兴趣点推荐的架构示意图；
[0043]图3为一个实施例中模型原理的示意图；
[0044]图4为一个实施例中一种兴趣点推荐装置的结构框图；
[0045]图5为一个实施例中计算机设备的内部结构图。
具体实施方式
[0046]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅用以解释本申请，并不用于限定本申请。
[0047]如前所示，现有的逆地址编码方案的准确性不够高。具体地，在设计思想上，传统逆地址编码方法都只考虑了地理空间因素，这样的结果是，可能给用户推荐冷门兴趣点或者虚拟兴趣点。
[0048]具体地，兴趣点存在长尾问题，即少量兴趣点积累了大量逆地址编码请求，而大量本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种兴趣点推荐方法，其特征在于，所述方法包括：接收携带有请求坐标的逆地址编码请求；根据所述请求坐标确定关联兴趣点，所述关联兴趣点的数量为多个；根据所述请求坐标和各所述关联兴趣点生成各所述关联兴趣点的特征标量，将各所述关联兴趣点的特征标量输入基于兴趣点历史行为热度训练的兴趣点推荐模型，获取所述兴趣点推荐模型输出的推荐兴趣点；根据所述推荐兴趣点响应所述逆地址编码请求。2.如权利要求1所述的方法，其特征在于，所述根据所述请求坐标确定关联兴趣点，包括：以所述请求坐标为圆心，以预设长度为直径，确定目标搜索区域；将地理位置处于所述目标搜索区域内的每个兴趣点确定为关联兴趣点。3.如权利要求1所述的方法，其特征在于，所述兴趣点推荐模型的训练过程，包括：获取多个历史逆地址编码请求的请求日志；所述历史逆地址编码请求的请求日志包括历史请求坐标；根据获取的请求日志进行特征工程，得到多时间维度的时空特征；根据所述多时间维度的时空特征和各历史请求坐标生成训练样本数据；根据所述训练样本数据训练兴趣点推荐模型，得到训练好的兴趣点推荐模型。4.如权利要求3所述的方法，其特征在于，所述根据获取的请求日志进行特征工程，包括：对获取的请求日志进行预处理，所述预处理包括空值处理、异常值处理和/或缺失字段处理；根据预处理后的请求日志进行特征工程。5.如权利要求3所述的方法，其特征在于，所述兴趣点推荐模型为集成树模型。6....

【专利技术属性】
技术研发人员：贾涛，强成仓，
申请(专利权)人：深圳依时货拉拉科技有限公司，
类型：发明
国别省市：