【技术实现步骤摘要】
POI分类及模型训练方法、装置、设备和存储介质
[0001]本公开涉及数据处理
,具体涉及电子地图、大数据等
,尤其涉及一种POI分类及模型训练方法、装置、设备和存储介质。
技术介绍
[0002]在地理信息系统中,兴趣点(PointofInterest,POI)是地图上有意义的点,例如,可以是房子、商铺、公交站等。每个POI包含名称、坐标、类别等信息。POI的信息能够让用户在出行前获得更多的信息以更好的进行出行决策。
[0003]相关技术中,通常是根据地图产品的需求对POI进行分类的。
技术实现思路
[0004]本公开提供了一种POI分类及模型训练方法、装置、设备和存储介质。
[0005]根据本公开的一方面,提供了一种POI分类方法,包括:若第一POI不满足预设规则,且目标数据中不存在与所述第一POI关联的第二POI,获取所述第一POI的属性数据;其中,所述第一POI是地图数据中的待分类POI,所述目标数据与所述地图数据不同;获取POI分类模型,所述POI分类模型是基于所述目标数据中的样本POI训练的;采用所述POI分类模型,对所述第一POI的属性数据进行处理,以确定所述第一POI的目标类别。
[0006]根据本公开的另一方面,提供了一种POI分类模型的训练方法,包括:获取训练数据,所述训练数据包括:样本POI的属性数据和所述样本POI的真实类别,所述样本POI是与地图数据中的POI存在关联关系的目标数据中的POI,所述真实类别是所述样本POI在所述目标数据中的类别 ...
【技术保护点】
【技术特征摘要】
1.一种兴趣点POI分类方法,包括:若第一POI不满足预设规则,且目标数据中不存在与所述第一POI关联的第二POI,获取所述第一POI的属性数据;其中,所述第一POI是地图数据中的待分类POI,所述目标数据与所述地图数据不同;获取POI分类模型,所述POI分类模型是基于所述目标数据中的样本POI训练的;采用所述POI分类模型,对所述第一POI的属性数据进行处理,以确定所述第一POI的目标类别。2.根据权利要求1所述的方法,其中,所述POI分类模型包括:特征提取网络和分类网络;所述采用预先训练的POI分类模型,对所述第一POI的属性数据进行处理,以确定所述第一POI的目标类别,包括:采用所述特征提取网络,对所述第一POI的属性数据进行处理,以获得所述第一POI的特征向量;采用所述分类网络,对所述第一POI的特征向量进行处理,以确定所述第一POI的目标类别。3.根据权利要求1所述的方法,还包括:若所述第一POI不满足预设规则,且所述目标数据中存在与所述第一POI关联的第二POI,基于所述第二POI在所述目标数据中的类别确定所述第一POI的类别。4.根据权利要求3所述的方法,其中,所述基于所述第二POI在所述目标数据中的类别确定所述第一POI的类别,包括:将所述第二POI在所述目标数据中的类别,作为所述第一POI的类别。5.根据权利要求1所述的方法,还包括:若所述第一POI满足预设规则,基于所述预设规则,确定所述第一POI的目标类别。6.根据权利要求5所述的方法,其中,所述预设规则中记录原始类别与目标类别的映射关系;所述若所述第一POI满足预设规则,基于所述预设规则,确定所述第一POI的目标类别,包括:若所述映射关系中包括第一POI的原始类别,确定所述第一POI满足预设规则,并基于所述映射关系将所述第一POI的原始类别映射为对应的目标类别。7.一种POI分类模型的训练方法,包括:获取训练数据,所述训练数据包括:样本POI的属性数据和所述样本POI的真实类别,所述样本POI是与地图数据中的POI存在关联关系的目标数据中的POI,所述真实类别是所述样本POI在所述目标数据中的类别,所述目标数据与所述地图数据不同;采用POI分类模型,对所述样本POI的属性数据进行处理,以确定所述样本POI的预测类别;基于所述预测类别和所述真实类别,构建损失函数;基于所述损失函数调整所述POI分类模型的模型参数,直至满足预设条件,以获得最终的POI分类模型,所述最终的POI分类模型用于确定所述地图数据中的待分类POI的目标类别。
8.根据权利要求7所述的方法,其中,所述POI分类模型包括:特征提取网络和分类网络;所述采用POI分类模型,对所述样本POI的属性数据进行处理,以确定所述样本POI的预测类别,包括:采用所述特征提取网络,对所述样本POI的属性数据进行处理,以获得所述样本POI的特征向量;采用所述分类网络,对所述样本POI的特征向量进行处理,以确定所述样本POI的预测类别。9.一种POI分类装置,包括:第一获取模块,用于若第一POI不满足预设规则,且目标数据中不存在与所述第一POI关联的第二POI,获取所述第一POI的属性数据;其中,所述第一POI是地图数据中的待分类POI,所述目标数据与所述地图数据不同;第...
【专利技术属性】
技术研发人员:张鑫,
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:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。