一种POI数据融合方法、装置及处理器制造方法及图纸

本申请公开了一种POI数据融合方法、装置及处理器。在执行本申请实施例提供的方法时，在接收到目标用户的POI检索请求和目标用户的位置信息时确定检索区域，并获取检索区域内多个数据源提供的同一实体在不同或相同空间位置的目标POI和目标POI数据，根据基于点间距要求构建第一融合对。再通过计算兰氏距离和应用DS证据理论来评估目标POI之间的相似概率，并根据相似概率融合多个目标POI对应的目标POI数据，避免了传统DS理论中反直觉问题，提高了数据的完整性和准确性。引入DS证据理论有效结合不同证据，更精确地计算POI之间的相似概率，避免了单一权重分配可能导致的偏差，更符合实际需求。

【技术实现步骤摘要】

本申请涉及数据处理，特别是涉及一种poi数据融合方法、装置及处理器。

技术介绍

1、兴趣点(point of interest，poi)数据是兴趣点的有价值的语义信息源，在各行业细分领域中有许多地理空间相关应用。当前提供poi检索的服务较多，针对不同国家区域，数据覆盖及准确率情况不一，对此情况需进行poi融合。在进行poi融合时，会出现数据重复的情况。重复的poi数据可能导致数据库中存在冗余信息，从而降低整体数据的准确性。重复的信息还可能会对分析和应用产生负面影响。此外，当用户使用基于poi数据的服务时，重复的数据可能导致结果不一致或混乱，降低用户体验，并使用户难以获取准确的信息。

2、相关技术中对不同poi之间的poi数据相似程度计算是利用加权的方式进行计算，这种计算方式较为单一，难以准确高效地筛选出相同的poi数据，以降低数据重复率。

技术实现思路

1、基于上述问题，本申请提供了一种poi数据融合方法、装置及处理器，目的是准确高效地筛选出相同的poi数据，以降低数据重复率。

2、本本文档来自技高网...

【技术保护点】

1.一种POI数据融合方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一融合对内两个目标POI的兰氏距离，结合DS证据理论计算所述第一融合对内两个目标POI的相似概率，包括：

3.根据权利要求2所述的方法，其特征在于，所述标准POI数据的类型包括POI名称、POI地址和POI空间位置；

4.根据权利要求1所述的方法，其特征在于，所述基于所述相似概率对所述多个目标POI对应的目标POI数据进行融合处理，得到融合POI数据，包括：

5.根据权利要求4所述的方法，其特征在于，所述利用获得的融合组和/或无法...

【技术特征摘要】

1.一种poi数据融合方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一融合对内两个目标poi的兰氏距离，结合ds证据理论计算所述第一融合对内两个目标poi的相似概率，包括：

3.根据权利要求2所述的方法，其特征在于，所述标准poi数据的类型包括poi名称、poi地址和poi空间位置；

4.根据权利要求1所述的方法，其特征在于，所述基于所述相似概率对所述多个目标poi对应的目标poi数据进行融合处理，得到融合poi数据，包括：

5.根据权利要求4所述的方法，其特征在于，所述利用获得的融合组和/或无法与其他融合对组...

【专利技术属性】
技术研发人员：李宏树，王吉松，管军，李春，
申请(专利权)人：东软集团股份有限公司，
类型：发明
国别省市：