CN102479229A - 一种兴趣点poi数据产生方法和系统 - Google Patents
一种兴趣点poi数据产生方法和系统 Download PDFInfo
- Publication number
- CN102479229A CN102479229A CN2010105712945A CN201010571294A CN102479229A CN 102479229 A CN102479229 A CN 102479229A CN 2010105712945 A CN2010105712945 A CN 2010105712945A CN 201010571294 A CN201010571294 A CN 201010571294A CN 102479229 A CN102479229 A CN 102479229A
- Authority
- CN
- China
- Prior art keywords
- poi
- data
- database
- accurately
- raw data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims description 44
- 230000002950 deficient Effects 0.000 claims description 12
- 230000000295 complement effect Effects 0.000 claims description 8
- 238000013481 data capture Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 16
- 238000012795 verification Methods 0.000 abstract description 7
- 238000010408 sweeping Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 241000270322 Lepidosauria Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种兴趣点POI数据产生方法和系统，其中，方法包括：步骤S1，获取POI原始数据，并存入电子地图的数据库；步骤S2，对所述电子地图的数据库中的所述POI原始数据进行自动差分处理，生成POI基础数据；步骤S3，对所述POI基础数据进行准确性验证，生成准确的POI数据，并根据所述准确的POI数据更新所述电子地图的数据库。本发明的方案可以实现快速、实时的提供大量丰富、准确的POI数据，大大提高POI数据的生产效率。
Description
技术领域
本发明涉及电子地图POI(Point of interest，兴趣点)数据的产生方法，特别是涉及一种兴趣点POI数据生产过程中的产生方法和系统。
背景技术
传统的POI数据的生产过程方法，主要是通过实地“扫街”的方式进行，即：外业人员手持GPS设备，车行或步行到每个计划要采集的区域，将其中每个重要的地标或者位置进行GPS和相关点位信息记录，该记录一般仅包括：POI的名称、地址、电话、外观图片等基础信息，由于地址电话信息在采集过程中一般很难获得，所以大部分POI数据没有地址和电话；对于POI数据的更新，都是通过预先采集的POI信息，定期地去实地验证，如果发生变化或者消亡，则进行记录，最后再通过内业更新到POI基础数据库中，从而完成整个POI数据的增加、更新和删除。
传统的POI数据的生产方式，很显然对于大规模的POI数据生产，成本是高昂的，甚至是不可能完全实现的。
发明内容
本发明要解决的技术问题是提供一种兴趣点POI数据产生方法和系统，实现快速、实时的提供大量丰富、准确的POI数据，大大提高POI数据的生产效率。
为解决上述技术问题，本发明的实施例提供一种兴趣点POI数据产生方法，包括：
步骤S1，获取POI原始数据，并存入电子地图的数据库；
步骤S2，对所述电子地图的数据库中的所述POI原始数据进行自动差分处理，生成POI基础数据；
步骤S3，对所述POI基础数据进行准确性验证，生成准确的POI数据，并根据所述准确的POI数据更新所述电子地图的数据库。
其中，所述步骤S1具体为：
通过POI数据捕获工具或者从合作伙伴处获取POI原始数据，并存入电子地图的数据库。
其中，所述步骤S2具体包括：
步骤S21，对所述电子地图的数据库中的所述POI原始数据按照预定格式进行处理和地理编码，得到第一POI原始数据；
步骤S22，对所述第一POI原始数据进行分类，得到分类后的第二POI原始数据；
步骤S23，对所述第二POI原始数据与所述电子地图数据库中的母数据进行查重处理和互补处理，得到第三POI原始数据；
步骤S24，对所述第三POI原始数据进行去保密点处理，得到所述POI基础数据。
其中，所述步骤S23中，对所述第二POI原始数据与所述电子地图数据库中的母数据进行查重处理具体为：
比较所述第二POI原始数据的各字段与所述母数据的各字段，选择较为准确的字段作为当前字段的属性值。
其中，所述步骤S3具体包括：
步骤S31，将所述POI基础数据与利用POI捕获工具从互联网上获得的POI数据进行准确性验证，生成准确的POI数据，并根据所述准确的POI数据更新所述电子地图的数据库。
其中，步骤S3具体包括：
步骤S32，将所述POI基础数据由人工方式进行审核，若有不合格POI数据，则对所述不合格POI数据由人工方式进行修正，得到第一POI基础数据；
步骤S33，将所述第一POI基础数据与利用POI捕获工具从互联网上获得的POI数据进行准确性验证，生成准确的POI数据，并根据所述准确的POI数据更新所述电子地图的数据库。
本发明的实施例还提供一种兴趣点POI数据产生系统，包括：
获取装置，用于获取POI原始数据，并存入电子地图的数据库；
自动差分处理装置，用于对所述电子地图的数据库中的所述POI原始数据进行自动差分处理，生成POI基础数据；
验证装置，用于对所述POI基础数据进行准确性验证，生成准确的POI数据，并根据所述准确的POI数据更新所述电子地图的数据库。
其中，所述自动差分处理装置具体包括：
第一处理单元，用于对所述电子地图的数据库中的所述POI原始数据按照预定格式进行处理和地理编码，得到第一POI原始数据；
第二处理单元，用于对所述第一POI原始数据进行分类，得到分类后的第二POI原始数据；
第三处理单元，用于对所述第二POI原始数据与所述电子地图数据库中的母数据进行查重处理和互补处理，得到第三POI原始数据；
第四处理单元，用于对所述第三POI原始数据进行去保密点处理，得到所述POI基础数据。
其中，所述验证装置具体包括：
第一验证单元，用于将所述POI基础数据与利用POI捕获工具从互联网上获得的POI数据进行准确性验证，生成准确的POI数据，并根据所述准确的POI数据更新所述电子地图的数据库。
其中，所述验证装置具体包括：
第二验证单元，用于将所述POI基础数据由人工方式进行审核，若有不合格POI数据，则对所述不合格POI数据由人工方式进行修正，得到第一POI基础数据；
第三验证单元，用于将所述第一POI基础数据与利用POI捕获工具从互联网上获得的POI数据进行准确性验证，生成准确的POI数据，并根据所述准确的POI数据更新所述电子地图的数据库。
本发明的上述技术方案的有益效果如下：
上述方案通过从各个渠道获取POI原始数据，并对该POI原始数据进行自动差分处理，然后，再对自动差分处理后的POI基础数据进行准确性验证，最终生成准确的POI数据；相比于传统的“扫街”式的方式获取POI数据，获取POI数据更加快速，并进行准确性验证后获得准确的POI数据，大大提高POI数据的生产效率，从而不需要以“扫街”的方式进行，节省成本。
附图说明
图1为本发明的兴趣点POI数据产生方法流程图；
图2为本发明的兴趣点POI数据产生系统的整体架构图；
图3为图2所示系统的一具体实现架构图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
本发明针对现有传统的POI数据的生产方式，对于大规模的POI数据生产，成本是高昂的问题，提供一种兴趣点POI数据产生方法和系统，实现快速、实时的提供大量丰富、准确的POI数据，大大提高POI数据的生产效率，从而不需要以“扫街”的方式进行，节省成本。
如图1所示，本发明的兴趣点POI数据产生方法，包括：
步骤S1，获取POI原始数据，并存入电子地图的数据库；
步骤S2，对所述电子地图的数据库中的所述POI原始数据进行自动差分处理，生成POI基础数据；
步骤S3，对所述POI基础数据进行准确性验证，生成准确的POI数据，并根据所述准确的POI数据更新所述电子地图的数据库。
上述技术方案通过从各个渠道获取POI原始数据，并对该POI原始数据进行自动差分处理，然后，再对自动差分处理后的POI基础数据进行准确性验证，最终生成准确的POI数据；相比于传统的“扫街”式的方式获取POI数据，获取POI数据更加快速，并进行准确性验证后获得准确的POI数据，大大提高POI数据的生产效率，从而不需要以“扫街”的方式进行，节省成本。
其中，上述方法实施例中，上述步骤S1可以具体为：
通过POI数据捕获工具或者从合作伙伴处获取POI原始数据，并存入电子地图的数据库。
当然也可以通过其它途径获取POI原始数据，如通过POI数据的专门供应商处获取等。
其中，上述方法实施例中，上述步骤S2也可以具体包括：
步骤S21，对所述电子地图的数据库中的所述POI原始数据按照预定格式进行处理和地理编码，得到第一POI原始数据；例如将POI原始数据按照电子地图的数据库中POI数据的存储格式进行存储；
步骤S22，对所述第一POI原始数据进行分类，得到分类后的第二POI原始数据；
步骤S23，对所述第二POI原始数据与所述电子地图数据库中的母数据进行查重处理和互补处理，得到第三POI原始数据；其中，对所述第二POI原始数据与所述电子地图数据库中的母数据进行查重处理可以具体为：
比较所述第二POI原始数据的各字段与所述母数据的各字段，选择较为准确的字段作为当前字段的属性值。
步骤S24，对所述第三POI原始数据进行去保密点处理，得到所述POI基础数据；其中，去保密点处理是对保密信息，予以标示，不提供数据导出。
其中，上述方法实施例中，上述步骤S3可以具体包括：
步骤S31，将所述POI基础数据与利用POI捕获工具从互联网上获得的POI数据进行准确性验证，生成准确的POI数据，并根据所述准确的POI数据更新所述电子地图的数据库。通过对POI基础数据与利用POI捕获工具从互联网上获得的POI数据进行比对，进行准确性验证，如有更新频率低的POI数据，则对更新频率低的POI数据进行删除，当然，互联网上的POI数据也有可能是不准确的，这时，可以再进行人工审核确认，从而确定准确的POI数据；这样在基于上述从多种渠道获取的POI原始数据，并最终经过一次验证的情况下，得到准确的POI数据；相比于传统的“扫街”式的方式获取POI数据，获取POI数据更加快速，并进行准确性验证后获得准确的POI数据，大大提高POI数据的生产效率，从而不需要以“扫街”的方式进行，节省成本。
当然，上述方法实施例中，上述步骤S3也可以具体包括：
步骤S32，将所述POI基础数据由人工方式进行审核，若有不合格POI数据，则对所述不合格POI数据由人工方式进行修正，得到第一POI基础数据；
步骤S33，将所述第一POI基础数据与利用POI捕获工具从互联网上获得的POI数据进行准确性验证，生成准确的POI数据，并根据所述准确的POI数据更新所述电子地图的数据库。这样先经过人工审核和修正，再进行与互联网上获得的POI数据进行二次验证，使最终得到的POI数据更加准确，相比于传统的“扫街”式的方式获取POI数据，获取POI数据更加快速，并进行准确性验证后获得准确的POI数据，大大提高POI数据的生产效率，从而不需要以“扫街”的方式进行，更加节省成本。
本发明的上述方法首先通过各种渠道进来的POI数据，通过数据规范化处理(即上述按照预定格式进行处理)和地理编码处理，自动差分系统对比电子地图的基础母库和待处理的POI数据，并进行自动融合处理(如上述的对数据进行分类，查重处理和互补处理以及去保密点处理等)和保存在POI基础数据库中，然后再以人工方式对保存在POI基础数据库中的POI基础数据进行抽样检查和审核，如果这一批自动化处理后的数据准确率达到质检要求，则通过，否则，需要结合人工进行审核和修正；保存在基础数据库中的POI数据，互联网验证系统会定期对库中更新频率较低的可疑POI，进行网上统计验证，由此进一步加强库中POI数据的准确性和时效性。
该方法最大的优势，在于实现了一种高程度的自动化POI数据快速处理、融合和验证流程，采用统计和搜索引擎的方法，对多源数据进行快速融合，通过互联网的方式对数据进行准确性验证和修正，结合少量的人工审核，如果对数据准确性要求很高，则结合外业人员实地验证，最终达到合格的POI数据出品。这种方式，相对于传统作业模式，无论从成本上、效率上都是一个质的飞跃，对于数据质量，由于前期的高度自动化处理、筛选和数据的较高准确性，对于外业人员实地验证来说，工作量已经降到最低，因此最大程度的保证了数据的质量和节约了人工成本。解决了POI数据快速、大规模、多维度生产等问题。从而为上层应用，快速、实时的提供大量丰富、准确的POI信息，大大提高POI数据的生产效率。
如图2所示，本发明的实施例还提供一种兴趣点POI数据产生系统，包括：
获取装置，用于获取POI原始数据，并存入电子地图的数据库；
自动差分处理装置，用于对所述电子地图的数据库中的所述POI原始数据进行自动差分处理，生成POI基础数据；
验证装置，用于对所述POI基础数据进行准确性验证，生成准确的POI数据，并根据所述准确的POI数据更新所述电子地图的数据库。
其中，上述自动差分处理装置具体包括：
第一处理单元，用于对所述电子地图的数据库中的所述POI原始数据按照预定格式进行处理和地理编码，得到第一POI原始数据；
第二处理单元，用于对所述第一POI原始数据进行分类，得到分类后的第二POI原始数据；
第三处理单元，用于对所述第二POI原始数据与所述电子地图数据库中的母数据进行查重处理和互补处理，得到第三POI原始数据；
第四处理单元，用于对所述第三POI原始数据进行去保密点处理，得到所述POI基础数据。
其中，上述验证装置可以具体包括：
第一验证单元，用于将所述POI基础数据与利用POI捕获工具从互联网上获得的POI数据进行准确性验证，生成准确的POI数据，并根据所述准确的POI数据更新所述电子地图的数据库。
其中，上述验证装置还可以具体包括：
第二验证单元，用于将所述POI基础数据由人工方式进行审核，若有不合格POI数据，则对所述不合格POI数据由人工方式进行修正，得到第一POI基础数据；
第三验证单元，用于将所述第一POI基础数据与利用POI捕获工具从互联网上获得的POI数据进行准确性验证，生成准确的POI数据，并根据所述准确的POI数据更新所述电子地图的数据库。
下面结合图3详细说明上述图2所示的系统的具体实现架构和流程：
S31.数据源输入和整理
首先通过合作伙伴、爬虫工具等各种渠道进来的POI原始数据，经过简单规则整理以后，保存到“地理信息原始库”，该“地理信息原始库”是电子地图的一个数据库。
S32.自动差分处理装置的处理
自动差分处理装置对地理信息原始库中每一条POI原始数据，经过规范化处理和地理编码后，并对该POI数据首先进行分类；
然后进行与母库数据的查重和信息互补处理(如果与母库重复，则比较各字段的属性值，选择更为准确的字段信息作为该字段属性值)；
由于数据的保密安全性，自动差分融合最后还需要进行“去保密点”的工作，对保密信息，予以标示(不提供数据导出)；
数据经过自动差分融合后，保存到POI基础数据库中，统一进入到“人工差分”环节；
S33，人工差分处理装置的辅助处理
这些POI基础数据信息，首先经过程序自动抽样；
然后，人工进行准确性和有效性检测，得到一个分数，如果该分数小于产品出品规格阀值，则需要人工对这一批数据全部进行人工审核和修正，否则，只需要再随机抽取一定数量(比如：1000条)的POI数据，人工审核一遍，如果基本符合出品质量，则该批数据有效。
S34，数据自动验证
经过以上流程，很大程度上已经保证了产品的质量，但是数据是随着时间的变化而变化，而且即使完全由人工作业来实现，也不可能做到数据100％的准确和有效，所以在基础数据母库之上，增加了对POI数据的错误和变化实时监控，即：实现数据自动验证，最大可能的保证了数据的准确性和有效性。
互联网数据验证子系统，每天不间断的对基础数据库中每条信息，进行循环监控，首先将可疑的数据推荐出来；
然后，经过爬虫对这些可疑数据进行统计监控；
通过POI的各种属性，到互联网上寻找其相关信息，并对得到的信息，进行验证和补充；POI的相关信息可能来源于报刊杂志、黄页信息、网上各种论坛，评论，网络访问日志等；
从互联网上采集和验证后的信息，不一定完全准确，因此，还需要少量人工审核，来准确的判断该信息的准确性和有效性。如果数据有问题，则经过程序自动和最终人工修正以后，替换到基础数据库中，从而完成对基础数据库的实时更新。
为了使数据更为准确，针对准确度要求比较高的应用，最终还需要结合外业人员，实地验证，从而保证数据的高质量。
上述系统同样通过从各个渠道获取POI原始数据，并对该POI原始数据进行自动差分处理，然后，再对自动差分处理后的POI基础数据进行准确性验证，最终生成准确的POI数据；相比于传统的“扫街”式的方式获取POI数据，获取POI数据更加快速，并进行准确性验证后获得准确的POI数据，大大提高POI数据的生产效率，从而不需要以“扫街”的方式进行，节省成本。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种兴趣点POI数据产生方法，其特征在于，包括：
步骤S1，获取POI原始数据，并存入电子地图的数据库；
步骤S2，对所述电子地图的数据库中的所述POI原始数据进行自动差分处理，生成POI基础数据；
步骤S3，对所述POI基础数据进行准确性验证，生成准确的POI数据，并根据所述准确的POI数据更新所述电子地图的数据库。
2.根据权利要求1所述的兴趣点POI数据产生方法，其特征在于，所述步骤S1具体为：
通过POI数据捕获工具或者从合作伙伴处获取POI原始数据，并存入电子地图的数据库。
3.根据权利要求1所述的兴趣点POI数据产生方法，其特征在于，所述步骤S2具体包括：
步骤S21，对所述电子地图的数据库中的所述POI原始数据按照预定格式进行处理和地理编码，得到第一POI原始数据；
步骤S22，对所述第一POI原始数据进行分类，得到分类后的第二POI原始数据；
步骤S23，对所述第二POI原始数据与所述电子地图数据库中的母数据进行查重处理和互补处理，得到第三POI原始数据；
步骤S24，对所述第三POI原始数据进行去保密点处理，得到所述POI基础数据。
4.根据权利要求3所述的兴趣点POI数据产生方法，其特征在于，所述步骤S23中，对所述第二POI原始数据与所述电子地图数据库中的母数据进行查重处理具体为：
比较所述第二POI原始数据的各字段与所述母数据的各字段，选择较为准确的字段作为当前字段的属性值。
5.根据权利要求1所述的兴趣点POI数据产生方法，其特征在于，所述步骤S3具体包括：
步骤S31，将所述POI基础数据与利用POI捕获工具从互联网上获得的POI数据进行准确性验证，生成准确的POI数据，并根据所述准确的POI数据更新所述电子地图的数据库。
6.根据权利要求5所述的兴趣点POI数据产生方法，其特征在于，步骤S3具体包括：
步骤S32，将所述POI基础数据由人工方式进行审核，若有不合格POI数据，则对所述不合格POI数据由人工方式进行修正，得到第一POI基础数据；
步骤S33，将所述第一POI基础数据与利用POI捕获工具从互联网上获得的POI数据进行准确性验证，生成准确的POI数据，并根据所述准确的POI数据更新所述电子地图的数据库。
7.一种兴趣点POI数据产生系统，其特征在于，包括：
获取装置，用于获取POI原始数据，并存入电子地图的数据库；
自动差分处理装置，用于对所述电子地图的数据库中的所述POI原始数据进行自动差分处理，生成POI基础数据；
验证装置，用于对所述POI基础数据进行准确性验证，生成准确的POI数据，并根据所述准确的POI数据更新所述电子地图的数据库。
8.根据权利要求7所述的兴趣点POI数据产生系统，其特征在于，所述自动差分处理装置具体包括：
第一处理单元，用于对所述电子地图的数据库中的所述POI原始数据按照预定格式进行处理和地理编码，得到第一POI原始数据；
第二处理单元，用于对所述第一POI原始数据进行分类，得到分类后的第二POI原始数据；
第三处理单元，用于对所述第二POI原始数据与所述电子地图数据库中的母数据进行查重处理和互补处理，得到第三POI原始数据；
第四处理单元，用于对所述第三POI原始数据进行去保密点处理，得到所述POI基础数据。
9.根据权利要求7所述的兴趣点POI数据产生系统，其特征在于，所述验证装置具体包括：
第一验证单元，用于将所述POI基础数据与利用POI捕获工具从互联网上获得的POI数据进行准确性验证，生成准确的POI数据，并根据所述准确的POI数据更新所述电子地图的数据库。
10.根据权利要求7所述的兴趣点POI数据产生系统，其特征在于，所述验证装置具体包括：
第二验证单元，用于将所述POI基础数据由人工方式进行审核，若有不合格POI数据，则对所述不合格POI数据由人工方式进行修正，得到第一POI基础数据；
第三验证单元，用于将所述第一POI基础数据与利用POI捕获工具从互联网上获得的POI数据进行准确性验证，生成准确的POI数据，并根据所述准确的POI数据更新所述电子地图的数据库。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2010105712945A CN102479229A (zh) | 2010-11-29 | 2010-11-29 | 一种兴趣点poi数据产生方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2010105712945A CN102479229A (zh) | 2010-11-29 | 2010-11-29 | 一种兴趣点poi数据产生方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN102479229A true CN102479229A (zh) | 2012-05-30 |
Family
ID=46091877
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2010105712945A Pending CN102479229A (zh) | 2010-11-29 | 2010-11-29 | 一种兴趣点poi数据产生方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102479229A (zh) |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102902596A (zh) * | 2012-09-29 | 2013-01-30 | 北京百度网讯科技有限公司 | 一种兴趣点数据校验方法及装置 |
| CN103412888A (zh) * | 2013-07-19 | 2013-11-27 | 百度在线网络技术（北京）有限公司 | 一种兴趣点识别方法和装置 |
| CN103605729A (zh) * | 2013-11-19 | 2014-02-26 | 段炼 | 一种基于局部随机词汇密度模型poi中文文本分类的方法 |
| CN103853740A (zh) * | 2012-11-29 | 2014-06-11 | 北京百度网讯科技有限公司 | 一种基于用户定位请求的poi数据更新方法和装置 |
| CN104123318A (zh) * | 2013-04-28 | 2014-10-29 | 百度在线网络技术（北京）有限公司 | 一种地图显示兴趣点的方法及系统 |
| CN104216895A (zh) * | 2013-05-31 | 2014-12-17 | 高德软件有限公司 | 一种生成poi数据的方法及装置 |
| CN104572955A (zh) * | 2014-12-29 | 2015-04-29 | 北京奇虎科技有限公司 | 一种基于聚类确定poi名称的系统及方法 |
| CN104572956A (zh) * | 2014-12-29 | 2015-04-29 | 北京奇虎科技有限公司 | 确定poi信息有效性的系统及方法 |
| CN104572957A (zh) * | 2014-12-29 | 2015-04-29 | 北京奇虎科技有限公司 | 一种基于聚类的poi名称确定系统及方法 |
| CN104572954A (zh) * | 2014-12-29 | 2015-04-29 | 北京奇虎科技有限公司 | 一种利用邮件投递验证地图兴趣点信息的系统和方法 |
| CN104899243A (zh) * | 2015-03-31 | 2015-09-09 | 北京奇虎科技有限公司 | 检测兴趣点poi数据准确性的方法及装置 |
| CN105279249A (zh) * | 2015-09-30 | 2016-01-27 | 北京奇虎科技有限公司 | 一种网站中兴趣点数据的置信度的判定方法和装置 |
| WO2016107352A1 (zh) * | 2014-12-29 | 2016-07-07 | 北京奇虎科技有限公司 | 确定poi名称、确定poi信息有效性的系统和方法 |
| CN105953805A (zh) * | 2016-04-29 | 2016-09-21 | 百度在线网络技术（北京）有限公司 | 地图验证方法和装置 |
| CN108182240A (zh) * | 2017-12-28 | 2018-06-19 | 百度在线网络技术（北京）有限公司 | 兴趣点新增率预测模型训练及预测方法、装置及存储介质 |
| CN109813318A (zh) * | 2019-02-12 | 2019-05-28 | 北京百度网讯科技有限公司 | 坐标修正方法及装置、设备及存储介质 |
| CN110647607A (zh) * | 2018-12-29 | 2020-01-03 | 北京奇虎科技有限公司 | 一种基于图片识别的poi数据的验证方法和装置 |
| CN111279150A (zh) * | 2017-10-31 | 2020-06-12 | 三菱电机株式会社 | 地图信息管理装置、地图信息管理系统、及地图信息管理方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007027608A2 (en) * | 2005-08-30 | 2007-03-08 | Google Inc. | Local search |
| US20080051991A1 (en) * | 2006-08-25 | 2008-02-28 | Mediatek Inc. | Route planning systems and trigger methods thereof |
| CN101387523A (zh) * | 2004-11-01 | 2009-03-18 | 株式会社日立制作所 | 地图数据更新方法和车载终端 |
| CN101482864A (zh) * | 2008-01-08 | 2009-07-15 | 国际商业机器公司 | 用于检验gis数据的正确性的方法和装置 |
-
2010
- 2010-11-29 CN CN2010105712945A patent/CN102479229A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101387523A (zh) * | 2004-11-01 | 2009-03-18 | 株式会社日立制作所 | 地图数据更新方法和车载终端 |
| WO2007027608A2 (en) * | 2005-08-30 | 2007-03-08 | Google Inc. | Local search |
| US20080051991A1 (en) * | 2006-08-25 | 2008-02-28 | Mediatek Inc. | Route planning systems and trigger methods thereof |
| CN101482864A (zh) * | 2008-01-08 | 2009-07-15 | 国际商业机器公司 | 用于检验gis数据的正确性的方法和装置 |
Cited By (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102902596A (zh) * | 2012-09-29 | 2013-01-30 | 北京百度网讯科技有限公司 | 一种兴趣点数据校验方法及装置 |
| CN102902596B (zh) * | 2012-09-29 | 2018-08-10 | 北京百度网讯科技有限公司 | 一种兴趣点数据校验方法及装置 |
| CN103853740A (zh) * | 2012-11-29 | 2014-06-11 | 北京百度网讯科技有限公司 | 一种基于用户定位请求的poi数据更新方法和装置 |
| CN103853740B (zh) * | 2012-11-29 | 2018-06-12 | 北京百度网讯科技有限公司 | 一种基于用户定位请求的poi数据更新方法和装置 |
| CN104123318A (zh) * | 2013-04-28 | 2014-10-29 | 百度在线网络技术（北京）有限公司 | 一种地图显示兴趣点的方法及系统 |
| CN104123318B (zh) * | 2013-04-28 | 2019-01-15 | 百度在线网络技术（北京）有限公司 | 一种地图显示兴趣点的方法及系统 |
| CN104216895A (zh) * | 2013-05-31 | 2014-12-17 | 高德软件有限公司 | 一种生成poi数据的方法及装置 |
| CN104216895B (zh) * | 2013-05-31 | 2018-01-30 | 高德软件有限公司 | 一种生成poi数据的方法及装置 |
| CN103412888A (zh) * | 2013-07-19 | 2013-11-27 | 百度在线网络技术（北京）有限公司 | 一种兴趣点识别方法和装置 |
| CN103412888B (zh) * | 2013-07-19 | 2017-12-12 | 百度在线网络技术（北京）有限公司 | 一种兴趣点识别方法和装置 |
| CN103605729A (zh) * | 2013-11-19 | 2014-02-26 | 段炼 | 一种基于局部随机词汇密度模型poi中文文本分类的方法 |
| CN103605729B (zh) * | 2013-11-19 | 2017-06-06 | 段炼 | 一种基于局部随机词汇密度模型poi中文文本分类的方法 |
| CN104572957B (zh) * | 2014-12-29 | 2016-08-24 | 北京奇虎科技有限公司 | 一种基于聚类的poi名称确定系统及方法 |
| CN104572956A (zh) * | 2014-12-29 | 2015-04-29 | 北京奇虎科技有限公司 | 确定poi信息有效性的系统及方法 |
| WO2016107352A1 (zh) * | 2014-12-29 | 2016-07-07 | 北京奇虎科技有限公司 | 确定poi名称、确定poi信息有效性的系统和方法 |
| CN104572955B (zh) * | 2014-12-29 | 2016-08-24 | 北京奇虎科技有限公司 | 一种基于聚类确定poi名称的系统及方法 |
| CN104572954B (zh) * | 2014-12-29 | 2016-10-19 | 北京奇虎科技有限公司 | 一种利用邮件投递验证地图兴趣点信息的系统和方法 |
| CN104572955A (zh) * | 2014-12-29 | 2015-04-29 | 北京奇虎科技有限公司 | 一种基于聚类确定poi名称的系统及方法 |
| CN104572954A (zh) * | 2014-12-29 | 2015-04-29 | 北京奇虎科技有限公司 | 一种利用邮件投递验证地图兴趣点信息的系统和方法 |
| CN104572957A (zh) * | 2014-12-29 | 2015-04-29 | 北京奇虎科技有限公司 | 一种基于聚类的poi名称确定系统及方法 |
| CN104899243A (zh) * | 2015-03-31 | 2015-09-09 | 北京奇虎科技有限公司 | 检测兴趣点poi数据准确性的方法及装置 |
| CN105279249B (zh) * | 2015-09-30 | 2019-06-21 | 北京奇虎科技有限公司 | 一种网站中兴趣点数据的置信度的判定方法和装置 |
| CN105279249A (zh) * | 2015-09-30 | 2016-01-27 | 北京奇虎科技有限公司 | 一种网站中兴趣点数据的置信度的判定方法和装置 |
| CN105953805A (zh) * | 2016-04-29 | 2016-09-21 | 百度在线网络技术（北京）有限公司 | 地图验证方法和装置 |
| CN105953805B (zh) * | 2016-04-29 | 2019-10-15 | 百度在线网络技术（北京）有限公司 | 地图验证方法和装置 |
| CN111279150A (zh) * | 2017-10-31 | 2020-06-12 | 三菱电机株式会社 | 地图信息管理装置、地图信息管理系统、及地图信息管理方法 |
| CN108182240A (zh) * | 2017-12-28 | 2018-06-19 | 百度在线网络技术（北京）有限公司 | 兴趣点新增率预测模型训练及预测方法、装置及存储介质 |
| CN108182240B (zh) * | 2017-12-28 | 2022-02-25 | 百度在线网络技术（北京）有限公司 | 兴趣点新增率预测模型训练及预测方法、装置及存储介质 |
| CN110647607A (zh) * | 2018-12-29 | 2020-01-03 | 北京奇虎科技有限公司 | 一种基于图片识别的poi数据的验证方法和装置 |
| CN109813318A (zh) * | 2019-02-12 | 2019-05-28 | 北京百度网讯科技有限公司 | 坐标修正方法及装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102479229A (zh) | 一种兴趣点poi数据产生方法和系统 | |
| CN105160038B (zh) | 一种基于审计知识库的数据分析方法及系统 | |
| Sivarajah et al. | Critical analysis of Big Data challenges and analytical methods | |
| JP6678307B2 (ja) | 異質情報を統合及び表示（提示）するためのコンピュータ利用システム及びコンピュータ利用方法 | |
| CN102436624B (zh) | 一种基于手持终端的电力营销现场业务处理流程和规范的方法 | |
| CN106940839B (zh) | 一种输变电工程质量数据管控系统及方法 | |
| CN101419627B (zh) | 基于关联规则的卷烟配方维护行为挖掘系统及其方法 | |
| Holtsmark | A comparison of the global warming effects of wood fuels and fossil fuels taking albedo into account | |
| CN106874768A (zh) | 渗透测试的方法及装置 | |
| CN111680855A (zh) | 一种项目全过程风险自动检测预警方法及系统 | |
| CN105808413A (zh) | 基于业务流程可视化的sql性能监控方法 | |
| CN104796300B (zh) | 一种数据包特征提取方法及装置 | |
| CN103530347A (zh) | 一种基于大数据挖掘的互联网资源质量评估方法及系统 | |
| CN104484410A (zh) | 应用于大数据系统的数据融合方法及系统 | |
| CN105203924A (zh) | 一种用电趋势异常嫌疑分析方法及反窃电监控系统 | |
| CN103399848B (zh) | 发动机试验数据标准化特定格式导入处理方法 | |
| CN104899143A (zh) | 提供数据挖掘的软件同行评审系统实现装置 | |
| CN115015486B (zh) | 一种基于回归树模型的碳排放量测算方法 | |
| CN113098888A (zh) | 异常行为预测方法、装置、设备及存储介质 | |
| CN104484412A (zh) | 基于多形式处理的大数据分析系统 | |
| CN106302737B (zh) | 一种ip定位技术中基准点数据的清洗方法 | |
| CN104182889A (zh) | 一种历史风电出力数据处理与波动辨识方法 | |
| CN111625525B (zh) | 一种环境数据修复/填充方法及系统 | |
| CN105956018A (zh) | 基于云计算平台的海量关联数据分析及可视化实现方法 | |
| CN118210791A (zh) | 基于ai训练的大数据清洗方法及大数据采集系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C12 | Rejection of a patent application after its publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20120530 |