[发明专利]衡量地图POI数据的质量的方法和装置

说明书

技术领域

本发明涉及互联网应用技术领域，特别是一种衡量地图POI数据的质量的 方法和装置。

背景技术

POI是“PointofInterest”的缩写，中文可以翻译为“兴趣点”。在地理 信息系统中，一个POI可以是一栋房子、一个商铺、一个邮筒、一个公交站等， 每个POI数据可以包括名称、地址、附近的酒店饭店商铺等信息。

传统的地理信息采集方法需要地图测绘人员采用精密的测绘仪器去获取 一个兴趣点的经纬度，然后再标记下来。正因为POI的采集是一个非常费时费 事的工作，对一个地理信息系统来说，POI的数量及POI数据的质量在一定程 度代表着整个系统的价值。

相关技术中，根据用户的反馈来衡量POI数据的质量，用户点击的次数越 多质量应该越好，越受用户喜爱。然而，需要有大量的用户数据才可以做反馈， 而积累用户及用户的点击行为是一个漫长的过程，初始阶段很少有用户在使 用。因此，如何客观地衡量POI数据的质量成为亟待解决的技术问题。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地 解决上述问题的衡量地图POI数据的质量的方法和装置。

依据本发明的一方面，提供了一种衡量地图POI数据的质量的方法，包括：

获取包含待衡量的POI数据的一个或多个目标网页；

确定各个目标网页的质量系数；

利用确定的所述各个目标网页的质量系数衡量出所述待衡量的POI数据 的质量。

可选地，通过以下步骤确定获取的包含待衡量的POI数据的一个或多个目 标网页：

挖掘包含地址数据的至少一个网页；

将所述待衡量的POI数据中的地址数据与所述至少一个网页中包含的地 址数据进行匹配，在所述至少一个网页中确定地址数据与所述待衡量的POI 数据中的地址数据匹配的一个或多个网页；

在所述一个或多个网页中，分别查找所述待衡量的POI数据对应的POI 名称；

若查找到，则确定该网页为包含所述待衡量的POI数据的目标网页。

可选地，将所述待衡量的POI数据中的地址数据与所述至少一个网页中包 含的地址数据进行匹配，在所述至少一个网页中确定地址数据与所述待衡量的 POI数据中的地址数据匹配的一个或多个网页，包括：

分别将所述至少一个网页中包含的地址数据以及所述待衡量的POI数据 中的地址数据归一化为对应的经纬度数据；

将所述待衡量的POI数据对应的经纬度数据与所述至少一个网页对应经 纬度数据进行匹配，在所述至少一个网页中确定经纬度数据与所述待衡量的 POI数据对应的经纬度数据匹配的一个或多个网页。

可选地，所述挖掘包含地址数据的至少一个网页，包括：

爬取多个网页，并提取各个网页的主体文本内容；

在所述各个网页的主体文本内容中查找表示地址数据的关键词；

若查找到，则确定该网页为包含地址数据的网页。

可选地，在确定该网页为包含地址数据的网页之后，还包括：

从该网页中提取地址数据。

可选地，所述从该网页中提取地址数据，包括：

提取该网页中表示地址数据的关键词之后的文本片段；

从所述文本片段中提取地址数据。

可选地，从所述文本片段中提取地址数据，包括：

根据指定的分隔符切分所述文本片段，将分隔符之前的文本片段作为地址 数据；和/或

从初始位置，根据指定的片段长度截取所述文本片段，得到地址数据。

可选地，当所述各个目标网页的质量系数包括多个时，利用确定的所述各 个目标网页的质量系数衡量出所述待衡量的POI数据的质量，包括：

确定各个目标网页的质量系数的权重；

对所述各个目标网页的质量系数及相应的权重进行加权求和，得到所述各 个目标网页的综合质量系数；

将所述各个目标网页的综合质量系数作为所述待衡量的POI数据的质量 值。

可选地，在得到所述待衡量的POI数据的质量值之后，还包括：

根据预设的质量值与质量等级的对应关系，将所述待衡量的POI数据的质 量值与所述对应关系进行匹配，确定所述待衡量的POI数据的质量值对应的质 量等级。