[发明专利]确定兴趣点相似度的方法、装置、计算机设备和存储介质有效
| 申请号: | 201910757704.6 | 申请日: | 2019-08-16 |
| 公开(公告)号: | CN110489507B | 公开(公告)日: | 2023-03-31 |
| 发明(设计)人: | 岳大威 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
| 主分类号: | G06F16/29 | 分类号: | G06F16/29 |
| 代理公司: | 华进联合专利商标代理有限公司 44224 | 代理人: | 黄晶晶 |
| 地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 确定 兴趣 相似 方法 装置 计算机 设备 存储 介质 | ||
1.一种确定兴趣点相似度的方法,包括:
获取两个待匹配兴趣点的兴趣点信息,所述待匹配兴趣点为地图兴趣点;
基于所述兴趣点信息,确定两个所述待匹配兴趣点之间的匹配矩阵;
基于两个所述待匹配兴趣点之间的所述匹配矩阵,确定两个所述待匹配兴趣点之间的相似度;
基于所述相似度对两个所述待匹配兴趣点进行合并处理;
基于两个所述待匹配兴趣点之间的所述匹配矩阵,确定两个所述待匹配兴趣点之间的相似度,包括:
将所述匹配矩阵中的各类型匹配矩阵,分别作为已训练胶囊网络的一个输入通道的输入,以采用不同通道区分不同匹配矩阵的特征,所述已训练胶囊网络包括:卷积层、底层胶囊层、上层胶囊层和全连接层;
通过所述卷积层,对各类型匹配矩阵进行卷积,获得匹配特征;
通过所述底层胶囊层,对所述匹配特征进行组装,获得胶囊特征,每个胶囊特征包含多个所述匹配特征;
初始化上层胶囊节点特征作为原始的聚类中心,将原始的聚类中心作为当前聚类中心;
归一化当前聚类中心;
计算各底层胶囊节点特征和归一化后当前聚类中心的叉积,得到底层胶囊节点特征和上层胶囊节点特征的相似度;
基于得到的相似度获得底层胶囊节点特征聚类到上层胶囊节点特征的聚类权重;
基于所述聚类权重对底层胶囊节点特征进行加权求和,根据加权求和结果更新当前聚类中心;
返回所述归一化当前聚类中心的步骤,直到达到迭代次数,对最新的当前聚类中心进行挤压函数处理,得到聚类特征;
通过所述全连接层,对所述聚类特征进行预测,得到两个所述待匹配兴趣点相似和不相似两种情况的预测概率;
当相似的预测概率大于或者等于概率阈值时,确定两个所述待匹配兴趣点相似;
当不相似的预测概率大于或者等于所述概率阈值时,确定两个所述待匹配兴趣点不相似。
2.根据权利要求1所述的方法,其特征在于,所述基于所述兴趣点信息,确定两个所述待匹配兴趣点之间的匹配矩阵包括下述各项中的至少一项:
第一项:
所述兴趣点信息包括兴趣点名称,所述匹配矩阵包括名称向量匹配矩阵;
基于所述兴趣点信息,确定两个所述待匹配兴趣点之间的匹配矩阵,包括:
分别切分两个所述待匹配兴趣点的兴趣点名称,分别获得各兴趣点名称包含的各分词;
对切分后的各分词进行映射,获得各分词的分词向量;
根据两个所述兴趣点名称包含的各分词对应的分词向量,确定两个所述兴趣点之间的所述名称向量匹配矩阵,所述名称向量匹配矩阵的单元值,为相应的分词向量之间的余弦值;
第二项:
所述兴趣点信息包括兴趣点地址,所述匹配矩阵包括地址匹配矩阵;
基于所述兴趣点信息,确定两个所述待匹配兴趣点之间的匹配矩阵,包括:
分别切分两个所述待匹配兴趣点的兴趣点地址,分别获得各兴趣点地址包含的各级地址;
根据两个所述兴趣点名称包含的各级地址,确定两个所述兴趣点之间的所述地址匹配矩阵,所述地址匹配矩阵的单元值,为相应的各级地址之间的编辑距离;
第三项:
所述兴趣点信息包括兴趣点类别,所述匹配矩阵包括类别匹配矩阵;
基于所述兴趣点信息,确定两个所述待匹配兴趣点之间的匹配矩阵,包括:
分别切分两个所述待匹配兴趣点的兴趣点类别,分别获得各兴趣点类别包含的各字段类别;
根据两个所述兴趣点类别包含的各字段类别,确定两个所述兴趣点之间的所述类别匹配矩阵,所述类别匹配矩阵的单元值,为相应的各字段类别之间的编辑距离。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910757704.6/1.html,转载请声明来源钻瓜专利网。





