[发明专利]基于人工智能的兴趣点处理方法、装置及电子设备

权利要求书

1.一种基于人工智能的兴趣点处理方法，其特征在于，包括：

获取多个兴趣点分别对应的兴趣点数据；

通过命名实体识别模型对所述兴趣点数据包括的地址进行命名实体识别处理，得到所述地址中的组织机构名首字及组织机构名非首字，并将所述组织机构名首字及所述组织机构名非首字组合为用于表示组织机构的候选区域名；

当所述候选区域名满足筛选条件时，将所述候选区域名确定为待筛选区域名；

针对包括所述待筛选区域名的兴趣点数据，根据所述兴趣点数据包括的经纬度位置，确定经纬度编码区域；

对所述经纬度编码区域相关的兴趣点数据进行聚类，得到兴趣点簇；

将所述兴趣点簇中满足出现频率条件的待筛选区域名，确定为簇区域名；

确定所述兴趣点簇的中心经纬度位置，并确定与所述中心经纬度位置之间的距离满足关联距离条件、且包括所述簇区域名的目标兴趣点数据；

建立所述簇区域名与所述目标兴趣点数据之间的关联关系；

获取用户经纬度位置，根据所述用户经纬度位置确定用户经纬度编码区域；

确定与所述用户经纬度编码区域相关的目标兴趣点簇，并呈现所述目标兴趣点簇的簇区域名；

响应于针对所述目标兴趣点簇的簇区域名的互动操作，呈现与所述目标兴趣点簇的簇区域名存在关联关系的目标兴趣点数据。

2.根据权利要求1所述的兴趣点处理方法，其特征在于，所述对所述经纬度编码区域相关的兴趣点数据进行聚类，得到兴趣点簇，包括：

对所述经纬度编码区域进行扩展，得到至少一个扩展区域；

将所述经纬度编码区域与所述扩展区域共同确定为聚类区域；

对所述聚类区域内的兴趣点数据进行聚类，得到兴趣点簇。

3.根据权利要求2所述的兴趣点处理方法，其特征在于，所述对所述聚类区域内的兴趣点数据进行聚类，得到兴趣点簇，包括：

将所述聚类区域内的所有兴趣点数据标记为未访问点，并遍历各所述未访问点；

将遍历到的所述未访问点标记为已访问点，并确定与所述已访问点之间的聚类距离小于邻域距离阈值的第一兴趣点数据；

当所述第一兴趣点数据的数量大于或等于邻域数量阈值时，根据所述已访问点及所述第一兴趣点数据建立兴趣点簇；

遍历所述兴趣点簇中的各未访问点，并确定与遍历到的所述未访问点之间的聚类距离小于所述邻域距离阈值的第二兴趣点数据；

当所述第二兴趣点数据的数量大于或等于所述邻域数量阈值时，将未归入簇的所述第二兴趣点数据添加至所述兴趣点簇。

4.根据权利要求3所述的兴趣点处理方法，其特征在于，还包括：

获取多个兴趣点密集度，其中，每个所述兴趣点密集度对应一个区域；

确定所述聚类区域对应的兴趣点密集度，并根据所述兴趣点密集度确定所述邻域数量阈值。

5.根据权利要求3所述的兴趣点处理方法，其特征在于，所述确定与所述已访问点之间的聚类距离小于邻域距离阈值的第一兴趣点数据，包括：

确定所述已访问点包括的经纬度位置与所述兴趣点数据包括的经纬度位置之间的球面距离；

确定所述已访问点包括的地址与所述兴趣点数据包括的地址之间的文本相似度；

根据所述球面距离及所述文本相似度，确定所述已访问点与所述兴趣点数据之间的聚类距离；

当所述聚类距离小于邻域距离阈值时，将所述兴趣点数据确定为第一兴趣点数据。

6.根据权利要求1所述的兴趣点处理方法，其特征在于，所述当所述候选区域名满足筛选条件时，将所述候选区域名确定为待筛选区域名，包括：

根据地址模板，识别所述兴趣点数据包括的地址中的前置地址；

当包括所述候选区域名、且前置地址相同的兴趣点数据的数量超过筛选数量阈值时，将所述候选区域名确定为待筛选区域名。