[发明专利]兴趣点信息的管理方法、装置、设备及存储介质

说明书

本申请公开了一种兴趣点信息的管理方法、装置、设备及存储介质。方法包括：获取用于更新的目标POI信息；基于POI审核确认机器学习模型对目标POI信息进行审核确认，POI审核确认机器学习模型通过历史审核数据进行训练得到，历史审核数据为已经确认审核结果的数据；响应于目标POI信息通过审核确认，根据目标POI信息更新POI数据库。针对获取到的目标POI信息，基于机器学习模型进行自动审核确认，在审核确认之后，再据此更新POI数据库，从而无需依赖人工审核，降低了人工成本。也正因为如此，不会存在人工判断能力上的差异，审核标准更为统一，审核速度也较人工的方式更快，因而能够提高审核结果的准确率以及管理效率。

技术领域

本申请实施例涉及互联网技术领域，特别涉及一种兴趣点信息的管理方法、装置、设备及存储介质。

背景技术

随着互联网技术的不断发展，POI(Point of Interest，兴趣点)的应用范围越来越广。例如，POI作为基于位置服务的核心数据，在电子地图上运用场景广泛，如导航前选择的目的地、查看周边的餐馆等。此外，一些互联网应用也引入了POI来提供位置相关的服务。且为了提供更为全面的服务，维护的POI数据库中的POI信息数量越来越大。因此，如何对大量POI信息进行管理，成为了亟待解决的问题。

发明内容

本申请实施例提供了一种兴趣点信息的管理方法、装置、设备及存储介质，可用于解决相关技术中的问题。所述技术方案如下：

一方面，本申请实施例提供了一种兴趣点信息的管理方法，所述方法包括：

获取用于更新的目标兴趣点(POI)信息；

基于POI审核确认机器学习模型对所述目标POI信息进行审核确认，所述POI审核确认机器学习模型通过历史审核数据进行训练得到，所述历史审核数据为已经确认审核结果的数据；

响应于所述目标POI信息通过审核确认，根据所述目标POI信息更新POI数据库。

在一种可能的实现方式中，所述基于POI审核确认机器学习模型对所述目标POI信息进行审核确认之前，还包括：

获取历史审核数据；

基于所述历史审核数据对初始机器学习模型进行训练，得到所述POI审核确认机器学习模型，所述初始机器学习模型为一个机器学习模型，或者，所述初始机器学习模型由一个或多个机器学习模型进行融合得到。

在一种可能的实现方式中，所述基于所述历史审核数据对初始机器学习模型进行训练，得到所述POI审核确认机器学习模型，包括：

对所述历史审核数据进行文本挖掘，得到第一文本信息；

对所述历史审核数据进行图像处理，得到第一图像处理结果；

根据所述历史审核数据、所述第一文本信息和所述第一图像处理结果对初始机器学习模型进行训练，得到所述POI审核确认机器学习模型。

在一种可能的实现方式中，所述基于POI审核确认机器学习模型对所述目标POI信息进行审核确认，包括：

对所述目标POI信息进行文本挖掘，得到第二文本信息；

对所述目标POI信息进行图像处理，得到第二图像处理结果；

将所述目标POI信息、所述第二文本信息和所述第二图像处理结果输入所述POI审核确认机器学习模型进行审核确认。

在一种可能的实现方式中，所述响应于所述目标POI信息通过审核确认，根据所述目标POI信息更新POI数据库，包括：

响应于所述目标POI信息通过审核确认，将所述目标POI信息与POI数据库中的POI信息进行比对，根据比对结果确定所述目标POI信息的类型；