[发明专利]一种兴趣点的匹配方法、装置及计算机系统在审
| 申请号: | 201911244459.5 | 申请日: | 2019-12-06 |
| 公开(公告)号: | CN111046669A | 公开(公告)日: | 2020-04-21 |
| 发明(设计)人: | 田宁 | 申请(专利权)人: | 江苏苏宁物流有限公司 |
| 主分类号: | G06F40/295 | 分类号: | G06F40/295;G06Q10/08 |
| 代理公司: | 北京市万慧达律师事务所 11111 | 代理人: | 段晓玲 |
| 地址: | 210012 江*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 兴趣 匹配 方法 装置 计算机系统 | ||
1.一种兴趣点的匹配方法,其特征在于,所述方法包括:
获取待解析地址;
根据预设的地理层级分词规则,对所述待解析地址进行地理层级分词,获得位置分词及每个所述位置分词对应的地理层级;
将所述位置分词及所述位置分词对应的地理层级使用预设的自然语言处理方法转化为向量;
将所述向量输入预设模型,匹配获得所述待解析地址对应的兴趣点。
2.根据权利要求1所述的匹配方法,其特征在于,所述方法还包括:
查找所述兴趣点对应的配送网点,将包含所述待解析地址的订单分配给所述对应的配送网点。
3.根据权利要求1或2所述的方法,其特征在于,所述将所述位置分词及所述位置分词对应的地理层级使用预设的自然语言处理方法转化为向量包括:
将所述位置分词及所述位置分词对应的地理层级输入预先配置的Word2Vec模型中转化为向量。
4.根据权利要求3所述的方法,其特征在于,所述预设模型是通过如下的方法获得的:
获取历史地址及所述历史地址对应的兴趣点;
根据预设的地理层级分词规则,对所述历史进行地理层级分词,获得每个所述历史地址包含的历史位置分词及每个所述历史位置分词对应的地理层级;
将所述历史位置分词及所述历史位置分词对应的地理层级作为训练样本,对Word2Vec模型进行训练,获得所述预先配置的Word2Vec模型;
将所述历史位置分词及所述历史位置分词对应的地理层级输入所述预先配置的Word2Vec模型中,转化为历史向量;
将所述历史向量及对应的所述兴趣点作为正样本,对预设的神经网络模型进行训练,获得所述预设模型。
5.根据权利要求1或2所述的方法,其特征在于,所述预设的地理层级分词规则包含每一地理层级与可识别分词的对应关系及预设的分词识别规则,所述根据预设的地理层级分词规则,对所述待解析地址进行地理层级分词,获得位置分词及每个所述位置分词对应的地理层级包括:
根据预设的地理层级分词规则,对所述待解析地址进行地理层级分词,获取所述待解析地址包含的位置分词,所述位置分词包含可识别分词及未识别分词;
根据所述每一地理层级与可识别分词的对应关系,确定每一所述可识别分词对应的地理层级;
根据所述预设的分词识别规则,推测所述未识别分词对应的地理层级,并将所述未识别分词标记为未识别;
所述将所述位置分词及所述位置分词对应的地理层级使用预设的自然语言处理方法转化为向量还包括:
将所述位置分词及所述位置分词对应的地理层级使用所述预设的自然语言处理方法转化为向量,根据所述标记降低所述未识别分词在转化获得所述向量时的权重。
6.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
根据包含所述待解析地址的订单的实际签收位置,确定所述待解析地址的实际兴趣点;
将所述向量及所述实际兴趣点作为正样本对所述预设模型进行训练。
7.一种兴趣点的匹配装置,其特征在于,所述装置包括:
获取模块,用于获取待解析地址;
分词模块,用于根据预设的地理层级分词规则,对所述待解析地址进行地理层级分词,获得位置分词及每个所述位置分词对应的地理层级;
处理模块,用于将所述位置分词及所述位置分词对应的地理层级使用预设的自然语言处理方法转化为向量;
匹配模块,用于将所述向量输入预设模型,匹配获得所述待解析地址对应的兴趣点。
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江苏苏宁物流有限公司,未经江苏苏宁物流有限公司许可,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/201911244459.5/1.html,转载请声明来源钻瓜专利网。





