[发明专利]一种基于多源POI数据的去重融合方法及相关装置

权利要求书

1.一种基于多源POI数据的去重融合方法，其特点在于，包括以下步骤：

获取各个平台提供的POI数据后，根据POI数据的数据质量，确定每个POI数据的优先级；

对POI数据中的文本型数据进行分词处理，并利用预先构建的停用词库对经分词处理后的POI数据进行降噪；

根据POI数据的经纬度数据对应的geohash编码，提取出距离相似样本集；

将所述距离相似样本集中的POI数据输入至机器学习模型中，判断POI数据是否与其它POI数据属于相同POI，若所述距离相似样本集中存在相同POI，则将相同POI对应的POI数据融合为一个POI数据；以及给每个POI数据打上标签。

2.如权利要求1所述的一种基于多源POI数据的去重融合方法，其特征在于，POI数据的数据质量由POI数据本身的数据量、POI数据字段的准确度、POI数据的颗粒度以及POI数据的完整度共同决定。

3.如权利要求1所述的一种基于多源POI数据的去重融合方法，其特征在于，对POI数据的经纬度数据进行geohash编码，且编码长度由距离范围确定的。

4.如权利要求1所述的一种基于多源POI数据的去重融合方法，其特点在于，将相同POI对应的POI数据融合为一个POI数据时，保留优先级较高的POI数据。

5.一种电子装置，其特征在于，包括：

优先级确定模块，用于在获取各个平台提供的POI数据后，根据POI数据的数据质量，确定每个POI数据的优先级；

分词处理模块，用于对POI数据中的文本型数据进行分词处理；

降噪模块，用于利用预先构建的停用词库对经分词处理后的POI数据进行降噪；

样本集提取模块，用于根据POI数据的经纬度数据对应的geohash编码，提取出距离相似样本集；

机器学习模块，用于将所述距离相似样本集中的POI数据输入至机器学习模型中，判断POI数据是否与其它POI数据属于相同POI，若所述距离相似样本集中存在相同POI，则将相同POI对应的POI数据融合为一个POI数据；以及给每个POI数据打上标签。

6.如权利要求5所述的电子装置，其特征在于，POI数据的数据质量由POI数据本身的数据量、POI数据字段的准确度、POI数据的颗粒度以及POI数据的完整度共同决定。

7.如权利要求5所述的电子装置，其特征在于，还包括：编码模块，用于对POI数据的经纬度数据进行geohash编码，且编码长度由距离范围确定的。

8.如权利要求5所述的电子装置，其特征在于，所述机器学习模块，用于在将相同POI对应的POI数据融合为一个POI数据时，保留优先级较高的POI数据。