筛选兴趣点poi数据的方法及装置的制造方法
【技术领域】
[0001]本发明涉及计算机技术领域，具体而言，本发明涉及筛选兴趣点POI数据的方法及装置。
【背景技术】
[0002]在地理信息系统中，一个POI (Point Of Interest，兴趣点)可以是一栋房子、一个商铺、一个邮筒、一个公交站等。POI数据包括地址信息和POI名称。
[0003]传统的POI数据采集方法，需要技术人员采用精密的测绘仪器去获取每个POI的经玮度信息，然后再标记下来，这种方法比较费时费力，导致通过采集得到的POI数据的数量很少，地理信息系统很难根据数量很少的POI数据来提供高水平的服务。
[0004]互联网上存在着大量的POI数据，如果能从互联网上收集包含POI数据的网页，从收集的网页中提取出这些POI数据供地理信息系统使用，则会大大节省人力和时间。但是互联网上充斥着大量虚假的POI数据，比如博客网页内容中包含“原文地址:http://xxx.XXX.xxx/xxx”，虽然包含“地址”字样，但该地址是网络地址或者说是URL (Uniform ResoureLocator，统一资源定位器)，并不是POI数据中的地理地址信息，或可能存在POI数据中地址信息不准确的情况，从而导致收集到的POI数据中不准确POI数据的比例较高。
【发明内容】
[0005]本发明针对现有技术的缺点，提出一种用于筛选兴趣点POI数据的方法和装置，用以解决现有技术存在的收集较多不准确的POI数据问题。
[0006]本发明根据一个方面，提供了一种筛选兴趣点POI数据的方法，包括:
[0007]获取包括POI数据的网页页面及所述网页页面的用户关注度；
[0008]根据所述网页页面的用户关注度，确定该网页页面中包括的POI数据的用户关注度；
[0009]基于各POI数据的用户关注度，对POI数据进行筛选。
[0010]其中，获取所述网页页面的用户关注度的步骤，进一步包括:
[0011]根据所述网页页面在第一时长内的用户访问次数和/或平均每次浏览时长，获取所述网页页面的用户关注度。
[0012]其中，当所述网页页面中仅包括一个POI数据时，根据所述网页页面的用户关注度，确定该网页页面中包括的POI数据的用户关注度的步骤，进一步包括:
[0013]将所述网页页面的用户关注度作为该网页页面中包括的POI数据的用户关注度。
[0014]其中，当所述网页页面中包括多个POI数据时，根据所述网页页面的用户关注度，确定该网页页面中包括的POI数据的用户关注度的步骤，进一步包括:
[0015]按照预定频率抓取第二时长内所述网页页面中的页面内容；
[0016]提取每次抓取到的页面内容中的POI数据；
[0017]判断所述第二时长所述网页页面的页面内容中POI数据是否发生变更；
[0018]当POI数据发生变更时，根据所述网页页面的用户关注度，并结合所述网页页面中包括的POI数据的个数，将所述网页页面的用户关注度平均分配至该网页页面中的各POI数据。
[0019]当POI数据发生未变更时，将所述网页页面的用户关注度作为该网页页面中包括的各POI数据的用户关注度。
[0020]本发明根据另一个方面，还提供了一种筛选兴趣点POI数据的装置，包括:
[0021]获取模块，用于获取包括POI数据的网页页面及所述网页页面的用户关注度；
[0022]确定模块，用于根据所述网页页面的用户关注度，确定该网页页面中包括的POI数据的用户关注度；
[0023]筛选模块，用于基于各POI数据的用户关注度，对POI数据进行筛选。
[0024]其中，所述获取模块具体用于根据所述网页页面在第一时长内的用户访问次数和/或平均每次浏览时长，获取所述网页页面的用户关注度。
[0025]其中，当所述网页页面中仅包括一个POI数据时，所述确定模块具体用于将所述网页页面的用户关注度作为该网页页面中包括的POI数据的用户关注度。
[0026]其中，当所述网页页面中包括多个POI数据时，所述确定模块进一步包括:
[0027]抓取单元，用于按照预定频率抓取第二时长内所述网页页面中的页面内容；
[0028]提取单元，用于提取每次抓取到的页面内容中的POI数据；
[0029]判断单元，用于判断所述第二时长所述网页页面的页面内容中POI数据是否发生变更；
[0030]分配单元，用于当POI数据发生变更时，根据所述网页页面的用户关注度，并结合所述网页页面中包括的POI数据的个数，将所述网页页面的用户关注度平均分配至该网页页面中的各POI数据。
[0031]当POI数据发生未变更时，所述确定模块具体用于将所述网页页面的用户关注度作为该网页页面中包括的各POI数据的用户关注度。
[0032]由于用户关注度越高的POI数据，其包含信息的准确率越高，同时，网页页面的用户关注度可直接反应网页页面包括的各项信息的可信度和价值度，对于网页页面中包括的POI数据，网页页面的用户关注度也可以在很大程度上反应POI数据的用户关注度；因此，本发明的技术方案中，根据网页页面的用户关注度来确定该网页页面中包括的POI数据的用户关注度，并基于各POI数据的用户关注度对POI数据进行筛选，可根据POI数据的用户关注度筛选出准确率较高的POI数据，解决了现有技术中难以从互联网中收集到的较为准确的大量POI数据的问题。
[0033]本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。
【附图说明】
[0034]本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中:
[0035]图1为本发明一个实施例中筛选兴趣点POI数据的方法的流程示意图；
[0036]图2为本发明一个优选实施例中筛选兴趣点POI数据的方法的流程示意图；
[0037]图3为本发明另一实施例中筛选兴趣点POI数据的装置的内部结构的框架示意图；
[0038]图4为本发明另一优选实施例中筛选兴趣点POI数据的装置的内部结构的框架示意图。
【具体实施方式】
[0039]下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
[0040]本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
[0041]本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
[0042]图1为本发明一个实施例中筛选兴趣点POI数据的方法的流程示意图。
[0043]步骤SllO:获取包括POI数据的网页页面及网页页面的用户关注度；步骤S120:根据网页页面的用户关注度，确定该网页页面中包括的POI数据的用户关注度；步骤S130:基于各POI数据的用户关注度，对POI数据进行筛选。
[0044]由于用户关注度越高的POI数据，其包含信息的准确率越高，同时，网页页面的用户关注度可直接反应网页页面包括的各项信息的可信度和价值度，对于网页页面中包括的POI数据，网页页面的用户关注度也可以在很大程度上反应POI数据的用户关注度；因此，本发明的技术方案中，根据网页页面的用户关注度来确定该网页页面中包括的POI数据的用户关注度，并基于各POI数据的用户关注度对POI数据进行筛选，可根据POI数据的用户关注度筛选出准确率较高的P