。
[0111]具体地，验证单元420从该地址信息的来源网页中提取对应的名称信息的过程包括:对于一个地址信息，在该地址信息的来源网页中包含多个对应经玮度相同的名称信息时，计算该地址信息与每个名称信息在网页中的文本距离，取与该地址信息之间文本距离最小的名称信息作为与该地址信息对应的名称信息。
[0112]需要说明的是，图4所示装置的各实施例与上文图1-图3所示的各实施例对应相同，上文已详细说明，在此不再赘述。
[0113]综上所述，本发明提供的技术方案通过从一个或多个政府网站中提取出的地理位置数据，验证从POI数据提供网站中挖掘出的POI数据的正确性，实现了对POI数据的过滤，使得最终得到的POI数据具有较高的准确性。本方案将政府网站“数据准确率高但挖掘难度大”的特点和POI数据提供网站“数据量大、数据挖掘难度低但数据准确率低”的特点相结合，以从POI数据提供网站挖掘得到的POI数据作为初始POI数据，以政府网站中包含的地理位置数据作为标准数据，实现了地图兴趣点POI数据的挖掘方案的高效率、高质量和高产量，克服了现有技术中从互联网挖掘出的POI数据存在大量脏数据、错误数据和无效数据的问题，具有重要的意义。
[0114]需要说明的是:
[0115]在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
[0116]在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
[0117]类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循【具体实施方式】的权利要求书由此明确地并入该【具体实施方式】，其中每个权利要求本身都作为本发明的单独实施例。
[0118]本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
[0119]此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
[0120]本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的地图兴趣点POI数据的挖掘装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
[0121]应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
[0122]本发明公开了 Al、一种地图兴趣点POI数据的挖掘方法，其中，该方法包括:
[0123]挖掘POI数据提供网站中的POI数据，得到POI数据集；
[0124]提取一个或多个政府网站中包含的地理位置数据；
[0125]通过从所述一个或多个政府网站中提取出的地理位置数据，验证所述POI数据集中的POI数据的正确性。
[0126]A2、如Al所述的方法，其中，所述POI数据集中的每条POI数据包括:Ρ0Ι名称和POI地址；每条地理位置数据包括:地址信息和名称信息；
[0127]所述提取一个或多个政府网站中包含的地理位置数据，通过从所述一个或多个政府网站中提取出的地理位置数据，验证所述POI数据集中的POI数据的正确性包括:
[0128]先从政府网站中挖掘出地址信息；
[0129]对于每个地址信息，判断所述POI数据集中是否存在与该地址信息相同的POI地址；
[0130]如果存在，从该地址信息的来源网页中提取对应的名称信息；
[0131]对比该名称信息，和与该地址信息相同的POI地址对应的POI名称，若相同，则确定对应的POI数据正确，若不同，则确定对应的POI数据有误。
[0132]A3、如A2所述的方法，其中，在所述确定对应的POI数据有误之后，该方法进一步包括:
[0133]利用该名称信息替换对应的POI数据中的POI名称，将替换后的对应的POI数据作为正确的POI数据。
[0134]A4、如Al所述的方法，其中，在所述挖掘POI数据提供网站中的POI数据之前，该方法进一步包括:
[0135]挖掘包含POI数据相关关键词的多个网页；
[0136]根据所述多个网页的URL格式对网页进行聚类；
[0137]选取包含有效POI数据较多的聚类，作为POI数据提供网站。
[0138]A5、如Al所述的方法，其中，所述挖掘POI数据提供网站中的POI数据，得到POI数据集包括:
[0139]对于一个POI数据提供网站，根据该POI数据提供网站中的网页结构特点制定挖掘POI数据的模板；
[0140]将所述模板应用于该POI数据提供网站中的所有网页，挖掘该POI数据提供网站中的POI数据，得到POI数据集。
[0141]A6、如Al所述的方法，其中，在所述提取一个或多个政府网站中包含的地理位置数据之前，该方法进一步包括:挖掘站点的后缀为gov.cn”的政府网站。
[0142]A7、如A2所述的方法，其中，所述从政府网站中挖掘出地址信息包括:
[0143]创建地址数据库，该地址数据库中包括:全国的省、市、县(区)、乡镇和道路的地址数据；
[0144]对政府网站中的网页内容做切词处理；
[0145]对于一个网页中的一个文本段，如果切词后得到的所有子词均命中所述地址数据库，则挖掘出该文本段作为地址信息。
[0146]AS、如A2所述的方法，其中，所述对于每个地址信息，判断所述POI数据集中是否存在与该地址信息相同的POI地址包括:
[0147]解析该地址信息的经玮度；
[0148]解析所述POI数据集中的POI地址的经玮度；
[0149]对比该地址信息的经玮度和POI地址的经玮度；
[0150]如果存在与该地址信息的经玮度相同的POI地址的经玮度，则确定所述POI数据集中存在与该地址信息