[发明专利]兴趣点数据处理方法及装置

权利要求书

1.一种兴趣点数据处理方法，其特征在于，包括：

从兴趣点集合中筛选出目标兴趣点；其中，所述目标兴趣点为绑定于兴趣点的订单地址与所述兴趣点的地址之间的距离大于第一预设距离的兴趣点；

对绑定于所述目标兴趣点的目标订单地址进行聚类处理，以生成多个候选类簇；

根据所述候选类簇之间的道路关联性，对所述多个候选类簇进行整合以生成目标类簇；

将所述目标类簇的簇心与所述目标兴趣点的地址进行比对，根据比对结果判断所述目标兴趣点是否为错误兴趣点；

其中，所述对绑定于所述目标兴趣点的目标订单地址进行聚类处理，以生成多个候选类簇包括：

采用基于密度的聚类算法对目标订单地址进行一次聚类，以生成候选类簇；在一次聚类之后，从目标订单地址中识别出预设目标订单地址，该预设目标订单地址为当前未被任何候选类簇包含的目标订单地址；将该预设目标订单地址以及该预设目标订单地址的联通订单地址进行基于距离的二次聚类，以生成候选类簇。

2.根据权利要求1所述的方法，其特征在于，所述根据所述候选类簇之间的道路关联性，对所述多个候选类簇进行整合以生成目标类簇进一步包括：

针对于任意两个候选类簇，若该两个候选类簇中一个候选类簇包含的目标订单地址所对应的道路信息与另一个候选类簇包含的目标订单地址所对应的道路信息相同，则将该两个候选类簇整合为一个目标类簇；

若任意一个候选类簇包含的目标订单地址所对应的道路信息与其他候选类簇包含的目标订单地址所对应的道路信息均不相同，则将该候选类簇作为目标类簇。

3.根据权利要求2所述的方法，其特征在于，所述将该两个候选类簇整合为一个目标类簇进一步包括：

将该两个候选类簇中包含的目标订单地址数量最多的候选类簇作为目标类簇。

4.根据权利要求2所述的方法，其特征在于，所述将该两个候选类簇整合为一个目标类簇进一步包括：

将该两个候选类簇聚合为一个目标类簇。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述对绑定于所述目标兴趣点的目标订单地址进行聚类处理，以生成多个候选类簇进一步包括：

对所述目标订单地址进行一次聚类，以生成候选类簇；

遍历目标订单地址，判断当前遍历的目标订单地址是否为预设目标订单地址；其中，所述预设目标订单地址为未被任何候选类簇包含的目标订单地址；

若是，则将该预设目标订单地址以及该预设目标订单地址的联通订单地址进行二次聚类，以生成候选类簇。

6.根据权利要求5所述的方法，其特征在于，所述该预设目标订单地址的联通订单地址具体为：与该预设目标订单地址的距离小于第二预设距离的目标订单地址。

7.根据权利要求1-4中任一项所述的方法，其特征在于，所述将所述目标类簇的簇心与所述目标兴趣点的地址进行比对，根据比对结果判断所述目标兴趣点是否为错误兴趣点进一步包括：

计算所述目标类簇的簇心与所述目标兴趣点的地址之间的距离；

若所述目标类簇的簇心与所述目标兴趣点的地址之间的距离大于第三预设距离，则确定所述目标兴趣点为错误兴趣点。

8.根据权利要求1-4中任一项所述的方法，其特征在于，所述方法还包括：

针对所述兴趣点集合中的任一兴趣点，根据该兴趣点的属性信息提取该兴趣点的第一类特征；

根据绑定于该兴趣点的订单的订单信息提取该兴趣点的第二类特征；

将该兴趣点的第一类特征及第二类特征输入至预先训练好的兴趣点状态识别模型中；

获取所述兴趣点识别模型输出的该兴趣点的状态信息。

9.根据权利要求8所述的方法，其特征在于，所述第一类特征包括以下特征中的至少一种：数据来源特征、状态变化概率特征以及关联的兴趣面特征；

和/或，所述第二类特征包括以下特征中的至少一种：绑定的订单数量特征、绑定的用户数量特征、被用户选择作为新地址的次数特征、热度特征、以及覆盖范围特征。