买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：平安科技(深圳)有限公司

摘要：本发明涉及数据分析领域，公开了一种用户兴趣点评估方法、装置、计算机设备及存储介质，其方法包括：获取用户的位置数据；根据所述位置数据确定目标区域范围；获取与所述目标区域范围相关联的预设的兴趣点判别模型；获取与所述预设的兴趣点判别模型关联的处理规则；根据所述处理规则处理所述位置数据，生成位置输入数据；将所述位置输入数据输入所述预设的兴趣点判别模型，获得所述位置数据的兴趣点判别结果，并根据兴趣点判别结果确定用户的兴趣点。本发明通过预设的兴趣点判别模型对用户的位置数据进行处理，获得用户的兴趣点数据，可在不增加位置采集设备投入的情况下，基于稀疏的用户位置数据获得用户的兴趣点，判断用户的地理位置偏好。

主权项：1.一种用户兴趣点评估方法，其特征在于，包括：获取用户的位置数据；根据所述位置数据确定目标区域范围；获取与所述目标区域范围相关联的预设的兴趣点判别模型；获取与所述预设的兴趣点判别模型关联的处理规则；根据所述处理规则处理所述位置数据，生成位置输入数据；将所述位置输入数据输入所述预设的兴趣点判别模型，获得所述位置数据的兴趣点判别结果，并根据兴趣点判别结果确定用户的兴趣点；所述根据所述处理规则处理所述位置数据，生成位置输入数据，包括：确定首次出现目标兴趣点的时间点，所述预设的兴趣点判别模型包括所述目标兴趣点；所述目标兴趣点指所述兴趣点判别模型所在的位置；基于配置时间段内的位置数据生成所述位置输入数据，所述配置时间段包括时间起点和时间终点，所述时间起点包括首次出现目标兴趣点的时间之前的在先指定时间点，所述时间终点包括首次出现目标兴趣点的时间之后的在后指定时间点；所述获取与所述目标区域范围相关联的预设的兴趣点判别模型之前，还包括：获取源样本集，所述源样本集包括正样本和负样本，所述源样本集与所述位置数据的所属城市相同；对所述正样本和负样本进行训练，构建源样本判别模型；基于所述源样本判别模型构建兴趣点判别模型，并获取包含兴趣点信息的位置数据；使用所述包含兴趣点信息的位置数据在所述兴趣点判别模型中训练，训练完成后，获得所述预设的兴趣点判别模型；其中，将训练好的源样本判别模型的前n层复制到兴趣点判别模型的前n层；兴趣点判别模型剩下的其他层随机初始化；输入包含兴趣点信息的位置数据，开始训练迭代；迭代的方式包括冻结前n层的方式和微调方式，根据包含多个位置输入数据的样本集的大小和前n层的参数个数选取两种方式中的一种；冻结前n层的方式指的是把迁移过来的这前n层冻结起来，不改变这n层的值；微调方式指的是不冻结这前n层，而是会不断调整它们的值。

全文数据：用户兴趣点评估方法、装置、计算机设备及存储介质技术领域本发明涉及数据分析领域，尤其涉及一种用户兴趣点评估方法、装置、计算机设备及存储介质。背景技术兴趣点源于英文POIPointofInterest的缩写。在地理信息系统中，一个兴趣点可以是一栋房子、一个商铺、一个邮筒、一个公交站等。现有的POI通常基于高密集度的基于位置服务英文可表示为LBS数据输入而获得。获取用户的兴趣点可以为用户提供更为优质、精准的服务信息推送。然而，对于一些不常用的应用程序，其获取的基于位置服务数据较少，获取用户的兴趣点难度较大。因此，如何基于应用程序获取的较少量的基于位置服务数据计算用户的兴趣点成为本领域技术人员亟需解决的问题。发明内容基于此，有必要针对上述技术问题，提供一种用户兴趣点评估方法、装置、计算机设备及存储介质，以解决现有无法基于应用获取的较少量基于位置服务数据，计算用户的兴趣点的问题。一种用户兴趣点评估方法，包括：获取用户的位置数据；根据所述位置数据确定目标区域范围；获取与所述目标区域范围相关联的预设的兴趣点判别模型；获取与所述预设的兴趣点判别模型关联的处理规则；根据所述处理规则处理所述位置数据，生成位置输入数据；将所述位置输入数据输入所述预设的兴趣点判别模型，获得所述位置数据的兴趣点判别结果，并根据兴趣点判别结果确定用户的兴趣点。一种用户兴趣点评估装置，包括：获取位置数据模块，用于获取用户的位置数据；确定区域范围模块，用于根据所述位置数据确定目标区域范围；获取判别模型模块，用于获取与所述目标区域范围相关联的预设的兴趣点判别模型；获取处理规则模块，用于获取与所述预设的兴趣点判别模型关联的处理规则；生成输入数据模块，用于根据所述处理规则处理所述位置数据，生成位置输入数据；获得判别结果模块，用于将所述位置输入数据输入所述预设的兴趣点判别模型，获得所述位置数据的兴趣点判别结果，并根据兴趣点判别结果确定用户的兴趣点。一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述用户兴趣点评估方法的步骤。一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述用户兴趣点评估方法的步骤。上述用户兴趣点评估方法、装置、计算机设备及存储介质，通过预设的兴趣点判别模型对用户的位置数据进行处理，获得用户的兴趣点数据，可在不增加位置采集设备投入的情况下，基于稀疏的用户位置数据获得用户的兴趣点，判断用户的地理位置偏好。附图说明为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本发明一实施例中用户兴趣点评估方法的一应用环境示意图；图2是本发明一实施例中用户兴趣点评估方法的一流程示意图；图3是本发明一实施例中用户兴趣点评估方法的一流程示意图；图4是本发明一实施例中用户兴趣点评估方法的一流程示意图；图5是本发明一实施例中用户兴趣点评估方法的一流程示意图；图6是本发明一实施例中用户兴趣点评估方法的一流程示意图；图7是本发明一实施例中用户兴趣点评估方法的一流程示意图；图8是本发明一实施例中用户兴趣点评估方法的一流程示意图；图9是本发明一实施例中用户兴趣点评估装置的一结构示意图；图10是本发明一实施例中计算机设备的一示意图。具体实施方式下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。本申请提供的用户兴趣点评估方法，可应用在如图1的应用环境中，其中，客户端通过网络与服务端进行通信。其中，客户端可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。在一实施例中，如图2所示，提供一种用户兴趣点评估方法，以该方法应用在图1中的服务端为例进行说明，包括如下步骤：S10、获取用户的位置数据。本实施例中，服务端可以通过客户端上预装的应用获取用户的位置数据。预装的应用基于用户的授权而取得所述位置数据。位置数据包括但不限于获取的时间和用户位置。用户位置可以用具体的经纬度表示。S20、根据所述位置数据确定目标区域范围。服务端获取的位置数据与用户实际所在地点通常不会完全重合，存在一定的距离偏差。例如，用户甲在A时刻处在B商店，但位置数据显示的为用户甲处于距离B商店10米处的位置，位置数据显示的位置与用户甲实际所处的位置距离相差10米。可以根据统计获得的位置数据与用户实际所在地点的平均距离偏差来确定目标区域范围。可以位置数据所指向的位置的指定距离范围内的区域为目标区域范围。指定距离范围可以是平均距离偏差的指定倍数。指定倍数可以是1-3倍。例如，平均距离偏差为15m，位置数据所指向的位置为C饭馆，则目标区域范围可以是以C饭馆为中心，半径为30m的区域范围。S30、获取与所述目标区域范围相关联的预设的兴趣点判别模型。服务端存储有多个预设的兴趣点判别模型。预设的兴趣点判别模型与地理实体地址相对应。与预设的兴趣点判别模型相对应的地理实体地址也可以用目标兴趣点表示。例如，预设的兴趣点判别模型可以是汽车维修店判别模型，与实体汽车维修店相对应；也可以是火锅店判别模型，与实体火锅店相对应。预设的兴趣点判别模型用于判别位置数据所对应的兴趣点是否为预设的兴趣点判别模型所对应的地理实体地址。预设的兴趣点判别模型是通过对兴趣点判别模型进行迁移学习训练而构建的。兴趣点判别模型是通过带有兴趣点标记的样本经过训练学习而构建的判别模型。若预设的兴趣点判别模型所对应的地理实体地址处于目标区域范围内，则判定该预设的兴趣点判别模型与目标区域范围相关联。处于目标区域范围内的预设的兴趣点判别模型可以是一个或多个。S40、获取与所述预设的兴趣点判别模型关联的处理规则。本实施例中，处理规则用于将位置数据处理成预设的兴趣点判别模型可接受的输入形式。预设的兴趣点判别模型不同，其关联的处理规则可以是相同，也可以是不同。例如，品牌D的连锁店E对应连锁店E判别模型，同为品牌D的连锁店F对应连锁店F判别模型，连锁店E判别模型所关联的处理规则与连锁店F判别模型所关联的处理规则相同；海鲜酒楼G对应海鲜酒楼G判别模型，海鲜酒楼G判别模型所关联的处理规则与连锁店E判别模型所关联的处理规则不同。S50、根据所述处理规则处理所述位置数据，生成位置输入数据。本实施例中，位置输入数据是经预设的兴趣点判别模型关联的处理规则处理后的位置数据。获得位置输入数据之后，预设的兴趣点判别模型可以对该位置输入数据进行处理，获得位置数据的判别结果。S60、将所述位置输入数据输入所述预设的兴趣点判别模型，获得所述位置数据的兴趣点判别结果，并根据兴趣点判别结果确定用户的兴趣点。本实施例中，位置输入数据在输入预设的兴趣点判别模型之后，可以计算出相应的判别值。将判别与该预设的兴趣点判别模型对应的判别阈值比较，若判别值小于判别阈值，则说明用户没有在该预设的兴趣点判别模型所对应的地理实体地址出现过，则位置数据的兴趣点判别结果为：该预设的兴趣点判别模型所对应的地理实体地址不是用户的兴趣点；若判别值大于或等于判别阈值，则说明用户在该预设的兴趣点判别模型所对应的地理实体地址出现过，则位置数据的兴趣点判别结果为：该预设的兴趣点判别模型所对应的地理实体地址为用户的兴趣点。如，判别阈值为0.5，计算出的判别值为0.36，该判别值小于0.5，则说明该预设的兴趣点判别模型所对应的地理实体地址不是用户的兴趣点。若与目标区域范围相关联的预设的兴趣点判别模型存在多个，则可能出现同一个位置数据对应多个兴趣点的情况。此时，可以采用投票法的方式对兴趣点判别结果进行进一步处理，确定用户的兴趣点。步骤S10-S60中，获取用户的位置数据，以获得用于判断用户兴趣点的原始数据。根据所述位置数据确定目标区域范围，以缩小用户兴趣点的判断范围。获取与所述目标区域范围相关联的预设的兴趣点判别模型，以获得用于处理位置数据的预设的兴趣点判别模型。获取与所述预设的兴趣点判别模型关联的处理规则，以获取用于调整位置数据格式的处理规则。根据所述处理规则处理所述位置数据，生成位置输入数据，以将位置数据调整为预设的兴趣点判别模型可处理的格式。将所述位置输入数据输入所述预设的兴趣点判别模型，获得所述位置数据的兴趣点判别结果，并根据兴趣点判别结果确定用户的兴趣点，以获得位置数据的兴趣点判别结果，确定用户的兴趣点。可选的，请参照图3，步骤S10包括：S101、获取第一指定时间内用户的第一位置数据；S102、判断所述第一位置数据的大小是否小于预设阈值；S103、若所述第一位置数据的大小不小于预设阈值，则将所述第一位置数据确定为所述位置数据；S104、若所述第一位置数据的大小小于预设阈值，则获取第二指定时间内用户的第二位置数据，将所述第二位置数据确定为所述位置数据，所述第二指定时间大于所述第一指定时间。具体而言，服务端还可获取指定时间内用户的位置数据。第一指定时间可以是三个月、半年、一年或其他设置时间。第二指定时间大于第一时间。在一实施例中，可以根据采集到的位置数据的数据大小来确定指定周期。通常情况下，时间越近的位置数据，其价值越高；时间越久的位置数据，其价值越低。当服务端在较近一段时间内可获取到足够的位置数据，则采用时间较新的位置数据，若较近一段时间内的位置数据不足，则采用更长时间内的位置数据。具体为，先获取第一指定时间的多个位置数据，若所述位置数据的个数小于预设兴趣点个数阈值，则获取第二指定时间的位置数据，所述第二指定时间大于所述第一指定时间。例如，预设兴趣点个数阈值为5Mb，若用户甲在3个月内的位置数据个数小于5Mb，则获取用户甲在6个月内的位置数据。步骤S101-S104中，获取第一指定时间内用户的第一位置数据，以获取用户的最新位置数据。判断所述第一位置数据的大小是否小于预设阈值；若所述第一位置数据的大小不小于预设阈值，则将所述第一位置数据确定为所述位置数据，若第一位置数据的大小满足要求，则可以将第一位置数据作为计算用户兴趣点的原始数据。若所述第一位置数据的大小小于预设阈值，则获取第二指定时间内用户的第二位置数据，将所述第二位置数据确定为所述位置数据，所述第二指定时间大于所述第一指定时间；在第一位置数据的大小不满足要求时，获取更长一段时间内的位置数据作为计算用户兴趣点的原始数据。可选的，如图4所示，步骤S20包括：S201、判断所述位置数据的所在位置是否处于预设区域范围内；S202、若处于预设区域范围内，将所述预设区域范围确定为目标区域范围。本实施例中，可以根据服务端存储的预设的兴趣点判别模型的分布情况划分出多个预设区域范围。在一些商圈区域，其包含的兴趣点较多，预设的兴趣点判别模型的分布较为密集，预设区域范围的边界紧靠在一起，则也可把与位置数据的所在位置相邻的预设区域范围归为目标区域范围。也就是说，目标区域范围可以包括多于一个的预设区域范围。例如，位置数据的所在位置H处于预设区域范围I内，但H处于I的边界附近，与I的边界相邻的预设区域范围包括预设区域范围J和预设区域范围K，则目标区域范围可以包括预设区域范围I、预设区域范围J和预设区域范围K。步骤S201-S202中，判断所述位置数据的所在位置是否处于预设区域范围内，以选择合适的预设区域范围。若处于预设区域范围，将所述预设区域范围确定为目标区域范围，以缩小位置数据的判断范围，减少计算量。可选的，参照图5，步骤S50包括：S501、确定首次出现目标兴趣点的时间点，所述预设的兴趣点判别模型包括所述目标兴趣点；S502、基于配置时间段内的位置数据生成所述位置输入数据，所述配置时间段包括时间起点和时间终点，所述时间起点包括首次出现目标兴趣点的时间之前的在先指定时间点，所述时间终点包括首次出现目标兴趣点的时间之后的在后指定时间点。本实施例中，预设的兴趣点判别模型对应一个目标兴趣点。为了使用户的位置数据与预设的兴趣点判别模型更好地匹配，可以对用户的位置数据作进一步处理。具体为，先确定首次出现目标兴趣点所在的时间，然后根据首次出现目标兴趣点所在的时间点确定配置时间段。其中，首次出现目标兴趣点可以通过以下方式进行确定：先计算用户的位置数据中各个时间点所对应实时位置与目标兴趣点的距离，筛选出实时位置与目标兴趣点的距离小于预设筛选距离的时间点，最后选取时间最早的那个时间点。例如，可以设置预设筛选距离的值为5m，在一用户的位置数据中，各个时间点所对应的实时位置与目标兴趣点的距离小于5m的时间点包括9:50、9:52、9:54、9:56、9:58、10:02，则首次出现目标兴趣点的时间为9:50。基于首次出现目标兴趣点的时间点可以确定对应的配置时间段。配置时间段用于截取与目标兴趣点相关性较强的位置数据。可以认为，以首次出现目标兴趣点的时间之前的在先指定时间为时间起点，以首次出现目标兴趣点的时间之后的在后指定时间为时间终点的配置时间段所包含的位置数据对于判断目标兴趣点是否是用户真正的兴趣点非常重要。在此处，在先指定时间点和在后指定时间点可以根据具体的预设的兴趣点判别模型进行设定，可以是5min、10min、20min、30min或其他指定时间。在先指定时间点可以和在后指定时间点相等，也可以不相等。如，首次出现目标兴趣点所在的时间点为10:50，在先指定时间点为30min，在后指定时间点为30min，则配置时间段为10:20-11:20。步骤S501-S502中，确定首次出现目标兴趣点的时间点，所述预设的兴趣点判别模型包括所述目标兴趣点，以确定用户抵达目标兴趣点的时间。基于配置时间段内的位置数据生成所述位置输入数据，所述配置时间段的时间起点包括首次出现目标兴趣点的时间之前的在先指定时间点，时间终点包括首次出现目标兴趣点的时间之后的在后指定时间点，以解析用户在抵达目标兴趣点之前的在先指定时间点到抵达目标兴趣点之后的在后指定时间点之间的行走轨迹。可选的，如图6所示，步骤S50包括：S5021、按指定时间间隔从所述基于配置时间段内的位置数据提取用户实时位置；S5022、根据所述用户实时位置生成所述位置输入数据，所述位置输入数据包括指定时间点及与其对应的用户实时位置，所述指定时间点根据所述指定时间间隔确定。需要说明的是，这里所说的指定时间间隔可根据实际需要进行设定，可以是2分钟、1分钟或30秒。生成的位置输入数据可以为以下形式：表1一实施例中用户甲的位置输入数据上表中，若时间间隔为2分钟，时间点1的时间为12:00，则时间点2的时间为12:02，时间点n的时间为12点之后的2n-1分钟。标签用于表示目标兴趣点的所在的位置。目标兴趣点可以指预设的兴趣点判别模型所在的位置。步骤S5021和S5022中，按指定时间间隔从所述基于配置时间段内的位置数据提取用户实时位置，以获得具有时序性的用户实时位置序列。根据所述用户实时位置生成所述位置输入数据，所述位置输入数据包括指定时间点及与其对应的用户实时位置，所述指定时间点根据所述指定时间间隔确定，以生成可以表征用户行走轨迹的位置输入数据。可选的，如图7所示，步骤S5022还包括：S5023、计算所述用户实时位置与所述目标兴趣点的距离与方向；S5024、根据所述用户实时位置与目标兴趣点的距离与方向生成所述位置输入数据，所述位置输入数据包括指定时间点、用户实时位置与目标兴趣点的距离、用户实时位置与目标兴趣点的方向，其中，所述指定时间点根据所述指定时间间隔确定，所述用户实时位置与指定时间点相对应。本实施例中，位置输入数据可以包括用户实时位置与目标兴趣点的距离和方向。目标兴趣点可以指预设的兴趣点判别模型所在的位置。可根据用户实时位置和目标兴趣点的位置计算出用户实时位置与目标兴趣点的距离。此距离可以是用户实时位置和目标兴趣点的直线距离，也可以是用户实时位置和目标兴趣点的路径距离。可根据用户实时位置处于目标兴趣点的方位确定用户实时位置和目标兴趣点的方向。例如，用户实时位置处于目标兴趣点的正北方，则用户实时位置和目标兴趣点的方向为0度；用户实时位置处于目标兴趣点的正东方，则用户实时位置和目标兴趣点的方向为90度。以此类推。指定时间间隔可根据实际需要进行设定，可以是2分钟、1分钟或30秒。生成的位置输入数据可以为以下形式：表2一实施例中用户乙的位置输入数据表2中，标签可以用于标识目标兴趣点所在的位置。例如，标签用于标识在n2时间点是否存在目标兴趣点，其参数值为是或否。步骤S5023-S5024中，计算所述用户实时位置与所述目标兴趣点的距离与方向，以获得多个与目标兴趣点相关的行为数据，可以更好地反映用户与兴趣点的相关性。根据所述用户实时位置与目标兴趣点的距离与方向生成所述位置输入数据，所述位置输入数据包括指定时间点及与其对应的用户实时位置与目标兴趣点的距离与方向，所述指定时间点根据所述指定时间间隔确定，以生成可以表征用户行走轨迹的位置输入数据。可选的，如图8所示，步骤S60之前，还包括：S301、获取源样本集，所述源样本集包括正样本和负样本，所述源样本集与所述位置数据的所属城市相同。本实施例中，源样本集可以是从外部购买的商业数据。源样本集包括多个用户的兴趣点样本，这些兴趣点样本可以用于构建兴趣点判别模型。兴趣点样本可分为正样本和负样本。正样本指的是真实出现在兴趣点出现并进行签到的样本，负样本指的是在兴趣点附近活动，但没有签到信息的样本。源样本集中的兴趣点样本为需要计算的位置数据同属于一个城市。为防止个人信息泄露，所采用的兴趣点样本都经匿名化处理。兴趣点样本中可以包括用户的签到信息。S302、对所述正样本和负样本进行训练，构建源样本判别模型。可以采用深度神经网络算法或其他机器学习算法对正样本和负样本进行训练，经多次迭代后，构建相应的源样本判别模型。在不同的兴趣点，用户停留的时间具有一定的差异性。因而，可以基于用户兴趣点样本集可以建立多个源样本判别模型，例如汽车维修厂判别模型、海鲜酒楼判别模型、建材五金市场判别模型、羽毛球专卖店判别模型、邮政服务厅判别模型等。源样本判别模型的数量与源样本集中各个兴趣样本标注的兴趣点数量相关，可以是几百个，也可能更多。源样本判别模型的构建过程可以包括：先选取任意一个源样本集中的一个兴趣点，然后获取包含该兴趣点的其他样本，将包含该兴趣点的样本记为正训练样本。然后获取该兴趣点指定范围内的相邻兴趣点，再获取包含相邻兴趣点的样本，并记为负样本。对正训练样本和负训练样本进行训练，获得该兴趣点的源样本判别模型。在此处，指定范围可以是100m或其他距离参数。S303、基于所述源样本判别模型构建兴趣点判别模型，并获取包含兴趣点信息的位置数据；S304、使用所述包含兴趣点信息的位置数据在所述兴趣点判别模型中训练，训练完成后，获得所述预设的兴趣点判别模型。本实施例，是通过迁移学习的方式构建预设的兴趣点判别模型的。迁移学习TransferLearning是一种机器学习方法，是把一个领域即源领域的知识，迁移到另外一个领域即目标领域，使得目标领域能够取得更好的学习效果。包含兴趣点信息的位置数据指的是应用程序收集到的包含明确兴趣点信息的位置数据。预设的兴趣点判别模型的构建过程可以包括：将训练好的源样本判别模型的前n层复制到兴趣点判别模型的前n层；兴趣点判别模型剩下的其他层随机初始化；输入包含兴趣点信息的位置数据，开始训练迭代。其中，在迭代计算的时候，有两种迭代方式可以选择：1把迁移过来的这前n层冻结起来，即在训练位置输入数据的时候，不改变这n层的值；2不冻结这前n层，而是会不断调整它们的值，称为微调。可以根据包含多个位置输入数据的样本集的大小和前n层的参数个数来选择上述两种迭代方式的一种。如果包含多个位置输入数据的样本集很小，而参数个数很多，为了防止过拟合，通常采用冻结前n层的方式；反之，则采用微调的方式。步骤S301-S304中，获取源样本集，所述源样本集包括正样本和负样本，所述源样本集与所述位置数据的所属城市相同，以获取用于构建源样本判别模型所需的源样本集。对所述正样本和负样本进行训练，构建源样本判别模型，以获得源样本判别模型。基于所述源样本判别模型构建兴趣点判别模型，并获取包含兴趣点信息的位置数据；使用所述包含兴趣点信息的位置数据在所述兴趣点判别模型中训练，训练完成后，获得预设的兴趣点判别模型，以完成对兴趣点判别模型的训练，使训练获得的预设的兴趣点判别模型可以用于处理位置输入数据。应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。在一实施例中，提供一种用户兴趣点评估装置，该用户兴趣点评估装置与上述实施例中用户兴趣点评估方法一一对应。如图9所示，该用户兴趣点评估装置包括获取位置数据模块10、确定区域范围模块20、获取判别模型模块30、获取处理规则模块40、生成输入数据模块50和获得判别结果模块60。各功能模块详细说明如下：获取位置数据模块10，用于获取用户的位置数据；确定区域范围模块20，用于根据所述位置数据确定目标区域范围；获取判别模型模块30，用于获取与所述目标区域范围相关联的预设的兴趣点判别模型；获取处理规则模块40，用于获取与所述预设的兴趣点判别模型关联的处理规则；生成输入数据模块50，用于根据所述处理规则处理所述位置数据，生成位置输入数据；获得判别结果模块60，用于将所述位置输入数据输入所述预设的兴趣点判别模型，获得所述位置数据的兴趣点判别结果，并根据兴趣点判别结果确定用户的兴趣点。关于用户兴趣点评估装置的具体限定可以参见上文中对于用户兴趣点评估方法的限定，在此不再赘述。上述用户兴趣点评估装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。可选的，获取位置数据模块10包括：第一获取单元，用于获取第一指定时间内用户的第一位置数据；判断单元，用于判断所述第一位置数据的大小是否小于预设阈值；第一确定单元，用于若所述第一位置数据的大小不小于预设阈值，则将所述第一位置数据确定为所述位置数据；第二确定单元，用于若所述第一位置数据的大小小于预设阈值，则获取第二指定时间内用户的第二位置数据，将所述第二位置数据确定为所述位置数据，所述第二指定时间大于所述第一指定时间。可选的，确定区域范围模块20包括：判断区域范围单元，用于判断所述位置数据的所在位置是否处于预设区域范围内；确定目标区域单元，用于若处于预设区域范围，将所述预设区域范围确定为目标区域范围。可选的，生成输入数据模块50还包括：确定兴趣点单元，用于确定首次出现目标兴趣点的时间点，所述预设的兴趣点判别模型包括所述目标兴趣点；输入数据单元，用于基于配置时间段内的位置数据生成所述位置输入数据，所述配置时间段的时间起点包括首次出现目标兴趣点的时间之前的在先指定时间点，时间终点包括首次出现目标兴趣点的时间之后的在后指定时间点。可选的，输入数据单元包括：提取位置单元，用于按指定时间间隔从所述基于配置时间段内的位置数据提取用户实时位置；位置生成单元，用于根据所述用户实时位置生成所述位置输入数据，所述位置输入数据包括指定时间点及与其对应的用户实时位置，所述指定时间点根据所述指定时间间隔确定。可选的，位置生成单元包括：计算方位单元，用于计算所述用户实时位置与目标兴趣点的距离与方向；方位生成单元，用于根据所述用户实时位置与目标兴趣点的距离与方向生成所述位置输入数据，所述位置输入数据包括指定时间点及与其对应的用户实时位置与目标兴趣点的距离与方向，所述指定时间点根据所述指定时间间隔确定。可选的，用户兴趣点评估装置还包括构建模型模块，所述构建模型模块包括：获取源样本集单元，用于获取源样本集，所述源样本集包括正样本和负样本，所述源样本集与所述位置数据的所属城市相同；构建源模型单元，用于对所述正样本和负样本进行训练，构建源样本判别模型；构建目标模型单元，用于基于所述源样本判别模型构建兴趣点判别模型，使用所述包含兴趣点信息的位置数据在所述兴趣点判别模型中训练，训练完成后，获得所述预设的兴趣点判别模型。在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储位置数据和预设的兴趣点判别模型。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种用户兴趣点评估方法。在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：获取用户的位置数据；根据所述位置数据确定目标区域范围；获取与所述目标区域范围相关联的预设的兴趣点判别模型；获取与所述预设的兴趣点判别模型关联的处理规则；根据所述处理规则处理所述位置数据，生成位置输入数据；将所述位置输入数据输入所述预设的兴趣点判别模型，获得所述位置数据的兴趣点判别结果，并根据兴趣点判别结果确定用户的兴趣点。在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取用户的位置数据；根据所述位置数据确定目标区域范围；获取与所述目标区域范围相关联的预设的兴趣点判别模型；获取与所述预设的兴趣点判别模型关联的处理规则；根据所述处理规则处理所述位置数据，生成位置输入数据；将所述位置输入数据输入所述预设的兴趣点判别模型，获得所述位置数据的兴趣点判别结果，并根据兴趣点判别结果确定用户的兴趣点。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和或易失性存储器。非易失性存储器可包括只读存储器ROM、可编程ROMPROM、电可编程ROMEPROM、电可擦除可编程ROMEEPROM或闪存。易失性存储器可包括随机存取存储器RAM或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAMSRAM、动态RAMDRAM、同步DRAMSDRAM、双数据率SDRAMDDRSDRAM、增强型SDRAMESDRAM、同步链路SynchlinkDRAMSLDRAM、存储器总线Rambus直接RAMRDRAM、直接存储器总线动态RAMDRDRAM、以及存储器总线动态RAMRDRAM等。所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

权利要求：1.一种用户兴趣点评估方法，其特征在于，包括：获取用户的位置数据；根据所述位置数据确定目标区域范围；获取与所述目标区域范围相关联的预设的兴趣点判别模型；获取与所述预设的兴趣点判别模型关联的处理规则；根据所述处理规则处理所述位置数据，生成位置输入数据；将所述位置输入数据输入所述预设的兴趣点判别模型，获得所述位置数据的兴趣点判别结果，并根据兴趣点判别结果确定用户的兴趣点。2.如权利要求1所述的用户兴趣点评估方法，其特征在于，所述获取用户的位置数据，包括：获取第一指定时间内用户的第一位置数据；判断所述第一位置数据的大小是否小于预设阈值；若所述第一位置数据的大小不小于预设阈值，则将所述第一位置数据确定为所述位置数据；若所述第一位置数据的大小小于预设阈值，则获取第二指定时间内用户的第二位置数据，将所述第二位置数据确定为所述位置数据，所述第二指定时间大于所述第一指定时间。3.如权利要求1所述的用户兴趣点评估方法，其特征在于，所述根据所述位置数据确定目标区域范围，包括：判断所述位置数据的所在位置是否处于预设区域范围内；若处于预设区域范围内，将所述预设区域范围确定为目标区域范围。4.如权利要求1所述的用户兴趣点评估方法，其特征在于，所述根据所述处理规则处理所述位置数据，生成位置输入数据，包括：确定首次出现目标兴趣点的时间点，所述预设的兴趣点判别模型包括所述目标兴趣点；基于配置时间段内的位置数据生成所述位置输入数据，所述配置时间段包括时间起点和时间终点，所述时间起点包括首次出现目标兴趣点的时间之前的在先指定时间点，所述时间终点包括首次出现目标兴趣点的时间之后的在后指定时间点。5.如权利要求4所述的用户兴趣点评估方法，其特征在于，所述基于配置时间段内的位置数据生成所述位置输入数据，包括：按指定时间间隔从所述基于配置时间段内的位置数据提取用户实时位置；根据所述用户实时位置生成所述位置输入数据，所述位置输入数据包括指定时间点及与其对应的用户实时位置，所述指定时间点根据所述指定时间间隔确定。6.如权利要求5所述的用户兴趣点评估方法，其特征在于，所述根据所述用户实时位置生成所述位置输入数据，包括：计算所述用户实时位置与所述目标兴趣点的距离与方向；根据所述用户实时位置与目标兴趣点的距离与方向生成所述位置输入数据，所述位置输入数据包括指定时间点、用户实时位置与所述目标兴趣点的距离、用户实时位置与所述目标兴趣点的方向，其中，所述指定时间点根据所述指定时间间隔确定，所述用户实时位置与所述指定时间点相对应。7.如权利要求1-6所述的用户兴趣点评估方法，其特征在于，所述获取与所述目标区域范围相关联的预设的兴趣点判别模型之前，还包括：获取源样本集，所述源样本集包括正样本和负样本，所述源样本集与所述位置数据的所属城市相同；对所述正样本和负样本进行训练，构建源样本判别模型；基于所述源样本判别模型构建兴趣点判别模型，并获取包含兴趣点信息的位置数据；使用所述包含兴趣点信息的位置数据在所述兴趣点判别模型中训练，训练完成后，获得所述预设的兴趣点判别模型。8.一种用户兴趣点评估装置，其特征在于，包括：获取位置数据模块，用于获取用户的位置数据；确定区域范围模块，用于根据所述位置数据确定目标区域范围；获取判别模型模块，用于获取与所述目标区域范围相关联的预设的兴趣点判别模型；获取处理规则模块，用于获取与所述预设的兴趣点判别模型关联的处理规则；生成输入数据模块，用于根据所述处理规则处理所述位置数据，生成位置输入数据；获得判别结果模块，用于将所述位置输入数据输入所述预设的兴趣点判别模型，获得所述位置数据的兴趣点判别结果，并根据兴趣点判别结果确定用户的兴趣点。9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述用户兴趣点评估方法的步骤。10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述用户兴趣点评估方法的步骤。

百度查询： 平安科技(深圳)有限公司 用户兴趣点评估方法、装置、计算机设备及存储介质