地图搜索类型识别方法及装置、地图搜索方法及系统的制作方法
【技术领域】
[0001] 本发明涉及地图搜索领域，特别涉及一种地图搜索类型识别方法、一种地图搜索 类型识别装置以及一种地图搜索方法、一种地图搜索系统。
【背景技术】
[0002] 目前众多的地图产品中都提供了搜索功能，其对用户提交的Query(查询串）， 搜索相关的P0I数据并经排序后返回给用户。地图中的每条数据称为一个P〇I(Pointof Interest，兴趣点），每个P0I包含名称、类别（Category)、经度、纬度、重要度（POIRank， 表示P0I数据的重要度，基于P0I在所属分类下的重要程度或排名计算所得，不同分类下 POIRank的计算可能会有所不同，比如医院类别中三甲医院的POIRank会高于其他级别的 医院，美食类别中用户点评数量会和POIRank直接相关）等多种信息。地图搜索中的Query 所属的类型，一般分为精确检索和泛检索两类。精确检索是指地图搜索中用户提交的Query 是针对某个具体P〇I数据点的查找。泛检索是指地图搜索中用户提交的Query是类别名、 连锁店名、后缀词等，即用户想搜索的是某一类的P0I数据而非具体的某个P0I数据点。泛 检索Query的搜索结果一般在空间上分布比较分散，另外在类别上有一定共性。典型的泛 检索Query可以是例如美食、酒店、大学等，当用户在北京市搜索美食时，地图搜索会给出 北京市所有有关美食的数据并分页显示。在地图搜索技术处理中，泛检索和精确检索在检 索策略、排序策略等方面会有所区别，比如用户使用手机搜索美食时，优先给出用户所在位 置附近的美食的数据会具有更好的用户体验。因此，对搜索的检索类型是泛检索还是精确 检索进行识别，尤其是泛检索的识别成为地图搜索中的一个重要组成部分。
[0003] 在地图搜索中，基本的泛检索识别可以基于词表，典型的泛检索词表如类别名称 词表、连锁店词表、标签词表、后缀词表等等。如果用户输入的Query属于某个已知的泛 检索词表，则认为当前Query的搜索类型为泛检索。然而基于词表的泛检索识别，有一定 的局限性：一方面，实际用户搜索时的Query中会有各种各样的非精确搜索意图的泛检索 Query，词表很难覆盖到所有泛检索词汇；另外一方面，如果泛检索词表过大，相关的维护工 作量会加大，同时词表中可能会出现一定的噪音。
【发明内容】
[0004] 基于此，有必要针对上述现有技术中存在的问题，提供一种地图搜索类型识别方 法、一种地图搜索类型识别装置以及一种地图搜索方法、一种地图搜索系统，其无需依赖特 定的词表即可快速地实现对地图搜索类型的识别，维护成本低，且精度高。
[0005] 为达到上述目的，本发明实施例采用以下技术方案：
[0006] 一种地图搜索类型识别方法，包括步骤：
[0007] 获取对查询串进行地图搜索获得的搜索结果；
[0008] 提取所述搜索结果的预设特征类型的特征信息，生成包含所述特征信息的特征向 量；
[0009] 根据所述特征向量、泛检索预测模型确定所述查询串的搜索类型为泛检索的概 率，所述泛检索预设模型通过对与预设查询串集合中的各查询串对应的预设特征类型的特 征信息进行训练获得。
[0010] 一种地图搜索类型识别装置，包括：
[0011] 信息获取模块，用于获取对查询串进行地图搜索获得的搜索结果；
[0012] 特征向量生成模块，用于提取所述搜索结果的预设特征类型的特征信息，生成包 含所述特征信息的特征向量；
[0013] 概率确定模块，用于根据所述特征向量、泛检索预测模型确定所述查询串的搜索 类型为泛检索的概率，所述泛检索预设模型通过对与预设查询串集合中的各查询串对应的 预设特征类型的特征信息进行训练获得。
[0014] 一种地图搜索方法，包括步骤：
[0015] 接收地图搜索指令，所述地图搜索指令中包括查询串；
[0016] 根据所述地图搜索指令进行搜索，获得搜索结果；
[0017] 提取所述搜索结果的预设特征类型的特征信息，得到所述搜索结果的特征向量；
[0018] 根据所述特征向量、泛检索预测模型确定所述查询串的搜索类型为泛检索的概 率，根据所述查询串的搜索类型为泛检索的概率确定所述查询串的搜索类型，所述泛检索 预设模型通过对与预设查询串集合中的各查询串对应的预设特征类型的特征信息进行训 练获得；
[0019] 根据所述查询串的搜索类型确定所述搜索结果的显示处理方式，并根据该显示处 理方式对所述搜索结果进行处理。
[0020] -种地图搜索系统，包括：
[0021] 搜索模块，用于接收地图搜索指令，所述地图搜索指令中包括查询串，根据所述地 图搜索指令进行搜索，获得搜索结果；
[0022] 特征向量生成模块，用于提取所述搜索结果的预设特征类型的特征信息，生成包 含所述特征信息的特征向量；
[0023] 搜索类型确定模块，用于根据所述特征向量、泛检索预测模型确定所述查询串的 搜索类型为泛检索的概率，根据所述查询串的搜索类型为泛检索的概率确定所述查询串的 搜索类型，所述泛检索预设模型通过对与预设查询串集合中的各查询串对应的预设特征类 型的特征信息进行训练获得；
[0024] 显示处理模块，用于根据该搜索类型确定所述搜索结果的显示处理方式，并根据 该显示处理方式对所述搜索结果进行处理。
[0025] 根据如上所述的本发明实施例的方案，其是在获得对查询出进行地图搜索的搜索 结果后，提取该搜索结果中的预设特征类型的特征信息，生成包含这些特征信息的特征向 量，并基于该特征向量、所建立的泛检索预测模型来对查询串的搜索类型为泛检索的概率 进行预测确定，其无需依赖特定的词表即可快速地实现对地图搜索类型的识别，维护成本 低，可以对类型泛检索Query都有一定的识别能力，精度高。
【附图说明】
[0026] 图1是本发明的地图搜索类型识别方法实施例的流程示意图；
[0027] 图2是一个示例中建立泛检索预测模型的流程示意图；
[0028] 图3是本发明的地图搜索识别装置实施例的结构示意图；
[0029] 图4是本发明的地图搜索方法实施例的流程示意图；
[0030] 图5是本发明的地图搜索系统实施例的结构示意图；
[0031] 图6是能实现本发明实施例的一个计算机系统1000的模块图。
【具体实施方式】
[0032] 以下结合其中的较佳实施例，对本发明方案进行详细举例说明。
[0033] 图1中示出了本发明的地图搜索类型识别方法实施例的流程示意图。如图1所示， 本实施例中的地图搜索类型识别方法包括步骤：
[0034] 步骤S101 :获取对查询串进行地图搜索获得的搜索结果；
[0035] 步骤S102:提取所述搜索结果的预设特征类型的特征信息，生成包含所述特征信 息的特征向量；
[0036] 步骤S103 :根据所述特征向量、泛检索预测模型确定所述查询串的搜索类型为泛 检索的概率，所述泛检索预设模型通过对与预设查询串集合中的各查询串对应的预设特征 类型的特征信息进行训练获得。
[0037] 根据如上所述的本发明实施例的方案，其是在获得对查询出