消亡POI的确定方法、装置、计算机设备和存储介质

摘要

本发明实施例公开了一种消亡POI的确定方法、装置、计算机设备和存储介质。所述方法包括：获取待验证的POI，并根据时空相关性，获取与所述POI匹配的目标Wi‑Fi；对所述目标Wi‑Fi进行连接数量的时间分布统计，得到时间分布统计结果；如果根据所述时间分布统计结果，确定所述目标Wi‑Fi满足生命周期衰落条件，则将所述POI确定为消亡POI。本发明实施例可以提高消亡POI的判别效率和准确率，降低消亡POI的判别成本，提高POI的覆盖率。

权利要求

1.一种消亡POI的确定方法，其特征在于，包括：

获取待验证的POI，并根据时空相关性，获取与所述POI匹配的目标Wi-Fi；

对所述目标Wi-Fi进行连接数量的时间分布统计，得到时间分布统计结果；

如果根据所述时间分布统计结果，确定所述目标Wi-Fi满足生命周期衰落条件，则将所述POI确定为消亡POI；所述生命周期衰落条件用于评价使用目标Wi-Fi的用户数量是否减少。

2.根据权利要求1所述的方法，其特征在于，所述根据时空相关性，获取与所述POI匹配的目标Wi-Fi，包括：根据所述POI的经纬度信息，确定搜索范围；

获取所述搜索范围内包括的至少一个备选Wi-Fi；

根据所述备选Wi-Fi的标识信息，以及所述POI的标识信息之间的相关性，在所述至少一个备选Wi-Fi中确定出与所述POI匹配的目标Wi-Fi。

3.根据权利要求1所述的方法，其特征在于，所述对所述目标Wi-Fi进行连接数量的时间分布统计，得到时间分布统计结果，包括：间隔设定时间区间，获取与所述目标Wi-Fi对应的当前连接主机列表，并建立与时间区间匹配的主机标识列表；

根据与时间区间匹配的主机标识列表以及预设的时间单元，统计各个时间单元下的不重叠主机数量，作为与时间单元对应的连接数量；

获取预设时间范围内的至少两个时间单元对应的连接数量，并统计得到时间分布统计结果。

4.根据权利要求1所述的方法，其特征在于，所述如果根据所述时间分布统计结果，确定所述目标Wi-Fi满足生命周期衰落条件，包括：如果根据所述时间分布统计结果，确定由当前系统时间确定的预设时间范围内的至少一个最近的时间单元下，所述目标Wi-Fi的连接数量均小于设定数量阈值，则确定所述目标Wi-Fi满足生命周期衰落条件；和/或如果根据所述时间分布统计结果，确定所述至少一个最近的时间单元下，所述目标Wi-Fi的连接数量的数量均值，与所述目标Wi-Fi在一个时间单元下的最多连接数量的比值小于设定比值阈值，则确定所述目标Wi-Fi满足生命周期衰落条件。

5.根据权利要求1所述的方法，其特征在于，在获取待验证的POI之后，还包括：如果未成功获取与所述POI匹配的目标Wi-Fi，则获取与所述POI对应的至少一项POI描述特征；

将所述至少一项POI描述特征输入至预先训练的消亡POI验证模型中，并获取所述消亡POI验证模型输出的消亡概率；

如果所述消亡概率满足预设的消亡阈值条件，则将所述POI确定为消亡POI。

6.根据权利要求5所述的方法，其特征在于，在将所述至少一项POI描述特征输入至预先训练的消亡POI验证模型中之前，还包括：获取至少一个已消亡POI；

获取与每个所述已消亡POI分别对应的至少一项POI描述特征；

将所述已消亡POI以及对应的至少一项POI描述特征，输入至标准机器学习模型中对所述标准机器学习模型进行训练，得到所述消亡POI验证模型。

7.根据权利要求6所述的方法，其特征在于，所述POI描述特征包括下述至少一项：POI功能区特征、基于街区的POI周边人流密度及变化特征、基于网格索引的POI周边人流密度及变化特征、POI周边Wi-Fi密度、POI周边Wi-Fi连接数量的统计学特征、POI类别、POI周边的POI密度、设定类别POI在对应功能区中的统计学特征、以及基于街区或者网格索引的设定类别POI的统计学特征。

8.一种消亡POI的确定装置，其特征在于，包括：

目标Wi-Fi确定模块，用于获取待验证的POI，并根据时空相关性，获取与所述POI匹配的目标Wi-Fi；

连接数量时间分布统计模块，用于对所述目标Wi-Fi进行连接数量的时间分布统计，得到时间分布统计结果；

消亡POI确定模块，用于如果根据所述时间分布统计结果，确定所述目标Wi-Fi满足生命周期衰落条件，则将所述POI确定为消亡POI；所述生命周期衰落条件用于评价使用目标Wi-Fi的用户数量是否减少。

9.一种计算机设备，其特征在于，所述计算机设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的消亡POI的确定方法。

10.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的消亡POI的确定方法。

说明书

消亡POI的确定方法、装置、计算机设备和存储介质

技术领域

[0001] 本发明实施例涉及数据处理技术，尤其涉及一种消亡POI的确定方法、装置、计算机设备和存储介质。

背景技术

[0002] 随着科技的发展和互联网技术的不断进步，移动终端提供的服务不断升级。目前基于位置的服务(Location Based Services，LBS)是当前移动终端服务中的热点。

[0003] 在LBS中，兴趣点(Point of Interest，POI)已成为衡量LBS价值的标准。其中，消亡POI的确定在LBS相关的应用中也同样具有重要作用，特别是可以提升地图类产品竞争力。实际上，POI的消亡反映了一个区域的竞争力，比如一个区域内POI的消亡比例高，说明了该区域的竞争力和活力较差，这对于区域(Region)画像也起到重要作用。

[0004] 目前对POI消亡的判断，主要包括以下三种方式：用户上传用户生成内容(UserGenerated Content，UGC)、上传专业生产内容(Professionally-generated Content，PGC)和网络爬虫方式。其中，UGC方式的缺陷在于：首先需要通过运营活动调取用户上传的积极性，其次由于用户层次的随机性，数据质量不可控，很大概率数据质量较差，需要耗费较高的人力进行审核；PGC方式的缺陷在于：首先成本较高，需要付出较高的人工成本和设备成本、交通成本。同时采集的覆盖率较低，同样的由于代价较高，时效也往往较低；网络爬虫方式的缺陷在于：由于POI新增或消亡的信息离散分布在互联网中，所以有较复杂的网络爬取与信息处理过程，而且其覆盖率较低。

发明内容

[0005] 本发明实施例提供一种消亡POI的确定方法、装置、计算机设备和存储介质，可以提高消亡POI的判别效率和准确率，降低消亡POI的判别成本，提高POI的覆盖率。

[0006] 第一方面，本发明实施例提供了一种消亡POI的确定方法，包括：

[0007] 获取待验证的POI，并根据时空相关性，获取与所述POI匹配的目标Wi-Fi；

[0008] 对所述目标Wi-Fi进行连接数量的时间分布统计，得到时间分布统计结果；

[0009] 如果根据所述时间分布统计结果，确定所述目标Wi-Fi满足生命周期衰落条件，则将所述POI确定为消亡POI。

[0010] 第二方面，本发明实施例还提供了一种消亡POI的确定装置，包括：

[0011] 目标Wi-Fi确定模块，用于获取待验证的POI，并根据时空相关性，获取与所述POI匹配的目标Wi-Fi；

[0012] 连接数量时间分布统计模块，用于对所述目标Wi-Fi进行连接数量的时间分布统计，得到时间分布统计结果；

[0013] 消亡POI确定模块，用于如果根据所述时间分布统计结果，确定所述目标Wi-Fi满足生命周期衰落条件，则将所述POI确定为消亡POI。

[0014] 第三方面，本发明实施例还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所述处理器执行所述程序时实现如本发明实施例中任一所述的消亡POI的确定方法。

[0015] 第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例中任一所述的消亡POI的确定方法。

[0016] 本发明实施例通过LBS根据时空相关性，搜索待验证的POI匹配的目标Wi-Fi，并在根据目标Wi-Fi的连接数量的时间分布统计结果，确定目标Wi-Fi满足生命周期衰落条件时，确定该POI为消亡POI，实现仅通过LBS本身服务确定消亡POI，避免UGC上传方式、PGC上传方式和网络爬虫更新方式确定POI的情况，解决了现有技术中POI维护的效率低、准确性低、成本高和覆盖率低的问题，提高消亡POI确定的效率和准确性低，降低消亡POI确定的成本，以及增加POI的覆盖率。

附图说明

[0017] 图1是本发明实施例一中的一种消亡POI的确定方法的流程图；

[0018] 图2a是本发明实施例二中的一种消亡POI的确定方法的流程图；

[0019] 图2b是本发明实施例二中的一种POI功能区的示意图；

[0020] 图3是本发明实施例三中的一种消亡POI的确定装置的结构示意图；

[0021] 图4是本发明实施例四中的一种计算机设备的结构示意图。

具体实施方式

[0022] 下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

[0023] 实施例一

[0024] 图1为本发明实施例一中的一种消亡POI的确定方法的流程图，本实施例可应用于判断POI是否为消亡POI的情况。该方法可以由本发明实施例提供的消亡POI的确定装置来执行，该装置可采用软件和/或硬件的方式实现，并一般可集成在用于提供消亡POI确定服务的服务器或者终端设备中，例如智能手机、平板电脑、车载终端或计算机设备等。如图1所示，本实施例的方法具体包括：

[0025] S110，获取待验证的POI，并根据时空相关性，获取与所述POI匹配的目标Wi-Fi。

[0026] 其中，POI可以是指电子地图上的某个点，用于表示该点代表的职能，例如，可以标识出该点代表的政府部门、商业机构(加油站、百货公司、超市、餐厅、酒店或便利商店等)、旅游景点、基础设施(公园、公共厕所或医院等)、交通设施(车站、停车场或速限标示牌)等处所。通常，POI包括下述至少一项：名称、类别、经度、纬度和海拔等信息。

[0027] 时空相关性用于评价POI与Wi-Fi在空间上的关系，或者在空间上以及时间上的关系。

[0028] 目标Wi-Fi用于表示POI所代表的处所提供的Wi-Fi，示例性的，POI为肯德基，相应的，目标Wi-Fi为肯德基提供的Wi-Fi。

[0029] 具体的，根据时空相关性确定目标Wi-Fi可以是：在基于POI的经纬度信息确定的设定空间区域范围内的至少一个Wi-Fi，并从中筛选与POI名称接近的Wi-Fi作为目标Wi-Fi(如Wi-Fi的名称中包括肯德基的缩写拼音)。可以理解的是，将POI的经纬度信息映射到LBS提供的电子地图上，从而获取该POI附近的Wi-Fi，进一步从中筛选POI匹配的目标Wi-Fi。此外，还可以在空间关系判断的基础上进一步进行时间上的判断。

[0030] 可选的，所述根据时空相关性，获取与所述POI匹配的目标Wi-Fi，包括：根据所述POI的经纬度信息，确定搜索范围；获取所述搜索范围内包括的至少一个备选Wi-Fi；根据所述备选Wi-Fi的标识信息，以及所述POI的标识信息之间的相关性，在所述至少一个备选Wi-Fi中确定出与所述POI匹配的目标Wi-Fi。

[0031] 其中，搜索范围用于筛选备选Wi-Fi，具体是根据POI的经纬度信息，将POI映射到电子地图中，并获取POI匹配的区域作为搜索范围，示例性的，POI匹配的区域是以POI为圆点，以预设长度为半径的圆心区域，或者是包含POI的基于街道划分的单元区域，此外还有其他情形，对此，本发明实施例不做具体限制。

[0032] 备选Wi-Fi用于表示可能为POI提供的Wi-Fi。基于各Wi-Fi的经纬度信息，将位于搜索范围内的Wi-Fi作为备选Wi-Fi。

[0033] Wi-Fi的标识信息用于标识Wi-Fi，例如Wi-Fi的名称。POI的标识信息用于标识POI，例如POI的名称。相关性用于评价Wi-Fi的标识信息与POI的标识信息之间的相关密切程度。例如，将Wi-Fi的标识信息的字符与POI的标识信息字符进行比对，根据是否存在相同的字符以及相同字符的数量和顺序等评价Wi-Fi的标识信息与POI的标识信息之间相关性，示例性的，POI的标识信息为KFC，Wi-Fi的标识信息为KFC0003，两者均包括KFC，确定该Wi-Fi为POI匹配的目标Wi-Fi。此外还有其他情形，例如，计算Wi-Fi的标识信息与POI的标识信息之间的相似度作为相关性，对此，本发明实施例不做具体限制。

[0034] 此外，还可以获取所述搜索范围内包括的与所述POI满足存续时间条件的至少一个备选Wi-Fi。其中，存续时间条件主要用于确定最终获取的备选Wi-Fi的建立时间需要是在POI建立时间之后。实际上，如果在POI建立之前存在的Wi-Fi通常不是该POI提供的Wi-Fi。因此，这种Wi-Fi不会作为与所述POI对应的备选POI。

[0035] 通过根据POI的经纬度信息，在地图上确定搜索范围，并筛选出至少一个备选Wi-Fi，而后根据至少一个备选Wi-Fi的标识信息与POI的标识信息之间的相关性，确定POI的目标Wi-Fi，其中，上述信息均可由LBS直接获取，简化维护POI的过程，避免采用如UGC或PGC等其他方式维护POI，实现减少POI维护的成本，此外，通过时空相关性，以及标识信息的相似度构建POI与目标Wi-Fi的映射关系，可以准确确定POI提供的Wi-Fi，从而提高后续POI消亡判断的准确性。

[0036] S120，对所述目标Wi-Fi进行连接数量的时间分布统计，得到时间分布统计结果。

[0037] 连接数量可以是指连接目标Wi-Fi的主机的数量。时间分布统计可以是指分析连接数量的在时间上的分布情况，具体的，如果POI没有出现消亡的话，在连接数量随时间变化的过程中，连接数量突变的概率较低，可以设置每间隔设定时间区间，统计一次目标Wi-Fi的连接数量。时间分布统计结果用于表示连接数量随时间变化的趋势，具体可以是指以时间(设定时间间隔)为x轴、以连接数量为y轴，表征连接数量随时间变化的趋势的图表。

[0038] 可选的，所述对所述目标Wi-Fi进行连接数量的时间分布统计，得到时间分布统计结果，包括：间隔设定时间区间，获取与所述目标Wi-Fi对应的当前连接主机列表，并建立与时间区间匹配的主机标识列表；根据与时间区间匹配的主机标识列表以及预设的时间单元，统计各个时间单元下的不重叠主机数量，作为与时间单元对应的连接数量；获取预设时间范围内的至少两个时间单元对应的连接数量，并统计得到时间分布统计结果。

[0039] 当前连接主机列表用于描述在当前时间区间内连接目标Wi-Fi的设备。主机标识列表用于描述在当前时间区间内连接目标Wi-Fi的设备以及每个设备的标识信息。时间单元可以是指预先设定的时间区间。各时间单元的时长可以相同，也可以不同。示例性的，处于高峰期(若POI为餐厅，高峰期为早饭、中饭和晚饭关联的时间范围)的时间单元的时长小于处于非高峰期的时间单元的时长。其中，时间单元等于n倍的时间区间，n大于等于1。示例性的，时间区间为3小时，时间单元可以是3小时、半天或一天等。不重叠主机数量是指在时间单元下统计的连接数量中不存在重复统计的连接设备。

[0040] 通过获取目标Wi-Fi对应的当前连接主机列表，并建立与时间区间匹配的主机标识列表，实现灵活设定时间统计目标Wi-Fi的连接数量，同时统计各预设时间单元下的不重叠主机数量作为连接数量，实现准确获取目标Wi-Fi的连接数量。

[0041] S130，如果根据所述时间分布统计结果，确定所述目标Wi-Fi满足生命周期衰落条件，则将所述POI确定为消亡POI。

[0042] 生命周期衰落条件用于评价目标Wi-Fi是否衰落，也即评价使用目标Wi-Fi的用户数量是否减少。

[0043] 可以理解的是，随着Wi-Fi普及，越来越多的POI内部布设Wi-Fi，其中，连接Wi-Fi的设备的数量用于直接刻画Wi-Fi的活力，同时间接表达Wi-Fi的活力，而Wi-Fi的活力用于表示POI的活力，由此，可以通过Wi-Fi的连接数量刻画POI的消亡。从而，可以根据时空相关性，构建POI和目标Wi-Fi之间的映射关系，采用目标Wi-Fi的生命周期衰落情况表征POI的消亡情况。

[0044] 可选的，所述如果根据所述时间分布统计结果，确定所述目标Wi-Fi满足生命周期衰落条件，包括：如果根据所述时间分布统计结果，确定由当前系统时间确定的预设时间范围内的至少一个最近的时间单元下，所述目标Wi-Fi的连接数量均小于设定数量阈值，则确定所述目标Wi-Fi满足生命周期衰落条件；和/或，如果根据所述时间分布统计结果，确定所述至少一个最近的时间单元下，所述目标Wi-Fi在一个时间单元下的连接数量的数量均值，与所述目标Wi-Fi的最多连接数量的比值小于设定比值阈值，则确定所述目标Wi-Fi满足生命周期衰落条件。

[0045] 可以理解的是，目标Wi-Fi在最近的一个或者多个时间单元下的连接数量均小于设定数量阈值；或者目标Wi-Fi在最近的一个或者多个时间单元下的连接数量的数量均值，与目标Wi-Fi的最多连接数量的比值小于设定比值阈值，均表示连接目标Wi-Fi的用户数量减少，同样表明目标Wi-Fi的活力下降，由此可以确定目标Wi-Fi衰落。

[0046] 通过统计预设时间范围内的至少一个最近的时间单元下，目标Wi-Fi的连接数量，或者连接数量的数量均值与在一个时间单元下最多连接数量的比值，并与预设的阈值进行比较，实现根据目标Wi-Fi的使用率，判断目标Wi-Fi是否满足生命周期衰落条件，实现准确判断目标Wi-Fi的活力。

[0047] 消亡POI用于表示该POI消失，也可以理解为该POI对应的职能消失。例如，若POI为肯德基，当发生肯德基倒闭、肯德基装修而无法营业或肯德基迁址等情况时，均可以确定该肯德基消亡，也即确定该POI为消亡POI。

[0048] 通常，消亡POI提供的Wi-Fi的用户使用率下降，即Wi-Fi的连接数量减少。由此，可以根据目标Wi-Fi是否满足生命周期衰落条件，判断该POI是否为消亡POI。

[0049] 此外，若确定目标Wi-Fi不满足生命周期衰落条件，也即确定该POI不是消亡POI，可以获取下一个待验证的POI进行消亡判断。

[0050] 本发明实施例通过LBS根据时空相关性，搜索待验证的POI匹配的目标Wi-Fi，并在根据目标Wi-Fi的连接数量的时间分布统计结果，确定目标Wi-Fi满足生命周期衰落条件时，确定该POI为消亡POI，实现仅通过LBS本身服务确定消亡POI，避免UGC上传方式、PGC上传方式和网络爬虫更新方式确定POI的情况，解决了现有技术中POI维护的效率低、准确性低、成本高和覆盖率低的问题，提高消亡POI确定的效率和准确性低，降低消亡POI确定的成本，以及增加POI的覆盖率。

[0051] 实施例二

[0052] 图2a为本发明实施例二中的一种车机服务请求方法的流程图，本实施例以上述实施例为基础进行优化，将在获取待验证的POI之后优化为：如果未成功获取与所述POI匹配的目标Wi-Fi，则获取与所述POI对应的至少一项POI描述特征；将所述至少一项POI描述特征输入至预先训练的消亡POI验证模型中，并获取所述消亡POI验证模型输出的消亡概率；如果所述消亡概率满足预设的消亡阈值条件，则将所述POI确定为消亡POI。该方法具体包括：

[0053] S201，获取待验证的POI。

[0054] 在本实施例中，待验证的POI、时空相关性、目标Wi-Fi、时间分布统计结果、生命周期衰落条件和消亡POI等可以参考上述实施例的描述。

[0055] S202，根据时空相关性，判断是否成功获取与所述POI匹配的目标Wi-Fi，如果是，则执行S203；否则，执行S207。

[0056] S203，对所述目标Wi-Fi进行连接数量的时间分布统计，得到时间分布统计结果。

[0057] S204，根据所述时间分布统计结果，判断所述目标Wi-Fi是否满足生命周期衰落条件，如果是，则执行S205；否则，执行S206。

[0058] S205，将所述POI确定为消亡POI。

[0059] S206，确定所述POI不为消亡POI。

[0060] S207，获取与所述POI对应的至少一项POI描述特征。

[0061] 其中，POI描述特征用于描述POI的活力。

[0062] 可选的，所述POI描述特征包括下述至少一项：POI功能区特征、基于街区的POI周边人流密度及变化特征、基于网格索引的POI周边人流密度及变化特征、POI周边Wi-Fi密度、POI周边Wi-Fi连接数量的统计学特征、POI类别、POI周边的POI密度、设定类别POI在对应功能区中的统计学特征、以及基于街区或者网格索引的设定类别POI的统计学特征。

[0063] 实际上，POI还可以用于代表一个功能区，例如商圈、广场、学院、住宅区或科技园等具备较大区域范围的场所，POI功能区通常包括多个场所，示例性的，如图2b所示，一个科技园包括写字楼、公司企业、停车场和交通设施等。POI功能区特征用于描述功能区包括的场所、功能区的类别特征和包括的各场所的类别特征。类别特征用于描述场所区别于其他场所的特征，具体可以是指基于词频-逆文本频率指数(Term Frequency-Inverse Document Frequency，TF-IDF)技术确定的特征，示例性的，如图2b所示的数值分别代表场所的类别特征，如写字楼基于TF-IDF确定的类别特征值为112811.586。

[0064] 在电子地图上，需要进行区域划分，具体包括：基于街区的划分方法：以道路为边界进行区域划分；和基于网格索引的划分方法：采用预设的网格结构进行区域划分。

[0065] 基于街区的POI周边人流密度及变化特征，用于表示POI所属的街区单元区域内或者POI附近(如设定距离范围内)街区单元区域内的人流密度和变化特征。人流密度用于表示某个区域内的人数，变化特征用于表示某个区域内的人数变化的情况。

[0066] 基于网格索引的POI周边人流密度及变化特征，用于表示POI所属的网格单元区域内或者POI附近网格单元区域内的人流密度和变化特征。

[0067] POI周边Wi-Fi密度用于表示POI附近的Wi-Fi的数量。

[0068] POI周边Wi-Fi连接数量的统计学特征用于表示POI附近的各Wi-Fi的连接数量的数量特征(如连接数量的均值)和属性特征(如Wi-Fi是否满足生命周期衰落)。

[0069] POI类别用于表示POI的功能，例如，餐饮、服装店或体育馆等。

[0070] POI周边的POI密度用于表示POI附近的POI的数量。

[0071] 设定类别POI在对应功能区中的统计学特征用于表示在功能区中设定类别POI的数量。

[0072] 基于街区或者网格索引的设定类别POI的统计学特征用于表示至少一个基于街区形成的单元区域或者基于网格索引形成的单元区域内，设定类别POI的数量特征(如均值)和属性特征(如POI是否为消亡POI)。

[0073] 通过预设多个描述特征，可以准确描述POI的特征，可以提高描述特征的代表性，从而，提高消亡POI验证模型的鉴别准确率。

[0074] S208，将所述至少一项POI描述特征输入至预先训练的消亡POI验证模型中，并获取所述消亡POI验证模型输出的消亡概率。

[0075] 其中，消亡POI验证模型是预先训练的机器学习模型，用于计算POI的消亡概率。消亡概率用于表示POI是消亡POI的概率。具体的，机器学习模型可以包括支撑向量机、决策树、梯度提升决策树(Gradient boosting trees)或神经网络等模型。

[0076] S209，判断所述消亡概率是否满足预设的消亡阈值条件，如果是，则执行S205；否则，执行S206。

[0077] 其中，消亡阈值条件用于判断POI是否为消亡POI的一个具体的概率值，例如，80％或者90％等。

[0078] 可选的，在将所述至少一项POI描述特征输入至预先训练的消亡POI验证模型中之前，还包括：获取至少一个已消亡POI；获取与每个所述已消亡POI分别对应的至少一项POI描述特征；将所述已消亡POI以及对应的至少一项POI描述特征，输入至标准机器学习模型中对所述标准机器学习模型进行训练，得到所述消亡POI验证模型。

[0079] 具体的，将已消亡POI以及对应的至少一项POI描述特征作为训练样本，对标准机器学习模型进行训练，以得到消亡POI验证模型。其中，已消亡POI可以是指附加已消亡标签的POI，POI的标签数据可以通过PGC或UGC的方法获取。具体的，基于PGC或UGC的方法可以按天获取POI的变化数据，POI的变化数据简称为POI快照。基于POI快照可以实现生成POI消亡的标签数据。通过已消亡POI以及对应的至少一项POI描述特征作为训练样本，训练得到消亡POI验证模型，提高消亡POI验证模型的计算准确率。

[0080] 本发明实施例通过在确定未搜索到POI提供的目标Wi-Fi时，采用消亡POI验证模型实现POI的消亡判断，提高POI消亡判断的准确性，降低人工成本，提高POI消亡判别的效率。

[0081] 实施例三

[0082] 图3是本发明实施例三中的一种消亡POI的确定装置的结构示意图，如图3所示，所述装置具体包括：

[0083] 目标Wi-Fi确定模块310，用于获取待验证的POI，并根据时空相关性，获取与所述POI匹配的目标Wi-Fi；

[0084] 连接数量时间分布统计模块320，用于对所述目标Wi-Fi进行连接数量的时间分布统计，得到时间分布统计结果；

[0085] 消亡POI确定模块330，用于如果根据所述时间分布统计结果，确定所述目标Wi-Fi满足生命周期衰落条件，则将所述POI确定为消亡POI。

[0086] 本发明实施例通过LBS根据时空相关性，搜索待验证的POI匹配的目标Wi-Fi，并在根据目标Wi-Fi的连接数量的时间分布统计结果，确定目标Wi-Fi满足生命周期衰落条件时，确定该POI为消亡POI，实现仅通过LBS本身服务确定消亡POI，避免UGC上传方式、PGC上传方式和网络爬虫更新方式确定POI的情况，解决了现有技术中POI维护的效率低、准确性低、成本高和覆盖率低的问题，提高消亡POI确定的效率和准确性低，降低消亡POI确定的成本，以及增加POI的覆盖率。

[0087] 进一步的，所述目标Wi-Fi确定模块310，具体可以用于：根据所述POI的经纬度信息，确定搜索范围；获取所述搜索范围内包括的至少一个备选Wi-Fi；根据所述备选Wi-Fi的标识信息，以及所述POI的标识信息之间的相关性，在所述至少一个备选Wi-Fi中确定出与所述POI匹配的目标Wi-Fi。

[0088] 进一步的，所述连接数量时间分布统计模块320，具体可以用于：间隔设定时间区间，获取与所述目标Wi-Fi对应的当前连接主机列表，并建立与时间区间匹配的主机标识列表；根据与时间区间匹配的主机标识列表以及预设的时间单元，统计各个时间单元下的不重叠主机数量，作为与时间单元对应的连接数量；获取预设时间范围内的至少两个时间单元对应的连接数量，并统计得到时间分布统计结果。

[0089] 进一步的，所述消亡POI确定模块330，具体可以用于：如果根据所述时间分布统计结果，确定由当前系统时间确定的预设时间范围内的至少一个最近的时间单元下，所述目标Wi-Fi的连接数量均小于设定数量阈值，则确定所述目标Wi-Fi满足生命周期衰落条件；和/或如果根据所述时间分布统计结果，确定所述至少一个最近的时间单元下，所述目标Wi-Fi的连接数量的数量均值，与所述目标Wi-Fi在一个时间单元下的最多连接数量的比值小于设定比值阈值，则确定所述目标Wi-Fi满足生命周期衰落条件。

[0090] 进一步的，所述消亡POI的确定装置，具体还可以包括：POI描述特征获取单元，用于在获取待验证的POI之后，如果未成功获取与所述POI匹配的目标Wi-Fi，则获取与所述POI对应的至少一项POI描述特征；消亡POI验证模型输入单元，用于将所述至少一项POI描述特征输入至预先训练的消亡POI验证模型中，并获取所述消亡POI验证模型输出的消亡概率；消亡POI确定单元，用于如果所述消亡概率满足预设的消亡阈值条件，则将所述POI确定为消亡POI。

[0091] 进一步的，所述消亡POI的确定装置，具体还可以包括：消亡POI验证模型训练单元，用于在将所述至少一项POI描述特征输入至预先训练的消亡POI验证模型中之前，获取至少一个已消亡POI；获取与每个所述已消亡POI分别对应的至少一项POI描述特征；将所述已消亡POI以及对应的至少一项POI描述特征，输入至标准机器学习模型中对所述标准机器学习模型进行训练，得到所述消亡POI验证模型。

[0092] 进一步的，所述POI描述特征可以包括下述至少一项：POI功能区特征、基于街区的POI周边人流密度及变化特征、基于网格索引的POI周边人流密度及变化特征、POI周边Wi-Fi密度、POI周边Wi-Fi连接数量的统计学特征、POI类别、POI周边的POI密度、设定类别POI在对应功能区中的统计学特征、以及基于街区或者网格索引的设定类别POI的统计学特征。

[0093] 上述消亡POI的确定装置可执行本发明任意实施例所提供的消亡POI的确定方法，具备执行的消亡POI的确定方法相应的功能模块和有益效果。

[0094] 实施例四

[0095] 图4为本发明实施例四提供的一种计算机设备的结构示意图。图4示出了适于用来实现本发明实施方式的示例性计算机设备412的框图。图4显示的计算机设备412仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

[0096] 如图4所示，计算机设备412以通用计算设备的形式表现。计算机设备412的组件可以包括但不限于：一个或者多个处理器或者处理单元416，系统存储器428，连接不同系统组件(包括系统存储器428和处理单元416)的总线418。计算机设备412可以是车载设备。

[0097] 总线418表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry  Standard Architecture，ISA)总线，微通道体系结构(Micro Channel Architecture，MCA)总线，增强型ISA总线、视频电子标准协会(Video Electronics Standards Association，VESA)局域总线以及外围组件互连(Peripheral Component Interconnect，PCI)总线。

[0098] 计算机设备412典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备412访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

[0099] 系统存储器428可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)430和/或高速缓存存储器432。计算机设备412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统434可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)，数字视盘(Digital Video Disc-Read Only Memory，DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储器428可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

[0100] 具有一组(至少一个)程序模块442的程序/实用工具440，可以存储在例如存储器428中，这样的程序模块442包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块442通常执行本发明所描述的实施例中的功能和/或方法。

[0101] 计算机设备412也可以与一个或多个外部设备414(例如键盘、指向设备、显示器424等)通信，还可与一个或者多个使得用户能与该计算机设备412交互的设备通信，和/或与使得该计算机设备412能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(Input/Output，I/O)接口422进行。并且，计算机设备412还可以通过网络适配器420与一个或者多个网络(例如局域网(Local Area Network，LAN)，广域网(Wide Area Network，WAN)通信。如图所示，网络适配器420通过总线418与计算机设备412的其它模块通信。应当明白，尽管图4中未示出，可以结合计算机设备412使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、(Redundant Arrays of Inexpensive Disks，RAID)系统、磁带驱动器以及数据备份存储系统等。

[0102] 处理单元416通过运行存储在系统存储器428中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的一种消亡POI的确定方法。

[0103] 也即，所述处理单元执行所述程序时实现：获取待验证的POI，并根据时空相关性，获取与所述POI匹配的目标Wi-Fi；对所述目标Wi-Fi进行连接数量的时间分布统计，得到时间分布统计结果；如果根据所述时间分布统计结果，确定所述目标Wi-Fi满足生命周期衰落条件，则将所述POI确定为消亡POI。

[0104] 实施例五

[0105] 本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请所有发明实施例提供的消亡POI的确定方法：获取待验证的POI，并根据时空相关性，获取与所述POI匹配的目标Wi-Fi；对所述目标Wi-Fi进行连接数量的时间分布统计，得到时间分布统计结果；如果根据所述时间分布统计结果，确定所述目标Wi-Fi满足生命周期衰落条件，则将所述POI确定为消亡POI。

[0106] 本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、RAM、只读存储器(Read Only Memory，ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、闪存、光纤、便携式CD-ROM、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

[0107] 计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

[0108] 计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、无线电频率(RadioFrequency，RF)等等，或者上述的任意合适的组合。

[0109] 可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言-诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言-诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括LAN或WAN——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

[0110] 注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。