一种兴趣点坐标确定方法、装置、存储介质及电子设备与流程

1.本说明书涉及电子地图技术领域，尤其涉及一种兴趣点坐标确定方法、装置、存储介质及电子设备。


背景技术：

2.兴趣点(point of interest，poi)是电子地图中的点类数据，通常包含名称、类别、经度、纬度四个属性。
3.其中，坐标表达了该兴趣点的空间位置，是兴趣点即为重要的属性，支撑了兴趣点在位置服务中的应用。实际生活中分布有海量兴趣点，每个兴趣点都应该有准确的坐标。
4.为兴趣点的名称建立与空间坐标之间的对应关系这一过程，通常被称作坐标生产。在现有技术中，坐标生产主要通过人工实地进行，即人工携带测绘仪器来获取某一兴趣点的经纬度。但人工标注的方式成本较高，效率也较低。


技术实现要素：

5.本说明书提供一种兴趣点坐标确定方法、装置、存储介质及电子设备，以部分的解决现有技术存在的上述问题。
6.本说明书采用下述技术方案：
7.本说明书提供了一种兴趣点坐标确定方法，包括：
8.确定目标地址，以及以所述目标地址为任务点的历史订单；
9.针对所确定出的每个历史订单，获取对该历史订单进行配送的配送轨迹，并截取出所述配送轨迹中位于所述目标地址周围的轨迹段，作为目标轨迹段；
10.确定预先划分出的目标地址周围的单元区域，建立所述单元区域与位于所述单元区域上的目标轨迹段之间的对应关系，并根据所述单元区域对应的目标轨迹段，构建所述单元区域的特征信息；
11.根据所构建出的各单元区域的特征信息，从各单元区域中选择出目标单元区域，并在所述目标单元区域中确定所述目标地址的坐标。
12.可选地，在所述目标单元区域中确定所述目标地址的坐标，所述方法还包括：
13.获取目标地址所处的兴趣面；获取历史订单中与所述目标地址相关联的定位点；
14.根据历史订单的配送轨迹以及与所述目标地址相关联的定位点，确定所述目标地址所处的兴趣面为非封闭兴趣面。
15.可选地，截取出所述配送轨迹中位于所述目标地址周围的轨迹段，具体包括：
16.确定配送方到达所述目标地址的时刻，作为基准时刻；
17.确定包含所述基准时刻的指定时段，并截取在所述指定时段内的配送轨迹。
18.可选地，确定配送方到达所述目标地址的时刻，具体包括：
19.识别配送方对应的终端设备搜索到的无线网络的信号，作为第一信号集；识别与所述目标地址相关联的用户对应的终端设备搜索到的无线网络的信号，作为第二信号集；
20.比对所述第一信号集和第二信号集，并根据比对结果，确定所述配送方到达所述目标地址的时刻。
21.可选地，从各单元区域中选择出目标单元区域，具体包括：
22.将所构建出的各单元区域的特征信息输入预先训练的第一模型，并将所述第一模型输出的单元区域作为目标单元区域。
23.可选地，预先训练第一模型，具体包括：
24.确定样本地址，以及以样本地址为任务点的历史订单；
25.针对所确定出的每个历史订单，获取对该历史订单进行配送的配送轨迹，并截取出所述配送轨迹中位于所述样本地址周围的轨迹段，作为样本轨迹段；
26.确定预先划分出的样本地址周围的单元区域，建立所述单元区域与位于所述单元区域上的样本轨迹段之间的对应关系，并根据所述单元区域对应的样本轨迹段，构建所述单元区域的特征信息；
27.将所构建出的各单元区域的特征信息输入第一模型，并将所述第一模型输出的单元区域作为预测单元区域；
28.确定预先标注的所述样本地址的坐标所在的标注单元区域，以所述标注单元区域和所述预测单元区域之间的差异最小为目标，调整第一模型中所包含的参数。
29.可选地，在所述目标单元区域中确定所述目标地址的坐标，具体包括：
30.将所述目标单元区域划分为若干个子单元区域；
31.根据配送轨迹的轨迹点位于各子单元区域中的数量，从各子单元区域中选择出目标子单元区域，并将所述目标子单元区域的中心作为所述目标地址的坐标。
32.可选地，在所述目标单元区域中确定所述目标地址的坐标之后，所述方法还包括：
33.基于所确定出的所述目标地址的坐标，确定出所述目标地址的待定位范围；
34.获取所述待定位范围内与所述目标地址相关联的定位点，并将所获取到的定位点划分为若干个定位点集；
35.从各定位点集中选择出目标定位点集，并根据所述目标定位点集中的各定位点，对所确定出的所述目标地址的坐标进行修正。
36.可选地，将所获取到的定位点划分为若干个定位点集，具体包括：
37.对各定位点进行聚类，得到所聚类出的若干个定位点簇，其中，每个定位点簇中所包含的各定位点构成该定位点簇对应的定位点集；
38.根据所述目标定位点集中的各定位点，对所确定出的所述目标地址的坐标进行修正，具体包括：
39.将所述目标定位点集对应的定位点簇的类簇中心作为修正后的所述目标地址的坐标。
40.可选地，将所获取到的定位点划分为若干个定位点集，具体包括：
41.识别所述待定位区域内的各地理元素；
42.针对每个地理元素，确定该地理元素对应的各定位点，得到该地理元素对应的各定位点构成的定位点集。
43.可选地，将所获取到的定位点划分为若干个定位点集，具体包括：
44.识别所述待定位区域内的各地理元素；对各定位点进行聚类，得到所聚类出的若
干个定位点簇；
45.针对每个地理元素，确定该地理元素对应的各定位点，得到该地理元素对应的各定位点构成的定位点集；
46.根据定位点簇中所包含的定位点所对应的地理元素，从各定位点簇中选择出指定定位点簇，并将指定定位点簇中包含的各定位点的集合确定为指定定位点簇对应的定位点集；
47.将各地理元素对应的定位点构成的定位点集和各指定定位点簇对应的定位点集均作为划分出的若干个定位点集。
48.可选地，从各定位点集中选择出目标定位点集，具体包括：
49.针对每个定位点集，根据该定位点集中所包含的定位点，构建该定位点集的特征信息；
50.将所构建出的各定位点集的特征信息输入预先训练的第二模型，并将所述第二模型输出的定位点集作为目标定位点集。
51.可选地，预先训练第二模型，具体包括：
52.获取由样本地址的待定位范围内与所述样本地址相关联的定位点所构成的若干个样本定位点集；
53.针对每个样本定位点集，根据该样本定位点集中所包含的定位点，构建该样本定位点集的特征信息；
54.将所构建出的各样本定位点集的特征信息输入第二模型，得到第二模型输出的预测定位点集；
55.以所述预测定位点集与预先标注的标注定位点集之间的差异最小为目标，调整所述第二模型中的参数。
56.本说明书提供了一种兴趣点坐标确定装置，包括：
57.确定模块，用于确定目标地址，以及以所述目标地址为任务点的历史订单；
58.轨迹获取模块，用于针对所确定出的每个历史订单，获取对该历史订单进行配送的配送轨迹，并截取出所述配送轨迹中位于所述目标地址周围的轨迹段，作为目标轨迹段；
59.特征构建模块，用于确定预先划分出的目标地址周围的单元区域，建立所述单元区域与位于所述单元区域上的目标轨迹段之间的对应关系，并根据所述单元区域对应的目标轨迹段，构建所述单元区域的特征信息；
60.坐标确定模块，用于根据所构建出的各单元区域的特征信息，从各单元区域中选择出目标单元区域，并在所述目标单元区域中确定所述目标地址的坐标。
61.本说明书提供了一种计算机可读存储介质，所述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上述兴趣点坐标确定方法。
62.本说明书提供了一种电子设备，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上述兴趣点坐标确定方法。
63.本说明书采用的上述至少一个技术方案能够达到以下有益效果：
64.在本说明书提供的兴趣点坐标确定方法中，通过确定以目标地址为任务点的历史订单，从而获取配送历史订单时的配送轨迹，并截取配送轨迹中位于目标地址周围的目标轨迹段，为目标地址周围的单元区域根据单元区域对应的目标轨迹段构建特征信息，并根
据各单元区域的特征信息选择出目标单元区域，再确定出目标单元区域中的目标地址的坐标，在获得较为准确的目标地址的坐标的基础上，相较于人工在目标地址实际采集坐标的方式，提高了坐标生产的效率。
附图说明
65.此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
66.图1为本说明书中一种兴趣点坐标确定方法的流程示意图；
67.图2为本说明书提供的一种兴趣点坐标确定装置的示意图；
68.图3为本说明书提供的电子设备的结构示意图。
具体实施方式
69.为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。
70.以下结合附图，详细说明本说明书各实施例提供的技术方案。
71.图1为本说明书中一种兴趣点坐标的确定方法的流程示意图，具体包括以下步骤：
72.s100：确定目标地址，以及以所述目标地址为任务点的历史订单。
73.本说明书提供的兴趣点坐标的确定方法的执行主体可以为终端设备或服务器，其中，当执行主体为服务器时，所述服务器可以为任一现有的服务器，例如集群式服务器、分布式服务器等，当执行主体为终端设备时，所述终端设备可以为任一现有的电子设备，例如笔记本电脑、平板电脑、移动设备等，本说明书对此不作限制。以下，本说明书以执行主体为服务器为进行说明。
74.在本说明书实施例中，所确定出的目标地址为兴趣点的名称，即有意义的文字，例如可以是一栋建筑物、一个商铺、一个公交站等等。本说明书一个实施例中，目标地址可以不是具有地理意义的文字，例如地理意义上的山川、河流等等。
75.本说明书实施例中可以将所要获取坐标的兴趣点作为目标地址。
76.示例性的，可以指定所要获取坐标的兴趣点作为目标地址，本说明书一实施例中，在数据库中可以存储有历史订单以及历史订单的订单信息，其中，订单信息可以包括历史订单的任务点，在此情形下，可以从历史订单的任务点中选择出目标地址。
77.所述历史订单可以为物流订单，历史订单的任务点可以包括取货地址和送货地址，更进一步的，所述历史订单可以为外卖订单，此时历史订单的任务点可以包括取餐地址和送餐地址。为方便描述，以下以历史订单为外卖订单为例进行说明。
78.在确定出目标地址之后，可以从各历史订单中确定出以目标地址为任务点的历史订单，具体的，可以通过以下三种方式选择出以目标地址为任务点的历史订单，包括：选择出取餐地址为目标地址的历史订单，选择出送餐地址为目标地址的历史订单，以及选择出取餐地址或送餐地址中的至少一个为目标地址的历史订单。仅示例性的，以下以选择出送
餐地址为目标地址的历史订单为例进行说明。
79.s102：针对所确定出的每个历史订单，获取对该历史订单进行配送的配送轨迹，并截取出所述配送轨迹中位于所述目标地址周围的轨迹段，作为目标轨迹段。
80.本说明书实施例中，由于需要对历史订单进行配送，针对每个历史订单，都可以获知在历史上对该历史订单进行配送时的配送轨迹。
81.具体的，对历史订单进行配送的配送方可以携带有具有定位功能的终端设备。在配送历史订单的过程中，终端设备可以进行定位，从而可以根据终端设备所定位出的位置确定历史订单的配送轨迹。
82.本说明书一实施例中，配送方的终端设备可以以预先设定的频率进行定位，以得到若干个定位出的轨迹点，并确定出由各轨迹点构成的配送轨迹，在此情形下，所述配送轨迹则并不是连续的曲线，而是若干个有顺序的轨迹点序列，以下，以配送轨迹为轨迹点序列为例进行说明。
83.在通过上述任一方式确定出历史订单的配送轨迹之后，可以截取出配送轨迹中位于所述目标地址周围的轨迹段，以作为目标轨迹段，以下示例性提供两种确定目标轨迹段的方式：
84.第一种，可以获取与目标地址相关联的定位点，然后基于与目标地址相关联的定位点确定目标地址的粗定位，例如，可以将于与目标地址相关联的各定位点的平均位置作为目标地址的粗定位，还可以对与目标地址相关联的各定位点进行聚类，将各类簇中包含的定位点数量最多的类簇的类簇中心作为目标地址的粗定位，等等。然后，可以从历史订单的配送轨迹中截取出位于目标地址的粗定位周围的轨迹段作为目标轨迹段，例如，可以将由与所述粗定位之间的距离小于预先设定的第一距离阈值的轨迹点构成的轨迹段确定为目标轨迹段，等等。
85.第二种，还可以确定配送方到达目标地址的时刻，作为基准时刻，然后，可以确定包含所述基准时刻的指定时段，并截取在所述指定时段内的配送轨迹。
86.其中，在本说明书实施例中，可以将与目标地址相关联的用户的定位点作为与目标地址相关联的定位点。具体的，当所述历史订单为物流订单时，与目标地址相关联的用户为所述历史订单的发货方或收货方，更进一步的，当所述目标地址为所述历史订单的取货地址时，与所述目标地址相关联的用户为发货方，而当所述目标地址为所述历史订单的收货地址时，则与所述目标地址相关联的用户为收货方。以下示例中，以所述目标地址为送餐地址，与所述目标地址相关联的用户为点餐顾客为例进行说明。在此情形下，本说明书一实施例中，可以将点餐顾客在发起所述历史订单时的定位点作为与所述目标地址相关联的定位点。
87.在上述第二种方式中，可以将基准时刻前距离基准时刻第一时长的时刻作为第一时刻，并将基准时刻后距离基准时刻第二时长的时刻作为第二时刻，然后将第一时刻和第二时刻之间的时段作为所述指定时段。需要说明的是，本说明书对于第一时长和第二时长不作限制。
88.本说明书提供以下两种确定基准时刻的方式：
89.第一种，可以响应于所接收到的配送方通过自身对应的终端设备发送的到达信号，将接收到所述到达信号的时刻作为基准时刻；
90.第二种，可以识别配送方对应的终端设备搜索到的无线网络的信号，作为第一信号集；识别与所述目标地址相关联的用户对应的终端设备搜索到的无线网络的信号，作为第二信号集，然后，比对所述第一信号集和第二信号集，并根据比对结果，确定所述配送方到达所述目标地址的时刻。
91.其中，在上述第二种方式中，无线网络可以为运营商基站提供的第四代移动通信技术(the 4th generation mobile communication technology，4g)、第五代移动通信技术(the 5th generation mobile communication technology，5g)等，也可以是无线保真(wireless-fidelity，wi-fi)等，本说明书对此不作限制。不论对于运营商基站来说，还是对于发射wi-fi信号的路由器来说，其提供的信号都只能覆盖一定的范围，因此，当第一信号集和第二信号集中包含的无线网络的信号的相似度大于预先指定的相似度阈值时，可以认为配送方和目标地址对应的用户之间的距离较小，则可以将此时确定为配送方到达所述目标地址的时刻。
92.s104：确定预先划分出的目标地址周围的单元区域，建立所述单元区域与位于所述单元区域上的目标轨迹段之间的对应关系，并根据所述单元区域对应的目标轨迹段，构建所述单元区域的特征信息。
93.在所述目标地址的周围，可以预先划分有若干个单元区域。示例性的，可以先采用上述任一方式确定出目标地址的粗定位，然后基于所述粗定位，确定与所述粗定位之间的距离小于第二距离阈值的区域作为所述目标地址周围的区域，并将所确定出的目标地址周围的区域划分为若干个单元区域。例如，可以划分为若干个等长等宽的矩形。
94.本说明书一个实施例中，可以采用地理哈希(geohash)算法，划分出目标地址周围的地理哈希块，并将所划分出的地理哈希块作为单元区域。
95.然后，可以建立单位区域与位于单位区域上的目标轨迹段之间的对应关系。需要说明的是，对于一个目标轨迹段来说，该目标轨迹段可以仅对应于一个单元区域，也可以对应多个单元区域。以下，以目标轨迹段为包含若干个轨迹点的轨迹点序列为例，本说明书实施例提供三种建立单元区域和目标轨迹段之间的对应关系的方法：
96.第一种，针对每个目标轨迹段，当该目标轨迹段中任一轨迹点位于某一单元区域时，则为该单元区域与该目标轨迹段建立对应关系。
97.第二种，针对每个目标轨迹段，确定包含该目标轨迹段中的轨迹点最多的单位区域，作为该目标轨迹段对应的单位区域。
98.第三种，针对每个目标轨迹段，确定包含该目标轨迹段中的轨迹点的数量超过预先指定的第一数量阈值的单位区域，作为该目标轨迹段对应的单位区域。
99.可以采用上述任一方式为单位区域和目标轨迹段建立对应关系，本说明书对此不作限制。
100.当然，相类似的，还可以根据目标轨迹段的轨迹长度通过上述任一方式为目标轨迹段和单位区域建立对应关系，本说明书在此不作赘述。
101.接着，在通过上述任一方式建立目标轨迹段和单位区域之间的对应关系之后，针对每个单元区域，可以根据单元区域对应的目标轨迹段，为该单元区域构建特征信息。
102.仅示例性的，本说明书实施例中，所构建的单元区域的特征信息可以包括以下任一或组合：该单元区域对应的目标轨迹段的数量、该单元区域中包含的目标地址对应的定
位点的数量、该单元区域中心与目标地址对应的各定位点之间的距离、该单元区域周围的其他单元区域对应的目标轨迹段的数量、该单元区域对应的目标轨迹段的数量与该单元区域周围的其他单元区域对应的目标轨迹段的数量之间的差异、该单元区域中是否包含配送方在基准时刻所处的轨迹点，等等。
103.s106：根据所构建出的各单元区域的特征信息，从各单元区域中选择出目标单元区域，并在所述目标单元区域中确定所述目标地址的坐标。
104.然后，可以根据所构建出的各单元区域的特征信息，从各单元区域中选择出目标单元区域。
105.本说明书一实施例中，可以将所构建出的各单元区域的特征信息输入预先训练的第一模型，并将所述第一模型输出的单元区域作为目标单元区域，所述第一模型可以为任一现有的机器学习模型，例如可以为随机森林、极端梯度提升(extreme gradient boosting，xgboost)等等。
106.示例性的，本说明书提供一种对第一模型进行训练的方法，具体的，可以先确定样本地址，并对样本地址的坐标进行标注，即确定样本地址对应的标注坐标，然后，可以确定以样本地址为任务点的历史订单，接着，针对所确定出的每个历史订单，获取对该历史订单进行配送的配送轨迹，并截取出所述配送轨迹中位于所述样本地址周围的轨迹段，作为样本轨迹段，然后可以确定预先划分出的样本地址周围的单元区域，建立所述单元区域与位于所述单元区域上的样本轨迹段之间的对应关系，并根据所述单元区域对应的样本轨迹段，构建所述单元区域的特征信息。将所构建出的各单元区域的特征信息输入第一模型，并将所述第一模型输出的单元区域作为预测单元区域，接着，可以确定预先标注的所述样本地址的坐标所在的标注单元区域，以所述标注单元区域和所述预测单元区域之间的差异最小为目标，调整第一模型中所包含的参数。
107.当然，也可以采用其他方式，从各单元区域中选择出目标单元区域，例如可以采用任一现有的统计方式，对上述单元区域的特征信息进行统计，并根据所得到的统计量从各单元区域中选择出目标单元区域，等等，本说明书不再赘述。
108.然后，在目标单元区域中确定出所述目标地址的坐标。
109.示例性的，可以直接将目标单元区域的重点作为所述目标地址的坐标。
110.当然，还可以采用预先确定的划分方式，将所述目标单元区域划分为若干个子单元区域，然后，可以根据配送轨迹的轨迹点位于各子单元区域中的数量，从各子单元区域中选择出包含轨迹点最多的目标子单元区域，并将所述目标子单元区域的中心作为所述目标地址的坐标。
111.或者，可以在确定出若干个子单元区域之后，根据与目标地址相关联的定位点位于各子单元区域中的数量，从各子单元区域中选择出包含定位点最多的目标子单元区域，并将所述目标子单元区域的中心作为所述目标地址的坐标，等等。
112.其中，所述子单元区域可以是采用geohash算法所划分出来的，而当单元区域也是地理哈希块时，单元区域的编码位数小于子单元区域的编码位数。本说明书一实施例中，单元区域可以为8位编码的地理哈希块，子单元区域可以为9位编码的地理哈希块。
113.基于如上述图1所示的兴趣点坐标的确定方法，可以通过确定以目标地址为任务点的历史订单，从而获取配送历史订单时的配送轨迹，并截取配送轨迹中位于目标地址周
围的目标轨迹段，为目标地址周围的单元区域根据单元区域对应的目标轨迹段构建特征信息，并根据各单元区域的特征信息选择出目标单元区域，再确定出目标单元区域中的目标地址的坐标，在获得较为准确的目标地址的坐标的基础上，相较于人工在目标地址实际采集坐标的方式，提高了坐标生产的效率。
114.在现实世界中，存在着很多兴趣面(area of interest，aoi)，兴趣面用于在地图中表达区域状的地理实体，如一个居民小区、一所大学等等，有些目标地址位兴趣面的内部，当兴趣面为封闭兴趣面时，配送方难以进入配送面进行配送，此时根据配送轨迹来确定目标地址的坐标则往往会出现误差。
115.本说明书一实施例中，可以在确定目标地址的坐标之前，先获取目标地址所处的兴趣面，以及历史订单中与目标地址相关联的定位点，然后，可以根据历史订单的配送轨迹以及与目标地址相关联的行为点确定所述目标地址是否为封闭兴趣面，若目标地址为封闭兴趣面，则可以不采用如图1所示的方法确定目标地址的坐标，而只有当目标地址为非封闭兴趣面时，才通过上述如图1所示的方法确定目标地址的坐标。
116.其中，当与目标地址相关联的定位点中超过指定的第二数量阈值的定位点位于所述兴趣面内部，而历史订单的配送轨迹中超过指定的第三数量阈值的配送轨迹位于所述兴趣面外部时，则可以认为所述兴趣面为封闭兴趣面。
117.本说明书实施例中，在确定出目标地址的坐标之后，还可以更进一步的，采用以下方式对所确定出的目标地址的坐标进行修正，以获得更精准的坐标。
118.具体的，基于所述目标地址的坐标，确定出所述目标地址的待定位范围，例如，可以将以所确定出的所述目标地址的坐标为中心，以第三距离阈值为半径的范围作为所确定出的目标地址的待定位范围，再例如，还可以将以确定出的所述目标地址的坐标所在的地理哈希块的范围作为所述目标地址的待定位范围，等等。
119.然后，可以获取所述待定位范围内与所述目标地址相关联的定位点，并将所获取到的定位点划分为若干个定位点集。
120.本说明书实施例示例性提供以下两种划分定位点集的方式。
121.第一种，可以对各定位点进行聚类，得到所聚类出的若干个定位点簇，其中，每个定位点簇中所包含的各定位点构成该定位点簇对应的定位点集。其中，所采用的聚类算法可以为任一现有的聚类算法，例如k均值算法、均值漂移聚类等等。
122.第二种，可以识别所述待定位区域内的各地理元素，然后，针对每个地理元素，确定该地理元素对应的各定位点，例如，针对每个地理元素，可以将距离该地理元素第四距离阈值内的定位点作为该地理元素对应的定位点，然后，可以得到该地理元素对应的各定位点构成的定位点集。其中，所述地理元素可以为楼栋、道路、水域等等，本说明书对此不作限制，更进一步的，本说明书一实施例中，当所述地理元素中包括水域时，可以认为位于水域上的定位点的定位存在误差，可以仅为除水域以外的其他地理元素确定对应的定位点，并且在确定定位点对应的地理元素时，可以不考虑位于水域上的定位点，即不为位于水域上的定位点确定对应的地理元素。更进一步的，可以仅为楼栋确定对应的定位点。
123.在上述两种方式的基础之上，本说明书还提供第三中划分定位点集的方式。
124.具体的，可以识别所述待定位区域内的各地理元素，并对各定位点进行聚类，得到所聚类出的若干个定位点簇，然后，针对每个地理元素，确定该地理元素对应的各定位点，
得到该地理元素对应的各定位点构成的定位点集，接着，根据定位点簇中所包含的定位点所对应的地理元素，从各定位点簇中选择出指定定位点簇，并将指定定位点簇中包含的各定位点的集合确定为指定定位点簇对应的定位点集，并将各地理元素对应的定位点构成的定位点集和各指定定位点簇对应的定位点集均作为划分出的若干个定位点集。
125.示例性的，针对每个定位点簇，当该定位点簇中与地理元素存在对应关系的对应点的数量少于第四数量阈值时，或该定位点簇中与地理元素存在对应关系的对应点在该定位点簇中所包含的各定位点中所占的比例少于第一比例阈值时，可以将该定位点簇确定为指定定位点簇。
126.当采用上述任一方式，确定出各定位点集之后，可以为定位点集构建对应的特征信息。示例性的，所构建出的定位点集的特征信息可以包括以下任一或组合：
127.该定位点集中所包含的定位点的数量，生成该定位点集中所包含的定位点的用户的数量，以及生成该定位点集中所包含的定位点的历史订单的数量，该定位点集中位于该定位点集对应的中心点周围的定位点的数量，该定位点集中所包含的各定位点所属的定位点簇的数量，该定位点集中所包含的各定位点所属的定位点簇中不包含在其他定位点集中的定位点(以下称作该定位点集的簇内其他定位点)的数量，生成该定位点集的簇内其他定位点的用户的数量，该定位点集的簇内其他定位点中位于道路上的定位点的数量，该定位点集的簇内其他定位点与该定位点集的中心点之间的距离以及距离的方差，等等。
128.其中，针对每个定位点集来说，当该定位点集为定位点簇对应的定位点集是，该定位点集的中心点可以为该定位点集对应的定位点簇的类簇中心，而当该定位点集为地理元素对应的各定位点的集合时，则该定位点集的中心可以为该地理元素的中心或该地理元素内部的某一位置，例如楼宇的中心。
129.在构建出各定位点集的特征信息之后，可以对各定位点集的特征信息进行统计，并根据所统计出的统计量从各定位点集中选择出目标定位点集，还可以通过任一现有的机器学习模型，输入各定位点集的特征信息，并得到机器学习模型所输出的目标定位点集。
130.示例性的，本说明书一实施例中，可以将所构建出的各定位点集的特征信息输入预先训练的第二模型，并将所述第二模型输出的定位点集作为目标定位点集，所述第二模型可以为任一现有的机器学习模型，例如可以为随机森林、极端梯度提升(extreme gradient boosting，xgboost)等等。
131.示例性的，以下，本说明书实施例还提供一种对第二模型进行训练的方法。
132.具体的，可以预先确定有样本地址，以及若干个样本定位点集，然后，可以获取由样本地址的待定位范围内与所述样本地址相关联的定位点所构成的若干个样本定位点集，针对每个样本定位点集，根据该样本定位点集中所包含的定位点，构建该样本定位点集的特征信息，并将所构建出的各样本定位点集的特征信息输入第二模型，得到第二模型输出的预测定位点集，接着，可以以所述预测定位点集与预先标注的标注定位点集之间的差异最小为目标，调整所述第二模型中的参数。
133.其中，所述标注定位点集可以是所包含的定位点最多的定位点集，也可以是定位点集中的各定位点的平均位置距离预先标注的样本地址的标注坐标最近的定位点集，等等，本说明书对此不作赘述。
134.在采用上述任一方式选择出目标定位点集之后，则可以根据目标定位点集中的各
定位点，对已经确定出的目标地址的坐标进行修正。
135.具体的，当所述目标定位点集为定位点簇对应的定位点集时，可以将该目标定位点集对应的定位点簇的类簇中心作为修正后的目标地址的坐标。
136.而当所述目标定位点集为地理元素对应的定位点集时，则可以确定目标定位点集中各定位点的平均位置，作为修正后的目标地址的坐标，或针对目标定位点集中每一个位于目标定位点对应的地理元素(以下简称目标地理元素)外的定位点，可以先将该定位点映射到目标地理元素上，例如可以映射到距离该定位点最近的位于目标地理元素上的位置，然后，可以确定目标地理元素上的各定位点的平均位置，作为修正后的目标地址的坐标。
137.更进一步的，当目标定位点集为地理元素对应的定位点集，并且所确定出的目标地址的坐标位于目标地理元素外时，可以在目标地理元素内部确定出指定点，并将指定点时所在的坐标作为目标地址的坐标。
138.其中，指定点与目标定位点集中各定位点之间的距离方差最小，更进一步的，可以先采用上述任一方式将目标定位点集中所包含的位于目标地理元素外的各定位点映射到目标地理元素上，然后再采用上述方式确定出与目标地理元素上各定位点之间的距离方差最小的指定点。
139.以上为本说明书的一个或多个实施例提供的兴趣点坐标确定方法，基于同样的思路，本说明书还提供了相应的兴趣点坐标确定装置，如图2所示。
140.图2为本说明书提供的一种兴趣点坐标确定装置示意图，该装置包括：
141.确定模块200，用于确定目标地址，以及以所述目标地址为任务点的历史订单；
142.轨迹获取模块202，用于针对所确定出的每个历史订单，获取对该历史订单进行配送的配送轨迹，并截取出所述配送轨迹中位于所述目标地址周围的轨迹段，作为目标轨迹段；
143.特征构建模块204，用于确定预先划分出的目标地址周围的单元区域，建立所述单元区域与位于所述单元区域上的目标轨迹段之间的对应关系，并根据所述单元区域对应的目标轨迹段，构建所述单元区域的特征信息；
144.坐标确定模块206，用于根据所构建出的各单元区域的特征信息，从各单元区域中选择出目标单元区域，并在所述目标单元区域中确定所述目标地址的坐标。
145.可选地，所述坐标确定模块206还用于，获取目标地址所处的兴趣面；获取历史订单中与所述目标地址相关联的定位点；根据历史订单的配送轨迹以及与所述目标地址相关联的定位点，确定所述目标地址所处的兴趣面为非封闭兴趣面。
146.可选地，所述轨迹获取模块202具体用于，确定配送方到达所述目标地址的时刻，作为基准时刻；确定包含所述基准时刻的指定时段，并截取在所述指定时段内的配送轨迹。
147.可选地，所述轨迹获取模块202具体用于，识别配送方对应的终端设备搜索到的无线网络的信号，作为第一信号集；识别与所述目标地址相关联的用户对应的终端设备搜索到的无线网络的信号，作为第二信号集；比对所述第一信号集和第二信号集，并根据比对结果，确定所述配送方到达所述目标地址的时刻。
148.可选地，所述坐标确定模块206具体用于，将所构建出的各单元区域的特征信息输入预先训练的第一模型，并将所述第一模型输出的单元区域作为目标单元区域。
149.可选地，所述坐标确定模块206具体用于，确定样本地址，以及以样本地址为任务
点的历史订单；针对所确定出的每个历史订单，获取对该历史订单进行配送的配送轨迹，并截取出所述配送轨迹中位于所述样本地址周围的轨迹段，作为样本轨迹段；确定预先划分出的样本地址周围的单元区域，建立所述单元区域与位于所述单元区域上的样本轨迹段之间的对应关系，并根据所述单元区域对应的样本轨迹段，构建所述单元区域的特征信息；将所构建出的各单元区域的特征信息输入第一模型，并将所述第一模型输出的单元区域作为预测单元区域；确定预先标注的所述样本地址的坐标所在的标注单元区域，以所述标注单元区域和所述预测单元区域之间的差异最小为目标，调整第一模型中所包含的参数。
150.可选地，所述坐标确定模块206具体用于，将所述目标单元区域划分为若干个子单元区域；根据配送轨迹的轨迹点位于各子单元区域中的数量，从各子单元区域中选择出目标子单元区域，并将所述目标子单元区域的中心作为所述目标地址的坐标。
151.可选地，所述坐标确定模块206具体用于，基于所确定出的所述目标地址的坐标，确定出所述目标地址的待定位范围；获取所述待定位范围内与所述目标地址相关联的定位点，并将所获取到的定位点划分为若干个定位点集；从各定位点集中选择出目标定位点集，并根据所述目标定位点集中的各定位点，对所确定出的所述目标地址的坐标进行修正。
152.可选地，所述坐标确定模块206具体用于，对各定位点进行聚类，得到所聚类出的若干个定位点簇，其中，每个定位点簇中所包含的各定位点构成该定位点簇对应的定位点集；将所述目标定位点集对应的定位点簇的类簇中心作为修正后的所述目标地址的坐标。
153.可选地，所述坐标确定模块206具体用于，识别所述待定位区域内的各地理元素；针对每个地理元素，确定该地理元素对应的各定位点，得到该地理元素对应的各定位点构成的定位点集。
154.可选地，所述坐标确定模块206具体用于，识别所述待定位区域内的各地理元素；对各定位点进行聚类，得到所聚类出的若干个定位点簇；针对每个地理元素，确定该地理元素对应的各定位点，得到该地理元素对应的各定位点构成的定位点集；根据定位点簇中所包含的定位点所对应的地理元素，从各定位点簇中选择出指定定位点簇，并将指定定位点簇中包含的各定位点的集合确定为指定定位点簇对应的定位点集；将各地理元素对应的定位点构成的定位点集和各指定定位点簇对应的定位点集均作为划分出的若干个定位点集。
155.可选地，所述坐标确定模块206具体用于，针对每个定位点集，根据该定位点集中所包含的定位点，构建该定位点集的特征信息；将所构建出的各定位点集的特征信息输入预先训练的第二模型，并将所述第二模型输出的定位点集作为目标定位点集。
156.可选地，所述坐标确定模块206具体用于，获取由样本地址的待定位范围内与所述样本地址相关联的定位点所构成的若干个样本定位点集；针对每个样本定位点集，根据该样本定位点集中所包含的定位点，构建该样本定位点集的特征信息；将所构建出的各样本定位点集的特征信息输入第二模型，得到第二模型输出的预测定位点集；以所述预测定位点集与预先标注的标注定位点集之间的差异最小为目标，调整所述第二模型中的参数。
157.本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述兴趣点坐标确定方法。
158.本说明书还提供了图3所示的电子设备的结构示意图。如图3所示，在硬件层面，该电子设备包括处理器、内部总线、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现
上述兴趣点坐标确定方法。
159.当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
160.在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(programmable logic device,pld)(例如现场可编程门阵列(field programmable gate array，fpga))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片pld上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(hardware description language，hdl)，而hdl也并非仅有一种，而是有许多种，如abel(advanced boolean expression language)、ahdl(altera hardware description language)、confluence、cupl(cornell university programming language)、hdcal、jhdl(java hardware description language)、lava、lola、myhdl、palasm、rhdl(ruby hardware description language)等，目前最普遍使用的是vhdl(very-high-speed integrated circuit hardware description language)与verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
161.控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(application specific integrated circuit，asic)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：arc 625d、atmel at91sam、microchip pic18f26k20以及silicone labs c8051f320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
162.上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
163.为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
164.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
165.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
166.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
167.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
168.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
169.内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。内存是计算机可读介质的示例。
170.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
171.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
172.本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
173.本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
174.本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
175.以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。