定位方法和装置制造方法及图纸

本申请公开了定位方法和装置。该方法的一具体实施方式包括：获取用户的包括定位时间和定位坐标的定位信息和上述用户在上述定位时间之前的历史到访地理信息点类别序列；获取地理信息点坐标与上述定位坐标的距离小于预设距离阈值的至少一个地理信息点，其中，地理信息点包括地理信息点坐标和地理信息点类别；对上述至少一个地理信息点中每个地理信息点，基于上述定位信息和上述用户在上述定位时间之前的历史到访地理信息点类别序列，确定上述用户在上述定位时间到访该地理信息点所指示的地理实体的到访概率值；根据所确定的各个到访概率值，确定上述用户在上述定位时间所到访的地理实体所对应的地理信息点。该实施方式提高了用户定位的准确度。

【技术实现步骤摘要】
定位方法和装置
本申请涉及计算机
，具体涉及互联网
，尤其涉及定位方法和装置。
技术介绍
随着移动互联网、移动智能设备以及终端的不断发展，终端用户产生了大量的定位、轨迹等线下数据。线下数据真实反映了用户在物理时空中的行为特征，对线上数据形成了良好补充。线下数据和线上数据相结合，可以实现更精准的用户画像刻画。用户画像可以广泛应用于在线信息推送、精准营销等多个具体应用中。特别的，如果能够确定或者预测出用户到访了一个地理信息点(POI，PointOfInterest)，又称为“信息点”或“兴趣点”，例如酒店、学校、商场、写字楼、地铁站、机场等，则可以完成准确命中用户实际需求的信息推送。然而，现有技术中一般根据用户的当前定位坐标和/或当前时间来预测用户到访的地理信息点，没有考虑用户的历史到访地理信息点，从而造成预测的准确率不高。
技术实现思路
本申请的目的在于提出一种改进的定位方法和装置，来解决以上
技术介绍
部分提到的技术问题。第一方面，本申请提供了一种定位方法，该方法包括：获取用户的包括定位时间和定位坐标的定位信息和上述用户在上述定位时间之前的历史到访地理信息点类别序列；获取地理信息点坐标与上述定位坐标的距离小于预设距离阈值的至少一个地理信息点，其中，地理信息点包括地理信息点坐标和地理信息点类别；对上述至少一个地理信息点中每个地理信息点，基于上述定位信息和上述用户在上述定位时间之前的历史到访地理信息点类别序列，确定上述用户在上述定位时间到访该地理信息点所指示的地理实体的到访概率值；根据所确定的各个到访概率值，确定上述用户在上述定位时间所到访的地理实体所对应的地理信息点。在一些实施例中，上述对上述至少一个地理信息点中每个地理信息点，基于上述定位信息和上述用户在上述定位时间之前的历史到访地理信息点类别序列，确定上述用户在上述定位时间到访该地理信息点所指示的地理实体的到访概率值，包括：将上述用户在上述定位时间之前的历史到访地理信息点类别序列导入预先训练的地理信息点类别预测模型，得到上述用户在上述定位时间到访至少一个地理信息点类别中每个地理信息点类别所指示的地理实体的到访类别概率值；对上述至少一个地理信息点中每个地理信息点，根据上述定位信息，确定上述定位坐标在上述定位时间属于该地理信息点所指示的地理实体的概率值；对上述至少一个地理信息点中每个地理信息点，根据上述定位坐标在上述定位时间属于该地理信息点所指示的地理实体的概率值和上述用户在上述定位时间到访该地理信息点的地理信息点类别所指示的地理实体的到访类别概率值，确定上述用户在上述定位时间到访该地理信息点所指示的地理实体的到访概率值。在一些实施例中，上述根据上述定位信息，确定上述定位坐标在上述定位时间属于该地理信息点所指示的地理实体的概率值，包括：根据上述定位坐标和该地理信息点的定位坐标概率分布，确定上述定位坐标属于该地理信息点所指示的地理实体的概率值；根据上述定位时间和该地理信息点的定位时间概率分布，确定该地理信息点所指示的地理实体在上述定位时间被到访的概率值，其中，该地理信息点的定位时间概率分布是根据该地理信息点的历史到访用户的历史定位时间进行统计得到的；根据上述定位坐标属于该地理信息点所指示的地理实体的概率值和该地理信息点所指示的地理实体在上述定位时间被到访的概率值，确定上述定位坐标在上述定位时间属于该地理信息点所指示的地理实体的概率值。在一些实施例中，上述该地理信息点的定位坐标概率分布是通过如下操作得到的：获取该地理信息点的历史到访用户的历史定位坐标；对所获取的历史定位坐标进行聚类以得到该地理信息点的至少一个定位坐标聚类中心；根据该地理信息点的地理信息点坐标与该地理信息点的至少一个定位坐标聚类中心中各个定位坐标聚类中心之间的距离，确定该地理信息点的各个定位坐标聚类中心属于该地理信息点所指示的地理实体的概率值，并将所确定的各个定位坐标聚类中心属于该地理信息点所指示的地理实体的概率值作为该地理信息点的定位坐标概率分布。在一些实施例中，上述方法还包括训练地理信息点类别预测模型的步骤，上述训练地理信息点类别预测模型的步骤包括：获取至少一个用户的至少一个历史到访地理信息点类别序列；将上述至少一个历史到访地理信息点类别序列作为训练数据，训练递归神经网络作为地理信息点类别预测模型。第二方面，本申请提供了一种定位装置，该装置包括：第一获取单元，配置用于获取用户的包括定位时间和定位坐标的定位信息和上述用户在上述定位时间之前的历史到访地理信息点类别序列；第二获取单元，配置用于获取地理信息点坐标与上述定位坐标的距离小于预设距离阈值的至少一个地理信息点，其中，地理信息点包括地理信息点坐标和地理信息点类别；第一确定单元，配置用于对上述至少一个地理信息点中每个地理信息点，基于上述定位信息和上述用户在上述定位时间之前的历史到访地理信息点类别序列，确定上述用户在上述定位时间到访该地理信息点所指示的地理实体的到访概率值；第二确定单元，配置用于根据所确定的各个到访概率值，确定上述用户在上述定位时间所到访的地理实体所对应的地理信息点。在一些实施例中，上述第一确定单元包括：第一确定模块，配置用于将上述用户在上述定位时间之前的历史到访地理信息点类别序列导入预先训练的地理信息点类别预测模型，得到上述用户在上述定位时间到访至少一个地理信息点类别中每个地理信息点类别所指示的地理实体的到访类别概率值；第二确定模块，配置用于对上述至少一个地理信息点中每个地理信息点，根据上述定位信息，确定上述定位坐标在上述定位时间属于该地理信息点所指示的地理实体的概率值；第三确定模块，配置用于对上述至少一个地理信息点中每个地理信息点，根据上述定位坐标在上述定位时间属于该地理信息点所指示的地理实体的概率值和上述用户在上述定位时间到访该地理信息点的地理信息点类别所指示的地理实体的到访类别概率值，确定上述用户在上述定位时间到访该地理信息点所指示的地理实体的到访概率值。在一些实施例中，上述第二确定模块包括：第一确定子模块，配置用于根据上述定位坐标和该地理信息点的定位坐标概率分布，确定上述定位坐标属于该地理信息点所指示的地理实体的概率值；第二确定子模块，配置用于根据上述定位时间和该地理信息点的定位时间概率分布，确定该地理信息点所指示的地理实体在上述定位时间被到访的概率值，其中，该地理信息点的定位时间概率分布是根据该地理信息点的历史到访用户的历史定位时间进行统计得到的；第三确定子模块，配置用于根据上述定位坐标属于该地理信息点所指示的地理实体的概率值和该地理信息点所指示的地理实体在上述定位时间被到访的概率值，确定上述定位坐标在上述定位时间属于该地理信息点所指示的地理实体的概率值。在一些实施例中，上述该地理信息点的定位坐标概率分布是通过如下操作得到的：获取该地理信息点的历史到访用户的历史定位坐标；对所获取的历史定位坐标进行聚类以得到该地理信息点的至少一个定位坐标聚类中心；根据该地理信息点的地理信息点坐标与该地理信息点的至少一个定位坐标聚类中心中各个定位坐标聚类中心之间的距离，确定该地理信息点的各个定位坐标聚类中心属于该地理信息点所指示的地理实体的概率值，并将所确定的各个定位坐标聚类中心属于该地理信息点所指示的地理实体的概率值本文档来自技高网...

【技术保护点】
一种定位方法，其特征在于，所述方法包括：获取用户的包括定位时间和定位坐标的定位信息和所述用户在所述定位时间之前的历史到访地理信息点类别序列；获取地理信息点坐标与所述定位坐标的距离小于预设距离阈值的至少一个地理信息点，其中，地理信息点包括地理信息点坐标和地理信息点类别；对所述至少一个地理信息点中每个地理信息点，基于所述定位信息和所述用户在所述定位时间之前的历史到访地理信息点类别序列，确定所述用户在所述定位时间到访该地理信息点所指示的地理实体的到访概率值；根据所确定的各个到访概率值，确定所述用户在所述定位时间所到访的地理实体所对应的地理信息点。

【技术特征摘要】
1.一种定位方法，其特征在于，所述方法包括：获取用户的包括定位时间和定位坐标的定位信息和所述用户在所述定位时间之前的历史到访地理信息点类别序列；获取地理信息点坐标与所述定位坐标的距离小于预设距离阈值的至少一个地理信息点，其中，地理信息点包括地理信息点坐标和地理信息点类别；对所述至少一个地理信息点中每个地理信息点，基于所述定位信息和所述用户在所述定位时间之前的历史到访地理信息点类别序列，确定所述用户在所述定位时间到访该地理信息点所指示的地理实体的到访概率值；根据所确定的各个到访概率值，确定所述用户在所述定位时间所到访的地理实体所对应的地理信息点。2.根据权利要求1所述的方法，其特征在于，所述对所述至少一个地理信息点中每个地理信息点，基于所述定位信息和所述用户在所述定位时间之前的历史到访地理信息点类别序列，确定所述用户在所述定位时间到访该地理信息点所指示的地理实体的到访概率值，包括：将所述用户在所述定位时间之前的历史到访地理信息点类别序列导入预先训练的地理信息点类别预测模型，得到所述用户在所述定位时间到访至少一个地理信息点类别中每个地理信息点类别所指示的地理实体的到访类别概率值；对所述至少一个地理信息点中每个地理信息点，根据所述定位信息，确定所述定位坐标在所述定位时间属于该地理信息点所指示的地理实体的概率值；对所述至少一个地理信息点中每个地理信息点，根据所述定位坐标在所述定位时间属于该地理信息点所指示的地理实体的概率值和所述用户在所述定位时间到访该地理信息点的地理信息点类别所指示的地理实体的到访类别概率值，确定所述用户在所述定位时间到访该地理信息点所指示的地理实体的到访概率值。3.根据权利要求2所述的方法，其特征在于，所述根据所述定位信息，确定所述定位坐标在所述定位时间属于该地理信息点所指示的地理实体的概率值，包括：根据所述定位坐标和该地理信息点的定位坐标概率分布，确定所述定位坐标属于该地理信息点所指示的地理实体的概率值；根据所述定位时间和该地理信息点的定位时间概率分布，确定该地理信息点所指示的地理实体在所述定位时间被到访的概率值，其中，该地理信息点的定位时间概率分布是根据该地理信息点的历史到访用户的历史定位时间进行统计得到的；根据所述定位坐标属于该地理信息点所指示的地理实体的概率值和该地理信息点所指示的地理实体在所述定位时间被到访的概率值，确定所述定位坐标在所述定位时间属于该地理信息点所指示的地理实体的概率值。4.根据权利要求3所述的方法，其特征在于，所述该地理信息点的定位坐标概率分布是通过如下操作得到的：获取该地理信息点的历史到访用户的历史定位坐标；对所获取的历史定位坐标进行聚类以得到该地理信息点的至少一个定位坐标聚类中心；根据该地理信息点的地理信息点坐标与该地理信息点的至少一个定位坐标聚类中心中各个定位坐标聚类中心之间的距离，确定该地理信息点的各个定位坐标聚类中心属于该地理信息点所指示的地理实体的概率值，并将所确定的各个定位坐标聚类中心属于该地理信息点所指示的地理实体的概率值作为该地理信息点的定位坐标概率分布。5.根据权利要求2-4中任一所述的方法，其特征在于，所述方法还包括训练地理信息点类别预测模型的步骤，所述训练地理信息点类别预测模型的步骤包括：获取至少一个用户的至少一个历史到访地理信息点类别序列；将所述至少一个历史到访地理信息点类别序列作为训练数据，训练递归神经网络作为地理信息点类别预测模型。6.一种定位装置，其特征在于，所述装置包括：第一获取单元，配置用于获取用户的包括定位时间和定位坐标的定位信息和所述用户在所述定位时间之前的历史...

【专利技术属性】
技术研发人员：许梦雯，周景博，汪天一，夏源，程允胜，吴海山，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11