專利名稱：一種數(shù)字地圖生成裝置及方法
技術(shù)領(lǐng)域：
本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)，特別涉及一種數(shù)字地圖生成裝置及方法。
背景技術(shù)：
隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，網(wǎng)絡(luò)地圖已成為人們?nèi)粘Ｉ畹囊徊糠?，人們可利用網(wǎng)絡(luò)地圖進行公交路線查找、駕駛導(dǎo)航、街道和建筑物搜索等動作，網(wǎng)絡(luò)地圖的出現(xiàn)極大地便利了人們的生活。就現(xiàn)有技術(shù)而言，當用戶在網(wǎng)絡(luò)地圖上輸入檢索請求后，網(wǎng)絡(luò)地圖直接根據(jù)檢索請求在地圖數(shù)據(jù)庫上獲取一個或多個檢索結(jié)果，并將該一個或多個檢索結(jié)果繪制至一張地圖上，以將該地圖發(fā)送至用戶所在電腦以顯示出標示有檢索結(jié)果的地圖?，F(xiàn)有技術(shù)沒有對檢索請求作任何處理，若根據(jù)用戶輸入的檢索請求在地圖數(shù)據(jù)庫上獲取了多個檢索結(jié)果，則需要將多個檢索結(jié)果同時繪制至一張地圖上，并將其發(fā)送至用戶的瀏覽器(或其他的客戶端)，由于將多個檢索結(jié)果同時繪制至一張地圖上運算量很大， 并且所需時間較長，因此會加大網(wǎng)絡(luò)地圖服務(wù)器負載。由此可見，現(xiàn)有技術(shù)中的網(wǎng)絡(luò)地圖并沒有對檢索請求作任何處理，只是直接根據(jù)檢索請求獲取檢索結(jié)果，并將檢索結(jié)果繪制至一張地圖之上。這種方案在檢索請求只對應(yīng)有一個或少量檢索結(jié)果時對系統(tǒng)負載要求不高，但若檢索請求對應(yīng)有多個檢索結(jié)果，則需將多個檢索結(jié)果同時繪制至一張地圖之上，其對系統(tǒng)性能要求非常高，一般的服務(wù)器很難勝任此項工作，會產(chǎn)生響應(yīng)過慢的問題而造成用戶體驗不佳，因此需要對服務(wù)器進行升級， 如此一來又造成成本上的負擔。因此，亟需提供一種數(shù)字地圖生成裝置及方法，以解決上述問題。

發(fā)明內(nèi)容
本發(fā)明提供了一種數(shù)字地圖生成裝置及方法，以解決現(xiàn)有技術(shù)中的網(wǎng)絡(luò)地圖不對檢索請求作任何判斷而直接將檢索結(jié)果同時繪制至一張地圖上而對服務(wù)器造成的負載過大的技術(shù)問題。具體方案如下一種數(shù)字地圖生成方法，包括a.獲取檢索請求；b.確定檢索請求的中心詞；C.對中心詞進行泛需求判斷；d.根據(jù)判斷為泛需求詞的中心詞動態(tài)生成數(shù)字地圖。根據(jù)本發(fā)明之一優(yōu)選實施例，步驟b包括bl.對檢索請求進行分詞，以獲得分詞結(jié)果；b2.獲取索引樹，索引樹包含按地理區(qū)域劃分的多個級別的節(jié)點；b3.將分詞結(jié)果與索引樹的節(jié)點進行匹配；b4.選擇匹配節(jié)點的級別最低的分詞結(jié)果或未與索引樹相匹配的分詞結(jié)果作為中心詞。根據(jù)本發(fā)明之一優(yōu)選實施例，在步驟c中，在泛需求詞表中檢索中心詞，若在泛需求詞表中檢索到中心詞，則判斷檢索詞為泛需求詞。根據(jù)本發(fā)明之一優(yōu)選實施例，步驟c包括cl.根據(jù)中心詞在地圖數(shù)據(jù)庫中進行檢索，以獲取與中心詞相匹配的多個檢索結(jié)果；c2.按照分類屬性對檢索結(jié)果進行聚類，以獲得劃分成多個分類屬性的屬性聚類結(jié)果；c3.判斷屬性聚類結(jié)果是否滿足屬性集中聚類特征，若屬性聚類結(jié)果不滿足屬性集中聚類特征，則中心詞不是泛需求詞。根據(jù)本發(fā)明之一優(yōu)選實施例，步驟c3包括c31.統(tǒng)計每一分類屬性下的檢索結(jié)果數(shù)量并按檢索結(jié)果數(shù)量進行排序；c32.計算排序后的每一分類屬性下的檢索結(jié)果數(shù)量與相鄰的分類屬性的檢索結(jié)果數(shù)量之間的相對懸殊度，若相對懸殊度大于第一閾值的分類屬性的數(shù)量大于第二閾值，則不滿足屬性集中聚類特征。根據(jù)本發(fā)明之一優(yōu)選實施例，步驟c包括c4.若屬性聚類結(jié)果滿足屬性集中聚類特征，則按照坐標對檢索結(jié)果進行聚類，以獲取劃分成多個坐標分類的坐標聚類結(jié)果； c5.判斷坐標聚類結(jié)果是否滿足坐標分散聚類特征，若坐標聚類結(jié)果滿足坐標分散聚類特征，則中心詞是泛需求詞，若坐標聚類結(jié)果不滿足坐標分散聚類特征，則中心詞不是泛需求詞。根據(jù)本發(fā)明之一優(yōu)選實施例，步驟c5包括c51.統(tǒng)計每一坐標分類下的檢索結(jié)果數(shù)量并按檢索結(jié)果數(shù)量進行排序；c52.計算排序后的每一坐標分類下的檢索結(jié)果數(shù)量與相鄰的分類屬性的檢索結(jié)果數(shù)量之間的相對懸殊度，若相對懸殊度大于第三閾值的坐標分類的數(shù)量大于第四閾值，則滿足坐標分散聚類特征。根據(jù)本發(fā)明之一優(yōu)選實施例，步驟d包括dl.根據(jù)中心詞獲取多個檢索結(jié)果的識別信息以及坐標信息；d2.根據(jù)檢索結(jié)果繪制多個瓦片圖，其中根據(jù)坐標信息在瓦片圖上繪制與檢索結(jié)果對應(yīng)的樣式圖標。根據(jù)本發(fā)明之一優(yōu)選實施例，在步驟d2中，根據(jù)用戶指定的樣式圖標繪制瓦片圖。根據(jù)本發(fā)明之一優(yōu)選實施例，在步驟d2中，樣式圖標為用戶上傳的樣式圖標。根據(jù)本發(fā)明之一優(yōu)選實施例，步驟d進一步包括d3.發(fā)送多個瓦片圖，以將多個瓦片圖拼裝并顯示于靜態(tài)地圖上。根據(jù)本發(fā)明之一優(yōu)選實施例，在步驟d2中，將多個瓦片圖填充到緩存中，在步驟 d3中，響應(yīng)瓦片圖獲取請求從緩存發(fā)送瓦片圖。根據(jù)本發(fā)明之一優(yōu)選實施例，在步驟d2中，進一步生成與瓦片圖對應(yīng)的數(shù)據(jù)集合并將數(shù)據(jù)集合填充到緩存中，數(shù)據(jù)集合包括識別信息以及坐標信息。根據(jù)本發(fā)明之一優(yōu)選實施例，步驟d進一步包括d4.獲取針對瓦片圖發(fā)出的第一數(shù)據(jù)獲取請求，發(fā)送與瓦片圖對應(yīng)的數(shù)據(jù)集合。根據(jù)本發(fā)明之一優(yōu)選實施例，在步驟d4中，獲取與數(shù)據(jù)集合中的識別信息對應(yīng)的第一數(shù)據(jù)信息，將第一數(shù)據(jù)信息拼裝到數(shù)據(jù)集合，并發(fā)送拼裝后的數(shù)據(jù)集合。根據(jù)本發(fā)明之一優(yōu)選實施例，在步驟d4中，當鼠標懸停于瓦片圖上的樣式圖標上時發(fā)出第一數(shù)據(jù)獲取請求。根據(jù)本發(fā)明之一優(yōu)選實施例，在步驟d4中，進一步顯示與鼠標懸停的樣式圖標對應(yīng)的第一數(shù)據(jù)信息。根據(jù)本發(fā)明之一優(yōu)選實施例，在步驟d4中，第一數(shù)據(jù)信息為名稱信息。根據(jù)本發(fā)明之一優(yōu)選實施例，步驟d進一步包括d5.獲取針對樣式圖標發(fā)出的第二數(shù)據(jù)獲取請求，發(fā)送與樣式圖標的識別信息對應(yīng)的第二數(shù)據(jù)信息。
根據(jù)本發(fā)明之一優(yōu)選實施例，在步驟d5中，當鼠標點擊樣式圖標上時發(fā)出第二數(shù)據(jù)獲取請求。根據(jù)本發(fā)明之一優(yōu)選實施例，在步驟d5中，以彈出框形式顯示第二數(shù)據(jù)信息。根據(jù)本發(fā)明之一優(yōu)選實施例，第二數(shù)據(jù)信息包括地址信息。本發(fā)明進一步提供一種數(shù)字地圖生成裝置，包括檢索請求獲取模塊，用于獲取檢索請求；中心詞確定模塊，用于確定檢索請求的中心詞；泛需求判斷模塊，用于對中心詞進行泛需求判斷；地圖生成模塊，用于根據(jù)判斷為泛需求詞的中心詞動態(tài)生成數(shù)字地圖。根據(jù)本發(fā)明之一優(yōu)選實施例，中心詞確定模塊包括分詞模塊，用于對檢索請求進行分詞，以獲得分詞結(jié)果；索引樹獲取模塊，用于獲取索引樹，索引樹包含按地理區(qū)域劃分的多個級別的節(jié)點；索引樹匹配模塊，用于將分詞結(jié)果與索引樹的節(jié)點進行匹配；選擇模塊，用于選擇匹配節(jié)點的級別最低的分詞結(jié)果或未與索引樹相匹配的分詞結(jié)果作為中心詞。根據(jù)本發(fā)明之一優(yōu)選實施例，泛需求判斷模塊在泛需求詞表中檢索中心詞，若在泛需求詞表中檢索到中心詞，則判斷檢索詞為泛需求詞。根據(jù)本發(fā)明之一優(yōu)選實施例，泛需求判斷模塊包括檢索模塊，用于根據(jù)中心詞在地圖數(shù)據(jù)庫中進行檢索，以獲取與中心詞相匹配的多個檢索結(jié)果；分類屬性聚類模塊，用于按照分類屬性對檢索結(jié)果進行聚類，以獲得劃分成多個分類屬性的屬性聚類結(jié)果；屬性集中聚類特征判斷模塊，用于判斷屬性聚類結(jié)果是否滿足屬性集中聚類特征，若屬性聚類結(jié)果不滿足屬性集中聚類特征，則中心詞不是泛需求詞。根據(jù)本發(fā)明之一優(yōu)選實施例，屬性集中聚類特征判斷模塊用于統(tǒng)計每一分類屬性下的檢索結(jié)果數(shù)量并按檢索結(jié)果數(shù)量進行排序，計算排序后的每一分類屬性下的檢索結(jié)果數(shù)量與相鄰的分類屬性的檢索結(jié)果數(shù)量之間的相對懸殊度，若相對懸殊度大于第一閾值的分類屬性的數(shù)量大于第二閾值，則不滿足屬性集中聚類特征。根據(jù)本發(fā)明之一優(yōu)選實施例，泛需求判斷模塊進一步包括坐標聚類模塊，用于在屬性聚類結(jié)果滿足屬性集中聚類特征時，按照坐標對檢索結(jié)果進行聚類，以獲取劃分成多個坐標分類的坐標聚類結(jié)果；坐標分散聚類特征判斷模塊，用于判斷坐標聚類結(jié)果是否滿足坐標分散聚類特征，若坐標聚類結(jié)果滿足坐標分散聚類特征，則中心詞是泛需求詞，若坐標聚類結(jié)果不滿足坐標分散聚類特征，則中心詞不是泛需求詞。根據(jù)本發(fā)明之一優(yōu)選實施例，坐標分散聚類特征判斷模塊用于統(tǒng)計每一坐標分類下的檢索結(jié)果數(shù)量并按檢索結(jié)果數(shù)量進行排序，計算排序后的每一坐標分類下的檢索結(jié)果數(shù)量與相鄰的分類屬性的檢索結(jié)果數(shù)量之間的相對懸殊度，若相對懸殊度大于第三閾值的坐標分類的數(shù)量大于第四閾值，則滿足坐標分散聚類特征。根據(jù)本發(fā)明之一優(yōu)選實施例，地圖生成模塊包括檢索結(jié)果信息生成模塊，用于根據(jù)中心詞獲取多個檢索結(jié)果的識別信息以及坐標信息；瓦片圖生成模塊，用于根據(jù)檢索結(jié)果繪制多個瓦片圖，其中根據(jù)坐標信息在瓦片圖上繪制與檢索結(jié)果對應(yīng)的樣式圖標。根據(jù)本發(fā)明之一優(yōu)選實施例，瓦片圖生成模塊根據(jù)用戶指定的樣式圖標繪制瓦片圖。根據(jù)本發(fā)明之一優(yōu)選實施例，樣式圖標為用戶上傳的樣式圖標。根據(jù)本發(fā)明之一優(yōu)選實施例，地圖生成模塊進一步包括瓦片圖發(fā)送模塊，用于發(fā)送多個瓦片圖，以將多個瓦片圖拼裝并顯示于靜態(tài)地圖上。根據(jù)本發(fā)明之一優(yōu)選實施例，瓦片圖生成模塊將多個瓦片圖填充到緩存中，瓦片圖發(fā)送模塊響應(yīng)瓦片圖獲取請求從緩存發(fā)送瓦片圖。根據(jù)本發(fā)明之一優(yōu)選實施例，瓦片圖生成模塊進一步生成與瓦片圖對應(yīng)的數(shù)據(jù)集合并將數(shù)據(jù)集合填充到緩存中，數(shù)據(jù)集合包括識別信息以及坐標信息。根據(jù)本發(fā)明之一優(yōu)選實施例，地圖生成模塊進一步包括第一數(shù)據(jù)獲取請求響應(yīng)模塊，用于獲取針對瓦片圖發(fā)出的第一數(shù)據(jù)獲取請求，并發(fā)送與瓦片圖對應(yīng)的數(shù)據(jù)集合。根據(jù)本發(fā)明之一優(yōu)選實施例，第一數(shù)據(jù)獲取請求響應(yīng)模塊獲取與數(shù)據(jù)集合中的識別信息對應(yīng)的第一數(shù)據(jù)信息，將第一數(shù)據(jù)信息拼裝到數(shù)據(jù)集合，并發(fā)送拼裝后的數(shù)據(jù)集合。根據(jù)本發(fā)明之一優(yōu)選實施例，當鼠標懸停于瓦片圖上的樣式圖標上時發(fā)出第一數(shù)據(jù)獲取請求。根據(jù)本發(fā)明之一優(yōu)選實施例，第一數(shù)據(jù)獲取請求響應(yīng)模塊進一步顯示與鼠標懸停的樣式圖標對應(yīng)的第一數(shù)據(jù)信息。根據(jù)本發(fā)明之一優(yōu)選實施例，第一數(shù)據(jù)信息為名稱信息。根據(jù)本發(fā)明之一優(yōu)選實施例，地圖生成模塊進一步包括第二數(shù)據(jù)獲取請求響應(yīng)模塊，用于獲取針對樣式圖標發(fā)出的第二數(shù)據(jù)獲取請求，發(fā)送與樣式圖標的識別信息對應(yīng)的第二數(shù)據(jù)信息。根據(jù)本發(fā)明之一優(yōu)選實施例，當鼠標點擊樣式圖標上時發(fā)出第二數(shù)據(jù)獲取請求。根據(jù)本發(fā)明之一優(yōu)選實施例，以彈出框形式顯示第二數(shù)據(jù)信息。根據(jù)本發(fā)明之一優(yōu)選實施例，第二數(shù)據(jù)信息包括地址信息。因此，本發(fā)明提供的技術(shù)方案可通過對用戶輸入的檢索請求進行分析，以判斷檢索請求中所包含的中心詞為泛需求詞或特定需求詞，并且在判斷到檢索詞為泛需求詞時選用動態(tài)地圖展現(xiàn)方式以減輕服務(wù)器負載，從而解決了現(xiàn)有技術(shù)中的網(wǎng)絡(luò)地圖不對檢索請求作任何判斷而直接將檢索結(jié)果同時繪制至一張地圖上而對服務(wù)器造成的負載過大的技術(shù)問題。


圖1是根據(jù)本發(fā)明實施例中的數(shù)字地圖生成方法的流程圖；圖2是根據(jù)本發(fā)明實施例中的中心詞確定方法的流程圖；圖3是根據(jù)本發(fā)明實施例中的泛需求判斷方法的流程圖；圖4是根據(jù)本發(fā)明實施例中的數(shù)字地圖的動態(tài)生成方法的流程圖；圖5是根據(jù)本發(fā)明實施例中的數(shù)字地圖生成裝置的示意框圖；圖6是根據(jù)本發(fā)明實施例中的中心詞確定模塊的示意框圖；圖7是根據(jù)本發(fā)明實施例中的泛需求判斷模塊的示意框圖；以及圖8是根據(jù)本發(fā)明實施例中的地圖生成模塊的示意框圖。
具體實施例方式為了使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面結(jié)合附圖和具體實施例對本發(fā)明進行詳細描述。
請參見圖1，其中圖1是根據(jù)本發(fā)明實施例中的數(shù)字地圖生成方法的流程圖。如圖1所示，根據(jù)本發(fā)明一實施例的數(shù)字地圖生成方法。在本實施例中，該數(shù)字地圖生成方法主要包括以下幾個步驟在步驟101中，獲取檢索請求。在本步驟中，用戶透過瀏覽器在互聯(lián)網(wǎng)地圖頁面的搜索輸入框內(nèi)輸入檢索請求。針對數(shù)字地圖生成裝置而言，檢索請求可以包括用戶想要檢索的目標(中心詞)以及針對該目標進行的限制(限制詞)。例如，用戶輸入的檢索請求可以是“北京市海淀區(qū)長春橋路麥當勞”，其中“麥當勞”為用戶想要檢索的目標，即為中心詞，而“北京市海淀區(qū)長春橋路”則是對“麥當勞”所進行的限制，即為限制詞。在用戶輸入檢索請求后可通過點擊搜索按鈕，通過互聯(lián)網(wǎng)將該檢索請求發(fā)送至數(shù)字地圖生成裝置，以被數(shù)字地圖生成裝置所獲取。在步驟102中，確定檢索請求的中心詞。在本步驟中，需從檢索請求中識別出用戶所要檢索的目標(中心詞)。請參見圖2。圖2是根據(jù)本發(fā)明實施例中的中心詞確定方法的流程圖。在本實施例中，中心詞的確定方法包括以下步驟在步驟201中，對檢索請求進行分詞，以獲得分詞結(jié)果。分詞的作用是將檢索請求中的文字序列切分成有意義的字詞，以便后續(xù)處理。具體分詞的方法包括正向匹配分詞、 反向匹配分詞、正向反向匹配分詞、基于全切分詞圖的分詞，最大熵馬爾科夫模型分詞、最大熵分詞或條件隨機場分詞等，上述分詞方法均為本領(lǐng)域公知技術(shù)，在此不再贅述。在分詞后，優(yōu)選對分詞結(jié)果進行過濾。過濾的作用是去除標點符號、助詞等無用信息。例如在對上文的檢索請求進行分詞后可獲得“北京市”、“海淀區(qū)”、“長春橋路”以及“麥當勞”等分詞結(jié)果。在步驟202中，獲取索引樹。在本步驟中，索引樹包含按地理區(qū)域劃分的多個級別的節(jié)點。其中地理區(qū)域劃分為具有多個級別的索引樹，多個級別相應(yīng)于地理區(qū)域，例如省、 城市、區(qū)、路...，索引樹中越低級別的節(jié)點所表示的地理區(qū)域范圍越小。以北京市為例，在索引樹內(nèi)設(shè)置“北京市”作為一級節(jié)點，并進一步設(shè)置“海淀區(qū)”、“朝陽區(qū)”等多個二級節(jié)點。 在二級節(jié)點下進一步設(shè)置“長春橋路”、“阜成路”等多個三級節(jié)點。值得注意的是，步驟201以及步驟202的執(zhí)行先后順序可隨意選取，本發(fā)明對此并不作限制。在步驟203中，將檢索請求的分詞結(jié)果與索引樹的節(jié)點進行匹配。具體而言，可在索引樹中查找與分詞結(jié)果一致的節(jié)點。例如，在上文的分詞結(jié)果中，“北京市”與索引樹的一級節(jié)點相匹配，“海淀區(qū)”與索引樹的二級節(jié)點相匹配，“長春橋路”則與索引樹的三級節(jié)點相匹配。在步驟204中，選擇匹配節(jié)點的級別最低的分詞結(jié)果或未與索引樹相匹配的分詞結(jié)果作為中心詞。例如，在上文的分詞結(jié)果中，“麥當勞”未與索引樹的各級節(jié)點匹配，則可以確定“麥當勞”為中心詞。在其他實施例中，如果用戶輸入的檢索請求僅是“北京市海淀區(qū)長春橋路”，此時分詞結(jié)果均能與索引樹中的不同節(jié)點相匹配。在這種情況下，選擇級別最低的分詞結(jié)果“長春橋路”作為中心詞。并且，在找到未與索引樹相匹配的分詞結(jié)果時， 可將其余的與索引樹的節(jié)點匹配的分詞結(jié)果作為限制詞。另外，在分詞結(jié)果均與索引樹相匹配時，由于需要選擇匹配節(jié)點的級別最低的分詞結(jié)果作為中心詞，因此，可將其余的匹配節(jié)點的分詞結(jié)果作為限制詞。
請繼續(xù)參見圖1，在步驟103中，在確定了檢索請求的中心詞后，對中心詞進行泛需求判斷。在本步驟中，泛需求是指用戶需求的檢索結(jié)果有多個，且多個結(jié)果不分主次，在網(wǎng)絡(luò)地圖上需要標示出多個地點，具體可包括類別需求、多分店對象需求等。例如，類別需求可以是“快餐店”、“郵局”等表示具有同一分類屬性的需求，而多分店對象需求可以“麥當勞”、“肯德基”或“俏江南”等表示具有多個分店的需求。與泛需求相對的是特定需求，特定需求是指用戶需求的檢索結(jié)果只有一個或特定幾個，例如“北京首都國際機場”。在本步驟中，泛需求的判斷可通過多種方式實現(xiàn)。例如，在泛需求詞表中檢索中心詞，若在泛需求詞表中檢索到中心詞，則判斷中心詞為泛需求詞。在本實施例中，泛需求詞表可通過線下挖掘的方式獲得。此外，請參見圖3，圖3是根據(jù)本發(fā)明實施例中的泛需求判斷方法的流程圖。在本實施例中，泛需求判斷方法主要包括以下幾個步驟在步驟301中，根據(jù)中心詞在地圖數(shù)據(jù)庫中進行檢索，以獲取與中心詞相匹配的多個檢索結(jié)果。在本步驟中，可僅根據(jù)檢索請求中的中心詞進行檢索，以在地圖數(shù)據(jù)庫中檢索到與中心詞有關(guān)的所有檢索結(jié)果。在步驟302中，按照分類屬性對檢索結(jié)果進行聚類，以獲得劃分成多個分類屬性的屬性聚類結(jié)果。地圖數(shù)據(jù)庫的每一檢索結(jié)果都帶有一個分類屬性，這里的分類屬性指地圖行業(yè)內(nèi)對數(shù)據(jù)的分類標記，比如“餐飲”、“大廈”、“交通設(shè)施”、“教育”、“醫(yī)療”等，按照分類屬性對檢索結(jié)果進行聚類是指可通過判斷檢索結(jié)果屬于哪一種分類屬性并將具有相同分類屬性的檢索結(jié)果放在一起以完成聚類。假設(shè)根據(jù)中心詞“美食”可得到5000個檢索結(jié)果， 經(jīng)分類屬性聚類后得到屬性聚類結(jié)果為((餐飲4000)，(大廈500)，(教育100)，(醫(yī)療400))，即屬于餐飲分類屬性的檢索結(jié)果數(shù)量為4000，屬于大廈分類屬性的檢索結(jié)果數(shù)量為500，屬于教育分類屬性的檢索結(jié)果數(shù)量為100，屬于醫(yī)療分類屬性的檢索結(jié)果數(shù)量為 400。在步驟303中，判斷屬性聚類結(jié)果是否滿足屬性集中聚類特征，在判斷到屬性聚類結(jié)果滿足屬性集中聚類特征時可進入步驟304，而在判斷到屬性聚類結(jié)果不滿足屬性集中聚類特征時可進入步驟307。具體而言，在判斷屬性聚類結(jié)果是否滿足屬性集中聚類特征時，首先統(tǒng)計每一分類屬性下的檢索結(jié)果數(shù)量并按檢索結(jié)果數(shù)量進行排序，例如對上文的屬性聚類結(jié)果進行排序后的屬性聚類結(jié)果為((餐飲4000)，(大廈500)，(醫(yī)療400)，(教育100))。計算排序后的每一分類屬性下的檢索結(jié)果數(shù)量與相鄰的分類屬性的檢索結(jié)果數(shù)量之間的相對懸殊度，若相對懸殊度大于第一閾值的分類屬性的數(shù)量大于第二閾值，則不滿足屬性集中聚類特征。
YltlYti 一 YltlYti其中，相對懸殊度的計算公式如下PWerl =-"―~—，其中Differi為分
Ι ill ll i
類屬性i與分類屬性i+Ι的相對懸殊度，Mimi為分類屬性i下的檢索結(jié)果的數(shù)量，numi+1為相鄰的分類屬性i+Ι下的檢索結(jié)果的數(shù)量。第一閾值的計算公式如下min_ differ = kx anum'(numλ χIn min_ differ2 )-(num 2xln min_ differ χ )其中，7numi-num2"
k = e12
lnmin_ differx -In min_ differ 2num,-num,numl、min differ,、num2 以及 min diffeer 是根
a = e1 2__
據(jù)經(jīng)驗設(shè)定的合理定值。通過上述公式可以看出，該公式表明第一閾值是指數(shù)級的函數(shù)曲線，某一分類屬性下的檢索結(jié)果的數(shù)量越大，則其第一閾值越小。另外，在一優(yōu)選實施例中，第二閾值為1。也就是，當相對懸殊度大于第一閾值的分類屬性的數(shù)量大于1時，可認為屬性聚類結(jié)果不滿足屬性集中聚類特征，進入步驟307。若相對懸殊度大于第一閾值的分類屬性的數(shù)量不大于1，則可認為屬性聚類結(jié)果滿足屬性集中聚類特征，進入步驟304。在步驟304中，按照坐標對檢索結(jié)果進行聚類，以獲取劃分成多個坐標分類的坐標聚類結(jié)果。其中，每一檢索結(jié)果都帶有一個坐標，該坐標定義該檢索結(jié)果在地圖上的位置，按照坐標對檢索結(jié)果進行聚類是指以一個特定坐標為圓心并以一定長度為半徑將半徑范圍內(nèi)所有檢索結(jié)果聚集到一個坐標分類下。具體來說，步驟304所使用的聚類算法可例如為以下任一種皆可凝聚聚類算法、劃分式聚類算法、基于密度的聚類算法、網(wǎng)格聚類算法。值得注意的是，本發(fā)明并不限定所采用的聚類算法，只要可以保證所采用算法能將一個特定坐標為圓心并以一定長度為半徑將半徑范圍內(nèi)所有檢索結(jié)果聚集到一個坐標分類下即可， 聚類算法為本領(lǐng)域公知常識，在此不再贅述。如根據(jù)中心詞“美食”假設(shè)可得到5000個檢索結(jié)果，經(jīng)坐標聚類后得到坐標聚類結(jié)果為((坐標1 :4000)，(坐標2 :500)，(坐標3 100)， (坐標4 :400))，即屬于以坐標1為圓心一定長度為半徑的范圍內(nèi)的檢索結(jié)果數(shù)量為4000， 以坐標2為圓心一定長度為半徑的范圍內(nèi)的檢索結(jié)果數(shù)量為500，以坐標3為圓心一定長度為半徑的范圍內(nèi)的檢索結(jié)果數(shù)量為100，以坐標4為圓心一定長度為半徑的范圍內(nèi)的檢索結(jié)果數(shù)量為400。在步驟305中，判斷坐標聚類結(jié)果是否滿足坐標分散聚類特征，在坐標聚類結(jié)果滿足坐標分散聚類特征時可進入步驟306，在坐標聚類結(jié)果不滿足坐標分散聚類特征時可進入步驟307。具體而言，與上文判斷是否滿足屬性集中聚類特征相似，在判斷坐標聚類結(jié)果是否滿足坐標分散聚類特征時，首先統(tǒng)計每一坐標分類下的檢索結(jié)果數(shù)量并按檢索結(jié)果數(shù)量進行排序，然后計算排序后的每一坐標分類下的檢索結(jié)果數(shù)量與相鄰的分類屬性的檢索結(jié)果數(shù)量之間的相對懸殊度，若相對懸殊度大于第三閾值的坐標分類的數(shù)量大于第四閾值， 則滿足坐標分散聚類特征。其中，相對懸殊度和第三閾值的計算公式可以與上述步驟303中所采用的方式相同，并且，第四閾值根據(jù)實際情況調(diào)整。在步驟306中，判定中心詞是泛需求詞。在步驟307中，判定中心詞不是泛需求詞。值得注意的是，在本實施例中，步驟301有條件的省略檢索請求中的限制詞，僅根據(jù)檢索請求中的中心詞進行檢索，相對于根據(jù)檢索請求中完整的限制詞及中心詞進行檢索而言，可有效擴大檢索結(jié)果的召回，為步驟302到步驟305提供更充足的分析數(shù)據(jù)，由于分析數(shù)據(jù)越多，對于屬性集中聚類特征、坐標分散聚類特征會更加明顯，用以提高泛需求判斷方法的準確性。在其他實施例中，基于屬性集中聚類特征和坐標分散聚類特征的泛需求判斷方法可以單獨使用或者結(jié)合泛需求詞表一起使用。如可首先在泛需求詞表中檢索中心詞，若在泛需求詞表中檢索到中心詞，則判斷中心詞為泛需求詞，若在泛需求詞表中檢索不到中心詞，則可使用基于屬性集中聚類特征和坐標分散聚類特征的泛需求判斷方法進行泛需求判斷。當然，亦可先使用基于屬性集中聚類特征和坐標分散聚類特征的泛需求判斷方法對檢索請求中的中心詞進行泛需求判斷， 然后針對所述方法判定不是泛需求詞的中心詞，再利用泛需求詞表中檢索中心詞是否匹配詞表中的泛需求詞作為驗證，本發(fā)明對此不作任何限制。此外，基于屬性集中聚類特征和坐標分散聚類特征的泛需求判斷方法所分析的中心詞，若被判定為泛需求詞，并且在泛需求詞表中尚未存在，則可將所述中心詞加入泛需求詞表中作為擴展。請繼續(xù)參見圖1，在步驟104中，在判斷中心詞為泛需求詞后，根據(jù)判斷為泛需求詞的中心詞動態(tài)生成數(shù)字地圖。圖4是根據(jù)本發(fā)明實施例中的數(shù)字地圖的動態(tài)生成方法的流程圖。在本實施例中，數(shù)字地圖的動態(tài)生成方法主要包括以下幾個步驟在步驟401中，根據(jù)中心詞獲取多個檢索結(jié)果的識別信息以及坐標信息。在優(yōu)選實施例中，在中心詞的基礎(chǔ)上進一步結(jié)合限制詞來獲取上述檢索結(jié)果。其中，識別信息 uid (unique identifier/唯一標識符)用于唯一識別一個檢索結(jié)果，坐標信息用于記錄檢索結(jié)果在地圖上位置(例如，經(jīng)緯度)。其中，多個檢索結(jié)果是根據(jù)中心詞在地圖數(shù)據(jù)庫中檢索所得，每一中心詞可對應(yīng)有一個或多個檢索結(jié)果。在步驟402中，根據(jù)檢索結(jié)果繪制多個瓦片圖，其中根據(jù)坐標信息在瓦片圖上繪制與檢索結(jié)果對應(yīng)的樣式圖標。在本步驟中，根據(jù)檢索結(jié)果并進一步結(jié)合當前城市、當前視野或當前地圖級別等信息繪制與瀏覽器顯示的靜態(tài)地圖對應(yīng)的透明全屏大圖。在透明全屏大圖上，檢索結(jié)果由對應(yīng)的樣式圖標(例如，氣球)標記。隨后，將透明全屏大圖切割成多個瓦片圖。在優(yōu)選實施例中，用戶可通過瀏覽器指定或者甚至上傳自己喜歡的樣式圖標，并利用該樣式圖標來繪制瓦片圖，由此提高用戶體驗。步驟403，發(fā)送多個瓦片圖，以將多個瓦片圖拼裝并顯示于靜態(tài)地圖上。通過將樣式圖標繪制于瓦片圖上并拼裝后的瓦片圖疊加于靜態(tài)地圖上，可以避免將樣式圖標直接繪制于靜態(tài)地圖上所造成的運算負載以及數(shù)據(jù)流量問題。在優(yōu)選實施方式中，當判斷中心詞為泛需求詞后，數(shù)字地圖生成裝置會發(fā)送泛需求功能打開標記給瀏覽器，同時發(fā)送地圖繪制請求。此時，在步驟402中，數(shù)字地圖生成裝置將繪制好的瓦片圖放進緩存中。瀏覽器在接收到泛需求功能打開標記后會發(fā)送瓦片圖獲取請求。當數(shù)字地圖生成裝置在獲得瓦片圖獲取請求后，會首先查詢對應(yīng)的瓦片圖是否在緩存中，若在緩存中則響應(yīng)瓦片圖獲取請求從緩存發(fā)送瓦片圖。若在緩存中未查詢到對應(yīng)的瓦片圖(未產(chǎn)生)，啟動一個超時等待信號量，等對應(yīng)的瓦片圖繪制完畢后再喚醒該信號量，再從緩存中獲取繪制好的瓦片圖并返回。
在另一優(yōu)選實施例中，在步驟402中，進一步可生成與瓦片圖對應(yīng)的數(shù)據(jù)集合并將數(shù)據(jù)集合填充到緩存中，該數(shù)據(jù)集合包括上述識別信息以及坐標信息。此時，在步驟404中，獲取針對瓦片圖發(fā)出的第一數(shù)據(jù)獲取請求，發(fā)送與瓦片圖對應(yīng)的數(shù)據(jù)集合。例如，當用戶將鼠標懸停于瓦片圖上的樣式圖標上時，由瀏覽器發(fā)出該第一數(shù)據(jù)獲取請求。數(shù)字地圖生成裝置在獲取該第一數(shù)據(jù)獲取請求后，從緩存中發(fā)送與該瓦片圖對應(yīng)的數(shù)據(jù)集合。在優(yōu)選實施例中，數(shù)據(jù)集合除了包括上述識別信息以及坐標信息外，還可以進一步整合其他數(shù)據(jù)信息。例如，當數(shù)字地圖生成裝置在接受到該第一數(shù)據(jù)獲取請求后，進一步根據(jù)對應(yīng)的數(shù)據(jù)集合中的識別信息來獲取第一數(shù)據(jù)信息(例如，檢索結(jié)果的名稱信息)，將名稱信息拼裝到數(shù)據(jù)集合，并發(fā)送拼裝后的數(shù)據(jù)集合至瀏覽器。此時，在用戶將鼠標所懸停在某個樣式圖標上時，可顯示與該樣式圖標對應(yīng)的第一數(shù)據(jù)信息，例如顯示出該樣式圖標對應(yīng)的名稱信息。接下來，在步驟405中，獲取針對樣式圖標發(fā)出的第二數(shù)據(jù)獲取請求，發(fā)送與樣式圖標的識別信息對應(yīng)的第二數(shù)據(jù)信息。例如，當用戶利用鼠標點擊樣式圖標上時，瀏覽器發(fā)出第二數(shù)據(jù)獲取請求以及該樣式圖標對應(yīng)的識別信息。數(shù)字地圖生成裝置在獲取該第二數(shù)據(jù)獲取請求以及識別信息后，根據(jù)該識別信息獲取對應(yīng)的第二數(shù)據(jù)信息(例如，地址信息)，并將該第二數(shù)據(jù)信息發(fā)送給瀏覽器。此時，瀏覽器進一步以適當?shù)姆绞斤@示該第二數(shù)據(jù)信息，例如以彈出框形式顯示該第二數(shù)據(jù)信息。其中，由于第一數(shù)據(jù)獲取請求和第二數(shù)據(jù)獲取請求為根據(jù)用戶的不同操作所觸發(fā)，因此步驟404以及步驟405的執(zhí)行順序可根據(jù)實際需要選取，其并不受限于圖4中所
7J\ ο請參見圖5，其中圖5是根據(jù)本發(fā)明實施例中的數(shù)字地圖生成裝置的示意框圖。如圖5所示，在本實施例中，數(shù)字地圖生成裝置主要包括以下幾個模塊檢索請求獲取模塊501，用于獲取檢索請求。用戶透過瀏覽器在互聯(lián)網(wǎng)地圖頁面的搜索輸入框內(nèi)輸入檢索請求，針對數(shù)字地圖生成裝置而言，檢索請求可以包括用戶想要檢索的目標(中心詞)以及針對該目標進行的限制(限制詞)。例如，用戶輸入的檢索請求可以是“北京市海淀區(qū)長春橋路麥當勞”，其中“麥當勞”為用戶想要檢索的目標，即為中心詞，而“北京市海淀區(qū)長春橋路”則是對“麥當勞”所進行的限制，即為限制詞。在用戶輸入檢索請求后可通過點擊搜索按鈕，通過互聯(lián)網(wǎng)將該檢索請求發(fā)送至數(shù)字地圖生成裝置，以被數(shù)字地圖生成裝置的檢索請求獲取模塊501所獲取。中心詞確定模塊502，用于確定檢索請求的中心詞。中心詞確定模塊502需從檢索請求中識別出用戶所要檢索的目標(中心詞)。請參見圖6。圖6是根據(jù)本發(fā)明實施例中的中心詞確定模塊502的示意框圖。在本實施例中，中心詞確定模塊502包括分詞模塊601，用于對檢索請求進行分詞，以獲得分詞結(jié)果。分詞的作用是將檢索請求中的文字序列切分成有意義的字詞，以便后續(xù)處理。具體分詞的方法包括正向匹配分詞、反向匹配分詞、正向反向匹配分詞、基于全切分詞圖的分詞，最大熵馬爾科夫模型分詞、 最大熵分詞或條件隨機場分詞等，上述分詞方法均為本領(lǐng)域公知技術(shù)，在此不再贅述。在分詞后，優(yōu)選對分詞結(jié)果進行過濾。過濾的作用是去除標點符號、助詞等無用信息。例如在對上文的檢索請求進行分詞后可獲得“北京市”、“海淀區(qū)”、“長春橋路”以及“麥當勞”等分詞結(jié)果。索引樹獲取模塊602，用于獲取索引樹。其中，索引樹包含按地理區(qū)域劃分的多個級別的節(jié)點。其中地理區(qū)域劃分為具有多個級別的索引樹，多個級別相應(yīng)于地理區(qū)域，例如省、城市、區(qū)、路...，索引樹中越低級別的節(jié)點所表示的地理區(qū)域范圍越小。以北京市為例，在索引樹內(nèi)設(shè)置“北京市”作為一級節(jié)點，并進一步設(shè)置“海淀區(qū)”、“朝陽區(qū)”等多個二級節(jié)點。在二級節(jié)點下進一步設(shè)置多個“長春橋路”、“阜成橋路”等多個三級節(jié)點。索引樹匹配模塊603，用于將檢索請求的分詞結(jié)果與索引樹的節(jié)點進行匹配。具體而言，索引樹匹配模塊603可在索引樹中查找與分詞結(jié)果一致的節(jié)點。例如， 在上文的分詞結(jié)果中，“北京市”與索引樹的一級節(jié)點相匹配，“海淀區(qū)”與索引樹的二級節(jié)點相匹配，“長春橋路”則與索引樹的三級節(jié)點相匹配。選擇模塊604，用于選擇匹配節(jié)點的級別最低的分詞結(jié)果或未與索引樹相匹配的分詞結(jié)果作為中心詞。例如，在上文的分詞結(jié)果中，“麥當勞”未與索引樹的各級節(jié)點匹配， 則可以確定“麥當勞”為中心詞。在其他實施例中，如果用戶輸入的檢索請求僅是“北京市海淀區(qū)長春橋路”，此時分詞結(jié)果均能與索引樹中的不同節(jié)點相匹配。在這種情況下，選擇模塊604選擇級別最低的分詞結(jié)果“長春橋路”作為中心詞。并且，在找到未與索引樹相匹配的分詞結(jié)果時，可將其余的與索引樹的節(jié)點匹配的分詞結(jié)果作為限制詞。另外，在分詞結(jié)果均與索引樹相匹配時，由于需要選擇匹配節(jié)點的級別最低的分詞結(jié)果作為中心詞，因此， 可將其余的匹配節(jié)點的分詞結(jié)果作為限制詞。請繼續(xù)參見圖5，在中心詞確定模塊502確定了檢索請求的中心詞后，利用泛需求判斷模塊503對中心詞進行泛需求判斷。其中，泛需求是指用戶需求的檢索結(jié)果有多個，且多個結(jié)果不分主次，在網(wǎng)絡(luò)地圖上需要標示出多個地點，具體可包括類別需求、多分店對象需求等。例如，類別需求可以是“快餐店”、“郵局”等表示具有同一分類屬性的需求，而多分店對象需求可以“麥當勞”、“肯德基”或“俏江南”等表示具有多個分店的需求。與泛需求相對的是特定需求，特定需求是指用戶需求的檢索結(jié)果只有一個或特定幾個，例如“北京首都國際機場”。其中，泛需求判斷模塊503可通過多種方式實現(xiàn)泛需求的判斷。例如，在泛需求詞表(圖5未示)中檢索中心詞，若在泛需求詞表中檢索到中心詞，則判斷中心詞為泛需求詞。在本實施例中，泛需求詞表可通過線下挖掘的方式獲得。此外，請參見圖7，圖7是根據(jù)本發(fā)明實施例中的泛需求判斷模塊503的示意框圖。 在本實施例中，泛需求判斷模塊503主要包括檢索模塊701，用于根據(jù)中心詞在地圖數(shù)據(jù)庫(圖7未示)中進行檢索，以獲取與中心詞相匹配的多個檢索結(jié)果。檢索模塊701可僅根據(jù)檢索請求中的中心詞進行檢索，以在地圖數(shù)據(jù)庫中檢索到與中心詞有關(guān)的所有檢索結(jié)果。分類屬性聚類模塊702，用于按照分類屬性對檢索結(jié)果進行聚類，以獲得劃分成多個分類屬性的屬性聚類結(jié)果。地圖數(shù)據(jù)庫的每一檢索結(jié)果都帶有一個分類屬性，這里的分類屬性指地圖行業(yè)內(nèi)對數(shù)據(jù)的分類標記，比如“餐飲”、“大廈”、“交通設(shè)施”、“教育”、“醫(yī)療” 等，按照分類屬性對檢索結(jié)果進行聚類是指可通過判斷檢索結(jié)果屬于哪一種分類屬性并將具有相同分類屬性的檢索結(jié)果放在一起以完成聚類。假設(shè)根據(jù)中心詞“美食”可得到5000 個檢索結(jié)果，經(jīng)分類屬性聚類后得到屬性聚類結(jié)果為((餐飲4000)，(大廈500)，(教
15育100)，(醫(yī)療400))，即屬于餐飲分類屬性的檢索結(jié)果數(shù)量為4000，屬于大廈分類屬性的檢索結(jié)果數(shù)量為500，屬于教育分類屬性的檢索結(jié)果數(shù)量為100，屬于醫(yī)療分類屬性的檢索結(jié)果數(shù)量為400。屬性集中聚類特征判斷模塊703，用于判斷屬性聚類結(jié)果是否滿足屬性集中聚類特征，若屬性聚類結(jié)果不滿足屬性集中聚類特征，則中心詞不是泛需求詞，并將判斷結(jié)果發(fā)送至地圖生成模塊504，若屬性聚類結(jié)果滿足屬性集中聚類特征，則觸發(fā)坐標聚類模塊704 繼續(xù)處理。具體而言，屬性集中聚類特征判斷模塊703在判斷屬性聚類結(jié)果是否滿足屬性集中聚類特征時，首先統(tǒng)計每一分類屬性下的檢索結(jié)果數(shù)量并按檢索結(jié)果數(shù)量進行排序，例如對上文的屬性聚類結(jié)果進行排序后的屬性聚類結(jié)果為((餐飲4000)，(大廈500)，(醫(yī)療400)，(教育100))。計算排序后的每一分類屬性下的檢索結(jié)果數(shù)量與相鄰的分類屬性的檢索結(jié)果數(shù)量之間的相對懸殊度，若相對懸殊度大于第一閾值的分類屬性的數(shù)量大于第二閾值，則不 兩足。
權(quán)利要求
1.一種數(shù)字地圖生成方法，其特征在于，包括a.獲取檢索請求；b.確定所述檢索請求的中心詞；c.對所述中心詞進行泛需求判斷；d.根據(jù)判斷為泛需求詞的所述中心詞動態(tài)生成數(shù)字地圖。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟b包括 bl.對所述檢索請求進行分詞，以獲得分詞結(jié)果；b2.獲取索引樹，所述索引樹包含按地理區(qū)域劃分的多個級別的節(jié)點； b3.將所述分詞結(jié)果與所述索引樹的節(jié)點進行匹配；b4.選擇匹配節(jié)點的級別最低的所述分詞結(jié)果或未與所述索引樹相匹配的所述分詞結(jié)果作為所述中心詞。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述步驟c中，在泛需求詞表中檢索所述中心詞，若在所述泛需求詞表中檢索到所述中心詞，則判斷所述中心詞為泛需求詞。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟c包括cl.根據(jù)所述中心詞在地圖數(shù)據(jù)庫中進行檢索，以獲取與所述中心詞相匹配的多個檢索結(jié)果；c2.按照分類屬性對所述檢索結(jié)果進行聚類，以獲得劃分成多個分類屬性的屬性聚類結(jié)果；c3.判斷所述屬性聚類結(jié)果是否滿足屬性集中聚類特征，若所述屬性聚類結(jié)果不滿足所述屬性集中聚類特征，則所述中心詞不是泛需求詞。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述步驟c3包括c31.統(tǒng)計每一所述分類屬性下的檢索結(jié)果數(shù)量并按所述檢索結(jié)果數(shù)量進行排序； c32.計算排序后的每一所述分類屬性下的檢索結(jié)果數(shù)量與相鄰的所述分類屬性的檢索結(jié)果數(shù)量之間的相對懸殊度，若所述相對懸殊度大于第一閾值的所述分類屬性的數(shù)量大于第二閾值，則不滿足所述屬性集中聚類特征。
6.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述步驟c包括c4.若所述屬性聚類結(jié)果滿足所述屬性集中聚類特征，則按照坐標對所述檢索結(jié)果進行聚類，以獲取劃分成多個坐標分類的坐標聚類結(jié)果；c5.判斷所述坐標聚類結(jié)果是否滿足坐標分散聚類特征，若所述坐標聚類結(jié)果滿足所述坐標分散聚類特征，則所述中心詞是泛需求詞，若所述坐標聚類結(jié)果不滿足所述坐標分散聚類特征，則所述中心詞不是泛需求詞。
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述步驟c5包括c51.統(tǒng)計每一所述坐標分類下的檢索結(jié)果數(shù)量并按所述檢索結(jié)果數(shù)量進行排序； c52.計算排序后的每一所述坐標分類下的檢索結(jié)果數(shù)量與相鄰的所述坐標分類的檢索結(jié)果數(shù)量之間的相對懸殊度，若所述相對懸殊度大于第三閾值的所述坐標分類的數(shù)量大于第四閾值，則滿足所述坐標分散聚類特征。
8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟d包括 dl.根據(jù)所述中心詞獲取多個檢索結(jié)果的識別信息以及坐標信息；d2.根據(jù)所述檢索結(jié)果繪制多個瓦片圖，其中根據(jù)所述坐標信息在所述瓦片圖上繪制與所述檢索結(jié)果對應(yīng)的樣式圖標。
9.根據(jù)權(quán)利要求8所述的方法，其特征在于，在所述步驟d2中，根據(jù)用戶指定的所述樣式圖標繪制所述瓦片圖。
10.根據(jù)權(quán)利要求9所述的方法，其特征在于，在所述步驟d2中，所述樣式圖標為用戶上傳的樣式圖標。
11.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述步驟d進一步包括d3.發(fā)送所述多個瓦片圖，以將所述多個瓦片圖拼裝并顯示于靜態(tài)地圖上。
12.根據(jù)權(quán)利要求11所述的方法，其特征在于，在所述步驟d2中，將所述多個瓦片圖填充到緩存中，在所述步驟d3中，響應(yīng)瓦片圖獲取請求從所述緩存發(fā)送所述瓦片圖。
13.根據(jù)權(quán)利要求8所述的方法，其特征在于，在所述步驟d2中，進一步生成與所述瓦片圖對應(yīng)的數(shù)據(jù)集合并將所述數(shù)據(jù)集合填充到所述緩存中，所述數(shù)據(jù)集合包括所述識別信息以及所述坐標信息。
14.根據(jù)權(quán)利要求13所述的方法，其特征在于，所述步驟d進一步包括d4.獲取針對所述瓦片圖發(fā)出的第一數(shù)據(jù)獲取請求，發(fā)送與所述瓦片圖對應(yīng)的數(shù)據(jù)集合。
15.根據(jù)權(quán)利要求14所述的方法，其特征在于，在所述步驟d4中，獲取與所述數(shù)據(jù)集合中的所述識別信息對應(yīng)的第一數(shù)據(jù)信息，將所述第一數(shù)據(jù)信息拼裝到所述數(shù)據(jù)集合，并發(fā)送拼裝后的所述數(shù)據(jù)集合。
16.根據(jù)權(quán)利要求14所述的方法，其特征在于，在所述步驟d4中，當鼠標懸停于所述瓦片圖上的所述樣式圖標上時發(fā)出所述第一數(shù)據(jù)獲取請求。
17.根據(jù)權(quán)利要求16所述的方法，其特征在于，在所述步驟d4中，進一步顯示與所述鼠標懸停的所述樣式圖標對應(yīng)的所述第一數(shù)據(jù)信息。
18.根據(jù)權(quán)利要求17所述的方法，其特征在于，在所述步驟d4中，所述第一數(shù)據(jù)信息為名稱信息。
19.根據(jù)權(quán)利要求13所述的方法，其特征在于，所述步驟d進一步包括d5.獲取針對所述樣式圖標發(fā)出的第二數(shù)據(jù)獲取請求，發(fā)送與所述樣式圖標的識別信息對應(yīng)的第二數(shù)據(jù)信息。
20.根據(jù)權(quán)利要求19所述的方法，其特征在于，在所述步驟d5中，當鼠標點擊所述樣式圖標上時發(fā)出所述第二數(shù)據(jù)獲取請求。
21.根據(jù)權(quán)利要求20所述的方法，其特征在于，在所述步驟d5中，以彈出框形式顯示所述第二數(shù)據(jù)信息。
22.根據(jù)權(quán)利要求21所述的方法，其特征在于，所述第二數(shù)據(jù)信息包括地址信息。
23.一種數(shù)字地圖生成裝置，其特征在于，包括檢索請求獲取模塊，用于獲取檢索請求；中心詞確定模塊，用于確定所述檢索請求的中心詞；泛需求判斷模塊，用于對所述中心詞進行泛需求判斷；地圖生成模塊，用于根據(jù)判斷為泛需求詞的所述中心詞動態(tài)生成數(shù)字地圖。
24.根據(jù)權(quán)利要求23所述的裝置，其特征在于，所述中心詞確定模塊包括分詞模塊，用于對所述檢索請求進行分詞，以獲得分詞結(jié)果；索引樹獲取模塊，用于獲取索引樹，所述索引樹包含按地理區(qū)域劃分的多個級別的節(jié)點。索引樹匹配模塊，用于將所述分詞結(jié)果與所述索引樹的節(jié)點進行匹配；選擇模塊，用于選擇匹配節(jié)點的級別最低的所述分詞結(jié)果或未與所述索引樹相匹配的所述分詞結(jié)果作為所述中心詞。
25.根據(jù)權(quán)利要求23所述的裝置，其特征在于，所述泛需求判斷模塊在泛需求詞表中檢索所述中心詞，若在所述泛需求詞表中檢索到所述中心詞，則判斷所述檢索詞為泛需求詞。
26.根據(jù)權(quán)利要求23所述的裝置，其特征在于，所述泛需求判斷模塊包括檢索模塊，用于根據(jù)所述中心詞在地圖數(shù)據(jù)庫中進行檢索，以獲取與所述中心詞相匹配的多個檢索結(jié)果；分類屬性聚類模塊，用于按照分類屬性對所述檢索結(jié)果進行聚類，以獲得劃分成多個分類屬性的屬性聚類結(jié)果；屬性集中聚類特征判斷模塊，用于判斷所述屬性聚類結(jié)果是否滿足屬性集中聚類特征，若所述屬性聚類結(jié)果不滿足所述屬性集中聚類特征，則所述中心詞不是泛需求詞。
27.根據(jù)權(quán)利要求沈所述的裝置，其特征在于，所述屬性集中聚類特征判斷模塊用于統(tǒng)計每一所述分類屬性下的檢索結(jié)果數(shù)量并按所述檢索結(jié)果數(shù)量進行排序，計算排序后的每一所述分類屬性下的檢索結(jié)果數(shù)量與相鄰的所述分類屬性的檢索結(jié)果數(shù)量之間的相對懸殊度，若所述相對懸殊度大于第一閾值的所述分類屬性的數(shù)量大于第二閾值，則不滿足所述屬性集中聚類特征。
28.根據(jù)權(quán)利要求沈所述的裝置，其特征在于，所述泛需求判斷模塊進一步包括坐標聚類模塊，用于在所述屬性聚類結(jié)果滿足所述屬性集中聚類特征時，按照坐標對所述檢索結(jié)果進行聚類，以獲取劃分成多個坐標分類的坐標聚類結(jié)果；坐標分散聚類特征判斷模塊，用于判斷所述坐標聚類結(jié)果是否滿足坐標分散聚類特征，若所述坐標聚類結(jié)果滿足所述坐標分散聚類特征，則所述中心詞是泛需求詞，若所述坐標聚類結(jié)果不滿足所述坐標分散聚類特征，則所述中心詞不是泛需求詞。
29.根據(jù)權(quán)利要求觀所述的裝置，其特征在于，所述坐標分散聚類特征判斷模塊用于統(tǒng)計每一所述坐標分類下的檢索結(jié)果數(shù)量并按所述檢索結(jié)果數(shù)量進行排序，計算排序后的每一所述坐標分類下的檢索結(jié)果數(shù)量與相鄰的所述分類屬性的檢索結(jié)果數(shù)量之間的相對懸殊度，若所述相對懸殊度大于第三閾值的所述坐標分類的數(shù)量大于第四閾值，則滿足所述坐標分散聚類特征。
30.根據(jù)權(quán)利要求23所述的裝置，其特征在于，所述地圖生成模塊包括檢索結(jié)果信息生成模塊，用于根據(jù)所述中心詞獲取多個檢索結(jié)果的識別信息以及坐標 fn息；瓦片圖生成模塊，用于根據(jù)所述檢索結(jié)果繪制多個瓦片圖，其中根據(jù)所述坐標信息在所述瓦片圖上繪制與所述檢索結(jié)果對應(yīng)的樣式圖標。
31.根據(jù)權(quán)利要求30所述的裝置，其特征在于，所述瓦片圖生成模塊根據(jù)用戶指定的所述樣式圖標繪制所述瓦片圖。
32.根據(jù)權(quán)利要求31所述的裝置，其特征在于，所述樣式圖標為用戶上傳的樣式圖標。
33.根據(jù)權(quán)利要求30所述的裝置，其特征在于，所述地圖生成模塊進一步包括瓦片圖發(fā)送模塊，用于發(fā)送所述多個瓦片圖，以將所述多個瓦片圖拼裝并顯示于靜態(tài)地圖上。
34.根據(jù)權(quán)利要求33所述的裝置，其特征在于，所述瓦片圖生成模塊將所述多個瓦片圖填充到緩存中，所述瓦片圖發(fā)送模塊響應(yīng)瓦片圖獲取請求從所述緩存發(fā)送所述瓦片圖。
35.根據(jù)權(quán)利要求30所述的裝置，其特征在于，所述瓦片圖生成模塊進一步生成與所述瓦片圖對應(yīng)的數(shù)據(jù)集合并將所述數(shù)據(jù)集合填充到所述緩存中，所述數(shù)據(jù)集合包括所述識別信息以及所述坐標信息。
36.根據(jù)權(quán)利要求35所述的裝置，其特征在于，所述地圖生成模塊進一步包括第一數(shù)據(jù)獲取請求響應(yīng)模塊，用于獲取針對所述瓦片圖發(fā)出的第一數(shù)據(jù)獲取請求，并發(fā)送與所述瓦片圖對應(yīng)的數(shù)據(jù)集合。
37.根據(jù)權(quán)利要求36所述的裝置，其特征在于，所述第一數(shù)據(jù)獲取請求響應(yīng)模塊獲取與所述數(shù)據(jù)集合中的所述識別信息對應(yīng)的第一數(shù)據(jù)信息，將所述第一數(shù)據(jù)信息拼裝到所述數(shù)據(jù)集合，并發(fā)送拼裝后的所述數(shù)據(jù)集合。
38.根據(jù)權(quán)利要求36所述的裝置，其特征在于，當鼠標懸停于所述瓦片圖上的所述樣式圖標上時發(fā)出所述第一數(shù)據(jù)獲取請求。
39.根據(jù)權(quán)利要求38所述的裝置，其特征在于，所述第一數(shù)據(jù)獲取請求響應(yīng)模塊進一步顯示與所述鼠標懸停的所述樣式圖標對應(yīng)的所述第一數(shù)據(jù)信息。
40.根據(jù)權(quán)利要求39所述的裝置，其特征在于，所述第一數(shù)據(jù)信息為名稱信息。
41.根據(jù)權(quán)利要求35所述的裝置，其特征在于，所述地圖生成模塊進一步包括第二數(shù)據(jù)獲取請求響應(yīng)模塊，用于獲取針對所述樣式圖標發(fā)出的第二數(shù)據(jù)獲取請求， 發(fā)送與所述樣式圖標的識別信息對應(yīng)的第二數(shù)據(jù)信息。
42.根據(jù)權(quán)利要求41所述的裝置，其特征在于，當鼠標點擊所述樣式圖標上時發(fā)出所述第二數(shù)據(jù)獲取請求。
43.根據(jù)權(quán)利要求42所述的裝置，其特征在于，以彈出框形式顯示所述第二數(shù)據(jù)信息。
44.根據(jù)權(quán)利要求43所述的裝置，其特征在于，所述第二數(shù)據(jù)信息包括地址信息。
全文摘要
本發(fā)明提供一種數(shù)字地圖生成方法，包括獲取檢索請求；確定檢索請求的中心詞；對中心詞進行泛需求判斷；根據(jù)判斷為泛需求詞的中心詞動態(tài)生成數(shù)字地圖。本發(fā)明進一步提供一種數(shù)字地圖生成裝置。通過以上方式，本發(fā)明提供的技術(shù)方案可可通過對用戶輸入的檢索請求進行分析，以判斷檢索請求中所包含的中心詞為泛需求詞或特定需求詞，并且在判斷到檢索詞為泛需求詞時選用動態(tài)地圖展現(xiàn)方式以減輕服務(wù)器負載，從而解決了現(xiàn)有技術(shù)中的網(wǎng)絡(luò)地圖不對檢索請求作任何判斷而直接將檢索結(jié)果同時繪制至一張地圖上而對服務(wù)器造成的負載過大的技術(shù)問題。
文檔編號G06F17/30GK102163214SQ201110053868
公開日2011年8月24日 申請日期2011年3月7日 優(yōu)先權(quán)日2011年3月7日
發(fā)明者蔡華純, 黃海斌 申請人:北京百度網(wǎng)訊科技有限公司