技术摘要：
本申请公开了一种兴趣点的表征学习、识别方法、装置、设备及存储介质，涉及电子地图和人工智能技术，包括：获取电子地图中各POI；分别将每个POI作为当前POI，根据所述当前POI的周围区域所分布POI的特征，构建所述当前POI的空间分布热图；根据构建的各所述POI的空间分布  全部
背景技术：
POI(Point  of  Interest，兴趣点)泛指一切可以抽象为点的地理对象，尤其是一 些与人们生活密切相关的地理实体，如学校、银行、餐馆、加油站、医院或超市等。对诸如电 子地图这样的地理信息系统来说，POI的数量在一定程度代表着整个系统的价值。每个POI 包含四方面信息，名称、类别、经度及纬度，全面的POI讯息是丰富导航地图的必备资讯。POI 应用较为广泛，例如，用户出行的POI推荐，以及对POI的竞争关系进行分析等。 POI表征学习也即学习POI表征，能够实现对POI含义的学习，对于POI的应用具有 重要意义。与一般的研究对象不同，POI广泛的分布在地理空间中，空间地域性是POI最为重 要的特性之一。而现有的POI表征学习方法主要是利用POI的简单空间特性学习POI表征，忽 略了POI特有的空间特性，对POI空间特性挖掘不足，导致POI的识别效果不理想，应用性能 降低。 可见，如何充分挖掘POI空间特性，对于提高POI的应用性能来说具有极其重要的 意义。
技术实现要素：
本申请实施例提供了一种兴趣点的表征学习、识别方法、装置、设备及存储介质， 利用充分挖掘的POI空间特征学习POI表征，从而提高POI的识别效果以及POI的应用性能。 第一方面，本申请实施例提供了一种兴趣点的表征学习方法，包括： 获取电子地图中各POI； 分别将每个POI作为当前POI，根据所述当前POI的周围区域所分布POI的特征，构 建所述当前POI的空间分布热图； 根据构建的各所述POI的空间分布热图，基于设定学习模型进行POI表征学习。 第二方面，本申请实施例提供了一种兴趣点的识别方法，包括： 获取电子地图中的待识别POI； 根据所述待识别POI的周围区域所分布POI的特征，构建所述待识别POI的空间分 布热图； 将所述待识别POI的空间分布热图输入至设定学习模型，以对所述待识别POI进行 表征识别； 其中，所述设定学习模型采用第一方面所述的兴趣点的表征学习方法进行学习获 得。 第三方面，本申请实施例提供了一种兴趣点的表征学习的装置，包括： 兴趣点获取模块，用于获取电子地图中各兴趣点POI； 第一空间分布热图构建模块，用于分别将每个POI作为当前POI，根据所述当前POI 7 CN 111553279 A 说　明　书 2/19 页 的周围区域所分布POI的特征，构建所述当前POI的空间分布热图； 兴趣点表征学习模块，用于根据构建的各所述POI的空间分布热图，基于设定学习 模型进行POI表征学习。 第四方面，本申请实施例提供了一种兴趣点的识别装置，包括： 待识别兴趣点获取模块，用于获取电子地图中的待识别POI； 第二空间分布热图构建模块，用于根据所述待识别POI的周围区域所分布POI的特 征，构建所述待识别POI的空间分布热图； 兴趣点表征识别模块，用于将所述待识别POI的空间分布热图输入至设定学习模 型，以对所述待识别POI进行表征识别； 其中，所述设定学习模型采用第一方面所述的兴趣点的表征学习方法进行学习获 得。 第五方面，本申请实施例提供了一种电子设备，包括： 至少一个处理器；以及 与所述至少一个处理器通信连接的存储器；其中， 所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一 个处理器执行，以使所述至少一个处理器能够执行第一方面实施例所提供的兴趣点的表征 学习方法，或执行第二方面实施例所提供的兴趣点的识别方法。 第六方面，本申请实施例提供了一种存储有计算机指令的非瞬时计算机可读存储 介质，其特征在于，所述计算机指令用于使所述计算机执行第一方面实施例所提供的兴趣 点的表征学习方法，或执行第二方面实施例所提供的兴趣点的识别方法。 本申请实施例通过根据电子地图中各POI的周围区域所分布POI的特征，构建各 POI的空间分布热图，以根据构建的各POI的空间分布热图，基于设定学习模型进行POI表征 学习，并将待识别POI对应构建的待识别POI的空间分布热图输入至学习完成的设定学习模 型中，以对待识别POI进行表征识别，解决现有POI表征学习方法存在的对POI空间特性挖掘 不足等问题，能够利用充分挖掘的POI空间特征学习POI表征，从而提高POI的识别效果以及 POI的应用性能。 应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特 征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。 附图说明 附图用于更好地理解本方案，不构成对本申请的限定。其中： 图1是本申请实施例提供的一种兴趣点的表征学习方法的流程图； 图2a是本申请实施例提供的一种兴趣点的表征学习方法的流程图； 图2b是本申请实施例提供的一种基于图神经网络进行POI表征学习的流程示意 图； 图2c是本申请实施例提供的一种构建单一通道空间分布热图的示意图； 图3a是本申请实施例提供的一种兴趣点的表征学习方法的流程图； 图3b是本申请实施例提供的一种兴趣点的表征学习方法的流程图示意图； 图3c是本申请实施例提供的一种POI的关联空间区域的效果示意图； 8 CN 111553279 A 说　明　书 3/19 页 图3d是本申请实施例提供的一种POI关联空间因素的效果示意图； 图4是本申请实施例提供的一种兴趣点的识别方法的流程图； 图5是本申请实施例提供的一种兴趣点的表征学习装置的结构图； 图6是本申请实施例提供的一种兴趣点的识别装置的结构图； 图7是本申请实施例提供的一种电子设备的结构示意图。