我們知道，美團與大眾點評的涉及30億美金的重量級合并是非常的吸引眼球的。在這一場合并中，美團主要看重的是大眾點評的門店POI（Point of Interest，用戶感興趣的點的統稱）數據。大眾點評擁有1700萬門店POI數據，比美團POI數據多2倍。在美團的800萬POI數據中，有團購交易的商戶接近150萬左右，POI到交易的轉化率很高。而大眾點評的POI的轉化率雖然沒有美團高，但也是美團眼中的香餑餑。成了這場合并的重要籌碼。

既然POI這么重要，那么，POI如何設計？又如何用于檢索呢？

POI系統的設計

大眾點評當年得到POI的方法是很笨的，是派人去“掃街”來采集POI，即：外業人員到商鋪門口去采集，并利用GPS確定位置，內業人員將外業采集得到的數據更新到地理數據庫。這種方法和高德/四維圖新等圖商的POI采集方法是相同的。

在采集POI完成后，下一步是設計POI系統。POI系統設計的核心就是加快POI數據的檢索。為了實現POI的快速檢索，可以對POI系統建立精細設計的存儲及獲取的架構，也可以對數據進行線性排序，也可以建立空間索引（參見本系列第一期《LBS數據的空間索引方法》（《程序員》10月B刊））。

【POI系統的存儲及獲取】

POI的名稱由于可以重復，所以為了減少存儲的容量，提高檢索的速度，可以對所有的名稱進行統一存儲。這樣，可以許多的POI對應一個名稱，就減小了POI名稱的存儲容量。

與名稱相同，由于POI的圖標也可以重復，所以為了減少存儲的容量，提高檢索的速度，可以對所有的圖標進行統一存儲。一幅地圖數據存儲不到100個圖標就滿了，而POI只需要有一個對圖標的引用即可。

POI除了一般信息外，就是其深度信息了。一般信息就是商鋪的名稱或者電話等常見信息。深度信息如：店鋪的評價、店鋪的營業時間，或者地圖中需要更新的數據（如從網絡得到的POI數據）等。可以想象，未來的地圖數據必然是互動的地圖，也必然是聯網的地圖。所以，未來的地圖數據中有可能很大一部分是互動的深度數據，比如從其他網站（淘寶、天貓）得到的深度信息。這一點實際上百度和高德等已經在實施，百度的很多數據是靠爬蟲從網頁中爬來的。高德的很多POI的數據也是從淘寶/天貓得到的。

【線性排序】

如果把所有的幾何類型歸結為：點、線、面數據。那么，POI顯然屬于點類型。

點的設計可以非常簡單，比如：可以只考慮做一個有經緯度的點到地圖上就可以，也可以進行更精細的設計，除了建立更好的空間索引來檢索外，也可以對點進行排序，以便能更快速地對點進行檢索。

對點進行排序的方法主要有兩種：希爾伯特曲線排序和Z排序。這兩種排序方法都可以用來對POI進行排序，從而縮短名稱搜索所需的時間。

希爾伯特曲線排序

希爾伯特曲線是一種能填充滿一個平面正方形的分形曲線（空間填充曲線），由數學牛人大衛·希爾伯特在1891年提出。

由于它能填滿平面，它的豪斯多夫維（Hausdorff-Becikovich Dimesion，目前主流的拓撲維度的度量）是2。

希爾伯特曲線本質上顯現了一種排序，這種排序的L系統記法如下。

變量：L、R

常數：F、+、?

規則為：

L → + RF? LFL? FR+

R → LF+RFR+FL

其中，F表示向前；?表示右轉90°；+表示左轉90°。

排序的步驟如圖1所示。

圖1 希爾伯特排序

Z排序（莫頓排序）

與希爾伯特曲線排序一樣，Z排序也是一種將多維空間利用曲線進行填滿（實際上是一種點排序）的方法。

Z排序是一種很重要的方法，我們曾在《LBS數據的空間索引方法》一文中描述其原理。下面展現一下其排序效果，如圖2所示。

圖2? Ｚ排序

圖2? Ｚ排序

這兩種排序方法都是將二維空間化為一維的方法，從而可以將二維空間進行排序，可以很快地進行POI名稱檢索。

【POI系統的檢索】

搜索是用戶和LBS交互的主要渠道。各種LBS應用有所不同，但是搜索技術大致可歸納為以POI（興趣點）為基礎，以名稱搜索為表現形式，以推薦系統為核心技術（我們將在下一期介紹推薦技術）。

實際上，推薦技術就是搜索技術，因為推薦技術往往是進行網頁排名（谷歌發明的一種網頁排名技術）的，所以推薦技術就是最核心的搜索技術。

但是，搜索技術除了出現用戶最感興趣的內容（推薦系統）外，還有效率的需求。提高搜索技術的效率往往有兩種技術：大規模的哈希（Hash）技術（如Hadoop中所用到的海量數據存儲技術）和構建樹的技術。其中大規模的哈希技術在大型的搜索引擎（比如搜狗輸入法/百度搜索）中使用比較普遍，往往是先對文本建立分詞庫，然后建立一些大規模的哈希化的倒排索引等，這種技術實現起來有一定的難度。

而構建樹的技術相對于大規模的哈希技術而言，簡單且易行。最常見的構建樹的技術就是FTS（利用B-樹的全文搜索）或自動提示。

FTS

FTS往往是利用與SQLITE的FTS3或FTS4類似的技術來建立的，本質上是一種利用B-樹的技術，使用起來比較簡單，比如：可以在sqlite3種利用一兩句sql語句，就可以實現FTS搜索。

自動提示

自動提示技術大概有如下4種。

在線式技術（利用分詞）：這種技術往往有一個龐大的分詞數據庫，利用龐大的服務器的運算能力，以單詞（中文或英文）為單位生成自動提示的詞匯。這種技術一般用于搜索引擎，比如谷歌/百度。

離線式技術（利用分詞庫）：這種技術與在線式分詞技術類似，一般是利用預先生成的或用戶操作生成的詞庫。利用詞庫間單詞的關系來自動提示下一個單詞。由于這種技術所生成的詞匯并非一一對應網頁或文本地址。所以，這種技術往往應用于輸入法。如果應用于離線式引擎，則需要將分詞對應多個網頁或文本。

離線（不利用分詞庫）這種情況下，往往使用NVC（next valid character，下一有效字符）技術。

NVC技術是在國外應用很普遍的一種技術，先于分詞技術而產生，最早應用在車載引擎上，并一直在車載引擎上占據統治地位。這是因為NVC技術可以在查找到單詞的同時，同步生成唯一對應的POI或道路的索引。所以，方法（3）相比于方法（1）、（2）來說，具有精確、技術實現簡單、維護簡單的特點。

進行道路或興趣點名稱的NVC的方法如下：

通過在數據庫中預先存儲所有的道路或興趣點的名稱，并預先存儲NVC的數據內容，實現預先判斷用戶輸入的下一個有效字符，從而可以在很短的時間內實現下一字符的自動提示。各名稱字符間的關系如圖3所示：

?

圖3 NVC的結構

名稱的全文提示。這種方法近似自動補全功能，這種自動提示方法通過用戶輸入的前幾個字符，在名稱的下拉框中提示1個或多個道路或興趣點的名稱字符串。比如：

圖4 自動提示

總的來說，第（1）、（2）種技術所用的方法是非常好的，并且已經普遍應用在大型搜索引擎中，比如百度、谷歌或搜狗輸入法。但由于這種方法的開發成本比較高，且對硬件或網絡的要求也較高，所以并沒有普遍應用于高端車載導航產品及低端的LBS產品。

沒有用于低端的LBS產品的原因主要在于開發成本的關系。沒有在高端的車載導航中成為主流是因為，高端車載導航需要精確、快速更甚于界面的友好，比如，用第①、②種方法，如果不花費巨額的研發成本，往往不能滿足“用戶的輸入詞匯與對應的網頁／文本地址一一對應”的要求。比如，用戶要查找：望京商業樓，所尋找到符合要求的POI可能有多條，而用戶真正希望尋找的那個POI因是冷門的POI，如果采用第①、②種做法，可能被放在第一頁之后，或者被忽視。這種情況是高端汽車導航所無法接受的，特別是在目前的車廠的思維仍然比較原始的情況下。

所以，以上四種方法在實現LBS應用時各有優點，開發者需要根據自身的研發實力和需求來制定相應的技術方案。

綜上所述，我們已經把POI的設計和名稱搜索講完了。由于這兩者都是為了搜索而服務的，推薦系統才是搜索的核心技術。所以，我們將在下一期講述推薦系統。

作者簡介

賈雙成，阿里巴巴資深工程師，擅長于數據編譯、數據挖掘的系統分析和架構設計，主持研發過多個高端車載導航及adas數據編譯器。曾發表發明專利、論文四十余篇，著有《LBS核心技術揭秘》、《數據挖掘核心技術揭秘》