大数据时代,随着POI数据量的急剧增加,以及导航数据采集更新方式的快速发展,传统车厂导航软件存储容量已不能支持千万级的POI数据量。基于大数据统计分析,对车载导航数据中的POI要素进行删减、管理,删除一些不重要的、与车载导航无关的POI,使POI数据量控制在900万,且制定一个长期的POI过滤方案,POI可以根据此方案自动过滤和筛选,保证未来的POI数据量增长在一个可控的范围内。本研究利用大数据统计分析等技术手段,基于结构化分析对NI公司的POI数据量进行删减处理。通过分析NI公司的POI数据结构模型,构建相关属性知识库,基于B公司分类转出知识库和分类分级控制方案知识库,对15Q1和15Q2两个版本的数据进行删减处理,并采用测试联调方法对知识库进行调整,以达到最佳效果。数据删减后,通过对15Q1和15Q2两个版本删减前后POI数量的统计对比,全方位地展示现行POI数据管控策略(包括测试方案与正式方案)的实施效果。具体包括按照定义的区域范围在产品库中进行统计,以及在每个区域范围内按POI大分类进行统计。从15Q1到15Q2各区域删减比例变化来看,每个区域的删减比例都有所增加,但变化幅度在1%以内,两版本数据的POI删减比例维持在一个稳定的水平,正面证实管控策略的正确性与合理性。另一方面通过搜狗手机端检索日志中的高频检索数据与删减数据进行交叉分析,侧面评价现行POI数据管控策略的实施不会对用户的检索体验产生显著的负面影响,旨在从另一个维度为POI数据管控策略的确定与改进提供决策支持。