CN104715127B - 一种投诉热点区域识别方法及系统 - Google Patents
一种投诉热点区域识别方法及系统 Download PDFInfo
- Publication number
- CN104715127B CN104715127B CN201310672385.1A CN201310672385A CN104715127B CN 104715127 B CN104715127 B CN 104715127B CN 201310672385 A CN201310672385 A CN 201310672385A CN 104715127 B CN104715127 B CN 104715127B
- Authority
- CN
- China
- Prior art keywords
- region
- circle
- unit
- hot spot
- coordinate points
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种投诉热点区域识别方法及系统,所述方法包括:采集投诉地点信息;将所述地点信息的经纬度信息转化为平面直角坐标系的坐标点,建立每个坐标点的相邻坐标点关系集合;根据所述每个坐标点的相邻坐标点关系集合划分点区域;对所述点区域进行优化覆盖方案穷举,得到点区域覆盖方案;将最小重叠、最大覆盖的所述点区域覆盖方案作为热点区域。与现有技术相比,本发明可以提供完整的热点区域识别与覆盖的方案。
Description
技术领域
本发明涉及移动通信技术领域,尤其涉及一种投诉热点区域识别方法及系统。
背景技术
随着移动通信技术的发展,用户体验度成为越来越重要的评价指标。对于用户投诉的处理以及投诉热点区域的识别成为当下非常重要的研究课题。现有技术中,提出一种坐标平面上的数据点分布区域的识别方法及记录介质,该方案描述了通过坐标平面特征参数,并根据特征参数进行区域识别的控制算法和相关装置,它有几个特征:
a:以分割区域从分割中心点辐射的方式将坐标平面上的区域分割成两个或更多的分割区域;
b:在每个分割区域内,从分割区域的数据点中选择具有到分割中心点最远距离的数据点作为代表点;
c:确定是否存在分布代表点区域与确定区域重叠的重叠区域;
d:以及,当存在重叠区域时,确定要确定的数据分组是相关数据分组。
具体来说,在实现本发明的过程中,发明人发现现有的方案存在如下缺点:
现有技术方案坐标平面上的数据点分布区域的识别方法及记录介质,采用的方法和应用场景以及技术领域,均与通信网络技术无关。按照现有的技术方案,无法分析点密度,并正确分割出密度区域。在分割出点密度区域的基础上,针对一个区域的热点建站分布方案,目前无已有的技术方案可以参考借鉴。亟需要一种可以根据投诉产生的地理坐标,完成热点区域判定,并且提出建议建站位置最优分布方案。
发明内容
本发明的目的在于克服现有技术的缺点和不足,提供一种企业通讯录下载方法及系统。
一种投诉热点区域识别方法,所述方法包括:
采集投诉地点信息;
将所述地点信息的经纬度信息转化为平面直角坐标系的坐标点,建立每个坐标点的相邻坐标点关系集合;
根据所述每个坐标点的相邻坐标点关系集合划分点区域;
对所述点区域进行优化覆盖方案穷举,得到点区域覆盖方案;
将最小重叠、最大覆盖的所述点区域覆盖方案作为热点区域。
所述相邻坐标点关系集合根据如下方式建立:
设定热点区域覆盖半径R;
生成每个所述坐标点的对象数组,循环遍历每个坐标点,统计与所述坐标点距离小于等于热点区域覆盖半径R的相邻坐标点;
将所述相邻坐标点保存到所述坐标点的相邻坐标点对象集合中;相邻坐标点数量保存到相邻坐标点个数集合中;
按照相邻坐标点个数对所述坐标点的对象数组做倒序排列,得到相邻坐标点关系集合。
所述根据所述每个坐标点的相邻坐标点关系集合划分点区域,包括:
所述坐标点的相互间距小于所述热点区域覆盖半径R,则所述坐标点处于同一个点区域内。
所述对所述点区域进行优化覆盖方案穷举,包括:
以坐标点及相邻坐标点为圆心画单位圆O及其它单位圆,每个单位圆与单位圆O产生两个交点;
对产生的所有交点极角排序,确定被覆盖最多的弧;
以被覆盖最多的弧上任意点为圆心画单位圆,作为点区域覆盖方案。
所述将最小重叠、最大覆盖的所述点区域覆盖方案作为热点区域,包括:
将所有可行的点区域覆盖方案中最多覆盖点的单位圆最为决策树的起始;
将其它点区域覆盖方案与父级树中所有单位圆的圆心间距大于等于最小圆心间距ol的接入决策树;所述最小圆心间距所述R为热点区域覆盖半径;
若同级树中存在圆心间距小于ol的单位圆,则复制父级树,产生新分枝;
将整个分枝包括的单位圆所覆盖的坐标点个数最多并且单位圆的个数最少的单位圆对应的点区域覆盖方案作为热点区域。
所述方法还包括:
建立投诉地点信息库,将所述采集投诉地点信息存入所述投诉地点信息库中。
一种投诉热点区域识别系统,所述系统包括采集单元、预处理单元、密度区域分割单元、热点区域覆盖单元及最优覆盖方案单元,其中,
所述采集单元,用于采集投诉地点信息;
所述预处理单元,用于将所述地点信息的经纬度信息转化为平面直角坐标系的坐标点,建立每个坐标点的相邻坐标点关系集合;
所述密度区域分割单元,用于根据所述每个坐标点的相邻坐标点关系集合划分点区域;
所述热点区域覆盖单元,用于对所述点区域进行优化覆盖方案穷举,得到点区域覆盖方案;
所述最优覆盖方案单元,用于将最小重叠、最大覆盖的所述点区域覆盖方案作为热点区域。
所述预处理单元具体包括覆盖半径R设定子单元、统计子单元、相邻坐标点集合子单元及排列子单元,其中,
所述覆盖半径R设定子单元,用于设定与调整热点区域覆盖半径R;
所述统计子单元,用于生成每个所述坐标点的对象数组,循环遍历每个坐标点,统计与所述坐标点距离小于等于热点区域覆盖半径R的相邻坐标点;
所述相邻坐标点集合子单元,用于将所述相邻坐标点保存到所述坐标点的相邻坐标点对象集合中;相邻坐标点数量保存到相邻坐标点个数集合中;
所述排列子单元,用于按照相邻坐标点个数对所述坐标点的对象数组做倒序排列,得到相邻坐标点关系集合。
所述热点区域覆盖单元具体包括画圆子单元、排序子单元及点区域覆盖子单元,其中,
所述画圆子单元,用于以坐标点及相邻坐标点为圆心画单位圆O及其它单位圆,每个单位圆与单位圆O产生两个交点;
所述排序子单元,用于对产生的所有交点极角排序,确定被覆盖最多的弧;
所述点区域覆盖子单元,用于以被覆盖最多的弧上任意点为圆心画单位圆,作为点区域覆盖方案。
所述最优覆盖方案单元具体包括决策树建立子单元、加入子单元、分支子单元及选择子单元,其中,
所述决策树建立子单元,用于将所有可行的点区域覆盖方案中最多覆盖点的单位圆最为决策树的起始;
所述加入子单元,用于将其它点区域覆盖方案与父级树中所有单位圆的圆心间距大于等于最小圆心间距ol的接入决策树;所述最小圆心间距所述R为热点区域覆盖半径;
所述分支子单元,用于在同级树中存在圆心间距小于ol的单位圆,复制父级树,产生新分枝;
所述选择子单元,用于将整个分枝包括的单位圆所覆盖的坐标点个数最多并且单位圆的个数最少的单位圆对应的点区域覆盖方案作为热点区域。
本发明根据投诉产生的地理坐标,完成热点区域判定,并且提出建议建站位置最优分布方案。其中涉及到的热点区域判定,需要针对单位面积内坐标点个数做限定,根据单位面积内点数,来计算产生点密度分布图,并由限定密度值划分出符合热点区域要求的点密度区域。在分割出点密度区域的基础上,针对一个区域提供热点建站分布方案。与现有技术相比,本发明可以提供完整的热点区域识别与覆盖的方案,可以根据投诉产生的地理坐标,完成热点区域判定,并且提出建议建站位置最优分布方案。
附图说明
图1为本发明实施例提供的投诉热点区域识别方法原理流程图;
图2为本发明实施例提供的热点区域判定示意图;
图3为本发明实施例提供的以投诉点为圆心的投诉区域覆盖图;
图4为本发明实施例提供的热点区域覆盖示意图;
图5为本发明实施例提供的密度区域判定流程图;
图6为本发明实施例提供的相交弧覆盖原理流程图;
图7为本发明实施例提供的重叠区域单位圆分布示意图;
图8为本发明实施例提供的热点区域识别流程图之二;
图9为本发明实施例提供的投诉热点区域识别系统结构示意图;
图10为本发明实施例提供的预处理单元200结构示意图;
图11为本发明实施例提供的热点区域覆盖单元400结构示意图;
图12为本发明实施例提供的最优覆盖方案单元500结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式进行详细描述。但本发明的实施方式不限于此。
本发明方案实施例原理为根据用户投诉所产生的地理信息,完成热点区域判定,并且提出建议建站位置最优分布方案。提供一种投诉热点区域识别和覆盖的方法,采集投诉地点信息,生产投诉地点信息库;获取地点的经纬度信息并转化为平面直角坐标系的坐标点,以建立坐标点集合,并按照点间距参数建立相邻坐标点关系;按照规则区域点密度参数划分出点区域,建立区域集合;按照热点区域圆半径参数,对各个点区域进行优化覆盖方案遍历;从每个点区域覆盖方案集合中,提取覆盖点最多、重叠区域最小、热点区域最少的方案作为最优解决方案。
如图1所示,为本发明实施例1提供的投诉热点区域识别方法原理流程图,具体如下:
步骤10,采集投诉地点信息。
用户投诉一般都有专门的采集系统用以采集。将采集的用户投诉地点信息收集、整理,并可以建立投诉地点信息库,将采集的投诉地点信息存储在投诉地点信息库中。投诉地点信息库一般包括用户投诉地点的经纬度信息。
本实施例中,通常所指的热点区域是通过以投诉点为圆心,热点区域覆盖半径R画圆,圆内覆盖到的投诉点个数即为该投诉区域的投诉量,当投诉量大于等于判定热点区域的最小投诉量时,以该投诉点为圆心的投诉区域即可判定为热点区域。具体如图2所示,其中P为投诉点,r为热点区域覆盖半径R,据此画圆,圆内覆盖的其它投诉点的数量大于等于判定热点区域的最小投诉量时,以该投诉点为圆心的投诉区域即可判定为热点区域。
步骤20,将地点信息的经纬度信息转化为平面直角坐标系的坐标点,建立每个坐标点的相邻坐标点关系集合。
具体来说,设置常量N:满足热点区域条件的最小投诉量。R:热点区域覆盖半径。设置坐标点对象:经度、维度、相邻点对象集合、相邻点个数(投诉量)等。
通过投诉数据,生成坐标点对象数组,循环遍历每个坐标点对象,统计与该点距离小于等于热点区域覆盖半径R的相邻坐标点,相邻坐标点保存到该点的相邻点对象集合属性中,相邻坐标点数量保存到相邻点个数属性中,循环结束,按照相邻点个数对整个投诉点对象数组做倒序排列,运算完成。
步骤30,根据每个坐标点的相邻坐标点关系集合划分点区域。
以投诉点为圆心的投诉区域覆盖图如图3所示,被区域覆盖叠加越多的区域,投诉密度越高。
设置密度区域对象属性:区域包含的投诉点对象集合、区域标识ID。以前一阶段运算结果为基础,投诉量倒序排列的投诉点对象数组第一个点即是投诉量最多的点,以此点为区域核心,开始区域展开判定。
如图4所示,其中坐标点P与周边的几个坐标点中,几个点的相互间距都小于热点区域半径R,则这几个点都处于一个热点区域内。采用如图5所示的流程进行划分点区域。
图5中,首先将确定的区域核心点存入区域对象中,获得区域内所有点对象的非区域内相邻点集合,并取得合集。获得此点的区域内相邻点集合。判断相邻点个数>=热点投诉量,若是,保存符合条件的点到临时点数组中,否则,循环合集中的所有点。判断是否有新的点加入临时数组,若是,将符合条件的点临时数组保存入区域内,否则,结束流程。
步骤40,对点区域进行优化覆盖方案穷举,得到点区域覆盖方案。
单位圆覆盖问题一般采用最多覆盖相交弧的算法,获取单个热点区域圆覆盖最多投诉点的位置坐标,以此延伸获取整个区域的热点区域圆分布方案。
最多覆盖相交弧的原理是,枚举每个点,以该点为圆心画单位圆,用“圆O”表示,内层的枚举以剩下的点画单位圆,看看这些圆和圆O的交(就是相交弧),如果有交点,每个圆产生两个交点,然后对产生的2n个交点极角排序,判断被覆盖最多的弧,被覆盖相当于这个弧上的点为圆心的圆可以覆盖到覆盖它的那些点,所以被覆盖最多的弧上任意点为圆心的单位圆都可以覆盖到所有点,在此解决方案中,为了简化运算,只枚举出弧上两端点和中点形成的三个单位圆作为备选方案。
具体采用如图6所示流程完成运算。图6中,开始输入一个区域的坐标点,建立集合;循环计算所有点的2倍半径范围内的相邻点,坐标点集合按照相邻点个数倒序排序,循环坐标点集合,依次计算以此坐标点为中心的覆盖最多点的单位圆。其中,依次计算以此坐标点为中心的覆盖最多点的单位圆,具体包括:计算此坐标点为圆心的单位圆,作为基准圆;计算此坐标点的相邻点为圆心的各个单位圆,与基准圆的两个交点,在基准圆上的两个极角保存到集合中。对极角集合做正序排序,循环极角集合,建立覆盖弧计数器,建立最大覆盖数。判断最大覆盖数>相邻点数时,保存结果弧的开始端点、结束端点、中点为圆心的单位圆到结果集合,否则,保存此坐标点为圆心的单位圆到结果集合。同时,在循环极角集合,建立覆盖弧计数器,建立最大覆盖数时,进一步判断是否是一对极角中的开始角,若是,计数器累加1,否则,计数器减1。计数器>最大覆盖数时,保存当前计数器为最大覆盖数。进一步判断下一个角是否是一对极角中的结束角,若是,保存当前角为结果弧的开始角,下一角为结果弧的结束角。
步骤50,将最小重叠、最大覆盖的点区域覆盖方案作为热点区域。
最优覆盖应保证没有盲点,所以在使用单位圆覆盖这个条件下,无盲点、重叠区域最小的单位圆分布,应该是如图7所示的等腰三角形排列。
由此得出,最小圆心间距其中,R为热点区域覆盖半径。
运算方案:使用决策树算法,初始输入上一阶段结果,所有可行的单位圆集合,从中取得最多覆盖点的单位圆最为决策树的起始。
入树规则:与父级树中所有圆的圆心间距大于等于ol。
分枝规则:在同级树中存在圆心间距小于ol的圆,则复制父级树,产生新分枝。
最优决策:整个分枝包括的圆所覆盖的坐标点个数最多,并且圆的个数最少。
据此,完成投诉热点区域的识别。
本实施例中,实际上可分为如图8所示的几个部分,其中包括初始输入部分、预处理部分、密度区域分割部分、热点区域覆盖部分、最优覆盖方案部分。最终形成具体的热点区域覆盖图,其中,数据点表示投诉地理位置,不同的颜色表示识别并划分出来的各个热点投诉密集区域,圆表示投诉热点区域覆盖方案。圆的半径是标准投诉热点区域半径,圆覆盖范围内的投诉点大于等于标准投诉热点投诉数,圆的分布符合最小重叠,最大覆盖的原则。
如图9所示,为本发明实施例2提供的投诉热点区域识别系统,该系统包括采集单元100、预处理单元200、密度区域分割单元300、热点区域覆盖单元400及最优覆盖方案单元500,具体如下:
采集单元100,用于采集投诉地点信息;
预处理单元200,用于将地点信息的经纬度信息转化为平面直角坐标系的坐标点,建立每个坐标点的相邻坐标点关系集合;
密度区域分割单元300,用于根据每个坐标点的相邻坐标点关系集合划分点区域;
热点区域覆盖单元400,用于对点区域进行优化覆盖方案穷举,得到点区域覆盖方案;
最优覆盖方案单元500,用于将最小重叠、最大覆盖的点区域覆盖方案作为热点区域。
进一步的,如图10所示,上述的预处理单元200具体包括覆盖半径R设定子单元201、统计子单元202、相邻坐标点集合子单元203及排列子单元204,具体如下:
覆盖半径R设定子单元201,用于设定与调整热点区域覆盖半径R;
统计子单元202,用于生成每个坐标点的对象数组,循环遍历每个坐标点,统计与坐标点距离小于等于热点区域覆盖半径R的相邻坐标点;
相邻坐标点集合子单元203,用于将相邻坐标点保存到坐标点的相邻坐标点对象集合中;相邻坐标点数量保存到相邻坐标点个数集合中;
排列子单元204,用于按照相邻坐标点个数对坐标点的对象数组做倒序排列,得到相邻坐标点关系集合。
进一步的,如图11所示,上述热点区域覆盖单元400具体包括画圆子单元401、排序子单元402及点区域覆盖子单元403,具体如下:
画圆子单元401,用于以坐标点及相邻坐标点为圆心画单位圆O及其它单位圆,每个单位圆与单位圆O产生两个交点;
排序子单元402,用于对产生的所有交点极角排序,确定被覆盖最多的弧;
点区域覆盖子单元403,用于以被覆盖最多的弧上任意点为圆心画单位圆,作为点区域覆盖方案。
进一步的,如图12所示,上述最优覆盖方案单元500具体包括决策树建立子单元501、加入子单元502、分支子单元503及选择子单元504,其中,
决策树建立子单元501,用于将所有可行的点区域覆盖方案中最多覆盖点的单位圆最为决策树的起始;
加入子单元502,用于将其它点区域覆盖方案与父级树中所有单位圆的圆心间距大于等于最小圆心间距ol的接入决策树;最小圆心间距R为热点区域覆盖半径;
分支子单元503,用于在同级树中存在圆心间距小于ol的单位圆,复制父级树,产生新分枝;
选择子单元504,用于将整个分枝包括的单位圆所覆盖的坐标点个数最多并且单位圆的个数最少的单位圆对应的点区域覆盖方案作为热点区域。
需要说明的是:上述实施例提供的投诉热点区域识别系统在投诉热点区域识别时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将系统的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的投诉热点区域识别系统与投诉热点区域识别方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
综上,本发明各个实施例中,根据投诉产生的地理坐标,完成热点区域判定,并且提出建议建站位置最优分布方案。其中涉及到的热点区域判定,需要针对单位面积内坐标点个数做限定,根据单位面积内点数,来计算产生点密度分布图,并由限定密度值划分出符合热点区域要求的点密度区域。在分割出点密度区域的基础上,针对一个区域提供热点建站分布方案。与现有技术相比,本发明可以提供完整的热点区域识别与覆盖的方案,可以根据投诉产生的地理坐标,完成热点区域判定,并且提出建议建站位置最优分布方案。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (8)
1.一种投诉热点区域识别方法,其特征在于,所述方法包括:
采集投诉地点信息;
将所述地点信息的经纬度信息转化为平面直角坐标系的坐标点,建立每个坐标点的相邻坐标点关系集合;
根据所述每个坐标点的相邻坐标点关系集合划分点区域;
对所述点区域进行优化覆盖方案穷举,得到点区域覆盖方案;
将最小重叠、最大覆盖的所述点区域覆盖方案作为热点区域;
其中,所述相邻坐标点关系集合根据如下方式建立:
设定热点区域覆盖半径R;
生成每个所述坐标点的对象数组,循环遍历每个坐标点,统计与所述坐标点距离小于等于热点区域覆盖半径R的相邻坐标点;
将所述相邻坐标点保存到所述坐标点的相邻坐标点对象集合中;相邻坐标点数量保存到相邻坐标点个数集合中;
按照相邻坐标点个数对所述坐标点的对象数组做倒序排列,得到相邻坐标点关系集合。
2.如权利要求1所述的方法,其特征在于,所述根据所述每个坐标点的相邻坐标点关系集合划分点区域,包括:
所述坐标点的相互间距小于所述热点区域覆盖半径R,则所述坐标点处于同一个点区域内。
3.如权利要求1所述的方法,其特征在于,所述对所述点区域进行优化覆盖方案穷举,包括:
以坐标点及相邻坐标点为圆心画单位圆O及其它单位圆,每个单位圆与单位圆O产生两个交点;
对产生的所有交点极角排序,确定被覆盖最多的弧;
以被覆盖最多的弧上任意点为圆心画单位圆,作为点区域覆盖方案。
4.如权利要求3所述的方法,其特征在于,所述将最小重叠、最大覆盖的所述点区域覆盖方案作为热点区域,包括:
将所有可行的点区域覆盖方案中最多覆盖点的单位圆最为决策树的起始;
将其它点区域覆盖方案与父级树中所有单位圆的圆心间距大于等于最小圆心间距ol的接入决策树;所述最小圆心间距所述R为热点区域覆盖半径;
若同级树中存在圆心间距小于ol的单位圆,则复制父级树,产生新分枝;
将整个分枝包括的单位圆所覆盖的坐标点个数最多并且单位圆的个数最少的单位圆对应的点区域覆盖方案作为热点区域。
5.如权利要求1所述的方法,其特征在于,所述方法还包括:
建立投诉地点信息库,将所述采集投诉地点信息存入所述投诉地点信息库中。
6.一种投诉热点区域识别系统,其特征在于,所述系统包括采集单元、预处理单元、密度区域分割单元、热点区域覆盖单元及最优覆盖方案单元,其中,
所述采集单元,用于采集投诉地点信息;
所述预处理单元,用于将所述地点信息的经纬度信息转化为平面直角坐标系的坐标点,建立每个坐标点的相邻坐标点关系集合;
所述密度区域分割单元,用于根据所述每个坐标点的相邻坐标点关系集合划分点区域;
所述热点区域覆盖单元,用于对所述点区域进行优化覆盖方案穷举,得到点区域覆盖方案;
所述最优覆盖方案单元,用于将最小重叠、最大覆盖的所述点区域覆盖方案作为热点区域;
其中,所述预处理单元具体包括覆盖半径R设定子单元、统计子单元、相邻坐标点集合子单元及排列子单元,其中,
所述覆盖半径R设定子单元,用于设定与调整热点区域覆盖半径R;
所述统计子单元,用于生成每个所述坐标点的对象数组,循环遍历每个坐标点,统计与所述坐标点距离小于等于热点区域覆盖半径R的相邻坐标点;
所述相邻坐标点集合子单元,用于将所述相邻坐标点保存到所述坐标点的相邻坐标点对象集合中;相邻坐标点数量保存到相邻坐标点个数集合中;
所述排列子单元,用于按照相邻坐标点个数对所述坐标点的对象数组做倒序排列,得到相邻坐标点关系集合。
7.如权利要求6所述的系统,其特征在于,所述热点区域覆盖单元具体包括画圆子单元、排序子单元及点区域覆盖子单元,其中,
所述画圆子单元,用于以坐标点及相邻坐标点为圆心画单位圆O及其它单位圆,每个单位圆与单位圆O产生两个交点;
所述排序子单元,用于对产生的所有交点极角排序,确定被覆盖最多的弧;
所述点区域覆盖子单元,用于以被覆盖最多的弧上任意点为圆心画单位圆,作为点区域覆盖方案。
8.如权利要求6所述的系统,其特征在于,所述最优覆盖方案单元具体包括决策树建立子单元、加入子单元、分支子单元及选择子单元,其中,
所述决策树建立子单元,用于将所有可行的点区域覆盖方案中最多覆盖点的单位圆最为决策树的起始;
所述加入子单元,用于将其它点区域覆盖方案与父级树中所有单位圆的圆心间距大于等于最小圆心间距ol的接入决策树;所述最小圆心间距所述R为热点区域覆盖半径;
所述分支子单元,用于在同级树中存在圆心间距小于ol的单位圆,复制父级树,产生新分枝;
所述选择子单元,用于将整个分枝包括的单位圆所覆盖的坐标点个数最多并且单位圆的个数最少的单位圆对应的点区域覆盖方案作为热点区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310672385.1A CN104715127B (zh) | 2013-12-11 | 2013-12-11 | 一种投诉热点区域识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310672385.1A CN104715127B (zh) | 2013-12-11 | 2013-12-11 | 一种投诉热点区域识别方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104715127A CN104715127A (zh) | 2015-06-17 |
CN104715127B true CN104715127B (zh) | 2017-11-21 |
Family
ID=53414452
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310672385.1A Active CN104715127B (zh) | 2013-12-11 | 2013-12-11 | 一种投诉热点区域识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104715127B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107231635B (zh) * | 2016-03-23 | 2020-11-03 | 中国移动通信集团内蒙古有限公司 | 一种网络覆盖的分析方法及装置 |
CN105893998A (zh) * | 2016-03-30 | 2016-08-24 | 北京奇虎科技有限公司 | 一种指定区域内的实点的密度估计方法和装置 |
CN110769497B (zh) * | 2018-07-24 | 2021-05-11 | 中国移动通信集团浙江有限公司 | 一种无线网络的投诉热点生成方法及装置 |
CN109743674A (zh) * | 2018-12-28 | 2019-05-10 | 中国联合网络通信集团有限公司 | 业务热点区域定位方法、装置、设备和可读介质 |
CN110866075B (zh) * | 2019-08-16 | 2023-04-18 | 天津大学 | 基于可视分析的管道臭味问题的模式发现方法 |
CN111010665B (zh) * | 2019-12-18 | 2021-03-16 | 广东海格怡创科技有限公司 | 热点范围定位方法、装置、计算机设备及存储介质 |
CN111132215B (zh) * | 2019-12-18 | 2023-06-20 | 广东海格怡创科技有限公司 | 热点区域定位方法、装置、计算机设备及存储介质 |
CN113660608B (zh) * | 2021-08-17 | 2022-08-05 | 中国联合网络通信集团有限公司 | 容量热点区域确定方法、装置、设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5737731A (en) * | 1996-08-05 | 1998-04-07 | Motorola, Inc. | Method for rapid determination of an assigned region associated with a location on the earth |
CN101541013A (zh) * | 2008-03-18 | 2009-09-23 | 中国移动通信集团天津有限公司 | 一种无线小区覆盖分布的快速生成方法 |
-
2013
- 2013-12-11 CN CN201310672385.1A patent/CN104715127B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5737731A (en) * | 1996-08-05 | 1998-04-07 | Motorola, Inc. | Method for rapid determination of an assigned region associated with a location on the earth |
CN101541013A (zh) * | 2008-03-18 | 2009-09-23 | 中国移动通信集团天津有限公司 | 一种无线小区覆盖分布的快速生成方法 |
Non-Patent Citations (1)
Title |
---|
基于网络Voronoi图启发式和群智能的最大覆盖空间优化;谢顺平,等;《测绘学报》;20111231;第40卷(第6期);第2.2节,第4章,图1 * |
Also Published As
Publication number | Publication date |
---|---|
CN104715127A (zh) | 2015-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104715127B (zh) | 一种投诉热点区域识别方法及系统 | |
JP6141393B2 (ja) | 目標位置を確定するための方法及び装置 | |
CN109862018A (zh) | 基于用户访问行为的反爬虫方法及系统 | |
CN103442331B (zh) | 终端设备位置确定方法和终端设备 | |
CN106651603A (zh) | 基于位置服务的风险评估方法及装置 | |
CN109948547A (zh) | 城市绿地景观评价方法、装置、存储介质及终端设备 | |
CN106708955A (zh) | 一种热力图生成方法及设备 | |
CN106162804A (zh) | 用于提供无线接入热点的接入信息的方法和设备 | |
CN109084795B (zh) | 基于地图服务的搜索服务设施的方法及装置 | |
CN107291888A (zh) | 基于机器学习统计模型的入住酒店附近生活推荐系统方法 | |
CN104991924A (zh) | 用于确定新供应点的地址的方法和装置 | |
CN108882174A (zh) | 移动终端定位方法、装置、电子设备及存储介质 | |
CN114501530B (zh) | 基于深度强化学习的天线参数的确定方法和装置 | |
CN105468632B (zh) | 一种地理编码方法及装置 | |
CN108901029B (zh) | 一种基于深度学习的室内外用户区分方法 | |
CN105205051B (zh) | 移动通信资源的分析方法和系统 | |
CN107809740A (zh) | Wi‑Fi热点部署优化方法、服务器及存储介质 | |
CN108768695A (zh) | Kqi的问题定位方法及装置 | |
CN110020144A (zh) | 一种推荐模型建立方法及其设备、存储介质、服务器 | |
CN108462965A (zh) | 一种铁塔需求站址共享规划方法 | |
CN105992146A (zh) | 定位数据生成方法及装置 | |
CN107291863A (zh) | 一种用于工控设备信息安全的快速核查方法及装置 | |
CN106886917A (zh) | 一种生成广告的方法及装置 | |
CN108093303A (zh) | 一种视频推送方法及装置 | |
CN107341645A (zh) | 人力资源需求信息处理方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |