CN104850649A - 一种在地图上进行兴趣点采样的方法及系统 - Google Patents

一种在地图上进行兴趣点采样的方法及系统 Download PDF

Info

Publication number
CN104850649A
CN104850649A CN201510287900.3A CN201510287900A CN104850649A CN 104850649 A CN104850649 A CN 104850649A CN 201510287900 A CN201510287900 A CN 201510287900A CN 104850649 A CN104850649 A CN 104850649A
Authority
CN
China
Prior art keywords
region
initial
area
module
interest 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.)
Granted
Application number
CN201510287900.3A
Other languages
English (en)
Other versions
CN104850649B (zh
Inventor
赵朋朋
周子婷
崔志明
许佳捷
周晓方
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenxing Taibao Intelligent Technology Suzhou Co ltd
Original Assignee
Zhangjiagang Institute of Industrial Technologies Soochow University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhangjiagang Institute of Industrial Technologies Soochow University filed Critical Zhangjiagang Institute of Industrial Technologies Soochow University
Priority to CN201510287900.3A priority Critical patent/CN104850649B/zh
Publication of CN104850649A publication Critical patent/CN104850649A/zh
Application granted granted Critical
Publication of CN104850649B publication Critical patent/CN104850649B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请提供了一种在地图上进行兴趣点采样的方法及系统，该方法包括：根据路网信息对待采样区域进行预处理得到一个初始区域；搜索初始区域内的兴趣点数量；根据初始区域内的兴趣点数量判断初始区域是否为可用区域；若初始区域内的兴趣点数量小于阈值，则为可用区域，否则将初始区域分割，直至获取可用区域；根据可用区域内的兴趣点数量估算采样区域内的兴趣点数量。该方法通过先把初始的大区域分割成多个区域，然后再选取某一个区域根据路网信息进行迭代分割，直到出现一个可用区域，该预处理过程利用离线路网信息，无需在线提交查询，在很大程度上减少查询次数，实现大区域查询的高效性和准确性。

Description

一种在地图上进行兴趣点采样的方法及系统
技术领域
本申请涉及电子地图技术，尤其涉及一种在地图上进行兴趣点采样的方法及系统。
背景技术
随着基于位置信息服务的迅速发展，对于一个商家的选址来说，在地图上寻找并统计兴趣点，如餐馆、旅馆、商场等的特征信息显得尤为重要。由于缺乏大量兴趣点数据库，只能依托现有的地图API(Application ProgrammingInterface，应用程序接口)对一定范围内的兴趣点进行统计分析。例如，在谷歌地图上，我们可以查看到一定区域范围的兴趣点的数据信息，如总和、平均值以及分布状况。例如，一个旅馆的选址需要考虑周边旅馆、客流量等的分布状况，利用兴趣点的分布信息大概估算其相对的服务质量值，如果周边的旅馆个数比较少，而客流量又比较大，那么这个地方的潜在商业价值也是相对比较大的，所以，充分有效的利用信息点PoI(Point of Interest，兴趣点)的统计信息，可以很大程度上提高企业的竞争力。
想要获取一定区域内的PoI统计信息，就需要获取该区域内的所有PoI。可实际上，绝大多数的地图服务供应商并不会给我们全部的PoI数据库，因为这是具有很大的商业价值的。此外，绝大多数公共的API都有限制每天每个用户的访问次数，而且都有最大返回结果个数的限制。所以，我们只能够通过已有的API接口来获取部分有限的PoI，从而来估计整个区域的PoI统计数据，这样就会导致估计精确度低的问题。
发明内容
有鉴于此，本申请提供了一种在地图上进行兴趣点采样的方法及系统，以克服现有技术中由于API有限导致只能通过有限的PoI来估计整个区域的PoI统计数据导致精确度低的问题。
为实现上述目的，本申请提供了以下技术方案：
一种在地图上进行兴趣点采样的方法，包括：
根据路网信息对待采样区域进行预处理得到一个初始区域；
搜索所述初始区域内的兴趣点数量；
根据所述初始区域内的兴趣点数量判断所述初始区域是否为可用区域；若所述初始区域内的兴趣点数量小于阈值，则所述初始区域为可用区域，否则，
将所述初始区域平均分割为两个子区域，直至获取可用区域；
根据所述可用区域内的兴趣点数量估算所述采样区域内的兴趣点数量。
优选的，所述预处理包括：
将所述待采样区域按照grid方法平均分割成多个区域；
根据所述路网信息将所述多个区域中的任意一个区域进行迭代分割，直至获取符合路网信息阈值的一个初始区域。
优选的，所述路网信息包括：路的交叉点信息和路的边数信息。
优选的，所述将所述初始区域平均分割为两个子区域，直至获取可用区域包括：
将所述初始区域平均分割为两个子区域；
当所述两个子区域均为非空区域时，选取其中一个子区域为目的子区域，否则，选取非空的子区域作为初始区域平均分割以确定目的子区域，并搜索所述目的子区域内的兴趣点数量；
根据所述目的子区域内的兴趣点数量判断所述目的子区域是否为可用区域，若所述目的子区域内的兴趣点数量小于所述阈值时，确定所述目的子区域为可用区域，否则，
将所述目的子区域作为初始区域平均分割直至获取可用区域。
优选的，还包括：根据所述可用区域内的兴趣点数量估算所述采样区域内兴趣点的分布。
一种在地图上进行兴趣点采样的系统，包括：
预处理模块，用于根据路网信息对待采样区域进行预处理得到一个初始区域；
搜索模块，用于搜索所述初始区域内的兴趣点数量；
获取模块，用于根据所述初始区域内的兴趣点数量判断所述初始区域是否为可用区域；若所述初始区域内的兴趣点数量小于阈值，则所述初始区域为可用区域，否则，将所述初始区域平均分割为两个子区域，直至获取可用区域；
第一估算模块，用于根据所述可用区域内的兴趣点数量估算所述采样区域内的兴趣点数量。
优选的，所述预处理模块包括：第一分割模块和第二分割模块，其中，
所述第一分割模块用于将所述待采样区域按照grid方法平均分割成多个区域；
所述第二分割模块用于根据所述路网信息将所述多个区域中的任意一个区域进行迭代分割，直至获取符合路网信息阈值的一个初始区域。
优选的，所述路网信息包括：路的交叉点信息和路的边数信息。
优选的，所述获取模块包括：判断模块、确定模块、第三分割模块和选取模块，其中，
所述判断模块用于根据所述初始区域内的兴趣点数量判断所述初始区域是否为可用区域；
所述确定模块用于当所述判断模块判断出所述初始区域内的兴趣点数量小于所述阈值时，确定所述初始区域为可用区域；
所述第三分割模块用于当所述判断模块判断出所述初始区域内的兴趣点数量不小于所述阈值时，将所述初始区域平均分割为两个子区域；
所述选取模块用于当所述两个子区域均为非空区域时，选取其中一个子区域为目的子区域，否则，选取非空的子区域作为初始区域并利用所述第三分割模块平均分割以确定目的子区域，并利用所述搜索模块搜索所述目的子区域内的兴趣点数量；
所述判断模块还用于根据所述目的子区域内的兴趣点数量判断所述目的子区域是否为可用区域；
所述确定模块还用于当所述判断模块判断所述目的子区域内的兴趣点数量小于所述阈值时，确定所述目的子区域为可用区域；
所述第三分割模块还用于当所述判断模块判断出所述目的子区域内的兴趣点数量不小于所述阈值时，将所述目的子区域作为初始区域平均分割为两个子区域。
优选的，还包括：第二估算模块，用于据所述可用区域内的兴趣点数量估算所述采样区域内兴趣点的分布。
由以上技术方案可知，本申请提供了一种在地图上进行兴趣点采样的方法及系统，该方法包括：根据路网信息对待采样区域进行预处理得到一个初始区域；搜索所述初始区域内的兴趣点数量；根据所述初始区域内的兴趣点数量判断所述初始区域是否为可用区域；若所述初始区域内的兴趣点数量小于阈值，则所述初始区域为可用区域，否则，将所述初始区域平均分割为两个子区域，直至获取可用区域；根据所述可用区域内的兴趣点数量估算所述采样区域内的兴趣点数量。该采样方法通过先把初始的大区域分割成多个区域，然后再选取某一个区域根据路网信息进行迭代分割，直到出现一个可用区域，该预处理过程利用离线路网信息，无需在线提交查询，这样就在很大程度上减少查询次数，实现了大区域查询的高效性和准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请实施例一提供的一种在地图上进行兴趣点采样的方法的流程图；
图2为本申请实施例二提供的一种在地图上进行兴趣点采样的方法的流程图；
图3为本申请实施例二提供的一种利用RRZI处理初始区域的原理图；
图4为本申请实施例二提供的一种将初始区域平均分割为两个子区域直至获取可用区域的流程图；
图5为本申请实施例三提供的一种在地图上进行兴趣点采样的系统的结构示意图；
图6为本申请实施例四提供的一种在地图上进行兴趣点采样的系统的结构示意图；
图7为本申请实施例四提供的一种获取模块的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为克服现有技术中由于API有限导致只能通过有限的PoI来估计整个区域的PoI统计数据导致精确度低的问题，本申请提供了一种在地图上进行兴趣点采样的方法及系统，具体方案如下所述：
实施例一
本申请实施例一提供了一种在地图上进行兴趣点采样的方法，如图1所示，图1为本申请实施例一提供的一种在地图上进行兴趣点采样的方法的流程图。该方法包括：
S101：根据路网信息对待采样区域进行预处理得到一个初始区域。
在本申请中，路网信息包括：路的交叉点信息和路的边数信息。即，在本申请中，采样方法有两种预处理方法来提高采样性能，一种是根据路的交叉点信息，即路交叉点的数目进行预处理，将采样区域进行随机迭代分割直至获取一个初始区域；一种是根据路的边数信息进行预处理，将采样区域进行随机迭代分割直至获取一个初始区域。
实验发现，路网信息是相对静态的，而不像PoI动态变化明显。根据一般情况下，路网密集的区域比如城市，其兴趣点(如餐馆、旅馆)分布比较密集的；相反，路网稀疏的区域比如乡村，其兴趣点的分布就是比较稀疏的。可见，这些兴趣点主要是分布在路周边的，与路的密集程度呈正相关。路网信息不仅可以方便地获得，而且不占用在线查询时间。因为路网信息与PoI的数据分布特征有着密切的联系，所以只要好好地利用路网信息就有可能会大大地提高查询效率。预处理对路网密集的区域进行细粒度的划分，路网越是密集，划分的子区域越小。本申请利用的是路网中的路交叉点和路边信息来达到预处理的目的。先把初始的大区域按照grid方法平均分割成多个区域，然后再对这些区域根据路网信息进行迭代分割，直到出现路交叉点或路边小于某个阈值的子区域。该预处理过程利用离线路网信息，无需在线提交查询，这样我们就能够很大程度上减少查询次数，实现大区域查询的高效性。实验证明利用路网信息进行地图兴趣点采样的方法是可行的并具有较高的精度。
S102：搜索初始区域内的兴趣点数量。
在本申请中，我们可以使用RRZI(Random Region Zoom-IN，随机区域缩放)采样或者RRZIC(Random Region Zoom-IN Count，利用总数信息的随机区域缩放)采样搜索出使区域内的兴趣点。
S103：根据初始区域内的兴趣点数量判断初始区域是否为可用区域；若初始区域内的兴趣点数量小于阈值，则初始区域为可用区域，否则，进入步骤S104。
预先设置好查询区域最多可以返回的兴趣点数量，根据搜索到的兴趣点，并返回查询到的兴趣点，当返回的兴趣点数量小于阈值时，则可以判定为该区域为可用区域。
S104：将初始区域平均分割为两个子区域，直至获取可用区域。
当返回的兴趣点数量不小于阈值时，由于最多可以返回阈值个数的兴趣点，则该初始区域也许不是可用区域，则初始区域被均匀地分成两个没有重叠的子区域，若两个子区域都是非空区域，就随机选一个区域进行查询。否则，选择非空区域进行进一步搜索，直到搜索一个可用区域。
S105：根据可用区域内的兴趣点数量估算采样区域内兴趣点的数量。
根据采集到的可用区域内的兴趣点的数量来估算采样区域内兴趣点的总量。
由以上技术方案可知，本申请实施例一提供了一种在地图上进行兴趣点采样的方法，包括：根据路网信息对待采样区域进行预处理得到一个初始区域；搜索所述初始区域内的兴趣点数量；根据所述初始区域内的兴趣点数量判断所述初始区域是否为可用区域；若所述初始区域内的兴趣点数量小于阈值，则所述初始区域为可用区域，否则，将所述初始区域平均分割为两个子区域，直至获取可用区域；根据所述可用区域内的兴趣点数量估算所述采样区域内的兴趣点数量。该采样方法通过先把初始的大区域分割成多个区域，然后再选取某一个区域根据路网信息进行迭代分割，直到出现一个可用区域，该预处理过程利用离线路网信息，无需在线提交查询，这样就在很大程度上减少查询次数，实现了大区域查询的高效性和准确性。
实施例二
在实施例一的基础上，本申请实施例二又提供了一种在地图上进行兴趣点采样的方法。
本申请的目的是对一个大区域的PoI数据特征(例如总和、平均值、分布)进行统计分析。假如是一个大的采样区域，而是中的所有PoI的集合。更精确的是，对于每个function则统计总和
其中，f(p)表示兴趣点p的目标函数，形象来说，想要统计一个区域内旅馆房间总数，则f(p)是一家旅馆p的房间数。自然，平均数
其中，表示的是中所有PoI的数量，表示大概每个旅馆平均的房间数。另外，PoI的分布，描述每种类型的PoI的分布比率。用θ＝(θ1，...，θn)表示共n个类型{l1，...，ln}的PoI集合的分布，用L(p)表示PoIp的类型，描述p的属性。所以，
其中I(L(p)＝lm)是用来判断L(p)＝lm是否成立的，成立取值为1，否则为0。
以上就是对采样区域PoI的数据统计分析。
如图2所示，图2为本申请实施例二提供的一种在地图上进行兴趣点采样的方法的流程图。该方法包括：
S201：根据路网信息对待采样区域进行预处理得到一个初始区域。
在本申请中，路网信息包括：路的交叉点信息和路的边数信息。其中，预处理包括：将待采样区域按照grid方法平均分割成多个区域；根据路网信息将多个区域种的任意一个进行迭代分割，直至获取符合路网信息阈值的一个初始区域。其中，符合路网信息阈值具体指区域内路的交叉点数目或者路边数小于某个阈值。
在这里需要用到URS(Uniform Region Sampling，均匀区域采样)的随机采样方法，将一个大区域平均分成2L个小区域，L表示对迭代分割L次。用BL表示这2L个小区域的集合，是BL中非空区域的集合。为了采样到中的一个区域，需要从BL中随机采样子区域，直到该区域不为空。
URS只是单纯简单的选取一个小区域，而URSP是在URS的基础上，利用了路网信息当中的路交叉点信息，对从中随机选取的一个区域进行进一步的分割处理得到。URSR则是根据路网中的路边来进行预处理，是先利用URS从大区域A随机采样一个区域b，再根据类似URSP的预处理方法，只是把评判标准换成路边条数而已。
S202：搜索初始区域内的兴趣点数量。
具体的，如图3所示，图3为本申请实施例二提供的一种利用RRZI处理初始区域的原理图，设置k＝2，即查询区域最多返回2个PoI。首先，对于一个初始区域RRZI将它均匀地分成两个没有重叠的两个子区域，然后随机选择一个非空的子区域进行查询，直到找到一个可用区域，其中，可用区域的概率为1/4。
为了纠正采样偏差，引入Γ变量来记录从A采样一个区域的概率。Γ初始为1，表示每个区域对应的采样概率，初始概率为1。如果通过divide(Q)(即表示平均分割为两部分)得到两个子区域Q0和Q1都是非空，那么此时Γ＝Γ/2，否则Γ保持不变。
然而，一些公共地图API也许会对输入区域会有大小的限制。比如，Foursquare返回一个错误信息“Your geographic boundary id too big.Pleasesearch a smaller area.”所以，RRZI方法应用还是有一定的限制。就这个问题，我们需要先从中随机选择一个小的子区域，作为RRZI的输入。这样，不仅可以解决输入区域大小限制的问题，还减少了采样一个可用区域所用的查询次数。即利用URSP或者URSR多采样区域进行预处理，正如Algorithm 1展示了RRZI_URSP的伪代码，RRZI_URSP首先用URS从BL中随机选取一个非空区域b，然后查询区域b中所含有的路交叉点的数目。
S203：根据初始区域内的兴趣点数量判断初始区域是否为可用区域；若初始区域内的兴趣点数量小于阈值，则初始区域为可用区域，否则，进入步骤S204。
S204：将初始区域平均分割为两个子区域，直至获取可用区域。
如图4所示，图4为本申请实施例二提供的一种将初始区域平均分割为两个子区域直至获取可用区域的流程图，包括：
S401：将初始区域平均分割为两个子区域；
S402：当两个子区域均为非空区域时，选取其中一个子区域为目的子区域，否则，选取非空的子区域作为初始区域平均分割以确定目的子区域，并搜索目的子区域内的兴趣点数量；
S403：根据目的子区域内的兴趣点数量判断目的子区域是否为可用区域，若目的子区域内的兴趣点数量小于所述阈值时，确定目的子区域为可用区域，否则，进行步骤S404；
S404：将目的子区域作为初始区域平均分割直至获取可用区域。
具体的，如果返回的兴趣点的数量不小于阈值k，就说明这个区域中的路网比较密集，还需要进一步均匀划分成两个不重叠的区域，之后随机的选择一个区域继续迭代，直到找到满足所含路交叉点数或者路边条数不大于k的区域t，并用Γ(t,b)记录从b中经过路交点预处理采样区域t的概率。
S205：根据可用区域内的兴趣点数量估算采样区域内兴趣点的数量，并估算兴趣点的分布。
其中，第一种方法是利用RRZI(t)从区域t中采样一个可用区域r，用Γ(r,t)表示从t经过RRZI采样的区域r的概率。假设是的估计，这个可以通过采样一个非空区域的命中率来估计到。假如通过RRZI_URSP采样m个可用区域，则可以估计总和fs(P)表示为
很容易发现，是的一个无偏估计，的方差是
其中，
相似的，还可以估计PoI的分布θ＝(θ1，...，θn)，如下：
θ ~ j = 1 H ~ Σ i = 1 m Σ p ∈ P ( r i ) I ( L ( p ) = l j ) Γ ( r i , t i ) * Γ ( t i , b i ) , 1 ≤ j ≤ n .
其中， H ~ = Σ i = 1 m n ( r i ) Γ ( r i , t i ) * Γ ( t i , b i ) .
另外，平均估计就比较简单了，可以直接基于计算，
第二种方法是利用RRZIC方法，通过统计区域中PoI的数目，来进一步提高RRZI的准确性。但这个方法有个限制条件，就是map服务能返回输入区域内的PoI的数量。相比于RRZI，RRZIC更能统一地采样PoI，因为它提供了更小的PoI数据估算误差。初始设置z作为当前查询区域Q内的PoI的数量。如果z大于k，Q均匀地分成两个子区域Q0和Q1，z0和z1分别代表Q0和Q1中PoI的数目。之后，RRZIC就有z0/z的可能性选择Q0，z1/z的可能性选择Q1。RRZIC重复以上过程直到找到一个可用区域。则RRZIC从中采样Q的概率n(Q)是区域Q中的PoI的数量。正如Algorithm 1，就是在RRZIC的基础上结合上个部分介绍的URSP方法，首先用URSP从一个大区域中抽取一个子区域b并利用路网中路交叉点信息或者路的边数信息采样出一个小区域t，然后对区域t进行RRZIC操作。
假如通过RRZIC_URSP采样m个可用区域，则估计总和表示为
估计θ＝(θ1，...，θn)为
θ ~ j = 1 H ~ Σ i = 1 m Σ p ∈ P ( r i ) I ( L ( p ) = l j ) n ( b i ) n ( r i ) Γ ( t i , b i ) , 1 ≤ j ≤ n .
其中 H ~ = Σ i = 1 m n ( t i ) Γ ( t i , b i ) .
由以上技术方案可知，本申请实施例二提供的该采样方法通过先把初始的大区域分割成多个区域，然后再对这些区域根据路网信息进行分割，直到出现可用区域，该预处理过程利用离线路网信息，无需在线提交查询，这样就在很大程度上减少查询次数，实现了大区域查询的高效性和准确性。
实施例三
在实施例一所提供的采样方法的基础上，本申请实施例三提供了一种与其相对应的系统。如图5所示，图5为本申请实施例三提供的一种在地图上进行兴趣点采样的系统的结构示意图。该在地图上进行兴趣点采样的系统包括：预处理模块501、搜索模块502、获取模块503和第一估算模块504，其中，
预处理模块501，用于根据路网信息对待采样区域进行预处理得到一个初始区域。
其中，路网信息包括：路的交叉点信息和路的边数信息。
搜索模块502，用于搜索预处理模块501处理得到的初始区域内的兴趣点数量。
获取模块503，用于根据搜索模块502搜索到的初始区域内的兴趣点数量判断初始区域是否为可用区域；若初始区域内的兴趣点数量小于阈值，则初始区域为可用区域，否则，将初始区域平均分割为两个子区域，直至获取可用区域。
第一估算模块504，用于根据获取模块503获取的可用区域内的兴趣点数量估算采样区域内兴趣点的数量。
由以上技术方案可知，本申请实施例三提供了一种在地图上进行兴趣点采样的系统，该系统通过预处理模块先把初始的大区域分割成多个区域，然后再选取某一个区域根据路网信息进行迭代分割，直到出现一个可用区域，该预处理过程利用离线路网信息，无需在线提交查询，这样就在很大程度上减少查询次数，实现了大区域查询的高效性和准确性。
实施例四
在实施例二和实施例三的基础上，本申请实施例四提供了另一种在地图上进行兴趣点采样的系统。如图6所示，图6为本申请实施例四提供的一种在地图上进行兴趣点采样的系统的结构示意图。该系统包括：预处理模块601、搜索模块602、获取模块603、第一估算模块604和第二估算模块605，其中，
预处理模块601，用于根据路网信息对采样区域进行预处理得到一个初始区域。
其中，路网信息包括：路的交叉点信息和路的边数信息。
该预处理模块包括：第一分割模块和第二分割模块，其中，
第一分割模块用于将待采样区域按照grid方法平均分割成多个区域；
第二分割模块用于根据路网信息将多个区域中的任意一个区域进行迭代分割，直至获取符合路网信息阈值的一个初始区域。
具体的，第二分割模块可以包括：交叉点分割模块和/或路边分割模块，其中，交叉点分割模块用于根据路的交叉点信息进行迭代分割；路边分割模块用于根据路的边数信息进行迭代分割。
具体的，交叉点分割模块和路边分割模块可以只有一个，也可以同时存在，具体不做限定，可以根据具体情况设置。
搜索模块602，用于搜索由预处理模块601处理得到的初始区域内的兴趣点数量。
获取模块603，用于根据搜索模块602搜索到的初始区域内的兴趣点数量判断初始区域是否为可用区域；若初始区域内的兴趣点数量小于阈值，则初始区域为可用区域，否则，将初始区域平均分割为两个子区域，直至获取可用区域。
具体的，如图7所示，图7为本申请实施例四提供的一种获取模块的结构示意图。该获取模块包括：判断模块701、确定模块702、第三分割模块703和选取模块704，其中，
判断模块701用于根据初始区域内的兴趣点数量判断初始区域是否为可用区域；
确定模块702用于当判断模块701判断出初始区域内的兴趣点数量小于阈值时，确定初始区域为可用区域；
第三分割模块703用于当判断模块701判断出初始区域内的兴趣点数量不小于阈值时，将初始区域平均分割为两个子区域；
选取模块704用于当两个子区域均为非空区域时，选取其中一个子区域为目的子区域，否则，选取非空的子区域作为初始区域并利用第三分割模块703平均分割以确定目的子区域，并利用搜索模块搜索目的子区域内的兴趣点数量；
判断模块701还用于根据目的子区域内的兴趣点数量判断目的子区域是否为可用区域；
确定模块702还用于当判断模块701判断目的子区域内的兴趣点数量小于阈值时，确定目的子区域为可用区域；
第三分割模块703还用于当判断模块701判断出目的子区域内的兴趣点数量不小于阈值时，将目的子区域作为初始区域平均分割为两个子区域。
第一估算模块604，用于根据获取模块603获取的可用区域内的兴趣点数量估算采样区域内兴趣点的数量。
第二估算模块605，用于根据获取模块603获取的可用区域内的兴趣点数量估算采样区域内兴趣点的分布。
需要说明的是，在本申请中，第一估算模块604和第二估算模块605可以为一个估算模块60，即可以为一个能够同时能够进行兴趣点数量以及兴趣点分布的计算的模块，具体不做限定，可以根据具体情况设置。
具体内容在本实施例中不再赘述，详细可以参见实施例一和实施例二的描述。
由以上技术方案可知，本申请实施例四提供了一种在地图上进行兴趣点采样的系统，该系统通过预处理模块先把初始的大区域分割成多个区域，然后再对这些区域根据路网信息进行分割，直到出现可用区域，该预处理过程利用离线路网信息，无需在线提交查询，这样就在很大程度上减少查询次数，实现了大区域查询的高效性和准确性。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种在地图上进行兴趣点采样的方法，其特征在于，包括：
根据路网信息对待采样区域进行预处理得到一个初始区域；
搜索所述初始区域内的兴趣点数量；
根据所述初始区域内的兴趣点数量判断所述初始区域是否为可用区域；若所述初始区域内的兴趣点数量小于阈值，则所述初始区域为可用区域，否则，
将所述初始区域平均分割为两个子区域，直至获取可用区域；
根据所述可用区域内的兴趣点数量估算所述采样区域内的兴趣点数量。
2.根据权利要求1所述的方法，其特征在于，所述预处理包括：
将所述待采样区域按照grid方法平均分割成多个区域；
根据所述路网信息将所述多个区域中的任意一个区域进行迭代分割，直至获取符合路网信息阈值的一个初始区域。
3.根据权利要求1所述的方法，其特征在于，所述路网信息包括：路的交叉点信息和路的边数信息。
4.根据权利要求1所述的方法，其特征在于，所述将所述初始区域平均分割为两个子区域，直至获取可用区域包括：
将所述初始区域平均分割为两个子区域；
当所述两个子区域均为非空区域时，选取其中一个子区域为目的子区域，否则，选取非空的子区域作为初始区域平均分割以确定目的子区域，并搜索所述目的子区域内的兴趣点数量；
根据所述目的子区域内的兴趣点数量判断所述目的子区域是否为可用区域，若所述目的子区域内的兴趣点数量小于所述阈值时，确定所述目的子区域为可用区域，否则，
将所述目的子区域作为初始区域平均分割直至获取可用区域。
5.根据权利要求1所述的方法，其特征在于，还包括：根据所述可用区域内的兴趣点数量估算所述采样区域内兴趣点的分布。
6.一种在地图上进行兴趣点采样的系统，其特征在于，包括：
预处理模块，用于根据路网信息对待采样区域进行预处理得到一个初始区域；
搜索模块，用于搜索所述初始区域内的兴趣点数量；
获取模块，用于根据所述初始区域内的兴趣点数量判断所述初始区域是否为可用区域；若所述初始区域内的兴趣点数量小于阈值，则所述初始区域为可用区域，否则，将所述初始区域平均分割为两个子区域，直至获取可用区域；
第一估算模块，用于根据所述可用区域内的兴趣点数量估算所述采样区域内的兴趣点数量。
7.根据权利要求6所述的系统，其特征在于，所述预处理模块包括：第一分割模块和第二分割模块，其中，
所述第一分割模块用于将所述待采样区域按照grid方法平均分割成多个区域；
所述第二分割模块用于根据所述路网信息将所述多个区域中的任意一个区域进行迭代分割，直至获取符合路网信息阈值的一个初始区域。
8.根据权利要求6所述的系统，其特征在于，所述路网信息包括：路的交叉点信息和路的边数信息。
9.根据权利要求6所述的系统，其特征在于，所述获取模块包括：判断模块、确定模块、第三分割模块和选取模块，其中，
所述判断模块用于根据所述初始区域内的兴趣点数量判断所述初始区域是否为可用区域；
所述确定模块用于当所述判断模块判断出所述初始区域内的兴趣点数量小于所述阈值时，确定所述初始区域为可用区域；
所述第三分割模块用于当所述判断模块判断出所述初始区域内的兴趣点数量不小于所述阈值时，将所述初始区域平均分割为两个子区域；
所述选取模块用于当所述两个子区域均为非空区域时，选取其中一个子区域为目的子区域，否则，选取非空的子区域作为初始区域并利用所述第三分割模块平均分割以确定目的子区域，并利用所述搜索模块搜索所述目的子区域内的兴趣点数量；
所述判断模块还用于根据所述目的子区域内的兴趣点数量判断所述目的子区域是否为可用区域；
所述确定模块还用于当所述判断模块判断所述目的子区域内的兴趣点数量小于所述阈值时，确定所述目的子区域为可用区域；
所述第三分割模块还用于当所述判断模块判断出所述目的子区域内的兴趣点数量不小于所述阈值时，将所述目的子区域作为初始区域平均分割为两个子区域。
10.根据权利要求6所述的系统，其特征在于，还包括：第二估算模块，用于据所述可用区域内的兴趣点数量估算所述采样区域内兴趣点的分布。
CN201510287900.3A 2015-05-29 2015-05-29 一种在地图上进行兴趣点采样的方法及系统 Active CN104850649B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510287900.3A CN104850649B (zh) 2015-05-29 2015-05-29 一种在地图上进行兴趣点采样的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510287900.3A CN104850649B (zh) 2015-05-29 2015-05-29 一种在地图上进行兴趣点采样的方法及系统

Publications (2)

Publication Number Publication Date
CN104850649A true CN104850649A (zh) 2015-08-19
CN104850649B CN104850649B (zh) 2018-06-19

Family

ID=53850293

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510287900.3A Active CN104850649B (zh) 2015-05-29 2015-05-29 一种在地图上进行兴趣点采样的方法及系统

Country Status (1)

Country Link
CN (1) CN104850649B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106484748A (zh) * 2015-09-02 2017-03-08 阿里巴巴集团控股有限公司 一种确定兴趣点poi布设需求的方法及装置
CN106997359A (zh) * 2016-01-25 2017-08-01 高德软件有限公司 兴趣点信息的获取方法和装置
CN109857823A (zh) * 2019-01-04 2019-06-07 平安科技（深圳）有限公司 地图兴趣点获取方法、装置、计算机设备及存储介质
WO2019128195A1 (zh) * 2017-12-26 2019-07-04 Oppo广东移动通信有限公司 用于数据传输的方法、终端设备和网络设备
CN110147215A (zh) * 2019-05-14 2019-08-20 中国民航大学 一种实现电子矢量地图快速缩放的方法
CN111562133A (zh) * 2019-03-08 2020-08-21 浦项(张家港)不锈钢股份有限公司 原料验收取样方法
CN116991901A (zh) * 2023-09-25 2023-11-03 深圳市秦丝科技有限公司 一种基于多维数据库查询的数据控制系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102708214A (zh) * 2012-06-15 2012-10-03 深圳市凯立德科技股份有限公司 一种搜索兴趣点的方法及终端
CN103150309A (zh) * 2011-12-07 2013-06-12 清华大学 一种空间方向感知地图兴趣点搜索方法和系统
CN103279539A (zh) * 2013-06-04 2013-09-04 百度在线网络技术（北京）有限公司 兴趣点集合的显示方法、电子地图的显示方法以及装置
US20140163874A1 (en) * 2011-02-02 2014-06-12 Mapquest, Inc. Systems and methods for generating electronic map displays with points-of-interest based on density thresholds
CN104199937A (zh) * 2014-09-10 2014-12-10 中国测绘科学研究院 一种多网站poi的位置映射方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140163874A1 (en) * 2011-02-02 2014-06-12 Mapquest, Inc. Systems and methods for generating electronic map displays with points-of-interest based on density thresholds
CN103150309A (zh) * 2011-12-07 2013-06-12 清华大学 一种空间方向感知地图兴趣点搜索方法和系统
CN102708214A (zh) * 2012-06-15 2012-10-03 深圳市凯立德科技股份有限公司 一种搜索兴趣点的方法及终端
CN103279539A (zh) * 2013-06-04 2013-09-04 百度在线网络技术（北京）有限公司 兴趣点集合的显示方法、电子地图的显示方法以及装置
CN104199937A (zh) * 2014-09-10 2014-12-10 中国测绘科学研究院 一种多网站poi的位置映射方法及装置

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106484748A (zh) * 2015-09-02 2017-03-08 阿里巴巴集团控股有限公司 一种确定兴趣点poi布设需求的方法及装置
CN106484748B (zh) * 2015-09-02 2019-07-23 阿里巴巴集团控股有限公司 一种确定兴趣点poi布设需求的方法及装置
US11244237B2 (en) 2015-09-02 2022-02-08 Advanced New Technologies Co., Ltd. Determining deployment need for point of interest
CN106997359A (zh) * 2016-01-25 2017-08-01 高德软件有限公司 兴趣点信息的获取方法和装置
CN106997359B (zh) * 2016-01-25 2020-04-14 高德软件有限公司 兴趣点信息的获取方法和装置
WO2019128195A1 (zh) * 2017-12-26 2019-07-04 Oppo广东移动通信有限公司 用于数据传输的方法、终端设备和网络设备
CN109857823A (zh) * 2019-01-04 2019-06-07 平安科技（深圳）有限公司 地图兴趣点获取方法、装置、计算机设备及存储介质
CN111562133A (zh) * 2019-03-08 2020-08-21 浦项(张家港)不锈钢股份有限公司 原料验收取样方法
CN111562133B (zh) * 2019-03-08 2023-09-22 浦项(张家港)不锈钢股份有限公司 原料验收取样方法
CN110147215A (zh) * 2019-05-14 2019-08-20 中国民航大学 一种实现电子矢量地图快速缩放的方法
CN110147215B (zh) * 2019-05-14 2022-03-11 中国民航大学 一种实现电子矢量地图快速缩放的方法
CN116991901A (zh) * 2023-09-25 2023-11-03 深圳市秦丝科技有限公司 一种基于多维数据库查询的数据控制系统及方法

Also Published As

Publication number Publication date
CN104850649B (zh) 2018-06-19

Similar Documents

Publication Publication Date Title
CN104850649B (zh) 一种在地图上进行兴趣点采样的方法及系统
Zhao et al. A trajectory clustering approach based on decision graph and data field for detecting hotspots
US9733094B2 (en) Hybrid road network and grid based spatial-temporal indexing under missing road links
CN105718465B (zh) 地理围栏生成方法及装置
US20140207795A1 (en) Searching and determining active area
Pavlis et al. A modified DBSCAN clustering method to estimate retail center extent
CN111291145B (zh) 无线热点与兴趣点的映射方法、装置和存储介质
CN108509434A (zh) 一种群体用户的挖掘方法及装置
CN106326923B (zh) 一种顾及位置重复和密度峰值点的签到位置数据聚类方法
US10838988B2 (en) System and method for efficient geospatial indexing
Zhang et al. Detecting colocation flow patterns in the geographical interaction data
CN109145225B (zh) 一种数据处理方法及装置
CN107291784B (zh) 地理围栏类别的获取方法、装置及业务设备
Li et al. Dissecting foursquare venue popularity via random region sampling
CN111475746B (zh) 兴趣点位置挖掘方法、装置、计算机设备和存储介质
CN104166659B (zh) 一种地图数据判重的方法及系统
Alhazzani et al. Urban Attractors: Discovering patterns in regions of attraction in cities
CN111382765B (zh) 投诉热点区域聚类方法、装置、设备、介质
Angkhawey et al. Detecting points of interest in a city from taxi gps with adaptive dbscan
CN105426387A (zh) 一种基于K-means算法的地图聚合方法
CN116703132B (zh) 共享车辆动态调度的管理方法、装置及计算机设备
Yang et al. Using open data to derive local amenity demand patterns for walkability simulations and amenity utilization analysis
CN112001384A (zh) 商圈识别的方法及设备
CN111861526A (zh) 一种分析对象来源的方法和装置
Tiwari et al. User category based estimation of location popularity using the road GPS trajectory databases

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20180514

Address after: No. 10, mayor Jinglu Road, Zhangjiagang, Suzhou, Jiangsu

Applicant after: Zhangjiagang Institute of Industrial Technologies Soochow University

Applicant after: Soochow University

Address before: No. 10, mayor Jinglu Road, Zhangjiagang, Suzhou, Jiangsu

Applicant before: Zhangjiagang Institute of Industrial Technologies Soochow University

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20201223

Address after: Room 509, 5 / F, golden house building, 280 Dongping street, Suzhou Industrial Park, Suzhou, Jiangsu Province

Patentee after: Shenxing Taibao Intelligent Technology (Suzhou) Co.,Ltd.

Address before: No. 10, mayor Jinglu Road, Zhangjiagang, Suzhou, Jiangsu

Patentee before: Zhangjiagang Industrial Technology Research Institute of Suzhou University

Patentee before: Suzhou University