CN105243114A - 一种选址分析方法及装置 - Google Patents

一种选址分析方法及装置 Download PDF

Info

Publication number
CN105243114A
CN105243114A CN201510622707.0A CN201510622707A CN105243114A CN 105243114 A CN105243114 A CN 105243114A CN 201510622707 A CN201510622707 A CN 201510622707A CN 105243114 A CN105243114 A CN 105243114A
Authority
CN
China
Prior art keywords
shop
thiessen polygon
user
administrative region
data point
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
CN201510622707.0A
Other languages
English (en)
Other versions
CN105243114B (zh
Inventor
秦岳
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.)
Agricultural Bank of China
Original Assignee
Agricultural Bank of China
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 Agricultural Bank of China filed Critical Agricultural Bank of China
Priority to CN201510622707.0A priority Critical patent/CN105243114B/zh
Publication of CN105243114A publication Critical patent/CN105243114A/zh
Application granted granted Critical
Publication of CN105243114B publication Critical patent/CN105243114B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/003Maps
    • G09B29/006Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes
    • G09B29/007Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes using computer methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Ecology (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供了一种选址分析方法及装置,其中,方法包括:确定用户待查询的店铺类型和行政区域;搜索在该行政区域范围内且属于该店铺类型的店铺的位置信息;根据泰森多边形生成算法和位置信息,在该行政区域范围内为每个店铺划分出一个对应的泰森多边形;按照电子地图的展示方式,展示每个店铺的泰森多边形。本发明根据用户需求自动生成分析结果,并以电子地图的形式展示分析结果,用户可以更直观地查看分析结果。

Description

一种选址分析方法及装置
技术领域
本发明涉及电子地图领域,特别是涉及一种选址分析方法及装置。
背景技术
现阶段人们在建设新店时的首要任务就是根据已有店铺的情况,决策出新店的最佳位置,而在决策的过程中,人们需要综合考虑同类型的其他店铺的位置情况,还需要考虑周边交通等影响业务量的因素。
例如,若麦当劳运营者打算在北京市朝阳区建立一个新店,那么他就需要考虑北京市朝阳区的所有麦当劳店的情况,如覆盖区域、交通情况、周边居民居住情况等;但其中最重要的就是已有麦当劳店的业务覆盖区域,这个因素能够表征店的基本运营情况,而基于这个因素运营者就基本可以确定出新店的大概位置。
现阶段人们常常采用的方法是,人工市场调研、收集大量的、与新店建设相关的数据,以报表数据的方式展示分析结果,决策者根据这种分析结果进而决策出新店的最佳位置。
由于报表数据量较大,处理过程较为漫长,又无法直观地展示分析结果,且这种人工方式耗时、耗力,人为因素较多,容易出现分析结果不可靠的问题。
发明内容
为解决上述技术问题,本发明实施例提供了一种选址分析方法及装置,可以根据用户需求自动生成分析结果,并以电子地图的形式展示分析结果,能够减小业务人员的工作量,省时省力,提高分析结果的可靠性。
技术方案如下:
根据本发明实施例的第一方面,公开了一种选址分析方法,所述方法包括:
确定用户待查询的店铺类型和行政区域;
搜索在该行政区域范围内且属于该店铺类型的店铺的位置信息;
根据泰森多边形生成算法和位置信息,在该行政区域范围内为每个店铺划分出一个对应的泰森多边形;
按照电子地图的展示方式,展示每个店铺的泰森多边形。
可选的,所述确定店铺类型和预选区域的步骤,包括:
在搜索界面为用户提供输入窗口,根据用户在输入窗口输入的内容确定出用户待查询的店铺类型和行政区域;或者,
在搜索界面为用户提供选项窗口,在选项窗口上展示有多种店铺类型和行政区域选项,根据用户在选项窗口上选择的选项确定出用户待查询的店铺类型和行政区域;或者;
在搜索界面上为用户展示地图,根据用户在地图上选择的店铺和该店铺的区域确定出用户待查询的店铺类型和行政区域。
可选的,所述根据泰森多边形生成算法和位置信息,在该行政区域范围内为每个店铺划分出一个对应的泰森多边形的步骤,包括:
将位置信息作为离散的数据点,根据离散的数据点构建三角网;
根据构建的三角网和该行政区域范围,计算每个数据点的泰森多边形。
可选的,所述根据构建的三角网和该行政区域范围,计算每个数据点的泰森多边形的步骤包括:
针对每个数据点,查找以该数据点为顶点的一个三角形,按照顺时针或逆时针顺序依次查找相邻的三角形,直到形成一个闭环区域为止;
计算该闭环区域内每个三角形的外接圆圆心,连接相邻的三角形的外接圆圆心组成该数据点的店铺对应的泰森多边形;
当泰森多边形与该行政区域范围的边缘有交集时,采用点抽稀算法对该泰森多边形进行抽稀处理,将处理后的泰森多边形作为其内部的店铺对应的泰森多边形。
可选的,采用的点抽稀算法是Ramer-Douglas-Peucker算法。
可选的,所述方法还包括:
查找泰森多边形范围内的居住人口情况和交通情况,并在展示每个店铺的泰森多边形时,还展示有查找到的居住人口情况和交通情况。
可选的,所述方法还包括:
响应于用户触发的新店位置的选定操作,确定新店的位置信息,触发执行步骤“根据泰森多边形生成算法和位置信息,在该行政区域范围内为每个店铺划分出一个对应的泰森多边形”和步骤“按照电子地图的展示方式,展示每个店铺的泰森多边形”。
根据本发明实施例的第二方面,公开了一种选址分析装置,所述装置包括:
确定单元,用于确定用户待查询的店铺类型和行政区域;
搜索单元,用于搜索在该行政区域范围内且属于该店铺类型的店铺的位置信息;
划分单元,用于根据泰森多边形生成算法和位置信息,在该行政区域范围内为每个店铺划分出一个对应的泰森多边形;
展示单元,用于按照电子地图的展示方式,展示每个店铺的泰森多边形。
可选的,所述确定单元,包括:
确定子单元一,用于在搜索界面为用户提供输入窗口,根据用户在输入窗口输入的内容确定出用户待查询的店铺类型和行政区域;或者,
确定子单元二,用于在搜索界面为用户提供选项窗口,在选项窗口上展示有多种店铺类型和行政区域选项,根据用户在选项窗口上选择的选项确定出用户待查询的店铺类型和行政区域;或者;
确定子单元三,用于在搜索界面上为用户展示地图,根据用户在地图上选择的店铺和该店铺的区域确定出用户待查询的店铺类型和行政区域。
可选的,所述划分单元,包括:
构建子单元,用于将位置信息作为离散的数据点,根据离散的数据点构建三角网;
划分子单元,用于根据构建的三角网和该行政区域范围,计算每个数据点的泰森多边形。
可选的,所述划分子单元,包括:
闭环区域形成模块,用于针对每个数据点,查找以该数据点为顶点的一个三角形,按照顺时针或逆时针顺序依次查找相邻的三角形,直到形成一个闭环区域为止;
泰森多边形生成模块,用于计算该闭环区域内每个三角形的外接圆圆心,连接相邻的三角形的外接圆圆心组成该数据点的店铺对应的泰森多边形;
边缘区域泰森多边形处理模块,用于当泰森多边形与该行政区域范围的边缘有交集时,采用点抽稀算法对该泰森多边形进行抽稀处理,将处理后的泰森多边形作为其内部的店铺对应的泰森多边形。
可选的,所述装置还包括:
查找单元,用于查找泰森多边形范围内的居住人口情况和交通情况,并在展示每个店铺的泰森多边形时,还展示有查找到的居住人口情况和交通情况。
可选的,所述装置还包括:
新店位置拟定单元,用于响应于用户触发的新店位置的选定操作,确定新店的位置信息,并触发所述划分单元和展示单元。
与现有技术相比,本发明具有如下有益效果:
本发明根据用户待查询的店铺类型和行政区域,搜索在该行政区域范围内且属于该店铺类型的店铺的位置信息;然后,根据泰森多边形生成算法和位置信息,在该行政区域范围内为每个店铺划分出一个对应的泰森多边形;按照电子地图的展示方式,展示每个店铺的泰森多边形。在本发明中,利用泰森多变形算法和行政区域化特征,并结合电子地图技术,根据店铺位置信息计算出已有店铺的业务覆盖范围,并在地图上进行显示。相比人工处理方式,本发明具有直观方便、减少业务人员工作量、节省人力物力资源的有益效果,本发明能够有效地辅助业务人员进行新店选址的决策。
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中记载的一些实施例,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,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种选址分析方法实施例的示意图;
图2为本发明提供的三角网构建示意图;
图3为本发明提供的泰森多边形示意图;
图4为本发明提供的应用图1所示方法的场景示意图;
图5为本发明实施例提供的一种选址分析装置实施例的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,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,都应当属于本发明保护的范围。
参见图1,图1为本发明实施例提供的一种选址分析方法实施例的示意图。如图1所示,该方法可以包括:
S11、确定用户待查询的店铺类型和行政区域。
在本发明中,店铺类型用于描述店铺的归类信息;店铺类型可以是某一大类的归类信息,如银行、快餐店、学校、体育场等店铺类型;店铺类型可以是某一小类的归类信息,如麦当劳、万达广场、中国银行等具体店铺类型。
现阶段中国按照省、自治区、直辖市、市、自治州、县、乡、镇等原则进行区域划分。基于此,本发明中的行政区域可以是某某省、某某市、某某县或某某镇等具体的行政区域。不同国家采用的行政区域划分方式不同,则行政区域的名称定义都不相同,在此并不针对不同国家的行政区域划分进行一一列举。但本发明实施例是可以适应于任何一个国家的任何一个行政区域的。
步骤S11可以有以下几种实现方式,下面分别进行解释说明。
第一种实现方式是,在搜索界面为用户提供输入窗口,根据用户在输入窗口输入的内容确定出用户待查询的店铺类型和行政区域。
在第一种实现方式的实现过程中,可以用户提供一个输入窗口,用户在该输入窗口上输入待查询的店铺类型和行政区域。如,用户输入北京市的麦当劳,则可以从用户输入的内容中确定出用户待查询的店铺类型是“麦当劳”,行政区域是“北京市”;也可以为用户提供两个输入窗口,分别是店铺类型信息输入窗口和行政区域信息输入窗口,则用户在这两个窗口中分别输入相应的信息。
第二种实现方式是,在搜索界面为用户提供选项窗口,在选项窗口上展示有多种店铺类型和行政区域选项,根据用户在选项窗口上选择的选项确定出用户待查询的店铺类型和行政区域。
在第二种实现方式的实现过程中,可以为用户提供两种选项窗口,一种是店铺类型选项窗口,在该选项窗口上展示有多种店铺类型的选项;另一种是行政区域选项窗口,在该选项窗口上展示有多种行政区域的选项;这两种选项窗口可以并排展示;这样,用户可以在这两种选项窗口上分别选择自己待查询的店铺类型选项和行政区域选项,根据用户在选项窗口上选择的选项就能够确定出用户待查询的店铺类型和行政区域。
第三种实现方式是,在搜索界面上为用户展示地图,根据用户在地图上选择的店铺和该店铺的区域确定出用户待查询的店铺类型和行政区域。
在第三种实现方式的实现过程中,在搜索界面上为用户展示地图,在该地图上展示有所有行政区域的所有店铺信息,这样用户可以根据实际需求选定某个店铺,则根据用户选定的店铺可以确定店铺类型和行政区域。如,用户在地图上选定了位于北京市朝阳区的中国银行店铺,则可以确定用户选定的店铺类型是中国银行,行政区域为北京市朝阳区。
S12、搜索在该行政区域范围内且属于该店铺类型的店铺的位置信息。
步骤S12是基于上述步骤S11确定的店铺类型和行政区域,在地理位置数据库中搜索出属于该行政区域范围内的、属于该店铺类型的店铺的地理位置信息。如,当S11确定的店铺类型是“麦当劳”,行政区域是“北京市朝阳区”,则在数据库中先定位到该行政区域范围,然后搜索出该范围内的所有麦当劳的位置信息。地理位置数据库中存储有所有行政区域范围的所有店铺的位置信息;地理位置数据库可以按照行政区域分类的方式,储存有行政区域范围内的所有店铺的位置信息,这样在执行S12时,可以快速地搜索出位置信息。
S13、根据泰森多边形生成算法和位置信息,在该行政区域范围内为每个店铺划分出一个对应的泰森多边形。
步骤S13在具体实现时,可以包括:
S131、将位置信息作为离散的数据点,根据离散的数据点构建三角网;和,
S132、根据构建的三角网和该行政区域范围,计算每个数据点的泰森多边形。
下面分别对上述步骤S131和步骤S132作进一步解释说明。
上述步骤S131中的三角网可以是Delaunay三角网,也称之为不规则三角网;该步骤的本质就是由离散的数据点构建三角网,即对平面上n个离散点,将相近的三点构成最佳三角形,使得每个离散点都成为三角形的顶点,进而形成三角网。接下来以图2为例,进行示例性解释说明。
图2中给出的离散的数据点共有8个,按照点距离的远近关系,选择相近的带三点连接构成最佳三角形,使得每个数据点都成为三角形的顶点,如1,2,8;2,8,3;3.8,7;3,7,4;4,7,5;5,7,6;7,8,6;8,6,1共8个三角形组成的三角网。
在构建三角网时,应该按照Delaunay三角形形成准则,尽可能地使得三角形的三内角均成锐角;Delaunay三角形形成准则如下:
任何一个Delaunay三角形的外接圆内不能包含任何其它离散点。
相邻两个Delaunay三角形构成凸四边形,在交换凸四边形的对角线之后,六个内角的最小者不再增大。该性质即为最小角最大准则。
步骤S131可以进一步的按照如下步骤实现:
S1311、将位置信息作为离散的数据点,建立包含所有数据点的凸包;
S1312、采用环切边界法对凸包进行三角剖分;
S1313、对于不在凸包上的其余离散点,采用逐点内插的方法进行剖分,形成三角网。
下面对上述步骤S132作进一步解释说明。
在构建出三角网时,需要对离散的数据点和形成的三角形进行编号,记录组成每个三角形的三个数据点以及对应的三角形编号。
针对每个离散的数据点,查找与该数据点相邻的所有三角形的编号;即,在已构建的三角网中查找具有同一相同顶点的所有三角形,记录其编号。
针对每个离散的数据点,按照相邻三角形顺时针或逆时针顺序排序,以组成一个闭合区域。
计算该闭环区域内每个三角形的外接圆圆心,连接相邻的三角形的外接圆圆心组成该数据点的店铺对应的泰森多边形。
下面以一个数据点为例进行示例性解释说明。参见图3,针对数据点o,找出以0为顶点的一个三角形,设为A;取三角形A中除顶点o以外的另一顶点,设为a,当然,也可以取另一顶点f;若按照逆时针顺序,则下一个三角形必然是以of为边的,即为三角形F;三角形F的另一顶点为e,则下一三角形是以oe为边的;如此重复进行,直到回到oa边。针对图3中的各个三角形,确定各自的外接圆圆心,连接相邻的外接圆圆心形成离散点o的泰森多边形,即,图3中黑色粗线条围成的多边形。
由于泰森多边形算法是应用于无线大平面的二维图形算法,它生成的图形没有边界,无法处理固定图形的情况,因此,结合本申请的应用场景,需要在行政区域范围内形成有边界的泰森多边形,因此,针对于行政区域的边缘有交集的泰森多边形需要进一步地对其处理,使其与行政区域范围边界相吻合,具体处理是,采用点抽稀算法对该泰森多边形进行抽稀处理,将处理后的泰森多边形作为其内部的店铺对应的泰森多边形。利用点抽稀算法使得泰森多边形算法能够在行政区域的闭合几何图形中得到很好地应用,能够在行政区域内合理的构建出泰森多边形,避免无限扩展。
其中点抽稀算法具体可以采用Ramer-Douglas-Peucker算法,该算法的基本原理如下:
(1)给定一个输入折线段和允许误差值e,算法会迭代简化折线段。
(2)连接起点a和终点b,形成线段ab,找到折线段中距离ab最远的顶点p,计算p与ab的距离d,若d<e,删除a和b之间的所有顶点,算法结束;若d>e,以ap和bp作为新的折线段,重复这一步骤。
基于上述原理,步骤S132可以按照如下步骤实现:
步骤S1321、针对每个数据点,查找以该数据点为顶点的一个三角形,按照顺时针或逆时针顺序依次查找相邻的三角形,直到形成一个闭环区域为止;
步骤S1322、计算该闭环区域内每个三角形的外接圆圆心,连接相邻的三角形的外接圆圆心组成该数据点的店铺对应的泰森多边形;
步骤S1323、当泰森多边形与该行政区域范围的边缘有交集时,采用点抽稀算法对该泰森多边形进行抽稀处理,将处理后的泰森多边形作为其内部的店铺对应的泰森多边形。
S14、按照电子地图的展示方式,展示每个店铺的泰森多边形。
步骤S14中的电子地图即数字地图,是利用计算机技术,以数字方式存储和查阅的地图。而电子地图是存储在计算机的硬盘、软盘、光盘或磁带等介质上的,地图内容是通过数字来表示的,需要通过专用的计算机软件对这些数字进行显示、读取、检索、分析。可以对电子地图进行任意比例尺、任意范围的绘图输出。电子地图储存资讯的方法,一般使用向量式图像储存,地图比例可放大、缩小或旋转而不影响显示效果,现代电子地图软件一般利用地理信息系统来储存和传送地图数据,也有其他的信息系统。
本发明以电子地图的展示方式,展示每个店铺的泰森多边形,就是在以电子地图的方式展示行政区域的地理信息,并在该电子地图上展示每个店铺的泰森多边形;在具体展示时,每个店铺的泰森多边形的线条形状、粗细、颜色等均不作限定,可以根据实际需求而设定。用户在观看电子地图时,可以通过放大、放小、拖拉、移动等操作,直观地具体店铺的业务覆盖情况。
通过上述方式为每个店铺生成泰森多边形具有以下特点:
每个泰森多边形内只有一个店铺;
所有泰森多边形之间无缝连接,彼此间没有空余空间;
地理位置上位于泰森多边形内的顾客,到达该泰森多边形内的店铺所需的路程比到达其他店铺所需的路程短。
以银行业网点选址问题为例,如图4所示,利用本发明实施例的选址分析方法,分析得到的北京市西城区的某银行网点分布情况,其中黑点表示网点的位置,其周围实线表示该网点的泰森多边形。在交通理想化的情况下,所有顾客在想要办理银行业务时,都会前往距离自己最近的银行网点,也就是说,同一个泰森多边形内的顾客都会前往该多边形内的网点办理业务,所以,每个泰森多边形代表了它内部银行网点的业务覆盖范围。
另外,在上述方法的基础上,为了向用户提供更多的数据,便于用户决策出新店的最佳位置,可以在上述方法的基础上增加如下步骤:
查找泰森多边形范围内的居住人口情况和交通情况,并在展示每个店铺的泰森多边形时,还展示有查找到的居住人口情况和交通情况。
比如,可以从人口统计系统中查找泰森多边形范围内的居住人口数量,可以查看泰森多边形范围内的公共交通情况,如公交车辆路线和/或公交车辆个数,或者根据这些因素设置公共交通情况的良好差等级等。
另外,用户观看了每个店铺的泰森多边形之后,了解了现有的店铺情况,进而拟指定一个新店位置,为了便于用户了解拟指定的新店所在位置的基本覆盖情况,则在上述方法基础上增加如下步骤:
响应于用户触发的新店位置的选定操作,确定新店的位置信息,触发执行步骤“根据泰森多边形生成算法和位置信息,在该行政区域范围内为每个店铺划分出一个对应的泰森多边形”和步骤“按照电子地图的展示方式,展示每个店铺的泰森多边形”。
即,将用户选定的新店和搜索到的所有店铺的位置信息,都利用泰森多边形生成算法,为每个店铺(新店和已有店铺)生成一个对应的泰森多边形。每个店铺的泰森多边形表征了该店铺的业务覆盖范围。这主要是考虑到,所有顾客在想要办理业务时,都会前往距离自己最近的店铺,也就是说,同一泰森多边形内的顾客都会前往该多边形内的店铺办理业务,所以,每个泰森多边形代表了它内部的店铺的业务覆盖范围。
通过这种方式,用户可以根据电子地图上展示的泰森多边形的情况,直接查看到已有店铺的业务覆盖情况,进而可以拟指定一个新店位置,然后再根据拟指定新店的泰森多边形面积来衡量拟指定新店的业务覆盖情况,当然,用户在确定最佳新店位置时,还是要考虑实际中的其他因素。
因此,在新店选址时,通过电子地图上展示的店铺的泰森多边形,就可以了解店铺的业务覆盖范围,当泰森多边形的面积越大,说明业务负荷越大,因此在这个泰森多边形范围内可以建设新店,以分散部分业务。
通过上述实施例可以看出,本发明提供的选址分析方法,能够将现有店铺的业务覆盖情况,以电子地图的形式展示给业务人员,具有直观方便、简化业务人员工作量的有益效果,能够有效地辅助业务人员进行新店选址的决策。
与上述方法相对应的,本发明还提供了一种选址分析装置。
参见图5,图5是本发明提供的一种选址分析装置实施例的结构图,该装置包括:
确定单元51,用于确定用户待查询的店铺类型和行政区域;
搜索单元52,用于搜索在该行政区域范围内且属于该店铺类型的店铺的位置信息;
划分单元53,用于根据泰森多边形生成算法和位置信息,在该行政区域范围内为每个店铺划分出一个对应的泰森多边形;
展示单元54,用于按照电子地图的展示方式,展示每个店铺的泰森多边形。
可选的,所述确定单元,包括:
确定子单元一,用于在搜索界面为用户提供输入窗口,根据用户在输入窗口输入的内容确定出用户待查询的店铺类型和行政区域;或者,
确定子单元二,用于在搜索界面为用户提供选项窗口,在选项窗口上展示有多种店铺类型和行政区域选项,根据用户在选项窗口上选择的选项确定出用户待查询的店铺类型和行政区域;或者;
确定子单元三,用于在搜索界面上为用户展示地图,根据用户在地图上选择的店铺和该店铺的区域确定出用户待查询的店铺类型和行政区域。
可选的,所述划分单元,包括:
构建子单元,用于将位置信息作为离散的数据点,根据离散的数据点构建三角网;
划分子单元,用于根据构建的三角网和该行政区域范围,计算每个数据点的泰森多边形。
可选的,所述划分子单元,包括:
闭环区域形成模块,用于针对每个数据点,查找以该数据点为顶点的一个三角形,按照顺时针或逆时针顺序依次查找相邻的三角形,直到形成一个闭环区域为止;
泰森多边形生成模块,用于计算该闭环区域内每个三角形的外接圆圆心,连接相邻的三角形的外接圆圆心组成该数据点的店铺对应的泰森多边形;
边缘区域泰森多边形处理模块,用于当泰森多边形与该行政区域范围的边缘有交集时,采用点抽稀算法对该泰森多边形进行抽稀处理,将处理后的泰森多边形作为其内部的店铺对应的泰森多边形。
可选的,所述装置还包括:
查找单元,用于查找泰森多边形范围内的居住人口情况和交通情况,并在展示每个店铺的泰森多边形时,还展示有查找到的居住人口情况和交通情况。
可选的,所述装置还包括:
新店位置拟定单元,用于响应于用户触发的新店位置的选定操作,确定新店的位置信息,并触发所述划分单元和展示单元。
本发明根据用户待查询的店铺类型和行政区域,搜索在该行政区域范围内且属于该店铺类型的店铺的位置信息;然后,根据泰森多边形生成算法和位置信息,在该行政区域范围内为每个店铺划分出一个对应的泰森多边形;按照电子地图的展示方式,展示每个店铺的泰森多边形。在本发明中,利用泰森多变形算法和行政区域化特征,并结合电子地图技术,根据店铺位置信息计算出已有店铺的业务覆盖范围,并在地图上进行显示。相比人工处理方式,本发明能够提高处理效率,并直观地展示分析结果,节省人力物力资源。
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。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述仅是本发明的具体实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (13)

1.一种选址分析方法,其特征在于,所述方法包括:
确定用户待查询的店铺类型和行政区域;
搜索在该行政区域范围内且属于该店铺类型的店铺的位置信息;
根据泰森多边形生成算法和位置信息,在该行政区域范围内为每个店铺划分出一个对应的泰森多边形;
按照电子地图的展示方式,展示每个店铺的泰森多边形。
2.根据权利要求1所述的方法,其特征在于,所述确定店铺类型和预选区域的步骤,包括:
在搜索界面为用户提供输入窗口,根据用户在输入窗口输入的内容确定出用户待查询的店铺类型和行政区域;或者,
在搜索界面为用户提供选项窗口,在选项窗口上展示有多种店铺类型和行政区域选项,根据用户在选项窗口上选择的选项确定出用户待查询的店铺类型和行政区域;或者;
在搜索界面上为用户展示地图,根据用户在地图上选择的店铺和该店铺的区域确定出用户待查询的店铺类型和行政区域。
3.根据权利要求1所述的方法,其特征在于,所述根据泰森多边形生成算法和位置信息,在该行政区域范围内为每个店铺划分出一个对应的泰森多边形的步骤,包括:
将位置信息作为离散的数据点,根据离散的数据点构建三角网;
根据构建的三角网和该行政区域范围,计算每个数据点的泰森多边形。
4.根据权利要求3所述的方法,其特征在于,所述根据构建的三角网和该行政区域范围,计算每个数据点的泰森多边形的步骤包括:
针对每个数据点,查找以该数据点为顶点的一个三角形,按照顺时针或逆时针顺序依次查找相邻的三角形,直到形成一个闭环区域为止;
计算该闭环区域内每个三角形的外接圆圆心,连接相邻的三角形的外接圆圆心组成该数据点的店铺对应的泰森多边形;
当泰森多边形与该行政区域范围的边缘有交集时,采用点抽稀算法对该泰森多边形进行抽稀处理,将处理后的泰森多边形作为其内部的店铺对应的泰森多边形。
5.根据权利要求4所述的方法,其特征在于,
采用的点抽稀算法具体是Ramer-Douglas-Peucker算法。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
查找泰森多边形范围内的居住人口情况和交通情况,并在展示每个店铺的泰森多边形时,还展示有查找到的居住人口情况和交通情况。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
响应于用户触发的新店位置的选定操作,确定新店的位置信息,触发执行步骤“根据泰森多边形生成算法和位置信息,在该行政区域范围内为每个店铺划分出一个对应的泰森多边形”和步骤“按照电子地图的展示方式,展示每个店铺的泰森多边形”。
8.一种选址分析装置,其特征在于,所述装置包括:
确定单元,用于确定用户待查询的店铺类型和行政区域;
搜索单元,用于搜索在该行政区域范围内且属于该店铺类型的店铺的位置信息;
划分单元,用于根据泰森多边形生成算法和位置信息,在该行政区域范围内为每个店铺划分出一个对应的泰森多边形;
展示单元,用于按照电子地图的展示方式,展示每个店铺的泰森多边形。
9.根据权利要求8所述的装置,其特征在于,所述确定单元,包括:
确定子单元一,用于在搜索界面为用户提供输入窗口,根据用户在输入窗口输入的内容确定出用户待查询的店铺类型和行政区域;或者,
确定子单元二,用于在搜索界面为用户提供选项窗口,在选项窗口上展示有多种店铺类型和行政区域选项,根据用户在选项窗口上选择的选项确定出用户待查询的店铺类型和行政区域;或者;
确定子单元三,用于在搜索界面上为用户展示地图,根据用户在地图上选择的店铺和该店铺的区域确定出用户待查询的店铺类型和行政区域。
10.根据权利要求8所述的装置,其特征在于,所述划分单元,包括:
构建子单元,用于将位置信息作为离散的数据点,根据离散的数据点构建三角网;
划分子单元,用于根据构建的三角网和该行政区域范围,计算每个数据点的泰森多边形。
11.根据权利要求8所述的装置,其特征在于,所述划分子单元,包括:
闭环区域形成模块,用于针对每个数据点,查找以该数据点为顶点的一个三角形,按照顺时针或逆时针顺序依次查找相邻的三角形,直到形成一个闭环区域为止;
泰森多边形生成模块,用于计算该闭环区域内每个三角形的外接圆圆心,连接相邻的三角形的外接圆圆心组成该数据点的店铺对应的泰森多边形;
边缘区域泰森多边形处理模块,用于当泰森多边形与该行政区域范围的边缘有交集时,采用点抽稀算法对该泰森多边形进行抽稀处理,将处理后的泰森多边形作为其内部的店铺对应的泰森多边形。
12.根据权利要求8所述的装置,其特征在于,所述装置还包括:
查找单元,用于查找泰森多边形范围内的居住人口情况和交通情况,并在展示每个店铺的泰森多边形时,还展示有查找到的居住人口情况和交通情况。
13.根据权利要求8所述的装置,其特征在于,所述装置还包括:
新店位置拟定单元,用于响应于用户触发的新店位置的选定操作,确定新店的位置信息,并触发所述划分单元和展示单元。
CN201510622707.0A 2015-09-25 2015-09-25 一种选址分析方法及装置 Active CN105243114B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510622707.0A CN105243114B (zh) 2015-09-25 2015-09-25 一种选址分析方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510622707.0A CN105243114B (zh) 2015-09-25 2015-09-25 一种选址分析方法及装置

Publications (2)

Publication Number Publication Date
CN105243114A true CN105243114A (zh) 2016-01-13
CN105243114B CN105243114B (zh) 2019-04-12

Family

ID=55040762

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510622707.0A Active CN105243114B (zh) 2015-09-25 2015-09-25 一种选址分析方法及装置

Country Status (1)

Country Link
CN (1) CN105243114B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106441269A (zh) * 2016-08-31 2017-02-22 武汉拓普伟域网络有限公司 一种用于景区电子语音导游的区间定位方法
CN106503271A (zh) * 2016-12-14 2017-03-15 大连大学 移动互联网和云计算环境下子空间Skyline查询的智能商店选址系统
CN107945857A (zh) * 2017-12-11 2018-04-20 创业软件股份有限公司 一种基于数据融合的社区医疗站点部署方法
CN108205574A (zh) * 2016-12-20 2018-06-26 中国移动通信集团公司 一种实体渠道的业务覆盖范围的确定方法及装置
CN109246607A (zh) * 2018-10-23 2019-01-18 青岛禧泰房地产数据有限公司 一种基于地理区域方式展示落点位置的房地产应用方法
CN109408605A (zh) * 2018-10-11 2019-03-01 西华师范大学 一种城市配位数的计算方法
CN109727076A (zh) * 2019-01-04 2019-05-07 成都方未科技有限公司 一种基于人口时空分布的选址方法
CN110111150A (zh) * 2019-05-08 2019-08-09 拉扎斯网络科技(上海)有限公司 信息处理方法、装置、存储介质和电子设备
CN111340266A (zh) * 2018-12-19 2020-06-26 中国移动通信集团江西有限公司 选址的方法、装置、设备和介质
CN111985576A (zh) * 2020-09-02 2020-11-24 南宁师范大学 基于决策树的店铺选址方法
CN112734200A (zh) * 2020-12-31 2021-04-30 贵州省烟草公司六盘水市公司 基于电子地图的烟草制品零售点规划网格查询系统和方法
CN113095943A (zh) * 2021-05-10 2021-07-09 中国工商银行股份有限公司 位置确定方法、位置确定装置、电子设备及可读存储介质
CN117272492A (zh) * 2023-11-23 2023-12-22 华侨大学 一种观赏、作业、监护动线设计方法、装置、设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101873608A (zh) * 2010-06-18 2010-10-27 北京神州泰岳软件股份有限公司 泰森多边形结合gis地图展示通信业务量的方法及系统
CN103200238A (zh) * 2013-03-13 2013-07-10 周良文 地理围栏的智能网络信息系统
CN104239396A (zh) * 2014-06-20 2014-12-24 北京奇虎科技有限公司 一种搜索电子地图上业务对象的方法和装置
CN104700333A (zh) * 2013-12-09 2015-06-10 江苏智途科技有限公司 一种景点内的导游系统及其工作方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101873608A (zh) * 2010-06-18 2010-10-27 北京神州泰岳软件股份有限公司 泰森多边形结合gis地图展示通信业务量的方法及系统
CN103200238A (zh) * 2013-03-13 2013-07-10 周良文 地理围栏的智能网络信息系统
CN104700333A (zh) * 2013-12-09 2015-06-10 江苏智途科技有限公司 一种景点内的导游系统及其工作方法
CN104239396A (zh) * 2014-06-20 2014-12-24 北京奇虎科技有限公司 一种搜索电子地图上业务对象的方法和装置

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106441269B (zh) * 2016-08-31 2019-10-29 武汉拓普伟域网络有限公司 一种用于景区电子语音导游的区间定位方法
CN106441269A (zh) * 2016-08-31 2017-02-22 武汉拓普伟域网络有限公司 一种用于景区电子语音导游的区间定位方法
CN106503271A (zh) * 2016-12-14 2017-03-15 大连大学 移动互联网和云计算环境下子空间Skyline查询的智能商店选址系统
CN108205574A (zh) * 2016-12-20 2018-06-26 中国移动通信集团公司 一种实体渠道的业务覆盖范围的确定方法及装置
CN107945857A (zh) * 2017-12-11 2018-04-20 创业软件股份有限公司 一种基于数据融合的社区医疗站点部署方法
CN107945857B (zh) * 2017-12-11 2021-01-05 创业慧康科技股份有限公司 一种基于数据融合的社区医疗站点部署方法
CN109408605A (zh) * 2018-10-11 2019-03-01 西华师范大学 一种城市配位数的计算方法
CN109246607A (zh) * 2018-10-23 2019-01-18 青岛禧泰房地产数据有限公司 一种基于地理区域方式展示落点位置的房地产应用方法
CN111340266A (zh) * 2018-12-19 2020-06-26 中国移动通信集团江西有限公司 选址的方法、装置、设备和介质
CN109727076A (zh) * 2019-01-04 2019-05-07 成都方未科技有限公司 一种基于人口时空分布的选址方法
CN110111150A (zh) * 2019-05-08 2019-08-09 拉扎斯网络科技(上海)有限公司 信息处理方法、装置、存储介质和电子设备
CN111985576A (zh) * 2020-09-02 2020-11-24 南宁师范大学 基于决策树的店铺选址方法
CN111985576B (zh) * 2020-09-02 2023-11-03 南宁师范大学 基于决策树的店铺选址方法
CN112734200A (zh) * 2020-12-31 2021-04-30 贵州省烟草公司六盘水市公司 基于电子地图的烟草制品零售点规划网格查询系统和方法
CN113095943A (zh) * 2021-05-10 2021-07-09 中国工商银行股份有限公司 位置确定方法、位置确定装置、电子设备及可读存储介质
CN117272492A (zh) * 2023-11-23 2023-12-22 华侨大学 一种观赏、作业、监护动线设计方法、装置、设备及介质
CN117272492B (zh) * 2023-11-23 2024-02-13 华侨大学 一种观赏、作业、监护动线设计方法、装置、设备及介质

Also Published As

Publication number Publication date
CN105243114B (zh) 2019-04-12

Similar Documents

Publication Publication Date Title
CN105243114A (zh) 一种选址分析方法及装置
CN110175216B (zh) 坐标纠错方法、装置和计算机设备
US7085650B2 (en) System and method of geospatially mapping topological regions and displaying their attributes
Tabik et al. Simultaneous computation of total viewshed on large high resolution grids
US9503863B2 (en) Systems and methods to identify home addresses of mobile devices
JP6942706B2 (ja) 交通道路の経路ヒートを取得する方法および装置
US7983949B1 (en) System and method for selecting targeted information for serving with a map view
CN104463617A (zh) 一种智能匹配商户范围的方法及系统
CN103884345A (zh) 兴趣点信息采集方法、显示方法、装置及系统
CN106488401B (zh) 生成无缝相邻的地理围栏的方法及装置
CN105205051A (zh) 移动通信资源的分析方法和系统
CN106227730A (zh) 电网gis数据采录系统以及采录方法
CN109857826B (zh) 一种摄像机可视域标注系统及其标注方法
KR20110082813A (ko) 객체 인식시스템 및 이를 이용하는 객체 인식 방법
Shekhar et al. Benchmarking spatial big data
CN105405355A (zh) 在电子地图上进行信息点筛选的方法
Carlsson et al. Provably good region partitioning for on-time last-mile delivery
CN116541616A (zh) 对象放置地址确定方法、装置、计算机设备和存储介质
CN107341625A (zh) 一种物流服务能力信息查询方法、装置及系统
CN106600691A (zh) 多路二维视频图像在三维地理空间中融合校正方法、系统
Murase et al. On-demand generalization of guide maps with road networks and category-based web search results
Madyatmadja et al. Determination Position and Distance of Store Based on Wifi Using K-Nearest Neighbor and Floyd Warshall Algorithm
Chen et al. Designing service sectors for daily maintenance operations in a road network
Persai et al. Telecommunication utility analysis using GIS and GPS techniques
CN108509632A (zh) 地下管线工程档案信息检索方法及装置

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