CN107566975A - 一种基于Solr相关性的位置感知方法 - Google Patents

Abstract

本发明公开了一种基于Solr相关性的位置感知方法，通过iBeacon生成空间引用，在Lucene中通过纵坐标和横坐标表示不同字段定义室内位置，在索引中添加数据，进行距离计算、排序、查询解析，Solr和Lucene将空间引用表示为文档与商品的陈列相关联，实现室内导航、线下实体店顾客感知与行为分析，与线上数据相结合，实现实时商品推荐。本发明通过将线下实体店通过蓝牙定位实现空间搜索，帮助位于特定位置的用户快速找到有用的信息；与线上数据相结合，实现实时推荐，快速方便。

Description

一种基于Solr相关性的位置感知方法

技术领域

本发明涉及搜索应用技术领域，尤其涉及一种基于Solr相关性的位置感知方法。

背景技术

Apache Lucene 是一个基于 Java的高性能搜索库。Apache Solr 是一个使用Lucene 通过 HTTP 来提供搜索、分类等功能的搜索服务器。

Solr将内容表示为文档。文档由一个或多个字段 和一个表明文档的重要性的可选增强（boost）值 组成。

iBeacon技术使用低功耗蓝牙技术(Bluetooth Low Energy，也就是通常所说的Bluetooth 4.0或者Bluetooth Smart)可以创建一个信号区域。当智能手机进入该区域时，iBeacon信号会将用户的特定APP唤醒，为用户提供特定信息推送、移动支付等服务，让移动设备具有语境计算(contextual computing)能力。

实体书店利用如iBeacon技术用于室内定位技术，广播唯一标识码，手机APP获得场景信息。

发明内容

本发明目的就是为了弥补已有技术的缺陷，提供一种基于Solr相关性的位置感知方法。

本发明是通过以下技术方案实现的：

一种基于Solr相关性的位置感知方法，将室内定位识别添加到基于位置的APP的空间数据中，编辑覆盖地图顶层信息，通过iBeacon根据信号强度计算位置，计算公式如下：

d = 10^((abs(RSSI) - A) / (10 * n))

其中：d 为计算所得距离，RSSI为接收信号强度，为负值，A为发射端和接收端相隔1米时的信号强度，n为环境衰减因子，可以进行距离计算、排序、相关性改进；

通过iBeacon生成空间引用，在Lucene中通过纵坐标和横坐标表示不同字段定义室内位置，在索引中添加数据，进行距离计算、排序、查询解析，Solr和Lucene将空间引用表示为文档与商品的陈列相关联，实现室内导航、线下实体店顾客感知与行为分析，与线上数据相结合，实现实时商品推荐。

通过线下实体店部署蓝牙天线，智能手机基于iBeacon等协议进行室内定位生成空间引用。在Solr和Lucene中，用Double数据类型表示横坐标和纵坐标。在基于位置的APP中，就可以进行距离计算、排序、查询解析，从而实现实时商品推荐。

本发明的优点是：本发明通过将线下实体店通过蓝牙定位实现空间搜索，帮助位于特定位置的用户快速找到有用的信息；与线上数据相结合，实现实时推荐，快速方便。

具体实施方式

一种基于Solr相关性的位置感知方法，将室内定位识别添加到基于位置的APP的空间数据中，编辑覆盖地图顶层信息，通过iBeacon根据信号强度计算位置，计算公式如下：

d = 10^((abs(RSSI) - A) / (10 * n))

其中：d 为计算所得距离，RSSI为接收信号强度，为负值，A为发射端和接收端相隔1米时的信号强度，n为环境衰减因子，可以进行距离计算、排序、相关性改进；

通过iBeacon生成空间引用，在Lucene中通过纵坐标和横坐标表示不同字段定义室内位置，在索引中添加数据，进行距离计算、排序、查询解析，Solr和Lucene将空间引用表示为文档与商品的陈列相关联，实现室内导航、线下实体店顾客感知与行为分析，与线上数据相结合，实现实时商品推荐。

Claims (1)

1.一种基于Solr相关性的位置感知方法，其特征在于：将室内定位识别添加到基于位置的APP的空间数据中，编辑覆盖地图顶层信息，通过iBeacon根据信号强度计算位置，计算公式如下：

d = 10^((abs(RSSI) - A) / (10 * n))

其中：d 为计算所得距离，RSSI为接收信号强度，为负值，A为发射端和接收端相隔1米时的信号强度，n为环境衰减因子，可以进行距离计算、排序、相关性改进；

通过iBeacon生成空间引用，在Apache Lucene中通过纵坐标和横坐标表示不同字段定义室内位置，在索引中添加数据，进行距离计算、排序、查询解析，Solr和Lucene将空间引用表示为文档与商品的陈列相关联，实现室内导航、线下实体店顾客感知与行为分析，与线上数据相结合，实现实时商品推荐。