CN107766984A - 基于云计算的商家最优选址系统及方法 - Google Patents
基于云计算的商家最优选址系统及方法 Download PDFInfo
- Publication number
- CN107766984A CN107766984A CN201711029775.1A CN201711029775A CN107766984A CN 107766984 A CN107766984 A CN 107766984A CN 201711029775 A CN201711029775 A CN 201711029775A CN 107766984 A CN107766984 A CN 107766984A
- Authority
- CN
- China
- Prior art keywords
- addressing
- retail shop
- point
- cloud computing
- population
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了基于云计算的商家最优选址系统,所述的系统包括:地理信息模块,用以采集选址地点所在区域或城市的地理人口分布特征数据;地图信息模块,用来获取选址地点所在区域或城市的最新电子地图;商铺采集模块,用来获取取选址地点所在区域或城市的已有商铺分布特征数据;云计算存储模块,用来存储整个系统中产生的所有数据;云计算模块,依据地理人口分布特征数据计算理想状况下商铺选址分布点,并将理想状况下商铺选址分布点与已有商铺分布点显示在电子地图上。本发明还提供了基于云计算的商家最优选址方法,通过比对理想选址点和已有商铺,可以在短时间内掌握一个地区甚至一个城市的商业选址状况,大大提升了选址效率。
Description
技术领域
本发明涉及大数据应用技术领域,具体的说是基于云计算的商家最优选址系统及方法。
背景技术
城市商业活动中,店面的布局选址对商家来讲是一件重大的决策事项。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。
现有情况下,大多数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。
上述的选址方法,由于工作量巨大,不仅导致人工劳动量大大增加,而且整个选址的决策时间也大大延长,无法满足现代社会高效、准确的决策需求。
发明内容
为了解决上述问题,提供了基于云计算的商家最优选址系统及方法,通过比对理想选址点和已有商铺,可以在短时间内掌握一个地区甚至一个城市的商业选址状况,大大提升了选址效率。
本发明实施例提供了基于云计算的商家最优选址系统,所述的系统包括:
地理信息模块,用以采集选址地点所在区域或城市的地理人口分布特征数据;
地图信息模块,用来获取选址地点所在区域或城市的最新电子地图;
商铺采集模块,用来获取取选址地点所在区域或城市的已有商铺分布特征数据;
云计算存储模块,用来存储整个系统中产生的所有数据;
云计算模块,依据地理人口分布特征数据计算理想状况下商铺选址分布点,并将理想状况下商铺选址分布点与已有商铺分布点显示在电子地图上。
进一步的,所述的地理人口分布特征数据包括人口聚集点的位置、每个人口聚集点的人口数量、每个人口聚集点的平均年收入、每个人口聚集点的的消费类型及消费金额。
进一步的,已有商铺分布特征数据包括商铺的地理位置、商铺类型、商铺年销售收入。
进一步的,所述的系统还包括客户端,用于从云计算存储模块查询商铺选址分布点。
本发明实施例还提供了一种基于云计算的商家最优选址方法,所述的方法包括:
采集选址地点所在区域或城市的地理人口分布特征数据;
获取取选址地点所在区域或城市的已有商铺分布特征数据;
获取选址地点所在区域或城市的最新电子地图;
依据地理人口分布特征数据计算理想状况下商铺选址分布点;
比对理想状况下商铺选址分布点与已有商铺分布点,获取最优选址。
进一步的,计算理想状况下商铺选址分布点的具体步骤为:
选取选址地点所在区域或城市的地理中心作为核心基点;
选择环绕核心基点最近的6个人口聚集点;
以选取的6个人口聚集点中最远的一个作为顶点,以核心基点作为中心点绘制一个覆盖上述6个人口聚集点的标准六边形;
以绘制的标准六边形作为基准六边形,以此基准六边形的6个边向外延伸依次绘制与基准六边形面积相等的六边形,直至六边形网格覆盖所有人口聚集点;
记录每一个六边形顶点和中心点的地理坐标。
进一步的,比对理想状况下商铺选址分布点与已有商铺分布点,获取最优选址的具体步骤为:
将理想状况下商铺选址分布点标注在电子地图上;
将已有商铺的地理坐标标注在电子地图上;
在电子地图上删除重合的坐标点,此时,电子地图上保留的理想状况下商铺选址分布点即为最优商铺选址点。
进一步的,比对理想状况下商铺选址分布点与已有商铺分布点,获取最优选址还包括:获得电子地图上保留的理想状况下商铺选址分布点后,计算该分布点所在六边形区域内所有人口聚集点的消费类型及消费金额,然后,根据所开商铺的消费类型,按照消费金额由高到低的顺序对保留的理想状况下商铺选址分布点进行排名,排名最高的点即为最优选址。
发明内容中提供的效果仅仅是实施例的效果,而不是发明所有的全部效果,上述技术方案中的一个技术方案具有如下优点或有益效果:
1、通过利用地理中心论获得的理想布局点,和已有的商铺地点进行比对,删除重合的地点,也就是已经有商铺的地点,可以快速准确的定位现有商业布局中缺失的地点,从而避开竞争对手,获得最优商铺选址。
2、通过计算理想商铺分布点所在区块的消费类型及其消费金额,可以判断该分布点所在区块的消费水平,从中获取消费水平最佳的地点作为商铺地址,实现优中选优。
附图说明
图1是本发明的系统原理图;
图2是本发明的方法流程图;
图3是本发明方法中理想商铺选址的六边形网格示意图。
具体实施方式
为能清楚说明本方案的技术特点,下面通过具体实施方式,并结合其附图,对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。此外,本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意,在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
如图1所示,本实施例提供了基于云计算的商家最优选址系统,所述的系统包括地理信息模块、地图信息模块、商铺采集模块、云计算存储模块、云计算模块。
地理信息模块用以采集选址地点所在区域或城市的地理人口分布特征数据,所述的地理人口分布特征数据包括人口聚集点的位置、每个人口聚集点的人口数量、每个人口聚集点的平均年收入、每个人口聚集点的的消费类型及消费金额。
地图信息模块用来获取选址地点所在区域或城市的最新电子地图。最新的电子地图可以从提供第三方地图服务的供应商获取。
商铺采集模块用来获取取选址地点所在区域或城市的已有商铺分布特征数据。已有商铺分布特征数据包括商铺的地理位置、商铺类型、商铺年销售收入。
云计算存储模块用来存储整个系统中产生的所有数据。
云计算模块依据地理人口分布特征数据计算理想状况下商铺选址分布点,并将理想状况下商铺选址分布点与已有商铺分布点显示在电子地图上。
进一步的,所述的系统还包括客户端,客户端采用智能手机、IPAD等移动终端,用于从云计算存储模块查询商铺选址分布点。
如图2所示,本发明实施例还提供了一种基于云计算的商家最优选址方法,所述的方法包括:
1、采集选址地点所在区域或城市的地理人口分布特征数据。所述的地理人口分布特征数据包括人口聚集点的位置、每个人口聚集点的人口数量、每个人口聚集点的平均年收入、每个人口聚集点的的消费类型及消费金额。
2、获取取选址地点所在区域或城市的已有商铺分布特征数据。已有商铺分布特征数据包括商铺的地理位置、商铺类型、商铺年销售收入。
3、获取选址地点所在区域或城市的最新电子地图。最新的电子地图可以从提供第三方地图服务的供应商获取。
4、依据地理人口分布特征数据计算理想状况下商铺选址分布点,具体过程为:
1)选取选址地点所在区域或城市的地理中心作为核心基点。
2)选择环绕核心基点最近的6个人口聚集点,这6个人口聚集点位于核心基点的不同方向。
3)以选取的6个人口聚集点中最远的一个作为顶点,以核心基点作为中心点绘制一个覆盖上述6个人口聚集点的标准六边形。
4)以绘制的标准六边形作为基准六边形,以此基准六边形的6个边向外延伸依次绘制与基准六边形面积相等的六边形,直至六边形网格覆盖所有人口聚集点,如图3所示。
5)记录每一个六边形顶点和中心点的地理坐标。
5、比对理想状况下商铺选址分布点与已有商铺分布点,获取最优选址。具体步骤为:
1)将理想状况下商铺选址分布点标注在电子地图上。
2)将已有商铺的地理坐标标注在电子地图上。
3)在电子地图上删除重合的坐标点,此时,电子地图上保留的理想状况下商铺选址分布点即为最优商铺选址点。
为了获得更好的选择,获得电子地图上保留的理想状况下商铺选址分布点后,计算该分布点所在六边形区域内所有人口聚集点的消费类型及消费金额,然后,根据所开商铺的消费类型,按照消费金额由高到低的顺序对保留的理想状况下商铺选址分布点进行排名,排名最高的点即为最优选址。
尽管说明书及附图和实施例对本发明创造已进行了详细的说明,但是,本领域技术人员应当理解,仍然可以对本发明创造进行修改或者等同替换;而一切不脱离本发明创造的精神和范围的技术方案及其改进,其均涵盖在本发明创造专利的保护范围当中。
Claims (8)
1.基于云计算的商家最优选址系统,其特征是:所述的系统包括:
地理信息模块,用以采集选址地点所在区域或城市的地理人口分布特征数据;
地图信息模块,用来获取选址地点所在区域或城市的最新电子地图;
商铺采集模块,用来获取取选址地点所在区域或城市的已有商铺分布特征数据;
云计算存储模块,用来存储整个系统中产生的所有数据;
云计算模块,依据地理人口分布特征数据计算理想状况下商铺选址分布点,并将理想状况下商铺选址分布点与已有商铺分布点显示在电子地图上。
2.根据权利要求1所述的基于云计算的商家最优选址系统,其特征是:所述的地理人口分布特征数据包括人口聚集点的位置、每个人口聚集点的人口数量、每个人口聚集点的平均年收入、每个人口聚集点的的消费类型及消费金额。
3.根据权利要求1所述的基于云计算的商家最优选址系统,其特征是:已有商铺分布特征数据包括商铺的地理位置、商铺类型、商铺年销售收入。
4.根据权利要求1-3任意一项所述的基于云计算的商家最优选址系统,其特征是:所述的系统还包括客户端,用于从云计算存储模块查询商铺选址分布点。
5.一种基于云计算的商家最优选址方法,其特征是:所述的方法包括:
采集选址地点所在区域或城市的地理人口分布特征数据;
获取取选址地点所在区域或城市的已有商铺分布特征数据;
获取选址地点所在区域或城市的最新电子地图;
依据地理人口分布特征数据计算理想状况下商铺选址分布点;
比对理想状况下商铺选址分布点与已有商铺分布点,获取最优选址。
6.根据权利要求5所述的一种基于云计算的商家最优选址方法,其特征是:计算理想状况下商铺选址分布点的具体步骤为:
选取选址地点所在区域或城市的地理中心作为核心基点;
选择环绕核心基点最近的6个人口聚集点;
以选取的6个人口聚集点中最远的一个作为顶点,以核心基点作为中心点绘制一个覆盖上述6个人口聚集点的标准六边形;
以绘制的标准六边形作为基准六边形,以此基准六边形的6个边向外延伸依次绘制与基准六边形面积相等的六边形,直至六边形网格覆盖所有人口聚集点;
记录每一个六边形顶点和中心点的地理坐标。
7.根据权利要求5所述的一种基于云计算的商家最优选址方法,其特征是:比对理想状况下商铺选址分布点与已有商铺分布点,获取最优选址的具体步骤为:
将理想状况下商铺选址分布点标注在电子地图上;
将已有商铺的地理坐标标注在电子地图上;
在电子地图上删除重合的坐标点,此时,电子地图上保留的理想状况下商铺选址分布点即为最优商铺选址点。
8.根据权利要求7所述的一种基于云计算的商家最优选址方法,其特征是:比对理想状况下商铺选址分布点与已有商铺分布点,获取最优选址还包括:获得电子地图上保留的理想状况下商铺选址分布点后,计算该分布点所在六边形区域内所有人口聚集点的消费类型及消费金额,然后,根据所开商铺的消费类型,按照消费金额由高到低的顺序对保留的理想状况下商铺选址分布点进行排名,排名最高的点即为最优选址。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711029775.1A CN107766984A (zh) | 2017-10-27 | 2017-10-27 | 基于云计算的商家最优选址系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711029775.1A CN107766984A (zh) | 2017-10-27 | 2017-10-27 | 基于云计算的商家最优选址系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107766984A true CN107766984A (zh) | 2018-03-06 |
Family
ID=61271800
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711029775.1A Pending CN107766984A (zh) | 2017-10-27 | 2017-10-27 | 基于云计算的商家最优选址系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107766984A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108446800A (zh) * | 2018-03-12 | 2018-08-24 | 西北工业大学 | 一种跨城市连锁企业的选址方法及系统 |
CN108711106A (zh) * | 2018-03-19 | 2018-10-26 | 安徽锐欧赛智能科技有限公司 | 一种基于移动通信数据挖掘分析进行投资规划的方法 |
CN108876032A (zh) * | 2018-06-12 | 2018-11-23 | 阿里巴巴集团控股有限公司 | 一种对象选址的数据处理方法、装置、设备及系统 |
CN108921605A (zh) * | 2018-06-25 | 2018-11-30 | 阿里巴巴集团控股有限公司 | 一种基于lbs和大数据的商户拓展架构及方法 |
CN109241234A (zh) * | 2018-09-27 | 2019-01-18 | 北京京东尚科信息技术有限公司 | 地址的确定方法、装置及计算机可读存储介质 |
CN109242580A (zh) * | 2018-11-28 | 2019-01-18 | 北京腾云天下科技有限公司 | 确定目标品牌在指定城市的推荐入驻商场的方法 |
CN109315376A (zh) * | 2018-09-18 | 2019-02-12 | 郑州云海信息技术有限公司 | 一种基于ics的病虫害监控管理系统及方法 |
CN110503463A (zh) * | 2019-08-08 | 2019-11-26 | 江苏荣泽信息科技股份有限公司 | 一种基于连锁业态的门店选址规划方法 |
WO2019216859A3 (en) * | 2018-04-04 | 2020-05-07 | Maptriks Bilisim Teknolojileri Sanayi Ve Ticaret A.S | Geographical information systems, site selection and location assessment system |
CN111125273A (zh) * | 2018-11-01 | 2020-05-08 | 百度在线网络技术(北京)有限公司 | 门店选址方法及装置 |
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 |
CN113538052A (zh) * | 2021-07-20 | 2021-10-22 | 大文传媒集团(山东)有限公司 | 一种基于大数据的品牌影响力重构方法及系统 |
CN113837813A (zh) * | 2021-10-15 | 2021-12-24 | 浪潮云信息技术股份公司 | 一种基于人口库和法人库的商业选址推荐方法 |
WO2022095387A1 (zh) * | 2020-11-05 | 2022-05-12 | 北京沃东天骏信息技术有限公司 | 地理位置信息的处理方法、装置、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103491178A (zh) * | 2013-09-27 | 2014-01-01 | 浪潮(北京)电子信息产业有限公司 | 一种云数据中心自动选址方法及系统 |
CN104361534A (zh) * | 2014-11-21 | 2015-02-18 | 国家电网公司 | 一种精确定位的变电站选址方法 |
CN104991924A (zh) * | 2015-06-26 | 2015-10-21 | 百度在线网络技术(北京)有限公司 | 用于确定新供应点的地址的方法和装置 |
CN105303418A (zh) * | 2015-12-09 | 2016-02-03 | 北京京东尚科信息技术有限公司 | 一种选址方法和装置 |
CN106127327A (zh) * | 2016-05-17 | 2016-11-16 | 北京京东尚科信息技术有限公司 | 基于gis的配送站点选址方法和系统 |
CN106651392A (zh) * | 2016-12-07 | 2017-05-10 | 中国联合网络通信集团有限公司 | 一种智能商业选址方法、装置及系统 |
-
2017
- 2017-10-27 CN CN201711029775.1A patent/CN107766984A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103491178A (zh) * | 2013-09-27 | 2014-01-01 | 浪潮(北京)电子信息产业有限公司 | 一种云数据中心自动选址方法及系统 |
CN104361534A (zh) * | 2014-11-21 | 2015-02-18 | 国家电网公司 | 一种精确定位的变电站选址方法 |
CN104991924A (zh) * | 2015-06-26 | 2015-10-21 | 百度在线网络技术(北京)有限公司 | 用于确定新供应点的地址的方法和装置 |
CN105303418A (zh) * | 2015-12-09 | 2016-02-03 | 北京京东尚科信息技术有限公司 | 一种选址方法和装置 |
CN106127327A (zh) * | 2016-05-17 | 2016-11-16 | 北京京东尚科信息技术有限公司 | 基于gis的配送站点选址方法和系统 |
CN106651392A (zh) * | 2016-12-07 | 2017-05-10 | 中国联合网络通信集团有限公司 | 一种智能商业选址方法、装置及系统 |
Non-Patent Citations (1)
Title |
---|
苏丽莉: "房地产经济学", 《房地产经济学》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108446800A (zh) * | 2018-03-12 | 2018-08-24 | 西北工业大学 | 一种跨城市连锁企业的选址方法及系统 |
CN108711106A (zh) * | 2018-03-19 | 2018-10-26 | 安徽锐欧赛智能科技有限公司 | 一种基于移动通信数据挖掘分析进行投资规划的方法 |
WO2019216859A3 (en) * | 2018-04-04 | 2020-05-07 | Maptriks Bilisim Teknolojileri Sanayi Ve Ticaret A.S | Geographical information systems, site selection and location assessment system |
CN108876032A (zh) * | 2018-06-12 | 2018-11-23 | 阿里巴巴集团控股有限公司 | 一种对象选址的数据处理方法、装置、设备及系统 |
CN108921605A (zh) * | 2018-06-25 | 2018-11-30 | 阿里巴巴集团控股有限公司 | 一种基于lbs和大数据的商户拓展架构及方法 |
CN109315376A (zh) * | 2018-09-18 | 2019-02-12 | 郑州云海信息技术有限公司 | 一种基于ics的病虫害监控管理系统及方法 |
CN109241234A (zh) * | 2018-09-27 | 2019-01-18 | 北京京东尚科信息技术有限公司 | 地址的确定方法、装置及计算机可读存储介质 |
CN111125273A (zh) * | 2018-11-01 | 2020-05-08 | 百度在线网络技术(北京)有限公司 | 门店选址方法及装置 |
CN109242580A (zh) * | 2018-11-28 | 2019-01-18 | 北京腾云天下科技有限公司 | 确定目标品牌在指定城市的推荐入驻商场的方法 |
CN109242580B (zh) * | 2018-11-28 | 2020-12-29 | 北京腾云天下科技有限公司 | 确定目标品牌在指定城市的推荐入驻商场的方法 |
CN110503463A (zh) * | 2019-08-08 | 2019-11-26 | 江苏荣泽信息科技股份有限公司 | 一种基于连锁业态的门店选址规划方法 |
CN110503463B (zh) * | 2019-08-08 | 2022-06-24 | 江苏荣泽信息科技股份有限公司 | 一种基于连锁业态的门店选址规划方法 |
WO2022095387A1 (zh) * | 2020-11-05 | 2022-05-12 | 北京沃东天骏信息技术有限公司 | 地理位置信息的处理方法、装置、设备及存储介质 |
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 |
CN113538052A (zh) * | 2021-07-20 | 2021-10-22 | 大文传媒集团(山东)有限公司 | 一种基于大数据的品牌影响力重构方法及系统 |
CN113837813A (zh) * | 2021-10-15 | 2021-12-24 | 浪潮云信息技术股份公司 | 一种基于人口库和法人库的商业选址推荐方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107766984A (zh) | 基于云计算的商家最优选址系统及方法 | |
Zabihi et al. | Land suitability procedure for sustainable citrus planning using the application of the analytical network process approach and GIS | |
CN106651392A (zh) | 一种智能商业选址方法、装置及系统 | |
CN110782064B (zh) | 一种集车辆调度优化与任务分配于一体的可视化方法及系统 | |
CN104991924B (zh) | 用于确定新供应点的地址的方法和装置 | |
Zhang et al. | Spatiotemporal change in geographical distribution of global climate types in the context of climate warming | |
CN104767830B (zh) | 信息发布的管理方法和装置 | |
CN106254525A (zh) | 一种信息推送方法和系统 | |
CN108389073A (zh) | 商品售价的自动计算方法及系统、电子设备及存储介质 | |
CN110363453B (zh) | 配送信息可视化方法和装置 | |
CN112069281B (zh) | 兴趣点位置的确定方法、装置、计算机设备及存储介质 | |
Gage et al. | The influence of land cover, vertical structure, and socioeconomic factors on outdoor water use in a Western US city | |
CN106779808A (zh) | 一种商圈中消费者空间行为分析系统及方法 | |
Findlay et al. | Far from the ‘magic of the mall’: retail (change) in ‘other places’ | |
CN107220676A (zh) | 一种智慧城市规划系统 | |
CN107835486A (zh) | 交通出行量计算方法及装置 | |
CN110458668A (zh) | 确定产品推荐算法的方法及装置 | |
CN106886911A (zh) | 一种基于用户电信行为特征的旅游产品规划方法及装置 | |
KR20040021940A (ko) | 지리정보를 이용한 마케팅 지원 서비스방법 | |
CN113919865B (zh) | 一种网络零售额统计方法 | |
KR20030038178A (ko) | 데이터베이스를 활용한 인터넷 상권분석 방법 | |
CN107992979A (zh) | 一种移动平台众包任务定价优化方法及系统 | |
CN102254090B (zh) | 采用核密度估计的闪电密度分布及ng值估计方法 | |
CN110428150A (zh) | 一种变革指数生成方法及装置 | |
CN109523115A (zh) | 一种基于用电数据的分析系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180306 |