CN108399235A - 城市地图决策平台 - Google Patents
城市地图决策平台 Download PDFInfo
- Publication number
- CN108399235A CN108399235A CN201810162245.2A CN201810162245A CN108399235A CN 108399235 A CN108399235 A CN 108399235A CN 201810162245 A CN201810162245 A CN 201810162245A CN 108399235 A CN108399235 A CN 108399235A
- Authority
- CN
- China
- Prior art keywords
- bank card
- module
- phone number
- holder
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
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)
- Remote Sensing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了城市地图决策平台,包括:数据打通模块,其从城市银联数据库中获取每一银行卡的每一笔交易的时间、地点和金额,并对每一银行卡进行手机号码匹配;数据抓取模块,其对每一银行卡的持有者均建立个人数据库,并在个人数据库中保存对应的银行卡卡号、与该银行卡匹配的手机号码、与该银行卡匹配的手机号码的拥有者的居住地址和工作地址,以及该银行卡的持有者的收入水平评分q;区域评价模块,其根据每一小区周边预定范围内的医院数量等计算出每一小区的评价值;客群推荐模块,其按相似小区推荐值从高至低选出5个与每一银行卡的持有者契合度最好的置业小区。本发明既能给人们提供可信的置业建议,又能给开发商提供可信的投资依据。
Description
技术领域
本发明涉及数据统计分析领域。更具体地说,本发明涉及一种城市地图决策平台。
背景技术
随着现在社会的高速发展,城市的演变也越来越快,人们对居住环境的要求也越来越高,因此在城市内人群的流动性变大,但是人们在并不了解所有的城市中的居住环境,故置业过程常常处于被动状态,而开发商又不了解每个有置业需求的人的要求,投资风险也成倍增加,在此情况下,急需一种既能给人们提供可信的置业建议,又能给开发商提供可信的投资依据的系统。
发明内容
本发明的一个目的是解决至少上述问题,并提供至少后面将说明的优点。
本发明还有一个目的是提供一种基于电子地图和互联网数据库相结合运用的城市地图决策平台,以给人们提供可信的置业建议,又能给开发商提供可信的投资依据。
为了实现根据本发明的这些目的和其它优点,提供了一种城市地图决策平台,包括:
数据打通模块,其从城市银联数据库中获取每一银行卡的每一笔交易的时间、地点和金额,并对每一银行卡进行手机号码匹配,具体过程为:S1、所述数据打通模块从运营商通讯基站交互数据库中获取在任意一银行卡的其中一笔交易发生的时间和地点范围内出现过的多个手机号码进行保存,得号码单;S2、所述数据打通模块从运营商通讯基站交互数据库中获取在该银行卡的其中另一笔交易发生的时间和地点范围内出现过且保存于上一号码单内的手机号码再次进行保存,得新的号码单;S3、所述数据打通模块依次对该银行卡的剩余交易均进行S2操作,直至得到的新的号码单内只存在一个手机号码,即完成该银行卡与手机号码的匹配;
数据抓取模块,其通过电子地图获取城市中的每一个地址数据,所述数据抓取模块从数据打通模块获取与每一银行卡匹配的手机号码,并从运营商通讯基站交互数据库对与每一银行卡匹配的手机号码出现的时间和地点数据进行实时采集,再根据预定的居住地确定规则和工作地确定规则确定与每一银行卡匹配的手机号码的拥有者的居住地址和工作地址,所述数据抓取模块从数据打通模块获取每一银行卡的每一笔交易的金额,并统计每一银行卡的月消费金额,再根据预定的收入水平评分规则对每一银行卡持有者的收入水平进行评分,所述数据抓取模块对每一银行卡的持有者均建立个人数据库,并在个人数据库中保存对应的银行卡卡号、与该银行卡匹配的手机号码、与该银行卡匹配的手机号码的拥有者的居住地址和工作地址,以及该银行卡的持有者的收入水平评分q;
区域评价模块,其通过电子地图获取城市中的每一个地址数据,并分别筛选出其中的小区、医院、学校、商超、交通站点,所述区域评价模块根据每一小区周边预定范围内的医院数量a、学校数量b、商超数量c、交通站点数量d,以及城市人口相比去年同期的净增值e、城市GDP相比去年同期的增长率f计算出每一小区的评价值,其中,城市人口相比去年同期的净增值、城市GDP相比去年同期的增长值从城市政府网站获取,所述每一小区的评价值计算公式为:P=60%(30%a+30%b+10%c+30%d)+40%ef;
客群推荐模块,其从数据抓取模块获取每一银行卡的持有者的居住地址、工作地址和收入水平评分,所述客群推荐模块根据每一银行卡的持有者的居住地址从电子地图获取对应的小区,再从区域评价模块获取每一银行卡的持有者居住小区的评价值,所述客群推荐模块从区域评价模块获取与每一银行卡的持有者居住小区的评价值相差在阈值范围内的相似小区,再根据每一银行卡的持有者的工作地址和相似小区的距离l,以及每一银行卡的持有者收入水平评分q计算出每一相似小区的推荐值,所述相似小区的推荐值的计算公式为:最后客群推荐模块按相似小区推荐值从高至低选出5个与每一银行卡的持有者契合度最好的置业小区。
优选的是,所述居住地确定规则为:所述数据抓取模块记录下对与每一银行卡匹配的手机号码出现的时间和地点数据进行实时采集的起止时间点,并对该起止时间点内,前一天的22点至后一天的6点的时间段出现的次数进行统计,若与每一银行卡匹配的手机号码在前一天的22点至后一天的6点时间段内处于同一地址的次数不低于该起止时间点内前一天的22点至后一天的6点的时间段出现的总次数的80%,则认定该地址为与每一银行卡匹配的手机号码的拥有者的居住地址。
优选的是,所述工作地确定规则为:所述数据抓取模块记录下对与每一银行卡匹配的手机号码出现的时间和地点数据进行实时采集的起止时间点,并对该起止时间点内,每天的9点至18点的时间段出现的次数进行统计,若与每一银行卡匹配的手机号码在每天的9点至18点的时间段内处于同一地址的次数不低于该起止时间点内每天的9点至18点的时间段出现的总次数的80%,则认定该地址为与每一银行卡匹配的手机号码的拥有者的工作地址。
优选的是,所述收入水平评分规则为:当一银行卡的月消费金额超过4000以上时,设置该银行卡持有者的收入水平评分为5分;当一银行卡的月消费金额超过1500,小于4000时,设置该银行卡持有者的收入水平评分为3分;当一银行卡的月消费金额小于1500时,设置该银行卡持有者的收入水平评分为1分。
优选的是,所述区域评价模块统计每一小区周边2平方公里范围内的医院数量a、学校数量b、商超数量c、交通站点数量d。
优选的是,所述客群推荐模块中的阈值范围为-5~5之间。
优选的是,所述电子地图为百度地图。
本发明至少包括以下有益效果:
以银联数据库和运营商通讯基站交互数据库为依托,数据客观准确有效,且数据均是实时数据,不存在滞后现象,使得分析结果可信度高,同时,既能给人们提供可信的置业建议,又能给开发商提供可信的投资依据。
本发明的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1为本发明其中一实施例的流程图;
具体实施方式
下面结合附图对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
需要说明的是,在本发明的描述中,术语“横向”、“纵向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,并不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
如图1所示,本发明提供一种城市地图决策平台,包括:
数据打通模块,其从城市银联数据库中获取每一银行卡的每一笔交易的时间、地点和金额,并对每一银行卡进行手机号码匹配,具体过程为:S1、所述数据打通模块从运营商通讯基站交互数据库中获取在任意一银行卡的其中一笔交易发生的时间和地点范围内出现过的多个手机号码进行保存,得号码单;S2、所述数据打通模块从运营商通讯基站交互数据库中获取在该银行卡的其中另一笔交易发生的时间和地点范围内出现过且保存于上一号码单内的手机号码再次进行保存,得新的号码单;S3、所述数据打通模块依次对该银行卡的剩余交易均进行S2操作,直至得到的新的号码单内只存在一个手机号码,即完成该银行卡与手机号码的匹配;
数据抓取模块,其通过电子地图获取城市中的每一个地址数据,所述数据抓取模块从数据打通模块获取与每一银行卡匹配的手机号码,并从运营商通讯基站交互数据库对与每一银行卡匹配的手机号码出现的时间和地点数据进行实时采集,再根据预定的居住地确定规则和工作地确定规则确定与每一银行卡匹配的手机号码的拥有者的居住地址和工作地址,所述数据抓取模块从数据打通模块获取每一银行卡的每一笔交易的金额,并统计每一银行卡的月消费金额,再根据预定的收入水平评分规则对每一银行卡持有者的收入水平进行评分,所述数据抓取模块对每一银行卡的持有者均建立个人数据库,并在个人数据库中保存对应的银行卡卡号、与该银行卡匹配的手机号码、与该银行卡匹配的手机号码的拥有者的居住地址和工作地址,以及该银行卡的持有者的收入水平评分q;
区域评价模块,其通过电子地图获取城市中的每一个地址数据,并分别筛选出其中的小区、医院、学校、商超、交通站点,所述区域评价模块根据每一小区周边预定范围内的医院数量a、学校数量b、商超数量c、交通站点数量d,以及城市人口相比去年同期的净增值e、城市GDP相比去年同期的增长率f计算出每一小区的评价值,其中,城市人口相比去年同期的净增值、城市GDP相比去年同期的增长值从城市政府网站获取,所述每一小区的评价值计算公式为:P=60%(30%a+30%b+10%c+30%d)+40%ef;
客群推荐模块,其从数据抓取模块获取每一银行卡的持有者的居住地址、工作地址和收入水平评分,所述客群推荐模块根据每一银行卡的持有者的居住地址从电子地图获取对应的小区,再从区域评价模块获取每一银行卡的持有者居住小区的评价值,所述客群推荐模块从区域评价模块获取与每一银行卡的持有者居住小区的评价值相差在阈值范围内的相似小区,再根据每一银行卡的持有者的工作地址和相似小区的距离l,以及每一银行卡的持有者收入水平评分q计算出每一相似小区的推荐值,所述相似小区的推荐值的计算公式为:最后客群推荐模块按相似小区推荐值从高至低选出5个与每一银行卡的持有者契合度最好的置业小区。
为了说明上述实施例的有益效果,将上述实施例运用到10位已经充分了解个人信息的客户身上,将这10位客户分别提供其银行卡卡号运用上述实施例的进行分析,获得的10位客户的个人信息与提前了解到的10位客户的个人信息相似度达92%,同时,上述实施例对这10位客户提供的推荐置业小区均出现于这10位客户的置业计划中,另外,房企开发商还能对银行卡持有者居住的小区中具有和银行卡持有者相同置业要求的人数进行统计,以便于针对性的投资和营销。
在另一实施例中,所述居住地确定规则为:所述数据抓取模块记录下对与每一银行卡匹配的手机号码出现的时间和地点数据进行实时采集的起止时间点,并对该起止时间点内,前一天的22点至后一天的6点的时间段出现的次数进行统计,若与每一银行卡匹配的手机号码在前一天的22点至后一天的6点时间段内处于同一地址的次数不低于该起止时间点内前一天的22点至后一天的6点的时间段出现的总次数的80%,则认定该地址为与每一银行卡匹配的手机号码的拥有者的居住地址。本实施例中,根据一般工薪阶层朝九晚五的起居规律,制定出居住地确定规则,完全符合大部分人的实际情况,同时依据本实施例获取到的银行卡持有者的居住地址的准确率可达94%。
在另一实施例中,所述工作地确定规则为:所述数据抓取模块记录下对与每一银行卡匹配的手机号码出现的时间和地点数据进行实时采集的起止时间点,并对该起止时间点内,每天的9点至18点的时间段出现的次数进行统计,若与每一银行卡匹配的手机号码在每天的9点至18点的时间段内处于同一地址的次数不低于该起止时间点内每天的9点至18点的时间段出现的总次数的80%,则认定该地址为与每一银行卡匹配的手机号码的拥有者的工作地址。本实施例中,根据一般工薪阶层朝九晚五的起居规律,制定出工作地确定规则,完全符合大部分人的实际情况,同时依据本实施例获取到的银行卡持有者的工作地址的准确率可达89%。
在另一实施例中,所述收入水平评分规则为:当一银行卡的月消费金额超过4000以上时,设置该银行卡持有者的收入水平评分为5分;当一银行卡的月消费金额超过1500,小于4000时,设置该银行卡持有者的收入水平评分为3分;当一银行卡的月消费金额小于1500时,设置该银行卡持有者的收入水平评分为1分。本实施例中,由于一般工薪阶层的月消费金额与其收入水平有很大关系,同时通过大量统计数据发现高收入人群在月消费金额上更高,消费内容除了基础的吃喝住行外,还有知识技能提升、身体素质提升等等,而低收入人群在基础的吃喝住行开销刨去后,月收入以所剩无几,故本实施例的收入水平评分规则可信度较高。
在另一实施例中,所述区域评价模块统计每一小区周边2平方公里范围内的医院数量a、学校数量b、商超数量c、交通站点数量d,该范围属于一般人出行选择步行的常规范围,这样计算出的小区评价值可信度高。
在另一实施例中,所述客群推荐模块中的阈值范围为-5~5之间,该范围比较符合银行卡持有者对相似小区周边配套设施的要求。
在另一实施例中,所述电子地图为百度地图,这是因为百度地图有良好的数据接口,方便数据采集,同时,提供的地址数据准确度较高。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。
Claims (7)
1.城市地图决策平台,其特征在于,包括:
数据打通模块,其从城市银联数据库中获取每一银行卡的每一笔交易的时间、地点和金额,并对每一银行卡进行手机号码匹配,具体过程为:S1、所述数据打通模块从运营商通讯基站交互数据库中获取在任意一银行卡的其中一笔交易发生的时间和地点范围内出现过的多个手机号码进行保存,得号码单;S2、所述数据打通模块从运营商通讯基站交互数据库中获取在该银行卡的其中另一笔交易发生的时间和地点范围内出现过且保存于上一号码单内的手机号码再次进行保存,得新的号码单;S3、所述数据打通模块依次对该银行卡的剩余交易均进行S2操作,直至得到的新的号码单内只存在一个手机号码,即完成该银行卡与手机号码的匹配;
数据抓取模块,其通过电子地图获取城市中的每一个地址数据,所述数据抓取模块从数据打通模块获取与每一银行卡匹配的手机号码,并从运营商通讯基站交互数据库对与每一银行卡匹配的手机号码出现的时间和地点数据进行实时采集,再根据预定的居住地确定规则和工作地确定规则确定与每一银行卡匹配的手机号码的拥有者的居住地址和工作地址,所述数据抓取模块从数据打通模块获取每一银行卡的每一笔交易的金额,并统计每一银行卡的月消费金额,再根据预定的收入水平评分规则对每一银行卡持有者的收入水平进行评分,所述数据抓取模块对每一银行卡的持有者均建立个人数据库,并在个人数据库中保存对应的银行卡卡号、与该银行卡匹配的手机号码、与该银行卡匹配的手机号码的拥有者的居住地址和工作地址,以及该银行卡的持有者的收入水平评分q;
区域评价模块,其通过电子地图获取城市中的每一个地址数据,并分别筛选出其中的小区、医院、学校、商超、交通站点,所述区域评价模块根据每一小区周边预定范围内的医院数量a、学校数量b、商超数量c、交通站点数量d,以及城市人口相比去年同期的净增值e、城市GDP相比去年同期的增长率f计算出每一小区的评价值,其中,城市人口相比去年同期的净增值、城市GDP相比去年同期的增长值从城市政府网站获取,所述每一小区的评价值计算公式为:P=60%(30%a+30%b+10%c+30%d)+40%ef;
客群推荐模块,其从数据抓取模块获取每一银行卡的持有者的居住地址、工作地址和收入水平评分,所述客群推荐模块根据每一银行卡的持有者的居住地址从电子地图获取对应的小区,再从区域评价模块获取每一银行卡的持有者居住小区的评价值,所述客群推荐模块从区域评价模块获取与每一银行卡的持有者居住小区的评价值相差在阈值范围内的相似小区,再根据每一银行卡的持有者的工作地址和相似小区的距离l,以及每一银行卡的持有者收入水平评分q计算出每一相似小区的推荐值,所述相似小区的推荐值的计算公式为:最后客群推荐模块按相似小区推荐值从高至低选出5个与每一银行卡的持有者契合度最好的置业小区。
2.如权利要求1所述的城市地图决策平台,其特征在于,所述居住地确定规则为:所述数据抓取模块记录下对与每一银行卡匹配的手机号码出现的时间和地点数据进行实时采集的起止时间点,并对该起止时间点内,前一天的22点至后一天的6点的时间段出现的次数进行统计,若与每一银行卡匹配的手机号码在前一天的22点至后一天的6点时间段内处于同一地址的次数不低于该起止时间点内前一天的22点至后一天的6点的时间段出现的总次数的80%,则认定该地址为与每一银行卡匹配的手机号码的拥有者的居住地址。
3.如权利要求1所述的城市地图决策平台,其特征在于,所述工作地确定规则为:所述数据抓取模块记录下对与每一银行卡匹配的手机号码出现的时间和地点数据进行实时采集的起止时间点,并对该起止时间点内,每天的9点至18点的时间段出现的次数进行统计,若与每一银行卡匹配的手机号码在每天的9点至18点的时间段内处于同一地址的次数不低于该起止时间点内每天的9点至18点的时间段出现的总次数的80%,则认定该地址为与每一银行卡匹配的手机号码的拥有者的工作地址。
4.如权利要求1所述的城市地图决策平台,其特征在于,所述收入水平评分规则为:当一银行卡的月消费金额超过4000以上时,设置该银行卡持有者的收入水平评分为5分;当一银行卡的月消费金额超过1500,小于4000时,设置该银行卡持有者的收入水平评分为3分;当一银行卡的月消费金额小于1500时,设置该银行卡持有者的收入水平评分为1分。
5.如权利要求1所述的城市地图决策平台,其特征在于,所述区域评价模块统计每一小区周边2平方公里范围内的医院数量a、学校数量b、商超数量c、交通站点数量d。
6.如权利要求1所述的城市地图决策平台,其特征在于,所述客群推荐模块中的阈值范围为-5~5之间。
7.如权利要求1所述的城市地图决策平台,其特征在于,所述电子地图为百度地图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810162245.2A CN108399235B (zh) | 2018-02-27 | 2018-02-27 | 城市地图决策装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810162245.2A CN108399235B (zh) | 2018-02-27 | 2018-02-27 | 城市地图决策装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108399235A true CN108399235A (zh) | 2018-08-14 |
CN108399235B CN108399235B (zh) | 2022-02-18 |
Family
ID=63096546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810162245.2A Active CN108399235B (zh) | 2018-02-27 | 2018-02-27 | 城市地图决策装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108399235B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050091195A1 (en) * | 2003-09-12 | 2005-04-28 | Sarashetti Vijay V. | Representing records |
US20100293065A1 (en) * | 2008-08-14 | 2010-11-18 | Mike Brody | System and method for paying a merchant using a cellular telephone account |
CN102819814A (zh) * | 2011-06-07 | 2012-12-12 | 黄建湘 | 一种基于电话/手机/网上银行/atm机的房租管控方法与系统 |
CN104794656A (zh) * | 2014-01-16 | 2015-07-22 | 朱开一 | 一种应用于社交网络的推荐方法和推荐系统 |
CN105303440A (zh) * | 2015-10-12 | 2016-02-03 | 北银消费金融有限公司 | 一种消费信用贷款申请评估系统及其实现方法 |
CN106157194A (zh) * | 2016-07-06 | 2016-11-23 | 福建省中电网络商务投资有限公司 | 基于中间平台完成房产交易资金监管的方法及系统 |
CN106204265A (zh) * | 2016-07-06 | 2016-12-07 | 上海三富信息科技有限公司 | 利用中间平台完成房产交易贷款的方法及系统 |
CN106204266A (zh) * | 2016-07-06 | 2016-12-07 | 福建省中电网络商务投资有限公司 | 利用中间平台完成房产交易贷款的方法及系统 |
CN107103510A (zh) * | 2017-04-14 | 2017-08-29 | 安徽省沃瑞网络科技有限公司 | 一种基于无线通信的房屋租赁管理系统 |
-
2018
- 2018-02-27 CN CN201810162245.2A patent/CN108399235B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050091195A1 (en) * | 2003-09-12 | 2005-04-28 | Sarashetti Vijay V. | Representing records |
US20100293065A1 (en) * | 2008-08-14 | 2010-11-18 | Mike Brody | System and method for paying a merchant using a cellular telephone account |
CN102819814A (zh) * | 2011-06-07 | 2012-12-12 | 黄建湘 | 一种基于电话/手机/网上银行/atm机的房租管控方法与系统 |
CN104794656A (zh) * | 2014-01-16 | 2015-07-22 | 朱开一 | 一种应用于社交网络的推荐方法和推荐系统 |
CN105303440A (zh) * | 2015-10-12 | 2016-02-03 | 北银消费金融有限公司 | 一种消费信用贷款申请评估系统及其实现方法 |
CN106157194A (zh) * | 2016-07-06 | 2016-11-23 | 福建省中电网络商务投资有限公司 | 基于中间平台完成房产交易资金监管的方法及系统 |
CN106204265A (zh) * | 2016-07-06 | 2016-12-07 | 上海三富信息科技有限公司 | 利用中间平台完成房产交易贷款的方法及系统 |
CN106204266A (zh) * | 2016-07-06 | 2016-12-07 | 福建省中电网络商务投资有限公司 | 利用中间平台完成房产交易贷款的方法及系统 |
CN107103510A (zh) * | 2017-04-14 | 2017-08-29 | 安徽省沃瑞网络科技有限公司 | 一种基于无线通信的房屋租赁管理系统 |
Non-Patent Citations (1)
Title |
---|
王晓娣等: "基于大数据分析的目标房产分类及房源匹配", 《合作经济与科技》 * |
Also Published As
Publication number | Publication date |
---|---|
CN108399235B (zh) | 2022-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106709606B (zh) | 个性化场景预测方法及装置 | |
Daams et al. | The effect of natural space on nearby property prices: accounting for perceived attractiveness | |
CN111582948B (zh) | 一种基于手机信令数据与poi兴趣点的个体行为分析方法 | |
CN106682427A (zh) | 基于位置服务的个人健康状态评估方法及装置 | |
CN108363783B (zh) | Mac地址与身份信息的绑定方法及装置 | |
CN112131325A (zh) | 轨迹确定方法、装置及设备、存储介质 | |
CN109214863A (zh) | 一种基于快递数据预测城市房屋需求的方法 | |
CN107291784B (zh) | 地理围栏类别的获取方法、装置及业务设备 | |
CN107133689B (zh) | 一种位置标记方法 | |
CN108171532A (zh) | 一种用户群分布预测方法及系统 | |
CN114511432A (zh) | 一种基于区块链的数字乡村管理服务系统 | |
CN112651574B (zh) | 基于p中位遗传算法的选址方法、装置及电子设备 | |
CN110781256A (zh) | 基于发送位置数据确定与Wi-Fi相匹配的POI的方法及装置 | |
CN116884222B (zh) | 一种卡口节点的短时交通流预测方法 | |
Moller-Jensen et al. | Patterns of population change in Ghana (1984–2000): urbanization and frontier development | |
CN108399235A (zh) | 城市地图决策平台 | |
Neutens et al. | Spatial and temporal fluctuations in individual accessibility: a comparative analysis among subgroups of the population | |
Msoffe | Land use change in Maasailand drivers, dynamics and impacts on largeherbivores and agro-pastoralism | |
Nice et al. | The “Paris-End” of town? Deriving urban typologies using three imagery types | |
CN113112357A (zh) | 一种针对以太坊平台的交易行为追踪方法及系统 | |
CN115203355A (zh) | 一种基于知识图谱技术的目标人员分级方法和系统 | |
EP3975085A1 (en) | Estimating footfall for a location | |
CN110175215A (zh) | 一种划分地理过渡带的方法 | |
Atghaei et al. | Designing Integrated Urban Management Pattern for Metropolises, Case Study: Mashhad | |
Reyes et al. | Method for the Identification and Classification of Zones with Vehicular Congestion |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220823 Address after: Room 402-1, Block B, No. 7 Yuanying Road, Zhaofeng Industrial Base, Zhaoquanying Town, Shunyi District, Beijing 101399 Patentee after: Beijing micro Reith information Polytron Technologies Inc. Address before: No. 901, building 4, Lane Gou Dongli, Haidian District, Beijing 100089 Patentee before: Zhou Xiangjin |
|
TR01 | Transfer of patent right |