CN109257703A - 司机聚集点的展示方法、装置、电子设备、存储介质 - Google Patents

司机聚集点的展示方法、装置、电子设备、存储介质 Download PDF

Info

Publication number
CN109257703A
CN109257703A CN201811171604.7A CN201811171604A CN109257703A CN 109257703 A CN109257703 A CN 109257703A CN 201811171604 A CN201811171604 A CN 201811171604A CN 109257703 A CN109257703 A CN 109257703A
Authority
CN
China
Prior art keywords
point
driver
cluster
geographical location
default
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
CN201811171604.7A
Other languages
English (en)
Other versions
CN109257703B (zh
Inventor
张健宇
李大学
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.)
Tianjin manyun Software Technology Co.,Ltd.
Original Assignee
Jiangsu Manyun Software Technology Co Ltd
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 Jiangsu Manyun Software Technology Co Ltd filed Critical Jiangsu Manyun Software Technology Co Ltd
Priority to CN202010746325.XA priority Critical patent/CN111866727B/zh
Priority to CN201811171604.7A priority patent/CN109257703B/zh
Publication of CN109257703A publication Critical patent/CN109257703A/zh
Application granted granted Critical
Publication of CN109257703B publication Critical patent/CN109257703B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/42—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for mass transport vehicles, e.g. buses, trains or aircraft
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Probability & Statistics with Applications (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Navigation (AREA)

Abstract

本发明提供一种司机聚集点的展示方法、装置、电子设备、存储介质，司机聚集点的展示方法，包括：自司机的移动设备采集司机点位的地理位置；按预设转换区域，将位于同一预设转换区域的司机点位的地理位置转换为该预设转换区域的中心的地理位置；对各司机点位转换后的地理位置，将距离该地理位置预设第一距离范围内的司机点位的数量大于等于第一数量阈值时，将该司机点位作为司机聚集点；以及按预设显示区域逐级对司机聚集点进行聚类以展示各级预设显示区域的聚类点。本发明提供的方法及装置根据海量的司机定位，确定司机的聚集点，从而帮助给业务人员缩小范围节省寻找司机聚集点的时间。

Description

司机聚集点的展示方法、装置、电子设备、存储介质
技术领域
本发明涉及计算机应用技术领域，尤其涉及一种司机聚集点的展示方法、装置、电子设备、存储介质。
背景技术
对于当前的车货匹配平台，有大量司机用户分布在各个城市，而业务运营人员在需要寻找司机进行推广工作时，只能根据经验、口头问询和地图寻找可能的司机较多的地点，但是司机聚集点是流动和不可预知的，目前的技术缺点：还没有高效的针对每个司机的地理位置信息去重的方法，使得聚集地算法得出的结果有稍微偏差；无法获取和使用业务人员的反馈信息，从而无法实现聚集地的误差纠正；也没有高效的将司机定位信息进行区域划分的计算方法。由此，增加相关人员寻找司机聚集点的时间。
发明内容
本发明为了克服上述相关技术存在的缺陷，提供一种司机聚集点的展示方法、装置、电子设备、存储介质，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
根据本发明的一个方面，提供一种司机聚集点的展示方法，包括：
自司机的移动设备采集司机点位的地理位置；
按预设转换区域，将位于同一预设转换区域的司机点位的地理位置转换为该预设转换区域的中心的地理位置；
对各司机点位转换后的地理位置，将距离该地理位置预设第一距离范围内的司机点位的数量大于等于第一数量阈值时，将该司机点位作为司机聚集点；以及
按预设显示区域逐级对司机聚集点进行聚类以展示各级预设显示区域的聚类点。
可选地，所述按预设转换区域，将位于同一预设转换区域的司机点位的地理位置转换为该预设转换区域的中心的地理位置包括：
将位于同一预设转换区域的司机点位的地理位置转换为该预设转换区域关联的一字符串标识，该字符串标识指示该预设转换区域的中心的地理位置。
可选地，所述按预设转换区域，将位于同一预设转换区域的司机点位的地理位置转换为该预设转换区域的中心的地理位置之后，且对各司机点位转换后的地理位置，将距离该地理位置预设第一距离范围内的司机点位的数量大于等于第一数量阈值时，将该司机点位作为司机聚集点之前，还包括：
对各司机点位转换后的地理位置进行采样，并按采样后的司机点的地理位置生成司机聚集点。
可选地，每一级预设显示区域的区域迭代中，本级预设显示区域的范围包括多个上一级的预设显示区域的范围；
每次所述区域迭代包括至少一次关于聚类点的聚类与每个聚类的聚类中心点迭代，并且，将本级预设显示区域的区域迭代中最终的聚类中心点作为下一级预设显示区域的聚类点；
所述聚类中心点迭代中，根据上一次聚类迭代的多个聚类定义聚类中心点，本次聚类迭代的每个聚类点根据与上一次聚类迭代的所有聚类中心点的距离进行聚类。
可选地，所述展示各级预设显示区域的聚类点包括：
展示当前显示范围中，最大一级显示区域的聚类点。
可选地，所述展示当前显示范围中，最大一级显示区域的聚类点之后包括：
获取对最大一级显示区域中任一聚类点的选中操作；
生成目的地为所选中聚类点的导航路径。
可选地，至少一次关于聚类点的聚类与每个聚类的聚类中心点迭代包括：
从本级预设显示区域中任意选择k个点作为第一聚类中心，其中，k为大于等于1的整数；
计算本级预设显示区域的n个聚类点与k个第一聚类中心之间的距离，n为大于等于1的整数；
将本级预设显示区域的n个聚类点关联距离其最近的第一聚类中心，形成k个聚类；
计算该k个聚类的聚类中心作为第二聚类中心；
判断该k个聚类的第二聚类中心与第一聚类中心的距离差值是否小于预设阈值；
若是，则将该k个聚类的第二聚类中心作为下一级预设显示区域的聚类点；
若否，则将该k个聚类的第二聚类中心作为第一聚类中心进行迭代。
可选地，所述按预设显示区域逐级对司机聚集点进行聚类以展示各级预设显示区域的聚类点之后还包括：
接收对司机聚集点的地理位置的准确度评分；
根据所述准确度评分更新所述司机聚集点的地理位置。
根据本发明的又一方面，还提供一种司机聚集点的展示装置，包括：
采集模块，用于自司机的移动设备采集司机点位的地理位置；
去重模块，用于按预设转换区域，将位于同一预设转换区域的司机点位的地理位置转换为该预设转换区域的中心的地理位置；
聚集点生成模块，用于对各司机点位转换后的地理位置，将距离该地理位置预设第一距离范围内的司机点位的数量大于等于第一数量阈值时，将该司机点位作为司机聚集点；以及
展示模块，用于按预设显示区域逐级对司机聚集点进行聚类以展示各级预设显示区域的聚类点。
根据本发明的又一方面，还提供一种电子设备，所述电子设备包括：处理器；存储介质，其上存储有计算机程序，所述计算机程序被所述处理器运行时执行如上所述的步骤。
根据本发明的又一方面，还提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上所述的步骤。
相比现有技术，本发明的优势在于：
一方面，通过将司机点位的地理位置进行预设转换区域划分的计算方法聚类司机点位，从而生成司机聚集点，由此提供司机聚集点精准定位信息，以便业务人员进行推广活动。另一方面，根据多级预设显示区域进一步聚类以根据地图不同的比例尺显示不同的聚类点，以减少显示负载。再一方面，还可以反馈的司机聚集点的定位准确评分，实现司机聚集点使用效果数据的回流，形成数据闭环。
附图说明
通过参照附图详细描述其示例实施方式，本发明的上述和其它特征及优点将变得更加明显。
图1示出了根据本发明实施例的司机聚集点的展示方法的流程图。
图2示出了根据本发明实施例的司机点位的地理位置转换的示意图。
图3示出了根据本发明实施例的司机聚集点生成的示意图。
图4至图7示出了根据本发明实施例的各级预设显示区域的聚类点生成的示意图。
图8示出了根据本发明实施例的司机聚集点的展示装置的示意图。
图9示意性示出本发明示例性实施例中一种计算机可读存储介质示意图。
图10示意性示出本发明示例性实施例中一种电子设备示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外，附图仅为本发明的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的步骤。例如，有的步骤还可以分解，而有的步骤可以合并或部分合并，因此，实际执行的顺序有可能根据实际情况改变。
图1示出了根据本发明实施例的司机聚集点的展示方法的流程图。参考图1，所述司机聚集点的展示方法包括如下步骤：
步骤S110：自司机的移动设备采集司机点位的地理位置；
步骤S120：按预设转换区域，将位于同一预设转换区域的司机点位的地理位置转换为该预设转换区域的中心的地理位置；
步骤S130：对各司机点位转换后的地理位置，将距离该地理位置预设第一距离范围内的司机点位的数量大于等于第一数量阈值时，将该司机点位作为司机聚集点；以及
步骤S140：按预设显示区域逐级对司机聚集点进行聚类以展示各级预设显示区域的聚类点。
在本发明的示例性实施方式的司机聚集点的展示方法中，一方面，通过将司机点位的地理位置进行预设转换区域划分的计算方法聚类司机点位，从而生成司机聚集点，由此提供司机聚集点精准定位信息，以便业务人员进行推广活动。另一方面，根据多级预设显示区域进一步聚类以根据地图不同的比例尺显示不同的聚类点，以减少显示负载。再一方面，还可以反馈的司机聚集点的定位准确评分，实现司机聚集点使用效果数据的回流，形成数据闭环。
具体而言，下面将具体描述本发明提供的司机聚集点的展示方法：
上述步骤S110：自司机的移动设备采集司机点位的地理位置中，可以通过采集司机的移动设备的日志、埋点数据等以获得司机点位的地理位置。可选地，可以通过司机在相关应用上的操作触发以自司机的移动设备采集司机点位的地理位置。例如，司机可以在相关应用上点选签到选项，由此可以触发司机点位的地理位置的采集。以上仅仅是本发明示意性的实施方式，本发明并非以此为限。
在上述步骤S110自司机的移动设备采集司机点位的地理位置之后，可以对获得的地理位置数据按照预设格式、预设类型等进行清洗。
之后，在上述步骤S120按预设转换区域，将位于同一预设转换区域的司机点位的地理位置转换为该预设转换区域的中心的地理位置可以参见图2。根据全地图的预设转换区域(例如201及202)，位于预设转换区域201的司机点位203的地理位置(例如，经度和纬度)转换为该预设转换区域201的中心204的地理位置(例如，经度和纬度)；位于预设转换区域202的司机点位205的地理位置(例如，经度和纬度)转换为该预设转换区域202的中心206的地理位置(例如，经度和纬度)。由此，可以实现由此达到去重和获取不动点目的。预设转换区域的大小和形状可以相同。预设转换区域的形状可以是正方形。
进一步地，上述步骤S120可以将司机按照不同的省市区划分数据子集。对较大数据量的定位数据集合进行取样操作，由此提高处理数据速度。
具体而言，上述步骤S120按预设转换区域，将位于同一预设转换区域的司机点位的地理位置转换为该预设转换区域的中心的地理位置还包括如下步骤：将位于同一预设转换区域的司机点位的地理位置转换为该预设转换区域关联的一字符串标识，该字符串标识指示该预设转换区域的中心的地理位置。如图2所示，位于预设转换区域201的多个司机点位203的地理位置可由同一字符串进行标识；位于预设转换区域202的多个司机点位205的地理位置可由同一字符串进行标识。不同预设转换区域的字符串标识不同，由此，便于系统储存和记录。
进一步地，在上述步骤S120之后，步骤S130之前，还包括如下步骤：对各司机点位转换后的地理位置进行采样，并按采样后的司机点的地理位置生成司机聚集点。由此，可以极大得减少后序聚类的计算量。
上述步骤S130：对各司机点位转换后的地理位置，将距离该地理位置预设第一距离范围内的司机点位的数量大于等于第一数量阈值时，将该司机点位作为司机聚集点可以参见图3。
步骤S130可以采用基于密度计算司机聚集点的方法。具体而言，在对司机点位的地理位置进行聚类时，对每个司机点位311，计算该司机点位311半径为x米(x例如可以取50、100、150米等)的区域中司机点位311的数量，将范围内司机点位311的数量大于N(N的具体值取决于去重后的总体数据的大小，例如N可以取5、10、15、20等)的数据作为司机聚集点312。
上述步骤S140：按预设显示区域逐级对司机聚集点进行聚类以展示各级预设显示区域的聚类点中，每一级预设显示区域的区域迭代中，本级预设显示区域的范围包括多个上一级的预设显示区域的范围。每次所述区域迭代包括至少一次关于聚类点的聚类与每个聚类的聚类中心点迭代，并且，将本级预设显示区域的区域迭代中最终的聚类中心点作为下一级预设显示区域的聚类点。所述聚类中心点迭代中，根据上一次聚类迭代的多个聚类定义聚类中心点，本次聚类迭代的每个聚类点根据与上一次聚类迭代的所有聚类中心点的距离进行聚类。
具体而言，多级预设显示区域中，第i+1级显示区域包括多个第i级显示区域，第i+1级显示区域的聚类点由多个第i级显示区域的聚类点聚类而成，其中，i为大于等于1的整数，第1级显示区域的司机聚集点作为第1级显示区域的聚类点。进一步地，所述展示各级预设显示区域的聚类点包括：展示当前显示范围中，最大一级显示区域的聚类点。如图4至图7所示，第2级显示区域302包括多个第1级显示区域301，第2级显示区域302的聚类点315F及315G由多个第1级显示区域的聚类点311A-311E聚类而成。第1级显示区域的司机聚集点作为第1级显示区域的聚类点11A-311E。在显示屏300的当前显示范围内，展示最大一级显示区域(即第2级显示区域302)的聚类点315F及315G(如图7所示)。进一步地，在展示第2级显示区域302的聚类点315F及315G之后，还可以获取对最大一级显示区域中任一聚类点的选中操作，并生成目的地为所选中聚类点(或司机聚集点)的导航路径。此外，通过对显示屏300的显示范围的地图放大和缩小操作，使得显示范围内的最大一级显示区域改变，进而改变聚类点的显示，由此，减少由于司机聚集点过多而覆盖其它重要信息的情况。
进一步地，上述步骤S140中所述按预设显示区域逐级对司机聚集点进行聚类包括：
对第i+1级预设显示区域：
从第i级预设显示区域中任意选择k个点作为第一聚类中心，其中，k为大于等于1的整数；
计算第i级预设显示区域的n个聚类点与k个第一聚类中心之间的距离，n为大于等于1的整数；
将第i级预设显示区域的n个聚类点关联距离其最近的第一聚类中心，形成k个聚类；
计算该k个聚类的聚类中心作为第二聚类中心；
判断该k个聚类的第二聚类中心与第一聚类中心的差值是否小于预设阈值；
若是，则将该k个聚类的第二聚类中心作为第i+1级预设显示区域的聚类点；
若否，则将该k个聚类的第二聚类中心作为第一聚类中心进行迭代。
如图4至图7所示，对第2级预设显示区域302：
从第1级预设显示区域301中任意选择2个点作为第一聚类中心313F和313G。计算第1级预设显示区域301的5个聚类点(所有聚类点311A至311E)与2个第一聚类中心313F和313G之间的距离。例如，可以采用欧式距离算法根据各聚类点的地理位置(经度纬度)来计算聚类点和第一聚类中心之间的距离。将第1级预设显示区域的5个聚类点311A至311E关联距离其最近的第一聚类中心313F和313G，形成2个聚类。如图4，第1级预设显示区域的2个聚类点311A和311B关联距离其最近的第一聚类中心313F；第1级预设显示区域的3个聚类点311C至311E关联距离其最近的第一聚类中心313G。然后，计算该2个聚类的聚类中心作为第二聚类中心314F和314G，如图5所示，聚类点311A和311B的聚类中心为第二聚类中心314F，聚类点311C至311E的聚类中心为第二聚类中心314G。然后，判断该2个聚类的第二聚类中心314F和314G与第一聚类中心313F和313G的差值是否小于预设阈值(在允许的情况下，优选地判断条件为第二聚类中心与第一聚类中心相同)。在本实施例中，第二聚类中心314F和314G与第一聚类中心313F和313G不同，因此，将该2个聚类的第二聚类中心314F和314G作为第一聚类中心进行迭代。即，第1级预设显示区域的3个聚类点311A至311C关联距离其最近的第一聚类中心314F；第1级预设显示区域的2个聚类点311D和311E关联距离其最近的第一聚类中心314G(如图5)。然后，计算该2个聚类的聚类中心作为第二聚类中心315F和315G，如图6所示，聚类点311A至311C的聚类中心为第二聚类中心315F，聚类点311D和311E的聚类中心为第二聚类中心315G。然后，判断该2个聚类的第二聚类中心315F和315G与第一聚类中心314F和314G是否相同。在本实施例中，第二聚类中心314F和314G与第一聚类中心313F和313G不同，因此，将该2个聚类的第二聚类中心315F和315G作为第一聚类中心进行迭代，迭代后发现，再次生成的第二聚类中心与第一聚类中心315F和315G一致，由此，将聚类中心315F和315G作为第2级预设显示区域的聚类点(如图7所示)。
在本发明的一些实施例中，可以实现3到4级的聚合步骤，以此符合地图缩放的多个不同的比例尺。在本发明的又一些实施例中，可以仅针对市级或区级来实现3到4级的聚合步骤，本发明并非以此为限。
在本发明的一些实施例中，在聚类完成，且展示之前，可以将计算好的司机聚集点的地理位置数据同步到持久化存储数据库中，并根据反馈信息进行历史数据有效性判断和历史数据的准确性更新以及新数据的持久化存储；
在本发明的又一些具体实施例中，所述步骤S140按预设显示区域逐级对司机聚集点进行聚类以展示各级预设显示区域的聚类点之后还包括：接收对司机聚集点的地理位置的准确度评分；根据所述准确度评分更新所述司机聚集点的地理位置。具体而言，本发明例如可以实现地理位置纠正或弃用准确度评分较低的地理位置，由此实现算法的优化。
进一步地，业务员或司机在使用这些司机聚集点的地理位置时可以对该地理位置的有效性进行反馈，以及通过上传自身移动终端的定位信息将不够准确的司机聚集点的地理位置进行更新，这些反馈信息将被用于之后的聚集地计算中从而做出历史数据的有效性判断和准确性更新。此外，还可以通过用户反馈信息实现对历史司机聚集点的位置信息的更新和删除，以及新的司机聚集点的位置信息的新增的功能。
进一步地，可按预定的周期重新进行司机聚集点的生成。
以上仅仅是示意性地描述本发明的具体实现方式，上述各步骤可以单独执行或组合执行，在不违背本发明构思的前提下，皆在本发明的保护范围之内。
下面结合图8描述本发明提供的司机聚集点的展示装置。图8示出了根据本发明实施例的司机聚集点的展示装置的模块图。司机聚集点的展示装置400包括采集模块410、去重模块420、聚集点生成模块430及展示模块440。
采集模块410用于自司机的移动设备采集司机点位的地理位置；
去重模块420用于按预设转换区域，将位于同一预设转换区域的司机点位的地理位置转换为该预设转换区域的中心的地理位置；
聚集点生成模块430用于对各司机点位转换后的地理位置，将距离该地理位置预设第一距离范围内的司机点位的数量大于等于第一数量阈值时，将该司机点位作为司机聚集点；以及
展示模块440用于按预设显示区域逐级对司机聚集点进行聚类以展示各级预设显示区域的聚类点。
在本发明的示例性实施方式的司机聚集点的展示装置中，一方面，通过将司机点位的地理位置进行预设转换区域划分的计算方法聚类司机点位，从而生成司机聚集点，由此提供司机聚集点精准定位信息，以便业务人员进行推广活动。另一方面，根据多级预设显示区域进一步聚类以根据地图不同的比例尺显示不同的聚类点，以减少显示负载。再一方面，还可以反馈的司机聚集点的定位准确评分，实现司机聚集点使用效果数据的回流，形成数据闭环。
图8仅仅是示意性的示出本发明提供的司机聚集点的展示装置400，在不违背本发明构思的前提下，模块的拆分、合并、增加都在本发明的保护范围之内。
在本发明的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被例如处理器执行时可以实现上述任意一个实施例中所述电子处方流转处理方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。
参考图9所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品700，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在租户计算设备上执行、部分地在租户设备上执行、作为一个独立的软件包执行、部分在租户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到租户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
在本发明的示例性实施例中，还提供一种电子设备，该电子设备可以包括处理器，以及用于存储所述处理器的可执行指令的存储器。其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一个实施例中所述电子处方流转处理方法的步骤。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
下面参照图10来描述根据本发明的这种实施方式的电子设备500。图10显示的电子设备500仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图10所示，电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于：至少一个处理单元510、至少一个存储单元520、连接不同系统组件(包括存储单元520和处理单元510)的总线530、显示单元540等。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元510执行，使得所述处理单元510执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元510可以执行如图1所示的步骤。
所述存储单元520可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)5201和/或高速缓存存储单元5202，还可以进一步包括只读存储单元(ROM)5203。
所述存储单元520还可以包括具有一组(至少一个)程序模块5205的程序/实用工具5204，这样的程序模块5205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线530可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备500也可以与一个或多个外部设备600(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得租户能与该电子设备500交互的设备通信，和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口550进行。并且，电子设备500还可以通过网络适配器560与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器560可以通过总线530与电子设备500的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备500使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明实施方式的上述电子处方流转处理方法。
相比现有技术，本发明的优势在于：
一方面，通过将司机点位的地理位置进行预设转换区域划分的计算方法聚类司机点位，从而生成司机聚集点，由此提供司机聚集点精准定位信息，以便业务人员进行推广活动。另一方面，根据多级预设显示区域进一步聚类以根据地图不同的比例尺显示不同的聚类点，以减少显示负载。再一方面，还可以反馈的司机聚集点的定位准确评分，实现司机聚集点使用效果数据的回流，形成数据闭环。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由所附的权利要求指出。

Claims (11)

1.一种司机聚集点的展示方法，其特征在于，包括：
自司机的移动设备采集司机点位的地理位置；
按预设转换区域，将位于同一预设转换区域的司机点位的地理位置转换为该预设转换区域的中心的地理位置；
对各司机点位转换后的地理位置，将距离该地理位置预设第一距离范围内的司机点位的数量大于等于第一数量阈值时，将该司机点位作为司机聚集点；以及
按预设显示区域逐级对司机聚集点进行聚类以展示各级预设显示区域的聚类点。
2.如权利要求1所述的司机聚集点的展示方法，其特征在于，所述按预设转换区域，将位于同一预设转换区域的司机点位的地理位置转换为该预设转换区域的中心的地理位置包括：
将位于同一预设转换区域的司机点位的地理位置转换为该预设转换区域关联的一字符串标识，该字符串标识指示该预设转换区域的中心的地理位置。
3.如权利要求1所述的司机聚集点的展示方法，其特征在于，所述按预设转换区域，将位于同一预设转换区域的司机点位的地理位置转换为该预设转换区域的中心的地理位置之后，且对各司机点位转换后的地理位置，将距离该地理位置预设第一距离范围内的司机点位的数量大于等于第一数量阈值时，将该司机点位作为司机聚集点之前，还包括：
对各司机点位转换后的地理位置进行采样，并按采样后的司机点的地理位置生成司机聚集点。
4.如权利要求1所述的司机聚集点的展示方法，其特征在于，
每一级预设显示区域的区域迭代中，本级预设显示区域的范围包括多个上一级的预设显示区域的范围；
每次所述区域迭代包括至少一次关于聚类点的聚类与每个聚类的聚类中心点迭代，并且，将本级预设显示区域的区域迭代中最终的聚类中心点作为下一级预设显示区域的聚类点；
所述聚类中心点迭代中，根据上一次聚类迭代的多个聚类定义聚类中心点，本次聚类迭代的每个聚类点根据与上一次聚类迭代的所有聚类中心点的距离进行聚类。
5.如权利要求4所述的司机聚集点的展示方法，其特征在于，所述展示各级预设显示区域的聚类点包括：
展示当前显示范围中，最大一级显示区域的聚类点。
6.如权利要求5所述的司机聚集点的展示方法，其特征在于，所述展示当前显示范围中，最大一级显示区域的聚类点之后包括：
获取对最大一级显示区域中任一聚类点的选中操作；
生成目的地为所选中聚类点的导航路径。
7.如权利要求4所述的司机聚集点的展示方法，其特征在于，至少一次关于聚类点的聚类与每个聚类的聚类中心点迭代包括：
从本级预设显示区域中任意选择k个点作为第一聚类中心，其中，k为大于等于1的整数；
计算本级预设显示区域的n个聚类点与k个第一聚类中心之间的距离，n为大于等于1的整数；
将本级预设显示区域的n个聚类点关联距离其最近的第一聚类中心，形成k个聚类；
计算该k个聚类的聚类中心作为第二聚类中心；
判断该k个聚类的第二聚类中心与第一聚类中心的距离差值是否小于预设阈值；
若是，则将该k个聚类的第二聚类中心作为下一级预设显示区域的聚类点；
若否，则将该k个聚类的第二聚类中心作为第一聚类中心进行迭代。
8.如权利要求1至7任一项所述的司机聚集点的展示方法，其特征在于，所述按预设显示区域逐级对司机聚集点进行聚类以展示各级预设显示区域的聚类点之后还包括：
接收对司机聚集点的地理位置的准确度评分；
根据所述准确度评分更新所述司机聚集点的地理位置。
9.一种司机聚集点的展示装置，其特征在于，包括：
采集模块，用于自司机的移动设备采集司机点位的地理位置；
去重模块，用于按预设转换区域，将位于同一预设转换区域的司机点位的地理位置转换为该预设转换区域的中心的地理位置；
聚集点生成模块，用于对各司机点位转换后的地理位置，将距离该地理位置预设第一距离范围内的司机点位的数量大于等于第一数量阈值时，将该司机点位作为司机聚集点；以及
展示模块，用于按预设显示区域逐级对司机聚集点进行聚类以展示各级预设显示区域的聚类点。
10.一种电子设备，其特征在于，所述电子设备包括：
处理器；
存储器，其上存储有计算机程序，所述计算机程序被所述处理器运行时执行如权利要求1至8任一项所述的步骤。
11.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至8任一项所述的步骤。
CN201811171604.7A 2018-10-09 2018-10-09 司机聚集点的展示方法、装置、电子设备、存储介质 Active CN109257703B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010746325.XA CN111866727B (zh) 2018-10-09 2018-10-09 司机聚集点的展示方法、装置、电子设备、存储介质
CN201811171604.7A CN109257703B (zh) 2018-10-09 2018-10-09 司机聚集点的展示方法、装置、电子设备、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811171604.7A CN109257703B (zh) 2018-10-09 2018-10-09 司机聚集点的展示方法、装置、电子设备、存储介质

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202010746325.XA Division CN111866727B (zh) 2018-10-09 2018-10-09 司机聚集点的展示方法、装置、电子设备、存储介质

Publications (2)

Publication Number Publication Date
CN109257703A true CN109257703A (zh) 2019-01-22
CN109257703B CN109257703B (zh) 2020-08-25

Family

ID=65045528

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201811171604.7A Active CN109257703B (zh) 2018-10-09 2018-10-09 司机聚集点的展示方法、装置、电子设备、存储介质
CN202010746325.XA Active CN111866727B (zh) 2018-10-09 2018-10-09 司机聚集点的展示方法、装置、电子设备、存储介质

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202010746325.XA Active CN111866727B (zh) 2018-10-09 2018-10-09 司机聚集点的展示方法、装置、电子设备、存储介质

Country Status (1)

Country Link
CN (2) CN109257703B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111831760A (zh) * 2019-04-23 2020-10-27 腾讯科技（深圳）有限公司 处理位置数据的方法及相应的装置、计算机可读存储介质
CN112214561A (zh) * 2019-07-11 2021-01-12 奇安信科技集团股份有限公司 地图数据处理方法、装置、计算机设备及存储介质
CN112215580A (zh) * 2020-10-23 2021-01-12 岭东核电有限公司 核电作业区域设置方法、装置、计算机设备和存储介质
CN112687401A (zh) * 2020-12-31 2021-04-20 医渡云（北京）技术有限公司 聚集风险确定方法及装置、计算机可读介质及电子设备
CN113094461A (zh) * 2021-04-25 2021-07-09 宜宾中星技术智能系统有限公司 信息生成方法、装置、终端设备
CN114463572A (zh) * 2022-03-01 2022-05-10 智慧足迹数据科技有限公司 区域聚类方法及相关装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101873607A (zh) * 2010-06-25 2010-10-27 哈尔滨工业大学 Wlan室内分步式rd-anfis定位方法
CN102291817A (zh) * 2011-07-11 2011-12-21 北京邮电大学 移动通信网络中的基于位置测量样本的群定位方法
CN103995859A (zh) * 2014-05-15 2014-08-20 北京航空航天大学 一种应用于lbsn网络的基于地理标签的热点区域事件探测系统
CN104156489A (zh) * 2014-08-29 2014-11-19 北京嘀嘀无限科技发展有限公司 基于司机轨迹进行司机常驻点挖掘的方法
CN105045858A (zh) * 2015-07-10 2015-11-11 湖南科技大学 基于投票的出租车载客点推荐方法
US20170337813A1 (en) * 2013-03-15 2017-11-23 Donald Warren Taylor Sustained vehicle velocity via virtual private infrastructure
CN108182446A (zh) * 2017-12-13 2018-06-19 北京中交兴路信息科技有限公司 一种基于聚类算法的司机常驻地预测方法及装置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100704409B1 (ko) * 2005-04-11 2007-04-06 송익배 자기위치 측정 및 지리정보 시스템을 이용한 택시와대리운전 배차 시스템
US9923979B2 (en) * 2013-06-27 2018-03-20 Google Llc Systems and methods of determining a geographic location based conversion
US20150072714A1 (en) * 2013-09-10 2015-03-12 Tektronix, Inc. Geolocation tool
CN103985247B (zh) * 2014-04-24 2016-08-24 北京嘀嘀无限科技发展有限公司 基于城市叫车需求分布密度的出租车运力调度系统
CN105139637B (zh) * 2015-07-27 2018-11-13 福建工程学院 一种出租车上下客地点选取的方法、系统及客户端
DE202016007880U1 (de) * 2016-06-24 2017-03-01 Google Inc. Identifizieren, Verarbeiten und Anzeigen von Datenpunktclustern
US10156452B2 (en) * 2016-11-14 2018-12-18 Conduent Business Service, Llc Method and system for ridesharing management
CN107515890A (zh) * 2017-07-04 2017-12-26 深圳市金立通信设备有限公司 一种识别常驻点的方法及终端
CN107958064A (zh) * 2017-12-04 2018-04-24 携程旅游网络技术（上海）有限公司 地图展示航班信息的方法、装置、电子设备、存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101873607A (zh) * 2010-06-25 2010-10-27 哈尔滨工业大学 Wlan室内分步式rd-anfis定位方法
CN102291817A (zh) * 2011-07-11 2011-12-21 北京邮电大学 移动通信网络中的基于位置测量样本的群定位方法
US20170337813A1 (en) * 2013-03-15 2017-11-23 Donald Warren Taylor Sustained vehicle velocity via virtual private infrastructure
CN103995859A (zh) * 2014-05-15 2014-08-20 北京航空航天大学 一种应用于lbsn网络的基于地理标签的热点区域事件探测系统
CN104156489A (zh) * 2014-08-29 2014-11-19 北京嘀嘀无限科技发展有限公司 基于司机轨迹进行司机常驻点挖掘的方法
CN105045858A (zh) * 2015-07-10 2015-11-11 湖南科技大学 基于投票的出租车载客点推荐方法
CN108182446A (zh) * 2017-12-13 2018-06-19 北京中交兴路信息科技有限公司 一种基于聚类算法的司机常驻地预测方法及装置

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111831760A (zh) * 2019-04-23 2020-10-27 腾讯科技（深圳）有限公司 处理位置数据的方法及相应的装置、计算机可读存储介质
CN111831760B (zh) * 2019-04-23 2023-08-18 腾讯科技（深圳）有限公司 处理位置数据的方法及相应的装置、计算机可读存储介质
CN112214561A (zh) * 2019-07-11 2021-01-12 奇安信科技集团股份有限公司 地图数据处理方法、装置、计算机设备及存储介质
CN112214561B (zh) * 2019-07-11 2024-04-12 奇安信科技集团股份有限公司 地图数据处理方法、装置、计算机设备及存储介质
CN112215580A (zh) * 2020-10-23 2021-01-12 岭东核电有限公司 核电作业区域设置方法、装置、计算机设备和存储介质
CN112215580B (zh) * 2020-10-23 2024-02-06 岭东核电有限公司 核电作业区域设置方法、装置、计算机设备和存储介质
CN112687401A (zh) * 2020-12-31 2021-04-20 医渡云（北京）技术有限公司 聚集风险确定方法及装置、计算机可读介质及电子设备
CN112687401B (zh) * 2020-12-31 2022-07-01 医渡云（北京）技术有限公司 聚集风险确定方法及装置、计算机可读介质及电子设备
WO2022142753A1 (zh) * 2020-12-31 2022-07-07 医渡云（北京）技术有限公司 聚集风险确定方法及装置、计算机可读介质及电子设备
CN113094461A (zh) * 2021-04-25 2021-07-09 宜宾中星技术智能系统有限公司 信息生成方法、装置、终端设备
CN113094461B (zh) * 2021-04-25 2023-03-28 宜宾中星技术智能系统有限公司 信息生成方法、装置、终端设备
CN114463572A (zh) * 2022-03-01 2022-05-10 智慧足迹数据科技有限公司 区域聚类方法及相关装置

Also Published As

Publication number Publication date
CN111866727B (zh) 2024-03-29
CN111866727A (zh) 2020-10-30
CN109257703B (zh) 2020-08-25

Similar Documents

Publication Publication Date Title
CN109257703A (zh) 司机聚集点的展示方法、装置、电子设备、存储介质
JP6828044B2 (ja) ルート逸脱認識方法、端末、および記憶媒体
EP3241370B1 (en) Analyzing semantic places and related data from a plurality of location data reports
CN108055301B (zh) 车辆调度方法、服务器、客户端及系统
CN111538904A (zh) 用于推荐兴趣点的方法和装置
JP6107278B2 (ja) 感染危険エリア特定システム、感染危険エリア特定方法、及びプログラム
CN107767116A (zh) 出行产品自动化推送方法、系统、存储介质和电子设备
CN110020938A (zh) 交易信息处理方法、装置、设备及存储介质
CN112861972B (zh) 一种展业区域的选址方法、装置、计算机设备和介质
CN106849353B (zh) 输变电工程环保监测与敏感区域预测系统及方法
CN110009379A (zh) 一种选址模型构建和选址方法、装置及设备
CN103968825A (zh) 具有异常侦测机制的导航系统及其操作方法
CN110399365A (zh) 地图缺失道路的确定方法、装置、存储介质及电子设备
JP2021174560A (ja) 経済状態の予測方法、経済状態予測モデルの構築方法及び対応装置
CN111402426A (zh) 增强现实安全性
WO2014124279A1 (en) Customer experience management for an organization
WO2020114273A1 (zh) 商户查找方法、装置、电子设备和存储介质
Zhou et al. Context aware flow prediction of bike sharing systems
CN110162518A (zh) 数据分组方法、装置、电子设备及存储介质
CN109064157A (zh) 分账方法及装置、存储介质、电子设备
Zou et al. Deep Learning for Cross-Domain Data Fusion in Urban Computing: Taxonomy, Advances, and Outlook
CN107491240B (zh) 基于动态图标的旅行下单方法、系统、设备及存储介质
CN107103037B (zh) 一种地理区域的社会功能的识别方法与终端设备
Cai et al. The mining of urban hotspots based on multi-source location data fusion
CN111047107B (zh) 公路通行时间预测方法、装置、电子设备和存储介质

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
TR01 Transfer of patent right

Effective date of registration: 20201203

Address after: Room 802, A3 / F, Dongjiang business center, 599 Ordos Road, Tianjin pilot Free Trade Zone, Binhai New Area, Tianjin

Patentee after: Tianjin manyun Software Technology Co.,Ltd.

Address before: 210012 3-5, 4, 170-1, software Avenue, Yuhuatai District, Nanjing, Jiangsu.

Patentee before: JIANGSU MANYUN SOFTWARE TECHNOLOGY Co.,Ltd.