CN109409938A - 商圈圈定方法和装置 - Google Patents
商圈圈定方法和装置 Download PDFInfo
- Publication number
- CN109409938A CN109409938A CN201811162626.7A CN201811162626A CN109409938A CN 109409938 A CN109409938 A CN 109409938A CN 201811162626 A CN201811162626 A CN 201811162626A CN 109409938 A CN109409938 A CN 109409938A
- Authority
- CN
- China
- Prior art keywords
- circle
- commercial circle
- delineation
- interest
- range
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0204—Market segmentation
- G06Q30/0205—Location or geographical consideration
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开实施例公开了一种商圈圈定方法和装置,其中所述商圈圈定方法包括:在目标区域内以初始圈定面积圈定最多表示商铺的兴趣点;计算圈定范围内的兴趣点密度;判断当前圈定范围内的兴趣点密度是否处于预设密度范围内;在当前圈定范围内的兴趣点密度大于所述预设密度范围最大值时,重复扩大圈定面积并以扩大后的圈定面积圈定最多所述兴趣点,并计算当前圈定范围内的兴趣点密度的步骤,直至圈定范围内兴趣点密度处于所述预设密度范围内。
Description
技术领域
本公开实施例涉及计算机技术领域,具体涉及一种商圈圈定方法和装置。
背景技术
在商业活动中,人们关注大量表示商铺的兴趣点(POI,Point of Interest)所聚集的商圈,而非独立的兴趣点。
现有的商圈圈定方法是根据消费者步行时间和步行速度计算出距离临界值,在电子地图上确定一个中心点,找到地图上所有与该中心点的实际道路距离为距离临界值的点,将所有找到的点连接起来即构成一个商圈。如图1所示,采用上述方法圈定出的商圈可能近似于一个圆形,然而实际生活中的商铺的分布可能并非如此,如果采用上述方法圈定出的商圈并不准确,可能会将部分不存在商铺的区域也划入商圈内,同时还可能遗漏部分存在大量商铺的区域。
发明内容
有鉴于此,本公开实施例提供了一种商圈圈定方法和装置,以解决现有技术中商圈圈定不准确的问题。
根据第一方面,本公开实施例提供了一种商圈圈定方法,包括:在目标区域内以初始圈定面积圈定最多表示商铺的兴趣点;计算圈定范围内的兴趣点密度;判断当前圈定范围内的兴趣点密度是否处于预设密度范围内;在当前圈定范围内的兴趣点密度大于所述预设密度范围最大值时,重复扩大圈定面积并以扩大后的圈定面积圈定最多所述兴趣点,并计算当前圈定范围内的兴趣点密度的步骤,直至圈定范围内兴趣点密度处于所述预设密度范围内。
可选地,所述商圈圈定方法还包括:在当前圈定范围内的兴趣点密度小于所述预设密度范围最小值时,重复缩小圈定面积并以缩小后的圈定面积圈定最多所述兴趣点,并计算当前圈定范围内的兴趣点密度的步骤,直至圈定范围内兴趣点密度处于所述预设密度范围内。
可选地,所述商圈圈定方法还包括:获取所圈定出的商圈内的所述兴趣点的数据信息;根据所述数据信息的属性,对所述兴趣点进行聚类。
可选地,所述商圈圈定方法在所述对所述兴趣点进行聚类之后还包括:对聚类后的所述兴趣点所在的区域进行渲染。
可选地,所述商圈圈定方法还包括:环绕所圈定的商圈圈定出外围商圈,所述外围商圈的内边界与所圈定的商圈的外边界重合,所述外围商圈的兴趣点密度小于所圈定的商圈的兴趣点密度。
可选地,所述外围商圈由内至外包括至少一个外围商圈,位于最内侧的所述外围商圈的内边界与所圈定的商圈的外边界重合,每个所述外围商圈的外边界均与外侧相邻的所述外围商圈的内边界重合,所述至少一个外围商圈的兴趣点密度由内至外递减。
根据第二方面,本公开实施例提供了一种商圈圈定方法,包括:获取目标区域内表示商铺的兴趣点;根据第一预设密度范围在所述目标区域内圈定出第一商圈;根据第二预设密度范围环绕所述第一商圈圈定出第二商圈,其中所述第二商圈的内边界与所述第一商圈的外边界重合,所述第一预设密度范围最小值大于所述第二预设密度范围最大值。
可选地,所述商圈圈定方法还包括:根据至少一个第三预设密度范围环绕所述第二商圈由内至外圈定出至少一个第三商圈,位于最内侧的所述第三商圈的内边界与所述第二商圈的外边界重合,每个所述第三商圈的外边界均与外侧相邻的所述第三商圈的内边界重合,位于内侧的所述第三商圈的第三预设密度范围最小值大于位于外侧的所述第三商圈的第三预设密度范围最大值。
可选地,利用上述第一方面中的任一项所述的方法执行所述根据第一预设密度范围在所述目标区域内圈定出第一商圈的步骤;和/或利用上述第一方面中的任一项所述的方法执行所述根据第二预设密度范围环绕所述第一商圈圈定出第二商圈的步骤。
可选地,利用上述第一方面中的任一项所述的方法执行所述根据至少一个第三预设密度范围环绕所述第二商圈由内至外圈定出至少一个第三商圈的步骤。
根据第三方面,本公开实施例提供了一种商圈圈定装置,包括:初始圈定单元,用于在目标区域内以初始圈定面积圈定最多表示商铺的兴趣点;计算单元,用于计算圈定范围内的兴趣点密度;判断单元,用于判断当前圈定范围内的兴趣点密度是否处于预设密度范围内;第一重复圈定单元,用于在当前圈定范围内的兴趣点密度大于所述预设密度范围最大值时,重复扩大圈定面积并以扩大后的圈定面积圈定最多所述兴趣点,并计算当前圈定范围内的兴趣点密度的步骤,直至圈定范围内兴趣点密度处于所述预设密度范围内。
可选地,所述商圈圈定装置还包括:第二重复圈定单元,用于在当前圈定范围内的兴趣点密度小于所述预设密度范围最小值时,重复缩小圈定面积并以缩小后的圈定面积圈定最多所述兴趣点,并计算当前圈定范围内的兴趣点密度的步骤,直至圈定范围内兴趣点密度处于所述预设密度范围内。
根据第四方面,本公开实施例提供了一种商圈圈定装置,包括:获取单元,用于获取目标区域内表示商铺的兴趣点;第一圈定单元,用于根据第一预设密度范围在所述目标区域内圈定出第一商圈;第二圈定单元,用于根据第二预设密度范围环绕所述第一商圈圈定出第二商圈,其中所述第二商圈的内边界与所述第一商圈的外边界重合,所述第一预设密度范围最小值大于所述第二预设密度范围最大值。
可选地,所述商圈圈定方法还包括:第三圈定单元,用于根据至少一个第三预设密度范围环绕所述第二商圈由内至外圈定出至少一个第三商圈,位于最内侧的所述第三商圈的内边界与所述第二商圈的外边界重合,每个所述第三商圈的外边界均与外侧相邻的所述第三商圈的内边界重合,位于内侧的所述第三商圈的第三预设密度范围最小值大于位于外侧的所述第三商圈的第三预设密度范围最大值。
根据第五方面,本公开实施例提供了一种电子设备,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行上述第一方面或第二方面中的任一项所述的商圈圈定方法。
根据第六方面,本公开实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行上述第一方面或第二方面中的任一项所述的商圈圈定方法。
在本公开实施例中,利用计算机根据预设密度范围自动圈定出商圈,与现有技术中从选定中心点向外等距放射延伸圈定商圈的方式相比,圈定商圈的方式更加客观准确,可以为商户或投资人提供更准确的参考依据。
附图说明
通过参考附图会更加清楚的理解本公开实施例的特征和优点,附图是示意性的而不应理解为对本公开实施例进行任何限制,在附图中:
图1示出了采用现有技术的商圈圈定方法圈定的商圈的示意图;
图2示出了根据本公开实施例的商圈圈定方法的流程图;
图3示出了根据本公开另一实施例的商圈圈定方法的流程图;
图4示出了根据本公开另一实施例的商圈圈定方法的流程图;
图5示出了根据图4所示的实施例的商圈圈定方法的圈定的商圈的示意图;
图6示出了根据本公开实施例的商圈圈定装置的示意图;
图7示出了根据本公开另一实施例的商圈圈定装置的示意图;
图8示出了根据本公开实施例的移动终端的示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
图2示出了根据本公开实施例的商圈圈定方法,该方法适用于在电子地图的目标区域内按照表示商铺的兴趣点的密度圈定商圈,如图2所述,该方法可以包括:
S11.在目标区域内以初始圈定面积圈定最多表示商铺的兴趣点。
在电子地图中,每一个兴趣点可以表示一所学校、一所医院、一栋房子、一个商铺、一个公交站等,在本实施例中,为了在目标区域内圈定出商圈,仅获取目标区域内表示商铺的兴趣点。初始圈定面积可以是默认值,也可以由用户根据实际情况合理设置,例如可以根据该目标区域的人口规模来确定初始圈定面积,选择合适的初始圈定面积有助于提升计算机的计算效率。
在已选定的固定初始圈定面积下,计算机可以反复尝试以找到能够圈定最多的兴趣点的解。为了提高计算机尝试出能够圈定最多的兴趣点的解的效率,本领域技术人员可以合理采用现有的各种方案,例如机器学习的方案。
S12.计算圈定范围内的兴趣点密度。
在圈定出最多的兴趣点之后,计算机就可以根据圈定出的兴趣点的个数以及初始圈定面积计算出圈定范围内的兴趣点密度。
S13.判断当前圈定范围内的兴趣点密度是否处于预设密度范围内,当大于预设密度范围最大值时,执行步骤S14和S15;当小于预设密度范围最小值时,执行步骤S16和S17,当处于预设密度范围内时,则表示已经圈定出合适的商圈。
预设密度范围可以由用户根据实际需要来划定,例如用户想要在目标区域内圈定出核心商圈,用户期望所划定出的核心商圈内商铺密度为100个/平方公里,为了能使计算机更快划定出核心商圈,用户还可以设置一个容差密度,容差密度可以根据圈定商圈的商铺密度精度合理设置,容差密度越小,圈定商圈的密度精度越高,计算机需要执行更多的计算,也可以将容差密度设置为0。用户例如可以将容差密度设置为10,则上述设定的预设密度范围是90-110之间。
S14.扩大圈定面积再次以扩大后的圈定面积圈定最多的兴趣点。
商铺通常是向中心区域集中的,越往外密度越低,因此当初始圈定范围较小时,初始圈定范围内的兴趣点密度会大于预设密度范围最大值,此时可以扩大圈定面积。作为一种可选实施方式,可以以固定的步长来扩大圈定面积;作为另一种可选实施方式,以可变的步长来扩大圈定面积,前一圈定范围内的兴趣点密度与预设密度的差值越大,所选的步长越大,反之则所选的步长越小,从而可以提高计算机的计算效率。同样地,本领域技术人员可以采取各种算法来提升计算机的计算效率,尽快找到能够圈定最多的兴趣点的解。
S15.计算当前圈定范围内的兴趣点密度,并返回至步骤S13。
在计算机找到能够圈定最多兴趣点的最优解之后,计算机再次根据圈定出的兴趣点的个数以及圈定面积计算出圈定范围内的兴趣点密度。计算机在执行完步骤S15后会返回至步骤S13,重复执行上述步骤直至圈定范围内兴趣点密度处于预设密度范围内,从而完成商圈圈定的操作。
S16.缩小圈定面积并以缩小后的圈定面积圈定最多兴趣点。
商铺通常是向中心区域集中的,越往外密度越低,因此当初始圈定范围较大,或者在执行上述步骤S14时选择的步长过大,使得扩大后的圈定面积过大,圈定范围内的兴趣点密度会小于预设密度范围最小值,此时可以缩小圈定面积。同样地,可以以固定或者可变步长来缩小圈定面积。
S17.计算当前圈定范围内的兴趣点密度,并返回至步骤S13。
在计算机找到能够圈定最多兴趣点的最优解之后,计算机再次根据圈定出的兴趣点的个数以及圈定面积计算出圈定范围内的兴趣点密度。计算机在执行完步骤S17后会返回至步骤S13,重复执行上述步骤直至圈定范围内兴趣点密度处于预设密度范围内,从而完成商圈圈定的操作。
在本实施例中,利用计算机根据预设密度范围自动圈定出商圈,与现有技术中从选定中心点向外等距放射延伸圈定商圈的方式相比,圈定商圈的方式更加客观准确,可以为商户或投资人提供更准确的参考依据。
在本公开的一些可选实施方式中,如图3所示,在圈定出商圈以后,上述商圈圈定方法还可以包括:
S21.获取所圈定出的商圈内的兴趣点的数据信息。
在电子地图中,兴趣点还包括各种数据信息,例如该商铺的人均消费额、该商铺的受众性别、该商铺的受众年龄段、该商铺的营业范围等。
S22.根据数据信息的属性,对兴趣点进行聚类。
通常来说具有相同属性的商铺会聚集在一起,例如餐饮的商铺会聚集在一起,以便于顾客选择。如果一堆餐饮商铺中夹杂一个服装商铺,则会影响该服装商铺商业价值,因为顾客去餐饮商铺聚集区的目的一般来说是会就餐,而并非购买服装。在获取到兴趣点的数据信息之后,就可以根据数据信息的属性,对兴趣点进行聚类,例如可以将代表餐饮商铺的兴趣点聚为一类,将代表服装商铺的兴趣点聚为一类,将代表受众为儿童的商铺的兴趣点聚为一类,将代表受众为中老年人的商铺的兴趣点聚为一类,将代表受众为男性的商铺的兴趣点聚为一类,将代表受众为女性的商铺的兴趣点聚为一类,将代表高人均消费额的商铺的兴趣点聚为一类,将代表中低人均消费额的商铺的兴趣点聚为一类等等。以上只是举例,并非穷举,本领域技术人员可以发掘更多的属性将商铺进行聚类。本领域技术人员可以采取多种聚类的方法,例如机器学习的方式。
通过上述方法步骤,根据商圈内兴趣点的数据信息,对兴趣点进行聚类,便于商户或投资人在电子地图中找到所需的商铺区域。
可选地,如图3所示,在上述步骤S22之后,上述商圈圈定方法还可以包括:
S23.对聚类后的兴趣点所在的区域进行渲染。
一种可能的渲染方式是,例如将聚类代表受众为男性的商铺的兴趣点所在的区域采用冷色调渲染,将聚类代表受众为女性的商铺的兴趣点所在的区域采用暖色调渲染,并用色彩亮度来表征商铺的人均消费额的信息,人均消费额越高,色彩亮度越高。上述只是作为示例,本领域技术人员也可以采用其他方式对对聚类后的兴趣点所在的区域进行渲染。
通过上述方法步骤,商户或投资人就可以更加直观地在电子地图中找到所需的商铺区域。
在本公开的一些可选实施方式中,在圈定出商圈以后,上述商圈圈定方法还可以包括:
环绕所圈定的商圈圈定出外围商圈,该外围商圈的内边界与所圈定的商圈的外边界重合,该外围商圈的兴趣点密度小于所圈定的商圈的兴趣点密度。
仍然可以采用上述步骤S11至S17的方法圈定出外围商圈,但是本公开实施例并不限于此,本领域技术人员可以采用任何其他方式圈定出外围商圈。
由此,根据商铺密度不同圈定出具有不同商业价值的区域,可以为商户或投资人提供更准确的参考依据。
可选地,该外围商圈由内至外可以包括至少一个外围商圈,位于最内侧的外围商圈的内边界与所圈定的商圈的外边界重合,每个外围商圈的外边界均与外侧相邻的外围商圈的内边界重合,该至少一个外围商圈的兴趣点密度由内至外递减。
由此,可以根据商圈圈定细化程度的需要,圈定出更多商圈,从而为商户或投资人提供更加细化的参考依据。在下文中还将对此进行更详细的描述。
图4示出了根据本公开另一实施例的商圈圈定方法,图5示出了根据图4所示的实施例的商圈圈定方法的圈定的商圈的示意图,如图4和图5所示,该方法可以包括:
S31.获取目标区域内表示商铺的兴趣点。
在电子地图中,每一个兴趣点可以表示一所学校、一所医院、一栋房子、一个商铺、一个公交站等,在本实施例中,为了在目标区域内圈定出商圈,仅获取目标区域内表示商铺的兴趣点。
S32.根据第一预设密度范围在目标区域内圈定出第一商圈41。
第一预设密度范围可以由用户根据实际需要来划定,例如用户想要在目标区域内圈定出的第一商圈41为核心商圈,用户期望所划定出的核心商圈内商铺密度为100个/平方公里,为了能使计算机更快划定出核心商圈,用户还可以设置一个容差密度,容差密度可以根据圈定商圈的商铺密度精度合理设置,容差密度越小,圈定商圈的密度精度越高,计算机需要执行更多的计算,也可以将容差密度设置为0。用户例如可以将容差密度设置为10,则上述设定的第一预设密度范围是90-110之间。例如可以采用图2所示的实施例中的商圈圈定方法来圈定第一商圈41。
S33.根据第二预设密度范围环绕第一商圈41圈定出第二商圈42,其中第二商圈42的内边界与第一商圈41的外边界重合,第一预设密度范围最小值大于第二预设密度范围最大值。
同样地,第二预设密度范围也可以由用户根据实际需要来划定,例如用户想要在目标区域内除第一商圈41以外的区域,环绕该第一商圈41圈定出的第二商圈42可以为重要商圈,用户期望所划定出的重要商圈内商铺密度为50个/平方公里,用户例如可以将容差密度设置为5,则上述设定的第二预设密度范围是45-55之间。例如可以采用图2所示的实施例中的商圈圈定方法来圈定第二商圈42。
在本实施例中,根据商铺密度不同圈定出具有不同商业价值的区域,可以为商户或投资人提供更准确的参考依据。
在本公开的一些可选实施方式中,如图4所示,上述商圈圈定方法还可以包括:
S34.根据第三预设密度范围环绕第二商圈42圈定出第三商圈43,其中第三商圈43的内边界与第二商圈42的外边界重合,第二预设密度范围最小值大于第三预设密度范围最大值。
同样地,第三预设密度范围也可以由用户根据实际需要来划定,例如用户想要在目标区域内除第一商圈41和第二商圈42以外的区域,环绕该第二商圈42圈定出的第三商圈43可以为次要商圈,用户期望所划定出的次要商圈内商铺密度为10个/平方公里,用户例如可以将容差密度设置为1,则上述设定的第二预设密度范围是9-11之间。例如可以采用图2所示的实施例中的商圈圈定方法来圈定第三商圈43。
在上述实施方式中,第一商圈41、第二商圈42、第三商圈43的商铺密度依次减小,对应的商圈的商业价值也依次减小,用户可以根据自身情况,合理选择适合自己的商圈。
在上述实施方式中,共圈定出了第一商圈41、第二商圈42、第三商圈43这三个商圈,实际上本公开实施例并不限于此,可以根据商圈圈定细化程度的需要,圈定出更多商圈。在另一些可选实施方式中,可以由内至外圈定出多个第三商圈,每个第三商圈的外边界均与外侧相邻的第三商圈的内边界重合,位于内侧的第三商圈的预设密度范围最小值大于位于外侧的第三商圈的预设密度范围最大值。
相应地,图6示出了根据本公开实施例的商圈圈定装置,其可以包括:
初始圈定单元51,用于在目标区域内以初始圈定面积圈定最多表示商铺的兴趣点,具体参见步骤S11的描述;
计算单元52,用于计算圈定范围内的兴趣点密度,具体参见步骤S12的描述;
判断单元53,用于判断当前圈定范围内的兴趣点密度是否处于预设密度范围内,具体参见步骤S13的描述;
第一重复圈定单元54,用于在当前圈定范围内的兴趣点密度大于预设密度范围最大值时,重复扩大圈定面积并以扩大后的圈定面积圈定最多兴趣点,并计算当前圈定范围内的兴趣点密度的步骤,直至圈定范围内兴趣点密度处于预设密度范围内,具体参见步骤S14和S15的描述;
第二重复圈定单元55,用于在当前圈定范围内的兴趣点密度小于预设密度范围最小值时,重复缩小圈定面积并以缩小后的圈定面积圈定最多兴趣点,并计算当前圈定范围内的兴趣点密度的步骤,直至圈定范围内兴趣点密度处于预设密度范围内,具体参见步骤S16和S17的描述。
在本实施例中,利用计算机根据预设密度范围自动圈定出商圈,与现有技术中从选定中心点向外等距放射延伸圈定商圈的方式相比,圈定商圈的方式更加客观准确,可以为商户或投资人提供更准确的参考依据。
作为一种可选实施方式,上述商圈圈定装置还可以包括:
数据单元,用于获取所圈定出的商圈内的兴趣点的数据信息,具体参见步骤S21的描述;
聚类单元,用于根据数据信息的属性,对兴趣点进行聚类,具体参见步骤S22的描述。
由此,可以根据商圈内兴趣点的数据信息,对兴趣点进行聚类,便于商户或投资人在电子地图中找到所需的商铺区域。
作为一种可选实施方式,上述商圈圈定装置还可以包括:
渲染单元,用于对聚类后的所述兴趣点所在的区域进行渲染,具体参见步骤S23的描述。
由此,商户或投资人就可以更加直观地在电子地图中找到所需的商铺区域。
作为一种可选实施方式,上述商圈圈定装置还可以包括:
外围商圈圈定单元,用于环绕所圈定的商圈圈定出外围商圈,该外围商圈的内边界与所圈定的商圈的外边界重合,该外围商圈的兴趣点密度小于所圈定的商圈的兴趣点密度。
由此,根据商铺密度不同圈定出具有不同商业价值的区域,可以为商户或投资人提供更准确的参考依据。
可选地,该外围商圈由内至外可以包括至少一个外围商圈,位于最内侧的外围商圈的内边界与所圈定的商圈的外边界重合,每个外围商圈的外边界均与外侧相邻的外围商圈的内边界重合,该至少一个外围商圈的兴趣点密度由内至外递减。
由此,可以根据商圈圈定细化程度的需要,圈定出更多商圈,从而为商户或投资人提供更加细化的参考依据。
相应地,图7示出了根据本公开实施例的商圈圈定装置,其可以包括:
获取单元61,用于获取目标区域内表示商铺的兴趣点,具体参见步骤S31的描述;
第一圈定单元62,用于根据第一预设密度范围在所述目标区域内圈定出第一商圈,具体参见步骤S32的描述;
第二圈定单元63,用于根据第二预设密度范围环绕第一商圈圈定出第二商圈,其中第二商圈的内边界与第一商圈的外边界重合,第一预设密度范围最小值大于第二预设密度范围最大值,具体参见步骤S33的描述。
由此,根据商铺密度不同圈定出具有不同商业价值的区域,可以为商户或投资人提供更准确的参考依据。
作为一种可选实施方式,上述商圈圈定装置还可以包括:
第三圈定单元64,用于根据至少一个第三预设密度范围环绕第二商圈由内至外圈定出至少一个第三商圈,位于最内侧的第三商圈的内边界与第二商圈的外边界重合,每个第三商圈的外边界均与外侧相邻的第三商圈的内边界重合,位于内侧的第三商圈的第三预设密度范围最小值大于位于外侧的第三商圈的第三预设密度范围最大值,具体参见步骤S34的描述。
如图8所示,本公开实施例还提供了一种电子设备,该电子设备可以包括处理器71和存储器72,其中处理器71和存储器72可以通过总线或者其他方式连接,图8中以通过总线连接为例。
处理器71可以为中央处理器(Central Processing Unit,CPU)。处理器71还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器72作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本公开实施例中的启动应用程序的方法所对应的程序指令。处理器71通过运行存储在存储器72中的非暂态软件指令,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的商圈圈定方法。
存储器72可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器72可选包括相对于处理器71远程设置的存储器,这些远程存储器可以通过网络连接至处理器71。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
上述电子设备的具体细节可以对应参阅图2至图5所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random AccessMemory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本公开的实施例,但是本领域技术人员可以在不脱离本公开实施例的精神和范围的情况下作出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (16)
1.一种商圈圈定方法,其特征在于,包括:
在目标区域内以初始圈定面积圈定最多表示商铺的兴趣点;
计算圈定范围内的兴趣点密度;
判断当前圈定范围内的兴趣点密度是否处于预设密度范围内;
在当前圈定范围内的兴趣点密度大于所述预设密度范围最大值时,重复扩大圈定面积并以扩大后的圈定面积圈定最多所述兴趣点,并计算当前圈定范围内的兴趣点密度的步骤,直至圈定范围内兴趣点密度处于所述预设密度范围内。
2.根据权利要求1所述的商圈圈定方法,其特征在于,还包括:
在当前圈定范围内的兴趣点密度小于所述预设密度范围最小值时,重复缩小圈定面积并以缩小后的圈定面积圈定最多所述兴趣点,并计算当前圈定范围内的兴趣点密度的步骤,直至圈定范围内兴趣点密度处于所述预设密度范围内。
3.根据权利要求1或2所述的商圈圈定方法,其特征在于,还包括:
获取所圈定出的商圈内的所述兴趣点的数据信息;
根据所述数据信息的属性,对所述兴趣点进行聚类。
4.根据权利要求3所述的商圈圈定方法,其特征在于,在所述对所述兴趣点进行聚类之后还包括:
对聚类后的所述兴趣点所在的区域进行渲染。
5.根据权利要求1-4中任一项所述的商圈圈定方法,其特征在于,还包括:
环绕所圈定的商圈圈定出外围商圈,所述外围商圈的内边界与所圈定的商圈的外边界重合,所述外围商圈的兴趣点密度小于所圈定的商圈的兴趣点密度。
6.根据权利要求5所述的商圈圈定方法,其特征在于,所述外围商圈由内至外包括至少一个外围商圈,位于最内侧的所述外围商圈的内边界与所圈定的商圈的外边界重合,每个所述外围商圈的外边界均与外侧相邻的所述外围商圈的内边界重合,所述至少一个外围商圈的兴趣点密度由内至外递减。
7.一种商圈圈定方法,其特征在于,包括:
获取目标区域内表示商铺的兴趣点;
根据第一预设密度范围在所述目标区域内圈定出第一商圈;
根据第二预设密度范围环绕所述第一商圈圈定出第二商圈,其中所述第二商圈的内边界与所述第一商圈的外边界重合,所述第一预设密度范围最小值大于所述第二预设密度范围最大值。
8.根据权利要求7所述的商圈圈定方法,其特征在于,还包括:
根据至少一个第三预设密度范围环绕所述第二商圈由内至外圈定出至少一个第三商圈,位于最内侧的所述第三商圈的内边界与所述第二商圈的外边界重合,每个所述第三商圈的外边界均与外侧相邻的所述第三商圈的内边界重合,位于内侧的所述第三商圈的第三预设密度范围最小值大于位于外侧的所述第三商圈的第三预设密度范围最大值。
9.根据权利要求7所述的商圈圈定方法,其特征在于,
利用权利要求1-4中任一项所述的方法执行所述根据第一预设密度范围在所述目标区域内圈定出第一商圈的步骤;和/或
利用权利要求1-4中任一项所述的方法执行所述根据第二预设密度范围环绕所述第一商圈圈定出第二商圈的步骤。
10.根据权利要求8所述的商圈圈定方法,其特征在于,
利用权利要求1-4中任一项所述的方法执行所述根据至少一个第三预设密度范围环绕所述第二商圈由内至外圈定出至少一个第三商圈的步骤。
11.一种商圈圈定装置,其特征在于,包括:
初始圈定单元,用于在目标区域内以初始圈定面积圈定最多表示商铺的兴趣点;
计算单元,用于计算圈定范围内的兴趣点密度;
判断单元,用于判断当前圈定范围内的兴趣点密度是否处于预设密度范围内;
第一重复圈定单元,用于在当前圈定范围内的兴趣点密度大于所述预设密度范围最大值时,重复扩大圈定面积并以扩大后的圈定面积圈定最多所述兴趣点,并计算当前圈定范围内的兴趣点密度的步骤,直至圈定范围内兴趣点密度处于所述预设密度范围内。
12.根据权利要求11所述的商圈圈定装置,其特征在于,还包括:
第二重复圈定单元,用于在当前圈定范围内的兴趣点密度小于所述预设密度范围最小值时,重复缩小圈定面积并以缩小后的圈定面积圈定最多所述兴趣点,并计算当前圈定范围内的兴趣点密度的步骤,直至圈定范围内兴趣点密度处于所述预设密度范围内。
13.一种商圈圈定装置,其特征在于,包括:
获取单元,用于获取目标区域内表示商铺的兴趣点;
第一圈定单元,用于根据第一预设密度范围在所述目标区域内圈定出第一商圈;
第二圈定单元,用于根据第二预设密度范围环绕所述第一商圈圈定出第二商圈,其中所述第二商圈的内边界与所述第一商圈的外边界重合,所述第一预设密度范围最小值大于所述第二预设密度范围最大值。
14.根据权利要求13所述的商圈圈定方法,其特征在于,还包括:
第三圈定单元,用于根据至少一个第三预设密度范围环绕所述第二商圈由内至外圈定出至少一个第三商圈,位于最内侧的所述第三商圈的内边界与所述第二商圈的外边界重合,每个所述第三商圈的外边界均与外侧相邻的所述第三商圈的内边界重合,位于内侧的所述第三商圈的第三预设密度范围最小值大于位于外侧的所述第三商圈的第三预设密度范围最大值。
15.一种电子设备,其特征在于,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1-10中任一项所述的商圈圈定方法。
16.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-10中任一项所述的商圈圈定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811162626.7A CN109409938A (zh) | 2018-09-30 | 2018-09-30 | 商圈圈定方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811162626.7A CN109409938A (zh) | 2018-09-30 | 2018-09-30 | 商圈圈定方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109409938A true CN109409938A (zh) | 2019-03-01 |
Family
ID=65465926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811162626.7A Pending CN109409938A (zh) | 2018-09-30 | 2018-09-30 | 商圈圈定方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109409938A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111242165A (zh) * | 2019-12-30 | 2020-06-05 | 北京顺达同行科技有限公司 | 商户聚类方法、装置、计算机设备和存储介质 |
CN111932318A (zh) * | 2020-09-21 | 2020-11-13 | 腾讯科技(深圳)有限公司 | 区域划分方法、装置、电子设备及计算机可读存储介质 |
CN112001965A (zh) * | 2020-08-14 | 2020-11-27 | 广州掌淘网络科技有限公司 | 一种用于目标建筑圈边界圈定的方法、装置及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102176206A (zh) * | 2011-01-18 | 2011-09-07 | 宇龙计算机通信科技(深圳)有限公司 | 兴趣点周边查找方法及装置 |
CN105574014A (zh) * | 2014-10-13 | 2016-05-11 | 北京明略软件系统有限公司 | 一种商圈划分方法及系统 |
CN106204118A (zh) * | 2016-06-30 | 2016-12-07 | 百度在线网络技术(北京)有限公司 | 一种用于商圈发现的方法与装置 |
CN108280748A (zh) * | 2018-02-13 | 2018-07-13 | 口口相传(北京)网络技术有限公司 | 聚集店铺信息的推送方法及装置 |
CN108510318A (zh) * | 2018-03-21 | 2018-09-07 | 口碑(上海)信息技术有限公司 | 基于地址围栏探测用户到达商圈的方法及装置 |
-
2018
- 2018-09-30 CN CN201811162626.7A patent/CN109409938A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102176206A (zh) * | 2011-01-18 | 2011-09-07 | 宇龙计算机通信科技(深圳)有限公司 | 兴趣点周边查找方法及装置 |
CN105574014A (zh) * | 2014-10-13 | 2016-05-11 | 北京明略软件系统有限公司 | 一种商圈划分方法及系统 |
CN106204118A (zh) * | 2016-06-30 | 2016-12-07 | 百度在线网络技术(北京)有限公司 | 一种用于商圈发现的方法与装置 |
CN108280748A (zh) * | 2018-02-13 | 2018-07-13 | 口口相传(北京)网络技术有限公司 | 聚集店铺信息的推送方法及装置 |
CN108510318A (zh) * | 2018-03-21 | 2018-09-07 | 口碑(上海)信息技术有限公司 | 基于地址围栏探测用户到达商圈的方法及装置 |
Non-Patent Citations (1)
Title |
---|
许泽宁等: "基于电子地图兴趣点的城市建成区边界识别方法", 《地理学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111242165A (zh) * | 2019-12-30 | 2020-06-05 | 北京顺达同行科技有限公司 | 商户聚类方法、装置、计算机设备和存储介质 |
CN111242165B (zh) * | 2019-12-30 | 2020-10-23 | 北京顺达同行科技有限公司 | 商户聚类方法、装置、计算机设备和存储介质 |
CN112001965A (zh) * | 2020-08-14 | 2020-11-27 | 广州掌淘网络科技有限公司 | 一种用于目标建筑圈边界圈定的方法、装置及设备 |
CN111932318A (zh) * | 2020-09-21 | 2020-11-13 | 腾讯科技(深圳)有限公司 | 区域划分方法、装置、电子设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11662220B2 (en) | Method and server for delivering information to user terminal | |
CN109409938A (zh) | 商圈圈定方法和装置 | |
US20160232179A1 (en) | Recommending points of interests in a region | |
CN106204118A (zh) | 一种用于商圈发现的方法与装置 | |
CN109871208B (zh) | 软件系统生成方法、装置、计算机可读存储介质及服务器 | |
CN110322694A (zh) | 一种城市交通控制片区划分的方法及装置 | |
CN106991576A (zh) | 一种地理区域的热力展现方法和装置 | |
JP2016503937A (ja) | 活動領域の検索および決定 | |
CN111651685A (zh) | 一种兴趣点获取方法、装置、电子设备及存储介质 | |
CN106446223B (zh) | 地图数据的处理方法和装置 | |
CN108875594B (zh) | 一种人脸图像的处理方法、装置以及存储介质 | |
CN105243098B (zh) | 人脸图像的聚类方法及装置 | |
CN108460618A (zh) | 一种资源配置方法及装置,电子设备 | |
WO2018010409A1 (zh) | 耗电提醒方法及装置 | |
KR20180124931A (ko) | 지리적 위치의 속성 정보를 결정하기 위한 방법 및 디바이스 | |
JP2015132539A (ja) | 日照量計算装置、経路提案装置および日照量計算方法 | |
CN106488401B (zh) | 生成无缝相邻的地理围栏的方法及装置 | |
CN110148013A (zh) | 一种用户标签分布预测方法、装置及系统 | |
US11232470B2 (en) | Customer flow line and customer flow hot zone determining method and apparatus | |
CN104135718B (zh) | 一种位置信息的获取方法及装置 | |
CN114792111A (zh) | 一种数据获取方法、装置、电子设备及存储介质 | |
CN106127551A (zh) | 项目推荐方法和装置 | |
US20120115514A1 (en) | Portable terminal for displaying local service based on context awareness technology, and operation method of the portable terminal | |
CN114186689B (zh) | 用于知识图谱中的路径发现的方法、系统、装置和介质 | |
CN109857823A (zh) | 地图兴趣点获取方法、装置、计算机设备及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190301 |