CN110110246B - 基于地理信息网格密度的门店推荐方法 - Google Patents

基于地理信息网格密度的门店推荐方法 Download PDF

Info

Publication number
CN110110246B
CN110110246B CN201910393691.9A CN201910393691A CN110110246B CN 110110246 B CN110110246 B CN 110110246B CN 201910393691 A CN201910393691 A CN 201910393691A CN 110110246 B CN110110246 B CN 110110246B
Authority
CN
China
Prior art keywords
target
store
stores
density
target stores
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.)
Active
Application number
CN201910393691.9A
Other languages
English (en)
Other versions
CN110110246A (zh
Inventor
杨爽
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.)
Beijing Jinher Software Co Ltd
Original Assignee
Beijing Jinher Software 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 Beijing Jinher Software Co Ltd filed Critical Beijing Jinher Software Co Ltd
Priority to CN201910393691.9A priority Critical patent/CN110110246B/zh
Publication of CN110110246A publication Critical patent/CN110110246A/zh
Application granted granted Critical
Publication of CN110110246B publication Critical patent/CN110110246B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—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
    • 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
    • G06F16/90—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
    • G06F16/9538—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/68—Food, e.g. fruit or vegetables

Abstract

本发明公开了基于地理信息网格密度的门店推荐方法，包括：建立分隔地图的网格；获取地图范围内的目标门店总数量和各网格单元内的目标门店数量，并计算各网格单元中的目标门店密度，所述目标门店密度为网格单元内的目标门店数量与地图范围内的目标门店总数量的比值；根据设定推荐数量和目标门店密度，从各网格单元内的目标门店选取相应数量的目标门店，即得推荐目标门店。本发明利用网格分隔当前地图，根据各网格内的门店密度确定推荐数量，既能向用户推荐所需的门店，又能反映了地图范围内门店的客观分布情况。

Description

基于地理信息网格密度的门店推荐方法
技术领域
本发明涉及门店推荐方法。更具体地说，本发明涉及一种基于地理信息网格密度的门店推荐方法。
背景技术
使用电子设备查看餐饮、娱乐门店推荐信息已成为人们的生活习惯。但是，现有的推荐方法得到结果要么推荐数量太多或良莠不齐，影响用户选择，要么推荐的门店集中，不能顾及多数用户。因此，亟需设计一种能够一定程度克服上述缺陷的推荐方法。
发明内容
本发明的一个目的是提供一种基于地理信息网格密度的门店推荐方法，其利用网格分隔当前地图，根据各网格内的门店密度确定推荐数量，既能向用户推荐所需的门店，又能反映了地图范围内门店的客观分布情况。
为了实现根据本发明的这些目的和其它优点，提供了基于地理信息网格密度的门店推荐方法，包括：
建立分隔地图的网格；
获取地图范围内的目标门店总数量和各网格单元内的目标门店数量，并计算各网格单元中的目标门店密度，所述目标门店密度为网格单元内的目标门店数量与地图范围内的目标门店总数量的比值；
根据设定推荐数量和目标门店密度，从各网格单元内的目标门店选取相应数量的目标门店，即得推荐目标门店。
优选的是，所述的基于地理信息网格密度的门店推荐方法，还包括：当对地图执行缩放操作后，重新获取各网格单元中的目标门店密度和推荐目标门店。
优选的是，所述的基于地理信息网格密度的门店推荐方法，各目标门店内设置有网络摄像头，若目标门店的网络摄像头处于在线状态，则选取该目标门店为推荐目标门店。
优选的是，所述的基于地理信息网格密度的门店推荐方法，在获得推荐目标门店后，在地图上建立标记。
优选的是，所述的基于地理信息网格密度的门店推荐方法，若一网格单元内的目标门店的网络摄像头均处于离线状态，则根据门店评分的大小对目标门店进行排序，按顺序选取目标门店作为推荐目标门店。
优选的是，所述的基于地理信息网格密度的门店推荐方法，网络摄像头设置在门店后厨。
优选的是，所述的基于地理信息网格密度的门店推荐方法，还包括：将选定对象的标准轮廓存储至服务器；网络摄像头间隔设定时间向服务器上传图像；对图像中的选定对象进行识别，截取选定对象的轮廓，并保存为截取图像；将截取图像与标准轮廓进行比对，计算相似度值；其中，所述相似度值为截取图像和标准轮廓的重叠面积与标准轮廓面积的比值；所述门店评分为多个选定对象的截取图像的相似度值的加权平均值。
本发明至少包括以下有益效果：
本发明根据后厨网络摄像头的在线状态为用户推荐门店，不会出现推荐的门店良莠不齐的情况，并且根据各网格内的目标门店密度确定推荐数量，能够反映门店的客观分布，顾及多数用户，避免了推荐的门店过于集中的缺陷。
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。
应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不排除一个或多个其它元件或其组合的存在或添加。
在一种技术方案中，如图1所示，基于地理信息网格密度的门店推荐方法，包括：
建立分隔地图的网格；
获取地图范围内的目标门店总数量和各网格单元内的目标门店数量，并计算各网格单元中的目标门店密度，所述目标门店密度为网格单元内的目标门店数量与地图范围内的目标门店总数量的比值；
根据设定推荐数量和目标门店密度，从各网格单元内的目标门店选取相应数量的目标门店，即得推荐目标门店。
在上述技术方案中，目标门店比如是餐馆、饮品店等，地图为电子设备的电子地图，电子地图按照一定的比例尺显示，电子地图中记录有各目标门店的位置。首先，对电子地图建立网格，即将地图划分为多个网格单元，比如九宫格分布，各目标门店分布在各网格单元内。然后，获取地图范围内的目标门店数量和各网格单元内的目标门店数量，并据此计算处各网格单元的目标门店密度。最后，根据设定的推荐数量和目标门店密度，为各网格单元分配推荐数量，将各网格单元内的推荐合并，即得推荐目标门店。推荐数量可以根据电子设备的屏幕大小确定，方便用户查看即可。可以看出，本技术方案能够尽可能安装目标门店的客观分布来进行推荐，能够顾及各区域的多数用户，避免了推荐的门店过于集中的缺陷。
在另一种技术方案中，所述的基于地理信息网格密度的门店推荐方法，还包括：当对地图执行缩放操作后，重新获取各网格单元中的目标门店密度推荐目标门店。这里，为用户进一步提供了方便，当缩放地图后(网格不跟随缩放)，重新为用户获取推荐目标门店，使得用户在将地图缩放至所需的范围后，仍能为用户按照客观分布为用户推荐。
在另一种技术方案中，所述的基于地理信息网格密度的门店推荐方法，各目标门店内设置有网络摄像头，若目标门店的网络摄像头处于在线状态，则选取该目标门店为推荐目标门店。这里，进一步优化了推荐方案，通过门店内设置的网络摄像头可以查看门店内的情况，当网络摄像头处于在线状态，表明该门店较为透明，门店质量较高，优先满足分配的推荐数量。
在另一种技术方案中，所述的基于地理信息网格密度的门店推荐方法，在获得推荐目标门店后，在地图上建立标记。这里，将推荐目标门店在电子地图上进行标记，方面用户查找该门店的地理位置。
在另一种技术方案中，所述的基于地理信息网格密度的门店推荐方法，若一网格单元内的目标门店的网络摄像头均处于离线状态，则根据门店评分的大小对目标门店进行排序，按顺序选取目标门店作为推荐目标门店。这里，进一步优化了推荐方案，当网格单元内的网络摄像头均处于离线状态，则用门店评分对目标门店进行排序，优先用评分高的目标门店满足该网格单元分配的推荐数量。门店评分可以采用现有技术，比如是消费者打分的综合、第三方机构的评分或者内部管理层的评分。
在另一种技术方案中，所述的基于地理信息网格密度的门店推荐方法，网络摄像头设置在门店后厨。这里，提供了网络摄像头优选位置，并且针对餐饮门店，当位于后厨的网络摄像头处于在线状态，表明该门店的食品制作过程透明，食品安全性有保证，从而有限推荐给用户。
在另一种技术方案中，所述的基于地理信息网格密度的门店推荐方法，还包括：将选定对象的标准轮廓存储至服务器；网络摄像头间隔设定时间向服务器上传图像；对图像中的选定对象进行识别，截取选定对象的轮廓，并保存为截取图像；将截取图像与标准轮廓进行比对，计算相似度值；其中，所述相似度值为截取图像和标准轮廓的重叠面积与标准轮廓面积的比值；所述门店评分为多个选定对象的截取图像的相似度值的加权平均值。这里，提供了确定门店评分的一种优选方法，网络摄像头采集后厨的图像发送至服务器，对采集的图片进行识别和截取选定对象轮廓，将截取图像与标准轮廓比对，计算相似度值，利用相似度值获得门店评分。选定对象可以是食物的摆放位置、食物的烹调姿势以及工作人员的穿戴情况，事先采集各选定对象，并获取标准轮廓，将截取图像与标准轮廓重叠(最大重叠)，计算重叠面积与标准轮廓面积的比值，即得相似度值。将食物的摆放位置、食物的烹调姿势以及工作人员的穿戴情况的相似度值加权平均，比如权值分别为0.2、0.4和0.4，即得门店评分。这种门店评分方法，相比于消费者的情绪化评分和管理层的主观评分更加客观，相比于第三方机构评分更加简洁，且可时更新。
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 (4)

1.基于地理信息网格密度的门店推荐方法，其特征在于，包括：
建立分隔地图的网格；
获取地图范围内的目标门店总数量和各网格单元内的目标门店数量，并计算各网格单元中的目标门店密度，所述目标门店密度为网格单元内的目标门店数量与地图范围内的目标门店总数量的比值；
根据设定推荐数量和目标门店密度，从各网格单元内的目标门店选取相应数量的目标门店，即得推荐目标门店；
各目标门店内设置有网络摄像头，若目标门店的网络摄像头处于在线状态，则选取该目标门店为推荐目标门店；
网络摄像头设置在门店后厨；
还包括：将选定对象的标准轮廓存储至服务器；网络摄像头间隔设定时间向服务器上传图像；对图像中的选定对象进行识别，截取选定对象的轮廓，并保存为截取图像；将截取图像与标准轮廓进行比对，计算相似度值；其中，所述相似度值为截取图像和标准轮廓的重叠面积与标准轮廓面积的比值；所述门店评分为多个选定对象的截取图像的相似度值的加权平均值。
2.如权利要求1所述的基于地理信息网格密度的门店推荐方法，其特征在于，还包括：当对地图执行缩放操作后，重新获取各网格单元中的目标门店密度和推荐目标门店。
3.如权利要求1或2所述的基于地理信息网格密度的门店推荐方法，其特征在于，在获得推荐目标门店后，在地图上建立标记。
4.如权利要求1所述的基于地理信息网格密度的门店推荐方法，其特征在于，若一网格单元内的目标门店的网络摄像头均处于离线状态，则根据门店评分的大小对目标门店进行排序，按顺序选取目标门店作为推荐目标门店。
CN201910393691.9A 2019-05-13 2019-05-13 基于地理信息网格密度的门店推荐方法 Active CN110110246B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910393691.9A CN110110246B (zh) 2019-05-13 2019-05-13 基于地理信息网格密度的门店推荐方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910393691.9A CN110110246B (zh) 2019-05-13 2019-05-13 基于地理信息网格密度的门店推荐方法

Publications (2)

Publication Number Publication Date
CN110110246A CN110110246A (zh) 2019-08-09
CN110110246B true CN110110246B (zh) 2021-09-07

Family

ID=67489657

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910393691.9A Active CN110110246B (zh) 2019-05-13 2019-05-13 基于地理信息网格密度的门店推荐方法

Country Status (1)

Country Link
CN (1) CN110110246B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111444355B (zh) * 2020-03-12 2023-06-30 北京金和网络股份有限公司 基于地理位置的食品安全动态排名方法及装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014145088A1 (en) * 2013-03-15 2014-09-18 SHIMANOVSKY, Boris Apparatus, systems, and methods for batch and realtime data processing
CN104142153A (zh) * 2013-05-07 2014-11-12 北京四维图新科技股份有限公司 电子地图的显示方法、显示装置以及导航终端
US9558242B2 (en) * 2013-10-15 2017-01-31 Google Inc. Social where next suggestion
CN103607735B (zh) * 2013-11-28 2017-05-03 中国联合网络通信集团有限公司 一种基于地图的基站显示方法及装置
CN107798018B (zh) * 2016-09-06 2020-04-10 高德软件有限公司 一种兴趣点显示信息的设置方法及装置
CN108492124A (zh) * 2018-01-22 2018-09-04 阿里巴巴集团控股有限公司 店铺信息推荐方法、装置及客户端

Also Published As

Publication number Publication date
CN110110246A (zh) 2019-08-09

Similar Documents

Publication Publication Date Title
CN107451673B (zh) 配送区域划分方法和装置
US20190213621A1 (en) Deal quality for event tickets
CN105868291A (zh) 推荐网址的方法、装置及系统
CN109547808A (zh) 数据处理方法、装置、服务器及存储介质
US20090234717A1 (en) Targeted information content delivery using a combination of environmental and demographic information
CN110378914A (zh) 基于注视点信息的渲染方法及装置、系统、显示设备
JP6530794B2 (ja) 空間オブジェクト検索並べ替え方法及びクラウドシステム
KR102144786B1 (ko) 청소서비스 운영서버 및 이를 포함하는 시스템
CN110110246B (zh) 基于地理信息网格密度的门店推荐方法
US11630857B2 (en) User interaction event data capturing system for use with aerial spherical imagery
CN109858949A (zh) 一种基于监控摄像的顾客满意度评估方法和评估系统
CN112989214A (zh) 一种旅游信息展示方法及相关设备
KR102487925B1 (ko) 음식량 측정을 이용한 배식소의 운영정보와 배식대상의 관리정보 제공 방법, 서버 및 프로그램
CN110737497B (zh) 一种显控界面辅助决策设计优化方法
CN114571488B (zh) 一种餐厅多功能自助服务机器人
CN110113567A (zh) 基于大数据技术的设备运转监测方法
CN110378299A (zh) 一种室内灯光条件下的衣着识别系统
JP6288567B2 (ja) 施設運営支援装置、および施設運営支援方法
CN110555392B (zh) 一种基于用户画像的物品管理方法及装置
CN108470050A (zh) 一种面向农业互联网web资源的时空推荐方法及系统
CN105378626A (zh) 信息的态势感知呈现
KR20220081838A (ko) 빅데이터를 이용한 개발제품의 방향성 선정시스템 및 이를 이용한 개발제품의 방향성 선정방법
CN112989227A (zh) 一种感兴趣对象的目标地址选取的方法及系统
CN111260716A (zh) 商户座位间隔的确定方法、装置、服务器及存储介质
CN113192125A (zh) 虚拟视点优选的地理场景中多相机视频浓缩方法及系统

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
GR01 Patent grant
GR01 Patent grant