CN110633883A - 一种兴趣点poi负载的计算方法和装置 - Google Patents
一种兴趣点poi负载的计算方法和装置 Download PDFInfo
- Publication number
- CN110633883A CN110633883A CN201811636588.4A CN201811636588A CN110633883A CN 110633883 A CN110633883 A CN 110633883A CN 201811636588 A CN201811636588 A CN 201811636588A CN 110633883 A CN110633883 A CN 110633883A
- Authority
- CN
- China
- Prior art keywords
- poi
- data
- user
- spatial index
- interest
- 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
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- 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)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种兴趣点POI负载的计算方法、装置、电子设备和计算机可读存储介质。该方法包括:获取指定对象的一个或多个兴趣点POI数据,以及获取预设时间段内的用户的定位数据;创建空间索引;根据创建的空间索引,建立各兴趣点POI数据与用户的定位数据的映射关系;根据建立的各兴趣点POI数据与用户的定位数据的映射关系,计算各兴趣点POI的负载。本技术方案中,利用空间索引,将指定对象的各分店对应的兴趣点POI与和用户定位建立映射关系,最终得到各兴趣点POI的负载,进而实现了商家的各分店的负载的计算,满足用户的需求,提高用户的使用体验。
Description
技术领域
本发明涉及计算机技术领域,具体涉及一种兴趣点POI负载的计算方法、装置、电子设备和计算机可读存储介质。
背景技术
商业选址过程中,人口热度是选址过程中的一个重要因素。对一家连锁店在城市中的分布进行人口热度的负载计算,可以分析出每个分店的大致经营情况,并可以根据商家自己的策略进行削减或者新增分店。而POI(Point of Interest),即兴趣点,是地理信息系统中重要的信息,甚至可以称为整个地图导航产业的基石。在地理信息系统中,一条POI数据可以是一栋房子,一个商铺,一个邮筒,一个公交站等。所以一家连锁店在城市中的分布就可以用兴趣点POI来表示,那么对各店的人口热度的负载的计算,就可以通过兴趣点POI负载的计算来实现。
因此,为了满足商家对人口热度的负载的需求,继续一种兴趣点POI负载的计算方案。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的兴趣点POI负载的计算方法、装置、电子设备和计算机可读存储介质。
根据本发明的一个方面,提供了一种兴趣点POI负载的计算方法,其中,该方法包括:
获取指定对象的一个或多个兴趣点POI数据,以及获取预设时间段内的用户的定位数据;
创建空间索引;
根据创建的空间索引,建立各兴趣点POI数据与用户的定位数据的映射关系;
根据建立的各兴趣点POI数据与用户的定位数据的映射关系,计算各兴趣点POI的负载。
可选地,所述创建空间索引包括:
利用空间索引算法,将指定区域划分成若干区域块,得到各区域块的空间信息;其中,各区域块的大小符合预设值;
根据得到的各区域块的空间信息,创建空间索引;其中,各区域块的空间信息作为空间索引的主键。
可选地,所述根据创建的空间索引,建立各兴趣点POI数据与用户的定位数据的映射关系包括:
根据各兴趣点POI数据中的位置信息,建立各兴趣点POI数据与所述空间索引中的主键的映射关系;
根据获取的用户的定位数据中的位置信息,建立各用户的定位数据与所述空间索引中的主键的映射关系;
根据建立的各兴趣点POI数据与空间索引中的主键的映射关系以及建立的各用户的定位数据与所述空间索引中的主键的映射关系,建立各兴趣点POI数据与用户的定位数据的映射关系。
可选地,所述根据建立的各兴趣点POI数据与空间索引中的主键的映射关系以及建立的各用户的定位数据与所述空间索引中的主键的映射关系,建立各兴趣点POI数据与用户的定位数据的映射关系包括:
以所述空间索引的主键为关键值,利用MapReduce模型,确定既与兴趣点POI数据有映射关系,又与用户的定位数据有映射关系的主键,将该兴趣点POI数据和该用户的定位数据建立映射关系。
可选地,该方法进一步包括:
根据兴趣点POI数据的位置信息和所述空间索引的各主键的信息,判断各兴趣点POI与所述空间索引中的主键的关系;
所述根据各兴趣点POI数据中的位置信息,建立各兴趣点POI数据与所述空间索引中的主键的映射关系包括:
当判断兴趣点POI处于所述空间索引的主键的边界时,将该兴趣点POI数据与所述空间索引中的一个或多个主键均建立映射关系;所述一个或多个主键与该兴趣点POI所在的边界具有相邻关系;
当判断兴趣点POI包含的范围大于所述空间索引的主键的范围时,将该兴趣点POI数据与所述空间索引中的与该兴趣点POI包含的范围有交集的主键均建立映射关系。
可选地,所述根据建立的各POI数据与用户的定位数据的映射关系,计算各POI数据的负载包括:
以各POI数据中的唯一标识信息为关键值,根据建立的各POI数据与用户的定位数据的映射关系,统计各POI数据的负载。
可选地,该方法进一步包括:
对获取的指定对象的一个或多个兴趣点POI数据进行过滤。
可选地,该方法进一步包括:
对获取的预设时间段内的用户的定位数据进行过滤。
根据本发明的另一方面,提供了一种兴趣点POI负载的计算装置,其中,该装置包括:
获取单元,适于获取指定对象的一个或多个兴趣点POI数据,以及获取预设时间段内的用户的定位数据;
创建单元,适于创建空间索引;
映射关系建立单元,适于根据创建的空间索引,建立各兴趣点POI数据与用户的定位数据的映射关系;
负载计算单元,适于根据建立的各兴趣点POI数据与用户的定位数据的映射关系,计算各兴趣点POI的负载。
可选地,
所述创建单元,适于利用空间索引算法,将指定区域划分成若干区域块,得到各区域块的空间信息;其中,各区域块的大小符合预设值;根据得到的各区域块的空间信息,创建空间索引;其中,各区域块的空间信息作为空间索引的主键。
可选地,
所述映射关系建立单元,适于根据各兴趣点POI数据中的位置信息,建立各兴趣点POI数据与所述空间索引中的主键的映射关系;根据获取的用户的定位数据中的位置信息,建立各用户的定位数据与所述空间索引中的主键的映射关系;根据建立的各兴趣点POI数据与空间索引中的主键的映射关系以及建立的各用户的定位数据与所述空间索引中的主键的映射关系,建立各兴趣点POI数据与用户的定位数据的映射关系。
可选地,所述映射关系建立单元,适于以所述空间索引的主键为关键值,利用MapReduce模型,确定既与兴趣点POI数据有映射关系,又与用户的定位数据有映射关系的主键,将该兴趣点POI数据和该用户的定位数据建立映射关系。
可选地,
所述映射关系建立单元,适于根据兴趣点POI数据的位置信息和所述空间索引的各主键的信息,判断各兴趣点POI与所述空间索引中的主键的关系;当判断兴趣点POI处于所述空间索引的主键的边界时,将该兴趣点POI数据与所述空间索引中的一个或多个主键均建立映射关系;所述一个或多个主键与该兴趣点POI所在的边界具有相邻关系;当判断兴趣点POI包含的范围大于所述空间索引的主键的范围时,将该兴趣点POI数据与所述空间索引中的与该兴趣点POI包含的范围有交集的主键均建立映射关系。
可选地,
所述负载计算单元,适于以各POI数据中的唯一标识信息为关键值,根据建立的各POI数据与用户的定位数据的映射关系,统计各POI数据的负载。
可选地,该装置进一步包括:
过滤单元,适于对获取的指定对象的一个或多个兴趣点POI数据进行过滤。
可选地,该装置进一步包括:
过滤单元,适于对获取的预设时间段内的用户的定位数据进行过滤。
根据本发明的又一方面,提供了一种电子设备,其中,该电子设备包括:
处理器;以及,
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行根据前述的方法。
根据本发明的再一方面,提供了一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现前述的方法。
根据本发明的技术方案,获取指定对象的一个或多个兴趣点POI数据,以及获取预设时间段内的用户的定位数据;创建空间索引;根据创建的空间索引,建立各兴趣点POI数据与用户的定位数据的映射关系;根据建立的各兴趣点POI数据与用户的定位数据的映射关系,计算各兴趣点POI的负载。本技术方案中,利用空间索引,将指定对象的各分店对应的兴趣点POI与和用户定位建立映射关系,最终得到各兴趣点POI的负载,进而实现了商家的各分店的负载的计算,满足用户的需求,提高用户的使用体验。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了根据本发明一个实施例的兴趣点POI负载的计算方法的流程示意图;
图2示出了根据本发明一个实施例的兴趣点POI负载的计算装置的结构示意图;
图3示出了根据本发明一个实施例的电子设备的结构示意图;
图4示出了根据本发明一个实施例的计算机可读存储介质的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了根据本发明一个实施例的兴趣点POI负载的计算方法的流程示意图。如图1所示,该方法包括:
步骤S110,获取指定对象的一个或多个兴趣点POI数据,以及获取预设时间段内的用户的定位数据。
这里的指定对象可以是指定连锁店,例如中国工商银行,指定连锁店在一个城市、甚至全国范围内都包括一家或多家分店,因此,对应一个指定对象的一个或多个兴趣点POI数据的是该指定对象的各分店的兴趣点POI数据。
这里的预设时间段可以是根据需求设定的,例如一周或一个月。
步骤S120,创建空间索引。
空间索引是指依据空间对象的位置和形状或空间对象之间的某种空间关系按一定的顺序排列的一种数据结构。在本实施例中,空间索引中包括按照空间位置划分的一个或多个区域信息。
步骤S130,根据创建的空间索引,建立各兴趣点POI数据与用户的定位数据的映射关系。
为了计算各兴趣点POI负载,需要确定各兴趣点POI对应的用户的数量,在本实施例中,是通过用户的定位数据表征用户,利用空间索引,建立各POI数据和用户的定位数据的映射关系,就可以确定一个兴趣点POI数据对应多少用户。
步骤S140,根据建立的各兴趣点POI数据与用户的定位数据的映射关系,计算各兴趣点POI的负载。
可见,通过本实施例,利用空间索引,减少了全局的计算量;将指定对象的各分店对应的兴趣点POI与和用户定位建立映射关系,最终得到各兴趣点POI的负载,进而实现了商家的各分店的负载的计算,满足用户的需求,提高用户的使用体验。
在本发明的一个实施例中,图1所示的方法的步骤S120中的创建空间索引包括:利用空间索引算法,将指定区域划分成若干区域块,得到各区域块的空间信息;其中,各区域块的大小符合预设值;根据得到的各区域块的空间信息,创建空间索引;其中,各区域块的空间信息作为空间索引的主键。
通常情况下,建立索引是为了可以提高数据查找的效率。通过将数据的位置或信息与索引中的主键建立对应关系,那么在查找数据时,通过搜索主键信息,就可以查找到相应的数据,进而实现数据的查找或提取。在本实施例中,创建空间索引时,是将指定区域进行分块,每个区域块的大小一定,例如,每各区域块的半径是500m,并将换分的每个区域块的空间信息作为空间索引中的主键。
在本发明的一个实施例中,图1所示方法的步骤S130中的根据创建的空间索引,建立各兴趣点POI数据与用户的定位数据的映射关系包括:根据各兴趣点POI数据中的位置信息,建立各兴趣点POI数据与空间索引中的主键的映射关系;根据获取的用户的定位数据中的位置信息,建立各用户的定位数据与空间索引中的主键的映射关系;根据建立的各兴趣点POI数据与空间索引中的主键的映射关系以及建立的各用户的定位数据与空间索引中的主键的映射关系,建立各兴趣点POI数据与用户的定位数据的映射关系。
指定对象的每个兴趣点POI数据中包括该兴趣点POI的用于表示位置的经纬度信息、POI的标识信息和其他基本信息。可以将POI数据表示成POIi=(lat,lng,pguid,info),其中,lat表示纬度,lng表示经度,pguid表示标识信息,info表示其他基本信息,i表示该兴趣点的序号(当有多个兴趣点POI数据时,可以对其进行依次标号)。各POIi中的位置信息则是经纬度信息,因为每个空间索引中的主键是各区域块的空间信息,那么就可以根据POIi中的经纬度信息和各区域块的空间信息,建立POIi与空间索引中的主键的映射关系,即判断POIi是属于哪个区域块的,进而将POIi分配到空间索引中。为了表示各兴趣点POI数据与空间索引中的主键的映射关系可以通过为各兴趣点POI数据打标签的方式进行标注,例如,空间索引中的主键也是具有唯一标识的,兴趣点POI1对应的是主键1,那么就将该兴趣点POI1打上主键1的标签。
同理,用户的定位数据包括用于表示位置的经纬度信息、时间信息和国际移动设备识别码(International Mobile Equipment Identity,IMEI)。因此,可以将用户的定位数据表示成Useri=(lat,lng,time,IMEI),其中,lat表示纬度,lng表示经度,time表示时间信息,IMEI表示国际移动设备识别码,用于对用户进行标识,i表示该用户的定位数据的序号(当有多个用户的定位数据时,可以对其进行依次标号)。各Useri中的位置信息则是经纬度信息,因为每个空间索引中的主键是各区域块的空间信息,那么就可以根据Useri中的经纬度信息和各区域块的空间信息,建立Useri与空间索引中的主键的映射关系,即判断Useri是属于哪个区域块的,进而将Useri分配到空间索引中。为了表示各用户的定位数据与空间索引中的主键的映射关系可以通过为各用户的定位数据打标签的方式进行标注,例如,空间索引中的主键也是具有唯一标识的,用户的定位数据User1对应的是主键1,那么就将该兴趣点User1打上主键1的标签。
各兴趣点POI数据和各用户的定位数据均与空间索引的主键建立的映射关系,那么,兴趣点POI数据和用户的定位数据的映射关系也可以确定。
具体地,上述的根据建立的各兴趣点POI数据与空间索引中的主键的映射关系以及建立的各用户的定位数据与空间索引中的主键的映射关系,建立各兴趣点POI数据与用户的定位数据的映射关系包括:以空间索引的主键为关键值,利用MapReduce模型,确定既与兴趣点POI数据有映射关系,又与用户的定位数据有映射关系的主键,将该兴趣点POI数据和该用户的定位数据建立映射关系。
这里是以空间索引中的主键信息为关键值,建立各兴趣点POI数据与用户的定位数据的映射关系。例如,将主键1作为关键值,那么与主键1有映射关系的POI数据和用户的定位数据之间也是有映射关系的。具体地,带有主键1标签的POI1和带有主键1标签的User1是具有映射关系的。
MapReduce是一种编程模型,用于大规模数据集(大于1TB)的并行运算。其中,“Map指映射”和“Reduce指归约”,Map(映射)函数,用来把一组键值对映射成一组新的键值对;指定并发的Reduce(归约)函数,用来保证所有映射的键值对中的每一个共享相同的键组。
优选地,这里是利用MapReduce模型,进行各兴趣点POI数据与用户的定位数据的映射关系的确定。
优选地,在上述实施例的基础上,图1所示的方法进一步包括:根据兴趣点POI数据的位置信息和空间索引的各主键的信息,判断各兴趣点POI与空间索引中的主键的关系。
上述的根据各兴趣点POI数据中的位置信息,建立各兴趣点POI数据与空间索引中的主键的映射关系包括:当判断兴趣点POI处于空间索引的主键的边界时,将该兴趣点POI数据与空间索引中的一个或多个主键均建立映射关系;一个或多个主键与该兴趣点POI所在的边界具有相邻关系;当判断兴趣点POI包含的范围大于空间索引的主键的范围时,将该兴趣点POI数据与空间索引中的与该兴趣点POI包含的范围有交集的主键均建立映射关系。
考虑到一个兴趣点POI可以处于区域块的边界的位置,如果将其索引值一个区域块则会导致负载计算的不准确,因此,在本实施例中,当判断兴趣点POI处于空间索引的主键的边界时,与周围相邻的表示区域块信息的主键均建立映射关系,对于该兴趣点来说,除了索引的不同,其他均相同,这样也会把与其相邻的区域块中的用户的定位信息考虑在内,保证负载计算的准确性。例如,POI2在区域块1(主键1)的边界位置,根据区域块的空间信息,该区域块1周围有8个相邻的区域块,即区域块2(主键2)、区域块3(主键3)、区域块4(主键4)、区域块5(主键5)、区域块6(主键6)、区域块7(主键7)、区域块8(主键8)、区域块9(主键9),因此,将POI2与区域块1-9均建立映射关系,即分别将POI2打上主键1-9的标签,并分别保存,即获得9个打上标签的POI2。
还考虑到一个兴趣点POI范围可能大于一个区域块的范围,例如,一个兴趣点POI包含的范围的半径是1000m,而一个区域块的半径是500m,则该兴趣点POI会在多个区域块中。那么,在本实施例中,当判断兴趣点POI包含的范围大于空间索引的主键的范围时,将该兴趣点POI数据与空间索引中的与该兴趣点POI包含的范围有交集的主键均建立映射关系。例如,POI3范围是1000m,经过与区域块的空间信息的比较,POI3包含了区域块8、区域块9、区域块10、区域块11。那么就分别将POI3打上主键8-11的标签,并分别保存,即获得4个打上标签的POI3。
在本发明的一个实施例中,图1所示的方法的步骤S140中的根据建立的各POI数据与用户的定位数据的映射关系,计算各POI数据的负载包括:以各POI数据中的唯一标识信息为关键值,根据建立的各POI数据与用户的定位数据的映射关系,统计各POI数据的负载。
为了计算各POI数据的负载,需要确定各POI数据具有映射关系的用户的定位数据的数量,因此,本实施例中,是以POI数据中的唯一标识信息(pguid值)为关键字,进行统计,例如,是以打标签的方式保存的映射关系,那么以POI1的标识pguid1为关键字,具有pguid1的POI数据对应的是主键1,且User1,User2、User3对应的是主键1,那么该POI1的负载是3;以POI2的标识pguid2为关键字,具有pguid2的POI数据对应的是主键1-9,且分别对应主键1-9的用户的定位数据的个数是10、15、20、25、30、35、40、45、50,则POI2的负载是10+15+20+25+30+35+40+45+50=270;以POI3的标识pguid3为关键字,具有pguid3的POI数据对应的是主键8-11,且分别对应主键8-11的用户的定位数据的个数是20、30、70、10,则POI2的负载是20+30+70+10=130。
在本发明的一个实施例中,图1所示的方法进一步包括:对获取的指定对象的一个或多个兴趣点POI数据进行过滤。
在本实施例中,通过过滤筛选算法和指定对象对应的用户提供的信息,将获取的指定对象的一个或多个兴趣点POI数据中的无效的兴趣点POI数据过滤。得到有效的兴趣点POI数据。
在本发明的一个实施例中,图1所示的方法进一步包括:对获取的预设时间段内的用户的定位数据进行过滤。
在本实施例中,对获取的预设时间段内的用户的定位数据进行过滤的目的是将具有非法位置信息的定位数据排除。具体,可以采用现有技术中的方案进行过滤。
图2示出了根据本发明一个实施例的兴趣点POI负载的计算装置的结构示意图。如图2所示,该兴趣点POI负载的计算装置200包括:
获取单元210,适于获取指定对象的一个或多个兴趣点POI数据,以及获取预设时间段内的用户的定位数据。
这里的指定对象可以是指定连锁店,例如中国工商银行,指定连锁店在一个城市、甚至全国范围内都包括一家或多家分店,因此,对应一个指定对象的一个或多个兴趣点POI数据的是该指定对象的各分店的兴趣点POI数据。
这里的预设时间段可以是根据需求设定的,例如一周或一个月。
创建单元220,适于创建空间索引。
空间索引是指依据空间对象的位置和形状或空间对象之间的某种空间关系按一定的顺序排列的一种数据结构。在本实施例中,空间索引中包括按照空间位置划分的一个或多个区域信息。
映射关系建立单元230,适于根据创建的空间索引,建立各兴趣点POI数据与用户的定位数据的映射关系。
为了计算各兴趣点POI负载,需要确定各兴趣点POI对应的用户的数量,在本实施例中,是通过用户的定位数据表征用户,利用空间索引,建立各POI数据和用户的定位数据的映射关系,就可以确定一个兴趣点POI数据对应多少用户。
负载计算单元240,适于根据建立的各兴趣点POI数据与用户的定位数据的映射关系,计算各兴趣点POI的负载。
可见,通过本实施例,利用空间索引,减少了全局的计算量;将指定对象的各分店对应的兴趣点POI与和用户定位建立映射关系,最终得到各兴趣点POI的负载,进而实现了商家的各分店的负载的计算,满足用户的需求,提高用户的使用体验。
在本发明的一个实施例中,图2所示的创建单元220,适于利用空间索引算法,将指定区域划分成若干区域块,得到各区域块的空间信息;其中,各区域块的大小符合预设值;根据得到的各区域块的空间信息,创建空间索引;其中,各区域块的空间信息作为空间索引的主键。
通常情况下,建立索引是为了可以提高数据查找的效率。通过将数据的位置或信息与索引中的主键建立对应关系,那么在查找数据时,通过搜索主键信息,就可以查找到相应的数据,进而实现数据的查找或提取。在本实施例中,创建空间索引时,是将指定区域进行分块,每个区域块的大小一定,例如,每各区域块的半径是500m,并将换分的每个区域块的空间信息作为空间索引中的主键。
在本发明的一个实施例中,图2所示的映射关系建立单元230,适于根据各兴趣点POI数据中的位置信息,建立各兴趣点POI数据与空间索引中的主键的映射关系;根据获取的用户的定位数据中的位置信息,建立各用户的定位数据与空间索引中的主键的映射关系;根据建立的各兴趣点POI数据与空间索引中的主键的映射关系以及建立的各用户的定位数据与空间索引中的主键的映射关系,建立各兴趣点POI数据与用户的定位数据的映射关系。
指定对象的每个兴趣点POI数据中包括该兴趣点POI的用于表示位置的经纬度信息、POI的标识信息和其他基本信息。可以将POI数据表示成POIi=(lat,lng,pguid,info),其中,lat表示纬度,lng表示经度,pguid表示标识信息,info表示其他基本信息,i表示该兴趣点的序号(当有多个兴趣点POI数据时,可以对其进行依次标号)。各POIi中的位置信息则是经纬度信息,因为每个空间索引中的主键是各区域块的空间信息,那么就可以根据POIi中的经纬度信息和各区域块的空间信息,建立POIi与空间索引中的主键的映射关系,即判断POIi是属于哪个区域块的,进而将POIi分配到空间索引中。为了表示各兴趣点POI数据与空间索引中的主键的映射关系可以通过为各兴趣点POI数据打标签的方式进行标注,例如,空间索引中的主键也是具有唯一标识的,兴趣点POI1对应的是主键1,那么就将该兴趣点POI1打上主键1的标签。
同理,用户的定位数据包括用于表示位置的经纬度信息、时间信息和国际移动设备识别码(International Mobile Equipment Identity,IMEI)。因此,可以将用户的定位数据表示成Useri=(lat,lng,time,IMEI),其中,lat表示纬度,lng表示经度,time表示时间信息,IMEI表示国际移动设备识别码,用于对用户进行标识,i表示该用户的定位数据的序号(当有多个用户的定位数据时,可以对其进行依次标号)。各Useri中的位置信息则是经纬度信息,因为每个空间索引中的主键是各区域块的空间信息,那么就可以根据Useri中的经纬度信息和各区域块的空间信息,建立Useri与空间索引中的主键的映射关系,即判断Useri是属于哪个区域块的,进而将Useri分配到空间索引中。为了表示各用户的定位数据与空间索引中的主键的映射关系可以通过为各用户的定位数据打标签的方式进行标注,例如,空间索引中的主键也是具有唯一标识的,用户的定位数据User1对应的是主键1,那么就将该兴趣点User1打上主键1的标签。
各兴趣点POI数据和各用户的定位数据均与空间索引的主键建立的映射关系,那么,兴趣点POI数据和用户的定位数据的映射关系也可以确定。
具体地,上述的映射关系建立单元230,适于以空间索引的主键为关键值,利用MapReduce模型,确定既与兴趣点POI数据有映射关系,又与用户的定位数据有映射关系的主键,将该兴趣点POI数据和该用户的定位数据建立映射关系。
这里是以空间索引中的主键信息为关键值,建立各兴趣点POI数据与用户的定位数据的映射关系。例如,将主键1作为关键值,那么与主键1有映射关系的POI数据和用户的定位数据之间也是有映射关系的。具体地,带有主键1标签的POI1和带有主键1标签的User1是具有映射关系的。
MapReduce是一种编程模型,用于大规模数据集(大于1TB)的并行运算。其中,“Map指映射”和“Reduce指归约”,Map(映射)函数,用来把一组键值对映射成一组新的键值对;指定并发的Reduce(归约)函数,用来保证所有映射的键值对中的每一个共享相同的键组。
优选地,这里是利用MapReduce模型,进行各兴趣点POI数据与用户的定位数据的映射关系的确定。
优选地,在上述实施例的基础上,图2所示的映射关系建立单元230,适于根据兴趣点POI数据的位置信息和空间索引的各主键的信息,判断各兴趣点POI与空间索引中的主键的关系;当判断兴趣点POI处于空间索引的主键的边界时,将该兴趣点POI数据与空间索引中的一个或多个主键均建立映射关系;一个或多个主键与该兴趣点POI所在的边界具有相邻关系;当判断兴趣点POI包含的范围大于空间索引的主键的范围时,将该兴趣点POI数据与空间索引中的与该兴趣点POI包含的范围有交集的主键均建立映射关系。
考虑到一个兴趣点POI可以处于区域块的边界的位置,如果将其索引值一个区域块则会导致负载计算的不准确,因此,在本实施例中,当判断兴趣点POI处于空间索引的主键的边界时,与周围相邻的表示区域块信息的主键均建立映射关系,对于该兴趣点来说,除了索引的不同,其他均相同,这样也会把与其相邻的区域块中的用户的定位信息考虑在内,保证负载计算的准确性。例如,POI2在区域块1(主键1)的边界位置,根据区域块的空间信息,该区域块1周围有8个相邻的区域块,即区域块2(主键2)、区域块3(主键3)、区域块4(主键4)、区域块5(主键5)、区域块6(主键6)、区域块7(主键7)、区域块8(主键8)、区域块9(主键9),因此,将POI2与区域块1-9均建立映射关系,即分别将POI2打上主键1-9的标签,并分别保存,即获得9个打上标签的POI2。
还考虑到一个兴趣点POI范围可能大于一个区域块的范围,例如,一个兴趣点POI包含的范围的半径是1000m,而一个区域块的半径是500m,则该兴趣点POI会在多个区域块中。那么,在本实施例中,当判断兴趣点POI包含的范围大于空间索引的主键的范围时,将该兴趣点POI数据与空间索引中的与该兴趣点POI包含的范围有交集的主键均建立映射关系。例如,POI3范围是1000m,经过与区域块的空间信息的比较,POI3包含了区域块8、区域块9、区域块10、区域块11。那么就分别将POI3打上主键8-11的标签,并分别保存,即获得4个打上标签的POI3。
在本发明的一个实施例中,图2所示的负载计算单元240,适于以各POI数据中的唯一标识信息为关键值,根据建立的各POI数据与用户的定位数据的映射关系,统计各POI数据的负载。
为了计算各POI数据的负载,需要确定各POI数据具有映射关系的用户的定位数据的数量,因此,本实施例中,是以POI数据中的唯一标识信息(pguid值)为关键字,进行统计,例如,是以打标签的方式保存的映射关系,那么以POI1的标识pguid1为关键字,具有pguid1的POI数据对应的是主键1,且User1,User2、User3对应的是主键1,那么该POI1的负载是3;以POI2的标识pguid2为关键字,具有pguid2的POI数据对应的是主键1-9,且分别对应主键1-9的用户的定位数据的个数是10、15、20、25、30、35、40、45、50,则POI2的负载是10+15+20+25+30+35+40+45+50=270;以POI3的标识pguid3为关键字,具有pguid3的POI数据对应的是主键8-11,且分别对应主键8-11的用户的定位数据的个数是20、30、70、10,则POI2的负载是20+30+70+10=130。
在本发明的一个实施例中,图1所示的装置进一步包括:第一过滤单元,适于对获取的指定对象的一个或多个兴趣点POI数据进行过滤。
在本实施例中,通过过滤筛选算法和指定对象对应的用户提供的信息,将获取的指定对象的一个或多个兴趣点POI数据中的无效的兴趣点POI数据过滤。得到有效的兴趣点POI数据。
在本发明的一个实施例中,图2所示的装置进一步包括:
第二过滤单元,适于对获取的预设时间段内的用户的定位数据进行过滤。
在本实施例中,对获取的预设时间段内的用户的定位数据进行过滤的目的是将具有非法位置信息的定位数据排除。具体,可以采用现有技术中的方案进行过滤。
综上所述,根据本发明的技术方案,获取指定对象的一个或多个兴趣点POI数据,以及获取预设时间段内的用户的定位数据;创建空间索引;根据创建的空间索引,建立各兴趣点POI数据与用户的定位数据的映射关系;根据建立的各兴趣点POI数据与用户的定位数据的映射关系,计算各兴趣点POI的负载。本技术方案中,利用空间索引,将指定对象的各分店对应的兴趣点POI与和用户定位建立映射关系,最终得到各兴趣点POI的负载,进而实现了商家的各分店的负载的计算,满足用户的需求,提高用户的使用体验。
需要说明的是:
在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述,构造这类装置所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的兴趣点POI负载的计算装置、电子设备和计算机可读存储介质中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
例如,图3示出了根据本发明一个实施例的电子设备的结构示意图。该电子设备300传统上包括处理器310和被安排成存储计算机可执行指令(程序代码)的存储器320。存储器320可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器320具有存储用于执行图1所示的以及各实施例中的任何方法步骤的程序代码340的存储空间330。例如,用于程序代码的存储空间330可以包括分别用于实现上面的方法中的各种步骤的各个程序代码340。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘,紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为例如图4所述的计算机可读存储介质400。该计算机可读存储介质400可以具有与图3的电子设备中的存储器320类似布置的存储段、存储空间等。程序代码可以例如以适当形式进行压缩。通常,存储单元存储有用于执行根据本发明的方法步骤的程序代码410,即可以由诸如310之类的处理器读取的程序代码,当这些程序代码由电子设备运行时,导致该电子设备执行上面所描述的方法中的各个步骤。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (10)
1.一种兴趣点POI负载的计算方法,其中,该方法包括:
获取指定对象的一个或多个兴趣点POI数据,以及获取预设时间段内的用户的定位数据;
创建空间索引;
根据创建的空间索引,建立各兴趣点POI数据与用户的定位数据的映射关系;
根据建立的各兴趣点POI数据与用户的定位数据的映射关系,计算各兴趣点POI的负载。
2.如权利要求1所述的方法,其中,所述创建空间索引包括:
利用空间索引算法,将指定区域划分成若干区域块,得到各区域块的空间信息;其中,各区域块的大小符合预设值;
根据得到的各区域块的空间信息,创建空间索引;其中,各区域块的空间信息作为空间索引的主键。
3.如权利要求1-2中任一项所述的方法,其中,所述根据创建的空间索引,建立各兴趣点POI数据与用户的定位数据的映射关系包括:
根据各兴趣点POI数据中的位置信息,建立各兴趣点POI数据与所述空间索引中的主键的映射关系;
根据获取的用户的定位数据中的位置信息,建立各用户的定位数据与所述空间索引中的主键的映射关系;
根据建立的各兴趣点POI数据与空间索引中的主键的映射关系以及建立的各用户的定位数据与所述空间索引中的主键的映射关系,建立各兴趣点POI数据与用户的定位数据的映射关系。
4.如权利要求1-3中任一项所述的方法,其中,所述根据建立的各兴趣点POI数据与空间索引中的主键的映射关系以及建立的各用户的定位数据与所述空间索引中的主键的映射关系,建立各兴趣点POI数据与用户的定位数据的映射关系包括:
以所述空间索引的主键为关键值,利用MapReduce模型,确定既与兴趣点POI数据有映射关系,又与用户的定位数据有映射关系的主键,将该兴趣点POI数据和该用户的定位数据建立映射关系。
5.一种兴趣点POI负载的计算装置,其中,该装置包括:
获取单元,适于获取指定对象的一个或多个兴趣点POI数据,以及获取预设时间段内的用户的定位数据;
创建单元,适于创建空间索引;
映射关系建立单元,适于根据创建的空间索引,建立各兴趣点POI数据与用户的定位数据的映射关系;
负载计算单元,适于根据建立的各兴趣点POI数据与用户的定位数据的映射关系,计算各兴趣点POI的负载。
6.如权利要求5所述的装置,其中,
所述创建单元,适于利用空间索引算法,将指定区域划分成若干区域块,得到各区域块的空间信息;其中,各区域块的大小符合预设值;根据得到的各区域块的空间信息,创建空间索引;其中,各区域块的空间信息作为空间索引的主键。
7.如权利要求5-6中任一项所述的装置,其中,
所述映射关系建立单元,适于根据各兴趣点POI数据中的位置信息,建立各兴趣点POI数据与所述空间索引中的主键的映射关系;根据获取的用户的定位数据中的位置信息,建立各用户的定位数据与所述空间索引中的主键的映射关系;根据建立的各兴趣点POI数据与空间索引中的主键的映射关系以及建立的各用户的定位数据与所述空间索引中的主键的映射关系,建立各兴趣点POI数据与用户的定位数据的映射关系。
8.如权利要求5-7中任一项所述的装置,其中,所述映射关系建立单元,适于以所述空间索引的主键为关键值,利用MapReduce模型,确定既与兴趣点POI数据有映射关系,又与用户的定位数据有映射关系的主键,将该兴趣点POI数据和该用户的定位数据建立映射关系。
9.一种电子设备,其中,该电子设备包括:
处理器;以及,
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行根据权利要求1~4中任一项所述的方法。
10.一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现权利要求1~4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811636588.4A CN110633883A (zh) | 2018-12-29 | 2018-12-29 | 一种兴趣点poi负载的计算方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811636588.4A CN110633883A (zh) | 2018-12-29 | 2018-12-29 | 一种兴趣点poi负载的计算方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110633883A true CN110633883A (zh) | 2019-12-31 |
Family
ID=68968076
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811636588.4A Pending CN110633883A (zh) | 2018-12-29 | 2018-12-29 | 一种兴趣点poi负载的计算方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110633883A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111274341A (zh) * | 2020-01-16 | 2020-06-12 | 中国建设银行股份有限公司 | 一种网点选址方法和装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102004793A (zh) * | 2010-12-08 | 2011-04-06 | 厦门雅迅网络股份有限公司 | 一种基于网格空间的poi位置查询索引文件及进行信息查询的方法 |
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 |
CN102933938A (zh) * | 2010-02-08 | 2013-02-13 | 通腾波兰股份有限公司 | 用于评估兴趣点的属性的方法及设备 |
CN104135715A (zh) * | 2014-06-10 | 2014-11-05 | 腾讯科技(深圳)有限公司 | 一种位置服务的实现方法、装置,及系统 |
CN107480180A (zh) * | 2017-07-05 | 2017-12-15 | 北京辰安信息科技有限公司 | 道路数据的处理方法、道路定位方法、装置及系统 |
CN108182592A (zh) * | 2017-12-11 | 2018-06-19 | 北京奇虎科技有限公司 | 公交线路多维特征属性挖掘方法、装置及电子设备 |
CN108228593A (zh) * | 2016-12-13 | 2018-06-29 | 腾讯科技(深圳)有限公司 | 兴趣点重要度测量方法和装置 |
CN108920462A (zh) * | 2018-06-29 | 2018-11-30 | 北京奇虎科技有限公司 | 基于地图的兴趣点poi检索方法和装置 |
-
2018
- 2018-12-29 CN CN201811636588.4A patent/CN110633883A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102933938A (zh) * | 2010-02-08 | 2013-02-13 | 通腾波兰股份有限公司 | 用于评估兴趣点的属性的方法及设备 |
CN102004793A (zh) * | 2010-12-08 | 2011-04-06 | 厦门雅迅网络股份有限公司 | 一种基于网格空间的poi位置查询索引文件及进行信息查询的方法 |
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 |
CN104135715A (zh) * | 2014-06-10 | 2014-11-05 | 腾讯科技(深圳)有限公司 | 一种位置服务的实现方法、装置,及系统 |
CN108228593A (zh) * | 2016-12-13 | 2018-06-29 | 腾讯科技(深圳)有限公司 | 兴趣点重要度测量方法和装置 |
CN107480180A (zh) * | 2017-07-05 | 2017-12-15 | 北京辰安信息科技有限公司 | 道路数据的处理方法、道路定位方法、装置及系统 |
CN108182592A (zh) * | 2017-12-11 | 2018-06-19 | 北京奇虎科技有限公司 | 公交线路多维特征属性挖掘方法、装置及电子设备 |
CN108920462A (zh) * | 2018-06-29 | 2018-11-30 | 北京奇虎科技有限公司 | 基于地图的兴趣点poi检索方法和装置 |
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 (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111274341A (zh) * | 2020-01-16 | 2020-06-12 | 中国建设银行股份有限公司 | 一种网点选址方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108920462B (zh) | 基于地图的兴趣点poi检索方法和装置 | |
US10281284B2 (en) | Hybrid road network and grid based spatial-temporal indexing under missing road links | |
CN110633344B (zh) | 一种确定点与围栏关系的方法、装置和电子设备 | |
CN105869513B (zh) | 在电子地图界面上显示关联标注点的方法和装置 | |
CN107133289B (zh) | 一种确定商圈的方法和装置 | |
EP2750087A1 (en) | Methods and systems for determining estimated package delivery/pick-up times | |
US11307049B2 (en) | Methods, apparatuses, systems, and storage media for storing and loading visual localization maps | |
CN107194412A (zh) | 一种处理数据的方法、装置、设备和计算机存储介质 | |
CN110263117A (zh) | 一种用于确定兴趣点poi数据的方法与装置 | |
CN113178071B (zh) | 驾驶风险等级识别方法、装置、电子设备及可读存储介质 | |
CN111831769A (zh) | 轨迹处理方法、装置、电子设备及存储介质 | |
CN107247791A (zh) | 停车场地图数据生成方法、装置和机器可读存储介质 | |
CN114201482A (zh) | 人口动态分布统计方法、装置、电子设备及可读存储介质 | |
CN105684031A (zh) | 一种房产网房源搜索方法及系统 | |
CN108235255A (zh) | 一种智能终端的定位方法、装置和服务器 | |
CN103712628A (zh) | 导航路径描绘方法和终端 | |
CN113709006B (zh) | 一种流量确定方法、装置、存储介质及电子装置 | |
CN110633883A (zh) | 一种兴趣点poi负载的计算方法和装置 | |
CN104572805A (zh) | 通过实时索引生成处理地图数据的装置和方法及其系统 | |
CN111382220A (zh) | 一种poi数据划分方法和装置 | |
CN111812689A (zh) | 基于gps轨迹的用户行为分析方法、装置、电子设备及介质 | |
CN116972811A (zh) | 基于无人机小尺度植被生物多样性的调查方法 | |
CN110458394A (zh) | 一种基于对象关联度的指标测算方法及装置 | |
CN115052270B (zh) | 业务指标确定方法、装置、电子设备及非易失性存储介质 | |
CN103279524A (zh) | 基于geocoding的二手车车源信息搜索和排序法 |
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: 20191231 |