CN111652651B - 一种基于大数据的智能建筑系统 - Google Patents
一种基于大数据的智能建筑系统 Download PDFInfo
- Publication number
- CN111652651B CN111652651B CN202010505944.XA CN202010505944A CN111652651B CN 111652651 B CN111652651 B CN 111652651B CN 202010505944 A CN202010505944 A CN 202010505944A CN 111652651 B CN111652651 B CN 111652651B
- Authority
- CN
- China
- Prior art keywords
- house
- area
- evaluated
- module
- personnel density
- 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
Links
- 238000011156 evaluation Methods 0.000 claims abstract description 32
- 238000010586 diagram Methods 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 241000272814 Anser sp. Species 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0278—Product appraisal
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据的智能建筑系统，包括：位置信息获取模块，通过获取用户终端的定位信息，获取要估价的房屋的位置。繁华地段获取模块，通过电子地图分别获取要估价的房屋的位置所在行政片区的各个区域的人员密度，当所述区域内的人员密度大于设定的人员密度的时候，繁华地段的位置取该区域的中心位置。公交时间获取模块，通过电子地图分别获取要估价的房屋的位置到各个繁华地段的位置所要乘坐的公交的时间。房屋价值评定模块，将房价比例与要估价的房屋的位置所在行政片区的平均房价进行乘运算得到要估价的房屋的价值。本发明通过获取房屋与周围繁华地段的距离和周围的公交情况，判断房屋的价值，为购房者提供一定的参考。
Description
技术领域
本发明涉及建筑系统领域，特别涉及一种基于大数据的智能建筑系统。
背景技术
房地产在进行售卖的时候，通常会根据售卖时候的地理位置和周边环境以及今后的发展对每平米的房屋进行定价，而购买者会根据自己的实际需求，选择合适的房屋，从而使得自己的资产可以进行最大化的升值。在购买者对房屋进行购买的时候，也会根据房屋的地理位置、周边环境以及今后的发展对房屋进行评价，最终决定是否购买，但是在购房者在对房屋进行评价的时候，如果仅仅是凭借销售人员进行介绍，那么最终的评价就会与实际有一定的偏差，从而影响购买者自身的资产配置。
发明内容
本发明的目的是克服上述现有技术中存在的问题，提供一种基于大数据的智能建筑系统，通过获取房屋与周围繁华地段的距离和周围的公交情况，判断房屋的价值，为购房者提供一定的参考。
为此，本发明提供一种基于大数据的智能建筑系统，包括：
位置信息获取模块，通过获取用户终端的定位信息，获取要估价的房屋的位置。
繁华地段获取模块，通过电子地图分别获取要估价的房屋的位置所在行政片区的各个区域的人员密度，当所述区域内的人员密度大于设定的人员密度的时候，将该区域标记为繁华地段，繁华地段的位置取该区域的中心位置。
公交时间获取模块，通过电子地图分别获取要估价的房屋的位置到各个繁华地段的位置所要乘坐的公交的时间。
房屋价值评定模块，将各个繁华地段的人员密度与其所对应的公交的时间通过乘运算得到该繁华地段的指标，并将所述要估价的房屋的位置所在行政片区的各个繁华地段的指标进行平均值估算得到评定参数，在根据评定参数在参数数据库查找对应的房价比例，并将房价比例与要估价的房屋的位置所在行政片区的平均房价进行乘运算得到要估价的房屋的价值。
参数数据库，用于存储评定参数和对应的房价比例。
进一步，所述繁华地段获取模块包括：
区域划分模块，根据要估价的房屋的位置获取去所在的行政片区，并根据行政片区划分的各个区域将该行政片区划分为各个区域。
人员密度统计模块，通过电子地图得到该行政片区中各个区域的人员密度。
人员密度对比模块，分别将各个区域的人员密度与设定的人员密度进行比对。
繁华地段判断模块，当单个区域的人员密度大于设定的人员密度的时候，将该区域标记为繁华地段，繁华地段的位置取该区域的中心位置。
更进一步，所述人员密度统计模块通过分别在各个区域统计电子地图的用户数量得到各个区域的人员数量，然后在根据每一个区域的人员数量与该区域的面积比例得到各个区域的人员密度。
更进一步，所述电子地图的用户数量为不同电子地图产品用户数量的总和。
进一步，所述公交时间获取模块分别将所述要估价的房屋的位置和各个繁华地段的位置作为输入项输入到电子地图中，通过电子地图获取多个所要乘坐的公交的方案和公交的时间，然后选择所有公交的时间中时间最少的公交的时间作为输出。
进一步，所述房屋价值评定模块包括：
指标计算模块，将各个繁华地段的人员密度与其所对应的公交的时间通过乘运算得到该繁华地段的指标。
评定参数计算模块，将所述要估价的房屋的位置所在行政片区的各个繁华地段的指标进行平均值估算得到评定参数。
比例计算模块，根据评定参数在所述参数数据库查找对应的房价比例。
价值评估模块，将房价比例与要估价的房屋的位置所在行政片区的平均房价进行乘运算得到要估价的房屋的价值。
更进一步，所述行政片区的平均房价为行政片区内已经售出的所有房屋的平均房价。
进一步，所述参数数据库中包含一更新模块，所述更新模块用于更新参数数据库中所存储的内容。
本发明提供的一种基于大数据的智能建筑系统，具有如下有益效果：
1、通过获取房屋与周围繁华地段的距离和周围的公交情况，通过可以到达繁华地段所需要的时间，判断当前房屋的价值，为购房者提供一定的参考；
2、通过要估价的房屋所在的位置与其他人员密集的区域所在的位置进行参数的评比，使得得到该要估价房屋的价值参数，然后在确定该要估价房屋的价值；
3、通过电子地图确定行政片区中各个区域的人员密度，将各个电子的图的用户进行综合统计，使得人员密度的数据更加的精准。
附图说明
图1为本发明提供的一种基于大数据的智能建筑系统的整体系统连接示意框图；
图2为本发明提供的一种基于大数据的智能建筑系统的繁华地段获取模块的系统连接示意框图；
图3为本发明提供的一种基于大数据的智能建筑系统的房屋价值评定模块的系统连接示意框图。
具体实施方式
下面结合附图，对本发明的多个具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。
在本申请文件中，未经明确的部件型号以及结构，均为本领域技术人员所公知的现有技术，本领域技术人员均可根据实际情况的需要进行设定，在本申请文件的实施例中不做具体的限定。
实施例1
本实施例提供了一种基于大数据的智能建筑系统，通过基本的必要技术特征实现本发明，以解决本申请文件中技术背景部分所提出的问题。
具体的，如图1所示，本发明实施例提供了一种基于大数据的智能建筑系统，包括：
位置信息获取模块，通过获取用户终端的定位信息，获取要估价的房屋的位置。
目前用户终端所使用的一般都是手机或者Pad，其中就内置了定位芯片，同时也会内置有电子地图，可以在电子地图上显示各个位置的信息。因此，该模块是利用了用户终端的这一特征，使得通过用户终端的定位信息获取要估价的房屋的位置，可以通过在手机上的电子地图上选取相应的位置点，将选定的位置点作为要估价的房屋的位置。
繁华地段获取模块，通过电子地图分别获取要估价的房屋的位置所在行政片区的各个区域的人员密度，当所述区域内的人员密度大于设定的人员密度的时候，将该区域标记为繁华地段，繁华地段的位置取该区域的中心位置。
该模块中仍然要使用电子地图，将获取要估价的房屋的位置所在行政区的各个区域的额人员密度统计出来，该统计方法可以根据各个区域的电子地图的用户数进行估算，也可以根据各个区域的内全部建筑物的类型进行估算(不同的类型的建筑物的人口承载量是不一致的，例如写字楼的承载量和住宅楼的承载量以及公园的承载量都是不一致的，各个类型的建筑物的人口承载量根据统一的标准进行设定，具体的根据各个区域的情况进行确定)，将各个区域的人员密度得到之后，就可以根据人员密度得到繁华地段，并且根据位置取该区域的中心位置。
公交时间获取模块，通过电子地图分别获取要估价的房屋的位置到各个繁华地段的位置所要乘坐的公交的时间。
对于地图上两个点的选取，繁华地段的位置为该区域的中心位置，要估价的房屋的位置如上述，对于其之间的公交的时间，通过电子地图软件的相关功能既可以时间，对此，我们只需要将繁华地段的位置和要估价的房屋的位置输入到电子地图中，并且获取电子地图中所得到的所要乘坐的公交的时间，将得到的所要乘坐的公交的时间作为该模块的输出。
房屋价值评定模块，将各个繁华地段的人员密度与其所对应的公交的时间通过乘运算得到该繁华地段的指标，并将所述要估价的房屋的位置所在行政片区的各个繁华地段的指标进行平均值估算得到评定参数，在根据评定参数在参数数据库查找对应的房价比例，并将房价比例与要估价的房屋的位置所在行政片区的平均房价进行乘运算得到要估价的房屋的价值。
该模块通过将上述得到的参数进行指标评定，最终得到要估价的房屋的价值，通过多个参数进行反复的运算，就可以使得房屋的价值进行更加平稳的输出，使得要估价的房屋的价值更加的精确。
参数数据库，用于存储评定参数和对应的房价比例。该参数数据库可以存储在云端服务器，也可以存放在用户终端的本地，在进行存储的时候，通过列表的形式将评定参数和对应的房价比例进行存储，这样在查找的时候非常的方便。
实施例2
本实施例是基于实施例1并对实施例1中的实施方案进行优化，使得本实施例在运行的过程中更加的稳定，性能更加的良好，但是并不仅限于本实施例所描述的一种实施方式。
具体的，如图2-3所示，在本实施例中，所述繁华地段获取模块包括：
区域划分模块，根据要估价的房屋的位置获取去所在的行政片区，并根据行政片区划分的各个区域将该行政片区划分为各个区域。
该模块通过行政的划分将进行划分，例如每一个市区可以划分为各个区县，每一个区县可以划分为各个街道，例如，西安市的城区就可以划分为六个行政区，分别是莲湖区、碑林区、新城区、灞桥区、未央区以及雁塔区。
人员密度统计模块，通过电子地图得到该行政片区中各个区域的人员密度。
该模块是通过使用网络爬虫技术进入电子地图的数据库，得到各个区域的人员数量和各个区域的面积，在通过各个区域的人员数量除以各个区域的面积得到各个区域的人员密度。
人员密度对比模块，分别将各个区域的人员密度与设定的人员密度进行比对。该模块使用比较函数对各个区域的人员密度与设定的人员密度进行比较，对于设定的人员密度，可以根据该行政区的特点进行设定。例如，经济发达的地区，可以使得设定的人员密度的数值较大，而经济发达的地区，可以使得设定的人员密度的数值较小。
繁华地段判断模块，当单个区域的人员密度大于设定的人员密度的时候，将该区域标记为繁华地段，繁华地段的位置取该区域的中心位置。
该模块根据上述的各个区域的人员密度的比对结果，对各个区域的进行定性，使得判断是否为繁华地段，对于繁华地段，取其地段的中心位置为繁华地段的位置作为本模块的输出。
同时，在本实施例中，所述人员密度统计模块通过分别在各个区域统计电子地图的用户数量得到各个区域的人员数量，然后在根据每一个区域的人员数量与该区域的面积比例得到各个区域的人员密度。
在本实施例中，通过使用电子地图的用户数量得到各个区域的人员数量，每一个用户可以算作一个人员的数量，在目前，绝大多数人员的手机中都有电子地图，因此，使用用户数量作为人员的数量非常的准确。
同时，在本实施例中，所述电子地图的用户数量为不同电子地图产品用户数量的总和。通过将不同电子地图产品用户数量进行汇总，这样就可以使得将全部的使用智能手机的人员统计出来，使得所得到的人员数量更加的精确。
在本实施例中，所述公交时间获取模块分别将所述要估价的房屋的位置和各个繁华地段的位置作为输入项输入到电子地图中，通过电子地图获取多个所要乘坐的公交的方案和公交的时间，然后选择所有公交的时间中时间最少的公交的时间作为输出。
在本实施例中，所述房屋价值评定模块包括：
指标计算模块，将各个繁华地段的人员密度与其所对应的公交的时间通过乘运算得到该繁华地段的指标。
评定参数计算模块，将所述要估价的房屋的位置所在行政片区的各个繁华地段的指标进行平均值估算得到评定参数。
比例计算模块，根据评定参数在所述参数数据库查找对应的房价比例。
价值评估模块，将房价比例与要估价的房屋的位置所在行政片区的平均房价进行乘运算得到要估价的房屋的价值。
上述分别按照步骤给出了要估价的房屋的价值一步一步的估算方式，其中所运用到的参数数据库如实施例1中所描述的。
同时，在本实施例中，所述行政片区的平均房价为行政片区内已经售出的所有房屋的平均房价。平均房价可以通过通过行政片区内已经售出的所有房屋的房价总和之后，除以行政片区内已经售出的所有房屋的数量，使得得到平均房价，同时，平均房价也可以通过录入的方式进行得到，该数据项用户终端开始数据端口。
在本实施例中，所述参数数据库中包含一更新模块，所述更新模块用于更新参数数据库中所存储的内容。使得对应的参数始终处于最新的水平，这样就会使得参数数据库的内容时刻保持最新，使得最终所得到的房屋估价更加的接近真实的数值，减小评估的误差。
以上公开的仅为本发明的几个具体实施例，但是，本发明实施例并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。
Claims (8)
1.一种基于大数据的智能建筑系统，其特征在于，包括：
位置信息获取模块，通过获取用户终端的定位信息，获取要估价的房屋的位置；
繁华地段获取模块，通过电子地图分别获取要估价的房屋的位置所在行政片区的各个区域的人员密度，当所述区域内的人员密度大于设定的人员密度的时候，将该区域标记为繁华地段，繁华地段的位置取该区域的中心位置；
公交时间获取模块，通过电子地图分别获取要估价的房屋的位置到各个繁华地段的位置所要乘坐的公交的时间；
房屋价值评定模块，将各个繁华地段的人员密度与其所对应的公交的时间通过乘运算得到该繁华地段的指标，并将所述要估价的房屋的位置所在行政片区的各个繁华地段的指标进行平均值估算得到评定参数，在根据评定参数在参数数据库查找对应的房价比例，并将房价比例与要估价的房屋的位置所在行政片区的平均房价进行乘运算得到要估价的房屋的价值；
参数数据库，用于存储评定参数和对应的房价比例。
2.如权利要求1所述的一种基于大数据的智能建筑系统，其特征在于，所述繁华地段获取模块包括：
区域划分模块，根据要估价的房屋的位置获取去所在的行政片区，并根据行政片区划分的各个区域将该行政片区划分为各个区域；
人员密度统计模块，通过电子地图得到该行政片区中各个区域的人员密度；
人员密度对比模块，分别将各个区域的人员密度与设定的人员密度进行比对；
繁华地段判断模块，当单个区域的人员密度大于设定的人员密度的时候，将该区域标记为繁华地段，繁华地段的位置取该区域的中心位置。
3.如权利要求2所述的一种基于大数据的智能建筑系统，其特征在于，所述人员密度统计模块通过分别在各个区域统计电子地图的用户数量得到各个区域的人员数量，然后在根据每一个区域的人员数量与该区域的面积比例得到各个区域的人员密度。
4.如权利要求3所述的一种基于大数据的智能建筑系统，其特征在于，所述电子地图的用户数量为不同电子地图产品用户数量的总和。
5.如权利要求1所述的一种基于大数据的智能建筑系统，其特征在于，所述公交时间获取模块分别将所述要估价的房屋的位置和各个繁华地段的位置作为输入项输入到电子地图中，通过电子地图获取多个所要乘坐的公交的方案和公交的时间，然后选择所有公交的时间中时间最少的公交的时间作为输出。
6.如权利要求1所述的一种基于大数据的智能建筑系统，其特征在于，所述房屋价值评定模块包括：
指标计算模块，将各个繁华地段的人员密度与其所对应的公交的时间通过乘运算得到该繁华地段的指标；
评定参数计算模块，将所述要估价的房屋的位置所在行政片区的各个繁华地段的指标进行平均值估算得到评定参数；
比例计算模块，根据评定参数在所述参数数据库查找对应的房价比例；
价值评估模块，将房价比例与要估价的房屋的位置所在行政片区的平均房价进行乘运算得到要估价的房屋的价值。
7.如权利要求6所述的一种基于大数据的智能建筑系统，其特征在于，所述行政片区的平均房价为行政片区内已经售出的所有房屋的平均房价。
8.如权利要求1所述的一种基于大数据的智能建筑系统，其特征在于，所述参数数据库中包含一更新模块，所述更新模块用于更新参数数据库中所存储的内容。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010505944.XA CN111652651B (zh) | 2020-06-05 | 2020-06-05 | 一种基于大数据的智能建筑系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010505944.XA CN111652651B (zh) | 2020-06-05 | 2020-06-05 | 一种基于大数据的智能建筑系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111652651A CN111652651A (zh) | 2020-09-11 |
| CN111652651B true CN111652651B (zh) | 2023-04-07 |
Family
ID=72348997
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010505944.XA Active CN111652651B (zh) | 2020-06-05 | 2020-06-05 | 一种基于大数据的智能建筑系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111652651B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005128726A (ja) * | 2003-09-30 | 2005-05-19 | Daiwa House Ind Co Ltd | 中古共同住宅価格査定システム、中古共同住宅価格査定装置、中古共同住宅価格査定方法及び中古共同住宅価格査定プログラム |
| DE102008021243A1 (de) * | 2008-04-28 | 2009-11-05 | Torsten Richter | Verfahren zum Erfassen und Aufbereiten von Daten über ein Immobilienobjekt |
| CN107730304A (zh) * | 2017-09-22 | 2018-02-23 | 华南农业大学 | 一种基于优选参考样本集合的房地产估价方法和系统 |
| TW201905830A (zh) * | 2017-06-14 | 2019-02-01 | 中國信託商業銀行股份有限公司 | 房屋自動估價方法與系統 |
| CN109583977A (zh) * | 2018-10-10 | 2019-04-05 | 山西特信环宇信息技术有限公司 | 一种证件链房屋预售证电子证照系统及其使用方法 |
| CN109784764A (zh) * | 2019-02-12 | 2019-05-21 | 东南大学 | 一种城市用地区块化可达性计量方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080189217A1 (en) * | 2007-02-01 | 2008-08-07 | Manish Jhunjhunwala | Estimating Values of Assets |
| US20120072357A1 (en) * | 2010-09-22 | 2012-03-22 | Bradford Technologies, Inc. | Method and system for predicting property values within discrete finite market elements |
| US20130179357A1 (en) * | 2012-01-09 | 2013-07-11 | Fannie Mae | Property appraisal evaluation using traffic data |
-
2020
- 2020-06-05 CN CN202010505944.XA patent/CN111652651B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005128726A (ja) * | 2003-09-30 | 2005-05-19 | Daiwa House Ind Co Ltd | 中古共同住宅価格査定システム、中古共同住宅価格査定装置、中古共同住宅価格査定方法及び中古共同住宅価格査定プログラム |
| DE102008021243A1 (de) * | 2008-04-28 | 2009-11-05 | Torsten Richter | Verfahren zum Erfassen und Aufbereiten von Daten über ein Immobilienobjekt |
| TW201905830A (zh) * | 2017-06-14 | 2019-02-01 | 中國信託商業銀行股份有限公司 | 房屋自動估價方法與系統 |
| CN107730304A (zh) * | 2017-09-22 | 2018-02-23 | 华南农业大学 | 一种基于优选参考样本集合的房地产估价方法和系统 |
| CN109583977A (zh) * | 2018-10-10 | 2019-04-05 | 山西特信环宇信息技术有限公司 | 一种证件链房屋预售证电子证照系统及其使用方法 |
| CN109784764A (zh) * | 2019-02-12 | 2019-05-21 | 东南大学 | 一种城市用地区块化可达性计量方法 |
Non-Patent Citations (5)
| Title |
|---|
| Jijin Geng.Geographically Weighted Regression model (GWR) based spatial analysis of house price in Shenzhen.《2011 19th International Conference on Geoinformatics》.2011,全文. * |
| 刘尔思 ; 丁一 ; .城市房地产价格定价方式的创新与运用.华东经济管理.2009,(第01期),全文. * |
| 焦誉 ; .基于GMDH的房地产估价.安徽科技学院学报.2008,(第01期),全文. * |
| 穆立蔷 ; 安磊 ; .城市森林功能及其价值评估研究进展.齐齐哈尔大学学报.2007,(第05期),全文. * |
| 薛立.房地相连的房地产估计.《不动产估价》.2019,174-179. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111652651A (zh) | 2020-09-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US12086888B2 (en) | Retail deployment model | |
| US20210263957A1 (en) | Method and apparatus for dividing region, storage medium, and electronic device | |
| US7085650B2 (en) | System and method of geospatially mapping topological regions and displaying their attributes | |
| US11562007B1 (en) | Systems and methods of establishing correlative relationships between geospatial data features in feature vectors representing property locations | |
| US20030046099A1 (en) | Spatially-based valuation of property | |
| CN112069281B (zh) | 兴趣点位置的确定方法、装置、计算机设备及存储介质 | |
| CN109246607B (zh) | 一种基于地理区域方式展示落点位置的房地产应用方法 | |
| CN102637358A (zh) | 立足市民满意度的公共自行车服务系统及调度配送方法 | |
| CN111159973A (zh) | 一种中文地址的行政区划补齐及标准化方法 | |
| CN104935462A (zh) | 一种端服务器部署方法及装置 | |
| CN115668265A (zh) | 为操纵和调整承保标的的风险驱动组合提供前瞻和后顾度量的风险转移配置器和模拟引擎及其方法 | |
| CN115292344A (zh) | 数据字典构建方法、装置、电子设备及存储介质 | |
| CN114004661A (zh) | 门店信息处理方法、装置、设备及存储介质 | |
| CN111652651B (zh) | 一种基于大数据的智能建筑系统 | |
| CN111598188A (zh) | 目标门店位置的识别的方法和装置、存储介质和电子设备 | |
| US20060111799A1 (en) | Fire risk assessment system | |
| CN115330069A (zh) | 信息处理方法及装置 | |
| CN111160663B (zh) | 一种预测方法及装置 | |
| CN111833088B (zh) | 一种供需预测方法及装置 | |
| CN113706032A (zh) | 一种订单妥投管理方法和装置 | |
| CN114612034A (zh) | 仓库确定方法、装置及设备 | |
| CN112804642B (zh) | 目标区域的指纹数据更新判断方法及装置 | |
| CN111598630A (zh) | 小区画像构建方法、装置及存储介质 | |
| Phithakkitnukoon et al. | Temporary migration flow inference and analysis from perspective of mobile phone network data | |
| CN113342910B (zh) | 用于确定区域类型的方法、装置、电子设备和计算机可读介质 |
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 |