CN112084281A - 绘制查勘网格的方法、装置、计算机设备及存储介质 - Google Patents
绘制查勘网格的方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN112084281A CN112084281A CN202010924007.8A CN202010924007A CN112084281A CN 112084281 A CN112084281 A CN 112084281A CN 202010924007 A CN202010924007 A CN 202010924007A CN 112084281 A CN112084281 A CN 112084281A
- Authority
- CN
- China
- Prior art keywords
- geographic
- point
- points
- core
- geographic information
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000001914 filtration Methods 0.000 claims abstract description 22
- 230000002776 aggregation Effects 0.000 claims description 29
- 238000004220 aggregation Methods 0.000 claims description 29
- 238000006116 polymerization reaction Methods 0.000 claims description 26
- 238000013507 mapping Methods 0.000 claims description 15
- 230000004931 aggregating effect Effects 0.000 claims description 11
- 230000000875 corresponding effect Effects 0.000 description 32
- 238000012545 processing Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000379 polymerizing effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Remote Sensing (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)
- Processing Or Creating Images (AREA)
Abstract
本申请实施例属于大数据技术领域，应用于智慧城管领域中，涉及一种绘制查勘网格的方法、装置、计算机设备及存储介质，包括获取历史案件数据，历史案件数据包括地址名称，并根据预设的地理编码将地址名称转换为地理信息；接收地理地图，在地理地图中查找并标注地理信息，根据用户的选择生成地理边界，确定处于地理边界中的地理信息；接收携带有时间段信息的选择指令，根据时间段信息过滤地理边界中的地理信息，生成地理信息集合；采用聚类算法对地理信息集合进行聚合，获得核心点和核心点的权重；根据核心点和核心点的权重进行划线生成查勘网格。历史案件数据和核心点可存储于区块链中。本申请提升了查勘网格划分的合理性，优化数据分布。
Description
技术领域
本申请涉及大数据技术领域，尤其涉及绘制查勘网格的方法、装置、计算机设备及存储介质。
背景技术
网格化管理是一种常见的管理方式，指将管理辖区划分为单元网格，相关人员负责各自所属的网格。近年来，网格化管理模式不断推广，应用于各行各业。
目前的网格划分方式是根据行政区划边界进行绘制，网格之间存在较大差异，若基于这类网格，以村、乡镇、区县或市为单位管辖等来进行派工，会导致不同区域的案件数量差距较大相同，造成派工人员分派调度困难的情况。而且，不同区域和不同时间段的案件数都是动态改变的，在面积较小但人口密集的城市的案件数量往往多于面积较大人口疏松的区域的案件数量，夜间的案件数量少于白天的案件数量，节假日期间案件数量多于平时的案件数量，容易导致资源分布不均的问题，因此需要对网格的划分进行优化。
发明内容
本申请实施例的目的在于提出一种绘制查勘网格的方法、装置、计算机设备及存储介质，提升了查勘网格划分的合理性，优化数据分布。
为了解决上述技术问题，本申请实施例提供一种绘制查勘网格的方法，采用了如下所述的技术方案：
一种绘制查勘网格的方法，包括下述步骤：
获取存储在数据库中的历史案件数据，所述历史案件数据包括地址名称，并根据预设的地理编码将所述地址名称转换为地理信息；
接收地理地图，在所述地理地图中查找并标注所述地理信息，并根据用户的选择生成地理边界，确定处于所述地理边界中的地理信息；
接收用户的选择指令，所述选择指令携带有时间段信息，根据所述时间段信息过滤所述地理边界中的地理信息，生成地理信息集合；
采用预设的聚类算法对所述地理信息集合进行聚合，获得核心点和核心点的权重；以及
根据核心点和核心点的权重进行划线生成查勘网格。
进一步的，所述地理信息包括横坐标和纵坐标，所述采用聚类算法对所述地理信息集合进行聚合，获得核心点和核心点的权重的步骤包括：
根据所述地理信息在预设的地理地图中进行标注，获得对应的待聚合点；
将所述地理信息集合生成随机的列表，依次选择并识别所述列表中的对应的待聚合点是否已经被聚合；
若是，则选择并识别列表中的下一个待聚合点是否已经被聚合；
若否，则将当前的待聚合点作为聚合起始点进行聚合，获得当前聚合起始点对应的核心点和所述核心点的权重；
直至所述列表中所有待聚合点完成聚合，获得至少一个核心点和每个所述核心点的权重。
进一步的，将当前的待聚合点作为聚合起始点进行聚合，获得当前聚合起始点对应的核心点和所述核心点的权重的步骤包括：
确定与所述聚合起始点间的距离小于或等于预设的领域参数的待聚合点，作为发散点；
将每个所述发散点作为中间点，确定与所述中间点之间的距离小于或等于预设的领域参数的待聚合点，作为新的发散点，直到无法找到下一个发散点为止；
计算当前的聚合起始点和当前所有发散点之间的横坐标的平均值和纵坐标的平均值，作为当前的聚合起始点对应的核心点的地理信息，以获得当前聚合起始点对应的核心点；
统计当前确定的发散点的个数，将发散点的个数加1作为当前的聚合起始点对应的核心点的权重。
进一步的，所述采用聚类算法对所述地理信息集合进行聚合，获得核心点和核心点的权重的步骤包括：
根据所述地理信息在预设的地理地图中进行标注，获得对应的待聚合点，并分别将每个所述待聚合点作为一个核心点；
确定与所述核心点之间的距离小于或等于预设的领域参数的待聚合点的个数；
将所述个数作为核心点的权重。
进一步的，所述历史案件数据还包括发生日期，其中，所述地址名称与所述发生日期为一对一或者一对多的关系，所述根据所述时间段信息过滤所述地理边界中的地理信息，生成地理信息集合的步骤包括：
获取地址名称对应的发生日期和地理信息；
比较所述发生日期与时间段信息；
过滤所述发生日期未处于所述时间段信息中的地理信息，生成地理信息集合。
进一步的，根据用户的选择生成地理边界的步骤包括：
识别用户通过前端页面在所述地理地图中选择的至少三个地理信息或地址名称，其中，所述地址名称是根据地理信息与地址名称的对应关系在所述地理地图中的标注；
根据用户选择的顺序依次连线，生成地理边界。
进一步的，所述根据核心点和核心点的权重进行划线生成查勘网格的步骤包括：将所述权重大于预设的阈值的核心点进行连线，生成查勘网格。
为了解决上述技术问题，本申请实施例还提供一种绘制查勘网格的装置，采用了如下所述的技术方案：
一种绘制查勘网格的装置，包括：
获取模块，用于获取存储在数据库中的历史案件数据，所述历史案件数据包括地址名称，并根据预设的地理编码将所述地址名称转换为地理信息；
确定模块，用于接收地理地图，在所述地理地图中查找并标注所述地理信息，并根据用户的选择生成地理边界，确定处于所述地理边界中的地理信息；
过滤模块，用于接收用户的选择指令，所述选择指令携带有时间段信息，根据所述时间段信息过滤所述地理边界中的地理信息，生成地理信息集合；
聚合模块，用于采用预设的聚类算法对所述地理信息集合进行聚合，获得核心点和核心点的权重；以及
生成模块，用于根据核心点和核心点的权重进行划线生成查勘网格。
为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：
一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现上述的绘制查勘网格的方法的步骤。
为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：
一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现上述的绘制查勘网格的方法的步骤。
与现有技术相比，本申请实施例主要有以下有益效果：
本申请优化了网格参数单一的问题，可通过动态参数配置调整时间范围，聚类算法的领域参数等，改善了现有网格划分的历史数据展示的灵活性，提升了派工网格划分的合理性；将历史案件数据和地理信息关联，利用历史数据分析，对现有的案件数据集合做聚合处理，优化数据分布，提升数据可见性，从而做到全局合理的网格划分，提高了人员派工效率，降低了运营成本。
附图说明
为了更清楚地说明本申请中的方案，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请可以应用于其中的示例性系统架构图；
图2是根据本申请的绘制查勘网格的方法的一个实施例的流程图；
图3是根据本申请的绘制查勘网格的装置的一个实施例的结构示意图；
图4是根据本申请的计算机设备的一个实施例的结构示意图。
附图标记：200、计算机设备；201、存储器；202、处理器；203、网络接口；300、绘制查勘网格的装置；301、获取模块；302、确定模块；303、过滤模块；304、聚合模块；305、生成模块。
具体实施方式
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture ExpertsGroup Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving PictureExperts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
需要说明的是，本申请实施例所提供的绘制查勘网格的方法一般由服务器/终端设备执行，相应地，绘制查勘网格的装置一般设置于服务器/终端设备中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本申请的绘制查勘网格的方法的一个实施例的流程图。所述的绘制查勘网格的方法，包括以下步骤：
S1：获取存储在数据库中的历史案件数据，所述历史案件数据包括地址名称，并根据预设的地理编码将所述地址名称转换为地理信息。
在本实施例中，每一个历史案件都对应有发生该案件的地址名称。根据预设的地理编码将地址名称转换为地理信息,例如:地址名称为广东省深圳市罗湖区北环大道与金碧路交汇处缙山府,获取该地址在地理编码中的横纵坐标值,将其转换为地理信息(306,974)；数据库维护历史案件数据和地理信息关系，获取案件的发生地址名称，根据地理编码将地址名称转成地理信息，存储在数据库中。地理编码是为识别点、线、面的位置和属性而设置的编码，它将全部实体按照预先拟定的分类系统，选择最适宜的量化方法，按实体的属性特征和集合坐标的数据结构记录在计算机的储存设备上。
S2：接收地理地图，在所述地理地图中查找并标注所述地理信息，并根据用户的选择生成地理边界，确定处于所述地理边界中的地理信息。
在本实施例中，根据用户的选择生成地理边界，在前端页面中展示处于所述地理边界中的历史案件的地址名称和案件的详细数据。根据用户在当前的地理地图的选择确定展示案件的地理边界，该地理边界内的案件数据为计算机后续需要进行下一步处理的案件数据。本申请相当于在地理地图中建立坐标，而地理信息则为对应的地址名称在地理地图中的横坐标和纵坐标的数值。同时，将处于地理边界中的案件在前端页面展示，用户可以在前端页面中根据地理边界来浏览和获取更加符合业务需要的案件和地理信息集合，优化案件数据的可视化情况。
具体的，在步骤S2中，即根据用户的选择生成地理边界的步骤包括：识别用户通过前端页面在所述地理地图中选择的至少三个地理信息或地址名称，其中，所述地址名称是根据地理信息与地址名称的对应关系在所述地理地图中的标注；
根据用户选择的顺序依次连线，生成地理边界。
在本实施例中，根据用户在地理地图中选择的点，将相邻的点与点之间直线连接，从而围成地理边界。当然，地理边界的形成方式包括但不限于上述的将相邻的点与点之间直线连接，从而围成地理边界。也可以采用其他的方式，适用即可。比如：可以使用预设弧度的曲线连接相邻的点，而形成地理边界。通过地理边界筛选案件,便于后续对相关案件数据的精准处理。本实施例可以为三种不同的方案：一、在前端页面的地理地图中显示标注的地理信息。二、在前端页面的地理地图中显示标注的地址名称，其中地址名称是根据地理信息与地址名称的对应关系在所述地理地图中的标注。三、在前端页面的地理地图中同时显示标注的地理信息和地址名称。需要说明的是，本实施例无论选用上述的任何一种方案，其后端的程序都是通过地理信息进行后续的处理过程。
S3：接收用户的选择指令，所述选择指令携带有时间段信息，根据所述时间段信息过滤所述地理边界中的地理信息，生成地理信息集合。
在本实施例中，不同时期的案件数量是动态改变的，根据时间段信息对通过地理边界筛选后的案件，进行更进一步的筛选。其中，时间段信息可以是用户根据实际需要通过前端页面进行输入或选择的。同时，本申请的用户可以在前端页面中，根据案件发生日期范围来获取更加符合业务需要的案件和地理信息集合，优化案件数据的可视化。
在本实施例中，绘制查勘网格的方法运行于其上的电子设备(例如图1所示的服务器/终端设备)可以通过有线连接方式或者无线连接方式接收用户的选择指令。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
具体的，所述历史案件数据还包括发生日期，其中，所述地址名称与所述发生日期为一对一或者一对多的关系，在步骤S3中，即所述根据所述时间段信息过滤所述地理边界中的地理信息，生成地理信息集合的步骤包括：
获取地址名称对应的发生日期和地理信息；
比较所述发生日期与时间段信息；
过滤所述发生日期未处于所述时间段信息中的地理信息，生成地理信息集合。
在本实施例中，历史案件数据包括地址名称和案件的详细数据，其中案件的详细数据中有且仅有一个案件的发生日期，其中，地址名称与案件的详细数据为一对一或者一对多的关系。故，地址名称与案件的发生日期也为一对一或者一对多的关系。通过发生日期和时间段信息对案件的地理信息进行过滤，从而获得需要的地理信息集合，便于后续的聚类。
S4：采用聚类算法对所述地理信息集合进行聚合，获得核心点和核心点的权重。
在本实施例中，采用聚类算法对地理信息集合进行聚合，便于后续根据聚合结果对地理地图进行网格划分。
具体的，所述地理信息包括横坐标和纵坐标，在步骤S4中，即所述采用聚类算法对所述地理信息集合进行聚合，获得核心点和核心点的权重的步骤包括：
根据所述地理信息在预设的地理地图中进行标注，获得对应的待聚合点；
将所述地理信息集合生成随机的列表，依次选择并识别所述列表中的对应的待聚合点是否已经被聚合；
若是，则选择并识别列表中的下一个待聚合点是否已经被聚合；
若否，则将当前的待聚合点作为聚合起始点进行聚合，获得当前聚合起始点对应的核心点和所述核心点的权重；
直至所述列表中所有待聚合点完成聚合，获得至少一个核心点和每个所述核心点的权重。
在本实施例中，对列表中的待聚合点按照在列表中的排列顺序进行依次的选择和聚合，其中，列表可以是随机的，即待聚合点在列表中的排列顺序可以是随机排布的。当然，待聚合点也可以与对应的案件发生日期一一对应，将待聚合点根据发生日期顺序或倒序进行排序。
其中，将当前的待聚合点作为聚合起始点进行聚合，获得当前聚合起始点对应的核心点和所述核心点的权重的步骤包括：
确定与所述聚合起始点间的距离小于或等于预设的领域参数的待聚合点，作为发散点；
将每个所述发散点作为中间点，确定与所述中间点之间的距离小于或等于预设的领域参数的待聚合点，作为新的发散点，直到无法找到下一个发散点为止；
计算当前的聚合起始点和当前所有发散点之间的横坐标的平均值和纵坐标的平均值，作为当前的聚合起始点对应的核心点的地理信息，以获得当前聚合起始点对应的核心点；
统计当前确定的发散点的个数，将发散点的个数加1作为当前的聚合起始点对应的核心点的权重。
在本实施例中，对一个聚合起始点周围距离小于等于领域参数的所有待聚合点进行聚合，每个被聚合的待聚合点都可向外辐射，直到无法找到下一个待聚合点为止，最终被聚合为一个核心点。每个核心点的位置信息为所聚合的所有位置的中心点。核心点所聚合的点数量称为该点的权重，权重越大的核心点表示该区域案件数量较多。其中，若两个不同案件的地理信息一致，则在地图的同一处进行标注，获得两个待聚合点，只不过两个待聚合点在地图中是重合的。发散点的个数加1，即计算发散点和聚合起始点的总个数。
需要说明的是：领域参数是一个动态参数，表示最小聚合单位，用于调整聚合密度，最初的领域参数可以设置为所有的待聚合点中任意两个待聚合点距离的众数，在实际应用过程中，可以根据实际需要进行调整。
在本申请的另一实施例中，在步骤S4中，即所述采用聚类算法对所述地理信息集合进行聚合，获得核心点和核心点的权重的步骤包括：
根据所述地理信息在预设的地理地图中进行标注，获得对应的待聚合点，并分别将每个所述待聚合点作为一个核心点；
确定与所述核心点之间的距离小于或等于预设的领域参数的待聚合点的个数；
将所述个数作为核心点的权重。
在本实施例中，不同于上述的核心点和权重的计算方式，本方案是将每一个待聚合点都作为一个核心点。前端页面展示所有的核心点时，即表示在前端页面展示所有携带有权重的待聚合点，便于用户根据权重情况更加直观的了解案件的密集程度。
S5：根据核心点和核心点的权重进行划线生成查勘网格。
在本实施例中，通过得到的核心点以及核心点权重大小的不同，对地理地图进行划线，生成查勘网格，由于生成的查勘网格是根据核心点的权重进行划线而生成的，故能够在考虑案件发生的密集程度的基础上绘制查勘网格，提升了网格划分的可靠性和合理性。
具体的，在步骤S5中，即所述根据核心点和核心点的权重进行划线生成查勘网格的步骤包括：将权重大于预设的阈值的核心点进行连线，生成查勘网格。
在本实施例中，阈值可以根据实际情况进行调整，阈值越大，则查勘网格越稀疏，阈值越小，则查勘网格越密。将超过权重超过阈值的核心点进行连线，实现网格的合理划分，避免网格中在一个区域内的案件相比于其他区域过于密集，实现对查勘人员的合理派工。
在本实施例的一些可选的实现方式中，在步骤S4，即采用聚类算法对所述地理信息集合进行聚合，获得核心点和核心点的权重之后，上述电子设备还可以执行以下步骤：根据核心点的权重大小不同，将核心点在前端页面中以不同的颜色展示。
在本实施例中，获得核心点后，在前端页面仅展示核心点即可，而无需展示每一个待聚合点。根据核心点的权重大小以不同颜色高亮展示,使案件分布可见性更强。
本申请优化了网格参数单一的问题，可通过动态参数配置调整时间范围，聚类算法的领域参数等，改善了现有网格划分的历史数据展示的灵活性，提升了派工网格划分的合理性；将历史案件数据和地理信息关联，利用历史数据分析，对现有的案件数据集合做聚合处理，优化数据分布，提升数据可见性，从而做到全局合理的网格划分，提高了人员派工效率，降低了运营成本。
需要强调的是，为进一步保证上述历史案件数据的私密和安全性，上述历史案件数据和核心点还可以存储于一区块链的节点中。
本申请所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请可应用于智慧城管领域中，从而推动智慧城市的建设。
本领域普通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，是可以通过计算机可读指令来指令相关的硬件来完成，该计算机可读指令可存储于一计算机可读取存储介质中，该计算机可读指令在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
进一步参考图3，作为对上述图2所示方法的实现，本申请提供了一种绘制查勘网格的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图3所示，本实施例所述的绘制查勘网格的装置300包括：获取模块301、确定模块302、过滤模块303、聚合模块304以及生成模块305。其中：获取模块301，用于获取存储在数据库中的历史案件数据，所述历史案件数据包括地址名称，并根据预设的地理编码将所述地址名称转换为地理信息；确定模块302，用于接收地理地图，在所述地理地图中查找并标注所述地理信息，并根据用户的选择生成地理边界，确定处于所述地理边界中的地理信息；过滤模块303，用于接收用户的选择指令，所述选择指令携带有时间段信息，根据所述时间段信息过滤所述地理边界中的地理信息，生成地理信息集合；聚合模块304，用于采用预设的聚类算法对所述地理信息集合进行聚合，获得核心点和核心点的权重；以及生成模块305，用于根据核心点和核心点的权重进行划线生成查勘网格。
在本实施例中，优化了网格参数单一的问题，可通过动态参数配置调整时间范围，聚类算法的领域参数等，改善了现有网格划分的历史数据展示的灵活性，提升了派工网格划分的合理性；将历史案件数据和地理信息关联，利用历史数据分析，对现有的案件数据集合做聚合处理，优化数据分布，提升数据可见性，从而做到全局合理的网格划分，提高了人员派工效率，降低了运营成本。
在本实施例的一些可选的实现方式中，上述确定模块302进一步用于：识别用户通过前端页面在所述地理地图中选择的至少三个地理信息或地址名称，其中，所述地址名称是根据地理信息与地址名称的对应关系在所述地理地图中的标注,根据用户选择的顺序依次连线，生成地理边界。
所述历史案件数据还包括发生日期，其中，所述地址名称与所述发生日期为一对一或者一对多的关系，所述过滤模块303包括获取子模块、比较子模块和过滤子模块，所述获取子模块用于获取地址名称对应的发生日期和地理信息；所述比较子模块用于比较所述发生日期与时间段信息；所述过滤子模块用于过滤所述发生日期未处于所述时间段信息中的地理信息，生成地理信息集合。
所述地理信息包括横坐标和纵坐标，所述聚合模块304包括标注子模块、选择子模块、识别子模块、聚合子模块和完成子模块，标注子模块用于根据所述地理信息在预设的地理地图中进行标注，获得对应的待聚合点；选择子模块用于将所述地理信息集合生成随机的列表，依次选择并识别所述列表中的对应的待聚合点是否已经被聚合；识别子模块用于当待聚合点已经被聚合，选择并识别列表中的下一个待聚合点是否已经被聚合；聚合子模块用于当待聚合点未被聚合，将当前的待聚合点作为聚合起始点进行聚合，获得当前聚合起始点对应的核心点和所述核心点的权重；完成子模块用于直至所述列表中所有待聚合点完成聚合，获得至少一个核心点和每个所述核心点的权重。
聚合子模块包括第一确定单元、第二确定单元、计算单元和统计单元。其中，第一确定单元用于确定与所述聚合起始点间的距离小于或等于预设的领域参数的待聚合点，作为发散点；第二确定单元用于将每个所述发散点作为中间点，确定与所述中间点之间的距离小于或等于预设的领域参数的待聚合点，作为新的发散点，直到无法找到下一个发散点为止；计算单元用于计算当前的聚合起始点和当前所有发散点之间的横坐标的平均值和纵坐标的平均值，作为当前的聚合起始点对应的核心点的地理信息，以获得当前聚合起始点对应的核心点；统计单元用于统计当前确定的发散点的个数，将发散点的个数加1作为当前的聚合起始点对应的核心点的权重。
所述聚合模块304还包括核心子模块、距离子模块和权重子模块，其中，核心子模块用于根据所述地理信息在预设的地理地图中进行标注，获得对应的待聚合点，并分别将每个所述待聚合点作为一个核心点；距离子模块用于确定与所述核心点之间的距离小于或等于预设的领域参数的待聚合点的个数；权重子模块用于将所述个数作为核心点的权重。
在本实施例的一些可选的实现方式中，上述生成模块305进一步用于：根据将权重大于预设的阈值的核心点进行连线，生成查勘网格。
在本实施例的一些可选的实现方式中，上述装置300还包括：展示模块，用于根据核心点的权重大小不同，将核心点在前端页面中以不同的颜色展示。
本申请优化了网格参数单一的问题，可通过动态参数配置调整时间范围，聚类算法的领域参数等，改善了现有网格划分的历史数据展示的灵活性，提升了派工网格划分的合理性；将历史案件数据和地理信息关联，利用历史数据分析，对现有的案件数据集合做聚合处理，优化数据分布，提升数据可见性，从而做到全局合理的网格划分，提高了人员派工效率，降低了运营成本。
为解决上述技术问题，本申请实施例还提供计算机设备。具体请参阅图4，图4为本实施例计算机设备基本结构框图。
所述计算机设备200包括通过系统总线相互通信连接存储器201、处理器202、网络接口203。需要指出的是，图中仅示出了具有组件201-203的计算机设备200，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器201至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器201可以是所述计算机设备200的内部存储单元，例如该计算机设备200的硬盘或内存。在另一些实施例中，所述存储器201也可以是所述计算机设备200的外部存储设备，例如该计算机设备200上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。当然，所述存储器201还可以既包括所述计算机设备200的内部存储单元也包括其外部存储设备。本实施例中，所述存储器201通常用于存储安装于所述计算机设备200的操作系统和各类应用软件，例如绘制查勘网格的方法的计算机可读指令等。此外，所述存储器201还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器202在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器202通常用于控制所述计算机设备200的总体操作。本实施例中，所述处理器202用于运行所述存储器201中存储的计算机可读指令或者处理数据，例如运行所述绘制查勘网格的方法的计算机可读指令。
所述网络接口203可包括无线网络接口或有线网络接口，该网络接口203通常用于在所述计算机设备200与其他电子设备之间建立通信连接。
在本实施例中，优化了网格参数单一的问题，提升数据可见性，实现全局合理的网格划分，提高了人员派工效率，降低了运营成本。
本申请还提供了另一种实施方式，即提供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可读指令，所述计算机可读指令可被至少一个处理器执行，以使所述至少一个处理器执行如上述的绘制查勘网格的方法的步骤。
在本实施例中，优化了网格参数单一的问题，提升数据可见性，实现全局合理的网格划分，提高了人员派工效率，降低了运营成本。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
显然，以上所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例，附图中给出了本申请的较佳实施例，但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本申请专利保护范围之内。
Claims (10)
1.一种绘制查勘网格的方法，其特征在于，包括下述步骤：
获取存储在数据库中的历史案件数据，所述历史案件数据包括地址名称，并根据预设的地理编码将所述地址名称转换为地理信息；
接收地理地图，在所述地理地图中查找并标注所述地理信息，并根据用户的选择生成地理边界，确定处于所述地理边界中的地理信息；
接收用户的选择指令，所述选择指令携带有时间段信息，根据所述时间段信息过滤所述地理边界中的地理信息，生成地理信息集合；
采用预设的聚类算法对所述地理信息集合进行聚合，获得核心点和核心点的权重；以及
根据核心点和核心点的权重进行划线，生成查勘网格。
2.根据权利要求1所述的绘制查勘网格的方法，其特征在于，所述地理信息包括横坐标和纵坐标，所述采用聚类算法对所述地理信息集合进行聚合，获得核心点和核心点的权重的步骤包括：
根据所述地理信息在预设的地理地图中进行标注，获得对应的待聚合点；
将所述地理信息集合生成随机的列表，依次选择并识别所述列表中的对应的待聚合点是否已经被聚合；
若是，则选择并识别列表中的下一个待聚合点是否已经被聚合；
若否，则将当前的待聚合点作为聚合起始点进行聚合，获得当前聚合起始点对应的核心点和所述核心点的权重；
直至所述列表中所有待聚合点完成聚合，获得至少一个核心点和每个所述核心点的权重。
3.根据权利要求2所述的绘制查勘网格的方法，其特征在于，将当前的待聚合点作为聚合起始点进行聚合，获得当前聚合起始点对应的核心点和所述核心点的权重的步骤包括：
确定与所述聚合起始点间的距离小于或等于预设的领域参数的待聚合点，作为发散点；
将每个所述发散点作为中间点，确定与所述中间点之间的距离小于或等于预设的领域参数的待聚合点，作为新的发散点，直到无法找到下一个发散点为止；
计算当前的聚合起始点和当前所有发散点之间的横坐标的平均值和纵坐标的平均值，作为当前的聚合起始点对应的核心点的地理信息，以获得当前聚合起始点对应的核心点；
统计当前确定的发散点的个数，将发散点的个数加1作为当前的聚合起始点对应的核心点的权重。
4.根据权利要求1所述的绘制查勘网格的方法，其特征在于，所述采用聚类算法对所述地理信息集合进行聚合，获得核心点和核心点的权重的步骤包括：
根据所述地理信息在预设的地理地图中进行标注，获得对应的待聚合点，并分别将每个所述待聚合点作为一个核心点；
确定与所述核心点之间的距离小于或等于预设的领域参数的待聚合点的个数；
将所述个数作为核心点的权重。
5.根据权利要求1所述的绘制查勘网格的方法，其特征在于，所述历史案件数据还包括发生日期，其中，所述地址名称与所述发生日期为一对一或者一对多的关系，所述根据所述时间段信息过滤所述地理边界中的地理信息，生成地理信息集合的步骤包括：
获取地址名称对应的发生日期和地理信息；
比较所述发生日期与时间段信息；
过滤所述发生日期未处于所述时间段信息中的地理信息，生成地理信息集合。
6.根据权利要求1所述的绘制查勘网格的方法，其特征在于，根据用户的选择生成地理边界的步骤包括：
识别用户通过前端页面在所述地理地图中选择的至少三个地理信息或地址名称，其中，所述地址名称是根据地理信息与地址名称的对应关系在所述地理地图中的标注；
根据用户选择的顺序依次连线，生成地理边界。
7.根据权利要求1所述的绘制查勘网格的方法，其特征在于，所述根据核心点和核心点的权重进行划线生成查勘网格的步骤包括：
将所述权重大于预设的阈值的核心点进行连线，生成查勘网格。
8.一种绘制查勘网格的装置，其特征在于，包括：
获取模块，用于获取存储在数据库中的历史案件数据，所述历史案件数据包括地址名称，并根据预设的地理编码将所述地址名称转换为地理信息；
确定模块，用于接收地理地图，在所述地理地图中查找并标注所述地理信息，并根据用户的选择生成地理边界，确定处于所述地理边界中的地理信息；
过滤模块，用于接收用户的选择指令，所述选择指令携带有时间段信息，根据所述时间段信息过滤所述地理边界中的地理信息，生成地理信息集合；
聚合模块，用于采用预设的聚类算法对所述地理信息集合进行聚合，获得核心点和核心点的权重；以及
生成模块，用于根据核心点和核心点的权重进行划线生成查勘网格。
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的绘制查勘网格的方法的步骤。
10.一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上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的绘制查勘网格的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010924007.8A CN112084281B (zh) | 2020-09-04 | 2020-09-04 | 绘制查勘网格的方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010924007.8A CN112084281B (zh) | 2020-09-04 | 2020-09-04 | 绘制查勘网格的方法、装置、计算机设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112084281A true CN112084281A (zh) | 2020-12-15 |
| CN112084281B CN112084281B (zh) | 2023-11-03 |
Family
ID=73731469
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010924007.8A Active CN112084281B (zh) | 2020-09-04 | 2020-09-04 | 绘制查勘网格的方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112084281B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114254911A (zh) * | 2021-12-16 | 2022-03-29 | 深圳壹账通智能科技有限公司 | 一种智能派单方法、装置、计算机设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170169448A1 (en) * | 2015-09-24 | 2017-06-15 | Survature, Inc. | Applying Priority Matrix to Survey Results |
| CN107844851A (zh) * | 2017-09-30 | 2018-03-27 | 平安科技（深圳）有限公司 | 查勘网格优化方法、电子设备及计算机可读存储介质 |
| CN109543947A (zh) * | 2018-10-19 | 2019-03-29 | 中国平安财产保险股份有限公司 | 基于查勘网格的任务分配的方法、装置及终端设备 |
| CN109934634A (zh) * | 2019-03-16 | 2019-06-25 | 义乌市腾飞汽车代驾服务有限公司 | 地图网格排名方法、装置、系统、计算机设备和存储介质 |
-
2020
- 2020-09-04 CN CN202010924007.8A patent/CN112084281B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170169448A1 (en) * | 2015-09-24 | 2017-06-15 | Survature, Inc. | Applying Priority Matrix to Survey Results |
| CN107844851A (zh) * | 2017-09-30 | 2018-03-27 | 平安科技（深圳）有限公司 | 查勘网格优化方法、电子设备及计算机可读存储介质 |
| CN109543947A (zh) * | 2018-10-19 | 2019-03-29 | 中国平安财产保险股份有限公司 | 基于查勘网格的任务分配的方法、装置及终端设备 |
| CN109934634A (zh) * | 2019-03-16 | 2019-06-25 | 义乌市腾飞汽车代驾服务有限公司 | 地图网格排名方法、装置、系统、计算机设备和存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114254911A (zh) * | 2021-12-16 | 2022-03-29 | 深圳壹账通智能科技有限公司 | 一种智能派单方法、装置、计算机设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112084281B (zh) | 2023-11-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107315824B (zh) | 用于生成热力图的方法和装置 | |
| CN109816321A (zh) | 一种服务管理方法、装置、设备和计算机可读存储介质 | |
| CN110837917A (zh) | 一种客户拜访管理系统、方法、终端设备及存储介质 | |
| CN105989144A (zh) | 通知消息管理方法、装置、系统及终端设备 | |
| CN112085378B (zh) | 资源分配方法、装置、计算机设备及存储介质 | |
| CN110765220B (zh) | 一种基于热力图的地理位置确定方法和电子设备 | |
| CN107730375B (zh) | 一种税务地图管理的方法、系统及终端设备 | |
| CN110807129B (zh) | 多层用户关系图集合的生成方法、装置及电子设备 | |
| CN116362431B (zh) | 共享车辆的调度方法、装置、计算机设备和存储介质 | |
| CN112288163A (zh) | 目标对象的目标因子预测方法及相关设备 | |
| CN105045911A (zh) | 一种用于用户进行标记的标签生成方法及设备 | |
| CN112182004A (zh) | 实时查看数据方法、装置、计算机设备及存储介质 | |
| CN112860662A (zh) | 数据血缘关系建立方法、装置、计算机设备及存储介质 | |
| CN113360792A (zh) | 信息推荐方法、装置、电子设备以及存储介质 | |
| CN114549058A (zh) | 选址方法、装置、电子设备和可读存储介质 | |
| CN112084281B (zh) | 绘制查勘网格的方法、装置、计算机设备及存储介质 | |
| CN111724098B (zh) | 信息展示方法、系统、电子设备及存储介质 | |
| CN108228904A (zh) | 用于输出信息的方法和装置 | |
| CN110309244A (zh) | 一种目标点定位的方法和装置 | |
| CN113792951A (zh) | 物流配送方法、装置、存储介质和电子设备 | |
| CN111400520A (zh) | 人脸识别库的构建方法、人脸支付方法、装置和系统 | |
| CN115471582A (zh) | 地图生成方法、装置、计算机设备及存储介质 | |
| CN110781314B (zh) | 用户关系图的分层显示方法、装置及电子设备 | |
| CN113283759A (zh) | 账户风险画像更新方法、装置、设备及存储介质 | |
| CN114528443A (zh) | 基于知识图谱的信息挖掘方法及其相关设备 |
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 |