CN113254565B - 区域识别方法、装置、计算机设备及计算机可读存储介质 - Google Patents
区域识别方法、装置、计算机设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113254565B CN113254565B CN202110685060.1A CN202110685060A CN113254565B CN 113254565 B CN113254565 B CN 113254565B CN 202110685060 A CN202110685060 A CN 202110685060A CN 113254565 B CN113254565 B CN 113254565B
- Authority
- CN
- China
- Prior art keywords
- target
- grids
- area
- grid
- electronic map
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000005855 radiation Effects 0.000 claims abstract description 117
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 26
- 230000006399 behavior Effects 0.000 claims description 112
- 230000006854 communication Effects 0.000 claims description 47
- 238000004891 communication Methods 0.000 claims description 46
- 238000009877 rendering Methods 0.000 claims description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 2
- 235000012631 food intake Nutrition 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000009897 systematic 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
- G06F16/24—Querying
- G06F16/245—Query processing
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Computational Linguistics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Instructional Devices (AREA)
Abstract
本申请公开了一种区域识别方法、装置、计算机设备及计算机可读存储介质，涉及互联网技术领域，利用无效区域不存在发生商业行为的特点，提取电子地图中未发生标记的无效区域并渲染到用于指导零售服务的网格中，实现在网格中去除无效区域，帮助指导零售服务更准确的聚焦重点区域，提高服务指导作业效率。所述方法包括：获取目标地区的电子地图，将电子地图划分为预设数目的栅格；根据预设数目的栅格中发生的多个历史行为信息，为预设数目的栅格中每个栅格确定辐射半径；标记预设数目的栅格的辐射半径覆盖的多个目标栅格，基于多个目标栅格，构建有效区域；采用追踪算法在电子地图中识别有效区域以外的区域作为无效区域，将无效区域输出。
Description
技术领域
本申请涉及互联网技术领域，特别是涉及一种区域识别方法、装置、计算机设备及计算机可读存储介质。
背景技术
随着互联网技术的不断进步，零售服务的不断发展，一些平台会利用地理信息将城市划分为大小合适的网格来聚焦服务重点区域，由此对零售服务进行指导。近年来，网格技术在零售服务上的应用逐渐深入，且服务不断下沉，平台在乡镇地区也开始使用网格技术，利用乡镇地区原有的路网划分产生的网格进行区域的识别，进而指导乡镇地区的零售服务。
相关技术中，根据乡镇地区的路网、水系、兴趣面等地理数据将乡镇地区划分为大小合适的多个网格，通过识别多个网格中人员流动的密集程度、商业行为发生的频率，确定零售服务聚焦重点区域并进行相应指导。
在实现本申请的过程中，申请人发现相关技术至少存在以下问题：
乡镇和村庄中存在大量诸如山区、耕地等无人居住、无交易行为的区域，这些区域与乡镇、村庄的中心无明显分割且面积较大，导致聚焦的待指导区域不够准确，误差较大，服务指导作业的效率较低。
发明内容
有鉴于此，本申请提供了一种区域识别方法、装置、计算机设备及计算机可读存储介质，主要目的在于解决目前无效区域与有效区域之间分割不够明显且面积较大，导致聚焦的待指导区域不够准确，误差较大，服务指导作业的效率较低的问题。
依据本申请第一方面，提供了一种区域识别方法，该方法包括：
获取目标地区的电子地图，将所述电子地图划分为预设数目的栅格；
根据所述预设数目的栅格中发生的多个历史行为信息，为所述预设数目的栅格中每个栅格确定辐射半径；
标记所述预设数目的栅格的辐射半径覆盖的多个目标栅格，基于所述多个目标栅格，构建有效区域；
采用追踪算法在所述电子地图中识别所述有效区域以外的区域作为无效区域，将所述无效区域输出。
可选地，所述获取目标地区的电子地图，将所述电子地图划分为预设数目的栅格之后，所述方法还包括：
获取所述电子地图的地图地理数据，将所述地图地理数据渲染至所述电子地图，所述地图地理数据至少包括所述目标地区的边界数据、路网数据、水系数据以及兴趣面AOI数据中的一种或一种以上；
统计所述目标地区在指定历史时间段内发生的所述多个历史行为信息，按照所述多个历史行为信息的发生位置，将所述多个历史行为信息渲染至所述电子地图。
可选地，所述根据所述预设数目的栅格中发生的多个历史行为信息，为所述预设数目的栅格中每个栅格确定辐射半径，包括：
对于所述预设数目的栅格中每个栅格，识别所述栅格内渲染的多个目标历史行为信息；
查询所述多个目标历史行为信息的行为类型，将所述行为类型一致的目标历史行为信息划分为同一信息组，得到多个信息组；
对于所述多个信息组中每个信息组，获取所述信息组的行为类型对应的预设权重，并统计所述信息组包括的目标历史行为信息的信息数量；
计算所述信息数量的指数运算结果与所述预设权重的乘积结果；
重复执行乘积结果的计算过程，分别为所述每个信息组计算乘积结果，得到多个乘积结果；
在所述多个乘积结果中选取目标乘积结果，将所述目标乘积结果的取值作为所述栅格的辐射半径，所述目标乘积结果大于所述多个乘积结果中除所述目标乘积结果外的其他乘积结果；
重复执行上述辐射半径的生成过程，分别为所述每个栅格确定辐射半径。
可选地，所述标记所述预设数目的栅格的辐射半径覆盖的多个目标栅格，基于所述多个目标栅格，构建有效区域，包括：
分别读取所述预设数目的栅格中每个栅格的辐射半径覆盖的目标栅格，得到所述多个目标栅格，并将所述多个目标栅格标记在所述电子地图上；
检测所述多个目标栅格之间的联通关系，将存在所述联通关系的至少两个目标栅格进行整合，得到多个初始区域；
在所述电子地图的地图地理数据中查询所述多个初始区域之间的第一联通路线，基于所述第一联通路线将所述多个初始区域联通，得到所述有效区域。
可选地，所述方法还包括：
当读取到所述预设数目的栅格的辐射半径中存在未覆盖任何目标栅格的指定辐射半径时，基于所述指定辐射半径，构建辐射区域；
计算所述辐射区域与所述多个目标栅格中每个目标栅格之间的直线距离，得到多个距离数据；
在所述多个距离数据中确定目标距离数据以及所述目标距离数据在所述多个目标栅格中对应的指定目标栅格，所述目标距离数据小于所述多个距离数据中除所述目标距离数据外的其他距离数据；
在所述电子地图的地图地理数据中查询所述指定目标栅格与所述辐射区域之间的第二联通路线，基于所述第二联通路线将所述指定目标栅格与所述辐射区域联通。
可选地，所述采用追踪算法在所述电子地图中识别所述有效区域以外的区域作为无效区域，将所述无效区域输出，包括：
采用所述追踪算法识别所述电子地图，提取所述有效区域以外未发生标记的多个空白区域；
检测所述多个空白区域的中每个空白区域的区域面积，在所述多个空白区域中确定区域面积小于预设面积阈值的目标空白区域；
在所述多个空白区域中将所述目标空白区域删除，并将删除后的所述多个空白区域作为所述无效区域输出。
可选地，所述方法还包括：
将所述无效区域渲染到所述目标地区的地区网格中，所述地区网格用于识别所述目标地区中待进行服务指导的区域；
遍历所述地区网格，确定与所述无效区域之间存在联通关系的目标区域；
在所述地区网格中将所述无效区域与所述目标区域之间的联通断开。
依据本申请第二方面，提供了一种区域识别装置，该装置包括：
获取模块，用于获取目标地区的电子地图，将所述电子地图划分为预设数目的栅格；
第一确定模块，用于根据所述预设数目的栅格中发生的多个历史行为信息，为所述预设数目的栅格中每个栅格确定辐射半径；
标记模块，用于标记所述预设数目的栅格的辐射半径覆盖的多个目标栅格，基于所述多个目标栅格，构建有效区域；
识别模块，用于采用追踪算法在所述电子地图中识别所述有效区域以外的区域作为无效区域，将所述无效区域输出。
可选地，所述装置还包括：
第一渲染模块，用于获取所述电子地图的地图地理数据，将所述地图地理数据渲染至所述电子地图，所述地图地理数据至少包括所述目标地区的边界数据、路网数据、水系数据以及兴趣面AOI数据中的一种或一种以上；
所述第一渲染模块，还用于统计所述目标地区在指定历史时间段内发生的所述多个历史行为信息，按照所述多个历史行为信息的发生位置，将所述多个历史行为信息渲染至所述电子地图。
可选地，所述第一确定模块，用于对于所述预设数目的栅格中每个栅格，识别所述栅格内渲染的多个目标历史行为信息，查询所述多个目标历史行为信息的行为类型，将所述行为类型一致的目标历史行为信息划分为同一信息组，得到多个信息组，对于所述多个信息组中每个信息组，获取所述信息组的行为类型对应的预设权重，并统计所述信息组包括的目标历史行为信息的信息数量，计算所述信息数量的指数运算结果与所述预设权重的乘积结果，重复执行乘积结果的计算过程，分别为所述每个信息组计算乘积结果，得到多个乘积结果，在所述多个乘积结果中选取目标乘积结果，将所述目标乘积结果的取值作为所述栅格的辐射半径，所述目标乘积结果大于所述多个乘积结果中除所述目标乘积结果外的其他乘积结果，重复执行上述辐射半径的生成过程，分别为所述每个栅格确定辐射半径。
可选地，所述标记模块，用于分别读取所述预设数目的栅格中每个栅格的辐射半径覆盖的目标栅格，得到所述多个目标栅格，并将所述多个目标栅格标记在所述电子地图上，检测所述多个目标栅格之间的联通关系，将存在所述联通关系的至少两个目标栅格进行整合，得到多个初始区域，在所述电子地图的地图地理数据中查询所述多个初始区域之间的第一联通路线，基于所述第一联通路线将所述多个初始区域联通，得到所述有效区域。
可选地，所述标记模块，还用于当读取到所述预设数目的栅格的辐射半径中存在未覆盖任何目标栅格的指定辐射半径时，基于所述指定辐射半径，构建辐射区域，计算所述辐射区域与所述多个目标栅格中每个目标栅格之间的直线距离，得到多个距离数据，在所述多个距离数据中确定目标距离数据以及所述目标距离数据在所述多个目标栅格中对应的指定目标栅格，所述目标距离数据小于所述多个距离数据中除所述目标距离数据外的其他距离数据，在所述电子地图的地图地理数据中查询所述指定目标栅格与所述辐射区域之间的第二联通路线，基于所述第二联通路线将所述指定目标栅格与所述辐射区域联通。
可选地，所述识别模块，用于采用所述追踪算法识别所述电子地图，提取所述有效区域以外未发生标记的多个空白区域，检测所述多个空白区域的中每个空白区域的区域面积，在所述多个空白区域中确定区域面积小于预设面积阈值的目标空白区域，在所述多个空白区域中将所述目标空白区域删除，并将删除后的所述多个空白区域作为所述无效区域输出。
可选地，所述装置还包括：
第二渲染模块，用于将所述无效区域渲染到所述目标地区的地区网格中，所述地区网格用于识别所述目标地区中待进行服务指导的区域；
第二确定模块，用于遍历所述地区网格，确定与所述无效区域之间存在联通关系的目标区域；
切断模块，用于在所述地区网格中将所述无效区域与所述目标区域之间的联通断开。
依据本申请第三方面，提供了一种存储设备，其上存储有计算机程序，所述程序被处理器执行时实现上述第一方面中任一项所述方法的步骤。
依据本申请第四方面，提供了一种区域识别装置，包括存储设备、处理器及存储在存储设备上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述第一方面中任一项所述方法的步骤。
借由上述技术方案，本申请提供的一种区域识别方法、装置、计算机设备及可读存储介质，本申请首先获取目标地区的电子地图，将电子地图划分为预设数目的栅格，再根据预设数目的栅格中发生的多个历史行为信息，为预设数目的栅格中每个栅格确定辐射半径，标记预设数目的栅格的辐射半径覆盖的多个目标栅格，基于多个目标栅格，构建有效区域，采用追踪算法在电子地图中识别所述有效区域以外的区域作为无效区域，将所述无效区域输出。利用无效区域不存在商业行为的特点，提取电子地图中未发生标记的无效区域并渲染到用于指导零售服务的网格中，实现在网格中去除无效区域，帮助指导零售服务更准确的聚焦重点区域，提高服务指导作业效率。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
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，而并不认为是对本申请的限制。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示出了本申请实施例提供的一种区域识别方法流程示意图；
图2示出了本申请实施例提供的一种区域识别方法流程示意图；
图3A示出了本申请实施例提供的一种区域识别装置的结构示意图；
图3B示出了本申请实施例提供的一种区域识别装置的结构示意图；
图3C示出了本申请实施例提供的一种区域识别装置的结构示意图；
图4示出了本申请实施例提供的一种计算机设备的装置结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例，然而应当理解，可以以各种形式实现本申请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申请，并且能够将本申请的范围完整的传达给本领域的技术人员。
本申请实施例提供了一种区域识别方法，如图1所示，该方法包括：
101、获取目标地区的电子地图，将电子地图划分为预设数目的栅格。
102、根据预设数目的栅格中发生的多个历史行为信息，为预设数目的栅格中每个栅格确定辐射半径。
103、标记预设数目的栅格的辐射半径覆盖的多个目标栅格，基于多个目标栅格，构建有效区域。
104、采用追踪算法在电子地图中识别有效区域以外的区域作为无效区域，将无效区域输出。
本申请实施例提供的方法，首先获取目标地区的电子地图，将电子地图划分为预设数目的栅格，再根据预设数目的栅格中发生的多个历史行为信息，为预设数目的栅格中每个栅格确定辐射半径，标记预设数目的栅格的辐射半径覆盖的多个目标栅格，基于多个目标栅格，构建有效区域，采用追踪算法在电子地图中识别所述有效区域以外的区域作为无效区域，将所述无效区域输出。利用无效区域不存在商业行为的特点，提取电子地图中未发生标记的无效区域并渲染到用于指导零售服务的网格中，实现在网格中去除无效区域，帮助指导零售服务更准确的聚焦重点区域，提高服务指导作业效率。
本申请实施例提供了一种区域识别方法，如图2所示，该方法包括：
201、获取目标地区的电子地图，将电子地图划分为预设数目的栅格。
随着互联网技术的不断进步，零售服务的不断发展，一些平台会利用地理信息将城市划分为大小合适的网格来聚焦服务重点区域，由此对零售服务进行指导。近年来，网格技术在零售服务上的应用逐渐深入，且服务不断下沉，平台在乡镇地区也开始使用网格技术，利用乡镇地区原有的路网划分产生的网格进行区域的识别，进而指导乡镇地区的零售服务。划分网格是根据乡镇地区的路网、水系、兴趣面等地理数据将乡镇地区划分为大小合适的多个网格，通过识别多个网格中人员流动的密集程度、商业行为发生的频率，确定零售服务聚焦重点区域并进行相应指导。但是，申请人认识到，乡镇和村庄中存在大量诸如山区、耕地等无人居住、无交易行为的区域，这些区域与乡镇、村庄的中心无明显分割且面积较大，划分的网格中包含有大量的耕地和山区，这就导致实际有商业行为的区块很少，不方便服务聚焦重点区域。而且，在实际使用网格对零售服务进行指导时，乡镇和村庄在原有的路网划分策略下产生的网格会将乡镇和村庄切分成多个区块，但由于一个乡镇或者村庄的商业体量不是很大，所以，一般会为一个乡镇或村庄配备一名工作人员，将乡镇或者村庄拆分在多个区块中不便于工作人员的服务操作。综上，目前的网格技术所聚焦的待指导区域不够准确，误差较大，服务指导作业的效率较低，使网格缺乏了实际作业指导意义。
考虑到目前人们都会使用配备位置追踪装置的智能设备进行消费行为，比如手机、智能手表等，位置追踪装置会以GNSS（Global Navigation Satellite System，全球卫星导航系统）信息为基础，例如GPS（Global Positioning System，全球定位系统）、GLONASS（GLOBAL NAVIGATION SATELLITE SYSTEM，全球卫星导航系统）、北斗等信息，计算得出发生商业行为信息的位置并上报给服务器，使得服务器中积累了大量的历史行为信息。历史行为信息可以反映出当前区域哪里有人、哪里有店、哪里有商业行为，那么剩下的区域就是需要去除的既无人也无商业行为的无效区域，因此，本申请提供了一种区域识别方法，首先获取目标地区的电子地图，将电子地图划分为预设数目的栅格，再根据预设数目的栅格中发生的多个历史行为信息，为预设数目的栅格中每个栅格确定辐射半径，标记预设数目的栅格的辐射半径覆盖的多个目标栅格，基于多个目标栅格，构建有效区域，采用追踪算法在电子地图中识别所述有效区域以外的区域作为无效区域，将所述无效区域输出。利用无效区域不存在商业行为的特点，提取电子地图中未发生标记的无效区域并渲染到用于指导零售服务的网格中，实现在网格中去除无效区域，帮助指导零售服务更准确的聚焦重点区域，提高服务指导作业效率。
其中，目标地区可以是乡镇、村庄或者城市等需要进行零售服务指导的区域，本申请对目标地区的类型、位置以及大小不进行具体限定。无效区域是指无人居住、无商业行为的区域，例如郊区的耕地、山川等等。本申请以乡镇地区为例进行说明，由于网格是根据路网、水系、AOI（area of interest，兴趣面）等地理数据将城市划分为大小合适的区域，因此，若按照网格对乡镇地区进行划分，容易导致乡镇地区中无效区域面积较大，路网稀疏，按照原有路网划分出来的网格区域面积大小不一，不利于后续对于目标区域存在的历史行为信息进行系统性的识别。因此，在本申请实施例中，将目标地区的电子地图划分为预设数目的栅格，再针对每个面积大小相同的栅格分析历史行为信息，从而更加快速准确的识别到目标地区所有的历史行为信息。具体划分栅格的过程如下：
首先，获取目标地区的电子地图，将电子地图划分为预设数目的栅格，其中，预设数目可以是系统默认的数值，也可以是相关技术人员根据实际面积大小设置的数值，比如可以为20×20，也即将电子地图纵向和横向分别划分为20份，从而得到400个栅格，本申请对预设数目的设置方式和数值大小不进行具体限定。随后，为了便于后续在电子地图中准确的查询到路网、山川等地理信息所在的位置以及商业行为发生的位置，方便构建有效的区域，需要将目标电子地图中的地图地理数据以及历史行为信息渲染至划分后的电子地图之中，也就是说，在划分预设数目的栅格后，获取电子地图的地图地理数据，将地图地理数据渲染至电子地图，使电子地图更加贴近目标地区的实际情况，保证后续区域识别的准确性。其中，地图地理数据至少包括目标地区的边界数据、路网数据、水系数据以及兴趣面AOI数据中的一种或一种以上，比如目标地区的6级路网数据、5级水系数据等等。接下来，统计目标地区在指定历史时间段内发生的多个历史行为信息，按照多个历史行为信息的发生位置，将多个历史行为信息渲染至电子地图。其中，指定历史时间段可以是15天、30天等等，目标地区的历史行为信息数量足够多，指定历史时间段可以短一些，反之，目标历史行为信息数量较少，指定历史时间段可以长一些。需要说明的是，历史行为信息包括目标地区内商业行为的发生类型及位置坐标、全网POI（Point of Interest，兴趣点）位置坐标，位置坐标可以是经纬度信息，也可以是小区名称或者是商圈名称等等，实际上小区和商圈也对应拥有固定的经纬度信息，通过经纬度信息确定每个历史行为信息的位置点，将位置点渲染至电子地图中。以A乡镇为目标地区为例，则在为A乡镇划分栅格时，先获取A乡镇的电子地图，将A乡镇划分为横向20竖向20共400个栅格，将A乡镇存在的路网、河流、山川等地图地理信息渲染到电子地图中。随后，查询A乡镇在过去15天内有10个店铺存在交易，且A乡镇一共发生了200个历史行为信息，则将店铺所在的经纬度坐标和每个历史行为信息的经纬度坐标共210个位置点渲染到电子地图中。
202、根据预设数目的栅格中发生的多个历史行为信息，为预设数目的栅格中每个栅格确定辐射半径。
在本申请实施例中，由于历史行为信息实际表现是不连续的，故为了保证有效区域的完整性，避免在遍历过程中遗漏掉一些较小的有效区域，本申请会根据预设数目的栅格中发生的多个历史行为信息，为预设数目的栅格中每个栅格确定辐射半径，从而确定每个栅格内历史行为信息辐射的区域面积作为有效区域。
在具体应用场景中，考虑到历史行为信息是分为不同的行为类型的，比如购买生鲜类产品、购买速食产品等等，每个栅格中聚集的店铺的功能也是不同的，使得不同栅格中不同行为类型的历史行为信息的影响程度和权重也是不同的。因此，在为栅格确定辐射半径时，为了根据历史行为信息的行为类型和信息数量计算出一个合理的辐射半径，将全部的有效区域标记出来，对于每一个栅格，需要计算每一行为类型对应的辐射半径，再从中选取取值最大的目标辐射半径作为栅格的辐射半径，并在后续按照辐射半径进行有效区域的标记操作，具体计算辐射半径的过程如下：
首先，对于预设数目的栅格中每个栅格，识别栅格内渲染的多个目标历史行为信息，查询多个目标历史行为信息的行为类型。其中，每个历史行为信息都对应于一种行为类型，例如，人们使用叫车软件打车产生的位置数据归属于交通行为类型、在饭店支付产生的位置信息归属于餐饮消费行为类型以及便利店类型、大型商场类型等等。随后，将行为类型一致的目标历史行为信息划分为同一信息组，得到多个信息组，也就是将一个栅格内同属于一种行为类型的目标历史行为信息划分为一个信息组，比如将所有的餐饮消费行为类型的目标历史行为信息划分为一个信息组、所有便利店消费行为类型的目标历史行为信息划分为另一个信息组。接下来，对于多个信息组中每个信息组，获取信息组的行为类型对应的预设权重，并统计信息组包括的目标历史行为信息的信息数量，其中，预设权重用于指示商业行为的重要程度，可以是20%、30%、50%等，预设权重可以使用系统默认的数值，也可以是相关技术人员根据实地情况预设的数值，本申请对于预设权重的设置方式和数值大小不进行具体限定。之后，计算信息数量的指数运算结果与预设权重的乘积结果，该乘积结果也即是根据当前处理的信息组确定的一个备选的辐射半径。后续重复执行乘积结果的计算过程，分别为每个信息组计算乘积结果，得到多个乘积结果，最后在多个乘积结果中选取目标乘积结果，将目标乘积结果的取值作为栅格的辐射半径，该目标乘积结果大于多个乘积结果中除目标乘积结果外的其他乘积结果，也即是多个乘积结果中最大的乘积结果，作为当前处理的栅格最终的辐射半径取值。综上，为栅格计算辐射半径的过程实际上是基于栅格中多个信息组分别计算多个候选的辐射半径，最后在多个候选的辐射半径中选择最大的辐射半径作为栅格最终的辐射半径，具体为栅格确定最终辐射半径的公式可如下述公式1：
公式1：r=max(θx(1+1/(1+e-n)))
其中，r为辐射半径，θ为预设权重，n为信息数量，max表示目标乘积结果。下面举例说明该公式1所示的计算过程，假设预设B1栅格内存在餐饮消费类型信息数量n=2，预设权重θ=20%，交通支付类型信息数量为n=3，预设权重θ=50%，计算餐饮消费辐射半径r1，将预设权重20%以及信息数量2带入公式，即20%x(1+1/(1+e-2)))得到r1等于0.376，计算交通支付辐射半径r2，将预设权重50%以及信息数量3带入公式50%x(1+1/(1+e-3))) 得到r2等于0.975，选取r1、r2中的最大值0.975作为B1栅格的辐射半径。也就是说，将每个信息组行为类型对应的信息数量和预设权重数值带入辐射半径计算公式中，对所有的乘积结果取最大值作为当前栅格的辐射半径。
通过重复执行上述辐射半径的生成过程，分别为每个栅格确定辐射半径。
203、标记预设数目的栅格的辐射半径覆盖的多个目标栅格，基于多个目标栅格，构建有效区域。
在具体实施场景中，确定了每个栅格的辐射半径后，由于辐射半径覆盖的区域是栅格中的历史行为信息所能影响到的区域，属于有效区域，因此，需要标记预设数目的栅格的辐射半径覆盖的多个目标栅格，基于多个目标栅格，构建有效区域，具体构建有效区域的过程如下：
首先，分别读取预设数目的栅格中每个栅格的辐射半径覆盖的目标栅格，得到多个目标栅格，并将多个目标栅格标记在所述电子地图上，其中目标栅格也就是当辐射半径覆盖的范围大于栅格面积时，辐射半径内的栅格。随后，检测多个目标栅格之间的联通关系，将存在联通关系的至少两个目标栅格进行整合，得到多个初始区域。需要说明的是，检测多个目标栅格之间的联通关系也就是检测目标栅格之间的路网信息，通过路网判断目标栅格能否联通起来，通过路网信息将得到的多个目标栅格进行联通，形成多个初始区域。接下来，在电子地图的地图地理数据中查询多个初始区域之间的第一联通路线，其中第一联通路线可以是能够使两个区域联通的路线如路网，基于第一联通路线将多个初始区域联通，得到有效区域。
实际应用中，考虑到有些栅格对应的是山区，人们所在的范围较小，发生商业活动的范围也很小，使得辐射半径覆盖的范围小于栅格的面积，导致无法识别到辐射半径覆盖的栅格，这种辐射半径只能在栅格中形成一个较小的区域。为了避免这类较小的区域被丢弃，需要采用路膨胀的方式将这类区域与其相近的有效区域联通，具体联通过程如下：
当读取到预设数目的栅格的辐射半径中存在未覆盖任何目标栅格的指定辐射半径时，基于指定辐射半径，构建辐射区域。需要说明的是，辐射区域面积较小为了避免其因为边界不存在路网与有效区域不连通而丢失，需要将辐射区域与有效区域整合到一起，具体地，首先计算辐射区域与多个目标栅格中每个目标栅格之间的直线距离，得到多个距离数据，随后在多个距离数据中确定目标距离数据以及目标距离数据在多个目标栅格中对应的指定目标栅格，目标距离数据小于多个距离数据中除目标距离数据外的其他距离数据，也就是选取直线距离最短，距离辐射区域最近的栅格进行联通。例如辐射区域1与栅格B1的直线距离为5公里，与栅格C2的直线距离为3公里，则选取直线距离最短的栅格C2作为目标栅格与辐射区域进行联通。最后在电子地图的地图地理数据中查询指定目标栅格与辐射区域之间的第二联通路线，其中第二联通路线是基于目标地区原有的地图地理数据，按照路膨胀的联通方式将两个相互独立不存在路网的有效区域进行联通。其中，路膨胀就是将目标地区原有的路网通过直线延长或者转弯的方式使目标区域边界与路网相连，再基于第二联通路线将指定目标栅格与辐射区域联通。
204、采用追踪算法在电子地图中识别有效区域以外的区域作为无效区域，将无效区域输出。
在具体实施场景中，没有人、没有店、没有商业行为的无效区域才是真正需要在网格中去除的区域，因此在整合目标区域所有的有效区域后，需要识别有效区域以外的区域作为无效区域输出并渲染到用于指导零售服务的网格中，只有在网格中去除无效区域才能够使网格具有实际作业指导的意义，帮助更准确的聚焦重点区域，具体识别无效区域的过程如下：
首先，采用追踪算法识别电子地图，提取有效区域以外未发生标记的多个空白区域。其中，追踪算法可以是四领域边界追踪算法、八领域边界追踪算法、摩尔邻域追踪算法等等具有遍历追踪能力的算法，本申请对追踪算法的类型不进行具体限定。例如，假设采用四领域边界追踪算法，则首先从左至右，从上至下扫描电子地图，找到位于左上方的第一个无效区域边界点P0，随后，在P0位置点逆时针方向搜索p0为中心的3x3领域，在遇到新的边界时，识别新边界点P1，重复执行搜索操作，直到当第n个位置点Pn与P1位置相同，第n-1个位置点Pn-1与P0位置相同时停止搜索，将第一个位置点到第n-2个位置点围成的区域作为无效区域。随后，由于过小的空白区域在网格指导中不具有重要的地位，对于过小的空白区域进行分析不仅会增加工作量而且是毫无意义的，因此，检测多个空白区域的中每个空白区域的区域面积，在多个空白区域中确定区域面积小于预设面积阈值的目标空白区域。其中，面积阈值可以设置为3平方公里或者是5平方公里等等，可以使用系统默认的数值，也可以是相关技术人员根据实际目标地区的区域面积确定的，本申请对面积阈值的设置方式与数值大小不进行具体的限定。在多个空白区域中将目标空白区域删除，使得过小的空白区域直接删除，再将删除后的多个空白区域作为无效区域输出。
需要说明的是，输出的无效区域实际上是用于协助确定待进行服务指导的区域的，因此，无效区域需要渲染到用于识别目标地区中待进行服务指导的区域的地区网格之中。其中，地区网格是由基础网格和标准网格计算的二维空间，在将无效区域渲染到目标地区的地区网络之中后，遍历地区网格，确定与无效区域之间存在联通关系的目标区域，在地区网格中将所述区域与目标区域之间的联通断开。具体地，可以通过调整无效区域与有效区域之间的边界权重来将无效区域从网格中剔除，例如设置权重为0、1两种取值，由于无效区域不应该和任何的有效区域之间发生联通，所以无效区域与任何有效区域之间的权重都是0，相反必须联通的有效区域之间的权重即为1。这样，在地图网格中检测无效区域时，可以识别区域与区域之间的权重，在识别到权重为0时，将两个区域之间的联通关系断开，确保无效区域和有效区域之间不会相互合并，切断无效区域与有效区域之间的联通关系。
本申请实施例提供的方法，获取目标地区的电子地图，将电子地图划分为预设数目的栅格，再根据预设数目的栅格中发生的多个历史行为信息，为预设数目的栅格中每个栅格确定辐射半径，标记预设数目的栅格的辐射半径覆盖的多个目标栅格，基于多个目标栅格，构建有效区域，采用追踪算法在电子地图中识别所述有效区域以外的区域作为无效区域，将所述无效区域输出。利用无效区域不存在商业行为的特点，提取电子地图中未发生标记的无效区域并渲染到用于指导零售服务的网格中，实现在网格中去除无效区域，帮助指导零售服务更准确的聚焦重点区域，提高服务指导作业效率。
进一步地，作为图1所述方法的具体实现，本申请实施例提供了一种区域识别装置，如图3A所示，所述装置包括：获取模块301、第一确定模块302、标记模块303、识别模块304。
获取模块301，用于获取目标地区的电子地图，将所述电子地图划分为预设数目的栅格；
第一确定模块302，用于根据所述预设数目的栅格中发生的多个历史行为信息，为所述预设数目的栅格中每个栅格确定辐射半径；
标记模块303，用于标记所述预设数目的栅格的辐射半径覆盖的多个目标栅格，基于所述多个目标栅格，构建有效区域；
识别模块304，用于采用追踪算法在所述电子地图中识别所述有效区域以外的区域作为无效区域，将所述无效区域输出。
在具体的应用场景中，如图3B所示，所述装置还包括：第一渲染模块305。
第一渲染模块305，用于获取所述电子地图的地图地理数据，将所述地图地理数据渲染至所述电子地图，所述地图地理数据至少包括所述目标地区的边界数据、路网数据、水系数据以及兴趣面AOI数据中的一种或一种以上；
所述第一渲染模块305，还用于统计所述目标地区在指定历史时间段内发生的所述多个历史行为信息，按照所述多个历史行为信息的发生位置，将所述多个历史行为信息渲染至所述电子地图。
在具体的应用场景中，所述第一确定模块302，还用于对于所述预设数目的栅格中每个栅格，识别所述栅格内渲染的多个目标历史行为信息，查询所述多个目标历史行为信息的行为类型，将所述行为类型一致的目标历史行为信息划分为同一信息组，得到多个信息组，对于所述多个信息组中每个信息组，获取所述信息组的行为类型对应的预设权重，并统计所述信息组包括的目标历史行为信息的信息数量，计算所述信息数量的指数运算结果与所述预设权重的乘积结果，重复执行乘积结果的计算过程，分别为所述每个信息组计算乘积结果，得到多个乘积结果，在所述多个乘积结果中选取目标乘积结果，将所述目标乘积结果的取值作为所述栅格的辐射半径，所述目标乘积结果大于所述多个乘积结果中除所述目标乘积结果外的其他乘积结果，重复执行上述辐射半径的生成过程，分别为所述每个栅格确定辐射半径。
在具体的应用场景中，所述标记模块303，还用于分别读取所述预设数目的栅格中每个栅格的辐射半径覆盖的目标栅格，得到所述多个目标栅格，并将所述多个目标栅格标记在所述电子地图上，检测所述多个目标栅格之间的联通关系，将存在所述联通关系的至少两个目标栅格进行整合，得到多个初始区域，在所述电子地图的地图地理数据中查询所述多个初始区域之间的第一联通路线，基于所述第一联通路线将所述多个初始区域联通，得到所述有效区域。
在具体应用场景中，所述标记模块303，还用于当读取到所述预设数目的栅格的辐射半径中存在未覆盖任何目标栅格的指定辐射半径时，基于所述指定辐射半径，构建辐射区域，计算所述辐射区域与所述多个目标栅格中每个目标栅格之间的直线距离，得到多个距离数据，在所述多个距离数据中确定目标距离数据以及所述目标距离数据在所述多个目标栅格中对应的指定目标栅格，所述目标距离数据小于所述多个距离数据中除所述目标距离数据外的其他距离数据，在所述电子地图的地图地理数据中查询所述指定目标栅格与所述辐射区域之间的第二联通路线，基于所述第二联通路线将所述指定目标栅格与所述辐射区域联通。
在具体的应用场景中，所述识别模块304，还用于采用所述追踪算法识别所述电子地图，提取所述有效区域以外未发生标记的多个空白区域，检测所述多个空白区域的中每个空白区域的区域面积，在所述多个空白区域中确定区域面积小于预设面积阈值的目标空白区域，在所述多个空白区域中将所述目标空白区域删除，并将删除后的所述多个空白区域作为所述无效区域输出。
在具体应用场景中，如图3C所示，所述装置还包括：第二渲染模块306、第二确定模块307、切断模块308。
第二渲染模块306，用于将所述无效区域渲染到所述目标地区的地区网格中，所述地区网格用于识别所述目标地区中待进行服务指导的区域；
第二确定模块307，用于遍历所述地区网格，确定与所述无效区域之间存在联通关系的目标区域；
切断模块308，用于在所述地区网格中将所述无效区域与所述目标区域之间的联通断开。
本申请实施例提供的装置，首先获取目标地区的电子地图，将电子地图划分为预设数目的栅格，再根据预设数目的栅格中发生的多个历史行为信息，为预设数目的栅格中每个栅格确定辐射半径，标记预设数目的栅格的辐射半径覆盖的多个目标栅格，基于多个目标栅格，构建有效区域，采用追踪算法在电子地图中识别所述有效区域以外的区域作为无效区域，将所述无效区域输出。利用无效区域不存在发生商业行为的特点，提取电子地图中未发生标记的无效区域并渲染到用于指导零售服务的网格中，实现在网格中去除无效区域，帮助指导零售服务更准确的聚焦重点区域，提高服务指导作业效率。
需要说明的是，本申请实施例提供的一种区域识别装置所涉及各功能单元的其他相应描述，可以参考图1和图2中的对应描述，在此不再赘述。
在示例性实施例中，参见图4，还提供了一种设备，该设备包括通信总线、处理器、存储器和通信接口，还可以包括输入输出接口和显示设备，其中，各个功能单元之间可以通过总线完成相互间的通信。该存储器存储有计算机程序，处理器，用于执行存储器上所存放的程序，执行上述实施例中的区域识别方法。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的区域识别方法的步骤。
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本申请可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质（可以是CD-ROM，U盘，移动硬盘等）中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施场景所述的方法。
本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本申请所必须的。
本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
上述本申请序号仅仅为了描述，不代表实施场景的优劣。
以上公开的仅为本申请的几个具体实施场景，但是，本申请并非局限于此，任何本领域的技术人员能思之的变化都应落入本申请的保护范围。
Claims (10)
1.一种区域识别方法，其特征在于，包括：
获取目标地区的电子地图，将所述电子地图划分为预设数目的栅格；
根据所述预设数目的栅格中发生的多个历史行为信息，为所述预设数目的栅格中每个栅格确定辐射半径；
标记所述预设数目的栅格的辐射半径覆盖的多个目标栅格，基于所述多个目标栅格，构建有效区域；
采用追踪算法在所述电子地图中识别所述有效区域以外的区域作为无效区域，将所述无效区域输出。
2.根据权利要求1所述的方法，其特征在于，所述获取目标地区的电子地图，将所述电子地图划分为预设数目的栅格之后，所述方法还包括：
获取所述电子地图的地图地理数据，将所述地图地理数据渲染至所述电子地图，所述地图地理数据至少包括所述目标地区的边界数据、路网数据、水系数据以及兴趣面AOI数据中的至少一种；
统计所述目标地区在指定历史时间段内发生的所述多个历史行为信息，按照所述多个历史行为信息的发生位置，将所述多个历史行为信息渲染至所述电子地图。
3.根据权利要求1所述的方法，其特征在于，所述根据所述预设数目的栅格中发生的多个历史行为信息，为所述预设数目的栅格中每个栅格确定辐射半径，包括：
对于所述预设数目的栅格中每个栅格，识别所述栅格内渲染的多个目标历史行为信息；
查询所述多个目标历史行为信息的行为类型，将所述行为类型一致的目标历史行为信息划分为同一信息组，得到多个信息组；
对于所述多个信息组中每个信息组，获取所述信息组的行为类型对应的预设权重，并统计所述信息组包括的目标历史行为信息的信息数量；
计算所述信息数量的指数运算结果与所述预设权重的乘积结果；
重复执行乘积结果的计算过程，分别为所述每个信息组计算乘积结果，得到多个乘积结果；
在所述多个乘积结果中选取目标乘积结果，将所述目标乘积结果的取值作为所述栅格的辐射半径，所述目标乘积结果大于所述多个乘积结果中除所述目标乘积结果外的其他乘积结果；
重复执行上述辐射半径的生成过程，分别为所述每个栅格确定辐射半径。
4.根据权利要求1所述的方法，其特征在于，所述标记所述预设数目的栅格的辐射半径覆盖的多个目标栅格，基于所述多个目标栅格，构建有效区域，包括：
分别读取所述预设数目的栅格中每个栅格的辐射半径覆盖的目标栅格，得到所述多个目标栅格，并将所述多个目标栅格标记在所述电子地图上；
检测所述多个目标栅格之间的联通关系，将存在所述联通关系的至少两个目标栅格进行整合，得到多个初始区域；
在所述电子地图的地图地理数据中查询所述多个初始区域之间的第一联通路线，基于所述第一联通路线将所述多个初始区域联通，得到所述有效区域。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
当读取到所述预设数目的栅格的辐射半径中存在未覆盖任何目标栅格的指定辐射半径时，基于所述指定辐射半径，构建辐射区域；
计算所述辐射区域与所述多个目标栅格中每个目标栅格之间的直线距离，得到多个距离数据；
在所述多个距离数据中确定目标距离数据以及所述目标距离数据在所述多个目标栅格中对应的指定目标栅格，所述目标距离数据小于所述多个距离数据中除所述目标距离数据外的其他距离数据；
在所述电子地图的地图地理数据中查询所述指定目标栅格与所述辐射区域之间的第二联通路线，基于所述第二联通路线将所述指定目标栅格与所述辐射区域联通。
6.根据权利要求1所述的方法，其特征在于，所述采用追踪算法在所述电子地图中识别所述有效区域以外的区域作为无效区域，将所述无效区域输出，包括：
采用所述追踪算法识别所述电子地图，提取所述有效区域以外未发生标记的多个空白区域；
检测所述多个空白区域的中每个空白区域的区域面积，在所述多个空白区域中确定区域面积小于预设面积阈值的目标空白区域；
在所述多个空白区域中将所述目标空白区域删除，并将删除后的所述多个空白区域作为所述无效区域输出。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
将所述无效区域渲染到所述目标地区的地区网格中，所述地区网格用于识别所述目标地区中待进行服务指导的区域；
遍历所述地区网格，确定与所述无效区域之间存在联通关系的目标区域；
在所述地区网格中将所述无效区域与所述目标区域之间的联通断开。
8.一种区域识别装置，其特征在于，包括：
获取模块，用于获取目标地区的电子地图，将所述电子地图划分为预设数目的栅格；
第一确定模块，用于根据所述预设数目的栅格中发生的多个历史行为信息，为所述预设数目的栅格中每个栅格确定辐射半径；
标记模块，用于标记所述预设数目的栅格的辐射半径覆盖的多个目标栅格，基于所述多个目标栅格，构建有效区域；
识别模块，用于采用追踪算法在所述电子地图中识别所述有效区域以外的区域作为无效区域，将所述无效区域输出。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110685060.1A CN113254565B (zh) | 2021-06-21 | 2021-06-21 | 区域识别方法、装置、计算机设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110685060.1A CN113254565B (zh) | 2021-06-21 | 2021-06-21 | 区域识别方法、装置、计算机设备及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113254565A CN113254565A (zh) | 2021-08-13 |
| CN113254565B true CN113254565B (zh) | 2021-09-28 |
Family
ID=77188897
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110685060.1A Active CN113254565B (zh) | 2021-06-21 | 2021-06-21 | 区域识别方法、装置、计算机设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113254565B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110298500A (zh) * | 2019-06-19 | 2019-10-01 | 大连理工大学 | 一种基于出租车数据和城市路网的城市交通轨迹数据集生成方法 |
| CN111753210A (zh) * | 2020-05-27 | 2020-10-09 | 浙江口碑网络技术有限公司 | 资源推送方法、装置、计算机设备及计算机可读存储介质 |
| CN111898787A (zh) * | 2019-05-06 | 2020-11-06 | 中国移动通信集团湖南有限公司 | 基站规划方法、装置、终端设备以及存储介质 |
| CN112069281A (zh) * | 2020-09-08 | 2020-12-11 | 智慧足迹数据科技有限公司 | 兴趣点位置的确定方法、装置、计算机设备及存储介质 |
| CN112287251A (zh) * | 2020-12-29 | 2021-01-29 | 浙江口碑网络技术有限公司 | 线上门店的异常状态检测方法、装置及系统 |
| CN112580881A (zh) * | 2020-12-23 | 2021-03-30 | 平安银行股份有限公司 | 营业网点选址方法、装置、计算机设备及存储介质 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8458173B2 (en) * | 2009-12-15 | 2013-06-04 | Mapquest, Inc. | Computer-implemented methods and systems for multi-level geographic query |
| CN107133599A (zh) * | 2017-05-11 | 2017-09-05 | 南宁市正祥科技有限公司 | 一种田间道路检测方法 |
| CN108896051B (zh) * | 2018-07-13 | 2022-01-11 | 京东方科技集团股份有限公司 | 购物导航方法及其装置、电子设备、存储介质 |
| CN111475591B (zh) * | 2019-01-24 | 2023-05-26 | 阿里巴巴集团控股有限公司 | 一种用于兴趣点采集的道路关联方法及设备 |
| US10929088B2 (en) * | 2019-03-19 | 2021-02-23 | Cisco Technology, Inc. | Active area of interest tracking in a multiuser digital whiteboard session |
| CN110426717B (zh) * | 2019-09-12 | 2021-08-03 | 香港理工大学 | 一种协同定位方法及系统、定位设备、存储介质 |
-
2021
- 2021-06-21 CN CN202110685060.1A patent/CN113254565B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111898787A (zh) * | 2019-05-06 | 2020-11-06 | 中国移动通信集团湖南有限公司 | 基站规划方法、装置、终端设备以及存储介质 |
| CN110298500A (zh) * | 2019-06-19 | 2019-10-01 | 大连理工大学 | 一种基于出租车数据和城市路网的城市交通轨迹数据集生成方法 |
| CN111753210A (zh) * | 2020-05-27 | 2020-10-09 | 浙江口碑网络技术有限公司 | 资源推送方法、装置、计算机设备及计算机可读存储介质 |
| CN112069281A (zh) * | 2020-09-08 | 2020-12-11 | 智慧足迹数据科技有限公司 | 兴趣点位置的确定方法、装置、计算机设备及存储介质 |
| CN112580881A (zh) * | 2020-12-23 | 2021-03-30 | 平安银行股份有限公司 | 营业网点选址方法、装置、计算机设备及存储介质 |
| CN112287251A (zh) * | 2020-12-29 | 2021-01-29 | 浙江口碑网络技术有限公司 | 线上门店的异常状态检测方法、装置及系统 |
Non-Patent Citations (2)
| Title |
|---|
| Comparative analysis of heat maps over voronoi diagram in eye gaze data visualization;S Akshay，等;《2017 International Conference on Intelligent Computing and Control (I2C2)》;20180322;第1-6页 * |
| 基于遥感和GIS的选址策略研究与实现;高劲松，等;《武汉大学学报 信息科学版》;20050930;第30卷(第9期);第778-781页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113254565A (zh) | 2021-08-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10119829B2 (en) | Route planning method and device for navigation system and storage medium | |
| CN107657637B (zh) | 一种农机作业面积获取方法 | |
| US9551583B1 (en) | Hybrid road network and grid based spatial-temporal indexing under missing road links | |
| CN101350012B (zh) | 一种地址匹配的方法和系统 | |
| US10775185B2 (en) | Method and apparatus for acquiring route popularity in road networks | |
| US11966424B2 (en) | Method and apparatus for dividing region, storage medium, and electronic device | |
| CN103884345A (zh) | 兴趣点信息采集方法、显示方法、装置及系统 | |
| CN102761894A (zh) | 获取路径的方法、装置及系统 | |
| CN104102637A (zh) | 一种生成热点区域的方法及装置 | |
| RU2014119437A (ru) | Способ и система для навигации с использованием связанных географических регионов | |
| EP2495696A1 (en) | Management server, population information calculation management server, zero population distribution area management method, and population information calculation method | |
| CN114661846A (zh) | 一种用于国土空间规划的数据处理方法及系统 | |
| John et al. | Deriving incline values for street networks from voluntarily collected GPS traces | |
| CN105203120A (zh) | 导航路线评测方法及装置 | |
| CN110362640B (zh) | 一种基于电子地图数据的任务分配方法及装置 | |
| CN114048943A (zh) | 一种基于无人机bim和swmm的城市内涝分析方法、装置及介质 | |
| CN106980029B (zh) | 车辆超速判断方法及其系统 | |
| CN103712628A (zh) | 导航路径描绘方法和终端 | |
| KR20140056828A (ko) | 사용자 단말을 이용한 유동 인구 분석 장치, 방법 및 컴퓨터 판독 가능한 기록 매체 | |
| CN103839291A (zh) | 构建三维地形的方法及装置 | |
| CN113254565B (zh) | 区域识别方法、装置、计算机设备及计算机可读存储介质 | |
| CN101825473B (zh) | 一种导航方法及导航系统 | |
| CN105717517B (zh) | 一种车载北斗多模gnss高精度道路基础数据采集方法 | |
| CN117455032A (zh) | 基于地理模型的路网规划优化方法及系统 | |
| CN103246650A (zh) | 道路逻辑模型及其制作方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |