CN113342910A - 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 - Google Patents

Abstract

一种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，所述方法包括：利用数据加载引擎提取特定场所的数据，并判定提取出的特定场所所属于的场所类别，从而建立特定场所数据库；利用标准样本加载引擎抽取各个区域类型的标准样本，并且根据特定场所数据库计算各个区域类型的标准样本在预定范围内所具有的在各场所类别下的特定场所的数量，作为与各个区域类型相对应的标准特征向量；以及针对指定地点，根据特定场所数据库计算指定地点在所述预定范围内所具有的在各场所类别下的特定场所的数量，作为指定地点的识别特征向量，并且比较识别特征向量与各标准特征向量以确定所述指定地点的区域类型。

Description

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

技术领域

本发明涉及计算机技术领域，尤其涉及一种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。

背景技术

由于我国城镇化速度快、城乡概念和统计口径不清晰、城乡区域复杂/破碎等原因，科学有效地划分城乡区域的区域类型一直以来是个非常具有挑战的课题。

现有的划分方法，主要为城乡规划、人口普查等目的服务，往往必须受到国家标准、政府规定的约束，而且需要与行政区划进行对应。在划分上，主要采用城镇、农村的二元划分。主流的方法是利用地理信息系统(GIS)中的遥感影像数据，对地表覆盖物进行分析，通过地表覆盖物反应的土地利用程度衡量城市化程度。

在农业电商中，需要对地址进行深入理解，然后可以根据对地址的进一步地理解提供更好的服务。例如，农村的买家对农业生产资料更感兴趣(如大棚膜、小型农机农具等)，都市县城买家对农产品更感兴趣。即使同样的农产品，都市、县城、乡镇买家对品质的要求、价格的接受度会有明显差距。有些产品需要冷链运输，都市区域一般没有问题，但县城、乡镇、农村都存在无法送达的风险。基于城乡4元划分(都市、县城、乡镇和农村)理解买家所处的位置，对于前文例举的几个场景，可以给农村买家更多地推荐农业生产资料；可以基于都市、县城、乡镇不同的消费需求推荐不同品质和价格的农产品；对位于都市之外区域的用户可以发出冷链可能无法送达的预警等。

然而，在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

现有的一种城乡划分方法提出了基于行政区划的属性确定待评估地点的行政区划，例如，形式区划的属性归属于“市”或者“区”，则划分为都市；归属于“县”，则划分为县城；3)归属于“乡镇”，则划分为乡镇；以及归属于“村”，则划分为农村。

然而，这种划分方式非常不精确，例如，由于行政上的特殊安排或者提前规划，市辖区的城市化程度未必高于所有的“县”，县、乡镇街道的情况同样如此；并且市辖区、县、乡镇的区域中也包含了大量的农村区域，不能简单地对整个行政区划做判断。

现有的另一种城乡划分方法提出了基于地理信息系统(GIS)中的遥感图像数据识别地表覆盖物，根据地表覆盖物的人类参与程度反映城市化程度。例如：建筑物使用的沥青、混凝土、砂石、砖瓦等覆盖物赋予最高的分数；耕地反映较为集约的土地利用形式，赋予次高的分数；人工林、草地、水体、荒地等依次赋予更低的分数。通过得分情况，对地表进行切割，连片的高得分区域设定为城镇核心区。

然而，该方法仅在进行城乡二元划分时能够得到优良的结果。如果要实现4元划分，却存在诸多挑战。例如：都市、县城、乡镇中都会有大量的人造覆盖物，而该方法很难实现人造覆盖物内部的区分。例如，同样是混凝土、砂石、砖瓦构建的建筑物，购物中心、超市、小卖部代表了不同的城市化程度，而现有的该遥感技术很难实现这种区分。

城乡4元划分，本质上是对人类改造自然程度的刻画，任何能如实反映这种程度的度量方式都可以完成本发明的目的，但同时也会有自身的局限性。例如，谷歌地图提供的夜景灯光分布就可以达到类似的目的，这个方案的缺点是精度不够高，且无法识别只有白天活动的区域。

发明内容

有鉴于此，本发明实施例提供一种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，其能够针对任意一个地点，根据该地点周围的预定范围内的特定场所(例如，公共场所)的分布情况，准确确定该地点所属于的区域类型，从而根据该地点的区域类型，具有针对性地向该地点提供与其区域类型相对应的特定服务，从而降低了系统创建成本，并且提升了对城镇化快速发展的适应性。

为实现上述目的，根据本发明实施例的一个方面，提供了一种用于确定区域类型的方法，包括：利用数据加载引擎提取特定场所的数据，并判定提取出的所述特定场所所属于的场所类别，从而建立特定场所数据库；利用标准样本加载引擎抽取各个所述区域类型的标准样本，并且根据所述特定场所数据库计算各个所述区域类型的所述标准样本在预定范围内所具有的在各所述场所类别下的所述特定场所的数量，作为与各个所述区域类型相对应的标准特征向量；以及针对指定地点，根据所述特定场所数据库计算所述指定地点在所述预定范围内所具有的在各所述场所类别下的所述特定场所的数量，作为所述指定地点的识别特征向量，并且比较所述识别特征向量与各所述标准特征向量以确定所述指定地点的区域类型。

进一步地，所述比较所述识别特征向量与各所述标准特征向量以确定所述指定地点的区域类型包括：计算所述识别特征向量与各个所述标准特征向量之间的欧氏距离；以及将与所述识别特征向量的欧式距离最近的所述标准特征向量所对应的区域类型确定为所述指定地点的区域类型。

进一步地，当每个所述区域类型均具有多个标准特征向量时，分别计算所述识别特征向量与每个所述区域类型的各自的所述多个标准特征向量的欧式距离的平均值；以及将所述平均值最小的所述多个标准特征向量所对应的区域类型确定为所述指定地点的区域类型。

进一步地，所述判定提取出的所述特定场所所属于的场所类别以建立所述特定场所数据库包括：根据所述特定场所的名称识别所述特征场所所属于的场所类别；以及将识别出的所述特定场所的场所类别与所述特定场所的名称和经纬度信息对应地存储在所述特定场所数据库中。

进一步地，所述区域类型可以包括都市、县城、乡镇和农村。

进一步地，所述方法还包括：当已经确定所述指定地点的区域类型时，向位于所述指定地点的用户发送与所述区域类型相对应的信息。

进一步地，所述预定范围包括1平方公里的矩形区域，并且所述指定地点的所述预定范围包括以所述指定地点的经纬度位置为中心的1平方公里的矩形区域。

根据本发明实施例的另一个方面，提供了一种用于确定区域类型的装置，包括：数据采集模块，该数据采集模块用于利用数据加载引擎提取特定场所的数据，并判定提取出的所述特定场所所属于的场所类别，从而建立特定场所数据库；标准样本设定模块，该标准样本设定模块用于利用标准样本加载引擎抽取各个所述区域类型的标准样本，并且根据所述特定场所数据库计算各个所述区域类型的所述标准样本在预定范围内所具有的在各所述场所类别下的所述特定场所的数量，作为与各个所述区域类型相对应的标准特征向量；以及区域类型确定模块，针对指定地点，该区域类型确定模块用于根据所述特定场所数据库计算所述指定地点在所述预定范围内所具有的在各所述场所类别下的所述特定场所的数量，作为所述指定地点的识别特征向量，并且比较所述识别特征向量与各所述标准特征向量以确定所述指定地点的区域类型。

进一部地，所述比较所述识别特征向量与各所述标准特征向量以确定所述指定地点的区域类型包括：计算所述识别特征向量与各个所述标准特征向量之间的欧氏距离；以及将与所述识别特征向量的欧式距离最近的所述标准特征向量所对应的区域类型确定为所述指定地点的区域类型。

进一部地，当每个所述区域类型均具有多个标准特征向量时，分别计算所述识别特征向量与每个所述区域类型的各自的所述多个标准特征向量的欧式距离的平均值；并且将所述平均值最小的所述多个标准特征向量所对应的区域类型确定为所述指定地点的区域类型。

进一部地，所述判定提取出的所述特定场所所属于的场所类别以建立所述特定场所数据库包括：根据所述特定场所的名称识别所述特征场所所属于的场所类别；以及将识别出的所述特定场所的场所类别与所述特定场所的名称和经纬度信息对应地存储在所述特定场所数据库中。

进一部地，所述区域类型包括都市、县城、乡镇和农村。

进一部地，所述装置还包括：信息发送模块，该信息发送模块用于当已经确定所述指定地点的区域类型时，向位于所述指定地点的用户发送与所述区域类型相对应的信息。

进一部地，所述预定范围包括1平方公里的矩形区域，并且所述指定地点的所述预定范围包括以所述指定地点的经纬度位置为中心的1平方公里的矩形区域。

根据本发明的再一个方面，提供了一种用于确定区域类型的电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如前文所述的方法。

根据本发明的又一方面，提供了一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现前文所述的方法。

上述发明中的一个实施例具有如下优点或有益效果：因为采用利用诸如公共场所这样的特定场所的数量计算指定地点的识别特征向量与各区域类型的标准特征向量的距离技术手段，所以克服了现有的4元划分中精度低、适用性差等技术问题，进而达到如下技术效果：能够针对任意一个地点，根据该地点周围的预定范围内的特定场所(例如，公共场所)的分布情况，准确确定该地点所属于的区域类型，从而根据该地点的区域类型，具有针对性地向该地点提供与其区域类型相对应的特定服务，从而降低了系统创建成本，并且提升了对城镇化快速发展的适应性。优选地，所述预定范围设定为1平方公里，从而能够以细颗粒度更加精确的确定指定地点的区域类型。更优选地，以4元划分确定区域类型为都市、乡镇和农村的哪一种，从而更加科学的反映人类对自然的改造程度，将区域类型划分地更加合理。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的用于确定区域类型的方法的主要流程的示意图；

图2是根据本发明另一个实施例的用于确定区域类型的方法的主要流程的示意图；

图3是根据本发明实施例的用于确定区域类型的装置的主要模块的示意图；

图4是根据本发明另一个实施例的用于确定区域类型的装置的主要模块的示意图；

图5是本发明实施例可以应用于其中的示例性系统架构图；

图6是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图1是根据本发明实施例的用于确定区域类型的方法的主要流程的示意图，如图1所示，根据本发明实施例的用于确定区域类型的方法包括步骤S101-S103，下文将详细描述上述各个步骤。

步骤S101，数据采集步骤。

利用数据加载引擎提取特定场所的数据，并调用预设的场所类别划分模型以判定提取出的所述特定场所所属于的场所类别，从而建立特定场所数据库。

具体地，利用数据加载引擎从例如公开的地图数据提取作为特定场所的公共场所的数据，该数据包括且不限于公共场所的名称和经纬度信息等。然后，根据数据中包括的公共场所的名称等来判定所有公共场所的场所类别，例如，小区、学校、写字楼、酒店、宾馆、餐厅、酒吧、停车场、公交车站等。在一个应用实例中，可以获得例如270个场所类别。

将公共场所的所有信息，包括且不限于公共场所的名称、经纬度信息、已经判定所属于的场所类别(例如，学校、小区、公交车站等)等，存储至特定场所数据库。

步骤S102，标准样本设定步骤。

利用标准样本加载引擎抽取各个区域类型(优选的，都市、县城、乡镇、农村)的标准样本，并且调用特征向量计算模型，以根据所述特定场所数据库计算各个所述区域类型的所述标准样本在预定范围内所具有的在各所述场所类别下的所述特定场所的数量，作为与各个所述区域类型相对应的标准特征向量。

具体地，例如，利用标准样本加载引擎抽取典型的区域类型的标准样本，特征向量计算模型执行的处理包括计算标准样本在预定范围内，例如，1平方公里的区域范围内所具有的各场所类别下的公共场所的数量，并以每类公共场作为特征向量的一个维度，构成各个区域类型的标准特征向量。

抽取典型的区域类型的标准样本可以采用随机抽取的方式，也可以采用例如人为设定的标准，并且将满足该标准的最优样本作为标准样本，即，采用指定的方式抽取。本文以都市、县城、乡镇和农村的4元划分为例。

例如，抽取北京、上海、广州和深圳这四座城市的城区作为都市标准样本，计算都市标准样本在每平方公里的区域范围内的各类公共场所的数量，作为都市标准特征向量；

从每个省随机抽取一个县，将抽取到的县的核心区域采样1平方公里，作为县城标准样本，并且计算县城标准样本在该1平方公里的范围内的各类公共场所的数量，作为县城标准特征向量；

从每个地级市随机抽取一个乡镇，对抽取到的乡镇的核心区域采样1平方公里，作为乡镇标准样本，并且计算乡镇标准样本在该1平方公里的范围内的各类公共场所的数量，作为乡镇标准特征向量；

从全国的每个县城随机抽取一个自然村，以村所在的1平方公里的范围作为农村标准样本，并且计算农村标准样本在该1平方公里的范围内的各类公共场所的数量，作为农村标准特征向量。

需要指出的是，都市标准特征向量、县城标准特征向量、乡镇标准特征向量和农村标准特征向量可以分别具有多个标准特定向量。

本发明的实施例采用公共场所作为统计数据以进行参考，这是因为公共场所是人类改造自然的重要成果，可以通过场所的类型和数量有效地刻画自然改造程度，是能够反映人类活动程度的一个重要指标。

步骤S103，区域类型确定步骤。

针对指定地点，调用前文所述的特征向量计算模型，以根据步骤S101中获得的特定场所数据库计算所述指定地点在所述预定范围内所具有的在各所述场所类别下的所述特定场所的数量，作为所述指定地点的识别特征向量，并且调用距离计算模型以比较所述识别特征向量与各所述标准特征向量，从而确定所述指定地点的区域类型。

具体地，特征向量计算模型执行的处理包括：当指定一个地点时，以该指定地点的经纬度位置为中心，划定一个1平方公里的范围，并且计算在该1平方米公里的范围内的各类例如公共场所的数量，作为该指定地点的识别特征向量。

距离计算模型执行的处理包括：

计算识别特征向量与步骤S102中获得的各个标准特征向量之间的欧氏距离，以将与所述识别特征向量的欧式距离最近的一个标准特征向量所对应的区域类型确定为该指定地点的区域类型；以及

当每个所述区域类型均具有多个标准特征向量时，分别计算所述识别特征向量与每个所述区域类型的多个标准特征向量的欧式距离的平均值，并且将所述平均值最小的区域类型确定为所述指定地点的区域类型。

即，当都市标准特征向量、县城标准特征向量、乡镇标准特征向量和农村标准特征向量分别具有多个标准特定向量的情况下，计算识别特征向量与各个都市标准特征向量的各欧式距离的平均值、识别特征向量与各个县城标准特征向量的各欧式距离的平均值、识别特征向量与各个乡镇标准特征向量的各欧式距离的平均值以及识别特征向量与各个农村标准特征向量的各欧式距离的平均值，并且比较上述欧式距离的各个平均值的大小，选取欧式距离的平均值最小的标准特征向量所对应的区域类型，作为指定地点的区域类型。

作为另一个实施例，如图2所示，本发明的实施例的用于确定区域类型的方法还可以包括步骤S104。

步骤S104，信息发送步骤。

当已经确定所述指定地点的区域类型时，向位于所述指定地点的用户发送与所述区域类型相对应的信息。

都市、县城、乡镇和农村的不同用户对于所需物品的品质的需求不同，因此需要向用户提供与需求相对应的各类信息，例如，提供不同品质和价格的农产品信息等。并且还可以对都市之外的区域类型的用户，发出冷链无法配送的预警信息等。

以上描述了根据本发明的实施例的用于确定区域类型的方法的各个步骤，下文将以具体实例详细描述上述用于确定区域类型的方法，以便于理解本发明，需要指出的是，以下实例仅为示例性的，而不意在对本发明的范围进行任何限制。

[具体实例]

在步骤S101中，从国内公开的电子地图软件中提取公共场所的信息(包括名字和经纬度)，一共提取到3600万个公共场所。随后，根据名字将提取出的3600万个公共场所划分类别，例如，划分为小区、学校、写字楼、酒店、宾馆、餐厅、酒吧、停车场、公交车站等270个类别。将公共场所的名称、经纬度信息、已经判定所属于的场所类别存储至公共场所数据库。

然后，在步骤S102中，选取北京、上海、广州、深圳的市区，并提取出3600个地点(3600个1平方公里的区域)作为都市标准样本；从28个省/自治区中随机抽取45个县城，并从中抽取出1260个地点(1260个1平方公里的区域)作为县城标准样本；从332个地级行政区划中，每个区划抽取3个乡镇地点，一共996个地点(996个1平方公里的区域)作为乡镇标准样本；从2030个县级行政区划中(剔除了市辖区)，每个区划抽取1个自然村，一共2030个地点(2030个1平方公里的区域)作为农村标准样本。从公共场所数据库获取上述四种区域类型的各个标准样本中所具有的各类公共场所，计算各类公共场所的数量，并且生成四种区域类型所对应的各个标准特征向量。

最后，在步骤S103中，确定指定地点的区域类型，以以下几个地点为例进行说明：

a)第一地点的经纬度(北纬，东经)：19.988406,110.33388(位于海口市龙华区城西镇)，以该第一地点为中心的1平方公里的范围内具有528个各类公共场所，计算各类公共场所数量并生成识别特征向量，分别计算该识别特征向量与前文获得的四种区域类型的各自的多个标准特征向量的欧式距离的平均值，经过计算发现，第一地点的识别特征向量与都市的标准特征向量的欧式距离的平均值最小，因此，判定第一地点为都市。根据该判定结果，在步骤S104中，可以向第一地点(海口市龙华区城西镇)发送与都市相对应的各类信息，并且提供与都市相对应地设定的各类服务，例如，向第一地点的用户推荐包含精美小包装、品质较高、新奇特等特征的农产品信息，并提供冷链、送货上门等服务，等。

b)第二地点的经纬度(北纬，东经)：33.468701,118.244174(位于宿迁市泗洪县青阳镇)，利用与前文第一地点类似的过程，发现，该第二地点在1平方公里的范围内具有397个公共场所，并且该第二地点的识别特征向量与县城的标准特征向量的欧式距离的平均值最小，因此，可以将第二地点确定为县城。根据该判定结果，在步骤S104中，可以向第二地点(宿迁市泗洪县青阳镇)发送与县城相对应的各类信息，并且提供与县城相对应地设定的各类服务，例如，向第二地点的用户推荐包含小包装、品质适中、常见品类等特征的农产品信息，并提供常温的送货上门服务，等。

c)第三地点的经纬度(北纬，东经)：24.60832,116.846301(位于龙岩市永定区下洋镇)，利用与前文第一地点类似的过程，发现，该第三地点的1平方公里的范围内具有150个公共场所，并且该第三地点的识别特征向量与乡镇的标准特征向量的欧式距离的平均值最小，因此，可以将第三地点确定为乡镇。根据该判定结果，在步骤S104中，可以向第三地点(龙岩市永定区下洋镇)发送与乡镇相对应的各类信息，并且提供与乡镇相对应地设定的各类服务，例如，向第三地点的用户推荐普通包装、性价比高、本地非应季常见品类等特征的农产品信息，并提供常温的定点自提服务，等。

d)第四地点的经纬度(北纬，东经)：23.659473,117.206496(位于漳州市诏安县桥东镇井内村)，利用与前文第一地点类似的过程，发现，该第四地点的1平方公里的范围内具有3个公共场所，并且该第四地点的识别特征向量与农村的标准特征向量的欧式距离的平均值最小，因此，可以将第四地点确定为农村。根据该判定结果，在步骤S104中，可以向第四地点(漳州市诏安县桥东镇井内村)发送与农村相对应的各类信息，并且提供与农村相对应地设定的各类服务，例如，向第四地点的用户推荐农业生产资料信息(如大棚膜、小型农机农具等)，并提供团购或者定期定点的自提服务。

如上所述，通过利用本发明的用于确定区域类型的方法，能够实现对指定地点的区域类型的精确划分，以将指定支点进行4元划分以理解用户的位置，从而针对位于不同区域类型的用户，发送与区域类型相对应的各类信息并且提供与区域类型相对应的服务。对于农村用户，提供与农业生产资料相关的服务，而对于都市、县城、乡镇和农村用户对于所需物品的品质的不同需求，提供与需求相对应的服务，例如，提供不同品质和价格的农产品等。并且还可以对都市之外的区域类型的用户，发出冷链无法配送的预警等。

以上详细描述了本发明的实施例的用于确定区域类型的方法，根据本发明的用于确定区域类型的方法能够针对任意一个地点，根据该地点周围的预定范围内的特定场所(例如，公共场所)的分布情况，准确确定该地点所属于的区域类型，从而根据该地点的区域类型，具有针对性地向该地点提供与其区域类型相对应的特定服务，从而降低了系统创建成本，并且提升了对城镇化快速发展的适应性。

优选地，所述预定范围设定为1平方公里，从而能够以细颗粒度更加精确的确定指定地点的区域类型。更优选地，以4元划分确定区域类型为都市、县城、乡镇和农村的哪一种，从而更加科学的反映人类对自然的改造程度，将区域类型划分地更加合理。

参见图3，本申请实施例还提供了一种用于确定区域类型的装置，其具体实现方式与上述方法的实施例中记载的实施方式、所达到的技术效果一致，部分内容不再赘述。

根据本发明的实施例的用于确定区域类型的装置200包括模块201-203。下文将参考附图3描述本发明的实施例的上述模型训练装置的各个模块。

模块201，数据采集模块。

数据采集模块201用于利用数据加载引擎提取特定场所的数据，并调用预设的场所类别划分模型以判定提取出的所述特定场所所属于的场所类别，从而建立特定场所数据库。

具体地，数据采集模块201利用数据加载引擎从例如公开的地图数据提取作为特定场所的公共场所的数据，该数据包括且不限于公共场所的名称和经纬度信息等。然后，数据采集模块201根据数据中包括的公共场所的名称来判定所有公共场所的场所类别，例如，小区、学校、写字楼、酒店、宾馆、餐厅、酒吧、停车场、公交车站等。在一个应用实例中，可以获得例如270个场所类别。

数据采集模块201将公共场所的所有信息，包括且不限于公共场所的名称、经纬度信息、已经判定所属于的场所类别(例如，学校、小区、公交车站等)等，存储至特定场所数据库。

模块202，标准样本设定模块。

标准样本设定模块202用于利用标准样本加载引擎抽取各个区域类型(优选的，都市、县城、乡镇、农村)的标准样本，并且调用特征向量计算模型，以根据所述特定场所数据库计算各个所述区域类型的所述标准样本在预定范围内所具有的在各所述场所类别下的所述特定场所的数量，作为与各个所述区域类型相对应的标准特征向量。

具体地，例如，标准样本设定模块202利用标准样本加载引擎抽取典型的区域类型的标准样本，特征向量计算模型执行的处理包括计算标准样本在预定范围内，例如，1平方公里的区域范围内所具有的各场所类别下的公共场所的数量，并以每类公共场作为特征向量的一个维度，构成各个区域类型的标准特征向量。

标准样本设定模块202抽取典型的区域类型的标准样本可以采用随机抽取的方式，也可以采用例如人为设定的标准，并且将满足该标准的最优样本作为标准样本，即，采用指定的方式抽取。本文以都市、县城、乡镇和农村的4元划分为例。

例如，标准样本设定模块202抽取北京、上海、广州和深圳这四座城市的城区作为都市标准样本，计算都市标准样本在每平方公里的区域范围内的各类公共场所的数量，作为都市标准特征向量；

标准样本设定模块202从每个省随机抽取一个县，将抽取到的县的核心区域采样1平方公里，作为县城标准样本，并且计算县城标准样本在该1平方公里的范围内的各类公共场所的数量，作为县城标准特征向量；

标准样本设定模块202从每个地级市随机抽取一个乡镇，对抽取到的乡镇的核心区域采样1平方公里，作为乡镇标准样本，并且计算乡镇标准样本在该1平方公里的范围内的各类公共场所的数量，作为乡镇标准特征向量；

标准样本设定模块202从全国的每个县城随机抽取一个自然村，以村所在的1平方公里的范围作为农村标准样本，并且计算农村标准样本在该1平方公里的范围内的各类公共场所的数量，作为农村标准特征向量。

需要指出的是，都市标准特征向量、县城标准特征向量、乡镇标准特征向量和农村标准特征向量可以分别具有多个标准特定向量。

本发明的实施例采用公共场所作为统计数据以进行参考，这是因为公共场所是人类改造自然的重要成果，可以通过场所的类型和数量有效地刻画自然改造程度，是能够反映人类活动程度的一个重要指标。

模块203，区域类型确定模块。

区域类型确定模块203用于针对指定地点，调用前文所述的特征向量计算模型，以根据模块201所获得的特定场所数据库计算所述指定地点在所述预定范围内所具有的在各所述场所类别下的所述特定场所的数量，作为所述指定地点的识别特征向量，并且调用距离计算模型以比较所述识别特征向量与各所述标准特征向量，从而确定所述指定地点的区域类型。

具体地，特征向量计算模型执行的处理包括：当指定一个地点时，以该指定地点的经纬度位置为中心，划定一个1平方公里的范围，并且计算在该1平方米公里的范围内的各类例如公共场所的数量，作为该指定地点的识别特征向量。

距离计算模型执行的处理包括：

利用距离计算模型计算识别特征向量与模块202所获得的各个标准特征向量之间的欧氏距离，以将与所述识别特征向量的欧式距离最近的一个标准特征向量所对应的区域类型确定为该指定地点的区域类型；以及

当每个所述区域类型均具有多个标准特征向量时，分别计算所述识别特征向量与每个所述区域类型的多个标准特征向量的欧式距离的平均值，并且将所述平均值最小的区域类型确定为所述指定地点的区域类型。

即，当都市标准特征向量、县城标准特征向量、乡镇标准特征向量和农村标准特征向量分别具有多个标准特定向量的情况下，计算识别特征向量与各个都市标准特征向量的各欧式距离的平均值、识别特征向量与各个县城标准特征向量的各欧式距离的平均值、识别特征向量与各个乡镇标准特征向量的各欧式距离的平均值以及识别特征向量与各个农村标准特征向量的各欧式距离的平均值，并且比较上述欧式距离的各个平均值的大小，选取欧式距离的平均值最小的标准特征向量所对应的区域类型，作为指定地点的区域类型。

作为另一个实施例，如图4所示，本发明的实施例的用于确定区域类型的方法还可以包括模块204。

模块204，信息发送模块。

信息发送模块204用于当已经确定所述指定地点的区域类型时，向位于所述指定地点的用户发送与所述区域类型相对应的信息。

都市、县城、乡镇和农村的不同用户对于所需物品的品质的需求不同，因此信息发送模块204需要向用户提供与需求相对应的各类信息，例如，提供不同品质和价格的农产品信息等。并且信息发送模块204还可以对都市之外的区域类型的用户，发出冷链无法配送的预警信息等。

以上描述了根据本发明的实施例的用于确定区域类型的装置的各个模块，根据本发明的实施例的用于确定区域类型的装置，能够实现对指定地点的区域类型的精确划分，以将指定支点进行4元划分以理解用户的位置，从而针对位于不同区域类型的用户，提供与区域类型相对应的服务。对于农村用户，提供与农业生产资料相关的服务，而对于都市、县城、乡镇和农村用户对于所需物品的品质的不同需求，提供与需求相对应的服务，例如，提供不同品质和价格的农产品等。并且还可以对都市之外的区域类型的用户，发出冷链无法配送的预警等。

根据本发明的用于确定区域类型的装置能够针对任意一个地点，根据该地点周围的预定范围内的特定场所(例如，公共场所)的分布情况，准确确定该地点所属于的区域类型，从而根据该地点的区域类型，具有针对性地向该地点提供与其区域类型相对应的特定服务，从而降低了系统创建成本，并且提升了对城镇化快速发展的适应性。

优选地，所述预定范围设定为1平方公里，从而能够以细颗粒度更加精确的确定指定地点的区域类型。更优选地，以4元划分确定区域类型为都市、乡镇和农村的哪一种，从而更加科学的反映人类对自然的改造程度，将区域类型划分地更加合理。

图5示出了可以应用本发明实施例的用于确定区域类型方法或装置的示例性系统架构300。

如图5所示，系统架构300可以包括终端设备301、302、303，网络304和服务器305。网络304用以在终端设备301、302、303和服务器305之间提供通信链路的介质。网络304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301、302、303通过网络304与服务器305交互，以接收或发送消息等。终端设备301、302、303上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备301、302、303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、膝上型便携计算机和台式计算机等等。

服务器305可以是提供各种服务的服务器，例如对用户利用终端设备301、302、303所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的用于确定区域类型的方法一般由服务器305执行，相应地，用于确定区域类型的装置一般设置于服务器305中。

应该理解，图5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。

下面参考图6，其示出了适于用来实现本发明实施例的终端设备的计算机系统400的结构示意图。图6示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统400包括中央处理单元(CPU)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有系统400操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

以下部件连接至I/O接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407；包括硬盘等的存储部分408；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入存储部分408。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是且不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括数据采集模块、标准样本设定模块、区域类型确定模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，区域类型确定模块可以被描述为“用于确定指定地点区域类型的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：

利用数据加载引擎提取特定场所的数据，并判定提取出的所述特定场所所属于的场所类别，从而建立特定场所数据库；利用标准样本加载引擎抽取各个区域类型的标准样本，并且根据所述特定场所数据库计算各个所述区域类型的所述标准样本在预定范围内所具有的在各所述场所类别下的所述特定场所的数量，作为与各个所述区域类型相对应的标准特征向量；以及针对指定地点，根据所述特定场所数据库计算所述指定地点在所述预定范围内所具有的在各所述场所类别下的所述特定场所的数量，作为所述指定地点的识别特征向量，并且比较所述识别特征向量与各所述标准特征向量以确定所述指定地点的区域类型。

根据本发明实施例的技术方案，能够针对任意一个地点，根据该地点周围的预定范围内的特定场所(例如，公共场所)的分布情况，准确确定该地点所属于的区域类型，从而根据该地点的区域类型，具有针对性地向该地点提供与其区域类型相对应的特定服务，从而降低了系统创建成本，并且提升了对城镇化快速发展的适应性。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (11)

1.一种用于确定区域类型的方法，其特征在于，包括：

利用数据加载引擎提取特定场所的数据，并判定提取出的所述特定场所所属于的场所类别，从而建立特定场所数据库；

利用标准样本加载引擎抽取各个区域类型的标准样本，并且根据所述特定场所数据库计算各个所述区域类型的所述标准样本在预定范围内所具有的在各所述场所类别下的所述特定场所的数量，作为与各个所述区域类型相对应的标准特征向量；以及

针对指定地点，根据所述特定场所数据库计算所述指定地点在所述预定范围内所具有的在各所述场所类别下的所述特定场所的数量，作为所述指定地点的识别特征向量，并且比较所述识别特征向量与各所述标准特征向量以确定所述指定地点的区域类型。

2.根据权利要求1所述的方法，其特征在于，其中，

所述比较所述识别特征向量与各所述标准特征向量以确定所述指定地点的区域类型包括：

计算所述识别特征向量与各个所述标准特征向量之间的欧氏距离；以及

将与所述识别特征向量的欧式距离最近的所述标准特征向量所对应的区域类型确定为所述指定地点的区域类型。

3.根据权利要求2所述的方法，其特征在于，其中，

当每个所述区域类型均具有多个标准特征向量时，分别计算所述识别特征向量与每个所述区域类型的各自的所述多个标准特征向量的欧式距离的平均值；并且

将所述平均值最小的所述多个标准特征向量所对应的区域类型确定为所述指定地点的区域类型。

4.根据权利要求3所述的方法，其特征在于，其中，

所述判定提取出的所述特定场所所属于的场所类别以建立所述特定场所数据库包括：

根据所述特定场所的名称识别所述特征场所所属于的场所类别；以及

将识别出的所述特定场所的场所类别与所述特定场所的名称和经纬度信息对应地存储在所述特定场所数据库中。

5.根据权要求4所述的方法，其特征在于，其中，

所述区域类型包括都市、县城、乡镇和农村。

6.根据权利要求1至4的任意一项所述的方法，其特征在于，所述方法还包括：

当已经确定所述指定地点的区域类型时，向位于所述指定地点的用户发送与所述区域类型相对应的信息。

7.根据权利要求6所述的方法，其特征在于，其中，

所述预定范围包括1平方公里的矩形区域，并且所述指定地点的所述预定范围包括以所述指定地点的经纬度位置为中心的1平方公里的矩形区域。

8.一种用于确定区域类型的装置，其特征在于，包括：

数据采集模块，该数据采集模块用于利用数据加载引擎提取特定场所的数据，并判定提取出的所述特定场所所属于的场所类别，从而建立特定场所数据库；

标准样本设定模块，该标准样本设定模块用于利用标准样本加载引擎抽取各个所述区域类型的标准样本，并且根据所述特定场所数据库计算各个所述区域类型的所述标准样本在预定范围内所具有的在各所述场所类别下的所述特定场所的数量，作为与各个所述区域类型相对应的标准特征向量；以及

区域类型确定模块，针对指定地点，该区域类型确定模块用于根据所述特定场所数据库计算所述指定地点在所述预定范围内所具有的在各所述场所类别下的所述特定场所的数量，作为所述指定地点的识别特征向量，并且比较所述识别特征向量与各所述标准特征向量以确定所述指定地点的区域类型。

9.根据权利要求8所述的装置，其特征在于，所述装置还包括：

信息发送模块，该信息发送模块用于当已经确定所述指定地点的区域类型时，向位于所述指定地点的用户发送与所述区域类型相对应的信息。

10.一种用于确定区域类型的电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

11.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。

Images