CN113505312A - 一种显示方法、服务器、介质及计算机设备 - Google Patents
一种显示方法、服务器、介质及计算机设备 Download PDFInfo
- Publication number
- CN113505312A CN113505312A CN202110826429.6A CN202110826429A CN113505312A CN 113505312 A CN113505312 A CN 113505312A CN 202110826429 A CN202110826429 A CN 202110826429A CN 113505312 A CN113505312 A CN 113505312A
- Authority
- CN
- China
- Prior art keywords
- objects
- hot
- hotspot
- determining
- hot spot
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000002776 aggregation Effects 0.000 claims abstract description 52
- 238000004220 aggregation Methods 0.000 claims abstract description 44
- 230000004931 aggregating effect Effects 0.000 claims abstract description 17
- 238000004590 computer program Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 11
- 238000009826 distribution Methods 0.000 description 10
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process 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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
-
- 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
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Remote Sensing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Instructional Devices (AREA)
- Navigation (AREA)
Abstract
本发明提供了一种显示方法、服务器、介质及计算机设备，方法包括：依据使用负荷确定热点对象和非热点对象；将预设范围内的各热点对象进行聚合，形成聚合热点对象；在地图中显示非热点对象及聚合热点对象；如此，本发明考虑到在一定范围内的对象的使用情况基本是相似的，因此通过将预设范围内的各热点对象进行聚合，形成聚合热点对象，并在地图上显示非热点对象及聚合热点对象，相当于去除了干扰信息，可准确地为用户推荐意向对象，用户从而可以快速确定出合适的对象，确保出行效率。
Description
技术领域
本发明属于通信技术领域，尤其涉及一种显示方法、服务器、介质及计算机设备。
背景技术
随着科技水平发展和社会进步，地图显示功能越来越健全，用户可通过地图查询各种意向对象，比如医院、便利店、商场、充电站等等。
现有技术中，地图在为用户显示意向对象时，会直接根据相应的比例尺在地图上显示该区域内所有的对象，该方法无法为用户准确推荐合适的意向对象，进而影响用户的出行效率。
发明内容
针对现有技术存在的问题，本发明实施例提供了一种显示方法、服务器、介质及计算机设备，用于解决现有技术中无法为用户准确推荐合适的意向对象，进而影响用户的出行效率的技术问题。
第一方面，本发明提供一种显示方法，所述方法包括：
依据使用负荷确定热点对象和非热点对象；
将预设范围内的各所述热点对象进行聚合，形成聚合热点对象；
在地图中显示所述非热点对象及所述聚合热点对象。
可选的，对象包括：充电站
可选的，所述依据使用负荷确定热点对象和非热点对象，包括：
基于各对象的当前实际负荷率和/或未来预设时间段的预测负荷率，确定各所述热点对象及各所述非热点对象。
可选的，所述基于各对象的当前实际负荷率和/或未来预设时间段的预测负荷率，确定各所述热点对象及各所述非热点对象，包括：
若确定所述对象的所述当前实际负荷率和/或所述预测负荷率超出负荷阈值，则确定所述对象为热点对象；
若确定所述对象的所述当前实际负荷率及所述预测负荷率均未超出所述负荷阈值，则确定所述对象为非热点对象。
可选的，所述依据使用负荷确定地图显示范围内的热点对象和非热点对象之前，还包括：
获取用户与每个对象之间的距离，根据所述距离及当前时刻确定所述用户到达每个所述对象时所对应的到达时刻；
预测每个所述对象在所述到达时刻的负荷率，获得所述预测负荷率。
可选的，所述将预设范围内的各所述热点对象进行聚合之前，包括：
确定聚合中心，所述聚合中心包括：与参考地标之间的距离小于预设距离阈值的热点对象；
以所述聚合中心为圆心，以第一预设距离为半径确定所述预设范围。
可选的，所述在地图中显示所述非热点对象及所述聚合热点对象，包括：
在所述地图中以形状标识和/或颜色标识区别显示所述非热点对象及所述聚合热点对象。
第二方面，本发明还提供一种服务器，所述服务器包括：
显示单元，用于依据使用负荷确定热点对象和非热点对象；
聚合单元，用于将预设范围内的各所述热点对象进行聚合，形成聚合热点对象；
显示单元，用于在地图中显示所述非热点对象及所述聚合热点对象。
第三方面，本发明还提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面中任一项所述的方法。
第四方面，本发明还提供一种计算机设备，包括存储器、处理器及存储在存储器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第一方面中任一项所述的方法。
本发明提供了一种显示方法、服务器、介质及计算机设备，方法包括：依据使用负荷确定地图显示范围内的热点对象和非热点对象；将预设范围内的各热点对象进行聚合，形成聚合热点对象；在地图中显示非热点对象及聚合热点对象；如此，本发明考虑到在一定范围内的对象的使用情况基本是相似的，因此通过将预设范围内的各热点对象进行聚合，形成聚合热点对象，并在地图上显示非热点对象及聚合热点对象，相当于去除了干扰信息，用户可以直观地分辨出热点对象和非热点对象，无需再去一一查看每个对象的具体情况，从而可以快速确定出合适的意向对象，确保出行效率。
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为本发明实施例提供的显示方法流程示意图；
图2为本发明实施例提供的显示服务器的结构示意图；
图3为本发明实施例提供的计算机设备结构示意图；
图4为本发明实施例提供的计算机存储介质结构示意图。
具体实施方式
为了更好的理解上述技术方案，下面通过附图以及具体实施例对本说明书实施例的技术方案做详细的说明，应当理解本说明书实施例以及实施例中的具体特征是对本说明书实施例技术方案的详细的说明，而不是对本说明书技术方案的限定，在不冲突的情况下，本说明书实施例以及实施例中的技术特征可以相互组合。
本发明的一个或者多个实施例公开了一种显示方法、服务器、介质及计算机设备，以解决或者部分解决无法为用户快准确地提供合适的意向对象，导致用户无法快速地确定出合适的意向对象，进而影响用户的出行效率的技术问题。
本实施例提供一种显示方法，应用在服务器中；下面结合实施例对显示方法进行具体说明。如图1所示，方法包括：
S110，依据使用负荷确定热点对象和非热点对象；
在同一时间段，不同对象的使用负荷是不同的，本实施例依据使用负荷确定热点对象和非热点对象。其中，对象可以包括：饭店、医院、商场、充电站、加油站、便利店等，在此不做限制。热点和非热点依据对象当前的使用负荷确定；
若用户需要在地图上浏览并查找对象时，用户可以从终端APP发送浏览请求(比如执行地图缩小操作或放大地图操作)，服务器可以基于浏览请求确定各对象的使用负荷，根据使用负荷确定各热点对象及非热点对象。
本实施例中，依据使用负荷确定热点对象和非热点对象，包括：
基于各对象的当前实际负荷率和/或未来预设时间段的预测负荷率，确定各热点对象及各非热点对象。
本实施例中，依据使用负荷确定地图显示范围内的热点对象和非热点对象之前，还包括：
获取用户与每个对象之间的距离，根据距离及当前时刻确定用户到达每个对象时所对应的到达时刻；
预测每个对象在到达时刻的负荷率，获得预测负荷率。
这里，若对象为便利店、车站或医院时，负荷率可以理解为该对象的当前人数/所能容纳的人数总量。若对象为充电站时，负荷率可以理解为充电站中充电桩已使用数量占总数量占比。若对象为加油站时，负荷率可以理解为加油站中正在加油的车辆数量与加油站内可同时加油的车辆数量最大值的比值。
具体的，以对象为充电站举例来说，由于服务器可以获取到不同厂家的充电站位置信息及以及各个充电站中的充电桩信息(服务器中汇聚了不同厂家的充电站位置信息及以及各个充电站中的充电桩信息)，因此在当前时刻，可以根据各充电站中已使用的充电桩数量确定各充电站的实际负荷率。
并且针对每个充电站，服务器可基于预先训练的负荷率预测模型对未来预设时间段内的负荷率进行预测，获得各充电站在未来预设时间段内的预测负荷率。其中，负荷率预测模型可以基于历史时间段内(比如当前时刻之前的一个月)的负荷率进行训练确定。其中，未来预设时间段可以为当前时刻后的20～30min；或者，预测负荷率根据以下方式确定：
获取用户与每个充电站之间的距离，根据距离及当前时刻确定用户到达每个充电站时所对应的到达时刻；
预测每个充电站在到达时刻的负荷率，获得预测负荷率。
各对象的当前实际负荷率和预测负荷率确定出之后，基于各对象的当前实际负荷率和/或未来预设时间段的预测负荷率，确定各热点对象及各非热点对象，包括：
若确定对象的当前实际负荷率和/或预测负荷率超出负荷阈值，则确定对象为热点对象；
若确定对象的所述当前实际负荷率及所述预测负荷率均未超出所述负荷阈值，则确定对象为非热点对象。
比如，负荷阈值为0.85，若某对象的实际负荷率为0.88，预测负荷率为0.8；此时确定实际负荷率超出负荷阈值，预测负荷率小于负荷阈值，可以确定该对象的热点对象。
S111，将预设范围内的各热点对象进行聚合，形成聚合热点对象；
用户若想查找合适的对象，需要在地图上执行放大或缩小地图操作，一一查看每个对象的具体情况。而热点对象实际上是非常浪费用户的时间的(比如对象为充电站，用户去热点充电站充电时，很有可能会找不到合适的充电桩，降低充电效率)，这样给用户造成了一定的干扰，导致无法快速确定出合适的对象，进而影响出行效率。
为提高用户的出行效率，本实施例考虑到在一定范围内的对象使用情况基本是相似的。比如以对象为充电站举例来说，若某充电站A为热点对象，可能在该充电站A附近范围内的充电站很大概率也为热点对象。因此本实施例中将预设范围内的各热点对象进行聚合，形成聚合热点对象。聚合即指在显示时合并显示，即假如A站和B站距离较近，均为热点对象，则可以将A和B合并显示于A站所在位置，显示的可用桩数量为A站和B站可用桩数量的总和。以减少干扰信息。
本实施例中，将预设范围内的各热点对象进行聚合之前，包括：
确定聚合中心，聚合中心包括：与参考地标之间的距离小于预设距离阈值的热点对象；
以聚合中心为圆心，以第一预设距离为半径确定预设范围。
其中，参考地标可以为商场、车站、医院、政务服务中心等；预设距离阈值可以为0.5～2km，第一预设距离为3～4km。
预设范围确定出之后，为进一步提高出行效率，本实施例考虑到若某个对象附近的区域为车辆聚集热点区域时，此时用户前往该对象时很大可能会发生拥堵，也会影响出行效率。因此本实施例将预设范围内的各热点对象进行聚合之前，需要进一步确定各车辆聚集热点区域。
作为一种可选的实施例，服务器确定各车辆聚集热点区域，包括：
获取每个车辆聚集区域的车辆分布密度；车辆聚集区域为以参考地标为中心以第二预设距离为半径形成的区域；第二预设距离可以为0.5～1km。
若确定车辆聚集区域的车辆分布密度大于密度阈值，则确定车辆聚集区域为车辆聚集热点区域。
举例来说，若车辆聚集区域的车辆分布密度为0.6，密度阈值为0.5，此时可确定车辆聚集区域为车辆聚集热点区域。
这里，服务器获取每个车辆聚集区域的车辆分布密度，可以包括：
服务器获取参考地标的位置，再基于参考地标的位置确定车辆聚集区域内的车辆数量，基于车辆数量确定车辆分布密度。
各车辆聚集热点区域确定出之后，剔除车辆聚集热点区域内的热点对象及非热点对象，然后将预设范围内剩余的热点对象进行聚合，形成聚合热点对象。
这样，将热点对象聚合后，在地图中相当于去除了一些干扰信息，用户无需在一一查看各对象的具体情况，从而可以提高出行效率。
S112，在地图中显示所述非热点对象及所述聚合热点对象。
非热点对象及聚合热点对象确定出之后，在地图中显示非热点对象及聚合热点对象。
为了能够直观地对聚合热点对象及非热点对象进行区分，提高用户的出行效率，在地图中显示非热点对象及聚合热点对象，包括：
在地图中以形状标识和/或颜色标识区别显示非热点对象及聚合热点对象。
比如，在地图中，可以使用气泡形状显示聚合热点对象，使用多边图形框显示非热点对象；也可以使用红色气泡形状来显示聚合热点对象，使用绿色气泡显示非热点对象；在此不做限制。
本实施例提供的显示方法，通过将预设范围内的各热点对象进行聚合，形成聚合热点对象，并在地图上显示非热点对象及聚合热点对象，相当于去除了干扰信息；用户可以直观地分辨出热点对象和非热点对象，无需再去一一查看每个对象的使用情况，从而可以快速确定出合适的对象(比如直接前往非热点对象)，确保出行效率。
基于与前述实施例同样的发明构思，本发明实施例还提供一种服务器，如图2所示，服务器包括：
确定单元21，用于依据使用负荷确定热点对象和非热点对象；
聚合单元22，将预设范围内的各热点对象进行聚合，形成聚合热点对象；
显示单元23，用于在地图中显示非热点对象及聚合热点对象。
在同一时间段，不同对象的使用负荷是不同的，本实施例依据使用负荷确定热点对象和非热点对象。其中，对象可以包括：饭店、医院、商场、充电站、加油站、便利店等，在此不做限制。
若用户需要在地图上浏览并查找对象时，用户可以从终端APP发送浏览请求(比如执行地图缩小操作或放大地图操作)，确定单元21可以基于浏览请求确定各对象的使用负荷，根据使用负荷确定各热点对象及非热点对象。
本实施例中，确定单元21依据使用负荷确定热点对象和非热点对象，包括：
基于各对象的当前实际负荷率和/或未来预设时间段的预测负荷率，确定各热点对象及各非热点对象。
本实施例中，依据使用负荷确定地图显示范围内的热点对象和非热点对象之前，确定单元21还用于：
获取用户与每个对象之间的距离，根据距离及当前时刻确定用户到达每个对象时所对应的到达时刻；
预测每个对象在到达时刻的负荷率，获得预测负荷率。
并且针对每个充电站，确定单元21可基于预先训练的负荷率预测模型对当前时刻未来预设时间段内的负荷率进行预测，获得各充电站在当前时刻的未来预设时间段内的预测负荷率。其中，负荷率预测模型可以基于历史时间段内(比如当前时刻之前的一个月)的负荷率进行训练确定。其中，未来预设时间段可以为当前时刻后的20～30min；或者，确定单元21预测负荷率根据以下方式确定：
获取用户与每个充电站之间的距离，根据距离及当前时刻确定用户到达每个充电站时所对应的到达时刻；
预测每个充电站在到达时刻的负荷率，获得预测负荷率。
各对象的当前实际负荷率和预测负荷率确定出之后，确定单元21基于各对象的当前实际负荷率和/或未来预设时间段的预测负荷率，确定各热点对象及各非热点对象，包括：
若确定对象的当前实际负荷率和/或预测负荷率超出负荷阈值，则确定对象为热点对象；
若确定对象的所述当前实际负荷率及所述预测负荷率均未超出所述负荷阈值，则确定对象为非热点对象。
比如，负荷阈值为0.85，若某对象的实际负荷率为0.88，预测负荷率为0.8；此时确定实际负荷率超出负荷阈值，预测负荷率小于负荷阈值，可以确定该对象的热点对象。
用户若想查找合适的对象，需要在地图上执行放大或缩小地图操作，一一查看每个对象的具体情况。而热点对象实际上是非常浪费用户的时间的(比如对象为充电站，用户去热点充电站充电时，很有可能会找不到合适的充电桩，降低充电效率)，这样给用户造成了一定的干扰，导致无法快速确定出合适的对象，进而影响出行效率。
为提高用户的出行效率，本实施例考虑到在一定范围内的对象使用情况基本是相似的。比如以对象为充电站举例来说，若某充电站A为热点对象，可能在该充电站A附近范围内的充电站很大概率也为热点对象。因此本实施例中聚合单元22将预设范围内的各热点对象进行聚合，形成聚合热点对象，以减少干扰信息。
本实施例中，将预设范围内的各热点对象进行聚合之前，确定单元21还用于：
确定聚合中心，聚合中心包括：与参考地标之间的距离小于预设距离阈值的热点对象；
以聚合中心为圆心，以第一预设距离为半径确定预设范围。
其中，参考地标可以为商场、车站、医院、政务服务中心等；预设距离阈值可以为0.5～2km，第一预设距离为3～4km。
预设范围确定出之后，为进一步提高出行效率，本实施例考虑到若某个对象附近的区域为车辆聚集热点区域时，此时用户前往该对象时很大可能会发生拥堵，也会影响出行效率。因此本实施例将预设范围内的各热点对象进行聚合之前，需要进一步确定各车辆聚集热点区域。
作为一种可选的实施例，确定单元21确定各车辆聚集热点区域，包括：
获取每个车辆聚集区域的车辆分布密度；车辆聚集区域为以参考地标为中心以第二预设距离为半径形成的区域；第二预设距离可以为0.5～1km。
若确定车辆聚集区域的车辆分布密度大于密度阈值，则确定车辆聚集区域为车辆聚集热点区域。
举例来说，若车辆聚集区域的车辆分布密度为0.6，密度阈值为0.5，此时可确定车辆聚集区域为车辆聚集热点区域。
这里，确定单元21获取每个车辆聚集区域的车辆分布密度，可以包括：
确定单元21获取参考地标的位置，再基于参考地标的位置确定车辆聚集区域内的车辆数量，基于车辆数量确定车辆分布密度。
各车辆聚集热点区域确定出之后，聚合单元22剔除车辆聚集热点区域内的热点对象及非热点对象，然后将预设范围内剩余的热点对象进行聚合，形成聚合热点对象。
这样，将热点对象聚合后，在地图中相当于去除了一些干扰信息，用户无需在一一查看各对象的具体情况，从而可以提高出行效率。
非热点对象及聚合热点对象确定出之后，显示单元23在地图中显示非热点对象及聚合热点对象。
为了能够直观地对聚合热点对象及非热点对象进行区分，提高用户的出行效率，显示单元23在地图中显示非热点对象及聚合热点对象，包括：
在地图中以不同形状标识和/或不同颜色标识显示非热点对象及聚合热点对象。
比如，在地图中，可以使用气泡形状显示聚合热点对象，使用多边图形框显示非热点对象；也可以使用红色气泡形状来显示聚合热点对象，使用绿色气泡显示非热点对象；在此不做限制。
本实施例提供的显示方法，通过将预设范围内的各热点对象进行聚合，形成聚合热点对象，并在地图上显示非热点对象及聚合热点对象，相当于去除了干扰信息；用户可以直观地分辨出热点对象和非热点对象，无需再去一一查看每个对象的使用情况，从而可以快速确定出合适的对象(比如直接前往非热点对象)，确保出行效率。
基于与前述实施例同样的发明构思，本实施例提供一种计算机设备300，如图3所示，包括存储器310、处理器320及存储在存储器310上并可在处理器320上运行的计算机程序311，处理器320执行计算机程序311时实现上述实施例中任一种方法。
由于本实施例所介绍的计算机设备为实施本申请实施例一种显示方法所采用的设备，故而基于本申请前述实施例中所介绍的方法，本领域所属技术人员能够了解本实施例的计算机设备的具体实施方式以及其各种变化形式，所以在此对于该服务器如何实现本申请实施例中的方法不再详细介绍。只要本领域所属技术人员实施本申请实施例中的方法所采用的设备，都属于本申请所欲保护的范围。
基于与前述实施例同一发明构思，本实施例还提供一种计算机可读存储介质400，如图4所示，其上存储有计算机程序411，该计算机程序411被处理器执行时可以实现前述实施例中任一实施方式。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明提供的一种显示方法、服务器、介质及计算机设备能带来的有益效果至少是：
本发明提供了一种显示方法、服务器、介质及计算机设备，方法包括：依据使用负荷确定热点对象和非热点对象；将预设范围内的各所述热点对象进行聚合，形成聚合热点对象；在地图中显示所述非热点对象及所述聚合热点对象；如此，本发明考虑到在一定范围内的对象的使用情况基本是相似的，因此通过将预设范围内的各热点对象进行聚合，形成聚合热点对象，并在地图上显示非热点对象及聚合热点对象，相当于去除了干扰信息，可准确地为用户推荐对象，用户可以直观地分辨出热点对象和非热点对象，从而可以快速确定出合适的意向对象，确保出行效率。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种显示方法，其特征在于，所述方法包括：
依据使用负荷确定热点对象和非热点对象；
将预设范围内的各所述热点对象进行聚合，形成聚合热点对象；
在地图中显示所述非热点对象及所述聚合热点对象。
2.如权利要求1所述的方法，其特征在于，对象包括：充电站。
3.如权利要求2所述的方法，其特征在于，所述依据使用负荷确定热点对象和非热点对象，包括：
基于各对象的当前实际负荷率和/或未来预设时间段的预测负荷率，确定各所述热点对象及各所述非热点对象。
4.如权利要求3所述的方法，其特征在于，所述基于各对象的当前实际负荷率和/或未来预设时间段的预测负荷率，确定各所述热点对象及各所述非热点对象，包括：
若确定所述对象的所述当前实际负荷率和/或所述预测负荷率超出负荷阈值，则确定所述对象为热点对象；
若确定所述对象的所述当前实际负荷率及所述预测负荷率均未超出所述负荷阈值，则确定所述对象为非热点对象。
5.如权利要求3所述的方法，其特征在于，所述依据使用负荷确定热点对象和非热点对象之前，还包括：
获取用户与每个对象之间的距离，根据所述距离及当前时刻确定所述用户到达每个所述对象时所对应的到达时刻；
预测每个所述对象在所述到达时刻的负荷率，获得所述预测负荷率。
6.如权利要求1所述的方法，其特征在于，所述将预设范围内的各所述热点对象进行聚合之前，包括：
确定聚合中心，所述聚合中心包括：与参考地标之间的距离小于预设距离阈值的热点对象；
以所述聚合中心为圆心，以第一预设距离为半径确定所述预设范围。
7.如权利要求1所述的方法，其特征在于，所述在地图中显示所述非热点对象及所述聚合热点对象，包括：
在地图中以形状标识和/或颜色标识区别显示所述非热点对象及所述聚合热点对象。
8.一种服务器，其特征在于，所述服务器包括：
显示单元，用于依据使用负荷确定热点对象和非热点对象；
聚合单元，用于将预设范围内的各所述热点对象进行聚合，形成聚合热点对象；
显示单元，用于在地图中显示所述非热点对象及所述聚合热点对象。
9.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至7任一项所述的方法。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110826429.6A CN113505312A (zh) | 2021-07-21 | 2021-07-21 | 一种显示方法、服务器、介质及计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110826429.6A CN113505312A (zh) | 2021-07-21 | 2021-07-21 | 一种显示方法、服务器、介质及计算机设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113505312A true CN113505312A (zh) | 2021-10-15 |
Family
ID=78013690
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110826429.6A Pending CN113505312A (zh) | 2021-07-21 | 2021-07-21 | 一种显示方法、服务器、介质及计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113505312A (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060227677A1 (en) * | 2005-03-17 | 2006-10-12 | Sharp Kabushiki Kaisha | Aberration detection device and optical pickup device provided with same |
| CN101192215A (zh) * | 2006-11-24 | 2008-06-04 | 中国科学院声学研究所 | 一种基于地理坐标的信息聚合与查询方法 |
| CN104866542A (zh) * | 2015-05-05 | 2015-08-26 | 腾讯科技（深圳）有限公司 | 一种poi数据验证方法和装置 |
| CN109376178A (zh) * | 2018-08-17 | 2019-02-22 | 中国电子科技集团公司电子科学研究院 | 时空大数据轨迹分析平台、方法、服务器及存储介质 |
| CN109446348A (zh) * | 2018-09-22 | 2019-03-08 | 北京微播视界科技有限公司 | 一种聚合兴趣点的操作方法、装置、终端及存储介质 |
| CN110188261A (zh) * | 2019-05-30 | 2019-08-30 | 江苏神州信源系统工程有限公司 | 一种热点对象确定方法及装置 |
| CN110556049A (zh) * | 2018-06-04 | 2019-12-10 | 百度在线网络技术（北京）有限公司 | 一种地图数据处理方法、装置、服务器和存储介质 |
| CN110942078A (zh) * | 2018-09-22 | 2020-03-31 | 北京微播视界科技有限公司 | 聚合兴趣点数据的方法、装置、媒体文件服务器及存储介质 |
| CN111010665A (zh) * | 2019-12-18 | 2020-04-14 | 广东海格怡创科技有限公司 | 热点范围定位方法、装置、计算机设备及存储介质 |
| CN111861017A (zh) * | 2020-07-24 | 2020-10-30 | 辽宁工程技术大学 | 一种基于现网数据的充电站网络优化方法 |
| CN112541123A (zh) * | 2020-12-24 | 2021-03-23 | 北京百度网讯科技有限公司 | 地图图区推荐方法、装置、设备及存储介质 |
| WO2021086305A1 (en) * | 2019-10-28 | 2021-05-06 | Google Llc | Maintaining privacy during attribution of a condition |
-
2021
- 2021-07-21 CN CN202110826429.6A patent/CN113505312A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060227677A1 (en) * | 2005-03-17 | 2006-10-12 | Sharp Kabushiki Kaisha | Aberration detection device and optical pickup device provided with same |
| CN101192215A (zh) * | 2006-11-24 | 2008-06-04 | 中国科学院声学研究所 | 一种基于地理坐标的信息聚合与查询方法 |
| CN104866542A (zh) * | 2015-05-05 | 2015-08-26 | 腾讯科技（深圳）有限公司 | 一种poi数据验证方法和装置 |
| CN110556049A (zh) * | 2018-06-04 | 2019-12-10 | 百度在线网络技术（北京）有限公司 | 一种地图数据处理方法、装置、服务器和存储介质 |
| CN109376178A (zh) * | 2018-08-17 | 2019-02-22 | 中国电子科技集团公司电子科学研究院 | 时空大数据轨迹分析平台、方法、服务器及存储介质 |
| CN109446348A (zh) * | 2018-09-22 | 2019-03-08 | 北京微播视界科技有限公司 | 一种聚合兴趣点的操作方法、装置、终端及存储介质 |
| CN110942078A (zh) * | 2018-09-22 | 2020-03-31 | 北京微播视界科技有限公司 | 聚合兴趣点数据的方法、装置、媒体文件服务器及存储介质 |
| CN110188261A (zh) * | 2019-05-30 | 2019-08-30 | 江苏神州信源系统工程有限公司 | 一种热点对象确定方法及装置 |
| WO2021086305A1 (en) * | 2019-10-28 | 2021-05-06 | Google Llc | Maintaining privacy during attribution of a condition |
| CN111010665A (zh) * | 2019-12-18 | 2020-04-14 | 广东海格怡创科技有限公司 | 热点范围定位方法、装置、计算机设备及存储介质 |
| CN111861017A (zh) * | 2020-07-24 | 2020-10-30 | 辽宁工程技术大学 | 一种基于现网数据的充电站网络优化方法 |
| CN112541123A (zh) * | 2020-12-24 | 2021-03-23 | 北京百度网讯科技有限公司 | 地图图区推荐方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11059485B2 (en) | Lane selection method, target vehicle and computer storage medium | |
| CN107289957B (zh) | 电动汽车行程规划方法及系统、计算机装置、计算机可读存储介质 | |
| US9285240B2 (en) | EV route optimization through crowdsourcing | |
| US9274785B2 (en) | Method of updating software for vehicle | |
| JP5494270B2 (ja) | 情報提供装置および情報提供方法 | |
| US10139245B2 (en) | Device for providing electric-moving-body information and method for providing electric-moving-body information | |
| CN111397626A (zh) | 一种路径规划方法、路径规划装置及电子设备 | |
| CN106574843A (zh) | 在充电站充电以延长续航里程 | |
| CN110116652A (zh) | 一种电动汽车前往充电桩的推荐方法 | |
| CN107421555B (zh) | 确定导航路径的方法和装置 | |
| CN106097748B (zh) | 路况信息的推送方法及推送系统 | |
| CN113505149B (zh) | 一种推荐充电站的方法、服务器、介质及计算机设备 | |
| CN108280899A (zh) | 加油站推荐方法和加油站推荐装置 | |
| CN103727944A (zh) | 利用图例动态显示行程进度的方法 | |
| CN107985096A (zh) | 一种电动车物流系统中电动车的充电提示方法及装置 | |
| JP5838892B2 (ja) | 情報提供システム、端末装置、および、サーバー | |
| CN111862468A (zh) | 共享车辆处理方法、装置、设备及计算机可读存储介质 | |
| CN108198409B (zh) | 智能驾驶汽车的远程调度方法和装置、电子设备及计算机存储介质 | |
| CN113537615B (zh) | 一种充电车辆的预测方法、装置及电子设备 | |
| JP2019007779A (ja) | 車載装置、情報提供方法、およびプログラム | |
| US20180340783A1 (en) | Vehicle reach area presentation device and vehicle reach area presentation method | |
| CN113505312A (zh) | 一种显示方法、服务器、介质及计算机设备 | |
| CN113128929A (zh) | 车辆载重状态的识别方法、装置、计算机设备和介质 | |
| US20200088535A1 (en) | Route optimization using statistical information | |
| CN111044067A (zh) | 路径确定方法及装置 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220707 Address after: 313300 room 101-27, building 1, No. 236, Lingyan Road, Lingfeng street, Anji County, Huzhou City, Zhejiang Province (self declaration) Applicant after: Zhejiang Anji Zhidian Holding Co.,Ltd. Address before: 100020 room A221, 2nd floor, building 4, yard 1, yaojiayuan South Road, Chaoyang District, Beijing Applicant before: CHEZHUBANG (BEIJING) TECHNOLOGY Co.,Ltd. |