CN114547386A - 基于Wi-Fi信号的定位方法、装置，以及电子设备 - Google Patents

基于Wi-Fi信号的定位方法、装置，以及电子设备 Download PDF

Info

Publication number
CN114547386A
CN114547386A CN202011250938.0A CN202011250938A CN114547386A CN 114547386 A CN114547386 A CN 114547386A CN 202011250938 A CN202011250938 A CN 202011250938A CN 114547386 A CN114547386 A CN 114547386A
Authority
CN
China
Prior art keywords
information
point
information point
points
access
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
Application number
CN202011250938.0A
Other languages
English (en)
Inventor
王文超
秦博
孙翔
段航
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hanhai Information Technology Shanghai Co Ltd
Original Assignee
Hanhai Information Technology Shanghai Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hanhai Information Technology Shanghai Co Ltd filed Critical Hanhai Information Technology Shanghai Co Ltd
Priority to CN202011250938.0A priority Critical patent/CN114547386A/zh
Publication of CN114547386A publication Critical patent/CN114547386A/zh
Pending legal-status Critical Current

Links

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
    • G06F16/903—Querying
    • 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
    • G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • 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
    • G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Library & Information Science (AREA)
  • Computational Linguistics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请公开了一种基于Wi‑Fi信号的定位方法，属于计算机技术领域，有助于提升定位精度。所述方法包括：响应于接收到基于Wi‑Fi接入点列表的信息点定位请求，从预先建立的信息点数据库中获取至少一个信息点，以及各信息点的Wi‑Fi指纹；将信息点定位请求携带的Wi‑Fi接入点列表中待匹配Wi‑Fi接入点与每个信息点的Wi‑Fi指纹进行Wi‑Fi信号的分布相似度匹配，分别确定各信息点与信息点定位请求的匹配度；根据确定的匹配度确定匹配所述信息点定位请求的所述信息点。本定位方法通过建立信息点的Wi‑Fi指纹，且以Wi‑Fi分布数据作为指纹，然后，匹配Wi‑Fi分布数据，从而定位用户所位于的信息点，提升了用户位置的定位精度。

Description

基于Wi-Fi信号的定位方法、装置，以及电子设备
技术领域
本申请实施例涉及计算机技术领域，特别是涉及一种基于Wi-Fi信号的定位方法、装置，到店信息推送方法、装置，以及电子设备、计算机可读存储介质。
背景技术
确定用户的地理位置，具有广泛的应用。例如，基于用户的地理位置对用户进行信息推送、到店提醒等基于地理位置的服务。现有技术中，有基于Wi-Fi信号对用户进行定位的方法，其定位原理如下：首先，建立POI(“Point of Information,信息点)的geohash值(一种地理位置编码方法)的Wi-Fi(Wireless Fidelity，指无线保真)指纹信息，其中，指纹信息为Wi-Fi接入点列表；在定位过程中，在线匹配用户的电子设备采集到的Wi-Fi接入点列表，并计算最为相似的geohash值作为网络定位结果。现有技术中这种基于Wi-Fi信号的定位方法对POI的geohash具有强依赖性。由于离线geohash指纹信息只能根据采集的室外GPS(Global Positioning System，全球定位系统)地理位置坐标真值生成,而且这个GPS地理位置真值在建筑物附近容易漂移，并且，对于多层建筑，只能做到区分经纬度位置坐标，无法区分楼层信息，因此，POI的离线geohash指纹信息存在不够精确的问题，从而导致定位精度低。
可见，现有技术中基于Wi-Fi信号的定位方法存在的定位精度低下的缺陷。
发明内容
本申请实施例提供一种基于Wi-Fi信号的定位方法，能够提升基于Wi-Fi信号的定位精度。
第一方面，本申请实施例提供了一种基于Wi-Fi信号的定位方法，包括：
响应于接收到基于Wi-Fi接入点列表的信息点定位请求，从预先建立的信息点数据库中获取至少一个信息点，以及，所述至少一个信息点的Wi-Fi指纹；其中，所述Wi-Fi指纹包括：与相应信息点关联的多个参考Wi-Fi接入点在与所述信息点关联时各自的Wi-Fi信号分布数据；
对于获取的每个所述信息点，将所述信息点定位请求携带的Wi-Fi接入点列表中待匹配Wi-Fi接入点与所述信息点的所述Wi-Fi指纹，进行Wi-Fi信号的分布相似度匹配，确定所述信息点与所述信息点定位请求的匹配度；
根据各所述信息点与所述信息点定位请求的匹配度，确定匹配所述信息点定位请求的所述信息点。
第二方面，本申请实施例提供了一种基于Wi-Fi信号的定位装置，包括：
待匹配信息点获取模块，用于响应于接收到基于Wi-Fi接入点列表的信息点定位请求，从预先建立的信息点数据库中获取至少一个信息点，以及，所述至少一个信息点的Wi-Fi指纹；其中，所述Wi-Fi指纹包括：与相应信息点关联的多个参考Wi-Fi接入点在与所述信息点关联时各自的Wi-Fi信号分布数据；
匹配模块，用于对于获取的每个所述信息点，将所述信息点定位请求携带的Wi-Fi接入点列表中待匹配Wi-Fi接入点与所述信息点的所述Wi-Fi指纹，进行Wi-Fi信号的分布相似度匹配，确定所述信息点与所述信息点定位请求的匹配度；
定位结果确定模块，用于根据各所述信息点与所述信息点定位请求的匹配度，确定匹配所述信息点定位请求的所述信息点。
第三方面，本申请实施例提供了一种到店信息推送方法，包括：
响应于用户触发信息获取操作，根据用户的电子设备扫描到的Wi-Fi接入点列表生成信息点定位请求；
向预设服务器发送所述信息点定位请求；
接收所述预设服务器执行前述的基于Wi-Fi信号的定位方法所确定的匹配所述信息点定位请求的所述信息点；
通过所述电子设备向所述用户推送所述信息点的关联信息。
第四方面，本申请实施例提供了一种到店信息推送装置，包括：
信息点定位请求生成模块，用于响应于用户触发信息获取操作，根据用户的电子设备扫描到的Wi-Fi接入点列表生成信息点定位请求；
信息点定位请求发送模块，用于向预设服务器发送所述信息点定位请求；
定位结果接收模块，用于接收所述预设服务器执行前述的基于Wi-Fi信号的定位方法所确定的匹配所述信息点定位请求的所述信息点；
信息推送模块，用于通过所述电子设备向所述用户推送所述信息点的关联信息。
第五方面，本申请实施例还公开了一种电子设备，包括存储器、处理器及存储在所述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计算机程序时实现本申请实施例所述的基于Wi-Fi信号的定位方法和/或到店推送方法。
第六方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时本申请实施例公开的基于Wi-Fi信号的定位方法的步骤和/或到店信息推送方法的步骤。
本申请实施例公开的基于Wi-Fi信号的定位方法，通过响应于接收到基于Wi-Fi接入点列表的信息点定位请求，从预先建立的信息点数据库中获取至少一个信息点，以及，所述至少一个信息点的Wi-Fi指纹；其中，所述Wi-Fi指纹包括：与相应信息点关联的多个参考Wi-Fi接入点在与所述信息点关联时各自的Wi-Fi信号分布数据；对于获取的每个所述信息点，将所述信息点定位请求携带的Wi-Fi接入点列表中待匹配Wi-Fi接入点与所述信息点的所述Wi-Fi指纹，进行Wi-Fi信号的分布相似度匹配，确定所述信息点与所述信息点定位请求的匹配度；根据各所述信息点与所述信息点定位请求的匹配度，确定匹配所述信息点定位请求的所述信息点，有助于提升对用户位置的定位精度。
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
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
图1是本申请实施例一的基于Wi-Fi信号的定位方法流程图；
图2是本申请实施例一的基于Wi-Fi信号的定位方法另一流程图；
图3是本申请实施例二的到店信息推送方法流程图；
图4是本申请实施例三的基于Wi-Fi信号的定位装置结构示意图之一；
图5是本申请实施例三的基于Wi-Fi信号的定位装置结构示意图之二；
图6是本申请实施例四的到店信息推送装置结构示意图；
图7示意性地示出了用于执行根据本申请的方法的电子设备的框图；以及
图8示意性地示出了用于保持或者携带实现根据本申请的方法的程序代码的存储单元。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
实施例一
本申请实施例公开的一种基于Wi-Fi信号的定位方法，如图1所示，所述方法包括：步骤110至步骤130。
步骤110，响应于接收到基于Wi-Fi接入点列表的信息点定位请求，从预先建立的信息点数据库中获取至少一个信息点，以及，所述至少一个信息点的Wi-Fi指纹。
本申请实施例中所述的信息点可以为商家的门店、办公楼中的办公室等独立区域。其中，所述Wi-Fi指纹包括：与相应信息点关联的多个参考Wi-Fi接入点在与所述信息点关联时各自的Wi-Fi信号分布数据。
本申请实施例中基于Wi-Fi信号的定位方法，适用于基于用户的电子设备扫描到的Wi-Fi接入点的列表对所述用户进行地理位置定位，确定用户所在位于的信息点(如商家、房间等)。在实际应用过程中，当用户进入某一房间或室内区域，用户的电子设备会扫描到以该区域为中心的一定地理区域内的Wi-Fi接入点的Wi-Fi信号。
现有技术中，内置Wi-Fi模块的电子设备中的驱动程序会驱动Wi-Fi模块，扫描Wi-Fi信号，用于发现周边的Wi-Fi接入点，并采集扫描到的每个Wi-Fi接入点的唯一标识(如MAC地址、无线局域网名称(即SSID))、信号强度值等信息。具体到不同网络环境中，电子设备可以扫描到一个或多个Wi-Fi接入点，并相应获取到一个或多个Wi-Fi接入点的唯一标识、信号强度值等信息。
具体到本申请的实施例中，当需要对用户进行定位时，用户的电子设备中运行的应用程序将该电子设备扫描到的一个或多个Wi-Fi接入点的相关信息生成Wi-Fi接入点列表，并进一步生成携带该Wi-Fi接入点列表的信息点定位请求，之后，将生成的信息点定位请求发送到后台定位服务器，用于获取对该用户的定位结果。
本申请的一些实施例中，如图2所示，所述从预先建立的信息点数据库中获取至少一个信息点之前，所述方法包括：步骤100。
步骤100，根据在各信息点采集的Wi-Fi接入点信息，离线建立信息点数据库。
其中，所述信息点数据库中包括：若干信息点，以及每个所述信息点的Wi-Fi指纹。
后台定位服务器在接收到应用程序发送的信息点定位请求之后，通过将信息点定位请求携带的Wi-Fi接入点列表和预先建立的信息点库中的信息点进行匹配，确定所述用户所位于的信息点，从而实现对用户进行定位。
本申请的一些实施例中，所述根据在各信息点采集的Wi-Fi接入点信息，离线建立信息点数据库，包括：通过与信息点关联的到店业务数据中预设请求携带的信息点标识、电子设备的地理位置和所述电子设备扫描到的Wi-Fi接入点列表，获取若干条表征信息点、地理位置和Wi-Fi接入点列表的关联关系的第一关联数据，所述Wi-Fi接入点列表中包括至少一个Wi-Fi接入点；根据地理位置与信息点之间的距离和/或同一个Wi-Fi接入点的信号分布离散度，对所述第一关联数据进行去噪处理，确定若干条表征信息点和Wi-Fi接入点的关联关系的第二关联数据；对所述第二关联数据中每个所述信息点关联的所有所述Wi-Fi接入点的预设Wi-Fi信号分布参数分别进行分析，确定各所述信息点的参考Wi-Fi接入点，以及各所述参考Wi-Fi接入点的Wi-Fi信号分布数据；根据各所述信息点的各参考Wi-Fi接入点的唯一标识和所述Wi-Fi信号分布数据，构建相应所述信息点的Wi-Fi指纹。
以团购平台、外卖平台为例，平台即将存储海量的到店业务数据。例如，用户通过团购平台团购消费券之后，到指定商家进行验券消费的场景中，用户电子设备上的客户端会向平台发送验券请求，该请求中将携带团购券的面值、品类等券本身的属性信息，同时该请求中还会携带用户的电子设备的地理位置、扫描到的Wi-Fi接入点列表的信息，后台服务器根据验券请求，即可存储一条商家、用户的地理位置，以及Wi-Fi接入点列表的关联数据。类似的，在外卖场景中，外卖骑手在商家取餐时，通过骑手端向外卖平台发送订单状态更新请求，该状态更新请求中携带商家信息、骑手端的地理位置信息，以及该骑手端在商家扫描到的Wi-Fi接入点的列表，后台服务器根据订单状态更新请求，即可存储一条商家、用户的地理位置，以及Wi-Fi接入点列表的关联数据。在如上述的到店业务场景中，后台服务器将可以搜集到海量包括商家、用户的地理位置，以及Wi-Fi接入点列表的关联数据。
基于上述关联数据，可以进一步得到若干条表征信息点、地理位置和Wi-Fi接入点列表的关联关系的第一关联数据。例如，可以得到形如data[POI，(x,y)，((WF1，RSSI1),(WF2，RSSI2),…(WFN，RSSIN))]的若干条第一关联数据data，每条所述第一关联数据data中的Wi-Fi接入点列表中包括一个或多个Wi-Fi接入点的信息(如Wi-Fi接入点的唯一标识、信号强度值)。
将进一步的，为了提升信息点数据库的准确度，本申请的一些实施例中，需要对得到的第一关联数据进行去噪处理。
本申请的一些实施例中，根据地理位置与信息点之间的距离时，可以将所述第一关联数据中，所述地理位置与关联的所述信息点之间的地理位置距离大于或等于预设距离阈值的所述第一关联数据，进行滤除处理。例如，对包含同一个信息点的所有第一关联数据基于地理位置进行聚类，将与聚类中心的距离大于预设值(如10米)的地理位置所属第一关联数据作为噪声数据，而保留与聚类中心的距离小于和等于预设值(如10米)的地理位置所属第一关联数据，用于构建第二关联数据。再例如，对于每条第一关联数据，计算第一关联数据中的地理位置与所述第一关联数据中信息点的地理位置之间的距离，并将距离大于预设距离阈值的第一关联数据，进行滤除处理。其中，信息点的地理位置可以通过信息点的注册信息获取。
本申请的另一些实施例中，在根据同一个Wi-Fi接入点的信号分布离散度，对所述第一关联数据进行去噪处理时，可以以Wi-Fi接入点的唯一标识作为索引键，确定与各所述唯一标识(即各Wi-Fi接入点)关联的所述信息点、地理位置和Wi-Fi接入点列表关联数据中的若干条第一关联数据；然后，计算确定的上述若干条第一关联数据之间的相似度距离；最后，对计算得到的所述相似度距离大于预设距离阈值的第一关联数据进行滤除处理。由于以Wi-Fi接入点的唯一标识索引的所有第一关联数据，是扫描到同一个Wi-Fi接入点的地理位置、信息点，因此，其地理位置、信息点应该基本相同，其扫描到的Wi-Fi接入点列表也应该相似，即同一个唯一标识索引的第一关联数据之间的相似度距离应该在一定距离范围内，所以，根据第一关联数据之间的相似度距离与预设距离范围的比较结果可以过滤掉离群的第一关联数据。
经过去噪处理后，对于保留的每条第一关联数据，根据其中的信息点和Wi-Fi接入点列表，分别生成一条第二关联数据。每条所述第二关联数据中记录一个信息点和一个Wi-Fi接入点列表的对应关系。这样，可以得到若干条信息点和Wi-Fi接入点列表的对应关系数据，即若干条第二关联数据。
接下来，对所述第二关联数据中每个所述信息点关联的所有所述Wi-Fi接入点的预设Wi-Fi信号分布参数分别进行分析，构建相应信息点的Wi-Fi指纹。
本申请的一些实施例中，对所述第二关联数据中每个所述信息点关联的所有所述Wi-Fi接入点的预设Wi-Fi信号分布参数分别进行分析，确定各所述信息点的参考Wi-Fi接入点，以及各所述参考Wi-Fi接入点的Wi-Fi信号分布数据，包括：基于所述第二关联数据，对所述第二关联数据中每个所述信息点分别执行以下操作：对所述信息点关联的所有所述Wi-Fi接入点的Wi-Fi信号分布情况分别进行分析，确定各所述Wi-Fi接入点的Wi-Fi信号分布数据；确定所述Wi-Fi信号分布数据满足预设分布条件的所述Wi-Fi接入点作为所述信息点的参考Wi-Fi接入点。其中，所述Wi-Fi信号分布数据可以为以下任意一项或多项：Wi-Fi信号强度值、Wi-Fi信号强度排名、Wi-Fi信号强度均值、Wi-Fi信号强度方差、特定强度Wi-Fi信号出现的概率分布、特定Wi-Fi信号的高斯分布参数。
例如，通过对第二关联数据进行遍历，确定包含商家A的所有第二关联数据，之后，对包含商家A的所有第二关联数据进行分析，确定包含商家A的所有第二关联数据中包含的所有Wi-Fi接入点，得到在商家A扫描到的Wi-Fi接入点；然后，基于包含商家A的所有第二关联数据统计在商家A扫描到的每个Wi-Fi接入点被扫描到的次数，从而确定在商家A扫描到的每个Wi-Fi接入点被扫描到的概率；最后，选择概率最大的预设数量个Wi-Fi接入点，作为商家A的参考Wi-Fi接入点，并将商家A的各参考Wi-Fi接入点的被扫描到的概率作为商家A的Wi-Fi指纹。
具体实施时，根据到店业务数据确定的第一关联数据数量有限，例如，某些信息点的数据可能会很少，可能会导致第二关联数据过于稀疏，在本申请的一些实施例中，可以假设信息点定位请求中的每个Wi-Fi接入点是独立的，根据贝叶斯公式,将分析单个信息点中Wi-Fi接入点的分布概率问题转化为求解特定Wi-Fi接入点在该信息点中出现信号强度为X的概率的连乘。例如，在某一商家内，扫描到mac地址为mac1且信号强度为X1的Wi-Fi接入点信号的概率连乘。因为对于同一个地理位置，通常扫描到特定Wi-Fi接入点的信号强度是固定不变的(例如，在商家A内，扫描到Wi-Fi接入点mac1的信号强度基本为-40，而在其他商家扫描到Wi-Fi接入点mac1的信号强度基本为其他值)，因此，通过特定Wi-Fi接入点在该信息点中出现信号强度为X的概率的连乘，可以表达Wi-Fi接入点和信息点之间的关联(例如，如果扫描到Wi-Fi接入点mac1的信号强度为-40，则确定信息点定位请求来自于商家A的概率值为1)。
本申请的另一些实施例中，还可以基于包含商家A的所有第二关联数据统计在商家A扫描到的每个Wi-Fi接入点的信号强度值和信号强度排名，并选择信号强度值最大的预设数量个Wi-Fi接入点，作为商家A的参考Wi-Fi接入点，之后，将商家A的各参考Wi-Fi接入点的信号强度值作为商家A的Wi-Fi指纹；或者，将商家A的各参考Wi-Fi接入点的信号强度值、各参考Wi-Fi接入点信号强度排名作为商家A的Wi-Fi指纹。
在本申请的一些实施例中，还可以基于包含商家A的所有第二关联数据确定在商家A扫描到的每个Wi-Fi接入点出现特定信号强度值格式的直方图，并以所述直方图作为商家A的Wi-Fi指纹。由于商家(即信息点)数量较多，在信息点数据库中存储直方图会占用大量存储资源，作为一个优化方案，本申请的一些实施例中，用高斯分布曲线模拟直方图，这样对于每个商家，只需要存储在该商家扫描到的各个Wi-Fi接入点对应的高斯分布参数(如Wi-Fi接入点被扫次数的均值和方差、Wi-Fi接入点孝强度的均值和方差)即可，可以有效的节省信息点数据库占用的存储资源。
在确定了每个信息点的Wi-Fi指纹之后，将该信息点其Wi-Fi指纹存储为一条关联数据，得到信息点数据库。
本申请的一些实施例中，所述信息点数据库还可以包括每个信息点关联的场景标签，所述场景标签用于标识相应信息点匹配的查询召回场景，如餐饮场景、娱乐场景、购物场景等。
本申请的另一些实施例中，所述信息点数据库还可以包括每个信息点关联的地理位置等信息。
后台定位服务器在接收到应用程序发送的信息点定位请求之后，可以将预先建立的信息点库中的所有信息点都作为候选信息点进行召回，用于进行后续的精细匹配。
通常情况下，一个信息点定位请求中最多会包含30个Wi-Fi接入点信息,如果直接从信息点数据库查找跟这30个Wi-Fi接入点有关联的信息点全部召回,可能会召回上百个信息点。由于在信息点基础数据维护环节、业务数据维护环节、Wi-Fi指纹提取环节都可能会引入不确定性,这上百个候选信息点里会包含一部分干扰信息点,会降低信息点感知效果。同时,由于线上需要计算每一个候选信息点与用户查询定位请求的匹配度,过多的候选信息点也会加重线上运算负担。因此，本申请的一些实施例中，通过场景识别对信息点做一个粗筛召回。下面以两种方法举例说明对信息点库中的信息点进行粗筛的技术方案。
本申请的一些实施例中，所述信息点定位请求中携带的目标场景标签，所述信息点数据库中还包括：信息点匹配的场景标签，所述响应于接收到基于Wi-Fi接入点列表的信息点定位请求，从预先建立的信息点数据库中获取至少一个信息点，以及，所述至少一个信息点的Wi-Fi指纹，包括：从所述信息点数据库中选择场景标签与所述目标场景标签匹配的信息点，得到至少一个信息点，并从所述信息点数据库中读取所述至少一个信息点的Wi-Fi指纹。例如，搜索美食场景只会使用美食频道已收录的美食类信息点,再比如酒旅场景只会使用酒店类的感知结果,服务类场景只会使用服务类信息点,因此通过基础地图数据以及业务数据,可以对每一个信息点打上所对应的场景标签，并将该标签存储在信息点数据库中。
在搜索美食场景下的在线定位过程中，所述信息点定位请求中携带美食频道的场景标签，后台服务器在接收到电子设备发送的所述信息点定位请求之后，解析得到当前信息点定位请求匹配的场景标签，即待召回信息点匹配的场景标签，然后，将该待召回信息点匹配的场景标签与所述信息点数据库中每个信息点匹配的场景标签进行比对，选择场景标签相匹配(如场景标签为美食类)的信息点，进行初步召回，同时，从信息点数据库中读取场景标签相匹配的信息点的相关数据(如Wi-Fi指纹)。
本申请的另一些实施例中，所述信息点数据库中还包括：信息点匹配的场景标签，所述响应于接收到基于Wi-Fi接入点列表的信息点定位请求，从预先建立的信息点数据库中获取至少一个信息点，以及，所述至少一个信息点的Wi-Fi指纹，包括：将信息点定位请求携带的Wi-Fi接入点列表中信号强度值满足预设强度阈值的Wi-Fi接入点，与预设信息点画像库中各信息点对应的Wi-Fi接入点进行匹配，确定匹配成功的Wi-Fi接入点对应的信息点；根据匹配成功的Wi-Fi接入点对应的信息点所匹配的场景标签，确定与所述信息点定位请求匹配的目标场景标签；从所述信息点数据库中选择场景标签与所述目标场景标签匹配的信息点，得到至少一个信息点，并从所述信息点数据库中读取所述至少一个信息点的Wi-Fi指纹。所述预设信息点画像库中包括信息点对应的Wi-Fi接入点、信息点匹配的场景标签等信息。
虽然Wi-Fi信号是覆盖一个范围的,在多个信息点中电子设备都能扫描到,但是实际上Wi-Fi接入点是对应一个确定的信息点的。通过业务数据主连接入点、Wi-Fi信号强度和唯一标识、名称等语义关联等手段,可以挖掘出信息点对应的Wi-Fi接入点。例如，在执行商家扫码验券时,电子设备基本位于这个商家店内，此时如果多台电子设备都连接着某个Wi-Fi,且这个Wi-Fi的信号强度以及强度排名满足预设条件,则可以将这个Wi-Fi当做这个商家的Wi-Fi。
本申请的另一些实施例中，还可以对包含地理位置的请求数据进行挖掘，以某一地理位置为圆心,寻找附近预设距离范围内(如100米内)的定位请求,如果出现了Wi-Fi接入点名称与信息点名称有很强语义关联的Wi-Fi接入点,则可以认为这个Wi-Fi接入点属于该信息点。
按照上述方法，可以挖掘每个信息点对应的Wi-Fi接入点。基于挖掘到的数据，可以构建信息点画像库。实践证明,基于网络数据，可以挖掘到的信息点覆盖率约60％,准确率77％。
本申请的另一些实施例中，还可以人工构建信息点画像库，即信息点注册或维护过程中，人工输入各信息点对应的Wi-Fi接入点。本申请对构建信息点画像库的具体实施方式不做限定，此处亦不一一例据。
对于所述信息点定位请求中没有携带场景标签的情形，可以首先基于Wi-Fi接入点列表的信号强度筛选匹配的信息点，之后，进一步根据匹配的信息点的场景标签预估所述信息点定位请求匹配的场景标签。具体而言，在接收到信息点定位请求之后，首先确定所述信息点定位请求中携带的Wi-Fi接入点列表中信号强度大于预设强度阈值的所有Wi-Fi接入点；之后，遍历预先构建的信息点画像库，搜索对应上述信号强度大于预设强度阈值的各Wi-Fi接入点的各信息点；最后，将搜索到的所有信息点的场景标签中覆盖数量最大的场景标签，确定为所述信息点定位请求中匹配的场景标签。
步骤120，对于获取的每个所述信息点，将所述信息点定位请求携带的Wi-Fi接入点列表中待匹配Wi-Fi接入点与所述信息点的所述Wi-Fi指纹，进行Wi-Fi信号的分布相似度匹配，确定所述信息点与所述信息点定位请求的匹配度。
在经过粗筛，召回多个信息点之后，通过后台服务器或者前端计算处理设备进一步对信息点定位请求携带的Wi-Fi接入点列表和召回的每个信息点分别进行相似度匹配。具体实施时，基于召回的每个信息点的Wi-Fi指纹进行相似度匹配。
本申请的一些实施例中，所述Wi-Fi指纹还包括：与相应信息点关联的所述多个参考Wi-Fi接入点各自的唯一标识，所述对于获取的每个所述信息点，将所述信息点定位请求携带的Wi-Fi接入点列表中待匹配Wi-Fi接入点与所述信息点的所述Wi-Fi指纹，进行Wi-Fi信号的分布相似度匹配，确定所述信息点与所述信息点定位请求的匹配度，包括：对于获取的每个所述信息点，将所述信息点定位请求携带的Wi-Fi接入点列表中每个待匹配Wi-Fi接入点的唯一标识和与所述信息点关联的多个参考Wi-Fi接入点的唯一标识的进行匹配，并将匹配成功的所述唯一标识所属待匹配Wi-Fi接入点和参考Wi-Fi接入点，进行Wi-Fi信号的分布相似度匹配，确定所述信息点与所述信息点定位请求的匹配度。
下面以信息点定位请求携带的Wi-Fi接入点列表中包括M个待匹配Wi-Fi接入点，接入点名称分别记为curRSSI1、curRSSI2、…、curRSSIM、信号强度分别记为curWF1、curWF2、…、curWFM为例,详细阐述将所述信息点定位请求携带的Wi-Fi接入点列表与一个召回的信息点进行Wi-Fi信号的分布相似度匹配的具体实施方案。
首先，假设进行匹配的召回的信息点表示为POI1,信息点POI1的Wi-Fi指纹表示为FP1,其中，信息点POI1的Wi-Fi指纹由Q个Wi-Fi接入点的信号分布数据组成，其唯一标识分别表示为RSSI1、RSSI2、…、RSSIQ，所述Wi-Fi指纹包括每个Wi-Fi接入点的唯一标识(如接入点名称)和信号分布数据(如信号强度值、信号强度值排名)。在匹配过程中，首先将所述信息点定位请求携带的M个Wi-Fi接入点各自的唯一标识，例如curRSSI1、curRSSI2、…、curRSSIM分别与信息点POI1的Wi-Fi指纹中Q个Wi-Fi接入点的唯一标识RSSI1、RSSI2、…、RSSIQ进行匹配，确定用户的电子设备扫描到的，并且出现在信息点POI1的Wi-Fi指纹中的Wi-Fi接入点。由于信息点POI1的Wi-Fi指纹中的Wi-Fi接入点是根据历史到店业务数据确定的，通常是在信息点POI1中被扫描到的概率和/或信号强度很大的Wi-Fi接入点，因此，信息点POI1的Wi-Fi指纹中的Wi-Fi接入点必然是设置在距离信息点POI1最近的信息点(如信息点POI1本身或邻居信息点)中的Wi-Fi接入点。例如，如果POI1的Wi-Fi指纹中包括唯一标识与curRSSI1、curRSSI2相同的Wi-Fi接入点RSSI1、RSSI2，则可以认为Wi-Fi接入点curRSSI1、curRSSI2设置于信息点POI1本身内或设置与信息点POI1的邻居信息点内。
在确定了用户的电子设备扫描到的，并且出现在信息点POI1的Wi-Fi指纹中的Wi-Fi接入点之后，进一步基于电子设备扫描到的，并且出现在信息点POI1的Wi-Fi指纹中的Wi-Fi接入点(如前述Wi-Fi接入点curRSSI1、curRSSI2)的Wi-Fi信号分布数据，确定电子设备扫描到的，并且出现在信息点POI1的Wi-Fi指纹中的Wi-Fi接入点的当前Wi-Fi信号分布数据与信息点POI1的Wi-Fi指纹中相应Wi-Fi接入点(如前述参考Wi-Fi接入点RSSI1、RSSI2)的Wi-Fi信号分布数据的匹配度，从而确定用户的电子设备扫描到的Wi-Fi接入点是否设置于信息点POI1中。
本申请的一些实施例中，所述唯一标识所属待匹配Wi-Fi接入点的Wi-Fi信号分布数据包括：第一信号强度值和第一信号强度排名，其中，所述第一信号强度排名用于指示所述待匹配Wi-Fi接入点在所述信息点定位请求携带的所有待匹配Wi-Fi接入点中的信号强度大小位次；所述唯一标识所属参考Wi-Fi接入点的Wi-Fi信号分布数据包括：第二信号强度值、第二信号强度排名、第二信号强度均值和/或方差；所述将匹配成功的所述唯一标识所属待匹配Wi-Fi接入点和参考Wi-Fi接入点，进行Wi-Fi信号的分布相似度匹配，确定所述信息点与所述信息点定位请求的匹配度，包括：对于具有所述唯一标识每组所述待匹配Wi-Fi接入点和所述参考Wi-Fi接入点，根据所述待匹配Wi-Fi接入点的第一信号强度值和第一信号强度排名、所述参考Wi-Fi接入点的第二信号强度值和第二信号强度排名，计算该组所述待匹配Wi-Fi接入点和所述参考Wi-Fi接入点对应的Wi-Fi相似度向量；根据每组所述待匹配Wi-Fi接入点和所述参考Wi-Fi接入点对应的Wi-Fi相似度向量，通过相应第二信号强度均值和/或方差对所述Wi-Fi相似度向量进行加权映射，确定所述信息点与所述信息点定位请求的匹配度。
具体举例而言，可以通过预先训练的神经网络模型计算电子设备扫描到的，并且出现在信息点POI1的Wi-Fi指纹中的Wi-Fi接入点的当前Wi-Fi信号分布数据，与信息点POI1的Wi-Fi指纹中相应Wi-Fi接入点的Wi-Fi信号分布数据的匹配度，例如，通过预先训练的神经网络模型计算如前所述的用户电子设备扫描到的Wi-Fi接入点curRSSI1、curRSSI2的Wi-Fi信号分布数据与信息点POI1的Wi-Fi指纹中参考Wi-Fi接入点RSSI1、RSSI2的信号分布数据的匹配度。在通过预先训练的神经网络模型计算Wi-Fi接入点的信号分布数据的匹配度时，将唯一标识相同的当前扫描到的Wi-Fi接入点(如curRSSI1)和参考Wi-Fi接入点(如RSSI1)作为一组Wi-Fi接入点，将得到的多组Wi-Fi接入点；之后，分别提取得到的每组Wi-Fi接入点中当前扫描到的Wi-Fi接入点的Wi-Fi信号分布数据的信号特征(如信号强度值和信号强度排名)和参考Wi-Fi接入点的Wi-Fi信号分布数据的信号特征(如信号强度值和信号强度排名)；然后，将得到的每组Wi-Fi接入点中当前扫描到的Wi-Fi接入点的Wi-Fi信号特征和参考Wi-Fi接入点的Wi-Fi信号特征拼接为一组输入特征，可以得到多组输入特征；最后，将得到的多组输入特征输入至所述神经网络模型。
所述神经网络模型首先分别对每组输入特征进行特征融合，得到多组预设维度的特征向量，之后，将得到多组预设维度的特征向量进行拼接，并通过多层神经元对拼接得到的向量进行特征抽取和映射，得到一表达高维特征向量。最后，所述神经网络模型的激活函数基于高维特征向量映射得到电子设备扫描到的，并且出现在信息点POI1的Wi-Fi指纹中的Wi-Fi接入点的当前Wi-Fi信号分布数据，与信息点POI1的Wi-Fi指纹中相应Wi-Fi接入点的Wi-Fi信号分布数据的匹配度，即接收到的信息点定位请求中携带的Wi-Fi接入点列表中Wi-Fi接入点的信号分数数据与信息点POI1的Wi-Fi指纹的匹配度。信息点定位请求中携带的Wi-Fi接入点列表中Wi-Fi接入点的信号分布数据与信息点POI1的Wi-Fi指纹的匹配度，反映了信息点定位请求的发送位置与信息点POI1的地理位置的匹配度。
按照上述方法，将信息点定位请求中携带的Wi-Fi接入点列表中Wi-Fi接入点的信号分布数据，与经过粗筛后召回的每个信息点的Wi-Fi指纹分别进行匹配后，得到信息点定位请求的发送位置分别与各信息点的地理位置的匹配度。
本申请实施例中所述的神经网络模型基于孪生深度神经网络构建。在模型训练过程中，可以根据所述信息点数据库构建训练样本。例如，对于某一信息点，根据对应该信息点的第二关联数据和该信息点的Wi-Fi指纹构建正样本，根据对应该信息点的第二关联数据和其他信息点的Wi-Fi指纹构建负样本，参考此方法构建训练样本集。
本申请的另一些实施例中，Wi-Fi接入点的信号分布数据还可以包括其他维度的数据，相应的，从Wi-Fi接入点的信号分布数据中提取的信号特征还可以为其他维度的特征，本申请实施例中不再一一例举。本领域技术人员应当理解，Wi-Fi接入点的信号分布数据为可以反应Wi-Fi接入点的信号分布情况的数据(例如，信号强度值、不同Wi-Fi接入点的信号强度排名、信号出现概率、特定强度值信号的出现概率、特定分布曲线的参数等等)；相应的，从Wi-Fi接入点的信号分布数据中提取的信号特征为可以反应Wi-Fi接入点的信号分布情况的任意一个或多个维度数据的特征值(例如，信号强度值、不同Wi-Fi接入点的信号强度排名等等)。
步骤130，根据各所述信息点与所述信息点定位请求的匹配度，确定匹配所述信息点定位请求的所述信息点。
信息点定位请求的发送位置分别与各信息点的地理位置的匹配度，表达了各信息点分别与所述信息点定位请求的匹配度，进一步的，可以将匹配度最高的所述信息点，确定为匹配所述信息点定位请求的信息点。也可以按照匹配度由高到底的顺序输出信息点列表。
本申请实施例公开的基于Wi-Fi信号的定位方法，通过响应于接收到基于Wi-Fi接入点列表的信息点定位请求，从预先建立的信息点数据库中获取至少一个信息点，以及，所述至少一个信息点的Wi-Fi指纹；其中，所述Wi-Fi指纹包括：与相应信息点关联的多个参考Wi-Fi接入点在与所述信息点关联时各自的Wi-Fi信号分布数据；对于获取的每个所述信息点，将所述信息点定位请求携带的Wi-Fi接入点列表中待匹配Wi-Fi接入点与所述信息点的所述Wi-Fi指纹，进行Wi-Fi信号的分布相似度匹配，确定所述信息点与所述信息点定位请求的匹配度；根据各所述信息点与所述信息点定位请求的匹配度，确定匹配所述信息点定位请求的所述信息点，有助于提升对于用户位置的定位精度。
如果采用现有技术中的定位方法，当用户进入一多层多门店的建筑中某一层的一个门店时，后台服务器将只能定位到用户所处的建筑物的经纬度坐标，而这一经纬度坐标对应了该多层建筑中每一层的至少一个门店，无法精确定位到用户所处的具体门店。本申请实施例公开的基于Wi-Fi信号的定位方法，通过建立信息点的Wi-Fi指纹，并且，以某一信息点中扫描到的Wi-Fi接入点的信号分布数据作为Wi-Fi指纹，通过比对在线采集的Wi-Fi接入点列表的Wi-Fi信号分布数据和信息点的Wi-Fi指纹的信号分布数据的匹配度，确定用户所位于的信息点，不仅提升了对用户的定位精度，同时，提升了定位准确度。
实施例二
本申请实施例公开的一种到店信息推送方法，如图3所示，所述方法包括：步骤310至步骤340。
步骤310，响应于用户触发信息获取操作，根据用户的电子设备扫描到的Wi-Fi接入点列表生成信息点定位请求。
本申请的一些应用实施例中，所述信息点定位请求为运行在用户的电子设备上的应用程序发送的。例如，当用户进入某个门店之后，通过电子设备上的搜索应用查看当前门店的服务内容,优惠信息，最终形成消费决策。用户的电子设备检测到用户打开搜索应用之后，获取电子设备扫描到的Wi-Fi接入点列表。其中，所述Wi-Fi接入点列表中包括电子设备扫描到的一个或多个Wi-Fi接入信号的唯一标识、Wi-Fi信号强度值、信号强度排名等数据。
之后，在电子设备上，所述搜索应用根据扫描到的Wi-Fi接入点列表生成信息点定位请求。
步骤320，向预设服务器发送所述信息点定位请求。
所述搜索应用通过电子设备将所述信息点定位请求发送至预设后台服务器。
步骤330，接收所述预设服务器执行如实施例一所述的基于Wi-Fi信号的定位方法所确定的匹配所述信息点定位请求的所述信息点。
所述预设服务器在接收到所述信息点定位请求之后，执行实施例一中所述的基于Wi-Fi信号的定位方法，确定与所述信息点定位请求匹配的信息点，即所述用户当前进入的门店，并反馈给搜索应用。
步骤340，通过所述电子设备向所述用户推送所述信息点的关联信息。
所述搜索应用接收到与所述信息点定位请求匹配的信息点之后，通过所述电子设备向所述用户推送所述信息点的关联信息。例如，搜索应用可以优先推荐当前门店的门店介绍、服务内容、优惠信息等，提升用户获取门店信息的效率，提升用户使用搜索应用的体验。
本申请的另一些实施例中，接收所述预设服务器执行如实施例一所述的基于Wi-Fi信号的定位方法所确定的匹配所述信息点定位请求的所述信息点之后，将匹配所述信息点定位请求的所述信息点关联的召回结果展示在所述搜索应用搜索结果列表的头部展示位。例如，当用户进入某个门店之后，通过电子设备上的搜索应用执行查询操作，搜索应用会根据查询文本召回搜索结果列表，搜索应用将召回搜索结果列表中与当前门店相关的搜索结果移到搜索结果列表的头部位置进行展示，以使得用户首先看到当前进入的门店相关的，且与用户查询内容相关的搜索结果。
本申请实施例公开的到店信息推送方法，通过响应于用户触发信息获取操作，根据用户的电子设备扫描到的Wi-Fi接入点列表生成信息点定位请求；向预设服务器发送所述信息点定位请求；接收所述预设服务器执行如实施例一所述的基于Wi-Fi信号的定位方法所确定的匹配所述信息点定位请求的所述信息点；通过所述电子设备向所述用户推送所述信息点的关联信息，提升了向用户推送信息的针对性，改善了用户的到店体验。
实施例三
本申请实施例公开的一种基于Wi-Fi信号的定位装置，如图4所示，所述装置包括：
待匹配信息点获取模块410，用于响应于接收到基于Wi-Fi接入点列表的信息点定位请求，从预先建立的信息点数据库中获取至少一个信息点，以及，所述至少一个信息点的Wi-Fi指纹；其中，所述Wi-Fi指纹包括：与相应信息点关联的多个参考Wi-Fi接入点在与所述信息点关联时各自的Wi-Fi信号分布数据；
匹配模块420，用于对于获取的每个所述信息点，将所述信息点定位请求携带的Wi-Fi接入点列表中待匹配Wi-Fi接入点与所述信息点的所述Wi-Fi指纹，进行Wi-Fi信号的分布相似度匹配，确定所述信息点与所述信息点定位请求的匹配度；
定位结果确定模块430，用于根据各所述信息点与所述信息点定位请求的匹配度，确定匹配所述信息点定位请求的所述信息点。
本申请的一些实施例中，所述Wi-Fi指纹还包括：与相应信息点关联的所述多个参考Wi-Fi接入点各自的唯一标识，所述对于获取的每个所述信息点，所述匹配模块420进一步用于：
对于获取的每个所述信息点，将所述信息点定位请求携带的Wi-Fi接入点列表中每个待匹配Wi-Fi接入点的唯一标识和与所述信息点关联的多个参考Wi-Fi接入点的唯一标识的进行匹配，并将匹配成功的所述唯一标识所属待匹配Wi-Fi接入点和参考Wi-Fi接入点，进行Wi-Fi信号的分布相似度匹配，确定所述信息点与所述信息点定位请求的匹配度。
本申请的一些实施例中，所述唯一标识所属待匹配Wi-Fi接入点的Wi-Fi信号分布数据包括：第一信号强度值和第一信号强度排名，其中，所述第一信号强度排名用于指示所述待匹配Wi-Fi接入点在所述信息点定位请求携带的所有待匹配Wi-Fi接入点中的信号强度大小位次；所述唯一标识所属参考Wi-Fi接入点的Wi-Fi信号分布数据包括：第二信号强度值、第二信号强度排名、第二信号强度均值和/或方差；所述将匹配成功的所述唯一标识所属待匹配Wi-Fi接入点和参考Wi-Fi接入点，进行Wi-Fi信号的分布相似度匹配，确定所述信息点与所述信息点定位请求的匹配度，包括：
对于具有所述唯一标识每组所述待匹配Wi-Fi接入点和所述参考Wi-Fi接入点，根据所述待匹配Wi-Fi接入点的第一信号强度值和第一信号强度排名、所述参考Wi-Fi接入点的第二信号强度值和第二信号强度排名，计算该组所述待匹配Wi-Fi接入点和所述参考Wi-Fi接入点对应的Wi-Fi相似度向量；
根据每组所述待匹配Wi-Fi接入点和所述参考Wi-Fi接入点对应的Wi-Fi相似度向量，通过相应第二信号强度均值和/或方差对所述Wi-Fi相似度向量进行加权映射，确定所述信息点与所述信息点定位请求的匹配度。
本申请的一些实施例中，如图5所示，所述装置还包括：
信息点数据库建立模块400，用于根据在各信息点采集的Wi-Fi接入点信息，离线建立信息点数据库；其中，所述信息点数据库中包括：若干信息点，以及每个所述信息点的Wi-Fi指纹。
本申请的一些实施例中，所述信息点数据库建立模块400进一步用于：
通过与信息点关联的到店业务数据中预设请求携带的信息点标识、电子设备的地理位置和所述电子设备扫描到的Wi-Fi接入点列表，获取若干条表征信息点、地理位置和Wi-Fi接入点列表的关联关系的第一关联数据，所述Wi-Fi接入点列表中包括至少一个Wi-Fi接入点；
根据地理位置与信息点之间的距离和/或同一个Wi-Fi接入点的信号分布离散度，对所述第一关联数据进行去噪处理，确定若干条表征信息点和Wi-Fi接入点的关联关系的第二关联数据；
对所述第二关联数据中每个所述信息点关联的所有所述Wi-Fi接入点的预设Wi-Fi信号分布参数分别进行分析，确定各所述信息点的参考Wi-Fi接入点，以及各所述参考Wi-Fi接入点的Wi-Fi信号分布数据；
根据各所述信息点的各参考Wi-Fi接入点的唯一标识和所述Wi-Fi信号分布数据，构建相应所述信息点的Wi-Fi指纹。
本申请的一些实施例中，所述信息点定位请求中携带的目标场景标签，所述信息点数据库中还包括：信息点匹配的场景标签，如图5所示，所述待匹配信息点获取模块410进一步包括：第一待匹配信息点获取子模块4101，和/或，第二待匹配信息点获取子模块4102。
所述第一待匹配信息点获取子模块4101，用于从所述信息点数据库中选择场景标签与所述目标场景标签匹配的信息点，得到至少一个信息点，并从所述信息点数据库中读取所述至少一个信息点的Wi-Fi指纹。
所述第二待匹配信息点获取子模块4102用于：将信息点定位请求携带的Wi-Fi接入点列表中信号强度值满足预设强度阈值的Wi-Fi接入点，与预设信息点画像库中各信息点对应的Wi-Fi接入点进行匹配，确定匹配成功的Wi-Fi接入点对应的信息点；根据匹配成功的Wi-Fi接入点对应的信息点所匹配的场景标签，确定与所述信息点定位请求匹配的目标场景标签；以及，从所述信息点数据库中选择场景标签与所述目标场景标签匹配的信息点，得到至少一个信息点，并从所述信息点数据库中读取所述至少一个信息点的Wi-Fi指纹。
本申请实施例公开的基于Wi-Fi信号的定位装置，通过响应于接收到基于Wi-Fi接入点列表的信息点定位请求，从预先建立的信息点数据库中获取至少一个信息点，以及，所述至少一个信息点的Wi-Fi指纹；其中，所述Wi-Fi指纹包括：与相应信息点关联的多个参考Wi-Fi接入点在与所述信息点关联时各自的Wi-Fi信号分布数据；对于获取的每个所述信息点，将所述信息点定位请求携带的Wi-Fi接入点列表中待匹配Wi-Fi接入点与所述信息点的所述Wi-Fi指纹，进行Wi-Fi信号的分布相似度匹配，确定所述信息点与所述信息点定位请求的匹配度；根据各所述信息点与所述信息点定位请求的匹配度，确定匹配所述信息点定位请求的所述信息点，有助于提升对于用户位置的定位精度。
本申请实施例公开的基于Wi-Fi信号的定位装置，通过建立信息点的Wi-Fi指纹，并且，以某一信息点中扫描到的Wi-Fi接入点的信号分布数据作为Wi-Fi指纹，通过比对在线采集的Wi-Fi接入点列表的Wi-Fi信号分布数据和信息点的Wi-Fi指纹的信号分布数据的匹配度，确定用户所位于的信息点，不仅提升了对用户的定位精度，同时，提升了定位准确度。
实施例四
本申请实施例公开的一种到店信息推送装置，如图6所示，所述装置包括：
信息点定位请求生成模块610，用于响应于用户触发信息获取操作，根据用户的电子设备扫描到的Wi-Fi接入点列表生成信息点定位请求；
信息点定位请求发送模块620，用于向预设服务器发送所述信息点定位请求；
定位结果接收模块630，用于接收所述预设服务器执行实施例一所述的基于Wi-Fi信号的定位方法所确定的匹配所述信息点定位请求的所述信息点；
信息推送模块640，用于通过所述电子设备向所述用户推送所述信息点的关联信息。
本申请实施例公开的到店信息推送装置，通过响应于用户触发信息获取操作，根据用户的电子设备扫描到的Wi-Fi接入点列表生成信息点定位请求；向预设服务器发送所述信息点定位请求；接收所述预设服务器执行如实施例一所述的基于Wi-Fi信号的定位方法所确定的匹配所述信息点定位请求的所述信息点；通过所述电子设备向所述用户推送所述信息点的关联信息，提升了向用户推送信息的针对性，改善了用户的到店体验。
本说明书中的装置的各模块用于运行方法实施例中的各步骤，装置的各模块的具体实施方式参见相应的方法步骤。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上对本申请提供的一种基于Wi-Fi信号的定位方法及装置进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其一种核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
本申请的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的电子设备中的一些或者全部部件的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
例如，图7示出了可以实现根据本申请的方法的电子设备。所述电子设备可以为PC机、移动终端、个人数字助理、平板电脑等。该电子设备传统上包括处理器710和存储器720及存储在所述存储器720上并可在处理器710上运行的程序代码730，所述处理器710执行所述程序代码730时实现上述实施例中所述的方法。所述存储器720可以为计算机程序产品或者计算机可读介质。存储器720可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器720具有用于执行上述方法中的任何方法步骤的计算机程序的程序代码730的存储空间7201。例如，用于程序代码730的存储空间7201可以包括分别用于实现上面的方法中的各种步骤的各个计算机程序。所述程序代码730为计算机可读代码。这些计算机程序可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘，紧致盘(CD)、存储卡或者软盘之类的程序代码载体。所述计算机程序包括计算机可读代码，当所述计算机可读代码在电子设备上运行时，导致所述电子设备执行根据上述实施例的方法。
本申请实施例还公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请实施例一所述的基于Wi-Fi信号的定位方法的步骤。
这样的计算机程序产品可以为计算机可读存储介质，该计算机可读存储介质可以具有与图7所示的电子设备中的存储器720类似布置的存储段、存储空间等。程序代码可以例如以适当形式进行压缩存储在所述计算机可读存储介质中。所述计算机可读存储介质通常为如参考图8所述的便携式或者固定存储单元。通常，存储单元包括计算机可读代码730’，所述计算机可读代码730’为由处理器读取的代码，这些代码被处理器执行时，实现上面所描述的方法中的各个步骤。
本文中所称的“一个实施例”、“实施例”或者“一个或者多个实施例”意味着，结合实施例描述的特定特征、结构或者特性包括在本申请的至少一个实施例中。此外，请注意，这里“在一个实施例中”的词语例子不一定全指同一个实施例。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本申请的实施例可以在没有这些具体细节的情况下被实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例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同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (12)

1.一种基于Wi-Fi信号的定位方法，其特征在于，包括：
响应于接收到基于Wi-Fi接入点列表的信息点定位请求，从预先建立的信息点数据库中获取至少一个信息点，以及，所述至少一个信息点的Wi-Fi指纹；其中，所述Wi-Fi指纹包括：与相应信息点关联的多个参考Wi-Fi接入点在与所述信息点关联时各自的Wi-Fi信号分布数据；
对于获取的每个所述信息点，将所述信息点定位请求携带的Wi-Fi接入点列表中待匹配Wi-Fi接入点与所述信息点的所述Wi-Fi指纹，进行Wi-Fi信号的分布相似度匹配，确定所述信息点与所述信息点定位请求的匹配度；
根据各所述信息点与所述信息点定位请求的匹配度，确定匹配所述信息点定位请求的所述信息点。
2.根据权利要求1所述的方法，其特征在于，所述Wi-Fi指纹还包括：与相应信息点关联的所述多个参考Wi-Fi接入点各自的唯一标识，所述对于获取的每个所述信息点，将所述信息点定位请求携带的Wi-Fi接入点列表中待匹配Wi-Fi接入点与所述信息点的所述Wi-Fi指纹，进行Wi-Fi信号的分布相似度匹配，确定所述信息点与所述信息点定位请求的匹配度的步骤，包括：
对于获取的每个所述信息点，将所述信息点定位请求携带的Wi-Fi接入点列表中每个待匹配Wi-Fi接入点的唯一标识和与所述信息点关联的多个参考Wi-Fi接入点的唯一标识的进行匹配，并将匹配成功的所述唯一标识所属待匹配Wi-Fi接入点和参考Wi-Fi接入点，进行Wi-Fi信号的分布相似度匹配，确定所述信息点与所述信息点定位请求的匹配度。
3.根据权利要求2所述的方法，其特征在于，所述唯一标识所属待匹配Wi-Fi接入点的Wi-Fi信号分布数据包括：第一信号强度值和第一信号强度排名，其中，所述第一信号强度排名用于指示所述待匹配Wi-Fi接入点在所述信息点定位请求携带的所有待匹配Wi-Fi接入点中的信号强度大小位次；所述唯一标识所属参考Wi-Fi接入点的Wi-Fi信号分布数据包括：第二信号强度值、第二信号强度排名、第二信号强度均值和/或方差；所述将匹配成功的所述唯一标识所属待匹配Wi-Fi接入点和参考Wi-Fi接入点，进行Wi-Fi信号的分布相似度匹配，确定所述信息点与所述信息点定位请求的匹配度的步骤，包括：
对于具有所述唯一标识每组所述待匹配Wi-Fi接入点和所述参考Wi-Fi接入点，根据所述待匹配Wi-Fi接入点的第一信号强度值和第一信号强度排名、所述参考Wi-Fi接入点的第二信号强度值和第二信号强度排名，计算该组所述待匹配Wi-Fi接入点和所述参考Wi-Fi接入点对应的Wi-Fi相似度向量；
根据每组所述待匹配Wi-Fi接入点和所述参考Wi-Fi接入点对应的Wi-Fi相似度向量，通过相应第二信号强度均值和/或方差对所述Wi-Fi相似度向量进行加权映射，确定所述信息点与所述信息点定位请求的匹配度。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述从预先建立的信息点数据库中获取至少一个信息点的步骤之前，包括：
根据在各信息点采集的Wi-Fi接入点信息，离线建立信息点数据库；其中，所述信息点数据库中包括：若干信息点，以及每个所述信息点的Wi-Fi指纹。
5.根据权利要求4所述的方法，其特征在于，所述根据在各信息点采集的Wi-Fi接入点信息，离线建立信息点数据库的步骤，包括：
通过与信息点关联的到店业务数据中预设请求携带的信息点标识、电子设备的地理位置和所述电子设备扫描到的Wi-Fi接入点列表，获取若干条表征信息点、地理位置和Wi-Fi接入点列表的关联关系的第一关联数据，所述Wi-Fi接入点列表中包括至少一个Wi-Fi接入点；
根据地理位置与信息点之间的距离和/或同一个Wi-Fi接入点的信号分布离散度，对所述第一关联数据进行去噪处理，确定若干条表征信息点和Wi-Fi接入点的关联关系的第二关联数据；
对所述第二关联数据中每个所述信息点关联的所有所述Wi-Fi接入点的预设Wi-Fi信号分布参数分别进行分析，确定各所述信息点的参考Wi-Fi接入点，以及各所述参考Wi-Fi接入点的Wi-Fi信号分布数据；
根据各所述信息点的各参考Wi-Fi接入点的唯一标识和所述Wi-Fi信号分布数据，构建相应所述信息点的Wi-Fi指纹。
6.根据权利要求4所述的方法，其特征在于，所述信息点定位请求中携带的目标场景标签，所述信息点数据库中还包括：信息点匹配的场景标签，所述响应于接收到基于Wi-Fi接入点列表的信息点定位请求，从预先建立的信息点数据库中获取至少一个信息点，以及，所述至少一个信息点的Wi-Fi指纹的步骤，包括：
从所述信息点数据库中选择场景标签与所述目标场景标签匹配的信息点，得到至少一个信息点，并从所述信息点数据库中读取所述至少一个信息点的Wi-Fi指纹。
7.根据权利要求4所述的方法，其特征在于，所述信息点数据库中还包括：信息点匹配的场景标签，所述响应于接收到基于Wi-Fi接入点列表的信息点定位请求，从预先建立的信息点数据库中获取至少一个信息点，以及，所述至少一个信息点的Wi-Fi指纹的步骤，包括：
将信息点定位请求携带的Wi-Fi接入点列表中信号强度值满足预设强度阈值的Wi-Fi接入点，与预设信息点画像库中各信息点对应的Wi-Fi接入点进行匹配，确定匹配成功的Wi-Fi接入点对应的信息点；
根据匹配成功的Wi-Fi接入点对应的信息点所匹配的场景标签，确定与所述信息点定位请求匹配的目标场景标签；
从所述信息点数据库中选择场景标签与所述目标场景标签匹配的信息点，得到至少一个信息点，并从所述信息点数据库中读取所述至少一个信息点的Wi-Fi指纹。
8.一种到店信息推送方法，其特征在于，包括：
响应于用户触发信息获取操作，根据用户的电子设备扫描到的Wi-Fi接入点列表生成信息点定位请求；
向预设服务器发送所述信息点定位请求；
接收所述预设服务器执行如权利要求1至7任一项所述的基于Wi-Fi信号的定位方法所确定的匹配所述信息点定位请求的所述信息点；
通过所述电子设备向所述用户推送所述信息点的关联信息。
9.一种基于Wi-Fi信号的定位装置，其特征在于，包括：
待匹配信息点获取模块，用于响应于接收到基于Wi-Fi接入点列表的信息点定位请求，从预先建立的信息点数据库中获取至少一个信息点，以及，所述至少一个信息点的Wi-Fi指纹；其中，所述Wi-Fi指纹包括：与相应信息点关联的多个参考Wi-Fi接入点在与所述信息点关联时各自的Wi-Fi信号分布数据；
匹配模块，用于对于获取的每个所述信息点，将所述信息点定位请求携带的Wi-Fi接入点列表中待匹配Wi-Fi接入点与所述信息点的所述Wi-Fi指纹，进行Wi-Fi信号的分布相似度匹配，确定所述信息点与所述信息点定位请求的匹配度；
定位结果确定模块，用于根据各所述信息点与所述信息点定位请求的匹配度，确定匹配所述信息点定位请求的所述信息点。
10.一种到店信息推送装置，其特征在于，包括：
信息点定位请求生成模块，用于响应于用户触发信息获取操作，根据用户的电子设备扫描到的Wi-Fi接入点列表生成信息点定位请求；
信息点定位请求发送模块，用于向预设服务器发送所述信息点定位请求；
定位结果接收模块，用于接收所述预设服务器执行如权利要求1至7任一项所述的基于Wi-Fi信号的定位方法所确定的匹配所述信息点定位请求的所述信息点；
信息推送模块，用于通过所述电子设备向所述用户推送所述信息点的关联信息。
11.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在处理器上运行的程序代码，其特征在于，所述处理器执行所述程序代码时实现权利要求1至7任意一项所述的基于Wi-Fi信号的定位方法和/或权利要求8所述的到店信息推送方法。
12.一种计算机可读存储介质，其上存储有程序代码，其特征在于，该程序代码被处理器执行时实现权利要求1至7任意一项所述的基于Wi-Fi信号的定位方法的步骤和/或权利要求8所述的到店信息推送方法的步骤。
CN202011250938.0A 2020-11-10 2020-11-10 基于Wi-Fi信号的定位方法、装置，以及电子设备 Pending CN114547386A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011250938.0A CN114547386A (zh) 2020-11-10 2020-11-10 基于Wi-Fi信号的定位方法、装置，以及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011250938.0A CN114547386A (zh) 2020-11-10 2020-11-10 基于Wi-Fi信号的定位方法、装置，以及电子设备

Publications (1)

Publication Number Publication Date
CN114547386A true CN114547386A (zh) 2022-05-27

Family

ID=81659433

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011250938.0A Pending CN114547386A (zh) 2020-11-10 2020-11-10 基于Wi-Fi信号的定位方法、装置，以及电子设备

Country Status (1)

Country Link
CN (1) CN114547386A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116184312A (zh) * 2022-12-22 2023-05-30 泰州雷德波达定位导航科技有限公司 一种基于语义Wi-Fi的室内众源指纹库构建方法
CN117271499A (zh) * 2023-11-17 2023-12-22 威海市驰云网络科技有限公司 一种IP技术中Wi-Fi地理定位基准点数据清洗方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116184312A (zh) * 2022-12-22 2023-05-30 泰州雷德波达定位导航科技有限公司 一种基于语义Wi-Fi的室内众源指纹库构建方法
CN116184312B (zh) * 2022-12-22 2023-11-21 泰州雷德波达定位导航科技有限公司 一种基于语义Wi-Fi的室内众源指纹库构建方法
CN117271499A (zh) * 2023-11-17 2023-12-22 威海市驰云网络科技有限公司 一种IP技术中Wi-Fi地理定位基准点数据清洗方法

Similar Documents

Publication Publication Date Title
US11698261B2 (en) Method, apparatus, computer device and storage medium for determining POI alias
CN102572390B (zh) 对监视对象者的行动进行监视的装置以及方法
CN111954175B (zh) 一种兴趣点到访判别方法和相关装置
JP2016540957A (ja) 無線指紋方式を使用する配達位置の確認
KR101424382B1 (ko) 사용자의 선호도 및 이동 패턴을 이용한 관심지역 추천 방법
US20160050541A1 (en) Fine-Grained Indoor Location-Based Social Network
KR101738443B1 (ko) 증강 현실 콘텐츠를 스크리닝하는 방법, 장치, 및 시스템
CN111757464B (zh) 一种区域轮廓提取方法及装置
US8843480B2 (en) Server, information-management method, information-management program, and computer-readable recording medium with said program recorded thereon, for managing information input by a user
CN111144434A (zh) 楼层层数的获取方法、装置、电子设备及存储介质
CN108712712B (zh) 无线保真WiFi网络关联信息显示方法及装置
CN109068272B (zh) 相似用户识别方法、装置、设备及可读存储介质
CN114547386A (zh) 基于Wi-Fi信号的定位方法、装置，以及电子设备
CN111723959A (zh) 区域的划分方法、装置、存储介质及电子装置
CN112241489A (zh) 信息推送方法、装置、可读存储介质和计算机设备
CN111209487B (zh) 用户数据分析方法、服务器及计算机可读存储介质
CN112860993A (zh) 兴趣点的分类方法、装置、设备、存储介质及程序产品
CN111382744A (zh) 商铺信息获取方法、装置、终端设备及存储介质
CN110290584B (zh) 定位方法
CN112819544A (zh) 基于大数据的广告投放方法、装置、设备及存储介质
CN109522431B (zh) 一种基于图片识别的酒店推荐方法及系统
CN111782980A (zh) 地图兴趣点的挖掘方法、装置、设备及存储介质
CN111581245B (zh) 一种数据搜索方法以及装置
CN114007186A (zh) 定位方法及相关产品
CN113706222A (zh) 一种门店选址的方法、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