CN114549058A - 选址方法、装置、电子设备和可读存储介质 - Google Patents
选址方法、装置、电子设备和可读存储介质 Download PDFInfo
- Publication number
- CN114549058A CN114549058A CN202210112753.6A CN202210112753A CN114549058A CN 114549058 A CN114549058 A CN 114549058A CN 202210112753 A CN202210112753 A CN 202210112753A CN 114549058 A CN114549058 A CN 114549058A
- Authority
- CN
- China
- Prior art keywords
- candidate
- grid
- target
- information
- address selection
- 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
Images
Classifications
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0204—Market segmentation
- G06Q30/0205—Location or geographical consideration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Abstract
本公开提供了一种选址方法、装置、电子设备和可读存储介质,涉及大数据、深度学习等人工智能技术领域。其中,选址方法包括:获取选址请求,所述选址请求中包含选址区域与选址属性;将所述选址区域划分为多个候选网格,得到对应每个候选网格的多个候选信息;根据所述选址属性,从对应每个候选网格的多个候选信息中确定每个候选网格的目标信息;根据每个候选网格的目标信息,从所述多个候选网格中确定目标网格,将所述目标网格作为选址结果。本公开能够提升选址的准确性与灵活性。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及大数据、深度学习等人工智能技术领域。提供了一种选址方法、装置、电子设备和可读存储介质。
背景技术
选址问题是运筹学中的经典问题,其在生产生活中有着非常广泛的应用,比如超市、银行、餐饮店的选址等。选址是一项可以影响长期的决策,甚至会决定待选址对象的命运。
目前的选址方法,主要通过人力大范围收集数据之后,再对所收集的数据进行分析,从而确定选址结果,导致目前的选址方法存在成本较高、准确性较低的问题。
发明内容
根据本公开的第一方面,提供了一种选址方法,包括:获取选址请求,所述选址请求中包含选址区域与选址属性;将所述选址区域划分为多个候选网格,得到对应每个候选网格的多个候选信息;根据所述选址属性,从对应每个候选网格的多个候选信息中确定每个候选网格的目标信息;根据每个候选网格的目标信息,从所述多个候选网格中确定目标网格,将所述目标网格作为选址结果。
根据本公开的第二方面,提供了一种选址装置,包括:获取单元,用于获取选址请求,所述选址请求中包含选址区域与选址属性;划分单元,用于将所述选址区域划分为多个候选网格,得到对应每个候选网格的多个候选信息;确定单元,用于根据所述选址属性,从对应每个候选网格的多个候选信息中确定每个候选网格的目标信息;处理单元,用于根据每个候选网格的目标信息,从所述多个候选网格中确定目标网格,将所述目标网格作为选址结果。
根据本公开的第三方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行如上所述的方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现如上所述的方法。
由以上技术方案可以看出,本公开在根据选址区域得到多个候选网格之后,根据选址属性从多个候选信息中确定每个候选网格的目标信息,进而根据每个候选网格的目标信息来确定目标网格,使得所确定的目标网格更加适配所获取的选址区域以及选址属性,从而提升了选址时的准确性与灵活性。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开第一实施例的示意图;
图2是根据本公开第二实施例的示意图;
图3是根据本公开第三实施例的示意图;
图4是用来实现本公开实施例的选址方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和机构的描述。
图1是根据本公开第一实施例的示意图。如图1所示,本实施例的选址方法,具体包括如下步骤:
S101、获取选址请求,所述选址请求中包含选址区域与选址属性。
本实施例执行S101获取的选址请求,是在选址区域内为待选址对象选择开设位置的请求;本实施例中的待选址对象可以为商店、超市、餐饮店、银行等商业设施,也可以为车站、机场、地铁站等公共交通设施,还可以为住宅小区等居住设施。
本实施例执行S101获取的选址请求中的选址区域,具体为与城市、城市中的行政区、城市中的商圈或者城市中的街道所对应的地理范围,本实施例可以将输入端输入或者输入端在地图上选择的地理范围作为选址区域。
本实施例执行S101获取的选址请求中的选址属性,可以为待选址对象的名称,也可以为待选址对象的预设标识,本实施例可以将输入端输入的名称或者预设标识作为选址属性。在本实施例中,不同的预设标识对应于不同的待选址对象,例如预设标识1对应于商店、预设标识2对应于银行、预设标识3对应于地铁站等。
S102、将所述选址区域划分为多个候选网格,得到对应每个候选网格的多个候选信息。
本实施例在执行S101获取包含选址区域与选址属性的选址请求之后,执行S102首先将选址区域划分为多个候选网格,然后再得到对应每个候选网格的多个候选信息。
本实施例在执行S102将选址区域划分为多个候选网格时,可以直接使用预设的网格尺寸,将选址区域所对应的地理范围划分为多个网格,即对于不同的待选址对象,使用相同的网格尺寸来划分选址区域。
本实施例在执行S102将选址区域划分为多个候选网格时,可以采用的可选实现方式为:根据选址属性,确定目标网格尺寸,本实施例可以使用包含选址属性与网格尺寸之间对应关系的表格,从而确定与待选址对象的选址属性所对应的目标网格尺寸;使用所确定的目标网格尺寸,将选址区域划分为多个候选网格。
也就是说,本实施例能够根据不同的选址属性,来将选址区域所对应的地理范围划分为不同大小的候选网格,使得所划分的候选网格与待选址对象更加匹配,从而提升了在将选址区域划分为多个候选网格时的合理性。
本实施例在执行S102将选址区域划分为多个候选网格之后,即可执行得到对应每个候选网格的多个候选信息的步骤;本实施例执行S102所得到的多个候选信息,可以为候选网格所对应的地理范围内的人口信息与兴趣点(Point Of Interest,POI)信息。
其中,本实施例执行S102得到的候选网格所对应的地理范围内的人口信息可以包含人口密度信息、人口年龄信息、人口收入信息、人口资产信息、居住人口信息、工作人口信息等;本实施例执行S102所得到的候选网格对应的地理范围内的兴趣点信息可以包含各种类型的兴趣点信息,例如交通设施信息、商店信息、银行信息等。
本实施例在执行S102得到对应每个候选网格的多个候选信息时,可以根据每个候选网格所对应的地理范围,将服务器中预先存储的、与该地理范围对应的多个候选信息,作为每个候选网格的多个候选信息。
也就是说,本实施例所得到的多个候选信息,预先存储于服务器,且存储在服务器中的、与不同的地理范围对应的多个候选信息,还可以按照预设的时间间隔(例如每周或者每月)进行更新,从而确保了所得到的对应每个候选网格的多个候选信息具有一定的时效性。
为了进一步提升所得到的候选信息的准确性,本实施例在执行S102得到对应每个候选网格的多个候选信息时,可以采用的可选实现方式为:针对每个候选网格,确定该候选网格所对应的地理范围;获取与所确定的地理范围对应的初始数据,所获取的初始数据包含在该地理范围内的定位数据(例如终端的实时定位数据)、画像数据(例如终端对应的收入、年龄、资产、职业等数据)与兴趣点数据(例如不同类型的兴趣点的数量);根据所获取的初始数据,生成对应该候选网格的多个候选信息。
本实施例在执行S102根据所获取的初始数据生成对应该候选网格的多个候选信息时,可以通过对在该地理范围内的定位数据、画像数据与兴趣点数据进行分类、统计等处理的方式,生成多个候选信息。其中,本实施例执行S102使用的分类、统计等处理的方式可以为计算总量、计算平均值、统计分布规律等。
若候选信息为人口收入信息,本实施例可以根据画像数据中的人口收入数据计算平均值,将计算结果作为人口收入信息;若候选信息为银行信息,本实施例可以根据兴趣点数据来统计银行的总数,将统计结果作为银行信息;若候选信息为居住人口信息,本实施例可以采用kmeans聚类的方式,根据定位数据得到对应不同时间段的定位簇,将处于居住时间的定位簇中的定位数量作为居住人口信息。
也就是说,本实施例可以通过分析实时获取的、与所确定的地理范围对应的初始数据的方式,来得到每个候选网格的多个候选信息,由于所获取的初始数据与获取选址请求的当前时刻相对应,从而能够提升在得到多个候选信息时的准确性与时效性。
S103、根据所述选址属性,从对应每个候选网格的多个候选信息中确定每个候选网格的目标信息。
本实施例在执行S102得到对应每个网格的多个候选信息之后,执行S103根据选址属性,从对应每个候选网格的多个候选信息中确定每个候选网格的目标信息。
也就是说,本实施例根据所获取的选址属性,对候选网格的多个候选信息进行筛选,从而将筛选得到的至少一个候选信息作为目标信息,使得所确定的目标信息与选址属性更加适配,从而提升在确定目标网格时的效率与准确性。
本实施例在执行S103根据选址属性,从对应每个候选网格的多个候选信息中确定每个候选网格的目标信息时,可以采用的可选实现方式为:获取与所获取的选址属性对应的目标信息类型,本实施例中不同的选址属性与不同的目标信息类型相对应;从对应每个候选网格的多个候选信息中选取与所得到的目标信息类型对应的候选信息,作为每个候选网格的目标信息。
也就是说,本实施例能够使得所确定的每个候选网格的目标信息与所获取的选址属性相对应,进而避免使用与选址属性无关的候选信息来确定目标网格,能够提升在确定目标网格时的准确性。
可以理解的是,本实施例在执行S103确定每个候选网格的目标信息之后,还可以根据输入端的输入或者选择,将从未作为目标信息的候选信息中再选取相应的候选信息作为目标信息,从而实现在确定目标信息时的个性化,提升在确定目标信息时的灵活性。
S104、根据每个候选网格的目标信息,从所述多个候选网格中确定目标网格,将所述目标网格作为选址结果。
本实施例在执行S103从对应每个候选网格的多个候选信息中确定每个候选网格的目标信息之后,执行S104根据每个候选网格的目标信息,从多个候选网格中确定目标网格,将所确定的目标网格作为选址结果。
本实施例在执行S104根据每个候选网格的目标信息,从多个候选网格中确定目标网格时,可以采用的可选实现方式为:针对每个候选网格,获取与该候选网格的目标信息对应的权重值;根据该候选网格的目标信息与目标信息对应的权重值,得到该候选网格的选址分数;将选址分数超过预设分数阈值的候选网格,作为目标网格。
也就是说,本实施例根据目标信息及其对应的权重值来得到候选网格的选址分数,进而通过所得到的选址分数来确定目标网格,能够提升所确定的目标网格的准确性。
其中,本实施例在执行S104根据该候选网格的目标信息与目标信息对应的权重值,得到该候选网格的选址分数时,可以采用以下计算公式:
Score=w1x1+w2x2+w3x3+...+wdxd
在公式中:Score表示一个候选网格的选址分数;x1~xd表示一个候选网格的不同的目标信息对应的数值;w1~wd表示与不同的目标信息对应的权重值,用于反映不同的目标信息对选址分数的影响程度。
举例来说,若x1表示的目标信息为工作人口信息,若一个候选网格中的工作人口信息小于1万,则将x1赋值为0,若一个候选网格中的工作人口信息在1万到2万之间,则将x1赋值为1,以此类推直至大于5万时,将x1赋值为5;其他的目标信息对应的数值也可以采用类似方法获得。
可以理解的是,本实施例在执行S104根据该候选网格的目标信息与目标信息对应的权重值,得到该候选网格的选址分数,还可以将该候选网络的目标信息及其对应的权重值输入神经网络模型,将神经网络模型的输出结果作为该候选网络的选址分数。
本实施例在执行S104将所确定的目标网格作为选址结果之后,可以将所确定的目标网格在地图上进行显示,例如使用与不同的选址分数所对应的颜色来进行显示,从而提升不同的目标网格的显示效果,便于输入端进行选择。
本实施例的选址方法,在根据选址区域得到多个候选网格之后,根据选址属性从多个候选网格的多个候选信息中确定目标信息,进而根据每个候选网格的目标信息来确定目标网格,使得所确定的目标网格与选址区域以及选址属性更加适配,从而提升了在选址时的准确性与灵活性。
图2是根据本公开第二实施例的示意图。图2中示出了采用本实施例的选址方法所得到的选址结果的示意图;在不同的目标网格中显示相应的选址分数,不同的选址分数对应不同的显示颜色,便于输入端进行选择。
图3是根据本公开第三实施例的示意图。如图3所示,本实施例的选址装置300,包括:
获取单元301、用于获取选址请求,所述选址请求中包含选址区域与选址属性。
获取单元301获取的选址请求,是在选址区域内为待选址对象选择开设位置的请求;本实施例中的待选址对象可以为商店、超市、餐饮店、银行等商业设施,也可以为车站、机场、地铁站等公共交通设施,还可以为住宅小区等居住设施。
获取单元301获取的选址请求中的选址区域,具体为与城市、城市中的行政区、城市中的商圈或者城市中的街道所对应的地理范围,获取单元301可以将输入端输入或者输入端在地图上选择的地理范围作为选址区域。
获取单元301获取的选址请求中的选址属性,可以为待选址对象的名称,也可以为待选址对象的预设标识,获取单元301可以将输入端输入的名称或者预设标识作为选址属性。在本实施例中,不同的预设标识对应于不同的待选址对象。
划分单元302、用于将所述选址区域划分为多个候选网格,得到对应每个候选网格的多个候选信息。
本实施例在由获取单元301获取包含选址区域与选址属性的选址请求之后,由划分单元302首先将选址区域划分为多个候选网格,然后再得到对应每个候选网格的多个候选信息。
划分单元302在将选址区域划分为多个候选网格时,可以直接使用预设的网格尺寸,将选址区域所对应的地理范围划分为多个网格,即对于不同的待选址对象,使用相同的网格尺寸来划分选址区域。
划分单元302在将选址区域划分为多个候选网格时,可以采用的可选实现方式为:根据选址属性,确定目标网格尺寸;使用所确定的目标网格尺寸,将选址区域划分为多个候选网格。
也就是说,划分单元302能够根据不同的选址属性,来将选址区域所对应的地理范围划分为不同大小的候选网格,使得所划分的候选网格与待选址对象更加匹配,从而提升了在将选址区域划分为多个候选网格时的合理性。
划分单元302在将选址区域划分为多个候选网格之后,即可执行得到对应每个候选网格的多个候选信息的步骤;划分单元302所得到的多个候选信息,可以为候选网格所对应的地理范围内的人口信息与兴趣点(Point Of Interest,POI)信息。
其中,划分单元302得到的候选网格所对应的地理范围内的人口信息可以包含人口密度信息、人口年龄信息、人口收入信息、人口资产信息、居住人口信息、工作人口信息等;划分单元302得到的候选网格对应的地理范围内的兴趣点信息可以包含各种类型的兴趣点信息,例如交通设施信息、商店信息、银行信息等。
划分单元302得到对应每个候选网格的多个候选信息时,可以根据每个候选网格所对应的地理范围,将服务器中预先存储的、与该地理范围对应的多个候选信息,作为每个候选网格的多个候选信息。
也就是说,划分单元302所得到的多个候选信息,预先存储于服务器,且存储在服务器中的、与不同的地理范围对应的多个候选信息,还可以按照预设的时间间隔(例如每周或者每月)进行更新,从而确保了所得到的对应每个候选网格的多个候选信息具有一定的时效性。
为了进一步提升所得到的候选信息的准确性,划分单元302在得到对应每个候选网格的多个候选信息时,可以采用的可选实现方式为:针对每个候选网格,确定该候选网格所对应的地理范围;获取与所确定的地理范围对应的初始数据,所获取的初始数据包含在该地理范围内的定位数据(例如终端的实时定位数据)、画像数据(例如终端对应的收入、年龄、资产、职业等数据)与兴趣点数据(例如不同类型的兴趣点的数量);根据所获取的初始数据,生成对应该候选网格的多个候选信息。
划分单元302在根据所获取的初始数据生成对应该候选网格的多个候选信息时,可以通过对在该地理范围内的定位数据、画像数据与兴趣点数据进行分类、统计等处理的方式,生成多个候选信息。其中,本划分单元302使用的分类、统计等处理的方式可以为计算总量、计算平均值、统计分布规律等。
也就是说,划分单元302可以通过分析实时获取的、与所确定的地理范围对应的初始数据的方式,来得到每个候选网格的多个候选信息,由于所获取的初始数据与获取选址请求的当前时刻相对应,从而能够提升在得到多个候选信息时的准确性与时效性。
确定单元303、用于根据所述选址属性,从对应每个候选网格的多个候选信息中确定每个候选网格的目标信息。
本实施例在由划分单元302得到对应每个网格的多个候选信息之后,由确定单元303根据选址属性,从对应每个候选网格的多个候选信息中确定每个候选网格的目标信息。
也就是说,确定单元303根据所获取的选址属性,对候选网格的多个候选信息进行筛选,从而将筛选得到的至少一个候选信息作为目标信息,使得所确定的目标信息与选址属性更加适配,从而提升在确定目标网格时的效率与准确性。
确定单元303在根据选址属性,从对应每个候选网格的多个候选信息中确定每个候选网格的目标信息时,可以采用的可选实现方式为:获取与所获取的选址属性对应的目标信息类型;从对应每个候选网格的多个候选信息中选取与所得到的目标信息类型对应的候选信息,作为每个候选网格的目标信息。
也就是说,确定单元303能够使得所确定的每个候选网格的目标信息与所获取的选址属性相对应,进而避免使用与选址属性无关的候选信息来确定目标网格,能够提升在确定目标网格时的准确性。
可以理解的是,确定单元303在确定每个候选网格的目标信息之后,还可以根据输入端的输入或者选择,将从未作为目标信息的候选信息中再选取相应的候选信息作为目标信息,从而实现在确定目标信息时的个性化,提升在确定目标信息时的灵活性。
处理单元304、用于根据每个候选网格的目标信息,从所述多个候选网格中确定目标网格,将所述目标网格作为选址结果。
本实施例在由确定单元303从对应每个候选网格的多个候选信息中确定每个候选网格的目标信息之后,由处理单元304根据每个候选网格的目标信息,从多个候选网格中确定目标网格,将所确定的目标网格作为选址结果。
处理单元304在根据每个候选网格的目标信息,从多个候选网格中确定目标网格时,可以采用的可选实现方式为:针对每个候选网格,获取与该候选网格的目标信息对应的权重值;根据该候选网格的目标信息与目标信息对应的权重值,得到该候选网格的选址分数;将选址分数超过预设分数阈值的候选网格,作为目标网格。
也就是说,处理单元304根据目标信息及其对应的权重值来得到候选网格的选址分数,进而通过所得到的选址分数来确定目标网格,能够提升所确定的目标网格的准确性。
其中,处理单元304在根据该候选网格的目标信息与目标信息对应的权重值,得到该候选网格的选址分数时,可以采用以下计算公式:
Score=w1x1+w2x2+w3x3+...+wdxd
在公式中:Score表示一个候选网格的选址分数;x1~xd表示一个候选网格的不同的目标信息对应的数值;w1~wd表示与不同的目标信息对应的权重值,用于反映不同的目标信息对选址分数的影响程度。
可以理解的是,处理单元304根据该候选网格的目标信息与目标信息对应的权重值,得到该候选网格的选址分数,还可以将该候选网络的目标信息及其对应的权重值输入神经网络模型,将神经网络模型的输出结果作为该候选网络的选址分数。
处理单元304在将所确定的目标网格作为选址结果之后,可以将所确定的目标网格在地图上进行显示,例如使用与不同的选址分数所对应的颜色来进行显示,从而提升不同的目标网格的显示效果,便于输入端进行选择。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
如图4所示,是根据本公开实施例的选址方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图4所示,设备400包括计算单元401,其可以根据存储在只读存储器(ROM)402中的计算机程序或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序,来执行各种适当的动作和处理。在RAM403中,还可存储设备400操作所需的各种程序和数据。计算单元401、ROM402以及RAM403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。
设备400中的多个部件连接至I/O接口405,包括:输入单元406,例如键盘、鼠标等;输出单元407,例如各种类型的显示器、扬声器等;存储单元408,例如磁盘、光盘等;以及通信单元409,例如网卡、调制解调器、无线通信收发机等。通信单元409允许设备400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元401的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元401执行上文所描述的各个方法和处理,例如选址方法。例如,在一些实施例中,选址方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元408。
在一些实施例中,计算机程序的部分或者全部可以经由ROM402和/或通信单元409而被载入和/或安装到设备400上。当计算机程序加载到RAM 403并由计算单元401执行时,可以执行上文描述的选址方法的一个或多个步骤。备选地,在其他实施例中,计算单元401可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行选址方法。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程选址装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务(“Virtual Private Server”,或简称“VPS”)中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (13)
1.一种选址方法,包括:
获取选址请求,所述选址请求中包含选址区域与选址属性;
将所述选址区域划分为多个候选网格,得到对应每个候选网格的多个候选信息;
根据所述选址属性,从对应每个候选网格的多个候选信息中确定每个候选网格的目标信息;
根据每个候选网格的目标信息,从所述多个候选网格中确定目标网格,将所述目标网格作为选址结果。
2.根据权利要求1所述的方法,其中,所述将所述选址区域划分为多个候选网格包括:
根据所述选址属性,确定目标网格尺寸;
使用所述目标网格尺寸,将所述选址区域划分为多个候选网格。
3.根据权利要求1-2中任一项所述的方法,其中,所述得到对应每个候选网格的多个候选信息包括:
针对每个候选网格,确定该候选网格所对应的地理范围;
获取与所述地理范围对应的初始数据,所述初始数据包含在所述地理范围内的定位数据、画像数据与兴趣点数据;
根据所述初始数据,生成对应该候选网格的多个候选信息。
4.根据权利要求1-3中任一项所述的方法,其中,所述根据所述选址属性,从对应每个候选网格的多个候选信息中确定每个候选网格的目标信息包括:
获取与所述选址属性对应的目标信息类型;
从对应每个候选网格的多个候选信息中选取与所述目标信息类型对应的候选信息,作为每个候选网格的目标信息。
5.根据权利要求1-4中任一项所述的方法,其中,所述根据每个候选网格的目标信息,从所述多个候选网格中确定目标网格包括:
针对每个候选网格,获取与该候选网格的目标信息对应的权重值;
根据该候选网格的目标信息与目标信息对应的权重值,得到该候选网格的选址分数;
将选址分数超过预设分数阈值的候选网格,作为所述目标网格。
6.一种选址装置,包括:
获取单元,用于获取选址请求,所述选址请求中包含选址区域与选址属性;
划分单元,用于将所述选址区域划分为多个候选网格,得到对应每个候选网格的多个候选信息;
确定单元,用于根据所述选址属性,从对应每个候选网格的多个候选信息中确定每个候选网格的目标信息;
处理单元,用于根据每个候选网格的目标信息,从所述多个候选网格中确定目标网格,将所述目标网格作为选址结果。
7.根据权利要求6所述的装置,其中,所述划分单元在将所述选址区域划分为多个候选网格时,具体执行:
根据所述选址属性,确定目标网格尺寸;
使用所述目标网格尺寸,将所述选址区域划分为多个候选网格。
8.根据权利要求6-7中任一项所述的装置,其中,所述划分单元在得到对应每个候选网格的多个候选信息时,具体执行:
针对每个候选网格,确定该候选网格所对应的地理范围;
获取与所述地理范围对应的初始数据,所述初始数据包含在所述地理范围内的定位数据、画像数据与兴趣点数据;
根据所述初始数据,生成对应该候选网格的多个候选信息。
9.根据权利要求6-8中任一项所述的装置,其中,所述确定单元在根据所述选址属性,从对应每个候选网格的多个候选信息中确定每个候选网格的目标信息时,具体执行:
获取与所述选址属性对应的目标信息类型;
从对应每个候选网格的多个候选信息中选取与所述目标信息类型对应的候选信息,作为每个候选网格的目标信息。
10.根据权利要求6-9中任一项所述的装置,其中,所述处理单元在根据每个候选网格的目标信息,从所述多个候选网格中确定目标网格时,具体执行:
针对每个候选网格,获取与该候选网格的目标信息对应的权重值;
根据该候选网格的目标信息与目标信息对应的权重值,得到该候选网格的选址分数;
将选址分数超过预设分数阈值的候选网格,作为所述目标网格。
11.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。
13.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210112753.6A CN114549058A (zh) | 2022-01-29 | 2022-01-29 | 选址方法、装置、电子设备和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210112753.6A CN114549058A (zh) | 2022-01-29 | 2022-01-29 | 选址方法、装置、电子设备和可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114549058A true CN114549058A (zh) | 2022-05-27 |
Family
ID=81673438
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210112753.6A Pending CN114549058A (zh) | 2022-01-29 | 2022-01-29 | 选址方法、装置、电子设备和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114549058A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115578131A (zh) * | 2022-12-07 | 2023-01-06 | 深圳市城市规划设计研究院有限公司 | 跨地市目标设施的选址方法和装置、电子设备及存储介质 |
CN116756439A (zh) * | 2023-08-16 | 2023-09-15 | 中移(苏州)软件技术有限公司 | 选址方法、装置、服务器和计算机可读存储介质 |
-
2022
- 2022-01-29 CN CN202210112753.6A patent/CN114549058A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115578131A (zh) * | 2022-12-07 | 2023-01-06 | 深圳市城市规划设计研究院有限公司 | 跨地市目标设施的选址方法和装置、电子设备及存储介质 |
CN115578131B (zh) * | 2022-12-07 | 2023-08-25 | 深圳市城市规划设计研究院股份有限公司 | 跨地市目标设施的选址方法和装置、电子设备及存储介质 |
CN116756439A (zh) * | 2023-08-16 | 2023-09-15 | 中移(苏州)软件技术有限公司 | 选址方法、装置、服务器和计算机可读存储介质 |
CN116756439B (zh) * | 2023-08-16 | 2024-01-26 | 中移(苏州)软件技术有限公司 | 选址方法、装置、服务器和计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110647522B (zh) | 一种数据挖掘方法、装置及其系统 | |
KR20160100809A (ko) | 목표 주소를 확정하기 위한 방법 및 장치 | |
CN114549058A (zh) | 选址方法、装置、电子设备和可读存储介质 | |
CN116340548A (zh) | 一种数据处理方法、装置、电子设备和存储介质 | |
CN113536152A (zh) | 一种地图兴趣点展示方法、装置及电子设备 | |
CN115203340A (zh) | 一种伴随关系确定方法、装置、设备和存储介质 | |
CN113904943A (zh) | 账号检测方法、装置、电子设备和存储介质 | |
CN115511343A (zh) | 一种城市核心区域的确定方法、装置、设备以及存储介质 | |
CN115527028A (zh) | 地图数据处理方法及装置 | |
CN115495464A (zh) | 地图更新方法、装置、电子设备和存储介质 | |
CN113723405A (zh) | 区域轮廓的确定方法、装置和电子设备 | |
CN112507223A (zh) | 数据处理方法、装置、电子设备及可读存储介质 | |
CN112948517A (zh) | 区域位置标定方法、装置及电子设备 | |
CN113868518A (zh) | 热力图生成方法、装置、电子设备及存储介质 | |
CN113379464A (zh) | 基于区块链的网点选址方法、装置、设备和存储介质 | |
CN113761381A (zh) | 兴趣点推荐的方法、装置、设备以及存储介质 | |
CN113076389A (zh) | 文章地域识别方法、装置、电子设备及可读存储介质 | |
CN113032251A (zh) | 应用程序服务质量的确定方法、设备和存储介质 | |
CN112966192A (zh) | 区域地址命名方法、装置、电子设备及可读存储介质 | |
CN112116253A (zh) | 一种中心网点选择的方法、装置和系统 | |
CN113381900B (zh) | 路测数据的可视化方法及装置 | |
CN114648672A (zh) | 构建样本图像集的方法、装置、电子设备及可读存储介质 | |
CN114036412A (zh) | 长尾poi的失效预测方法、装置、设备和介质 | |
CN113379462A (zh) | 一种网点选址方法、装置、设备和存储介质 | |
CN114491192A (zh) | 一种数据可视化方法、装置、设备及存储介质 |
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 |