CN114792111A - 一种数据获取方法、装置、电子设备及存储介质 - Google Patents
一种数据获取方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114792111A CN114792111A CN202210191839.2A CN202210191839A CN114792111A CN 114792111 A CN114792111 A CN 114792111A CN 202210191839 A CN202210191839 A CN 202210191839A CN 114792111 A CN114792111 A CN 114792111A
- Authority
- CN
- China
- Prior art keywords
- scene
- data acquisition
- feature information
- characteristic information
- target
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例提供了一种数据获取方法、装置、电子设备及存储介质,涉及数据处理技术领域。本申请中,基于数据获取请求中,目标数据的数据来源信息,结合场景标签与数据采集设备之间的对应关系,确定目标数据采集设备,再根据数据获取请求中,目标数据的数据特征信息,进而从目标数据采集设备采集到的数据中,筛选出目标数据。采用本申请,结合场景标签与数据采集设备之间的对应关系,确定目标数据采集设备,避免了逐一对各个数据采集设备各自采集的数据信息,进行特征信息匹配的技术缺陷,提高了数据获取的效率。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种数据获取方法、装置、电子设备及存储介质。
背景技术
近年来,随着互联网技术的高速发展,越来越多的数据都通过互联网来传输或存储。在这一背景下,随着互联网中数据量的增长,出现了各式各样的数据获取业务;进一步地,基于数据采集设备的数据获取业务也逐渐增多。
例如,在日常生活中,为了满足日益增长的数据获取需求,需要在城市交通道路上部署大量的数据采集设备,实时记录完备的道路数据信息,从而基于特定业务所需数据的数据特征信息,从大量数据采集设备采集到的各种数据中,筛选出目标数据。
具体的,在实际场景中,首先基于预先设置的数据获取规则,构建数据获取模型,再基于数据获取模型,逐一对数据库中各个数据采集设备各自采集到的数据,进行数据特征信息匹配,并最终根据特定业务所需数据的数据特征信息,从数据库中,筛选出满足特定业务需求的数据。
然而,采用上述方式的数据获取,需要逐一对各个数据采集设备各自采集的数据信息,进行特征信息匹配,会因数据获取过程较为繁琐,且当数据采集设备数量较多时,需要耗费大量的时间,进而会降低数据获取的效率。
发明内容
本申请提供一种数据获取方法、装置、电子设备及存储介质,用以提高数据获取的效率。
第一方面,本申请实施例提供了一种数据获取方法,所述方法包括:
接收目标终端的数据获取请求,并从数据获取请求中,获取目标数据的数据来源信息以及数据特征信息。
基于数据来源信息,确定采集目标数据的数据采集设备对应的目标场景标签;其中,目标场景标签表征:目标数据采集设备进行数据采集的环境信息。
基于目标场景标签,以及场景标签与数据采集设备之间的对应关系,选取出目标数据采集设备。
基于数据特征信息,对目标数据采集设备采集到的数据集合进行特征匹配,获得相应的目标数据。
第二方面,本申请实施例还提供了一种数据获取装置,所述装置包括:
获取模块,用于接收目标终端的数据获取请求,并从数据获取请求中,获取目标数据的数据来源信息以及数据特征信息。
处理模块,用于基于数据来源信息,确定采集目标数据的数据采集设备对应的目标场景标签;其中,目标场景标签表征:目标数据采集设备进行数据采集的环境信息。
选取模块,用于基于目标场景标签,以及场景标签与数据采集设备之间的对应关系,选取出目标数据采集设备。
匹配模块,用于基于数据特征信息,对目标数据采集设备采集到的数据集合进行特征匹配,获得相应的目标数据。
一种可选的实施例中,在接收目标终端的数据获取请求之前,处理模块还用于:
获取各个场景各自对应的场景标签以及场景特征信息;其中,每个场景特征信息至少包括:相应场景的位置信息以及占用面积。
基于获得的各个场景特征信息,以及场景特征信息与设备特征信息之间的对应关系,分别确定各个数据采集设备各自对应的场景标签;其中,每个设备特征信息至少包括:相应数据采集设备的位置信息。
一种可选的实施例中,在获取各个场景各自对应的场景标签以及场景特征信息时,处理模块具体用于:
分别确定各个场景各自对应的场景特征信息,所归属的特征信息集合。
基于各个场景特征信息各自对应的特征信息集合,分别生成相应场景的场景标签。
一种可选的实施例中,在基于各个场景特征信息各自对应的特征信息集合,分别生成相应场景的场景标签时,处理模块具体用于:
若特征信息集合属于第一特征信息集合,则对相应场景的场景特征信息进行正则规则匹配,生成相应场景的场景标签;其中,每个第一特征信息集合至少包括:相应场景的各个基础位置属性。
若特征信息集合属于第二特征信息集合,则基于相应场景的场景特征信息,以及场景特征信息与类别标签之间的对应关系,生成相应场景的场景标签;其中,每个第二特征信息集合至少包括:相应场景的各个特有位置属性。
一种可选的实施例中,在基于获得的各个场景特征信息,以及场景特征信息与设备特征信息之间的对应关系,分别确定相应数据采集设备的场景标签时,处理模块具体用于:
针对各个场景特征信息,分别执行以下操作:
基于一个场景的目标场景特征信息,以及场景特征信息与搜索阈值之间的对应关系,确定目标搜索阈值。
获取一个场景的目标搜索阈值内,至少一个数据采集设备及其各自对应的设备特征信息。
基于获得的各个设备特征信息,以及目标场景特征信息,分别确定所述一个场景与相应数据采集设备之间的位置间隔。
在确定位置间隔小于预设的间隔阈值时,将一个场景的场景标签添加到位置间隔对应的数据采集设备。
一种可选的实施例中,在基于获得的各个场景特征信息,以及场景特征信息与设备特征信息之间的对应关系,分别确定相应数据采集设备的场景标签时,处理模块具体用于:
获取各个场景各自对应的场景范围。
针对各个场景范围,分别执行以下操作:
获取一个场景的场景范围内,至少一个数据采集设备及其各自对应的设备特征信息。
基于获得的各个设备特征信息,以及目标场景特征信息,分别确定一个场景与相应数据采集设备之间的位置间隔。
在确定位置间隔小于预设的间隔阈值时,将一个场景的场景标签添加到位置间隔对应的数据采集设备。
第三方面,本申请提供了一种电子设备,所述电子设备包括:
存储器,用于存放计算机程序;
处理器,用于执行所述存储器上所存放的计算机程序时,实现上述的一种数据获取方法步骤。
第四方面,本申请提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述的一种数据获取方法步骤。
第五方面,提供一种计算机程序产品,所述计算机程序产品在被计算机调用时,使得所述计算机执行如第一方面所述的数据获取方法步骤。
本申请实施例提供的数据获取方法,基于数据获取请求中,目标数据的数据来源信息,结合场景标签与数据采集设备之间的对应关系,确定目标数据采集设备,再根据数据获取请求中,目标数据的数据特征信息,从目标数据采集设备采集到的数据中,筛选出目标数据。采用这种方式,结合场景标签与数据采集设备之间的对应关系,确定目标数据采集设备,避免了传统方式中,需要逐一对各个数据采集设备各自采集的数据信息,进行特征信息匹配的技术缺陷,提高了数据获取的效率。
附图说明
图1示例性示出了本申请实施例所适用的一种数据获取系统;
图2示例性出了本申请实施例提供的一种获取数据采集设备的场景标签的方法流程示意图;
图3示例性出了本申请实施例提供的一种确定各个场景各自对应的特征信息集合的逻辑示意图;
图4示例性出了本申请实施例提供的一种获取场景的场景标签的逻辑示意图;
图5示例性出了本申请实施例提供的另一种获取场景的场景标签的逻辑示意图;
图6示例性出了本申请实施例提供的一种确定各个数据采集设备各自对应的场景标签的方法流程示意图;
图7示例性出了本申请实施例提供的一种卡口设备上添加相应的场景标签的逻辑示意图;
图8示例性出了本申请实施例提供的一种确定各个数据采集设备各自对应的场景标签的方法流程图;
图9示例性出了本申请实施例提供的一种获取目标数据的方法流程示意图;
图10示例性出了本申请实施例提供的一种数据获取装置的结构示意图;
图11示例性出了本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了提高数据获取的效率,本申请实施例中,基于数据获取请求中的数据来源信息,确定目标场景标签,再结合场景标签与数据采集设备之间的对应关系,选取出目标数据采集设备,从而基于数据获取请求中的数据特征信息,获得相应的目标数据。
为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请作进一步地详细描述。方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。需要说明的是,在本申请的描述中“多个”理解为“至少两个”。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。A与B连接,可以表示:A与B直接连接和A与B通过C连接这两种情况。另外,在本申请的描述中,“第一”、“第二”等词汇,仅用于区分描述的目的,而不能理解为指示或暗示相对重要性,也不能理解为指示或暗示顺序。
为了更好地理解本申请实施例,下面首先对本申请实施例中涉及的技术术语进行说明。
(1)数据采集设备:又称数据获取设备,是指从传感器和其它待测设备等模拟和数字被测单元中自动采集非电量或者电量信号,进而送到服务器中进行分析与处理。为了便于理解,本文中,以数据采集设备为卡口设备作为例子进行描述。
(2)打标:是指对数据采集设备贴上某一类场景(如学校、医院、歌舞娱乐厅、会所等)的标签。例如,酒吧附近的卡口设备会被打上酒吧的标签。
(3)兴趣点(Point of Interest,POI):是指在地图上任何非地理意义的有意义的点位。例如,商店、酒吧、加油站、医院、车站等。
需要说明的是,上述技术术语命名方式仅为一种示例,本申请实施例对上述技术术语的命名方式不做限制。
图1示例性示出了本申请实施例所适用的系统架构图,如图1所示,该系统架构包括:服务器101、终端设备(102a,102b,102c)和数据采集设备(103a,103b,103c)。其中,终端设备102a与数据采集设备103a连接,终端设备102b与数据采集设备103b连接,终端设备102c与数据采集设备103c连接,服务器101与终端设备(102a,102b,102c)之间可通过无线通信方式或有线通信方式进行信息交互。
示例性的,服务器101可通过蜂窝移动通信技术接入网络,从而与终端设备(102a,102b,102c)进行通信,所述蜂窝移动通信技术,比如,包括第五代移动通信(5thGeneration Mobile Networks,5G)技术。
可选的,服务器101可通过短距离无线通信方式接入网络,从而与终端设备(102a,102b,102c)进行通信,所述短距离无线通信方式,比如,包括无线保真(WirelessFidelity,Wi-Fi)技术。
需要说明的是,每个终端设备可以与一个或者多个图像采集设备连接,本申请实施例对服务器以及上述其他设备的数量不做限制,图1仅以一个服务器为例进行描述。
服务器101,用于接收目标终端的数据获取请求,并从数据获取请求中,获取目标数据的数据来源信息以及数据特征信息;基于数据来源信息,确定采集目标数据的数据采集设备对应的目标场景标签;基于目标场景标签,以及场景标签与数据采集设备之间的对应关系,选取出目标数据采集设备;基于数据特征信息,对目标数据采集设备采集到的数据集合进行特征匹配,获得相应的目标数据。
终端设备(102a,102b,103c),是一种可以向用户提供语音和/或数据连通性的设备,包括具有无线连接功能的手持式终端设备、车载终端设备等。
示例性的,终端设备可以是:手机、平板电脑、笔记本电脑、掌上电脑、移动互联网设备(mobile internet device,MID)、可穿戴设备,虚拟现实(virtual reality,VR)设备、增强现实(augmented reality,AR)设备、工业控制中的无线终端设备、无人驾驶中的无线终端设备、智能电网中的无线终端设备、运输安全中的无线终端设备、智慧城市中的无线终端设备,或智慧家庭中的无线终端设备等。
数据采集设备(103a,103b,103c),用于获取数据和记录信息,通过相应的传感器可以将采集的信号转换成模拟的电信号,进而转换为数字信号存储起来,进行预处理的设备。包括具有无线连接功能的手持式数据采集设备、头戴式数据采集设备以及固定式数据采集设备等。
示例性的,数据采集设备可以是:批处理数据采集器、工业数据采集器、射频识别(Radio Frequency Identification,RFID)数据采集器,以及其他带有数据采集功能的数据采集设备(手机、平板电脑等),数据采集卡等。
需要说明的是,本申请实施例中,数据采集设备以卡口设备作为例子进行描述。卡口设备能够获取目标车辆或目标对象的图像以及轨迹信息,并将采集到的数据信息,保存在数据库中,最终上传给终端设备。
进一步地,基于上述系统架构,获取各个数据采集设备各自对应的场景标签,参阅图2所示,本申请实施例中,各个数据采集设备各自对应的场景标签的获取过程,具体步骤如下:
S201:获取各个场景各自对应的场景标签以及场景特征信息。
具体的,在执行步骤S201时,服务器可获取各个场景各自对应的特征信息集合,其中,每个场景特征信息至少包括:相应场景的位置信息以及占用面积,进而根据获得的各个特征信息集合,分别生成相应场景的场景标签,具体步骤如下:
S2011:分别确定各个场景各自对应的场景特征信息,所归属的特征信息集合。
具体的,参阅图3所示,在执行步骤S2011时,服务器根据获取到各个场景各自对应的场景特征信息之后,根据各个场景各自对应的场景特征信息,分别确定各个场景各自对应的特征信息集合,其中,特征信息集合按照场景特征信息中是否只包含基础位置属性依次分为:第一特征信息集合、第二特征信息集合。
示例性的,服务器获取到各个场景各自对应的场景特征信息之后,可将场景特征信息分为:第一特征信息集合的场景特征信息、第二特征信息集合的场景特征信息。其中,第一特征信息集合的场景特征信息主要包括:唯一ID、场景名称、地址、经度、纬度等信息;第二特征信息集合的场景特征信息主要包括:唯一ID、场景名称、地址、POI类型ID、POI类型名称、经度、纬度等信息。以两个归属第一特征信息集合的场景为例,各个场景的各自对应的场景特征信息如表1所示:
表1
唯一ID | 场景名称 | 地址 | 经度 | 纬度 |
CS012YD | 一家小吃 | xx路53x号 | 12x.24899746 | 3x.264032 |
CS87HS7 | 一间酒吧 | xx路79x号 | 12x.253257751 | 3x.2617360 |
由上述表格可知,服务器可获取到归属第一特征信息集合的各个场景各自对应的场景特征信息。例如,以场景名称为一家小吃为例,服务器可以获取到一家小吃的场景特征信息:唯一ID为CS012YD,地址为xx路53x号,经纬度坐标为(12x.24899746,3x.264032)。
再以两个归属第二特征信息集合的场景为例,各个场景的各自对应的场景特征信息如表2所示:
表2
由上述表格可知,服务器可获取到归属第二特征信息集合的各个场景各自对应的场景特征信息。例如,以场景名称为一个医院为例,服务器可以获取到一个医院的场景特征信息:唯一ID为CS85F3D,地址为xx路53x号,POI类型ID为090100,POI类型名称为医疗保健服务;综合医院;综合医院,经纬度坐标为(12x.24314746,3x.2986532)。
需要说明的是,POI类型名称中存在类别等级及其归属关系,以POI名称:医疗保健服务;综合医院;综合医院为例,其中,医疗保健服务是大类,综合医院是大类下面的中类,综合医院是再次细分的小类。
S2012:在分别确定各个场景特征信息所归属的特征信息集合之后,基于各个场景特征信息各自对应的特征信息集合,分别生成相应场景的场景标签。
具体的,在执行步骤S2012时,服务器根据各个场景特征信息各自归属的特征信息集合,分别采用相应的场景标签生成方法,获取各个场景各自对应的场景标签。例如,若场景特征信息属于第一特征信息集合,则对相应场景的场景特征信息进行正则规则匹配,生成相应场景的场景标签;若场景特征信息属于第二特征信息集合,则基于场景特征信息与类别标签之间的对应关系,生成相应场景的场景标签。需要说明的是,场景标签包括标签ID和标签名称。
示例性的,服务器获取到归属于第一特征信息集合的各个场景各自对应的场景名称之后,通过正则规则对各个场景名称做文本匹配,分别得到相应场景的场景标签,参阅图4所示,服务器根据各个场景的场景名称,通过正则规则文本匹配,结合预先设置的场景标签表,获得各个场景各自对应的场景标签。
可选的,标签ID既有层级关系,又有不同类型的平行关系。对于地域或行政上的层级可在追加不同的字符来表示标签ID。在正则过程中,由于饭店场景类型的场所名称五花八门,此时需要对该类数据采取POI类型标签映射的方式和部分正则规则(只针对含有规律性名称的场所,如含有饭店、小吃等字眼的名称)的方式获取到场景标签。
例如,仍以场景名称为一家小吃为例,服务器可对一家小吃进行正则匹配,再结合预先设置的场景标签表,则可获得一家小吃的场景标签:标签ID为0301和标签名称为饭店;再以场景名称为一间酒吧为例,服务器对一间酒吧进行正则匹配,再结合预先设置的场景标签表,则可获得一间酒吧的场景标签:标签ID为0101和标签名称为酒吧。
示例性的,参阅图5所示,服务器获取到归属于第二特征信息集合的各个场景各自对应的场景名称之后,基于预先建立的POI类型和场景标签之间的映射表,根据各个场景各自对应的POI类型,分别获取相应场景的场景标签。
例如,仍以场景名称为一个医院为例,服务器可基于一个医院的POI类型ID,即,010100,和POI类型名称,即,医疗保健服务;综合医院;综合医院,以及POI类型与场景标签之间的映射表,获得该一个医院的场景标签:标签ID为0201和标签名称为医院,再以场景名称为一个网吧为例,服务器可基于一个网吧的POI类型ID,即,020101,和POI类型名称,即,体育休闲服务;娱乐场所;网吧,以及POI类型与场景标签之间的映射表,获得该一个网吧的场景标签:标签ID为0102和标签名称为网吧。
需要说明的是,此处场景标签的直接映射,指的是POI类型与场景标签含义相同,故而可直接将POI类型转换为场景标签。若存在部分POI类型的含义与场景标签含义不同。例如,场景标签为行政中心,而POI类型中并没有这一种类型。此时,服务器需要对这部分无法直接映射的场景各自对应的场景名称进行正则规则匹配,从而分别得到相应场景的场景标签。
S202:基于获得的各个场景特征信息,以及场景特征信息与设备特征信息之间的对应关系,分别确定各个数据采集设备各自对应的场景标签。
在一种可能的实现方式中,在执行步骤S202时,服务器在获取到各个场景各自对应的场景标签以及场景特征信息之后,基于各个场景各自对应的搜索阈值内,至少一个数据采集设备及其各自对应的设备特征信息,以及场景特征信息与设备特征信息之间的对应关系,分别确定各个数据采集设备各自对应的场景标签,参阅图6所示,本申请实施例中,确定各个数据采集设备各自对应的场景标签,具体步骤如下:
S601:基于一个场景的目标场景特征信息,以及场景特征信息与搜索阈值之间的对应关系,确定目标搜索阈值。
具体的,在执行步骤S601时,服务器可以基于一个场景的目标场景特征信息,从场景特征信息与搜索阈值之间的对应关系表中,获取该场景对应的目标搜索阈值。其中,搜索阈值为以该场景为中心的最大的向外搜索距离。
示例性的,场景特征信息与搜索阈值之间的对应关系表中,包含多种场景及其各自对应的搜索阈值,以6中场景为例,各个场景各自对应的场景特征信息和搜索阈值如表3所示:
表3
由上述表格可知,服务器可根据基于目标场景特征信息,从场景特征信息与搜索阈值之间的对应关系表中,获取到相应的目标搜索阈值。例如,以目标场景特征信息为Sce.F.Inf5为例,服务器可根据场景特征信息与搜索阈值之间的对应关系表,可知该场景的搜索阈值为200米。
需要说明的是,场景特征信息与搜索阈值之间的对应关系表中,若场景的占用面积越大,则相应的搜索阈值越大;若场景的占用面积越小,则相应的搜索阈值越小。例如,小面积场景网吧的搜索阈值为100米,大面积场景学校的搜索阈值为250米。可选的,若场景的占用面积越大,则搜索阈值可为与该场景的经纬度坐标差距在±0.01的范围;若场景的占用面积越小,则搜索阈值可为与该场景的经纬度坐标差距在±0.001的范围。
S602:获取一个场景的目标搜索阈值内,至少一个数据采集设备及其各自对应的设备特征信息。
具体的,在执行步骤S602时,服务器在确定目标搜索阈值之后,基于目标搜索阈值,获得该场景的目标搜索阈值范围内的各个数据采集设备,进一步地,获取各个数据采集设备各自对应的设备特征信息。
示例性的,仍以上述场景的目标场景特征信息为Sce.F.Inf5为例,相应的目标搜索阈值为200米,服务器搜索到该场景的目标搜索阈值范围内存在3个卡口设备,即,卡口设备1、卡口设备2以及卡口设备3,进而获取各个卡口设备各自对应的设备特征信息。其中,卡口设备的设备特征信息主要包括:卡口ID、卡口名称、经度、纬度等信息。仍以三个卡口设备为例,各个卡口设备各自对应的设备特征信息如表4所示:
表4
卡口ID | 卡口名称 | 经度 | 纬度 |
AA:BB:01 | 一号 | 12x.24912 | 3x.26381 |
AA:BB:02 | 二号 | 12x.30955 | 3x.13563 |
AA:DC:01 | 三号 | 12x.33632 | 3x.13593 |
由上述表格可知,服务器可获取到目标搜索阈值范围内,各个卡口设备各自对应的设备特征信息。例如,以卡口名称为一号的卡口设备为例,服务器可以获取到一号卡口设备的设备特征信息:卡口ID为AA:BB:01,经纬度坐标为(12x.24912,3x.26381)。
S603:基于获得的各个设备特征信息,以及目标场景特征信息,分别确定一个场景与相应数据采集设备之间的位置间隔。
具体的,在执行步骤S603时,服务器获取到各个设备特征信息之后,基于各个设备特征信息中的经纬度坐标与目标场景特征信息中的经纬度坐标,采用经纬度计算距离公式,分别确定该场景与相应数据采集设备之间的位置间隔。
示例性的,服务器基于经纬度距离计算公式,以及目标搜索阈值范围内的各个卡口设备和该场景各自对应的经纬度坐标,分别获取该场景与各个卡口设备之间的距离。仍以上述3个卡口设备为例,则各个卡口设备与该场景之间的位置距离如表5所示:
表5
卡口设备 | 卡口设备1 | 卡口设备2 | 卡口设备3 |
位置间隔:米 | D1:85 | D2:225 | D3:384 |
由上述表格可知,服务器可获得该场景的目标搜索阈值范围内,各个卡口设备与该场景之间的位置间隔。例如,以卡口设备1为例,服务器可以基于卡口设备1的经纬度坐标和该场景的经纬度坐标,以及预设的经纬度计算距离公式,得到该场景与卡口设备1之间的位置间隔D1为85米。
S604:在确定位置间隔小于预设的间隔阈值时,将一个场景的场景标签添加到位置间隔对应的数据采集设备。
具体的,在执行步骤S604时,服务器在分别确定一个场景与相应数据采集设备之间的位置间隔之后,可基于获得的各个位置间隔,以及预设的间隔阈值之间的大小关系,判断是否将该场景的场景标签添加到相应数据采集设备。
示例性的,仍以目标场景特征信息为Sce.F.Inf5和表5中各个卡口设备与该场景之间的位置间隔为例,假定该场景的间隔阈值为100米,基于3个卡口设备与该场景之间的位置间隔,可知卡口设备1与该场景之间的位置间隔D1小于预设的间隔阈值100米,故可将该场景的场景标签添加到卡口设备1上;同理可知,卡口设备2、卡口设备3与该场景之间的位置间隔D2和D3均大于预设的间隔阈值100米,故不将该场景的场景标签添加到卡口设备2和卡口设备3上。卡口设备上添加场景标签的结果如表6所示:
表6
卡口ID | 卡口名称 | 经度 | 纬度 | 场景标签 |
AA:BB:01 | 一号 | 12x.24912 | 3x.26381 | 0301饭店 |
基于上述方法步骤,服务器可为满足条件的卡口设备上,添加相应的场景标签。例如,以一号卡口设备为例,服务器基于上述步骤,给一号卡口设备添加场景标签:0301饭店。
需要说明的是,预设的间隔阈值与该场景的场景特征信息有关,若场景的占用面积越大,则相应的间隔阈值越大;若场景的占用面积越小,则相应的间隔阈值越小。例如,小面积场景网吧的间隔阈值为50米,大面积场景学校的间隔阈值为150米。
可选的,参阅图7所示,服务器可基于各个卡口设备各自对应的设备特征信息以及各个场景各自对应的场景特征信息,分别获取各个卡口设备周边(经纬度差距为±0.001)的9个经纬度坐标,进而确定经纬度差距在±0.001的卡口设备和场景的信息,并计算相应的位置间隔,最终将位置间隔小于预设的间隔阈值对应的卡口设备上添加相应的场景标签。
为避免场景范围内的数据采集设备被打标上场景范围外的场景标签,在一种可能的实现方式中,在执行步骤S202时,服务器基于各个场景各自对应的场景范围内,至少一个数据采集设备及其各自对应的设备特征信息,以及场景特征信息与设备特征信息之间的对应关系,从而分别确定各个数据采集设备各自对应的场景标签,参阅图8所示,本申请实施例中,确定各个数据采集设备各自对应的场景标签,具体步骤如下:
S801:获取各个场景各自对应的场景范围。
示例性的,在执行步骤S801时,服务器基于场景范围的特征提取算法,从原始数据库中,分别获得各个场景各自对应的场景范围,为了便于理解,本申请实施例中,以5个场景,即,场景1、场景2、场景3、场景4以及场景5为例,经过场景范围的特征提取算法,对原始数据库进行特征匹配后,可获得各个场景各自对应的场景范围依次为S1、S2、S3、S4以及S5。针对各个场景范围,分别执行以下操作:
S802:获取一个场景的场景范围内,至少一个数据采集设备及其各自对应的设备特征信息。
具体的,在执行步骤S802时,服务器在获得各个场景范围之后,基于场景范围,获得该场景范围内的各个数据采集设备,进一步地,获取各个数据采集设备各自对应的设备特征信息。
示例性的,仍以表2中的一个网吧为例,若该网吧可划分为游戏大厅、网吧前台以及休息区三个场景,且存在5个卡口设备,其中,每个卡口设备均不存在于上述三个场景范围内,则各个卡口设备各自对应的设备特征信息如表7所示:
表7
卡口ID | 卡口名称 | 经度 | 纬度 |
AC:BB:0101 | 01号 | 12x.2491211 | 3x.2638113 |
AC:BB:0102 | 02号 | 12x.2491213 | 3x.2638115 |
AC:BB:0103 | 03号 | 12x.2491214 | 3x.2638111 |
AC:BB:0104 | 04号 | 12x.2491212 | 3x.2638112 |
AC:BB:0105 | 05号 | 12x.2491215 | 3x.2638114 |
由上述表格可知,服务器可获取到场景范围内,各个卡口设备各自对应的设备特征信息。例如,以卡口名称为01号的卡口设备为例,服务器可以获取到01卡口设备的设备特征信息:卡口ID为AC:BB:0101,经纬度坐标为(12x.2491211,3x.2638113)。
S803:基于获得的各个设备特征信息,以及目标场景特征信息,分别确定一个场景与相应数据采集设备之间的位置间隔。
具体的,在执行步骤S803时,服务器在获取各个设备特征信息之后,基于各个设备特征信息中的经纬度坐标与目标场景特征信息中的经纬度坐标,采用经纬度计算距离公式,分别确定该场景与相应数据采集设备之间的位置间隔。
示例性的,服务器基于经纬度距离计算公式,以及网吧场景范围内的5个卡口设备和3个场景各自对应的经纬度坐标,分别获取任意一个场景与各个卡口设备之间的距离。仍以网吧游戏大厅和5个卡口设备为例,各个卡口设备与该场景之间的位置距离如表8所示:
表8
由上述表格可知,服务器可获得该场景的场景范围内,各个卡口设备与范围内场景之间的位置间隔。例如,以卡口设备01为例,服务器可以基于卡口设备01的经纬度坐标和该场景的经纬度坐标,以及预设的经纬度计算距离公式,得到网吧游戏大厅与卡口设备01之间的位置间隔D01为3米。
S804:在确定位置间隔小于预设的间隔阈值时,将一个场景的场景标签添加到位置间隔对应的数据采集设备。
具体的,在执行步骤S804时,服务器在分别确定一个场景与相应数据采集设备之间的位置间隔之后,可基于获得的各个位置间隔,以及预设的间隔阈值之间的大小关系,判断是否将该场景的场景标签添加到相应数据采集设备。
示例性的,仍以表8中网吧游戏大厅与各个卡口设备之间的位置间隔为例,假定间隔阈值为5米,可知卡口设备01与卡口设备04与网吧游戏大厅的位置间隔均小于间隔阈值5米,则可将游戏网吧大厅的场景标签添加到卡口设备01与卡口设备04上,同理可知,卡口设备02、卡口设备03以及卡口设备05与网吧游戏大厅的位置间隔均大于间隔阈值5米,则不将游戏网吧大厅的场景标签添加到卡口设备02、卡口设备03以及卡口设备05上。卡口设备上添加场景标签的结果如表9所示:
表9
基于上述方法步骤,服务器可为满足条件的卡口设备上,添加相应的场景标签。例如,以卡口设备01为例,服务器基于上述步骤,给卡口设备01添加场景标签:010201网吧游戏大厅。
需要说明的是,某一场景范围内的场景标签,是基于场景范围内,各个区域的点位名称,进行正则规则匹配生成的。当某一卡口设备既有场景范围外的场景标签,也有场景范围内的场景标签时,只需要保留场景范围内的场景标签,并将其作为最终场景标签;同理可知,若该卡口设备只有场景范围外的场景标签,则该场景范围外的场景标签,即为该卡口设备的最终场景标签。
进一步地,基于上述的预操作处理,服务器获得各个数据采集设备各自对应的场景标签,参阅图9所示,本申请实施例中,获取目标数据的方法流程,具体步骤如下:
S901:接收目标终端的数据获取请求,并从数据获取请求中,获取目标数据的数据来源信息以及数据特征信息。
具体的,在执行步骤S901时,服务器从目标终端所发出的数据获取请求中,解析出目标数据的数据来源信息以及数据特征信息。
S902:基于数据来源信息,确定采集目标数据的数据采集设备对应的目标场景标签。
具体的,在执行步骤S902时,服务器在获取目标数据的数据来源信息以及数据特征信息之后,获取数据来源信息中的相关数据采集信息,进而获得获取到采集目标数据的数据采集设备对应的目标场景标签。
S903:基于目标场景标签,以及场景标签与数据采集设备之间的对应关系,选取出目标数据采集设备。
具体的,在执行步骤S903时,服务器在获取到目标场景标签之后,基于目标场景标签,结合预先建立的场景标签与数据采集设备之间的映射关系,选取出目标数据采集设备。
示例性的,若目标场景标签为0301饭店,则可根据0301饭店,以及表6中预先建立的场景标签与卡口设备之间的对应关系,确定目标数据采集设备为一号卡口设备。
S904:基于数据特征信息,对目标数据采集设备采集到的数据集合进行特征匹配,获得相应的目标数据。
具体的,在执行步骤S902时,服务器选取出目标数据采集设备之后,基于数据获取模型,对目标数据采集设备各自采集到的数据,进行数据特征信息匹配,并最终根据特定业务所需数据的数据特征信息,筛选出满足特定业务需求的数据。
本申请实施例提供的数据获取方法,基于数据获取请求中,目标数据的数据来源信息,结合场景标签与数据采集设备之间的对应关系,确定目标数据采集设备,再根据数据获取请求中,目标数据的数据特征信息,从目标数据采集设备采集到的数据中,筛选出目标数据。采用这种方式,结合场景标签与数据采集设备之间的对应关系,确定目标数据采集设备,避免了传统方式中,需要逐一对各个数据采集设备各自采集的数据信息,进行特征信息匹配的技术缺陷,提高了数据获取的效率。
基于相同的技术构思,本申请实施例还提供了一种数据获取装置,该数据获取装置可以实现本申请实施例的上述方法流程。
图10示例性示出了本申请实施例提供的一种数据获取装置的结构示意图。如图10所示,该数据获取装置包括:获取模块1001、处理模块1002、选取模块1003以及匹配模块1004,其中:
获取模块1001,用于接收目标终端的数据获取请求,并从数据获取请求中,获取目标数据的数据来源信息以及数据特征信息。
处理模块1002,用于基于数据来源信息,确定采集目标数据的数据采集设备对应的目标场景标签;其中,目标场景标签表征:目标数据采集设备进行数据采集的环境信息。
选取模块1003,用于基于目标场景标签,以及场景标签与数据采集设备之间的对应关系,选取出目标数据采集设备。
匹配模块1004,用于基于数据特征信息,对目标数据采集设备采集到的数据集合进行特征匹配,获得相应的目标数据。
一种可选的实施例中,在接收目标终端的数据获取请求之前,处理模块1002还用于:
获取各个场景各自对应的场景标签以及场景特征信息;其中,每个场景特征信息至少包括:相应场景的位置信息以及占用面积。
基于获得的各个场景特征信息,以及场景特征信息与设备特征信息之间的对应关系,分别确定各个数据采集设备各自对应的场景标签;其中,每个设备特征信息至少包括:相应数据采集设备的位置信息。
一种可选的实施例中,在获取各个场景各自对应的场景标签以及场景特征信息时,处理模块1002具体用于:
分别确定各个场景各自对应的场景特征信息,所归属的特征信息集合。
基于各个场景特征信息各自对应的特征信息集合,分别生成相应场景的场景标签。
一种可选的实施例中,在基于各个场景特征信息各自对应的特征信息集合,分别生成相应场景的场景标签时,处理模块1002具体用于:
若特征信息集合属于第一特征信息集合,则对相应场景的场景特征信息进行正则规则匹配,生成相应场景的场景标签;其中,每个第一特征信息集合至少包括:相应场景的各个基础位置属性。
若特征信息集合属于第二特征信息集合,则基于相应场景的场景特征信息,以及场景特征信息与类别标签之间的对应关系,生成相应场景的场景标签;其中,每个第二特征信息集合至少包括:相应场景的各个特有位置属性。
一种可选的实施例中,在基于获得的各个场景特征信息,以及场景特征信息与设备特征信息之间的对应关系,分别确定相应数据采集设备的场景标签时,处理模块1002具体用于:
针对各个场景特征信息,分别执行以下操作:
基于一个场景的目标场景特征信息,以及场景特征信息与搜索阈值之间的对应关系,确定目标搜索阈值。
获取一个场景的目标搜索阈值内,至少一个数据采集设备及其各自对应的设备特征信息。
基于获得的各个设备特征信息,以及目标场景特征信息,分别确定所述一个场景与相应数据采集设备之间的位置间隔。
在确定位置间隔小于预设的间隔阈值时,将一个场景的场景标签添加到位置间隔对应的数据采集设备。
一种可选的实施例中,在基于获得的各个场景特征信息,以及场景特征信息与设备特征信息之间的对应关系,分别确定相应数据采集设备的场景标签时,处理模块1002具体用于:
获取各个场景各自对应的场景范围。
针对各个场景范围,分别执行以下操作:
获取一个场景的场景范围内,至少一个数据采集设备及其各自对应的设备特征信息。
基于获得的各个设备特征信息,以及目标场景特征信息,分别确定一个场景与相应数据采集设备之间的位置间隔。
在确定位置间隔小于预设的间隔阈值时,将一个场景的场景标签添加到位置间隔对应的数据采集设备。
基于相同的技术构思,本申请实施例还提供了一种电子设备,该电子设备可实现本申请上述实施例提供的方法流程。在一种实施例中,该电子设备可以是服务器,也可以是终端设备或其他电子设备。
图11示例性示出了本申请实施例提供的一种电子设备的结构示意图。如图11所示,该电子设备可包括:
至少一个处理器1101,以及与至少一个处理器1101连接的存储器1102,本申请实施例中不限定处理器1101与存储器1102之间的具体连接介质,图11中是以处理器1101和存储器1102之间通过总线1100连接为例。总线1100在图11中以粗线表示,其它部件之间的连接方式,仅是进行示意性说明,并不引以为限。总线1100可以分为地址总线、数据总线、控制总线等,为便于表示,图11中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。或者,处理器1101也可以称为控制器,对于名称不做限制。
在本申请实施例中,存储器1102存储有可被至少一个处理器1101执行的指令,至少一个处理器1101通过执行存储器1102存储的指令,可以执行前文论述的一种数据获取方法。处理器1101可以实现图10所示的装置中各个模块的功能。
其中,处理器1101是该装置的控制中心,可以利用各种接口和线路连接整个该控制设备的各个部分,通过运行或执行存储在存储器1102内的指令以及调用存储在存储器1102内的数据,该装置的各种功能和处理数据,从而对该装置进行整体监控。
在一种可能的设计中,处理器1101可包括一个或多个处理单元,处理器1101可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器1101中。在一些实施例中,处理器1101和存储器1102可以在同一芯片上实现,在一些实施例中,它们也可以在独立的芯片上分别实现。
处理器1101可以是通用处理器,例如CPU(CPU)、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的一种数据获取方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器1102作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器1102可以包括至少一种类型的存储介质,例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random AccessMemory,RAM)、静态随机访问存储器(Static Random Access Memory,SRAM)、可编程只读存储器(Programmable Read Only Memory,PROM)、只读存储器(Read Only Memory,ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、磁性存储器、磁盘、光盘等等。存储器1102是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。本申请实施例中的存储器1102还可以是电路或者其它任意能够实现存储功能的装置,用于存储程序指令和/或数据。
通过对处理器1101进行设计编程,可以将前述实施例中介绍的一种数据获取方法所对应的代码固化到芯片内,从而使芯片在运行时能够执行图9所示的实施例的一种数据获取方法的步骤。如何对处理器1101进行设计编程为本领域技术人员所公知的技术,这里不再赘述。
基于同一发明构思,本申请实施例还提供一种存储介质,该存储介质存储有计算机指令,当该计算机指令在计算机上运行时,使得计算机执行前文论述的一种数据获取方法。
在一些可能的实施方式中,本申请提供一种数据获取方法的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在装置上运行时,程序代码用于使该控制设备执行本说明书上述描述的根据本申请各种示例性实施方式的一种数据获取方法中的步骤。
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。
Claims (15)
1.一种数据获取方法,其特征在于,包括:
接收目标终端的数据获取请求,并从所述数据获取请求中,获取目标数据的数据来源信息以及数据特征信息;
基于所述数据来源信息,确定采集所述目标数据的数据采集设备对应的目标场景标签;其中,所述目标场景标签表征:所述目标数据采集设备进行数据采集的环境信息;
基于所述目标场景标签,以及场景标签与数据采集设备之间的对应关系,选取出目标数据采集设备;
基于所述数据特征信息,对所述目标数据采集设备采集到的数据集合进行特征匹配,获得相应的目标数据。
2.如权利要求1所述的方法,其特征在于,所述接收目标终端的数据获取请求之前,还包括:
获取各个场景各自对应的场景标签以及场景特征信息;其中,每个场景特征信息至少包括:相应场景的位置信息以及占用面积;
基于获得的各个场景特征信息,以及场景特征信息与设备特征信息之间的对应关系,分别确定各个数据采集设备各自对应的场景标签;其中,每个设备特征信息至少包括:相应数据采集设备的位置信息。
3.如权利要求2所述的方法,其特征在于,所述获取各个场景各自对应的场景标签以及场景特征信息,包括:
分别确定所述各个场景各自对应的场景特征信息,所归属的特征信息集合;
基于所述各个场景特征信息各自对应的特征信息集合,分别生成相应场景的场景标签。
4.如权利要求3所述的方法,其特征在于,所述基于所述各个场景特征信息各自对应的特征信息集合,分别生成相应场景的场景标签,包括:
若所述特征信息集合属于第一特征信息集合,则对相应场景的场景特征信息进行正则规则匹配,生成所述相应场景的场景标签;其中,每个第一特征信息集合至少包括:相应场景的各个基础位置属性;
若所述特征信息集合属于第二特征信息集合,则基于相应场景的场景特征信息,以及场景特征信息与类别标签之间的对应关系,生成所述相应场景的场景标签;其中,每个第二特征信息集合至少包括:相应场景的各个特有位置属性。
5.如权利要求2所述的方法,其特征在于,所述基于获得的各个场景特征信息,以及场景特征信息与设备特征信息之间的对应关系,分别确定相应数据采集设备的场景标签,包括:
针对所述各个场景特征信息,分别执行以下操作:
基于一个场景的目标场景特征信息,以及场景特征信息与搜索阈值之间的对应关系,确定目标搜索阈值;
获取所述一个场景的目标搜索阈值内,至少一个数据采集设备及其各自对应的设备特征信息;
基于获得的各个设备特征信息,以及所述目标场景特征信息,分别确定所述一个场景与相应数据采集设备之间的位置间隔;
在确定所述位置间隔小于预设的间隔阈值时,将所述一个场景的场景标签添加到所述位置间隔对应的数据采集设备。
6.如权利要求2所述的方法,其特征在于,所述基于获得的各个场景特征信息,以及场景特征信息与设备特征信息之间的对应关系,分别确定相应数据采集设备的场景标签,包括:
获取所述各个场景各自对应的场景范围;
针对所述各个场景范围,分别执行以下操作:
获取一个场景的场景范围内,至少一个数据采集设备及其各自对应的设备特征信息;
基于获得的各个设备特征信息,以及所述目标场景特征信息,分别确定所述一个场景与相应数据采集设备之间的位置间隔;
在确定所述位置间隔小于预设的间隔阈值时,将所述一个场景的场景标签添加到所述位置间隔对应的数据采集设备。
7.一种数据获取装置,其特征在于,包括:
获取模块,用于接收目标终端的数据获取请求,并从所述数据获取请求中,获取目标数据的数据来源信息以及数据特征信息;
处理模块,用于基于所述数据来源信息,确定采集所述目标数据的数据采集设备对应的目标场景标签;其中,所述目标场景标签表征:所述目标数据采集设备进行数据采集的环境信息;
选取模块,用于基于所述目标场景标签,以及场景标签与数据采集设备之间的对应关系,选取出目标数据采集设备;
匹配模块,用于基于所述数据特征信息,对所述目标数据采集设备采集到的数据集合进行特征匹配,获得相应的目标数据。
8.如权利要求7所述的装置,其特征在于,在所述接收目标终端的数据获取请求之前,所述处理模块还用于:
获取各个场景各自对应的场景标签以及场景特征信息;其中,每个场景特征信息至少包括:相应场景的位置信息以及占用面积;
基于获得的各个场景特征信息,以及场景特征信息与设备特征信息之间的对应关系,分别确定各个数据采集设备各自对应的场景标签;其中,每个设备特征信息至少包括:相应数据采集设备的位置信息。
9.如权利要求8所述的装置,其特征在于,在所述获取各个场景各自对应的场景标签以及场景特征信息时,所述处理模块具体用于:
分别确定所述各个场景各自对应的场景特征信息,所归属的特征信息集合;
基于所述各个场景特征信息各自对应的特征信息集合,分别生成相应场景的场景标签。
10.如权利要求9所述的装置,其特征在于,在所述基于所述各个场景特征信息各自对应的特征信息集合,分别生成相应场景的场景标签时,所述处理模块具体用于:
若所述特征信息集合属于第一特征信息集合,则对相应场景的场景特征信息进行正则规则匹配,生成所述相应场景的场景标签;其中,每个第一特征信息集合至少包括:相应场景的各个基础位置属性;
若所述特征信息集合属于第二特征信息集合,则基于相应场景的场景特征信息,以及场景特征信息与类别标签之间的对应关系,生成所述相应场景的场景标签;其中,每个第二特征信息集合至少包括:相应场景的各个特有位置属性。
11.如权利要求8所述的装置,其特征在于,在所述基于获得的各个场景特征信息,以及场景特征信息与设备特征信息之间的对应关系,分别确定相应数据采集设备的场景标签时,所述处理模块具体用于:
针对所述各个场景特征信息,分别执行以下操作:
基于一个场景的目标场景特征信息,以及场景特征信息与搜索阈值之间的对应关系,确定目标搜索阈值;
获取所述一个场景的目标搜索阈值内,至少一个数据采集设备及其各自对应的设备特征信息;
基于获得的各个设备特征信息,以及所述目标场景特征信息,分别确定所述一个场景与相应数据采集设备之间的位置间隔;
在确定所述位置间隔小于预设的间隔阈值时,将所述一个场景的场景标签添加到所述位置间隔对应的数据采集设备。
12.如权利要求8所述的装置,其特征在于,在所述基于获得的各个场景特征信息,以及场景特征信息与设备特征信息之间的对应关系,分别确定相应数据采集设备的场景标签时,所述处理模块具体用于:
获取所述各个场景各自对应的场景范围;
针对所述各个场景范围,分别执行以下操作:
获取一个场景的场景范围内,至少一个数据采集设备及其各自对应的设备特征信息;
基于获得的各个设备特征信息,以及所述目标场景特征信息,分别确定所述一个场景与相应数据采集设备之间的位置间隔;
在确定所述位置间隔小于预设的间隔阈值时,将所述一个场景的场景标签添加到所述位置间隔对应的数据采集设备。
13.一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-6中任一项所述的方法。
14.一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如权利要求1-6中任一所述方法的步骤。
15.一种计算机程序产品,其特征在于,所述计算机程序产品在被计算机调用时,使得所述计算机执行如权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210191839.2A CN114792111A (zh) | 2022-02-28 | 2022-02-28 | 一种数据获取方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210191839.2A CN114792111A (zh) | 2022-02-28 | 2022-02-28 | 一种数据获取方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114792111A true CN114792111A (zh) | 2022-07-26 |
Family
ID=82460008
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210191839.2A Pending CN114792111A (zh) | 2022-02-28 | 2022-02-28 | 一种数据获取方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114792111A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115439957A (zh) * | 2022-09-14 | 2022-12-06 | 上汽大众汽车有限公司 | 一种智能驾驶数据采集方法、采集装置、采集设备及一种计算机可读存储介质 |
CN115604656B (zh) * | 2022-09-30 | 2023-12-01 | 东土科技(宜昌)有限公司 | 一种基于场景绑定的标签定位方法、系统、电子设备 |
-
2022
- 2022-02-28 CN CN202210191839.2A patent/CN114792111A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115439957A (zh) * | 2022-09-14 | 2022-12-06 | 上汽大众汽车有限公司 | 一种智能驾驶数据采集方法、采集装置、采集设备及一种计算机可读存储介质 |
CN115439957B (zh) * | 2022-09-14 | 2023-12-08 | 上汽大众汽车有限公司 | 一种智能驾驶数据采集方法、采集装置、采集设备及一种计算机可读存储介质 |
CN115604656B (zh) * | 2022-09-30 | 2023-12-01 | 东土科技(宜昌)有限公司 | 一种基于场景绑定的标签定位方法、系统、电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11295519B2 (en) | Method for determining polygons that overlap with a candidate polygon or point | |
CN103119544B (zh) | 展现基于位置的内容的方法和装置 | |
CN104991924B (zh) | 用于确定新供应点的地址的方法和装置 | |
CN114792111A (zh) | 一种数据获取方法、装置、电子设备及存储介质 | |
US10480954B2 (en) | Vehicle routing guidance to an authoritative location for a point of interest | |
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 | |
CN103857989A (zh) | 用于在活动用户接口元素中呈现搜索结果的方法和装置 | |
CN103906993A (zh) | 用于基于感兴趣点(poi)信息构造道路网络的方法和设备 | |
CN111831897B (zh) | 一种出行目的地推荐方法、装置、电子设备及存储介质 | |
CN103262125A (zh) | 用于注解兴趣点信息的方法和装置 | |
CN103609144A (zh) | 用于解析地理标识的方法和装置 | |
US20070123270A1 (en) | Mobile device product locator | |
CN104636457B (zh) | 一种位置搜索认知的方法及装置 | |
US20160283516A1 (en) | Method and apparatus for providing map selection and filtering using a drawing input | |
CN110110244A (zh) | 一种融合多源信息的兴趣点推荐方法 | |
CN104320848B (zh) | 基于云计算实现室内定位的系统及方法 | |
CN110009379A (zh) | 一种选址模型构建和选址方法、装置及设备 | |
CN103164529B (zh) | 一种基于Voronoi图的反k最近邻查询方法 | |
CN104426933A (zh) | 一种筛选增强现实内容的方法、装置及系统 | |
CN111626777B (zh) | 选址方法、选址决策系统、存储介质及电子设备 | |
CN112240773A (zh) | 导航方法、装置、计算机装置及可读存储介质 | |
CN107995375A (zh) | 一种信息推送方法、移动终端及存储介质 | |
CN106294449A (zh) | 一种数据处理方法及装置 | |
CN108334353A (zh) | 技能开发系统及方法 | |
WO2019197160A1 (en) | Identifying functional zones within a geographic region |
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 |