CN115033766A - 数据处理方法、生活圈的显示方法及装置、介质、设备 - Google Patents

数据处理方法、生活圈的显示方法及装置、介质、设备 Download PDF

Info

Publication number
CN115033766A
CN115033766A CN202210655599.7A CN202210655599A CN115033766A CN 115033766 A CN115033766 A CN 115033766A CN 202210655599 A CN202210655599 A CN 202210655599A CN 115033766 A CN115033766 A CN 115033766A
Authority
CN
China
Prior art keywords
information
life
cell
circle
life circle
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
CN202210655599.7A
Other languages
English (en)
Inventor
姜文
陈嘉文
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.)
Bailian Group Co ltd
Original Assignee
Bailian Group 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 Bailian Group Co ltd filed Critical Bailian Group Co ltd
Priority to CN202210655599.7A priority Critical patent/CN115033766A/zh
Publication of CN115033766A publication Critical patent/CN115033766A/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
    • G06F16/907—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
    • 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
    • G06F16/906—Clustering; Classification
    • 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
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Remote Sensing (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Library & Information Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种数据处理方法、生活圈的显示方法及装置、介质、设备。所述数据处理方法包括：获取第一城市区域的道路数据、各个小区的POI数据及各个小区的生活状态数据；基于所获取的道路数据及各个小区的POI数据，对各个小区进行生活圈的划分，确定所述第一城市区域内各小区所在生活圈的地理位置信息；基于所述各小区所在生活圈的地理位置信息，及各个小区的生活状态数据，利用预设聚类分析算法，确定最佳类别归属，并对各生活圈进行生活状态分类，得到各生活圈所属类别信息；输出所述第一城市区域内各生活圈的地理位置信息及所属类别信息。采用上述方案，可以准确地获知各生活圈的生活状态，使得生活圈配套设施的布局更加合理。

Description

数据处理方法、生活圈的显示方法及装置、介质、设备
技术领域
本发明涉及数据处理技术领域，具体涉及一种数据处理方法、生活圈的显示方法及装置、介质、设备。
背景技术
2021年7月出台的《城市一刻钟便民生活圈建设指南》，以及随后发布的《全市城市更新条例》，推进落实了一刻钟社区生活圈的构建。所谓一刻钟便民生活圈，指的是居民步行约15分钟、且半径约1公里的一个生活圈。一刻钟便民生活圈的划分，便于引导配套设施的合理布局，以更好地满足居民的生活服务需求。但是上述条例中并未指明一刻钟社区生活圈具体如何划分。
现有技术中虽然公开了生活圈的划分方法，但划定生活圈后，无法准确地获知各生活圈的生活状态，导致配套设施的合理布局仍存在难度。
发明内容
本发明要解决的问题是：划分生活圈后，如何准确地获知各生活圈的生活状态，为用户生活决策提供更加方便准确的依据？
为解决上述问题，本发明实施例提供了一种数据处理方法，所述方法包括：
获取第一城市区域的道路数据、各个小区的POI数据及各个小区的生活状态数据；
基于所获取的道路数据及各个小区的POI数据，对各个小区进行生活圈的划分，确定所述第一城市区域内各小区所在生活圈的地理位置信息；
基于所述各小区所在生活圈的地理位置信息，及各个小区的生活状态数据，利用预设聚类分析算法，确定最佳类别归属，并对各生活圈进行生活状态分类，得到各生活圈所属类别信息；
输出所述第一城市区域内各生活圈的地理位置信息及所属类别信息。
本发明实施例还提供了一种生活圈的显示方法，所述方法包括：
当接收到生活圈的访问请求时，从生活圈信息数据库读取相应城市区域内各生活圈的地理位置信息及所属类别信息；
基于所读取的生活圈的地理位置信息，在电子地图上标识各生活圈，并显示各生活圈所属类别信息；
其中，所述生活圈信息数据库中存储的信息是采用上述任一种所述数据处理方法得到的。
本发明实施例还提供了一种数据处理装置，所述装置包括：
获取单元，适于获取第一城市区域的道路数据、各个小区的POI数据及各个小区的生活状态数据；
生活圈划分单元，适于基于所获取的道路数据及各个小区的POI数据，对各个小区进行生活圈的划分，确定所述第一城市区域内各小区所在生活圈的地理位置信息；
类别确定单元，适于基于所述各小区所在生活圈的地理位置信息，及各个小区的生活状态数据，利用预设聚类分析算法，确定最佳类别归属，并对各生活圈进行生活状态分类，得到各生活圈所属类别信息；
输出单元，适于输出所述第一城市区域内各生活圈的地理位置信息及所属类别信息。
本发明实施例还提供了另一种生活圈的显示装置，所述装置包括：
读取单元，适于当接收到生活圈的访问请求时，从生活圈信息数据库读取相应城市区域内各生活圈的地理位置信息及所属类别信息；
显示单元，适于基于所读取的生活圈的地理位置信息，在电子地图上标识各生活圈，并显示各生活圈所属类别信息；
其中，所述生活圈信息数据库中存储的信息是采用上述任一种所述数据处理方法得到的。
本发明实施例还提供了一种电子设备，所述电子设备包括上述任一种的数据处理装置，或者上述的生活圈的显示装置。
本发明实施例还提供了一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行，以实现上述任一种方法的步骤。
本发明实施例还提供了一种电子设备，所述电子设备包括存储器和处理器，所述存储器上存储有能够在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序时执行上述任一种所述方法的步骤。
与现有技术相比，本发明实施例的技术方案具有以下优点：
应用本发明的方案，对第一城市区域划分多个生活圈后，再基于所述第一城市区域各生活圈的地理位置信息及各个小区的生活状态数据，利用预设聚类分析算法，确定最佳类别归属，对所述第一城市区域的各生活圈进行生活状态分类，得到各生活圈所属类别信息，最终输出第一城市区域各生活圈的地理位置信息及每个生活圈所属类别信息。因此，用户不仅可以获知第一城市区域各生活圈的地理位置，还可以获知每个生活圈的生活状态，便于用户同时依据各生活圈的地理位置和生活状态，准确地进行生活决策，为用户生活提供便利。
附图说明
图1是本发明实施例中一种数据处理方法的流程图；
图2是一种聚类分析的过程示意图；
图3是本发明实施例中一种生活圈的显示方法的流程图；
图4是本发明实施例中一种数据处理装置的结构示意图；
图5是本发明实施例中一种生活圈的显示装置的结构示意图；
图6为上海市内环高架附近区域生活圈分布的示意图。
具体实施方式
目前，划定生活圈后，无法准确地获知各生活圈的生活状态，为用户生活决策增加不便。
针对该问题，本发明提供了一种数据处理方法，应用所述方法，在对第一城市区域划分多个生活圈后，还基于所述第一城市区域各生活圈的地理位置信息及各个小区的生活状态数据，对所述第一城市区域的各生活圈进行生活状态分类，最终输出第一城市区域各生活圈的地理位置信息及每个生活圈所属类别信息。因此，采用本发明的方案，用户不仅可以获知第一城市区域各生活圈的地理位置，还可以获知每个生活圈的生活状态，由此用户可以同时依据各生活圈的地理位置和生活状态，进而可以准确地进行生活决策，为用户生活提供便利。比如，可以准确地为生活圈布局配套设施等。
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例作详细地说明。
参照图1，本发明实施例提供了一种数据处理方法，所述方法可以包括如下步骤：
步骤11，获取第一城市区域的道路数据、各个小区的POI数据及生活状态数据。
在本发明的实施例中，所述第一城市区域，可以为任意城市区域，具体不作限制。换言之，对于任意城市区域，均可以采用本发明实施例中数据处理方法，得到该城市区域的多个生活圈及相关信息。
在本发明的实施例中，小区，是指在城市一定区域内、具有相对独立居住环境的大片居民住宅，同时是配有成套的生活服务设施，如商业网点、学校(幼儿园)等。
在具体实施中，可以利用互联网信息提取技术，获取所述道路数据。
在具体实施中，所述道路数据可以包括多种能够影响人们行为的自然地理因素，比如，城市道路数据、交通环线数据、天桥位置数据及河流位置数据等。
其中，所述城市道路数据可以包括：道路长度数据、道路等级数据、道路线型数据、道路编号数据等。以上海为例，所述交通环线数据，可以为内环、中环及外环三个环线所在的地理位置数据。
基于所述道路数据，可以构建第一城市区域的交通网络。后续得到的生活圈，应避免被上述影响人们行为的自然地理因素所分割。
在具体实施中，所述各个小区的兴趣点(Point Of Interest，POI)数据，可以包括：小区内各楼栋的地理位置信息；小区内楼栋的数量信息；小区内各楼栋的住户数量信息；小区周边生活配套设施信息。
其中，所述小区周边生活配套设施信息，可以包括：小区周边生活配套设施类别信息，每一类生活配套设施的数量信息以及各生活配套设施所在地理位置信息。
在具体实施中，所述生活配套设施类别可以分为：基础配套设施及商业配套设施。其中，所述商业配套设施可以包括：购物服务设施、餐饮服务设施、生活服务设施、医疗保健服务设施、教育服务设施、酒店服务设施、金融保险服务设施。
在具体实施中，购物服务设施可以包括商场、购物中心、超市、便利店。餐饮服务设施可以包括饭店。生活服务设施可以包括农贸市场、生鲜水果店等。医疗保健服务设施可以包括医院、药店等。教育服务设施可以包括学校、教培结构等。酒店服务设施可以包括酒店、宾馆等。金融保险服务设施可以为银行等。基础设施可以包括地铁、公交车站、加油站等。
例如，某一小区的周边生活配套设施信息可以包括：购物服务设施14个，餐饮服务设施138个，生活服务设施218个，医疗保健服务设施35个，教育服务设施75个，酒店服务设施19个，金融保险服务设施39个，基础设施19个，以及上述生活配套服务设施的地理位置信息。
在具体实施中，所述小区内各楼栋的地理位置信息，即小区内每栋楼所在的地理位置信息。所述小区内楼栋的数量信息，即小区楼栋的总数。小区内各楼栋的住户数量信息，比如，楼栋A的住户为20户，楼栋B的住户为28户等。
在具体实施中，所述各个小区的生活状态数据，包括：小区住房的相关信息；小区的绿化覆盖率信息；小区的车位比信息；小区各居住人的相关信息；所述小区各居住人的相关信息包括：小区各居住人的基本属性信息及消费相关信息。
在具体实施中，所述小区住房的相关信息可以包括：小区内住房的租金、售价、物业费及房龄信息。所述小区的绿化覆盖率信息，即小区绿化面积占总小区面积的百分比。所述小区的车位比信息，即小区的总户数与车位总数之间的比例。
在具体实施中，所述小区各居住人的相关信息，可以包括：小区各居住人的基本属性信息及消费相关信息。其中，所述小区各居住人的基本属性信息，可以包括：居住人的年龄、婚姻状况、有无子女以及子女年龄、教育水平等信息。居住人的消费相关信息可以包括：居住人在餐饮、休闲、娱乐等场所的消费金额、出入场所的消费档次、车辆消费金额、手机型号等信息。
需要说明的是，在实际应用中，可以预先对第一城市区域内所有的消费场所划分多个档次，由此可以得到居住人出入场所的消费档次信息。比如，可以按照人均消费金额，将消费场所划分为以下5档：人均消费金额2000元以上的消费场所为第一档，人均消费金额在1000元至2000元的消费场所为第二档，人均消费金额在500元至1000元的消费场所为第三档，人均消费金额在100元至1000元的消费场所为第四档，人均消费金额在100元以下的消费场所为第五档。
步骤12，基于所获取的道路数据及各个小区的POI数据，对各个小区进行生活圈的划分，确定所述第一城市区域内各小区所在生活圈的地理位置信息。
在具体实施中，基于所获取的道路数据及各个小区的POI数据，可以采用多种方法对各个小区进行生活圈的划分，此处不作限制。
在本发明的一实施例中，可以先基于所述道路数据，确定各个小区所在的地域，进而分别对每个地域内的小区进行密集度分析，得到各个小区的密集度信息，再识别各小区所在的小区群，基于同一小区群内小区的密集度信息，确定各小区群的中心点，最后基于各小区群的中心点，结合各小区周边1km范围内所有生活配套设施信息，确定各小区所在生活圈的边界信息。其中，所述小区群的中心点为所述小区群内密集度最大的小区。
在具体实施中，基于道路数据来划分生活圈，可以避免最终划分的生活圈第一城市的交通环线或主干道路，即避免生活圈被第一城市的交通环线或主干道路所分割，使得最终划分的生活圈更加贴近人们的实际社区行为，提升生活圈划分的准确性。
具体地，当道路数据包括交通环线数据时，可以依据该交通环线数据，将第一城市区域分成多个地域。比如，当所述交通环线数据为内环、中环及外环三个环线所在的地理位置数据时，则第一城市区域可以分成内环中环及外环三个地域，从而可以依次对每个地域进行密集度分析，得到各个区域内的生活圈。
当道路数据不包括交通环线数据时，可以依据第一城市区域主干道路将其划分为多个地域，再依次对每个地域进行密集度分析，得到各个区域内的生活圈。
在具体实施中，对每个地域内的小区进行密集度分析，得到各个小区的密集度信息，也就是统计该地域内每个小区的住户数量，小区内住户的数量越多，该小区的密集度越大。其中，小区的住户数量可以根据小区内楼栋的数量信息及小区内各楼栋的住户数量信息获得。比如，小区A有10个楼栋，每栋楼的住户数量均为10户，则小区A共有住户100户。
在具体实施中，所述小区群，指的是不跨城市道路的相邻小区组成的群体。所述相邻小区，至少包括两个小区，也可以为3个小区或者4个小区等，此处不作限制。对于单独的某个小区，若不存在与之相邻且不跨城市道路的小区，则不划分生活圈。换言之，最终划分得到的生活圈，属于某个小区群。
在具体实施中，可以选择小区群中密集度最大的小区，作为该小区群的中心点。需要说明的是，可以先识别各小区所在的小区群，再对小区群内各个小区进行密集度分析，确定小区群的中心点，由此可以避免对不构成小区群的小区进行密集度分析而增加计算量。
在具体实施中，基于各小区群的中心点，结合各小区周边1km范围内所有生活配套设施信息，确定各小区所在生活圈的边界信息时，可以先确定各小区群的中心点周边1km范围内所有生活配套设施，再判断所确定的生活配套设施是否满足预设条件。在所确定的生活配套设施满足预设条件时，利用几何沟边算法绘制满足预设条件的小区所在生活圈的边界。
所述预设条件可以根据实际生活服务需求进行设置。满足所述预设条件的小区，基本能够满足实际的生活服务需求。比如，可以设置所述预设条件为：小区周边1km范围内生活配套设施至少包括2个学校、2个菜场及1个商场。
若某一小区群的中心点为小区A，小区A周边1km范围内的生活配套设施包括：2个学校、1个地铁、1个菜场、2个商场，则该小区周边1km范围内生活配套设施不满足预设条件，此时，即便小区A为小区群的中心点，仍不为其划分生活圈。
若某一小区群的中心点为小区B，小区A周边1km范围内的生活配套设施包括：2个学校、1个地铁、2个菜场、2个商场，则该小区周边1km范围内生活配套设施满足预设条件，利用几何沟边算法为小区B绘制生活圈的边界。
在具体实施中，利用几何沟边算法为小区B绘制生活圈的边界后，可以结合道路数据，再次检测所划分的单个生活圈是否存在跨环线或跨道路的情况。若存在，对该生活圈的边界进行调整，避免跨环线或跨道路。基于几何沟边算法的特性，利用几何沟边算法得到的生活圈边界，通常为道路，不会在某个小区内部，并且，最终生活圈的范围，可能超过小区周边1km的范围，也可能会小于小区周边1km的范围。
采用本发明的方案，最终划分得到的生活圈，呈碎石型，即生活圈之间可以是不连续的，打破原有圆心或网格化划分方式，对一刻钟便民生活圈进行了生态解码，划分更加准确。比如，采用本发明的方案对上海市进行生活圈划分时，可以得到837个碎石型生活圈，其中，上海市内环高架附近区域的生活圈分布如图6所示。并且，在划分生活圈时，考虑了小区周边生活配套设施信息，最终得到的生活圈更加便于生活配套设施的布局。
步骤13，基于所述各小区所在生活圈的地理位置信息，及各个小区的生活状态数据，利用预设聚类分析算法，确定最佳类别归属，并对各生活圈进行生活状态分类，得到各生活圈所属类别信息。
生活圈的类型可以大方向定位该生活圈，或周边范围内的生活圈个性化、差异化的特征。
在本发明的一实施例中，可以先基于所述各小区所在生活圈的地理位置信息，获取各生活圈对应的生活状态数据，再利用K-MEANS聚类分析算法，对所述各生活圈对应的生活状态数据进行聚类分析，确定最佳类别归属，最后基于所述各生活圈对应的生活状态数据，确定各生活圈所属类别信息。
在具体实施中，各生活圈对应的生活状态数据，即各生活圈所包含的小区的生活状态数据的平均值。例如，某一生活圈包括小区A及小区B，则该生活圈的生活状态数据包括：小区A和小区B住房的相关信息的均值，绿化覆盖率的均值，车位比的均值
其中，可以采用多种聚类分析算法，对各生活圈进行生活状态分类，此处不作限制。
在本发明的一实施例中，可以利用k均值聚类算法(K-means clusteringalgorithm，K-MEANS)聚类分析算法，对各生活圈进行生活状态分类。其中，K-MEANS聚类分析算法是一种迭代求解的聚类分析算法，
具体地，可以先按照生活状态数据的各个类别，将全部生活圈划分呈若干个类别，每个类别的特征都用其中生活圈样本特征的均值描述，这个均值被称为质心，代表类别的典型画像。选择初始质心后，重复执行以下两个步骤，知道质心不再明显移动，即得到最佳生活圈分类：第一步，将每个生活圈分配到其最接近的质心，第二步是通过取分配给前一个质心的所有生活圈的平均值来创建新的质心。
例如，选择初始质心后，可以先对生活圈按照从1到9类分别进行聚类，根据信息贡献度可以画出图2所示的碎石图，碎石图中明显的拐点代表最佳分类树，少于该拐点则分类精度不足，多余该挂点则类别间差别不大。
因此，在本发明的实施例中，将生活圈分为4类，按照4类，对生活状态数据进行聚类分析，可以得到每类生活圈对应的多个指标的TGI范围，包括小区档次TGI范围、消费水平TGI范围、小区房龄TGI范围、居住人年龄分布TGI范围及居住人教育水平TGI范围等。其中，TGI指的是当前生活圈当前指标的占比数据与所有生活圈当前指标占比数据均值之间的比值。比如，小区档次TGI范围，指的是生活圈A小区档次的占比数据与所有生活圈小区档次占比数据均值之间的比值。
在具体实施中，可以预先对第一城市区域内所有的小区划分为多个档次，由此可以得到每个小区对应的档次信息。具体基于各个小区的生活状态数据，对第一城市区域内所有的小区划分为多个档次，包括小区住房的相关信息、小区的绿化覆盖率信息、小区的车位比信息、小区各居住人的相关信息。
按照每类生活圈的指标特征，生活圈的4种类型分别为：经济适用型；老龄品质型；成熟高潜型、高端精致型。其中，经济适用型的生活圈，小区档次属于低档、房龄最老，居住人以中青年为主，且居住人的消费档次属于抵挡。老龄品质型的生活圈，小区档次为成熟的中端小区，老年人聚集，高学历较多，消费水平较高。。成熟高潜型的生活圈，小区档次为中、高端成熟小区及新小区，居住人学历和年龄分布均衡，消费水平较高。高端精致型的生活圈，小区档次为最高档，居住人以青壮年偏多，居住人学历平均最高，消费能力为最高档。
在具体实施中，确定各生活圈所属类别信息后，可以对第一城市区域内各生活圈的类型进行统计，得到每种类型生活圈的比例值，并输出每种类型生活圈的比例值。比如，上海市进行生活圈划分时，可以得到837个碎石型生活圈，其中，经济适用型的生活圈比例为42％，老龄品质型的生活圈比例为16％，成熟高潜型的生活圈比例为27％，高端精致型的生活圈比例为15％。
步骤14，输出所述第一城市区域内各生活圈的地理位置信息及所属类别信息。
在具体实施中，可以采用多种方式输出所述第一城市区域内各生活圈的地理位置信息及所属类别信息，此处不作限制。比如，可以将每个生活圈的地理位置信息及所属类别信息，生成一个文件，通过查看各个生活圈对应的文件，获知第一城市区域内生活圈的信息。
在本发明的一实施例中，为了提高生活圈信息的获取效率，可以在电子地图上输出所述第一城市区域内各生活圈的地理位置信息及所属类别信息。具体可以基于各生活圈的地理位置信息，在电子地图上标识各个生活圈，包括在电子地图上绘制生活圈的范围并显示每个生活圈的名称等。同时，也可以在电子地图上显示每个生活圈的类别信息。具体可以参照所述生活圈显示方法的描述进行实施，此处不再赘述。
在本发明的一实施例中，所述方法还可以包括：基于所述小区各居住人的消费相关信息，计算并输出各生活圈的消费能力信息。
如上所述，所述小区各居住人的消费相关信息可以包括：居住人在餐饮、休闲、娱乐等场所的消费金额、出入场所的消费档次、车辆消费金额、手机型号等信息。在一些实施例中，还可以结合居住人所在居住地的房价等信息
在具体实施中，可以综合第一城市区域内居住人消费相关信息，使用综合模型法等维度训练模型，得到最终的消费水平评估模型。在获得各小区各居住人的消费相关信息后，对每个生活圈内所包含的各个小区的居住人的消费相关信息进行汇总，可以得到每个生活圈内居住人的消费相关信息，进而利用该消费水平评估模型，可以得到每个生活圈的消费水平值。对第一城市区域内各生活圈的消费水平值进行分档，确定每档对应的消费水平范围。通过对消费水平进行分档，可以获知全市人民消费水平分布。
比如，可以将第一城市区域消费水平分成5档，其中前10％作为最高档、前11％～30％作为次高档、前31％～60％作为中档、前61％～80％作为次低档，前81％～100％作为最低档。
在获取某一生活圈各小区各居住人的消费相关信息后，可以先利用消费水平评估模型得到该生活圈的消费水平值，再将其与消费水平档位比对，确定该生活圈的消费能力。所述生活圈的消费能力信息不仅可以包括生活圈整体所对应的消费水平档位，还可以对生活圈的居住人群进行分析，确定每档消费水平对应的人群占比。
比如，某一生活圈的消费能力信息可以包括：该生活圈整体消费水平为第3档，最高档消费水平的人群占比为6％，次高档消费水平的人群占比为20％，中档消费水平的人群占比为30％，次低档消费水平的人群占比为30％，最低档消费水平的人群占比为14％。
生活圈的消费能力信息可以进一步准确地反映生活圈的生活状态，从而更有利于合理布局配套设施，比如，可以在该生活圈周边配置符合其消费能力的配套设施。
在本发明的又一实施例中，所述方法还可以包括：基于小区各居住人的基本属性信息，得到并输出各生活圈内居住人的人群画像信息。
如上所述，小区各居住人的基本属性信息可以包括：居住人的年龄、婚姻状况、有无子女以及子女年龄、教育水平等信息。在一些实施例中，还可以包括居住人当前所处人生阶段信息及应用程序偏好等。
对同一生活圈对应各小区居住人的基本属性信息进行统计，可以得到相应的统计结果，比如，可以得到该生活圈的人口类型信息(包括常驻人口数量、婚姻状态、子女年龄、和教育程度，性别比例信息，年龄分布信息等。将所得到的统计结果，作为该生活圈内居住人的人群画像信息。
生活圈内居住人的人群画像信息，更有利于合理布局配套设施。比如，可以在该生活圈周边配置适合大部分居住人所在年龄段的配套设施。
在本发明的其它实施例中，还可以输出各生活圈的推荐指数。所述生活圈的推荐指数用于表征该生活圈的商业潜力，用于引导在该生活圈周边布置商业配套设施。
在具体实施中，可以采用以下方法，得到各生活圈的推荐指数：基于所述小区各居住人的相关信息，及所述小区周边生活配套设施信息，确定各生活圈内居住人的相关信息，及各生活圈包含的生活配套设施信息；利用因子分析算法，对各生活圈的内居住人的相关信息及各生活圈包含的生活配套设施信息进行降维，确定各生活圈的共性因子；基于各生活圈的共性因子，计算并输出各生活圈的推荐指数。
在具体实施中，所述小区各居住人的相关信息可以包括：小区的人口数量信息。基于小区的人口数量信息，可以确定各生活圈的人口数量信息。所述小区各居住人的相关信息还可以包括：小区内各居住人的消费相关信息及基本属性信息。基于所述小区内各居住人的消费相关信息及基本属性信息，可以得到该小区的人口质量情况。
在具体实施中，基于所述小区周边的基础配套设施信息，可以得到生活圈周边的基础配套设施情况。
在具体实施中，所述小区周边的商业配套设施信息可以包括：小区周边独立基础商户的POI数据；连锁品牌商户的POI数据；知名品牌商户的POI数据；新兴品牌的POI数据。其中，所述独立基础商户的POI数据，可以为菜场、水果店等的数量。所述连锁品牌商户的POI数据，可以为全国范围内连锁店数量超过10家的商户的数量。所述知名品牌商户的POI数据，可以为全国范围内店铺数量小于10家的商户的数量。所述新兴品牌的POI数据，可以为近2年来新出现的品牌的数量。
因子分析算法，是用于从变量群中提取共性因子的统计方法。因子分析可在许多变量中找出隐藏的具有代表性的因子。将相同本质的变量归入一个因子，可减少变量的数目，还可检验变量间关系的假设。
在本发明的实施例中，利用因子分析算法，可以对各生活圈的内居住人的相关信息及各生活圈包含的生活配套设施信息进行降维，确定各生活圈的共性因子。
具体地，可以将各生活圈的内居住人的相关信息及各生活圈包含的生活配套设施信息，基于相同本质的信息归入一个因子。比如，可以将各生活圈的人口数量信息，归入为人口数量因子。将生活圈周边的基础配套设施归入为基础配套设施因子。将生活圈内的独立基础商户的POI数据、连锁品牌商户的POI数据、知名品牌商户的POI数据，归入为品牌氛围因子。将生活圈内的知名品牌商户的POI数据，归入为发展潜力因子。
在得到上述共性因子后，利用因子分析测算，可以得到各个生活圈的推荐指数。
在一些实施例中，也可以对所有生活圈的推荐指数取平均值，得到第一城市区域生活圈的平均推荐指数。在输出生活圈推荐指数时，也可以同时输出第一城市区域生活圈的平均推荐指数，当然也可以输出第一城市区域生活圈的最高推荐指数及最低推荐指数，以满足个性化需求。
在具体实施中，关于生活圈的消费能力信息、居住人的人群画像信息及推荐指数等，也可以在电子地图上进行显示。具体可以参照所述生活圈显示方法的描述进行实施。
由上述内容可知，本发明实施例中的数据处理方法，在划分生活圈后，还可以输出生活圈的类别信息、消费能力信息、居住人的人群画像信息及推荐指数等，基于上述信息可以更加准确地获知各生活圈的生活状态，从而更准确地进行生活决策，为用户生活提供便利。比如，可以更好地引导配套设施的合理布局等。
参照图3，本发明实施例还提供了一种生活圈的显示方法，所述方法可以由生活圈显示装置执行。具体地，所述方法可以包括如下步骤：
步骤31，当接收到生活圈的访问请求时，从生活圈信息数据库读取相应城市区域内各生活圈的地理位置信息及所属类别信息。
其中，所述生活圈信息数据库中存储的信息是采用上述实施例中数据处理方法所得到的。
在一实施例中，所述生活圈信息数据库仅包括各生活圈的地理位置信息及所属类别信息。
在另一实施例中，所述生活圈信息数据库还可以存储生活圈的其它信息，比如，生活圈的消费能力信息、生活圈的推荐指数、生活圈的生活配套设施数量信息、生活圈内居住人的人群画像信息中的一种或者两种以上。比如，所述生活圈信息数据库可以同时存储活圈的消费能力信息、生活圈的推荐指数、生活圈的生活配套设施数量信息、生活圈内居住人的人群画像信息。
在具体实施中，所述生活圈的访问请求，可以是用户端发出的对某一网页的访问请求，也可以是用户端发出的对某一应用程序的访问请求，具体不作限制。
接收到所述生活圈的访问请求后，从生活圈信息数据库读取相应城市区域内各生活圈的地理位置信息及所属类别信息。其中，所述相应城市区域，可以为默认的城市区域，也可以是用户端当前所在的城市区域。其中，用户端当前所在的城市区域，可以是对用户端发出访问请求的位置进行定位得到的。
在一些实施例中，所述生活圈的访问请求中可以携带城市区域标识的指示信息。此时，所述相应城市区域，可以为城市区域标识的指示信息所指示的城市区域。
在一些实施例中，接收到所述生活圈的访问请求后，可以先对用户身份进行验证，在用户身份通过验证后，才在电子地图上标识各生活圈，并显示各生活圈所属类别信息，以提高生活圈信息的安全性。比如，需要用户输入正确的账号和密码，才能允许查看生活圈的信息。
在具体实施中，所述生活圈信息数据库可以设置在本地，也可以设置在远端服务器，具体不作限制。无论所述生活圈信息数据库的位置如何，均能够从生活圈信息数据库中读取信息。
步骤32，基于所读取的生活圈的地理位置信息，在电子地图上标识各生活圈，并显示各生活圈所属类别信息。
电子地图即数字地图，是利用计算机技术，以数字方式存储和查阅的地图。电子地图储存资讯的方法，一般使用向量式图像储存，地图比例可放大、缩小或旋转而不影响显示效果。电子地图是地图制作和应用的一个系统，是由电子计算机控制所生成的地图，是基于数字制图技术的屏幕地图，是可视化的实地图。“在计算机屏幕上可视化”是电子地图的根本特征。
读取到生活圈的地理位置信息后，在电子地图上标识各生活圈，包括标识生活圈的位置以及名称等。所述电子地图上标识的生活圈边界图形为不规则图形。
具体地，可以基于生活圈的地理位置信息，在电子地图上查找相应的占位点，最后将同一生活圈的所有占位点连接，得到生活圈的边界图形。所述电子地图上标识的生活圈边界图形为不规则图形，不同于现有的圆形或者网状等规则图形。得到每个生活圈的边界图形后，就可以得到关于生活圈的地图。
在一些实施例中，标识生活圈名称的同时，可以显示生活圈所属类别。比如，可以用特定颜色的线条圈出每个生活圈的边界，并在生活圈的边缘显示对应的名称和类别。各个生活圈边界的颜色，可以完全相同，也可以根据基于所在街道或者镇等的不同，设置不同的颜色。这样，用户在查看时，可以更加直观地获知生活圈的位置和相应的生活状态。
相对于通过打开一个个生活圈的文件这种查看方式，将生活区通过电子地图显示，可以减少用户操作，并且可以随着电子地图的放大、缩小、旋转等，提供不同的生活圈显示效果，满足不同的用户需求。
在一些实施例中，所述生活圈信息数据库还可以存储所述相应城市区域内各生活圈的其它信息，此时，所述方法还可以包括：
当接收到生活圈指示信息时，从所述生活圈信息数据库读取所述相应城市区域内各生活圈的其它信息，并在电子地图所在页面上显示所述生活圈指示信息所指示的生活圈的其它信息。
其中，所述生活圈的其它信息包括以下至少一种：生活圈的消费能力信息、生活圈的推荐指数、生活圈的生活配套设施数量信息、生活圈内居住人的人群画像信息、生活圈的网点分布信息。
为了使得显示页面更加清晰，在本发明的实施例中，用户端可以发送生活圈指示信息。在一些实施例中，所述生活圈指示信息中可以包含一个生活圈的标识，比如用户在电子地图显示页面双击某一生活圈时，就会发送生活圈指示信息。
在具体实施中，所述网点分布信息可以包括生活配套设施信息及其它信息。所述生活圈的生活配套设施信息，可以是对生活圈包含的各小区周边生活配套设施的汇总，与小区周边生活配套设施信息类似，也可以分为基础配套设施信息及商业配套设施信息。
其中，所述商业配套设施可以包括：购物服务设施、餐饮服务设施、生活服务设施、医疗保健服务设施、教育服务设施、酒店服务设施、金融保险服务设施。所述商业配套设施信息，可以包括各种商业配套设施的地理位置信息及数量信息。所述基础配套设施信息，可以包括各种基础配套设施的地理位置信息及数量信息。
所述其它信息可以为小区信息及写字楼信息等。房产小区信息包括各房产小区的地理位置信息及数量信息。写字楼信息包括写字楼的地理位置信息及数量信息。
通过所述网点分布信息，可以获知该生活圈的商业发展情况，逐年追踪其商业发展知晓该生活圈内业态分布(基础设施、商业、餐饮)的均衡性(是否某个有缺失)。
在接收到生活圈指示信息后，可以在当前页面的另一图层界面，显示该生活圈的详细信息，包括：生活圈的消费能力信息、生活圈的推荐指数、生活圈的生活配套设施数量信息、生活圈内居住人的人群画像信息、生活圈的网点分布信息等。每种信息可以设置相应的选项卡，用户可以选择某一选项卡，来获取该选项卡下面的详细信息。
比如，用户可以选择“消费能力”选项卡，此时，会在“消费能力”选项卡下面显示该生活圈的消费能力信息。用户也可以选择“人群画像”，此时，会在“人群画像”选项卡下面显示该生活圈的人群画像信息。
当用户选择“网点分布”选项卡时，在一实施例中，生活圈的显示装置通过读取网点分布信息，可以基于每个网点的地理位置信息，确定每个生活圈包含的各个网点的数量，并在“网点分布”选项卡下面显示每个网点的数量信息，当然也可以同时显示每个网点的地理位置信息。在另一实施例中，生活圈信息数据库中的网点分布信息，可以仅存储各种网点的数量，而不存储各种网点的地理位置信息，此时，生活圈的显示装置通过读取网点分布信息，可以直接在“网点分布”选项卡下面显示每种网点的数量信息，而无需计算每个生活圈包含的各种网点的数量。
在具体实施中，通过所述生活圈的显示装置，不仅可以概览某一城市区域内所有的生活圈，以及查看单个生活圈的信息，还可以对生活圈进行筛选及分析。
在本发明的一实施例中，所述生活圈的显示装置可以接收用户发送的生活圈筛选信息，所述生活圈筛选信息中可以包含筛选条件，所述筛选条件可以为多种，比如，可以为“生活圈推荐指数大于70”，也可以为“高消费水平人群占比大于40％”。
其中，所述筛选条件可以通过多种方式输入，比如，可以在显示页面上设置相应的选项卡，每个选项卡具有多个选项，用户可以选择在某些选项卡下面输入相应的选项，作为所述筛选条件。
在具体实施中，所述生活圈的显示装置在接收到所述生活圈的筛选信息后，可以从生活圈信息库中读取原始信息，并对原始信息进行分析，以输出相应的分析结果。
比如，所述筛选条件为“高消费水平人群占比大于40％”，此时，所述生活圈的显示装置可以从生活圈信息库中读取各个生活圈的消费能力信息，并计算每个生活圈的高消费水平人群占比，筛选出高消费水平人群占比大于40％生活圈的标识。
在本发明的一实施例中，所述生活圈的显示装置还可以基于用户输入，对某一范围内的生活圈的基本情况及商业情况进行分析。
例如，所述生活圈的显示装置可以对某一社区内的基本情况进行分析，具体可以获取该社区相关的生活圈信息数据库中相应信息，包括生活圈类型、生活圈内居住人信息、推荐指数等，所输出的分析结果中可以包含：生活圈类型、人口规模、推荐指数、高消费水平人群占比、有孩子家庭比例、60岁以上户籍人口占比等。在输出上述分析结果的同时，还可以将其与本市或者所在区自动平均数据进行对比等。当然，具体分析结果还可以包括其它内容，此处不作限制。通过分析，便于用户能够了解该社区内缺失的服务业态，或者有待提升的服务业态。
需要说明的是，分析结果可以文字形式表示，也可以表格结合电子地图的方式表示，此处不作限制。
又如，所述生活圈的显示装置可以对某一范围内的生活圈类型进行分析，得到该范围内生活圈类型的具体情况，也可以同时将其与所在区或市的生活圈类型作对比，由此可以使得用户能够了解该范围内生活圈的具体排位，以及与全市的相对水平。
可以理解的是，本发明实施例中，对生活圈进行分析的结果，可以通过多种方式显示，此处不再一一举例说明。
由上述内容可知，本发明实施例中生活圈的显示方法，通过在电子地图上显示生活圈的信息，可以更加便于用户查看，使得用户能够更加直观地获取生活圈的相关信息，有效减少用户操作。另外，还可以基于用户输入，对相应生活圈信息进行分析，提高查看效率，更有利于引导配置设施的合理布局。
为了使本领域技术人员更好地理解和实现本发明，以下对上述方对应的装置进行详细描述。
参照图4，本发明实施例还提供了一种数据处理装置，所述装置包括：获取单元41、生活圈划分单元42、类别确定单元43及输出单元44。其中：
所述获取单元41，适于获取第一城市区域的道路数据、各个小区的POI数据及各个小区的生活状态数据；
所述生活圈划分单元42，适于基于所获取的道路数据及各个小区的POI数据，对各个小区进行生活圈的划分，确定所述第一城市区域内各小区所在生活圈的地理位置信息；
所述类别确定单元43，适于基于所述各小区所在生活圈的地理位置信息，及各个小区的生活状态数据，利用预设聚类分析算法，确定最佳类别归属，并对各生活圈进行生活状态分类，得到各生活圈所属类别信息；
所述输出单元44，适于输出所述第一城市区域内各生活圈的地理位置信息及所属类别信息。
在本发明的一实施例中，所述生活状态数据包括：小区住房的相关信息；小区的绿化覆盖率信息；小区的车位比信息；小区各居住人的相关信息；所述小区各居住人的相关信息包括：小区各居住人的基本属性信息及消费相关信息。
在本发明的一实施例中，所述装置还可以包括：消费能力计算单元45。所述消费能力计算单元45，适于基于所述小区各居住人的消费相关信息，计算各生活圈的消费能力信息；
所述输出单元44，还适于输出各生活圈的消费能力信息。
在本发明的一实施例中，所述装置还可以包括：人群画像统计单元46。所述人群画像统计单元46，适于基于小区各居住人的基本属性信息，得到各生活圈内居住人的人群画像信息。所述输出单元44，还适于输出各生活圈内居住人的人群画像信息。
在本发明的一实施例中，所述各个小区的POI数据，包括：小区内各楼栋的地理位置信息；小区内楼栋的数量信息；小区内各楼栋的住户数量信息；小区周边生活配套设施信息。
在本发明的一实施例中，所述小区周边生活配套设施信息包括：小区周边的基础配套设施信息，及小区周边的商业配套设施信息；所述生活状态数据包括：小区各居住人的相关信息；所述小区各居住人的相关信息包括：小区各居住人的基本属性信息及消费相关信息；
所述装置还包括：推荐指数计算单元47。所述推荐指数计算单元47，适于基于所述小区各居住人的相关信息，及所述小区周边生活配套设施信息，确定各生活圈内居住人的相关信息，及各生活圈包含的生活配套设施信息，利用因子分析算法，对各生活圈的内居住人的相关信息及各生活圈包含的生活配套设施信息进行降维，确定各生活圈的共性因子，以及基于各生活圈的共性因子，计算各生活圈的推荐指数。
相应地，所述输出单元44，还适于输出各生活圈的推荐指数存储至所述生活圈信息数据库。
关于所述数据处理装置的各个功能单元，具体可以参照上述关于数据处理方法的描述进行实施，此处不再赘述。
参照图5，本发明实施例还提供了一种生活圈的显示装置，所述装置包括：读取单元51及显示单元52。其中：
所述读取单元51，适于当接收到生活圈的访问请求时，从生活圈信息数据库读取相应城市区域内各生活圈的地理位置信息及所属类别信息。
所述显示单元52，适于基于所读取的生活圈的地理位置信息，在电子地图上标识各生活圈，并显示各生活圈所属类别信息。
所述生活圈信息数据库中存储的信息是采用上述所述数据处理方法得到的。
在具体实施中，所述读取单元51还可以从生活圈信息数据库中读取其它信息，所述显示单元52还可以在电子地图的页面上显示相应的信息，具体可以参照上述关于所述生活圈的显示方法的描述进行实施。
本发明实施例还提供了一种电子设备，所述电子设备包括上述的数据处理装置或上述的生活圈显示装置。
本发明实施例还提供了另一种电子设备，包括存储器和处理器，所述存储器上存储有能够在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行上述方法的步骤。
在具体实施中，用户可以通过输入设备向电子设备输入相应的指令，使所述电子设备执行特定的功能。当所述电子设备包括生活圈的显示装置时，所述电子设备是具有显示屏且能够进行人机交互的设备。所述电子设备可以通过显示屏显示用户界面。例如，家居智能终端(包括：空调、冰箱、电饭煲、热水器等)，商务智能终端(包括：可视电话、会议桌面智能终端等)，可穿戴设备(包括智能手表、智能眼镜等)，金融智能终端机，以及智能手机、平板电脑、个人数字助理(personal digital assistant，PDA)、车载设备、计算机等。
本发明实施例还提供了一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行，以实现上述方法的步骤。
在具体实施中，所述计算机可读存储介质可以包括：ROM、RAM、磁盘或光盘等。
关于上述实施例中描述的各个装置、产品包含的各个模块/单元，其可以是软件模块/单元，也可以是硬件模块/单元，或者也可以部分是软件模块/单元，部分是硬件模块/单元。例如，对于应用于或集成于芯片的各个装置、产品，其包含的各个模块/单元可以都采用电路等硬件的方式实现，或者，至少部分模块/单元可以采用软件程序的方式实现，该软件程序运行于芯片内部集成的处理器，剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现；对于应用于或集成于芯片模组的各个装置、产品，其包含的各个模块/单元可以都采用电路等硬件的方式实现，不同的模块/单元可以位于芯片模组的同一组件(例如芯片、电路模块等)或者不同组件中，或者，至少部分模块/单元可以采用软件程序的方式实现，该软件程序运行于芯片模组内部集成的处理器，剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现；对于应用于或集成于终端的各个装置、产品，其包含的各个模块/单元可以都采用电路等硬件的方式实现，不同的模块/单元可以位于终端内同一组件(例如，芯片、电路模块等)或者不同组件中，或者，至少部分模块/单元可以采用软件程序的方式实现，该软件程序运行于终端内部集成的处理器，剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (26)

1.一种数据处理方法，其特征在于，包括：
获取第一城市区域的道路数据、各个小区的POI数据及各个小区的生活状态数据；
基于所获取的道路数据及各个小区的POI数据，对各个小区进行生活圈的划分，确定所述第一城市区域内各小区所在生活圈的地理位置信息；
基于所述各小区所在生活圈的地理位置信息，及各个小区的生活状态数据，利用预设聚类分析算法，确定最佳类别归属，并对各生活圈进行生活状态分类，得到各生活圈所属类别信息；
输出所述第一城市区域内各生活圈的地理位置信息及所属类别信息。
2.如权利要求1所述的数据处理方法，其特征在于，所述各个小区的POI数据，包括：小区内各楼栋的地理位置信息；小区内楼栋的数量信息；小区内各楼栋的住户数量信息；小区周边生活配套设施信息。
3.如权利要求2所述的数据处理方法，其特征在于，所述基于所获取的道路数据及各个小区的POI数据，对各个小区进行生活圈的划分，确定所述第一城市区域内各小区所在生活圈的地理位置信息，包括：
基于所述道路数据，确定各个小区所在的地域；
分别对每个地域内的小区进行密集度分析，得到各个小区的密集度信息；
识别各小区所在的小区群；
基于同一小区群内小区的密集度信息，确定各小区群的中心点；所述小区群的中心点为所述小区群内密集度最大的小区；
基于各小区群的中心点，结合各小区周边1km范围内所有生活配套设施信息，确定各小区所在生活圈的边界信息。
4.如权利要求3所述的数据处理方法，其特征在于，所述基于各小区群的中心点，结合各小区周边1km范围内所有生活配套设施信息，确定各小区所在生活圈的边界信息，包括：
确定各小区群的中心点周边1km范围内所有生活配套设施；
判断所确定的生活配套设施是否满足预设条件；
在所确定的生活配套设施满足预设条件时，利用几何沟边算法绘制满足预设条件的小区所在生活圈的边界。
5.如权利要求1所述的数据处理方法，其特征在于，所述生活状态数据包括：小区住房的相关信息；小区的绿化覆盖率信息；小区的车位比信息；小区各居住人的相关信息；所述小区各居住人的相关信息包括：小区各居住人的基本属性信息及消费相关信息。
6.如权利要求5所述的数据处理方法，其特征在于，所述基于所述各小区所在生活圈的地理位置信息，及各个小区的生活状态数据，利用预设聚类分析算法，确定最佳类别归属，并对各生活圈进行生活状态分类，得到各生活圈所属类别信息，包括：
基于所述各小区所在生活圈的地理位置信息，获取各生活圈对应的生活状态数据；
利用K-MEANS聚类分析算法，对所述各生活圈对应的生活状态数据进行聚类分析，确定最佳类别归属；
基于所述各生活圈对应的生活状态数据，确定各生活圈所属类别信息。
7.如权利要求6所述的数据处理方法，其特征在于，所述生活圈的类别信息包括：经济适用型；老龄品质型；成熟高潜型、高端精致型。
8.如权利要求5所述的数据处理方法，其特征在于，还包括：
基于所述小区各居住人的消费相关信息，计算并输出各生活圈的消费能力信息。
9.如权利要求5所述的数据处理方法，其特征在于，还包括：
基于小区各居住人的基本属性信息，得到并输出各生活圈内居住人的人群画像信息。
10.如权利要求3所述的数据处理方法，其特征在于，所述小区周边生活配套设施信息包括：小区周边的基础配套设施信息，及小区周边的商业配套设施信息；
所述各个小区的生活状态数据包括：小区各居住人的相关信息；所述小区各居住人的相关信息包括：小区各居住人的基本属性信息及消费相关信息；
所述方法还包括：
基于所述小区各居住人的相关信息，及所述小区周边生活配套设施信息，确定各生活圈内居住人的相关信息，及各生活圈包含的生活配套设施信息；
利用因子分析算法，对各生活圈的内居住人的相关信息及各生活圈包含的生活配套设施信息进行降维，确定各生活圈的共性因子；
基于各生活圈的共性因子，计算并输出各生活圈的推荐指数。
11.如权利要求10所述的数据处理方法，其特征在于，所述各生活圈的共性因子包括：人口数量、基础配套设施、品牌氛围、人口质量及发展潜力。
12.如权利要求10所述的数据处理方法，其特征在于，所述小区周边的商业配套设施信息，包括：小区周边独立基础商户的POI数据；连锁品牌商户的POI数据；知名品牌商户的POI数据；新兴品牌的POI数据。
13.一种生活圈的显示方法，其特征在于，包括：
当接收到生活圈的访问请求时，从生活圈信息数据库读取相应城市区域内各生活圈的地理位置信息及所属类别信息；
基于所读取的生活圈的地理位置信息，在电子地图上标识各生活圈，并显示各生活圈所属类别信息；
其中，所述生活圈信息数据库中存储的信息是采用权利要求1至12任一项所述数据处理方法得到的。
14.如权利要求13所述的生活圈的显示方法，其特征在于，当所述生活圈信息数据库还存储所述相应城市区域内各生活圈的其它信息时，所述方法还包括：
当接收到生活圈指示信息时，从所述生活圈信息数据库读取所述相应城市区域内各生活圈的其它信息，并在电子地图所在页面上显示所述生活圈指示信息所指示的生活圈的其它信息；
其中，所述生活圈的其它信息包括以下至少一种：生活圈的消费能力信息、生活圈的推荐指数、生活圈的生活配套设施数量信息、生活圈内居住人的人群画像信息、网点分布信息。
15.如权利要求14所述的生活圈的显示方法，其特征在于，在接收到生活圈的访问请求后，且在电子地图上标识各生活圈，并显示各生活圈所属类别信息之前，还包括：对用户身份进行验证；
对用户身份进行验证，在用户身份通过验证后，在电子地图上标识各生活圈，并显示各生活圈所属类别信息。
16.一种数据处理装置，其特征在于，包括：
获取单元，适于获取第一城市区域的道路数据、各个小区的POI数据及各个小区的生活状态数据；
生活圈划分单元，适于基于所获取的道路数据及各个小区的POI数据，对各个小区进行生活圈的划分，确定所述第一城市区域内各小区所在生活圈的地理位置信息；
类别确定单元，适于基于所述各小区所在生活圈的地理位置信息，及各个小区的生活状态数据，利用预设聚类分析算法，确定最佳类别归属，并对各生活圈进行生活状态分类，得到各生活圈所属类别信息；
输出单元，适于输出所述第一城市区域内各生活圈的地理位置信息及所属类别信息。
17.如权利要求16所述的数据处理装置，其特征在于，所述生活状态数据包括：小区住房的相关信息；小区的绿化覆盖率信息；小区的车位比信息；小区各居住人的相关信息；所述小区各居住人的相关信息包括：小区各居住人的基本属性信息及消费相关信息。
18.如权利要求17所述的数据处理装置，其特征在于，还包括：
消费能力计算单元，适于基于所述小区各居住人的消费相关信息，计算各生活圈的消费能力信息；
所述输出单元，还适于输出各生活圈的消费能力信息。
19.如权利要求17所述的数据处理装置，其特征在于，还包括：
人群画像统计单元，适于基于小区各居住人的基本属性信息，得到各生活圈内居住人的人群画像信息；
所述输出单元，还适于输出各生活圈内居住人的人群画像信息。
20.如权利要求17所述的数据处理装置，其特征在于，所述各个小区的POI数据，包括：小区内各楼栋的地理位置信息；小区内楼栋的数量信息；小区内各楼栋的住户数量信息；小区周边生活配套设施信息。
21.如权利要求20所述的数据处理装置，其特征在于，所述小区周边生活配套设施信息包括：小区周边的基础配套设施信息，及小区周边的商业配套设施信息；
所述生活状态数据包括：小区各居住人的相关信息；所述小区各居住人的相关信息包括：小区各居住人的基本属性信息及消费相关信息；
所述装置还包括：推荐指数计算单元，适于基于所述小区各居住人的相关信息，及所述小区周边生活配套设施信息，确定各生活圈内居住人的相关信息，及各生活圈包含的生活配套设施信息，利用因子分析算法，对各生活圈的内居住人的相关信息及各生活圈包含的生活配套设施信息进行降维，确定各生活圈的共性因子，以及基于各生活圈的共性因子，计算各生活圈的推荐指数；
所述输出单元，还适于输出各生活圈的推荐指数存储至所述生活圈信息数据库。
22.一种生活圈的显示装置，其特征在于，包括：
读取单元，适于当接收到生活圈的访问请求时，从生活圈信息数据库读取相应城市区域内各生活圈的地理位置信息及所属类别信息；
显示单元，适于基于所读取的生活圈的地理位置信息，在电子地图上标识各生活圈，并显示各生活圈所属类别信息；
其中，所述生活圈信息数据库中存储的信息是采用权利要求1至12任一项所述数据处理方法得到的。
23.如权利要求22所述的生活圈的显示装置，其特征在于，所述电子地图上标识的生活圈边界图形为不规则图形。
24.一种电子设备，其特征在于，包括权利要求16至21任一项所述的数据处理装置，或者包括权利要求22所述的生活圈的显示装置。
25.一种计算机存储介质，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，以实现权利要求1至15任一项所述方法的步骤。
26.一种电子设备，包括存储器和处理器，所述存储器上存储有能够在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序时执行权利要求1至15任一项所述方法的步骤。
CN202210655599.7A 2022-06-10 2022-06-10 数据处理方法、生活圈的显示方法及装置、介质、设备 Pending CN115033766A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210655599.7A CN115033766A (zh) 2022-06-10 2022-06-10 数据处理方法、生活圈的显示方法及装置、介质、设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210655599.7A CN115033766A (zh) 2022-06-10 2022-06-10 数据处理方法、生活圈的显示方法及装置、介质、设备

Publications (1)

Publication Number Publication Date
CN115033766A true CN115033766A (zh) 2022-09-09

Family

ID=83123190

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210655599.7A Pending CN115033766A (zh) 2022-06-10 2022-06-10 数据处理方法、生活圈的显示方法及装置、介质、设备

Country Status (1)

Country Link
CN (1) CN115033766A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115687549A (zh) * 2022-09-28 2023-02-03 广州市城市规划设计有限公司 一种快速高效的生活圈划定方法、装置、设备及介质
CN116934554A (zh) * 2023-08-09 2023-10-24 青岛正信德宇信息科技有限公司 城市养老社区筛选方法和系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115687549A (zh) * 2022-09-28 2023-02-03 广州市城市规划设计有限公司 一种快速高效的生活圈划定方法、装置、设备及介质
CN115687549B (zh) * 2022-09-28 2024-04-02 广州市城市规划设计有限公司 一种快速高效的生活圈划定方法、装置、设备及介质
CN116934554A (zh) * 2023-08-09 2023-10-24 青岛正信德宇信息科技有限公司 城市养老社区筛选方法和系统

Similar Documents

Publication Publication Date Title
Xu et al. Human mobility and socioeconomic status: Analysis of Singapore and Boston
TWI598839B (zh) Method and apparatus for determining a target location
US8515673B2 (en) Crime risk assessment system
US10713672B1 (en) Discovering neighborhood clusters and uses therefor
CN107291888B (zh) 基于机器学习统计模型的入住酒店附近生活推荐系统方法
Wu et al. Modified data-driven framework for housing market segmentation
CN112861972B (zh) 一种展业区域的选址方法、装置、计算机设备和介质
CN106570722A (zh) 一种智能推荐系统及智能推荐方法
CN115033766A (zh) 数据处理方法、生活圈的显示方法及装置、介质、设备
US8255392B2 (en) Real time data collection system and method
CN112069281B (zh) 兴趣点位置的确定方法、装置、计算机设备及存储介质
Guo et al. Impacts of property accessibility and neighborhood built environment on single-unit and multiunit residential property values
CN105894089A (zh) 一种征信模型的建立方法、征信确定方法及对应装置
CN106681996A (zh) 确定地理范围内兴趣区域、兴趣点的方法和装置
CN109656967B (zh) 基于空间的大数据挖掘处理方法、装置、介质及电子设备
CN111723959A (zh) 区域的划分方法、装置、存储介质及电子装置
Yao et al. Delineating urban job-housing patterns at a parcel scale with street view imagery
Ahmadi Crime mapping and spatial analysis
Fang et al. Agglomeration and/or differentiation at regional scale? Geographic spatial thinking of hotel distribution–a case study of Guangdong, China
CN111626777B (zh) 选址方法、选址决策系统、存储介质及电子设备
JP2003022314A (ja) 不動産価格関数推定方法、不動産価格関数推定装置、及び不動産価格関数推定プログラム
Barreca et al. Is the real estate market of new housing stock influenced by urban vibrancy?
de Smet et al. Characterising the morphology of suburban settlements: A method based on a semi-automatic classification of building clusters
CN110895543A (zh) 人口迁徙跟踪展示方法、装置及存储介质
Dayyani et al. The identification and zoning of areas having rural deteriorated textures in the Tehran province by using KDE and GIS

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