CN117252639A - 一种基于热力图的门店选址方法、系统、设备及存储介质 - Google Patents
一种基于热力图的门店选址方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN117252639A CN117252639A CN202311404305.4A CN202311404305A CN117252639A CN 117252639 A CN117252639 A CN 117252639A CN 202311404305 A CN202311404305 A CN 202311404305A CN 117252639 A CN117252639 A CN 117252639A
- Authority
- CN
- China
- Prior art keywords
- data
- thermodynamic diagram
- order
- address
- longitude
- 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
- 238000010586 diagram Methods 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000005516 engineering process Methods 0.000 claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 230000015654 memory Effects 0.000 claims description 12
- 238000009877 rendering Methods 0.000 claims description 8
- 239000003086 colorant Substances 0.000 claims description 4
- 238000010276 construction Methods 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 230000001360 synchronised effect Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 5
- 238000010438 heat treatment Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000010187 selection method Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及一种基于热力图的门店选址方法、系统、设备及存储介质。本申请通过采集相关选址数据；对所述相关选址数据进行数据加工，生成热力图数据；对所述订单热力图数据进行地址解析，得到经纬度数据，利用所述经纬度数据，得到对应的揽派件围栏；按照揽派件围栏i d汇总，得到每个揽派件围栏的订单总量；将订单总量结合前端技术及热力图组件进行汇总展示，根据订单的分布数据进行末端门店的选址。一方面，运营人员能很清晰、便捷的获知周边的商圈分布情况、竞争对手的门店建设情况以及周边的快递订单分布情况；另一方面，有助于降低时间成本，实现实时快捷的定位追踪与精准的线下门店选址。
Description
技术领域
本申请涉及GIS(Geographic Information Science)技术领域，尤其涉及一种基于热力图的门店选址方法、系统、设备及存储介质。
背景技术
随着电商业的发展，特别是最近直播类电商的兴起，快递业也迎来了井喷式的发展，公司每天的业务量已正式进入“亿级”时代。
伴随着公司业务量的增长，末端建设对公司发展的重要性愈发明显。公司每年需要花费大量的人力、物力、财力进行线下门店、快递驿站等末端设施的建设。末端选址的好坏，直接影响公司的业务量和运营效率。
传统门店选址有很多方案，最常见是凭借自身经验进行选址。这种方法存在着诸多的不确定性；第二种选址方法便是调研法，这种选址方法比起第一种选址方法科学很多，不过也有一些弊端，单纯依靠人工管控调查以及人工采集，时间成本极高，并且追踪难度较大，数据也有处理不及时或是丢失的风险。
即传统门店选址的方案，单纯依靠人工管控调查以及人工采集，时间成本极高，并且追踪难度较大，数据也有处理不及时或是丢失的风险。
发明内容
为至少在一定程度上克服相关技术中的问题，本申请提供一种基于热力图的门店选址方法、系统、设备及存储介质。
本申请的方案如下：
第一方面，本申请提供一种基于热力图的门店选址方法，所述方法包括：
采集相关选址数据；所述相关选址数据，包括：商圈或竞品位置的POI数据、网点揽派件围栏数据、订单位置数据；
对所述相关选址数据进行数据加工，生成热力图数据；其中，所述热力图数据，包括：竞品热力图数据、商圈热力图数据、订单热力图数据；
对所述订单热力图数据进行地址解析，得到经纬度数据，利用所述经纬度数据，得到对应的揽派件围栏；
按照揽派件围栏id汇总，得到每个揽派件围栏的订单总量；
将订单总量结合前端技术及热力图组件进行汇总展示，根据订单的分布数据进行末端门店的选址。
进一步地，所述采集相关选址数据，包括：
通过接口调用第三方地图服务商的相关数据接口，得到商圈或竞品位置的POI数据；
将商圈或竞品位置的POI数据、网点揽派件围栏数据、订单位置数据通过消息队列同步到相应系统。
进一步地，所述对所述订单热力图数据进行地址解析，得到经纬度数据，利用所述经纬度数据，得到对应的揽派件围栏，包括：
对所述订单热力图数据进行地址解析，得到经纬度数据；
将所述经纬度数据输入到Elasticsearch数据库中进行contains查询，Elasticsearch数据库返回包含所述经纬度数据的揽派件围栏，得到对应的揽派件围栏。
进一步地，所述将订单总量结合前端技术及热力图组件进行汇总展示，根据订单的分布数据进行末端门店的选址，包括：
将订单总量按照揽派件围栏汇总之后，利用百度地图的JS组件进行渲染，将围栏的边界以及每个围栏的订单数量显示在页面上，并按照不同的订单量以不同的颜色渲染；
通过http接口以Json的格式直接返回商圈信息，并利用前端的蜂窝热力图组件以及订单总量进行汇总展示；
利用汇总展示的结果，根据订单的分布数据进行末端门店的选址。
进一步地，所述方法还包括：
设定第一阈值，若每日揽派件订单超过所述第一阈值，则将门店地址选择在揽派件订单超过该阈值处。
第二方面，本申请提供一种基于热力图的门店选址系统，所述系统包括：
采集模块，用于采集相关选址数据；所述相关选址数据，包括：商圈或竞品位置的POI数据、网点揽派件围栏数据、订单位置数据；
第一数据处理模块，用于对所述相关选址数据进行数据加工，生成热力图数据；其中，所述热力图数据，包括：竞品热力图数据、商圈热力图数据、订单热力图数据；
第二数据处理模块，用于对对所述订单热力图数据进行地址解析，得到经纬度数据，利用所述经纬度数据，得到对应的揽派件围栏；
第三数据处理模块，用于对按照揽派件围栏id汇总，得到每个揽派件围栏的订单总量；
第四数据处理模块，用于对将订单总量结合前端技术及热力图组件进行汇总展示，根据订单的分布数据进行末端门店的选址。
第三方面，本申请提供一种基于热力图的门店选址设备，所述设备包括：
存储器，其上存储有可执行程序；
处理器，用于执行所述存储器中的所述可执行程序，以实现上述中任一项所述方法的步骤。
第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使计算机执行上述任一项所述方法的步骤。
本申请提供的技术方案可以包括以下有益效果：
本申请通过采集相关选址数据；对所述相关选址数据进行数据加工，生成热力图数据；其中，所述热力图数据，包括：竞品热力图数据、商圈热力图数据、订单热力图数据；对所述订单热力图数据进行地址解析，得到经纬度数据，利用所述经纬度数据，得到对应的揽派件围栏；按照揽派件围栏id汇总，得到每个揽派件围栏的订单总量；将订单总量结合前端技术及热力图组件进行汇总展示，根据订单的分布数据进行末端门店的选址。利用热力图以及采集的数据构建起行业热力、竞品热力、订单热力等多维度的数据，通过对这些数据的分析，一方面，运营人员能很清晰、便捷的获知周边的商圈分布情况、竞争对手的门店建设情况以及周边的快递订单分布情况；另一方面，有助于降低时间成本，实现实时快捷的定位追踪与精准的线下门店选址。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1是本申请一个实施例提供的一种基于热力图的门店选址方法流程示意图；
图2是本申请另一个实施例提供的一种基于热力图的门店选址系统组成示意图；
图3是本申请又一个实施例提供的一种基于热力图的门店选址设备组成示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
21世纪之后，空间定位技术与移动网络迎来了快速的发展，互联网的使用形式开始转变，由PC等“固定终端”向智能手机、平板电脑等“移动终端”发展。随着移动终端和导航技术的不断发展，精确定位和个性化导航满足了人们日益频繁的交通需求，同时也推动了基于位置服务应用的普及。基于位置服务(Location Based Services，LBS)是指围绕地理位置数据而展开的服务，其由移动终端使用无线通信网络(或卫星定位系统)，基于空间数据库，获取用户的地理位置坐标信息并与其他信息集成以向用户提供所需的与位置相关的增值服务。正是有了基于位置服务(Location Based Services，LBS)才使得获取订单、POI等信息的经纬度成为可能。热力图由地理区域和热力深度构成。地理区域由数据的维度或者经纬度决定，如省份；热力深度由数据的度量决定，如订单量、POI数量等。
数据的底层存储技术发展，也使得基于LBS进行热力图展示成为可能。有很多的数据库，都可以对空间地理信息(如点、线、面)进行很好的存储。常见的关系型数据库如MySql、Oracle、PostGis等都可以很好的支持空间地理信息，非关系型数据库有Redis、MongoBD、Elasticsearch等可以很好的支持空间地理信息。
本申请提供一种基于热力图的门店选址方法、系统、设备及存储介质。本申请通过采集相关选址数据；对所述相关选址数据进行数据加工，生成热力图数据；对所述订单热力图数据进行地址解析，得到经纬度数据，利用所述经纬度数据结合Elasticsearch数据库，得到对应的揽派件围栏；按照揽派件围栏id汇总，得到每个揽派件围栏的订单总量；将订单总量结合前端技术及热力图组件进行汇总展示，根据订单的分布数据进行末端门店的选址。一方面，运营人员能很清晰、便捷的获知周边的商圈分布情况、竞争对手的门店建设情况以及周边的快递订单分布情况；另一方面，有助于降低时间成本，实现实时快捷的定位追踪与线下门店选址。
实施例
请参阅图1，图1是本申请一个实施例提供的一种基于热力图的门店选址方法流程示意图，所述方法包括：
S1.采集相关选址数据；所述相关选址数据，包括：商圈或竞品位置的POI数据、网点揽派件围栏数据、订单位置数据；
S2.对所述相关选址数据进行数据加工，生成热力图数据；其中，所述热力图数据，包括：竞品热力图数据、商圈热力图数据、订单热力图数据；
S3.对所述订单热力图数据进行地址解析，得到经纬度数据，利用所述经纬度数据，得到对应的揽派件围栏；
S4.按照揽派件围栏id汇总，得到每个揽派件围栏的订单总量；
S5.将订单总量结合前端技术及热力图组件进行汇总展示，根据订单的分布数据进行末端门店的选址。
在具体实施时，如步骤S1所述，所述采集相关选址数据，包括：通过接口调用第三方地图服务商的相关数据接口，得到商圈或竞品位置的POI数据；
将商圈或竞品位置的POI数据、网点揽派件围栏数据、订单位置数据通过消息队列同步到相应系统。
其中，POl数据，即PointofInterest数据，是指地图上的兴趣点数据，包括各种商店、餐厅、景点、医院、加油站等等。POI(PointofInterest)数据通常包含位置坐标、名称、地址、电话号码、营业时间等信息，是地图应用中非常重要的一部分。
在具体实施时，通过接口调用方式，从高德、百度等地图服务商处获取商圈或竞品位置的POI数据；网点揽派件围栏数据，由网点管理人员在系统中自行绘制，并同步到该方案相应的系统；订单数据由订单中心统一生成，并通过MQ(Message Queue-消息队列)的方式同步到相应系统。
在具体实施时，如步骤S2所述，所述对所述相关选址数据进行数据加工，生成热力图数据，包括：
利用前端的蜂窝热力图等组件结合选址数据，生成热力图数据。
在具体实施时，如步骤S3所述，所述对所述订单热力图数据进行地址解析，得到经纬度数据，利用所述经纬度数据，得到对应的揽派件围栏，包括：
调用第三方地图服务商的相关服务，输入订单热力图数据进行地址，得到经纬度数据；
将所述经纬度数据输入到Elasticsearch数据库中进行contains查询，Elasticsearch数据库返回包含所述经纬度数据的揽派件围栏，得到对应的揽派件围栏。
在具体实施时，如步骤S5所述，所述将订单总量结合前端技术及热力图组件进行汇总展示，根据订单的分布数据进行末端门店的选址，包括：
将订单总量按照揽派件围栏汇总之后，利用百度地图的JS组件进行渲染，将围栏的边界以及每个围栏的订单数量显示在页面上，并按照不同的订单量以不同的颜色渲染；
通过http接口以Json的格式直接返回商圈信息，并利用前端的蜂窝热力图组件以及订单总量进行汇总展示；
利用汇总展示的结果，根据订单的分布数据进行末端门店的选址。
进一步地，所述方法还包括：
设定第一阈值，若每日揽派件订单超过所述第一阈值，则将门店地址选择在揽派件订单超过该阈值处。
在具体实施时，主要包括以下步骤：
1.数据采集
基于热力图的门店选址方案依赖于商圈/竞品位置等POI数据、网点揽派件围栏数据、订单位置等数据。该方案首先要进行各种数据的采集。商圈等POI数据，可通过接口调用方式，从高德、百度等地图服务商处获取；网点揽派件围栏数据，由网点管理人员在系统中自行绘制，并同步到该方案相应的系统；订单数据由订单中心统一生成，并通过MQ的方式同步到相应系统。
2.数据预处理
基础数据同步到相应的系统之后，需要对这些基础数据进行加工，生成热力图数据。在竞品热力图、商圈热力图、订单热力图等诸多热力数据中，最重要的是订单热力数据。订单基础数据中包含该订单的揽件和派件详细地址，首先需要将这些地址进行地址解析，解析成经纬度数据，并根据经纬度判断该地址属于哪个揽派件围栏。
3.数据计算
点、线、面的空间计算(包含、相交、相离、相切)有多种方式，可以单纯依靠Java等编程语言实现(如射线交叉算法)，也可以依赖Postgre，ES等底层和GIS相关的数据结构(如geopoint,geoshape,R树)等技术实现，本方案借助了ES(Elasticsearch)来实现判断一个经纬度的点(订单的揽派件地址)是否在一个面(网点的揽派件围栏)的空间计算。网点管理人员在系统中绘制完揽派件围栏、服务围栏等多种围栏之后，通过MQ的方式将围栏数据同步至相应系统，并存储在ES中，其中围栏中心点以geo_point的格式存储，围栏边界以geo_shape的格式存储。系统接收到订单数据并将地址解析成经纬度之后，将该经纬度拿到ES(Elasticsearch)中进行contains查询，ES会把所有包含该经纬度的围栏信息返回。
4.数据聚合
经过ES查询之后，每个订单明细都会记录相应的揽派件围栏信息。按照围栏id进行汇总，可以得到每个围栏的订单总量。同理，可以相应的得到每个围栏区域的商圈、竞品的数量。
5.数据展示
将订单明细按照揽派件围栏汇总之后，前端页面可以借助于baidu地图的JS组件进行渲染，将围栏的边界以及每个围栏的订单数量显示在页面上，并按照不同的订单量以不同的颜色渲染(热力)；因为相对订单数据来说，商圈等POI数据量较小，后端程序可不预先进行汇总，通过http接口以Json的格式直接返回商圈等信息，并借助于前端的蜂窝热力图等组件进行汇总展示。
6.选址
将订单的热力数据在页面上展示之后，即可根据订单的分布(热力)数据进行末端门店的选址。可以设置一个阈值(如每日揽派件订单超过10000)，将门店地址选择在揽派件订单超过该阈值处。
请参阅图2，图2是本申请另一个实施例提供的一种基于热力图的门店选址系统组成示意图，所述系统包括：
采集模块10，用于采集相关选址数据；所述相关选址数据，包括：商圈或竞品位置的POI数据、网点揽派件围栏数据、订单位置数据；
第一数据处理模块20，用于对所述相关选址数据进行数据加工，生成热力图数据；其中，所述热力图数据，包括：竞品热力图数据、商圈热力图数据、订单热力图数据；
第二数据处理模块30，用于对对所述订单热力图数据进行地址解析，得到经纬度数据，利用所述经纬度数据，得到对应的揽派件围栏；
第三数据处理模块40，用于对按照揽派件围栏id汇总，得到每个揽派件围栏的订单总量；
第四数据处理模块50，用于对将订单总量结合前端技术及热力图组件进行汇总展示，根据订单的分布数据进行末端门店的选址。
请参阅图3，图3是本申请又一个实施例提供的一种基于热力图的门店选址设备组成示意图，所述设备包括：
存储器31，其上存储有可执行程序；
处理器32，用于执行所述存储器31中的所述可执行程序，以实现上述中任一项所述方法的步骤。
此外，本申请提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使计算机执行上述任一项所述方法的步骤。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)、随机存储记忆体(RandomAccess Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种基于热力图的门店选址方法，其特征在于，所述方法包括：
采集相关选址数据；所述相关选址数据，包括：商圈或竞品位置的POI数据、网点揽派件围栏数据、订单位置数据；
对所述相关选址数据进行数据加工，生成热力图数据；其中，所述热力图数据，包括：竞品热力图数据、商圈热力图数据、订单热力图数据；
对所述订单热力图数据进行地址解析，得到经纬度数据，利用所述经纬度数据，得到对应的揽派件围栏；
按照揽派件围栏id汇总，得到每个揽派件围栏的订单总量；
将订单总量结合前端技术及热力图组件进行汇总展示，根据订单的分布数据进行末端门店的选址。
2.根据权利要求1所述的方法，其特征在于，所述采集相关选址数据，包括：
通过接口调用第三方地图服务商的相关数据接口，得到商圈或竞品位置的POI数据；
将商圈或竞品位置的POI数据、网点揽派件围栏数据、订单位置数据通过消息队列同步到相应系统。
3.根据权利要求1所述的方法，其特征在于，所述对所述订单热力图数据进行地址解析，得到经纬度数据，利用所述经纬度数据，得到对应的揽派件围栏，包括：
对所述订单热力图数据进行地址解析，得到经纬度数据；
将所述经纬度数据输入到Elasticsearch数据库中进行contains查询，Elasticsearch数据库返回包含所述经纬度数据的揽派件围栏，得到对应的揽派件围栏。
4.根据权利要求1所述的方法，其特征在于，所述将订单总量结合前端技术及热力图组件进行汇总展示，根据订单的分布数据进行末端门店的选址，包括：
将订单总量按照揽派件围栏汇总之后，利用百度地图的JS组件进行渲染，将围栏的边界以及每个围栏的订单数量显示在页面上，并按照不同的订单量以不同的颜色渲染；
通过http接口以Json的格式直接返回商圈信息，并利用前端的蜂窝热力图组件以及订单总量进行汇总展示；
利用汇总展示的结果，根据订单的分布数据进行末端门店的选址。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
设定第一阈值，若每日揽派件订单超过所述第一阈值，则将门店地址选择在揽派件订单超过该阈值处。
6.一种基于热力图的门店选址系统，其特征在于，所述系统包括：
采集模块，用于采集相关选址数据；所述相关选址数据，包括：商圈或竞品位置的POI数据、网点揽派件围栏数据、订单位置数据；
第一数据处理模块，用于对所述相关选址数据进行数据加工，生成热力图数据；其中，所述热力图数据，包括：竞品热力图数据、商圈热力图数据、订单热力图数据；
第二数据处理模块，用于对对所述订单热力图数据进行地址解析，得到经纬度数据，利用所述经纬度数据，得到对应的揽派件围栏；
第三数据处理模块，用于对按照揽派件围栏id汇总，得到每个揽派件围栏的订单总量；
第四数据处理模块，用于对将订单总量结合前端技术及热力图组件进行汇总展示，根据订单的分布数据进行末端门店的选址。
7.一种基于热力图的门店选址设备，其特征在于，所述设备包括：
存储器，其上存储有可执行程序；
处理器，用于执行所述存储器中的所述可执行程序，以实现权利要求1-5中任一项所述方法的步骤。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使计算机执行权利要求1-5任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311404305.4A CN117252639A (zh) | 2023-10-26 | 2023-10-26 | 一种基于热力图的门店选址方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311404305.4A CN117252639A (zh) | 2023-10-26 | 2023-10-26 | 一种基于热力图的门店选址方法、系统、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117252639A true CN117252639A (zh) | 2023-12-19 |
Family
ID=89127869
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311404305.4A Pending CN117252639A (zh) | 2023-10-26 | 2023-10-26 | 一种基于热力图的门店选址方法、系统、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117252639A (zh) |
-
2023
- 2023-10-26 CN CN202311404305.4A patent/CN117252639A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106709606B (zh) | 个性化场景预测方法及装置 | |
| US7085650B2 (en) | System and method of geospatially mapping topological regions and displaying their attributes | |
| US9880012B2 (en) | Hybrid road network and grid based spatial-temporal indexing under missing road links | |
| CN101346000B (zh) | 基于gps和移动终端的提供本地移动地理信息服务的系统 | |
| US8799074B2 (en) | Methods and apparatus for performing enhanced queries for items such as maps and geospatial data | |
| CN103884345B (zh) | 兴趣点信息采集方法、显示方法、装置及系统 | |
| CA3064137A1 (en) | Method and device for recommending information | |
| CN107291713B (zh) | 兴趣点搜索关键词的提示方法、终端和服务器 | |
| CN103631888B (zh) | 基于位置的多数据源的数据搜索方法和装置 | |
| US20160140153A1 (en) | Processing spatiotemporal data records | |
| KR20160100809A (ko) | 목표 주소를 확정하기 위한 방법 및 장치 | |
| CN111161086A (zh) | 业务数据的查询方法、系统、计算机设备及存储介质 | |
| US10838988B2 (en) | System and method for efficient geospatial indexing | |
| CN109145225B (zh) | 一种数据处理方法及装置 | |
| CN111538745A (zh) | 一种面向应急领域的专题数据poi检索系统及检索方法 | |
| CN112860831A (zh) | 处理、展现城管事件的gis点位的方法、系统 | |
| CN111177289A (zh) | 众源网络数据空间相关信息提取校验方法与系统 | |
| CN103476003B (zh) | 针对移动设备的地理信息存储方法及移动设备 | |
| CN103327041A (zh) | 一种获取用户内容的方法及系统 | |
| Cetl et al. | A comparison of address geocoding techniques–case study of the city of Zagreb, Croatia | |
| Benkhelifa et al. | Framework for mobile devices analysis | |
| CN117252639A (zh) | 一种基于热力图的门店选址方法、系统、设备及存储介质 | |
| CN113569564B (zh) | 一种地址信息的处理、显示方法和装置 | |
| JP2000090036A (ja) | 位置関連情報の提供方法およびその収集蓄積方法ならびにそれらの方法を実行するためのプログラムを記録した記録媒体 | |
| Chima et al. | Assessment of Nigeriasat-1 satellite data for urban land use/land cover analysis using object-based image analysis in Abuja, Nigeria |
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 |