KR102325741B1 - 지오 펜스의 인덱스 그리드들을 결정하기 위한 방법 및 장치 - Google Patents

지오 펜스의 인덱스 그리드들을 결정하기 위한 방법 및 장치 Download PDF

Info

Publication number
KR102325741B1
KR102325741B1 KR1020197025625A KR20197025625A KR102325741B1 KR 102325741 B1 KR102325741 B1 KR 102325741B1 KR 1020197025625 A KR1020197025625 A KR 1020197025625A KR 20197025625 A KR20197025625 A KR 20197025625A KR 102325741 B1 KR102325741 B1 KR 102325741B1
Authority
KR
South Korea
Prior art keywords
grid
grids
fence
index
item
Prior art date
Application number
KR1020197025625A
Other languages
English (en)
Other versions
KR20200010174A (ko
Inventor
후이 장
Original Assignee
어드밴스드 뉴 테크놀로지스 씨오., 엘티디.
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 어드밴스드 뉴 테크놀로지스 씨오., 엘티디. filed Critical 어드밴스드 뉴 테크놀로지스 씨오., 엘티디.
Publication of KR20200010174A publication Critical patent/KR20200010174A/ko
Application granted granted Critical
Publication of KR102325741B1 publication Critical patent/KR102325741B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • G06F16/2228Indexing structures
    • G06F16/2246Trees, e.g. B+trees
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/021Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • H04W4/022Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences with dynamic range variability
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • G06F16/2228Indexing structures
    • G06F16/2272Management thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Software Systems (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Traffic Control Systems (AREA)
  • Catching Or Destruction (AREA)
  • Processing Or Creating Images (AREA)

Abstract

본 출원은 지오 펜스의 인덱스 그리드들을 결정하기 위한 방법을 제공하며, 이 방법은, 지오 펜스의 외접 그리드를 결정하는 단계 - 상기 외접 그리드는 상기 지오 펜스를 포함하는 최소 단일 그리드임 -; 상기 외접 그리드를 시작점으로 사용하여, 세분화된 그리드 세트의 인덱스 정확도가 미리 결정된 정밀도 임계값보다 낮지 않을 때까지, 상기 지오 펜스의 경계를 포함하는 그리드(들)를 더 미세한 입도의 그리드들로 레벨별로 세분화하는 단계 - 상기 그리드 세트는 상기 지오 펜스 내의 그리드들 및 상기 지오 펜스의 경계를 포함하는 그리드들로 구성되고, 상기 인덱스 정확도는 상기 그리드 세트의 모든 그리드의 영역들의 합에 대한 상기 지오 펜스의 영역의 비율임 -; 및 상기 그리드 세트의 그리드들을 상기 지오 펜스의 인덱스 그리드들로서 취하는 단계를 포함한다. 본 출원의 기술적 해결책에 따르면, 지오 펜스를 완전히 포함하고 정밀도 요건을 충족시킨다는 전제하에서, 인덱스 그리드의 수가 크게 감소되고, 인덱스 저장이 덜 복잡하고, 인덱스 쿼리 속도가 증가되고, 지오 펜스 기반 서비스의 안정성 및 응답 속도가 향상된다.

Description

지오 펜스의 인덱스 그리드들을 결정하기 위한 방법 및 장치
본 출원은 데이터 처리의 기술 분야, 특히 지오 펜스(geo-fence)의 인덱스 그리드(index grid)들을 결정하기 위한 방법 및 장치에 관한 것이다.
Online Map, O2O (Online To Offline) 등의 모바일 인터넷 서비스들 및 애플리케이션들의 대중화로 인해, 점점 더 많은 사용자 위치 데이터가 수집되고 저장된다. 마케팅 푸시(marketing push) 및 보안 경보(security alert) 등의 지오 펜스 기반 서비스들은, 사용자 위치 데이터의 가장 직접적이고 가장 실시간이며 가장 효과적인 탐색들에 사용되며 광범위한 애플리케이션 전망을 지닌다.
지오 펜스는 가상 펜스(virtual fence)에 의해 둘러싸인 지리적 영역(geographical area)이고, 디바이스가 영역에 들어가거나 영역을 떠나거나, 혹은 영역 내에서 이동할 때, 푸시 통지 또는 경고를 수신할 수 있다. 그리드 인덱싱(indexing) 기술은 지오 펜스 기반 서비스들의 기초이다. 그리딩(gridding)은, 2차원 지리공간(two-dimensional geospace)을 분할하는 방법이며, 각각의 그리드는 특정 지리적 영역을 커버한다. 지오 펜스는 그리드 세트(grid set)로서 근사화될 수 있다. 해당 세트의 그리드들에 의해 커버되는 범위는, 지오 펜스에 포함된 영역을 시뮬레이션하기 위해 사용되며, 이는 지오 펜스의 신속한 검색 및 위치지정(positioning)에 사용된다. 그리드 세트의 그리드들은 지오 펜스의 인덱스 그리드들이다.
종래 기술에서, 지오 펜스는, 통상적으로 동일한 입도(granularity)의 복수의 그리드로 표현되고, 이들 인덱스 그리드는 지오 펜스에 포함된 영역을 완전히 커버해야 한다. 더 조대한(coarser) 입도의 인덱스 그리드들의 경우, 지오 펜스를 정확하게 표현하는 것이 곤란하고, 이로 인해 지오 펜스 기반 서비스들이 지오 펜스 내에 있지 않은 사용자에게 더 방해가 될 수 있다. 이런 문제를 회피하기 위해, 인덱스 그리드들의 정밀도는 통상적으로 특정 임계값을 초과하도록 요구되며, 이는 종종 더 미세한 입도의(finer-grained) 인덱스 그리드들과 인덱스 수의 급격한 증가를 의미한다. 큰 데이터 볼륨의 인덱스들은 통상적으로 다수의 디바이스상에 분산된 방식으로 저장될 필요가 있다. 데이터 볼륨이 커질수록, 인덱스들의 관리 및 유지가 복잡해지고, 쿼리 속도가 느릴수록, 지오 펜스 기반 서비스의 안정성과 응답 속도가 낮아진다.
이를 고려하여, 본 출원은 지오 펜스의 인덱스 그리드들을 결정하기 위한 방법을 제공하고, 이 방법은:
지오 펜스의 외접 그리드(circumscribed grid)를 결정하는 단계 - 상기 외접 그리드는 상기 지오 펜스를 포함하는 최소 단일 그리드(smallest single grid)임 -;
상기 외접 그리드를 시작점으로 사용하여, 세분화된 그리드 세트의 인덱스 정확도가 미리 결정된 정밀도 임계값보다 낮지 않을 때까지, 상기 지오 펜스의 경계를 포함하는 그리드(들)를 더 미세한 입도의 그리드들로 레벨별로 세분화하는 단계 - 상기 그리드 세트는 상기 지오 펜스 내의 그리드들 및 상기 지오 펜스의 경계를 포함하는 그리드들로 구성되고, 상기 인덱스 정확도는 상기 그리드 세트의 모든 그리드의 영역들의 합에 대한 상기 지오 펜스의 영역의 비율임 -; 및
상기 그리드 세트의 그리드들을 상기 지오 펜스의 인덱스 그리드들로서 취하는 단계를 포함한다.
본 출원은 또한 지오 펜스의 인덱스 그리드들을 결정하기 위한 장치를 제공하고, 본 장치는:
지오 펜스의 외접 그리드를 결정하도록 구성되는 외접 그리드 유닛 - 상기 외접 그리드는 상기 지오 펜스를 포함하는 최소 단일 그리드임 -;
상기 외접 그리드를 시작점으로 사용하여, 세분화된 그리드 세트의 인덱스 정확도가 미리 결정된 정밀도 임계값보다 낮지 않을 때까지, 상기 지오 펜스의 경계를 포함하는 그리드(들)를 더 미세한 입도의 그리드들로 레벨별로 세분화하도록 구성되는 그리드 세분화 유닛 - 상기 그리드 세트는 상기 지오 펜스 내의 그리드들 및 상기 지오 펜스의 경계를 포함하는 그리드들로 구성되고, 상기 인덱스 정확도는 상기 그리드 세트의 모든 그리드의 영역들의 합에 대한 상기 지오 펜스의 영역의 비율임 -; 및
상기 그리드 세트의 그리드들을 상기 지오 펜스의 인덱스 그리드들로서 취하도록 구성되는 인덱스 결정 유닛을 포함한다.
본 출원에 의해 제공되는 컴퓨터 디바이스는 메모리 및 프로세서를 포함하고, 상기 메모리는 상기 프로세서에 의해 실행 가능한 컴퓨터 프로그램을 저장하고; 상기 프로세서가 상기 컴퓨터 프로그램을 실행할 때, 지오 펜스의 인덱스 그리드들을 결정하기 위한 상술된 방법의 단계들이 실행된다.
본 출원에 의해 제공되는 컴퓨터 판독 가능한 저장 매체는 컴퓨터 프로그램을 저장하고, 상기 컴퓨터 프로그램이 프로세서에 의해 실행될 때, 지오 펜스의 인덱스 그리드들을 결정하기 위한 상술된 방법의 단계들이 실행된다.
상기 기술적 해결책들으로부터, 본 출원의 실시예들에서는, 지오 펜스의 외접 그리드를 시작점으로 사용하여, 미리 결정된 정밀도 임계값이 충족될 때까지, 상기 지오 펜스의 경계를 포함하는 그리드(들)이 더 미세한 입도의 그리드들로 레벨별로 세분화되고; 상기 지오 펜스 내의 그리드들은 세분화되지 않기 때문에, 상기 지오 펜스 내의 그리드들이 더 조대한 입도를 채택할 수 있다는 것을 알 수 있다. 지오 펜스를 완전히 포함하고 정밀도 요건을 충족시킨다는 전제하에, 인덱스 그리드의 수가 상당히 감소되고, 인덱스 저장이 덜 복잡하고, 인덱스 쿼리 속도가 증가되고, 지오 펜스 기반 서비스의 안정성 및 응답 속도가 향상된다.
도 1은 본 출원의 일부 실시예에 따라 지오 펜스의 인덱스 그리드들을 결정하기 위한 방법의 흐름도이다.
도 2는 본 출원의 일부 실시예에 따른 그리드 세분화 반복 처리(process)의 일례의 흐름도이다.
도 3은 본 출원의 일부 응용 예에 따라 지오 펜스의 인덱스 그리드들을 결정하기 위한 방법의 흐름도이다.
도 4는 본 출원의 일부 응용 예에 따른 Geof-Demo의 경계 및 해당 경계의 외접 그리드의 개략도이다.
도 5는 본 출원의 일부 응용 예에 따른 Geof-Demo의 그리드 세분화의 마지막에 그리드 세트의 모든 그리드의 개략도이다.
도 6은 본 출원의 일부 응용 예에 따른 Geof-Demo의 그리드 병합 모드의 개략도이다.
도 7은 본 출원의 일부 응용 예에 따른 Geof-Demo의 항목 트리 계층의 서브 트리(subtree)의 개략도이다.
도 8은 본 출원의 일부 응용 예에 따른 Geof-Demo의 인덱스 그리드들의 개략도이다.
도 9는 본 출원의 실시예들을 실행하는 디바이스의 하드웨어 구조도이다.
도 10은 본 출원의 일부 실시예에 따라 지오 펜스의 인덱스 그리드들을 결정하기 위한 장치의 논리적 구조도이다.
지오 펜스의 그리드 인덱스들은, 3개의 표시자(indicator)인, 인덱스 커버리지, 인덱스 정확도 및 인덱스 그리드의 수를 기반으로 측정될 수 있다. 지오 펜스를 표현하기 위해 사용되는 그리드 세트에서 세트 요소의 수가 N(N은 자연수)인 것, 즉 지오 펜스의 인덱스 그리드의 수가 N인 것으로 가정하면, 그리드 세트의 인덱스 커버리지 C는 수학식 1로 표현될 수 있고, 인덱스 정확도 P는 수학식 2로 표현될 수 있다.
Figure 112019089655074-pct00001
Figure 112019089655074-pct00002
수학식 1과 2에서, SO는 모든 인덱스 그리드의, 지오 펜스와 겹치는 부분들의 영역들의 합이고, 즉
Figure 112019089655074-pct00003
이고(여기서
Figure 112019089655074-pct00004
는 i-번째 인덱스 그리드의, 지오 펜스와 겹치는 부분의 영역이고,
Figure 112019089655074-pct00005
임); SF는 지오 펜스의 영역이고; SI는 모든 인덱스 그리드의 영역들의 합이고, 즉,
Figure 112019089655074-pct00006
이다(여기서
Figure 112019089655074-pct00007
는 i-번째 인덱스 그리드의 영역이고,
Figure 112019089655074-pct00008
임).
본 출원의 실시예들에서 해결될 기술적 문제는 이하와 같이 그리드 세트가 지오 펜스(즉, C = 1)를 완전히 커버하고 인덱스 정확도율이 미리 결정된 정밀도 임계값 THRP(즉, P≥THRP)보다 낮지 않다는 조건하에, N의 값이 감소되는 것으로 표현될 수 있다.
지오 펜스가 인덱스 그리드들의 그리드 세트로 표현될 때, 해당 세트의 인덱스 그리드들은 2개의 카테고리로 나뉠 수 있고, 하나의 카테고리는 지오 펜스 내의 그리드들, 즉 지오 펜스 내에 완전히 속하는 커버리지를 갖는 그리드들을 포함하고; 다른 하나의 카테고리는 지오 펜스의 경계를 포함하는 그리드들, 즉 지오 펜스 내에 속하면서 지오 펜스를 넘어서는 커버리지를 갖는 그리드들을 포함한다. 지오 펜스 내의 그리드들의 경우, 이들 그리드의 입도(granularity)에 관계없이, 그리드 세트의 인덱스 정확도는 영향을 받지 않는다. 그리드 세트의 인덱스 정확도는 지오 펜스의 경계를 포함하는 각각의 그리드의 입도에 의해 결정된다. 인덱스 정확도는, 지오 펜스의 경계를 포함하는 그리드들의 입도를 증가시키는 것(입도를 증가시키는 것은 더 조밀한 그리드들 또는 더 미세한 그리드들을 사용하는 것을 의미함)에 의해 향상될 수 있고, 지오 펜스 내의 그리드들이 더 조대한(coarser) 입도를 사용할 수 있게 함으로써 인덱스 그리드의 수 N을 감소시킬 수 있다.
따라서, 본 출원의 실시예들은 지오 펜스의 인덱스 그리드들을 결정하기 위한 신규한 방법을 제공한다. 본 방법에 따르면, 지오 펜스를 포함하는 최소 단일 그리드는 지오 펜스의 외접 그리드로서 고려되고, 외접 그리드로부터 시작하여 지오 펜스의 경계를 포함하는 그리드(들)를 더 미세한 입도(finer-grained)의 그리드들로 레벨별로 세분화하는 반복이 수행되고, 해당 반복은 그리드 세트의 인덱스 정확도가 미리 결정된 정밀도 임계값을 충족시킬 때 중지되며; 지오 펜스의 경계를 포함하는 그리드들의 입도만 증가시키고 지오 펜스 내의 그리드들을 더 세분화하지 않는 것과, 서로 다른 입도의 그리드들을 인덱스 그리드들로서 결정하는 것에 의해, 인덱스 그리드의 수가 감소되고, 이로써 종래 기술에서의 문제들을 해결한다.
본 출원의 실시예들은, 이동 전화, 태블릿 컴퓨터, PC(개인용 컴퓨터), 노트북 컴퓨터 및 서버 등의 임의의 컴퓨팅 및 저장 디바이스상에서 실행될 수 있으며; 본 출원의 실시예들에서의 기능들은, 또한 2개 이상의 디바이스상에서 실행되는 논리 노드들에 의해 구현될 수 있다.
본 출원의 일부 실시예에서, 지오 펜스의 인덱스 그리드들을 결정하기 위한 방법의 흐름은 도 1에 도시된 바와 같다.
단계 110에서, 지오 펜스의 외접 그리드가 결정된다.
그리드 시스템(grid system)은 평면 서브세트들의 규칙적인 계층적 세분화를 기반으로 한 공간 데이터 구조(spatial data structure)이다. 특정 입도 시스템을 기반으로 하여, 지리적 지역(geographic region)은, 위치 정보의 표현 및 위치 관련 데이터의 관리를 용이하게 하기 위해, 서로 인접한 수개의 다각형 그리드로 조대한(coarse) 것부터 미세한(fine) 것까지 레벨 별로 세분화될 수 있고, 데이터의 조성, 분석 및 적용이 매우 효율적으로 수행될 수 있다.
그리드 시스템은 통상적으로 지리적 지역들을 나누기 위해 특정 입도 시스템을 사용한다. 각각의 입도 시스템은 조대한 것부터 미세한 것까지 레벨별로 배열된 일련의 입도들로 구성되고, 그리드 세분화에 사용되는 입도들은 그리드들의 사이즈를 결정한다. 정의된 입도 시스템을 이용하여 분할된 지리적 지역의 경우, T-레벨 입도의 그리드(T는 자연수임)는 다수의 (T+1)-레벨 입도의 그리드로 구성되고, (T+1)-레벨 입도의 그리드들은 면적이 동일하다.
지오 펜스의 경우, 지오 펜스를 포함하는 최소 단일 그리드는 지오 펜스의 외접 그리드이다. 환언하면, 채택된 입도 시스템에서, 특정 입도의 그리드가 지오 펜스의 전체 영역을 커버할 수 있고, 해당 그리드가 하위 레벨 입도의 그리드들로 세분화된 후, 각각의 더 미세한(finer-grained) 입도의 그리드가 지오 펜스의 전체 영역이 아닌 지오 펜스의 일부만을 커버할 수 있으며, 그러면 해당 그리드가 지오 펜스의 외접 그리드이다.
지오 펜스의 외접 그리드를 결정하는 구체적인 방식은, 종래 기술을 참조하여 구현될 수 있고, 그 상세들은 본원에 기술되어 있지 않다.
단계 120에서, 외접 그리드를 시작점으로 사용하여, 세분화된 그리드 세트의 인덱스 정확도가 미리 결정된 정밀도 임계값보다 낮지 않을 때까지, 지오 펜스의 경계를 포함하는 그리드(들)는 더 미세한 입도의 그리드들로 레벨별로 세분화되고, 그리드 세트는 지오 펜스 내의 그리드들 및 지오 펜스의 경계를 포함하는 그리드들로 구성되고, 인덱스 정확도는 그리드 세트의 모든 그리드의 영역들의 합에 대한 지오 펜스의 영역의 비율이다.
외접 그리드가 결정된 후, 외접 그리드를 지오 펜스의 인덱스 그리드로 사용하여 반복이 시작되고, 이 경우, 단 하나의 요소, 즉 외접 그리드가 그리드 세트에 포함된다. 지오 펜스에 대한 그리드 세트의 인덱스 정확도가 산출된다. 산출된 인덱스 정확도가 미리 결정된 정밀도 임계값보다 낮으면, 그리드 세트에서 지오 펜스의 경계를 포함하는 그리드들은 더 미세한 입도의 그리드들로 세분화되고, 그리드 세트에서 지오 펜스 내의 그리드들은 처리되지 않으며; 그리드 세분화 후에 획득된 더 미세한 입도의 그리드가 완전히 지오 펜스 외부에 있으면, 지오 펜스 외부의 그리드가 그리드 세트로부터 삭제된다. 전술한 처리는, 지오 펜스에 대한 그리드 세트의 인덱스 정확도가 미리 결정된 정밀도 임계값보다 낮지 않을 때까지, 반복된다.
외접 그리드는 지오 펜스의 전체 영역을 커버하고, 반복 동안, 완전히 지오 펜스 외부에 있는 그리드들만 그리드 세트로부터 삭제되므로, 그리드 세트의 모든 그리드는 지오 펜스의 전제 영역을 항상 커버할 수 있고, 그리드 세트의 인덱스 커버리지는 1이다.
도 2는 이하의 구체적인 단계들을 포함하는, 단계의 반복 처리 흐름의 일례를 도시한다.
단계 201에서, 그리드 세트가 생성되고, 그리드 세트에서 요소들은 지오 펜스 내의 그리드들 및 지오 펜스의 경계를 포함하는 그리드들이다. 이 경우, 단 하나의 요소, 즉 외접 그리드가 그리드 세트에 포함된다.
단계 202에서, 그리드 세트에서 모든 그리드들을 지오 펜스의 인덱스 그리드들로 사용하여, 수학식 2에 따라, 그리드 세트의 인덱스 정확도가 산출된다. 산출된 인덱스 정확도는 미리 결정된 정밀도 임계값과 비교되고; 산출된 인덱스 정확도가 미리 결정된 정밀도 임계값보다 낮지 않으면, 그리드 세트는 미리 결정된 정밀도 요건을 충족시키며, 그 후 처리는 단계 210으로 진행하고; 그렇지 않으면, 단계 203이 수행된다.
단계 203에서, 그리드 세트에서 제1 그리드가 현재 그리드로서 결정된다.
단계 204에서, 현재 그리드가 완전히 지오 펜스 내에 있는지가 판정되고; 판정 결과가 "예(Yes)"이면, 처리는 단계 208로 진행하고; 판정 결과가 "아니오(No)"이면, 현재 그리드는 지오 펜스의 경계를 포함하는 그리드이고, 단계 205가 수행된다.
단계 205에서, 현재 그리드는 하위 레벨(lower-level)의 더 미세한 입도의 그리드들로 세분화된다. 현재 그리드가 세분화된 하위 레벨의 더 미세한 그리드들의 구체적인 수는, 구체적인 응용 시나리오에 사용된 입도 시스템에 의해 결정된다.
단계 206에서, 그리드 세트에서 현재 그리드는 그리드 세분화 후에 획득된 하위 레벨의 더 미세한 입도의 그리드들로 교체된다. 즉, 현재 그리드가 그리드 세트로부터 삭제되고, 현재 그리드를 세분화함으로써 획득된, 하위 레벨의 더 미세한 입도의 다수의 그리드(a number of lower-level finer-grained grids)가 그리드 세트에 추가된다. 그리드 세분화 후에 획득된 하위 레벨의 더 미세한 입도의 그리드들에서, 지오 펜스의 경계를 포함하는 그리드들이 존재할 수 있고, 지오 펜스 내에 그리드들이 존재할 수 있고, 지오 펜스 외부에 그리드들이 존재할 수 있다.
단계 207에서, 그리드 세분화 후에 획득된, 하위 레벨의 더 미세한 입도의 다수의 그리드에서, 지오 펜스 외부에 그리드들이 존재하면, 지오 펜스 외부에 있는 그리드들은 지오 펜스의 인덱스 그리드들이 아닐 것이며 그리드 세트의 요소로 사용되어서는 안 되기 때문에, 그리드 세분화 후에 지오 펜스 외부에 있는 하위 레벨의 그리드들이 그리드 세트로부터 삭제된다. 그리드 세분화 후에 획득된 하위 레벨의 더 미세한 입도의 다수의 그리드들에서, 지오 펜스 외부에 그리드가 존재하지 않으면, 삭제 동작이 필요하지 않다.
단계 208에서, 그리드 세트에 다음 그리드가 존재하는지가 판정된다. 판정 결과가 "예"이면, 단계 209가 수행되어 현재 반복을 계속한다. 그리드 세트에 다음 그리드가 존재하지 않으면, 현재 반복이 완료된다. 그리드 세트에서 지오 펜스의 경계를 포함하는 모든 그리드는 이미 더 미세한 입도의 그리드들이고, 처리는 단계 202로 진행하여 다음 반복이 필요한지를 결정하기 위해 그리드 세트의 인덱스 정확도를 산출한다.
단계 209에서, 그리드 세트에서 다음 그리드가 현재 그리드로서 결정되고, 처리는 단계 204로 진행한다.
단계 210에서, 그리드 세트가 출력되고, 반복 처리가 완료된다.
도 2의 처리는 반복 처리 흐름의 일례일 뿐이고, 반복 처리는 실제 응용 시나리오의 구체적인 상황에 따라 다른 처리들로 구현될 수 있고, 이는 본 출원의 실시예들에 한정되지 않는다.
다시 도 1로 되돌아가서, 단계 130에서, 그리드 세트의 그리드들이 지오 펜스의 인덱스 그리드들로서 결정된다.
단계 120 후에, 그리드 세트에서 지오 펜스의 경계를 포함하는 모든 그리드는 동일한 입도를 갖고, 이 입도는 그리드 세트의 모든 그리드 입도들 중 가장 미세한(가장 조밀한) 입도(이하, "하위 한계 입도(lower-limit granularity)"로서 지칭됨)이다. 그리드 세트에서 지오 펜스 내의 그리드들은 서로 다른 입도를 가질 수 있고, 이들 입도의 가능한 범위는 외접 그리드의 입도의 하위 레벨 입도부터 하위 한계 입도까지이다.
그리드 세트의 인덱스 정확도는 해당 세트에서 지오 펜스의 경계를 포함하는 그리드들의 입도에 의존하므로, 정밀도 요건을 충족하면서 인덱스 그리드의 수를 감소시키기 위해, 지오 펜스 내의 그리드들은 더 큰 입도를 갖도록 허용된다. 특히, 단계 120의 반복 처리에서, 지오 펜스의 실제 형상에 따라, 지오 펜스 내의 영역을 커버하기 위해 가능한 더 조대한(coarser-grained) 입도의 그리드들이 사용되고, 이는 인덱스 그리드들을 감소시킴에 있어서 매우 양호한 효과를 도출한다.
그리드 세트의 그리드들이 지오 펜스의 인덱스 그리드들로서 결정되는 구체적인 처리 방법은 전형적으로 그리드 세트에서 각각의 그리드의 인덱스 항목 하에 지오 펜스에 대응하는 엔티티(entity)를 등록하는 단계를 포함한다. 실제 응용 시나리오들의 필요에 따라 다른 방법들이 채택될 수 있고, 이는 본원에 한정되지 않는다.
대부분의 경우, 단계 120에 의해 획득된 그리드 세트의 경우, 그 인덱스 정확도는 미리 결정된 정밀도 임계값을 초과할 수 있다. 단계 120에 의해 획득된 그리드 세트의 인덱스 정확도가 미리 결정된 정밀도 임계값보다 높은 경우, 그리드 세트의 그리드들의 일부는 지오 펜스의 경계를 포함하는 더 조대한 입도의 그리드들로 병합될 수 있고, 병합 후의 인덱스 정확도가 미리 결정된 정밀도 임계값보다 낮지 않은 조건하에서, 병합이 수행되며; 그 후 단계 130에서, 병합 후 그리드 세트의 그리드들이 지오 펜스의 인덱스 그리드들로서 결정될 수 있다. 이로 인해, 지오 펜스의 인덱스 그리드의 수가 더 감소될 수 있다.
그리드 병합은, 더 미세한 입도의 그리드들의 통합 세트(union set)를 취하는 것 대신에, 동일한 더 조대한 입도의 그리드에 속하는 더 미세한 입도의 다수의 그리드를 더 조대한 입도의 그리드로 교체하는 것을 지칭한다는 점에 주목해야 한다. 동일한 더 조대한 입도의 그리드에 속하는 더 미세한 입도의 그리드들이 모두 그리드 세트의 요소가 아닐 수도 있다. 이 경우, 그리드 세트에서 하나 이상의 미세한 입도의 그리드들은 더 조대한 입도의 그리드로 병합될 수 있다.
예를 들어, 동일한 그리드로부터 세분화되고 하위 한계 입도를 갖는 2개 이상의 그리드가 그리드 세트에서 발견될 수 있고, 발견된 그리드들은 더 조대한 입도의 그리드로 병합되고, 그 후 병합된 그리드 세트의 인덱스 정확도가 산출된다. 산출된 인덱스 정확도가 미리 결정된 정밀도 임계값보다 낮으면, 병합이 중지되고, 이 경우에 그리드 세트는 병합된 그리드 세트이다. 산출된 인덱스 정확도가 미리 결정된 정밀도 임계값보다 낮지 않으면, 그리드 세트에서 병합 전의 모든 그리드는 병합된 더 조대한 입도의 그리드로 교체되고, 그 후 전술한 처리는 반복되어 동일한 그리드로부터 세분화된, 둘 이상의 그리드의 다음 세트를 발견하고, 병합 여부는 병합이 중지될 때까지 결정된다. 이런 일례에서 병합 모드는 인덱스 그리드의 수를 더 감소시킬 수 있지만, 통상적으로 그리드 인덱스의 수를 최소화하는 효과를 가질 수는 없다.
일 구현예에서, 그리드 인덱스의 수를 최소화하는 병합 모드를 해결하기 위해 냅색 문제(knapsack problem)를 사용할 수 있다. 냅색 문제는, 항목들의 그룹이 주어지면, 각각의 항목이 그 자신의 가중치(weight)와 가치(price)를 갖고, 정의된 총 가중치 내에서, 항목들의 총 가치를 최대화하기 위한 선택 방법으로서 기술될 수 있다. 본 출원의 일부 실시예에서, 지오 펜스의 경계를 포함하는 병합된 그리드가 항목으로서 고려되는 경우, 냅색 문제가 발생될 수 있고, 해당 항목이 인덱스 그리드로서 고려되는 경우, 병합 전의 지오 펜스 외부의 영역과 비교하여, 지오 펜스 외부의 영역에서의 증가는 항목의 가중치로서 사용되고, 해당 항목이 인덱스 그리드로서 사용되는 경우, 병합 전의 그리드의 수와 비교하여, 그리드의 수에서의 감소는 항목의 가치로서 고려되고, 미리 결정된 정밀도 임계값에 대한 그리드 세트의 인덱스 정확도의 초과분(exceedance)에 대응하는 지오 펜스 외부의 영역은 한정된 총 가중치(limited total weight)로서 고려되고; 이런 냅색 문제에 대한 최적의 해결책은 그리드 병합의 결과로서 고려된다. 그리드 병합의 결과는, 병합된 그리드 세트를 획득하기 위해, 그리드 세트로 업데이트된다. 예를 들어, 그리드 병합 결과에 있는 그리드들이 그리드 세트에 추가될 수 있고, 그리드 병합 결과에 있는 그리드들로 동일한 지리적 영역을 커버하는 모든 원래의 그리드들이 삭제된다.
냅색 문제가 발생된 후, 종래 기술의 냅색 문제에 대한 다양한 해결책들을 참조함으로써 최적의 해결책이 획득될 수 있고, 본 출원의 실시예들은 이에 한정되지 않는다.
냅색 문제를 해결하는 구체적인 구현예는 이하와 같이 주어진다. 항목 a가 병합된 그리드인 것을 감안하면; 항목 1과 다른 항목들에 의해 병합된 그리드는 항목 2로 표시된 항목으로서 고려될 수도 있으며; 그 후 항목 2는 항목 1의 부모 항목이고, 항목 1은 항목 2의 자식 항목이다. 항목 1 및 항목 2는 동일한 지리적 영역을 포함하기 때문에, 항목 1이 그리드 세트의 요소로서 기능할 때, 항목 2는 분명히 그리드 세트의 요소가 아니고, 그 역도 성립한다. 즉, 부모-자식 관계를 갖는 항목들은 동시에 하나의 냅색에 존재할 수 없고, 부모-자식 관계를 갖는 항목들은 직접 및 간접 부모-자식 관계들을 갖는 항목들을 포함한다. 예를 들어, 항목 3이 항목 2의 부모 항목이면, 항목 1과 항목 3은 동시에 하나의 냅색에서 나갈 수 없다.
본 구현예에서 냅색 문제를 해결할 때, 항목들의 트리 계층은 항목들 사이의 부모-자식 관계에 따라 구성될 수 있고, 그 후 부모-자식 관계를 갖는 항목들이 동시에 하나의 냅색에 존재할 수 없다는 제약 조건하에서, 냅색 문제의 모든 냅색 상태들이 열거되고; 각각의 냅색 상태는 해결될 것이고, 모든 답변에서 최적의 하나가 냅색 문제에 대한 최적의 해결책이다.
구체적으로, 하위 한계 입도(즉, 병합 전의 그리드 세트에서 가장 조밀한 그리드의 입도)를 현재 입도의 시작점으로 사용하여, 그리드 세트에서 현재 입도의 그리드들은 더 조대한 입도의 그리드들로 레벨별로 병합될 수 있고; 각각의 병합된 그리드를 항목으로 사용하여, 모든 그리드가 외접 그리드로 병합될 때까지, 각각의 항목의 가중치 및 가치가 결정된다. 항목들의 트리 계층은 항목들 사이의 부모-자식 관계에 따라 생성될 수 있고; 트리 계층의 리프 노드들(즉, 후속 노드들이 없는 노드들)은 하위 한계 입도의 그리드들에 의해 형성된 그리드들이고, 루트 노드(즉, 선행 노드(precursor node)가 없는 노드)는 외접 그리드이다.
항목들의 트리 계층이 구성된 후, 트리 계층에서 리프 노드로서 기능하는 각각의 항목의 냅색 상태가 결정된다. 리프 노드들로서 기능하는 자식 항목들을 시작점으로 하고, 부모 항목 자신과 그 부모 항목의 모든 자식 항목들의 냅색 상태들의 데카르트 곱(Cartesian product)의 교차점을 부모 항목의 냅색 상태로 사용하여, 외접 그리드에 대응하는 트리 계층에서 루트 노드의 냅색 상태가 최종적으로 획득될 때까지, 반복이 수행된다. 환언하면, 리프 노드들서 기능하는 자식 항목들로부터 시작하여, 그들의 부모 항목의 냅색 상태는, 루트 노드의 냅색 상태가 산출될 때까지, 수학식 3에 따라 트리 계층에서 상향 레벨별로 산출된다.
Figure 112019089655074-pct00009
수학식 3에서, State F 는 부모 항목의 냅색 상태이고, Node F 는 부모 항목이고,
Figure 112019089655074-pct00010
는 i-번째 자식 항목의 냅색 상태이고, k는 부모 항목의 자식 항목의 수이다.
루트 노드로서 기능하는 부모 항목(즉, 외접 그리드의 냅색 상태)이 반복을 통해 획득된 후, 외접 그리드의 모든 냅색 상태는 냅색 문제의 모든 냅색 상태이다. 각각의 냅색 상태는 기본 냅색 문제로서 간주될 수 있다. 종래 기술의 기본 냅색 문제에 대한 해결책에 따르면, 각각의 냅색 상태가 해결될 수 있고, 냅색 상태에 대한 모든 해결책들에서 최적의 하나가 냅색 문제에 대한 최적의 해결책이다. 그리드 세트에서 그리드들의 병합 결과로서 본 구현예에서 냅색 문제에 대한 최적의 해결책을 취함으로써, 미리 결정된 정밀도 임계값이 충족되는 동안, 지오 펜스의 인덱스 그리드들의 최소 수가 획득될 수 있다.
본 출원의 일부 실시예에서, 지오 펜스를 포함하는 최소 단일 그리드는 지오 펜스의 외접 그리드로서 고려되고, 지오 펜스의 외접 그리드를 시작점으로 사용하여, 미리 결정된 정밀도 임계값이 충족될 때까지, 지오 펜스의 경계를 포함하는 그리드(들)는 더 미세한 입도의 그리드들로 레벨별로 세분화되고; 지오 펜스의 경계를 포함하는 그리드들의 입도만 증가시키고 지오 펜스 내의 그리드들을 더 세분화하지 않는 것과, 서로 다른 입도의 그리드들을 인덱스 그리드들로서 결정하는 것에 의해, 인덱스 그리드의 수가 상당히 감소되고, 인덱스 저장이 덜 복잡하고, 인덱스 쿼리 속도가 증가된다.
나아가, 인덱스 정확도가 미리 결정된 정밀도 임계값을 초과하는 그리드 세트의 경우, 그리드 세트의 그리드들의 일부를 더 조대한 입도의 그리드들로 병합하기 위해 냅색 문제 모델을 사용하고, 최적의 해결책은 트리 계층 구조를 구성하는 것에 의해 획득되고, 이로써 인덱스 정확도 요건을 충족시키면서 인덱스 수를 최소화한다.
본 출원의 응용 예에서, 도 3에 도시된 처리 흐름은 지오 펜스의 인덱스 그리드들을 획득하기 위해 사용되고, 이들 인덱스 그리드는 지오 펜스의 영역을 100% 커버하는 것이 요구되고, 인덱스 정확도는 미리 결정된 정밀도 임계값보다 낮지 않다. 이하의 설명은 Geof-Demo라 불리는 지오 펜스의 일례에 관한 것이다.
단계 301에서, 지오 펜스의 외접 그리드가 결정된다. Geof-Demo 지오 펜스 및 결정된 외접 그리드가 도 4에 도시되어 있다.
단계 320에서, 외접 그리드를 요소로서 사용하여 그리드 세트가 형성되고, 세분화된 그리드 세트의 인덱스 정확도가 미리 결정된 정밀도 임계값보다 낮지 않을 때까지, 지오 펜스의 경계를 포함하는 그리드(들)는 더 미세한 입도의 그리드들로 레벨별로 세분화된다.
Geof-Demo에 의해 채택된 입도 시스템을 감안하면, 이하와 같이, 하나의 입도에 의한 그리드 세분화의 경우, 원래의 그리드는 4개의 동일한 그리드들로 세분화된다. Geof-Demo의 외접 그리드로부터 시작하여, 처음 4개의 세분화 이후의 그리드들의 분포는 도 5에 도시된 바와 같으며; 4개의 세분화 이후의 그리드 세트의 인덱스 정확도가 미리 결정된 정밀도 임계값을 초과하면, 그 세분화가 중지한다. 이 경우, 그리드 세트의 모든 요소는 도 5의 회색 배경을 갖는 그리드들이고, Geof-Demo의 경계를 포함하는 그리드들은 그리드 세트의 모든 그리드 중 가장 미세한 입도(즉, 하위 한계 입도)와 동일한 입도를 갖고, 반면에 Geof-Demo의 경계 내의 그리드들은 서로 다른 입도를 갖는다. 도 5에서 흰색 배경을 가진 그리드들은 지오 펜스 외부에 있는 그리드들이며, 세분화 처리 동안 그리드 세트로부터 삭제될 것이다.
단계 330에서, 그리드 세트의 인덱스 정확도가 미리 결정된 정밀도 임계값과 동일한지가 판정된다. 판정 결과가 "예"이면, 처리는 단계 360으로 진행한다. 인덱스 정확도가 미리 결정된 정밀도 임계값보다 크면, 단계 340이 수행된다.
단계 340에서, 지오 펜스의 경계를 포함하는 병합된 그리드가 항목으로서 고려되는 경우, 냅색 문제가 발생하고, 해당 항목이 인덱스 그리드로서 고려되는 경우, 병합 전의 지오 펜스 외부의 영역과 비교하여, 지오 펜스 외부의 영역에서의 증가는 항목의 가중치로서 사용되고, 해당 항목이 인덱스 그리드로서 사용되는 경우, 병합 전의 그리드의 수와 비교하여, 그리드의 수에서의 감소는 항목의 가치로서 고려되고, 미리 결정된 정밀도 임계값에 대한 그리드 세트의 인덱스 정확도의 초과분에 대응하는 지오 펜스 외부의 영역은 한정된 총 가중치로서 고려된다.
그리드 세트에서, 지오 펜스의 경계를 포함하고 하위 한계 입도를 갖는 그리드들을 시작점으로 사용하여, 그리드들이 더 조대한 입도의 그리드들로 레벨별로 병합되고, 각각의 병합된 그리드를 항목으로 사용하여, 항목들의 가중치와 가치가 결정된다. 항목들의 부모-자식 관계는 병합된 계층에 따라 결정되며, 냅색 문제의 트리 계층이 구성된다.
도 6의 우측 상단 코너부에 도시된, 하위 한계 입도를 갖는 그리드(d1, d2, d3, e1, f1, f2 및 f3)들을 일례로서 취하면, d1, d2 및 d3는 항목 d인 더 조대한 입도의 그리드로 병합될 수 있으며; e1은 항목 e인 더 조대한 입도의 그리드로 병합될 수 있으며; f1, f2 및 f3은 항목 f인 더 조대한 입도의 그리드로 병합될 수 있다. 항목 d를 인덱스 그리드로 사용하여, 그리드 세트의 병합 전의 지오 펜스 외부의 영역과 비교하여, 지오 펜스 외부의 영역에서의 증가는 하나의 하위 한계 입도의 그리드이고, 인덱스 그리드의 수에서의 감소는 2이며, 항목 d의 경우, 가중치 w = 1, 가치 p = 2인 것으로 결론지어지고; 그 유추로, 항목 e의 경우, 가중치 w = 3, 가치 p = 0이고, 항목 f의 경우, 가중치 w = 1, 가치 p = 2인 것으로 결론지어진다.
그리드 병합은 더 조대한 입도로 진행되고, d는, 그리드 세트의 다른 그리드들과 함께, 항목 b(도 6에서 점선 박스(dashed box)로 표시됨)인 더 조대한 입도의 그리드로 병합될 수 있고, 항목 b는 항목 d의 부모 항목이고; e 및 f는, 그리드 세트의 다른 그리드들과 함께, 항목 c(도 6에서 점선 박스로 표시됨)인 더 조대한 입도의 그리드로 병합될 수 있고, 항목 c는 항목 e 및 항목 f의 부모 항목이다. 항목 b를 인덱스 그리드로 사용하여, 그리드 세트의 병합 전의 지오 펜스 외부의 영역과 비교하여, 지오 펜스 외부의 영역에서의 증가는 하위 한계 입도의 그리드이고, 인덱스 그리드의 수에서의 감소는 5이고, 항목 b의 경우, 가중치 w = 1, 가치 p = 5인 것으로 결론지어지고; 그 유추로, 항목 c의 경우, 가중치 w = 8, 가치 p = 4인 것으로 결론지어진다. 항목 b 및 항목 c는, 또한 그리드 세트의 다른 그리드들과 함께, 항목 a인 더 조대한 입도의 그리드로 병합될 수 있고, 항목 a의 경우, 가중치 w = 9, 가치 p = 12인 것으로 결론지어진다. 그 유추로, Geof-Demo의 외접 그리드가 획득될 때까지, 병합이 중지된다.
그리드 병합 시에 항목들 사이의 부모-자식 관계에 따라, 하위 한계 입도의 그리드들로부터 외접 그리드로 병합된 항목(항목 d 등)들로부터의 트리 계층이 획득될 수 있다. 항목 a 내지 f를 일례로서 취하여, 도 7에 도시된 트리 계층은, 병합 시에 항목들 사이의 부모-자식 관계에 따라 획득될 수 있다. 도 7에 도시된 트리 계층은 단지 Geof-Demo의 트리 계층의 서브 트리인 점에 주목해야 한다.
단계 350에서, 항목들의 트리 계층에 따르면, 동일한 지리적 영역을 포함하는 항목들(즉, 직접 또는 간접 부모-자식 관계를 갖는 항목들)이 동시에 하나의 냅색에 존재할 수 없다는 제약 조건하에서, 냅색 문제의 모든 냅색 상태가 열거되며, 각각의 냅색 상태가 해결되고, 모든 해결책에서 최적의 하나가 그리드 병합의 결과로서 결정된다.
트리 계층의 리프 노드들(즉, 하위 한계 입도의 그리드들로부터 병합된 항목들)의 상태로부터 시작하여, 외접 그리드의 상태들, 즉 냅색 문제의 모든 냅색 상태가 획득될 때까지, 수학식 3에 따라 반복이 수행된다.
도 7에 도시된 서브 트리를 일례로서 취하면, 리프 노드들, 즉 항목 d, 항목 e 및 항목 f의 상태들이, 항목 d의 state D = {d}, 항목 e의 state E = {e} 및 항목 f의 state F = {f}로 우선 결정된다. 수학식 3에 따르면, 항목 b의 상태는 B = b + D = {{b}, {d}}로서 산출되고, 항목 c의 상태는
Figure 112019134164957-pct00011
과 같이 산출된다. 항목 a의 상태는
Figure 112019134164957-pct00012
과 같이 산출되고, 그 유추로, 외접 그리드의 상태들이 획득될 수 있다.
각각의 외접 그리드의 상태는 종래 기술에 따라 해결될 수 있는 기본 냅색 문제이다. 상태들에 대한 모든 해결책 중 최적의 하나는 그리드 병합의 결과로서 고려된다. 그 후, 그리드 병합의 결과에 따라 그리드 세트가 업데이트된다.
단계 360에서, 그리드 세트의 그리드들이 지오 펜스의 인덱스 그리드들로서 사용된다. Geof-Demo의 최종 그리드 세트에서의 그리드들이 도 8에 도시된다.
본 응용 예의 방법을 적용한 후에, 단일 입도의 인덱스 그리드들을 사용한 종래 기술에 비하여 상당한 효과들이 달성된다. 사무 빌딩, 주거 지역, 쇼핑몰, 공항, 병원 등의 펜스들(fences)을 포함하는 지리적 영역을 객체로 사용하여, 비교 결과들이 표 1에 표시된다.
Figure 112019089655074-pct00013
더 높은 정밀도의 경우, 본 응용 예에서의 인덱스의 수가 단일 입도의 인덱스 그리드들보다 30배 이상 감소된 것을 알 수 있다. 더 높은 인덱스 정확도는 지오 펜스 기반 서비스의 위치지정(positioning)을 더 정확하게 하고, 이로써 서비스 성능을 향상시키고 중단율(rate of interruption)을 감소시키며; 더 적은 수의 인덱스가 인덱스 데이터로 하여금 더 적은 저장 공간을 차지하게 하여, 서비스 구성이 의존하는 환경을 개선하고 서비스의 견고성과 유연성을 향상시킨다.
전술한 처리 구현예에 대응하여, 본 출원의 실시예들은 또한 지오 펜스의 인덱스 그리드들을 결정하기 위한 장치를 제공한다. 본 장치는 소프트웨어, 또는 하드웨어, 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있다. 소프트웨어 구현예를 일례로서 취하여, 논리 장치로서, 장치가 위치된 디바이스의 CPU(Central Process Unit)가 대응하는 컴퓨터 프로그램 명령어들을 동작을 위해 메모리로 판독하는 방식으로 형성된다. 하드웨어 레벨에서, 도 9에 도시된 CPU, 메모리 및 저장장치 외에, 지오 펜스의 인덱스 그리드들을 결정하기 위한 장치가 위치되는 디바이스는, 통상적으로 무선 신호들을 송신 및 수신하기 위한 칩, 및/또는 네트워크 통신 기능을 구현하기 위한 보드 카드(board card)와 같은 기타 하드웨어를 포함한다.
도 10은 본 출원의 일부 실시예에 따라, 지오 펜스의 인덱스 그리드들을 결정하기 위한 장치를 도시하고, 장치는 외접 그리드 유닛, 그리드 세분화 유닛, 및 인덱스 결정 유닛을 포함하며, 외접 그리드 유닛은 지오 펜스의 외접 그리드를 결정하도록 구성되고, 외접 그리드는 지오 펜스를 포함하는 최소 단일 그리드이며; 그리드 세분화 유닛은, 외접 그리드를 시작점으로 사용하여, 세분화된 그리드 세트의 인덱스 정확도가 미리 결정된 정밀도 임계값보다 낮지 않을 때까지, 상기 지오 펜스의 경계를 포함하는 그리드(들)를 더 미세한 입도의 그리드들로 레벨별로 세분화하도록 구성되고, 그리드 세트는 지오 펜스 내의 그리드들 및 지오 펜스의 경계를 포함하는 그리드들로 구성되고, 인덱스 정확도는 그리드 세트의 모든 그리드의 영역들의 합에 대한 지오 펜스의 영역의 비율이며; 인덱스 결정 유닛은 그리드 세트의 그리드들을 지오 펜스의 인덱스 그리드들로서 취하도록 구성된다.
일 구현예에서, 장치는, 그리드 세트의 인덱스 정확도가 미리 결정된 정밀도 임계값보다 큰 경우, 병합 후의 인덱스 정확도가 미리 결정된 정밀도 임계값보다 낮지 않도록, 그리드 세트의 그리드들의 일부를, 지오 펜스의 경계를 포함하는 더 조대한 입도의 그리드들로 병합하도록 구성되는 그리드 병합 유닛을 더 포함하고; 인덱스 결정 유닛은, 구체적으로, 병합 후의 그리드 세트의 그리드들을 지오 펜스의 인덱스 그리드들로서 취하도록 구성된다.
전술한 구현예에서, 그리드 병합 유닛은, 병합 후의 인덱스 정확도가 미리 결정된 정밀도 임계값보다 낮지 않도록, 그리드 세트의 그리드들의 일부를, 지오 펜스의 경계를 포함하는 더 조대한 입도의 그리드들로 병합하며, 이는 지오 펜스의 경계를 포함하는 병합된 그리드가 항목으로서 고려되는 경우, 냅색 문제를 발생시키는 것 - 해당 항목이 인덱스 그리드로서 고려되는 경우, 병합 전의 지오 펜스 외부의 영역과 비교하여, 지오 펜스 외부의 영역에서의 증가는 항목의 가중치로서 사용되고, 해당 항목이 인덱스 그리드로서 사용되는 경우, 병합 전의 그리드의 수와 비교하여, 그리드의 수에서의 감소는 항목의 가치로서 고려되고, 미리 결정된 정밀도 임계값에 대한 그리드 세트의 인덱스 정확도의 초과분에 대응하는 지오 펜스 외부의 영역은 한정된 총 가중치로서 고려됨 -; 및 그리드 병합의 결과로서 냅색 문제에 대한 최적의 해결책을 취하는 것을 포함한다. 인덱스 결정 유닛은, 구체적으로, 그리드 병합의 결과에 따라 그리드 세트를 업데이트하고, 업데이트된 그리드 세트의 그리드들을 지오 펜스의 인덱스 그리드들로서 취하도록 구성된다.
일례에서, 그리드 병합 유닛은 그리드 병합의 결과로서 냅색 문제에 대한 최적의 해결책을 결정하며, 이는 냅색 문제의 항목들의 트리 계층을 구성하는 것 - 트리 계층의 부모 항목은 그 자식 항목들로부터 병합됨 -; 부모-자식 관계를 갖는 항목들이 동시에 하나의 냅색에 존재할 수 없다는 제약 조건하에서, 냅색 문제의 모든 냅색 상태를 열거하는 것; 및 각각의 냅색 상태에 대한 답변을 도출하고, 모든 답변에서 최적의 하나를 냅색 문제에 대한 최적의 해결책으로서 취하는 것을 포함한다.
전술한 일례에서, 그리드 병합 유닛은 냅색 문제의 항목들의 트리 계층을 구성하며, 이는 하위 한계 입도를 현재 입도의 시작점으로 사용하여, 그리드 세트에서 현재 입도의 그리드들을 더 조대한 입도의 그리드들로 레벨별로 병합하는 것; 각각의 병합된 그리드를 항목으로 사용하여, 모든 그리드가 외접 그리드로 병합될 때까지, 각각의 항목의 가중치 및 가치를 결정하는 것; 및 항목들 사이의 부모-자식 관계에 따라 항목들의 트리 계층을 생성하는 것 - 하위 한계 입도는 병합 전의 그리드 세트의 가장 조밀한 그리드들의 입도임 - 을 포함한다.
전술한 일례에서, 부모-자식 관계를 갖는 항목들이 동시에 하나의 냅색에 존재할 수 없다는 제약 조건하에서, 그리드 병합 유닛은 냅색 문제의 모든 냅색 상태를 열거하며, 이는 트리 계층의 리프 노드로서 기능하는 각각의 항목의 냅색 상태를 결정하는 것; 및 리프 노드들로서 기능하는 자식 항목들을 시작점으로 사용하고, 부모 항목 자신과 부모 항목의 모든 자식 항목의 냅색 상태들의 데카르트 곱의 교차점을 부모 항목의 냅색 상태로 사용하여, 트리 계층의 루트 노드에 대응하는 외접 그리드의 냅색 상태들이 획득될 때까지, 반복을 수행하는 것 - 외접 그리드의 냅색 상태들은 냅색 문제의 모든 냅색 상태임 - 을 포함한다.
본 출원의 실시예들은 메모리 및 프로세서를 포함하는 컴퓨터 디바이스를 제공한다. 본원에서 메모리는 프로세서에 의해 실행 가능한 컴퓨터 프로그램을 저장하고; 저장된 컴퓨터 프로그램을 실행할 때, 프로세서는 본 출원의 실시예들에서 지오 펜스의 인덱스 그리드들을 결정하기 위한 방법의 단계들을 실행한다. 지오 펜스의 인덱스 그리드들을 결정하기 위한 방법의 단계들의 상세한 설명을 위해, 전술한 내용이 참조될 수 있고 그것이 반복되지는 않을 것이다.
본 출원의 실시예들은 컴퓨터 프로그램들을 저장하는 컴퓨터 판독 가능한 저장 매체를 제공하고, 컴퓨터 프로그램들이 프로세서에 의해 실행될 때, 본 출원의 실시예들에서 지오 펜스의 인덱스 그리드들을 결정하기 위한 방법의 단계들이 실행된다. 지오 펜스의 인덱스 그리드들을 결정하기 위한 방법의 단계들의 상세한 설명을 위해, 전술한 내용이 참조될 수 있고 그것이 반복되지는 않을 것이다.
상술한 실시예들은, 단순히 본 출원의 바람직한 실시예들일 뿐이며, 본 출원을 한정하려고 의도되지는 않는다. 본 출원의 사상 및 원리 내에서 이루어진 임의의 수정, 등가의 치환, 개선 등은 본 출원의 영역 내에 포함된다.
전형적인 구성에서, 컴퓨팅 디바이스는 하나 이상의 프로세서(CPU), 입력/출력 인터페이스, 네트워크 인터페이스 및 메모리들을 포함한다.
메모리는, 컴퓨터 판독 가능한 매체에서, 비영구적 메모리, 랜덤 액세스 메모리(RAM), 및/또는 ROM(read-only memory) 또는 플래시 RAM 등의 비휘발성 메모리를 포함할 수 있다. 메모리는 컴퓨터 판독 가능한 매체의 일례이다.
컴퓨터 판독 가능한 매체는 영구적 및 비영구적, 이동식 및 비이동식 매체를 포함하고, 임의의 방법 또는 기술에 의해 정보를 저장할 수 있다. 정보는 컴퓨터 판독 가능한 명령어, 데이터 구조, 프로그램의 모듈 또는 기타 데이터일 수 있다. 컴퓨터 저장 매체의 예들은, 상변화 메모리(PRAM; phase change memory), 정적 랜덤 액세스 메모리(SRAM; static random access memory), 동적 랜덤 액세스 메모리(DRAM; dynamic random access memory), 기타 유형의 랜덤 액세스 메모리(RAM), 판독 전용 메모리(ROM), 전기적으로 소거 가능한 프로그램 가능한 판독 전용 메모리(EEPROM; electrically erasable programmable read-only memory), 플래시 메모리 또는 기타 메모리 기술들, CD-ROM(read-only optical disk read-only memory), DVD(digital versatile disc) 또는 기타 광학 저장장치, 자기 테이프 카세트, 자기 디스크 저장장치 또는 기타 자기 저장 디바이스들 또는 컴퓨팅 디바이스들에 의해 액세스될 수 있는 정보를 저장하기 위한 임의의 다른 비전송 매체를 포함하지만 이에 한정되는 것은 아니다. 본원에 정의된 바와 같이, 컴퓨터 판독 가능한 매체는 변조된 데이터 신호 및 반송파 등의 일시적인 매체를 포함하지 않는다.
용어 "포함하다(include, comprise)" 또는 이들의 임의의 다른 변형은, 일련의 요소뿐만 아니라 일련의 요소를 포함하는 처리, 방법, 물품 또는 디바이스가 이들 요소뿐만 아니라 명시적으로 나열되는 다른 요소들을 포함하거나, 해당 처리, 방법, 물품, 또는 디바이스의 내재적인 요소들도 포함하도록, 비배타적인 포함을 커버하는 것으로 의도된다고 또한 이해될 것이다. 더 많은 제약이 없다면, "일(a/an) … 를 포함하는(including)"이라는 문장에 의해 정의된 요소는 그 요소를 포함하는 처리, 방법, 물품 또는 디바이스에 존재하는 기타 동일한 요소들을 배제하지 않는다.
본 기술 분야의 통상의 기술자는 본 출원의 실시예들이 방법, 시스템 또는 컴퓨터 프로그램 제품으로 제공될 수 있음을 이해해야 한다. 따라서, 본 출원은 전체 하드웨어 실시예, 전체 소프트웨어 실시예, 또는 소프트웨어와 하드웨어를 결합한 실시예의 형태를 취할 수 있다. 더구나, 본 출원은 컴퓨터 프로그램 코드들을 포함하는 하나 이상의 컴퓨터 저장 매체(디스크 메모리, CD-ROM 및 광학 메모리를 포함하지만 이에 한정되지 않음)상에 구현된 컴퓨터 프로그램 제품의 형태를 취할 수 있다.

Claims (14)

  1. 지오 펜스(geo-fence)의 인덱스 그리드들을 결정하기 위한 방법으로서,
    펜스(fence)의 외접 그리드(circumscribed grid)를 결정하는 단계 - 상기 외접 그리드는 상기 펜스를 포함하는 최소 단일 그리드(smallest single grid)임 -;
    상기 외접 그리드를 시작점으로 사용하여, 세분화된 그리드 세트(subdivided grid set)의 인덱스 정확도(index accuracy)가 미리 결정된 정밀도 임계값(predetermined precision threshold)보다 낮지 않을 때까지, 상기 펜스의 경계를 포함하는 그리드(들)를 더 미세한 입도(finer-grained)의 그리드들로 레벨별로 세분화하는 단계 - 상기 그리드 세트는 상기 펜스 내의 그리드들 및 상기 펜스의 경계를 포함하는 그리드들로 구성되고, 상기 인덱스 정확도는 상기 그리드 세트의 모든 그리드의 영역들의 합에 대한 상기 펜스의 영역의 비율임 -; 및
    상기 그리드 세트의 그리드들을 상기 펜스의 인덱스 그리드들로서 취하는 단계를 포함하는, 방법.
  2. 제1항에 있어서,
    상기 방법은, 상기 그리드 세트의 인덱스 정확도가 상기 미리 결정된 정밀도 임계값보다 큰 경우, 병합 후의 상기 인덱스 정확도가 상기 미리 결정된 정밀도 임계값보다 낮지 않도록, 상기 그리드 세트의 그리드들의 일부를 상기 펜스의 경계를 포함하는 더 조대한 입도의(coarser-grained) 그리드들로 병합하는 단계를 더 포함하고,
    상기 그리드 세트의 그리드들을 상기 펜스의 인덱스 그리드들로서 취하는 단계는, 병합 후의 상기 그리드 세트의 그리드들을 상기 펜스의 인덱스 그리드들로서 취하는 단계를 포함하는, 방법.
  3. 제2항에 있어서,
    병합 후의 상기 인덱스 정확도가 미리 결정된 정밀도 임계값보다 낮지 않도록, 상기 그리드 세트의 그리드들의 일부를 상기 펜스의 경계를 포함하는 더 조대한 입도의 그리드들로 병합하는 단계는, 상기 펜스의 경계를 포함하는 병합된 그리드가 항목(item)으로서 고려되는 냅색 문제(knapsack problem)를 발생시키는 단계 - 상기 항목이 인덱스 그리드로서 고려되는 경우, 병합 전의 펜스 외부의 영역과 비교하여, 상기 펜스 외부의 영역에서의 증가는 상기 항목의 가중치(weight)로서 사용되고, 상기 항목이 상기 인덱스 그리드로서 사용되는 경우, 병합 전의 그리드의 수와 비교하여, 그리드의 수에서의 감소는 상기 항목의 가치(price)로서 고려되고, 상기 미리 결정된 정밀도 임계값에 대한 상기 그리드 세트의 인덱스 정확도의 초과분(exceedance)에 대응하는 펜스 외부의 영역은 한정된 총 가중치(limited total weight)로서 고려됨 -; 및 상기 냅색 문제에 대한 최적의 해결책을 그리드 병합의 결과로서 취하는 단계를 포함하고;
    병합 후 상기 그리드 세트의 그리드들을 상기 펜스의 인덱스 그리드들로서 취하는 단계는, 상기 그리드 병합의 결과에 따라 그리드 세트를 업데이트하고 업데이트된 그리드 세트의 그리드들을 상기 펜스의 인덱스 그리드들로서 취하는 단계를 포함하는, 방법.
  4. 제3항에 있어서,
    상기 냅색 문제에 대한 최적의 해결책을 그리드 병합의 결과로서 취하는 단계는, 상기 냅색 문제의 항목들의 트리 계층(tree hierarchy)을 구축하는 단계 - 상기 트리 계층의 부모 항목은 그 자식 항목들로부터 병합됨 -; 부모-자식 관계를 갖는 항목들이 동시에 하나의 냅색에 존재할 수 없다는 제약 조건하에서, 상기 냅색 문제의 모든 냅색 상태를 열거하는 단계; 및 각각의 냅색 상태에 대한 답변을 도출하고, 모든 답변에서 최적의 하나를 상기 냅색 문제에 대한 최적의 해결책으로 취하는 단계를 포함하는, 방법.
  5. 제4항에 있어서,
    상기 냅색 문제의 항목들의 트리 계층을 구성하는 단계는, 하위 한계 입도(lower-limit granularity)를 현재 입도의 시작점으로서 사용하여, 상기 그리드 세트에서 현재 입도의 그리드들을 더 조대한 입도의 그리드들로 레벨별로 병합하는 단계; 각각의 병합된 그리드를 항목으로 사용하여, 모든 그리드가 상기 외접 그리드로 병합될 때까지, 상기 항목의 가중치 및 가치를 결정하는 단계; 및 항목들 사이의 부모-자식 관계에 따라 상기 항목들의 상기 트리 계층을 생성하는 단계 - 상기 하위 한계 입도는 병합 전의 그리드 세트의 가장 조밀한 그리드들(densest grids)의 입도임 - 을 포함하는, 방법.
  6. 제4항에 있어서,
    상기 부모-자식 관계를 갖는 항목들이 동시에 하나의 냅색에 존재할 수 없다는 제약 조건하에서, 상기 냅색 문제의 모든 냅색 상태를 열거하는 단계는, 상기 트리 계층의 리프 노드로서 기능하는 각각의 항목의 냅색 상태를 결정하는 단계; 및 리프 노드들로서 기능하는 자식 항목들을 시작점으로 사용하고, 부모 항목 자신과 상기 부모 항목의 모든 자식 항목의 냅색 상태들의 데카르트 곱(Cartesian product)의 교차점(intersection)을 상기 부모 항목의 냅색 상태로 사용하여, 상기 트리 계층의 루트 노드에 대응하는 상기 외접 그리드의 냅색 상태들이 획득될 때까지, 반복을 수행하는 단계 - 상기 외접 그리드의 냅색 상태들은 상기 냅색 문제의 모든 냅색 상태임 - 을 포함하는, 방법.
  7. 지오 펜스의 인덱스 그리드들을 결정하기 위한 장치로서,
    펜스의 외접 그리드를 결정하도록 구성되는 외접 그리드 유닛 - 상기 외접 그리드는 상기 펜스를 포함하는 최소 단일 그리드임 -; 및
    상기 외접 그리드를 시작점으로 사용하여, 세분화된 그리드 세트의 인덱스 정확도가 미리 결정된 정밀도 임계값보다 낮지 않을 때까지, 상기 펜스의 경계를 포함하는 그리드(들)를 더 미세한 입도의 그리드들로 레벨별로 세분화하도록 구성되는 그리드 세분화 유닛 - 상기 그리드 세트는 상기 펜스 내의 그리드들 및 상기 펜스의 경계를 포함하는 그리드들로 구성되고, 상기 인덱스 정확도는 상기 그리드 세트의 모든 그리드의 영역들의 합에 대한 상기 펜스의 영역의 비율임 -; 및
    상기 그리드 세트의 그리드들을 상기 펜스의 인덱스 그리드들로서 취하도록 구성되는 인덱스 결정 유닛을 포함하는, 장치.
  8. 제7항에 있어서,
    상기 장치는, 상기 그리드 세트의 인덱스 정확도가 상기 미리 결정된 정밀도 임계값보다 큰 경우, 병합 후의 상기 인덱스 정확도가 상기 미리 결정된 정밀도 임계값보다 낮지 않도록, 상기 그리드 세트의 그리드들의 일부를, 상기 펜스의 경계를 포함하는 더 조대한 입도의 그리드들로 병합하도록 구성되는 그리드 병합 유닛을 더 포함하고;
    상기 인덱스 결정 유닛은, 구체적으로, 병합 후의 상기 그리드 세트의 그리드들을 상기 펜스의 인덱스 그리드들로서 취하도록 구성되는, 장치.
  9. 제8항에 있어서,
    상기 그리드 병합 유닛이, 병합 후의 상기 인덱스 정확도가 상기 미리 결정된 정밀도 임계값보다 낮지 않도록, 상기 그리드 세트의 그리드들의 일부를 상기 펜스의 경계를 포함하는 더 조대한 입도의 그리드들로 병합하는 것은, 상기 펜스의 경계를 포함하는 병합된 그리드가 항목으로서 고려되는 냅색 문제를 발생시키는 것 - 상기 항목이 인덱스 그리드로서 고려되는 경우, 병합 전의 펜스 외부의 영역과 비교하여, 펜스 외부의 영역에서의 증가는 상기 항목의 가중치로서 사용되고, 상기 항목이 상기 인덱스 그리드로서 사용되는 경우, 병합 전의 그리드의 수와 비교하여, 그리드의 수에서의 감소는 상기 항목의 가치로서 고려되고, 상기 미리 결정된 정밀도 임계값에 대한 상기 그리드 세트의 인덱스 정확도의 초과분에 대응하는 펜스 외부의 영역은 한정된 총 가중치로서 고려됨 -; 및 상기 냅색 문제에 대한 최적의 해결책을 그리드 병합의 결과로서 취하는 것을 포함하고;
    상기 인덱스 결정 유닛은, 구체적으로, 상기 그리드 병합의 결과에 따라 그리드 세트를 업데이트하고, 업데이트된 그리드 세트의 그리드들을 상기 펜스의 인덱스 그리드들로서 취하도록 구성되는, 장치.
  10. 제9항에 있어서,
    상기 그리드 병합 유닛이 상기 냅색 문제에 대한 최적의 해결책을 그리드 병합의 결과로서 취하는 것은, 상기 냅색 문제의 항목들의 트리 계층을 구축하는 것 - 상기 트리 계층의 부모 항목은 그 자식 항목들로부터 병합됨 -; 부모-자식 관계를 갖는 항목들이 동시에 하나의 냅색에 존재할 수 없다는 제약 조건하에서, 상기 냅색 문제의 모든 냅색 상태를 열거하는 것; 및 각각의 냅색 상태에 대한 답변을 도출하고, 모든 답변에서 최적의 하나를 상기 냅색 문제에 대한 최적의 해결책으로 취하는 것을 포함하는, 장치.
  11. 제10항에 있어서,
    상기 그리드 병합 유닛이 상기 냅색 문제의 항목들의 트리 계층을 구성하는 것은, 하위 한계 입도를 현재 입도의 시작점으로서 사용하여, 상기 그리드 세트의 현재 입도의 그리드들을 더 조대한 입도의 그리드들로 레벨별로 병합하는 것; 각각의 병합된 그리드를 항목으로 사용하여, 모든 그리드가 외접 그리드로 병합될 때까지, 상기 항목의 가중치 및 가치를 결정하는 것; 및 항목들 사이의 부모-자식 관계에 따라 상기 항목들의 트리 계층을 생성하는 것 - 상기 하위 한계 입도는 병합 전의 상기 그리드 세트의 가장 조밀한 그리드들의 입도임 - 을 포함하는, 장치.
  12. 제10항에 있어서,
    상기 그리드 병합 유닛이, 상기 부모-자식 관계를 갖는 항목들이 동시에 하나의 냅색에 존재할 수 없다는 제약 조건하에서, 상기 냅색 문제의 모든 냅색 상태를 열거하는 것은, 상기 트리 계층의 리프 노드로서 기능하는 각각의 항목의 냅색 상태를 결정하는 것; 및 리프 노드들로 기능하는 자식 항목들을 시작점으로 사용하고, 부모 항목 자신과 상기 부모 항목의 모든 자식 항목의 냅색 상태들의 데카르트 곱의 교차점을 부모 항목의 냅색 상태로 사용하여, 상기 트리 계층의 루트 노드에 대응하는 상기 외접 그리드의 냅색 상태들이 획득될 때까지, 반복을 수행하는 것 - 상기 외접 그리드의 냅색 상태들은 상기 냅색 문제의 모든 냅색 상태임 - 을 포함하는, 장치.
  13. 컴퓨터 디바이스로서,
    메모리 및 프로세서를 포함하고, 상기 메모리는 상기 프로세서에 의해 실행 가능한 컴퓨터 프로그램을 저장하고; 상기 프로세서가 상기 컴퓨터 프로그램을 실행시킬 때, 제1항 내지 제6항 중 어느 한 항의 방법들이 실행되는, 컴퓨터 디바이스.
  14. 컴퓨터 판독 가능한 저장 매체로서,
    컴퓨터 프로그램이 저장되어 있고, 상기 컴퓨터 프로그램이 프로세서에 의해 실행될 때, 제1항 내지 제6항 중 어느 한 항의 방법들이 실행되는, 컴퓨터 판독 가능한 저장 매체.
KR1020197025625A 2017-06-02 2018-05-31 지오 펜스의 인덱스 그리드들을 결정하기 위한 방법 및 장치 KR102325741B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201710407332.5A CN107402955B (zh) 2017-06-02 2017-06-02 确定地理围栏的索引网格的方法和装置
CN201710407332.5 2017-06-02
PCT/CN2018/089148 WO2018219307A1 (zh) 2017-06-02 2018-05-31 确定地理围栏的索引网格的方法和装置

Publications (2)

Publication Number Publication Date
KR20200010174A KR20200010174A (ko) 2020-01-30
KR102325741B1 true KR102325741B1 (ko) 2021-11-16

Family

ID=60404716

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197025625A KR102325741B1 (ko) 2017-06-02 2018-05-31 지오 펜스의 인덱스 그리드들을 결정하기 위한 방법 및 장치

Country Status (9)

Country Link
US (2) US10667082B2 (ko)
EP (1) EP3572955A4 (ko)
JP (1) JP6998964B2 (ko)
KR (1) KR102325741B1 (ko)
CN (1) CN107402955B (ko)
PH (1) PH12019501901A1 (ko)
SG (1) SG11201907440QA (ko)
TW (1) TWI688968B (ko)
WO (1) WO2018219307A1 (ko)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107402955B (zh) * 2017-06-02 2020-04-14 阿里巴巴集团控股有限公司 确定地理围栏的索引网格的方法和装置
CN110211204B (zh) * 2018-03-06 2022-07-26 腾讯科技(深圳)有限公司 一种确定道路任务包的方法、装置及存储介质
CN111831772B (zh) 2018-06-06 2022-04-08 北京嘀嘀无限科技发展有限公司 用于识别地图中地理区域的网格的系统和方法
CN110633344B (zh) * 2018-06-25 2021-08-24 北京嘀嘀无限科技发展有限公司 一种确定点与围栏关系的方法、装置和电子设备
US10382890B1 (en) * 2018-07-26 2019-08-13 Bluedot Innovation Pty Ltd Cacheable geographic pages
CN111246376B (zh) * 2018-11-28 2021-11-16 北京嘀嘀无限科技发展有限公司 用于确定目标是否属于目标地理围栏的系统和方法
CN110769369B (zh) * 2018-12-29 2020-09-22 北京嘀嘀无限科技发展有限公司 位置判断方法、判断装置、服务器和计算机可读存储介质
CN112398895B (zh) * 2019-08-19 2022-03-18 阿里巴巴集团控股有限公司 提供服务信息的方法及装置
CN111210134B (zh) * 2019-12-30 2021-04-27 北京嘀嘀无限科技发展有限公司 服务区域划分方法、装置、服务器和可读存储介质
US11979023B2 (en) * 2020-01-28 2024-05-07 Enphase Energy, Inc. Method and apparatus for relative value generation of resources based on knapsack algorithms
CN111369639A (zh) * 2020-02-25 2020-07-03 北京首汽智行科技有限公司 一种电子围栏填充方法
US11039273B1 (en) * 2020-03-19 2021-06-15 Intuit Inc. Method and system for generating geofences using an iterative process
CN113449052A (zh) * 2020-03-26 2021-09-28 丰图科技(深圳)有限公司 空间索引的建立方法、空间区域查询方法及装置
CN113204553B (zh) * 2021-05-07 2021-12-14 北京连山科技股份有限公司 一种基于GeoHash的矢量数据编译方法
CN115038032B (zh) * 2021-12-01 2023-01-17 荣耀终端有限公司 地铁出行检测方法及电子设备
CN114238384B (zh) * 2022-02-24 2022-08-30 阿里云计算有限公司 区域定位方法、装置、设备和存储介质
CN115311840B (zh) * 2022-10-12 2023-01-20 深圳海星智驾科技有限公司 电子围栏的车辆预警方法和装置、电子设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103092853A (zh) 2011-10-31 2013-05-08 中国移动通信集团公司 一种空间索引的建立方法、使用方法及装置
US20140280318A1 (en) 2013-03-15 2014-09-18 Twitter, Inc. Method and System for Generating a Geocode Trie and Facilitating Reverse Geocode Lookups
US10382890B1 (en) 2018-07-26 2019-08-13 Bluedot Innovation Pty Ltd Cacheable geographic pages

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7580927B1 (en) * 2001-05-29 2009-08-25 Oracle International Corporation Quadtree center tile/boundary tile optimization
US7373353B2 (en) * 2002-05-10 2008-05-13 International Business Machines Corporation Reducing index size for multi-level grid indexes
US7243239B2 (en) * 2002-06-28 2007-07-10 Microsoft Corporation Click passwords
US7798645B2 (en) * 2006-05-16 2010-09-21 Mark Costin Roser Visual and memory stimulating retina self-monitoring system
US9098723B2 (en) * 2009-02-02 2015-08-04 Waldeck Technology, Llc Forming crowds and providing access to crowd data in a mobile environment
WO2011115916A1 (en) * 2010-03-15 2011-09-22 The Nielsen Company (Us), Llc Methods and apparatus for integrating volumetric sales data, media consumption information, and geographic -demographic data to target advertisements
WO2012139249A1 (en) * 2011-04-12 2012-10-18 Technicolor (China) Technology Co., Ltd. Method for encoding a mesh model, encoded mesh model and method for decoding a mesh model
US8750895B2 (en) * 2011-06-03 2014-06-10 Apple Inc. Monitoring a geofence using wireless access points
JP2012256119A (ja) * 2011-06-07 2012-12-27 Canon Inc 情報処理装置、その処理方法及びプログラム
CN103810194A (zh) * 2012-11-11 2014-05-21 刘龙 一种地理编码方法、位置查询系统及方法
US9483846B2 (en) * 2013-05-29 2016-11-01 Microsoft Technology Licensing, Llc Data interpolation and classification method for map data visualization
GB201401579D0 (en) * 2014-01-30 2014-03-19 Ucl Business Plc Apparatus and method for detemining the location of a mobile device using multiple wireless access points
US9426620B2 (en) * 2014-03-14 2016-08-23 Twitter, Inc. Dynamic geohash-based geofencing
CN104063509B (zh) * 2014-07-09 2017-07-11 武汉大学 一种移动式地理围栏的信息推送系统及其方法
CN105893384B (zh) * 2014-12-30 2019-04-12 泰瑞数创科技(北京)有限公司 一种在三维空间中建立电子围栏的方法
CN104639397B (zh) * 2015-01-13 2017-11-03 中国科学院计算技术研究所 获取用户常规活动区域的方法与系统
CN106162544B (zh) * 2015-04-21 2019-09-03 阿里巴巴集团控股有限公司 一种地理围栏的生成方法和设备
CN104866587A (zh) * 2015-05-28 2015-08-26 成都艺辰德迅科技有限公司 基于物联网的数据挖掘方法
KR102211292B1 (ko) * 2015-06-25 2021-02-02 삼성에스디에스 주식회사 그리드 기반 지오펜싱 서비스 시스템 및 방법
CN110347761B (zh) * 2015-09-02 2023-07-28 创新先进技术有限公司 一种确定兴趣点poi布设需求的方法及装置
US9747380B2 (en) * 2015-11-12 2017-08-29 International Business Machines Corporation Grid-based geofence data indexing
CN106779775A (zh) * 2015-11-23 2017-05-31 泰康保险集团股份有限公司 区域客户划分方法、划分装置及客户分配系统
CN105630968B (zh) * 2015-12-23 2019-07-09 华中师范大学 面向Cassandra的分布式可扩展四叉树索引方法
CN106327577B (zh) * 2016-08-17 2018-02-02 中国地质大学(武汉) 基于局部曲率熵和四叉树结构的三维地形曲面优化方法
US10275492B2 (en) * 2016-09-15 2019-04-30 Oracle International Corporation Spatial change detector and check and set operation
US10164699B2 (en) * 2016-12-28 2018-12-25 Intel IP Corporation CSI reporting in beamforming systems via time- and frequency-distributed CSI estimation
CN107402955B (zh) * 2017-06-02 2020-04-14 阿里巴巴集团控股有限公司 确定地理围栏的索引网格的方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103092853A (zh) 2011-10-31 2013-05-08 中国移动通信集团公司 一种空间索引的建立方法、使用方法及装置
US20140280318A1 (en) 2013-03-15 2014-09-18 Twitter, Inc. Method and System for Generating a Geocode Trie and Facilitating Reverse Geocode Lookups
US10382890B1 (en) 2018-07-26 2019-08-13 Bluedot Innovation Pty Ltd Cacheable geographic pages

Also Published As

Publication number Publication date
EP3572955A1 (en) 2019-11-27
WO2018219307A1 (zh) 2018-12-06
EP3572955A4 (en) 2020-09-30
JP6998964B2 (ja) 2022-01-18
PH12019501901A1 (en) 2019-10-21
US10667083B1 (en) 2020-05-26
CN107402955B (zh) 2020-04-14
SG11201907440QA (en) 2019-09-27
US10667082B2 (en) 2020-05-26
CN107402955A (zh) 2017-11-28
US20200037102A1 (en) 2020-01-30
JP2020523650A (ja) 2020-08-06
KR20200010174A (ko) 2020-01-30
TW201903636A (zh) 2019-01-16
TWI688968B (zh) 2020-03-21
US20200169840A1 (en) 2020-05-28

Similar Documents

Publication Publication Date Title
KR102325741B1 (ko) 지오 펜스의 인덱스 그리드들을 결정하기 위한 방법 및 장치
AU2019275615B2 (en) Classifying user behavior as anomalous
US11366436B2 (en) Data interaction platforms utilizing security environments
TWI718643B (zh) 異常群體識別方法及裝置
US20210311964A1 (en) System and method for load, aggregate and batch calculation in one scan in a multidimensional database environment
US20190102447A1 (en) System and method for metadata sandboxing and what-if analysis in a multidimensional database environment
US11281992B2 (en) Predicting geofence performance for optimized location based services
US11593504B1 (en) Systems and methods for manipulating pruned tree sets to determine access regions in a hypercube
US9984179B2 (en) Providing building information modeling data
CN109117433B (zh) 一种索引树对象的创建及其索引方法和相关装置
KR20180002758A (ko) 데이터 처리 방법 및 시스템
Wang et al. Morphometric characterisation of landform from DEMs
Cuomo et al. A computational scheme to predict dynamics in IoT systems by using particle filter
Gosciewski Selection of interpolation parameters depending on the location of measurement points
Liu et al. Delineation of traditional village boundaries: The case of Haishangqiao village in the Yiluo River Basin, China
KR20230142799A (ko) 다수의 부모 노드들을 갖는 자식 노드들의 도표화
Baart et al. A comparison between WCS and OPeNDAP for making model results and data products available through the internet
Shashidharan et al. FUTURES-AMR: towards an adaptive mesh refinement framework for geosimulations
Singh et al. Strategies for geographical scoping and improving a gazetteer
Gosain et al. Efficient approach for view materialisation in a data warehouse by prioritising data cubes
CN113434706A (zh) 学术合作关系分析方法及装置
US20220237474A1 (en) Method and apparatus for semanticization, electronic device and readable storage medium
Cannata et al. Load testing of HELIDEM geo-portal: an OGC open standards interoperability example integrating WMS, WFS, WCS and WPS
Wan et al. Uncertain Data Clustering Based on Probability Distribution in Obstacle Space
CN112685661A (zh) 基于信息粒空间的信息组织方法、装置和设备

Legal Events

Date Code Title Description
A201 Request for examination
N231 Notification of change of applicant
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant