兴趣点位置的确定方法、装置、计算机设备及存储介质转让专利
申请号 : CN202010934486.1
文献号 : CN112069281B
文献日 : 2021-06-18
发明人 : 张楠 , 张岩 , 李振军 , 沈樱 , 闫嘉
申请人 : 智慧足迹数据科技有限公司
摘要 :
权利要求 :
1.一种兴趣点位置的确定方法,其特征在于,待确定位置的目标兴趣点所属的区域地图预先被划分为多个网格,每一所述网格中至多存在一个兴趣点,所述多个网格包括多个未存在兴趣点的待选网格和存在兴趣点的已选网格,所述方法包括:获取每一所述待选网格的地块特征,其中,所述地块特征用于表征该待选网格的关注度;
获取所述已选网格的数量、所述已选网格的兴趣点面积、所述已选网格的第一热度值及每一所述待选网格的第二热度值;
依据所述已选网格的数量、所述已选网格的兴趣点面积、所述第一热度值及所述第二热度值,计算每一所述待选网格的兴趣点面积,其中,所述已选网格的兴趣点面积为所述已选网格中兴趣点的面积,每一所述待选网格的兴趣点面积为所述目标兴趣点创建于该待选网格中的面积;
依据所述已选网格的数量、所述已选网格的兴趣点面积、每一所述待选网格的兴趣点面积及每一所述待选网格与所述已选网格之间的距离,得到每一所述待选网格的干扰特征,其中,所述干扰特征用于表征该待选网格与所述已选网格之间的影响度;
将多个所述待选网格的所述地块特征及所述干扰特征分别输入预设评估模型的第一模型和第二模型,得到所述第一模型输出的每一所述待选网格的第一评估值和所述第二模型输出的每一所述待选网格的第二评估值;
根据同一个所述待选网格的所述第一评估值和所述第二评估值,得到该待选网格的评估值,以得到每一所述待选网格的评估值;
将所述待选网格中评估值最大的目标网格作为所述目标兴趣点的位置。
2.如权利要求1所述的兴趣点位置的确定方法,其特征在于,所述依据所述已选网格的数量、所述已选网格的兴趣点面积、所述第一热度值及所述第二热度值,计算每一所述待选网格的兴趣点面积的步骤包括:
采用公式 计算所述待选网格的兴趣点面积,其中,Si代表第i个所述待选网格的兴趣点面积,popui代表第i个所述待选网格的第二热度值,n代表所述已选网格的数量,j代表第j个所述已选网格,Sj代表第j个所述已选网格的兴趣点面积,popuj代表第j个所述已选网格的第一热度值。
3.如权利要求1所述的兴趣点位置的确定方法,其特征在于,所述依据所述已选网格的数量、所述已选网格的兴趣点面积、每一所述待选网格的兴趣点面积及每一所述待选网格与所述已选网格之间的距离,得到每一所述待选网格的干扰特征的步骤包括:采用公式 计算任一所述待选网格的干扰特征,其中,Ai代表第i个所述待选网格的干扰特征,n代表所述已选网格的数量,k代表调整参数规模的系数,j代表第j个所述已选网格,Sj代表第j个所述已选网格的兴趣点面积,Si代表第i个所述待选网格的兴趣点面积,rij代表第i个所述待选网格和第j个所述已选网格之间的距离。
4.如权利要求1所述的兴趣点位置的确定方法,其特征在于,所述方法还包括:基于所述目标网格更新多个所述待选网格中除所述目标网格之外的其余待选网格的干扰特征,以便于再次基于所述预设评估模型从所述除所述目标网格之外的其余待选网格确定其他目标兴趣点的位置。
5.一种兴趣点位置的确定装置,其特征在于,待确定位置的目标兴趣点所属的区域地图预先被划分为多个网格,每一所述网格中至多存在一个兴趣点,所述多个网格包括多个未存在兴趣点的待选网格和存在兴趣点的已选网格,所述装置包括:获取模块,用于:获取每一所述待选网格的地块特征,其中,所述地块特征用于表征该待选网格的关注度;获取所述已选网格的数量、所述已选网格的兴趣点面积、所述已选网格的第一热度值及每一所述待选网格的第二热度值;依据所述已选网格的数量、所述已选网格的兴趣点面积、所述第一热度值及所述第二热度值,计算每一所述待选网格的兴趣点面积,其中,所述已选网格的兴趣点面积为所述已选网格中兴趣点的面积,每一所述待选网格的兴趣点面积为所述目标兴趣点创建于该待选网格中的面积;依据所述已选网格的数量、所述已选网格的兴趣点面积、每一所述待选网格的兴趣点面积及每一所述待选网格与所述已选网格之间的距离,得到每一所述待选网格的干扰特征,其中,所述干扰特征用于表征该待选网格与所述已选网格之间的影响度;
评估模块,用于:将多个所述待选网格的所述地块特征及所述干扰特征分别输入预设评估模型的第一模型和第二模型,得到所述第一模型输出的每一所述待选网格的第一评估值和所述第二模型输出的每一所述待选网格的第二评估值;根据同一个所述待选网格的所述第一评估值和所述第二评估值,得到该待选网格的评估值,以得到每一所述待选网格的评估值;
确定模块,用于将所述待选网格中评估值最大的目标网格作为所述目标兴趣点的位置。
6.一种计算机设备,其特征在于,所述计算机设备包括:一个或多个处理器;
存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1‑4中任一项所述的兴趣点位置的确定方法。
7.一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,该计算机程序被处理器执行时实现如权利要求1‑4中任一项所述的兴趣点位置的确定方法。
说明书 :
兴趣点位置的确定方法、装置、计算机设备及存储介质
技术领域
背景技术
如学校、银行、餐馆、加油站、医院、超市等。现有技术中尚未有基于兴趣点所属的区域地图
的地域特征确定兴趣点位置的有效方法。
发明内容
的地块特征以及网格之间的干扰特征对每一网格进行评估,以从待选址区域中多个网格中
确定目标兴趣点的位置。
个未存在兴趣点的待选网格和存在兴趣点的已选网格,所述方法包括:获取每一待选网格
的地块特征,其中,地块特征用于表征该待选网格的关注度;获取每一待选网格的干扰特
征,其中,干扰特征用于表征该待选网格与已选网格之间的影响度;将多个待选网格的地块
特征及干扰特征均输入至预设评估模型中,得到每一待选网格的评估值;将待选网格中评
估值最大的目标网格作为目标兴趣点的位置。
个未存在兴趣点的待选网格和存在兴趣点的已选网格,所述装置包括获取模块、评估模块
及确定模块,其中,获取模块用于:获取每一待选网格的地块特征,其中,地块特征用于表征
该待选网格的关注度;获取每一待选网格的干扰特征,其中,干扰特征用于表征该待选网格
与已选网格之间的影响度;评估模块用于将多个待选网格的地块特征及干扰特征均输入至
预设评估模型中,得到每一待选网格的评估值;确定模块用于将待选网格中评估值最大的
目标网格作为目标兴趣点的位置。
行时,使得所述一个或多个处理器实现如上述的兴趣点位置的确定方法。
址区域中多个网格中确定目标兴趣点的位置。
附图说明
范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这
些附图获得其他相关的附图。
具体实施方式
本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施
例的组件可以以各种不同的配置来布置和设计。
技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范
围。
位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元
件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
是将地球理解为一个二维平面,将平面递归分解成更小的子块,每个子块在一定经纬度范
围内拥有相同的编码。根据精度的不同,GeoHash的分段级别一般为1~12级,其中,1~12代
表网格编码的字符串长度,长度越大,精度也越高,本发明实施例可以根据实际需要采用不
同的分段级别,例如,采用7级GeoHash的分段级别,即字符串长度为7。
值,训练完成的预设评估模型的最终输出为每一待选网格的评估值及按照评估值进行排序
的待选网格的列表。
网格进行评估,以从待选址区域中多个网格中确定目标兴趣点的位置。
包括以下子步骤:
到的流量数据,例如,人流量、上传流量或者下载流量等。
趣点的面积,每一待选网格的兴趣点面积为目标兴趣点创建于该待选网格中的面积。
到的该待选网格的兴趣点面积也可能不同。
兴趣点面积,popuj代表第j个已选网格的第一热度值。
积,Si代表第i个待选网格的兴趣点面积,rij代表第i个待选网格和第j个已选网格之间的距
离。
网格的兴趣点面积及其之间的距离计算待选网格的干扰特征,使得得到的干扰特征与实际
场景更加接近,最终保证了确定的目标兴趣点的位置的准确性。
骤S120包括以下子步骤:
的第二评估值。
型和第二模型训练时可以独立训练,二者相互不干扰,可以同时进行。
根据二者的权重,最终计算得到该待选网格的评估值。例如,第一评估值的权重为第一权
重,第二评估值的权重为第二权重,则待选网格的评估值=第一评估值*第一权重+第二评
估值*第二权重。
的位置的准确性。
均更加合理,本发明实施例在图1的基础上,还提供了一种根据已确定位置的目标兴趣点更
新其余待选网格的干扰特征的方法,请参照图4,图4示出了本发明实施例提供的另一种兴
趣点位置的确定方法的流程图,该方法还包括:
兴趣点的位置。
网格更新当前待选网格的干扰特征,以便从当前待选网格中确定其他目标兴趣点的位置。
点的评估均更加合理。
经营能力相同,交通可达性情况也相同,核心思想为某一城市能够吸引的中间地带消费者
数量取决于该城市的人口和其距离中间地带的距离。前者反映了该城市的商业类型完备程
度,后者则反映了消费者的通勤成本。零售引力理论不仅适用于相邻两城市间的商业吸引
力分析,也适用于更微观尺度的两商圈间商业吸引力分析,但难以适用于对某一具体的业
态进行分析。该理论简化了商圈的影响因子,为后续理论发展提供了重要基石。该理论常用
的公式为:
表示中间地带到城市b的距离,N表示吸引力因子敏感度的经验数值,n表示距离因子敏感度
的经验数值。
和需求端的对比决定,其中供给端通过商圈内该业态的总营业面积进行评估,需求端通过
商圈内的家庭数量和平均的家庭购买力进行评估。这一理论与通过坪效评估零售商经营业
绩的理论一脉相承,将区域竞争关系通过总业态面积进行了刻画,为量化区域竞争格局提
供了重要思路。该理论常用的公式为:
调查人流量、交通方式等要素入手,通过专家打分后得出最终结果,而这种专家选址的办
法,利用一些已有的经典选址理论(商业区位论、中心区位论和地价理论)在圈定的范围内
选择相对较好的地点,但是受到了主观经验、多方的信息整合能力等因素的影响,得到的选
址与实际的场景应用相差较大,选址结果并不理想。
行评估,以从待选址区域中多个网格中找到最佳的待选址门店的地址。
内容,如工作日均客流量、周末日均客流量、月客流量总量、夜间客流量、到访客流年龄结
构、周边餐饮门店数量、公共设施数量、通勤站点数量等,但不限于上述指标,也可以是上述
多个指标进行交叉运算出的数据。干扰特征表征的网格之间的影响度可以是处于网格中的
门店之间的竞争强度,已选网格的兴趣点面积可以是已选网格中已创建门店的面积,待选
网格的兴趣点面积可以是将待选址门店创建于待选网格中的面积,热度值可以是上述多维
指标中的一个或者多个指标的组合,例如,已选网格的第一热度值可以是已选网格覆盖的
到访量,待选网格的第二热度值可以是待选网格覆盖的到访量,网格覆盖的到访量可以通
过手机与基站的通信进行定位获取,或者通过互联网公司的app中的GPS定位功能获取,到
访量可以是一个月内网格的日均人流量,或者一年内网格的人流量之和,或者一年内网格
的日均人流量。除人流量之外,热度值还可以通讯数据、上网数据、消费数据、交通数据、营
业额数据甚至房价数据中的一种或者几种,或者是对这些数据进行清洗或者归一化处理后
得到数据。
A31 A32 A33
门店为2个,分别为a和b,即需要从待选网格中选择两个网格分别作为a,b营业厅门店的地
址。
2)、已选网格的兴趣点面积(即A12中营业厅门店的面积和A32中营业厅门店的面积)、已选
网格的第一热度值(即A12覆盖的到访量和A32覆盖的到访量)、待选网格的第二热度值(即
A11的第二热度值);(2)根据已选网格的数量2、A12中营业厅门店的面积和A32中营业厅门
店的面积、A12覆盖的到访量和A32覆盖的到访量、A11的第二热度值计算得到A11的营业厅
门店的面积,即将a创建于A11内时a的面积;(3)根据已选网格的数量2、A12中营业厅门店的
面积和A32中营业厅门店的面积、A11的营业厅门店的面积及A11和A12之间的距离、A11和
A32之间的距离,计算得到A11的干扰特征。
网格为3进行计算,此时,A31中营业厅门店的面积为在进行a选址时计算的将a创建与A31中
的面积。其余的处理过程与a的处理过程类似,此处不再赘述。
据,例如,若营业厅收入大于预设阈值,标记为1,代表选择的概率为1,否则标记为0,代表选
择的概率为0。对于排序模型进行训练时,训练数据可以是已选网格的地块特征、干扰特征,
以及按照已选网格中的营业厅收入数据进行排序的序列编号或者营业厅收入数据的值。
址结果整体上更加贴合于实际的场景应用,同时,由于整个处理过程基于预设评估模型并
由计算机自动完成,突破了传统理论的经验不可复制的局限,更利于本方法的推广应用。
确定装置100的方框示意图。需要说明的是,本实施例所提供的兴趣点位置的确定装置100,
其基本原理及产生的技术效果和上述实施例相同,为简要描述,本实施例部分未提及指出。
选网格之间的影响度。
量、已选网格的兴趣点面积、第一热度值及第二热度值,计算每一待选网格的兴趣点面积,
其中,已选网格的兴趣点面积为已选网格中兴趣点的面积,每一待选网格的兴趣点面积为
目标兴趣点创建于该待选网格中的面积;依据已选网格的数量、已选网格的兴趣点面积、每
一待选网格的兴趣点面积及每一待选网格与已选网格之间的距离,得到每一待选网格的干
扰特征。
计算待选网格的兴趣点面积,其中,Si代表第i个待选网格的兴趣点面积,
popui代表第i个待选网格的第二热度值,n代表已选网格的数量,j代表第j个已选网格,Sj代
表第j个已选网格的兴趣点面积,popuj代表第j个已选网格的第一热度值。
格的干扰特征时,具体用于:采用公式 计算任一待选网格的干扰特征,
其中,Ai代表第i个待选网格的干扰特征,n代表已选网格的数量,k代表调整参数规模的系
数,j代表第j个已选网格,Sj代表第j个已选网格的兴趣点面积,Si代表第i个待选网格的兴
趣点面积,rij代表第i个待选网格和第j个已选网格之间的距离。
模型输出的每一待选网格的第一评估值和第二模型输出的每一待选网格的第二评估值;根
据同一个待选网格的第一评估值和第二评估值,得到该待选网格的评估值。
其他目标兴趣点的位置。
发明实施例提供的计算机设备10的方框示意图,计算机设备10包括处理器11、存储器12、总
线13、通信接口14。处理器11、存储器12通过总线13连接,处理器11通过通信接口14与外部
设备通信连接。
处理器11可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络
处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路
(ASIC)、现成可编程门阵列(FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、
分立硬件组件。
能模块,处理器11在接收到执行指令后,执行所述程序以实现上述的兴趣点位置的确定方
法。
可以是内置于处理器11中的存储装置,也可以是独立于处理器11的存储装置。
至多存在一个兴趣点,多个网格包括多个未存在兴趣点的待选网格和存在兴趣点的已选网
格,所述方法包括:获取每一待选网格的地块特征,其中,地块特征用于表征该待选网格的
关注度;获取每一待选网格的干扰特征,其中,干扰特征用于表征该待选网格与已选网格之
间的影响度;将多个待选网格的地块特征及干扰特征均输入至预设评估模型中,得到每一
待选网格的评估值;将待选网格中评估值最大的目标网格作为目标兴趣点的位置。相对于
现有技术,本发明通过对目标兴趣点所属的区域地图进行网格划分,并根据划分后的每一
网格的地块特征以及网格之间的干扰特征对每一网格进行评估,以从待选址区域中多个网
格中确定目标兴趣点的位置。
涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为
准。