CN103944932B - 搜索、确定活跃区域的方法与服务器 - Google Patents

搜索、确定活跃区域的方法与服务器 Download PDF

Info

Publication number
CN103944932B
CN103944932B CN201310019989.6A CN201310019989A CN103944932B CN 103944932 B CN103944932 B CN 103944932B CN 201310019989 A CN201310019989 A CN 201310019989A CN 103944932 B CN103944932 B CN 103944932B
Authority
CN
China
Prior art keywords
grid
active regions
destination object
attribute information
information
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.)
Active
Application number
CN201310019989.6A
Other languages
English (en)
Other versions
CN103944932A (zh
Inventor
周士天
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.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding 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 Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201310019989.6A priority Critical patent/CN103944932B/zh
Priority to TW102123198A priority patent/TWI584137B/zh
Priority to PCT/US2014/012104 priority patent/WO2014113709A2/en
Priority to EP14704000.0A priority patent/EP2946313A2/en
Priority to US14/158,486 priority patent/US9501524B2/en
Priority to JP2015553862A priority patent/JP2016503937A/ja
Publication of CN103944932A publication Critical patent/CN103944932A/zh
Priority to US15/290,493 priority patent/US20170031951A1/en
Application granted granted Critical
Publication of CN103944932B publication Critical patent/CN103944932B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—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
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Remote Sensing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Computer And Data Communications (AREA)

Abstract

本申请实施例涉及一种搜索、确定活跃区域的方法与服务器。所述方法包括：服务器接收搜索请求；根据所述搜索请求，查找与所述搜索请求相匹配的活跃区域；返回匹配的所述活跃区域信息。根据本申请提供的技术方案，服务器查找的活跃区域是根据获取的相关信息客观地确定得出，从而能够避免了服务器的搜索次数增加，浪费服务器的资源及带宽的问题，提高了搜索活跃区域的准确性、可靠性。

Description

搜索、确定活跃区域的方法与服务器
技术领域
本申请涉及互联网领域，尤其涉及一种搜索、确定活跃区域的方法与服务器。
背景技术
随着电子信息化时代的到来，活跃区域在生活中发挥着越来越重要的作用，例如，用户通过活跃区域可以快速、实时地获取本地生活服务信息。所谓活跃区域是指，商业活动相对集中的地区，如至少包括以下特征中的一种的区域：客流量大、访问人数多、购物方便、交易量大、店铺集中等区域。由于活跃区域可以为用户的生活、娱乐、工作提供了很大的方便，因此，当用户初到某一城市或者生活于某一城市时，通常希望获取该城市活跃区域的信息。
现有技术中搜索活跃区域的方法，通常是通过用户的个人经验或才其他人推荐等人工方式确定。服务器根据管理人员确定城市的活跃活跃区域，具体地，管理人员可根据当地信息及自身的理解，选定并命名活跃区域，例如，杭州的武林广场、河坊街，北京的王府井、国贸等等；管理人员再将确定的活跃区域的信息上传至服务器中，当用户进行搜索时，根据搜索条件，确定匹配的活跃区域，并将匹配的活跃区域返回给用户。如图1所示，采用人工确定方式绘制北京三里屯活跃区域的范围。
这种方式存在以下弊端：
1)人工确定活跃区域的方式受限于个人经验，各人对于活跃地理范围的标准及理解不一，确定的活跃地理范围会比较片面；再者，随着网络快速发展和城市的扩增，活跃区域容易发生变迁，这种由管理方人工管理活跃区域的方式，其工作量巨大，工作效率低下，并且其准确性、可靠性难以保证；
2)当人工确定的活跃区域不是用户需要的或者与用户期望的区域不一致时，迫使用户再次输入关键字，服务器再次进行搜索，造成用户访问服务器次数、服务器的搜索次数增加，浪费服务器的资源及带宽。
发明内容
本申请的目的是，提供了一种搜索、确定活跃区域的方法与服务器，以提高确定活跃区域及搜索活跃区域的准确性和可靠性。
在第一方面，本申请提供了一种搜索活跃区域的方法，所述方法包括：
服务器接收搜索请求；
根据所述搜索请求，查找与所述搜索请求相匹配的活跃区域；
返回匹配的所述活跃区域信息。
在第二方面，本申请提供了一种确定活跃区域的方法，所述方法包括：
服务器将地理区域划分为多个网格；
获得目标对象及其对应的属性信息，所述目标对象的属性信息包括地理位置属性信息；
根据所述地理位置，确定对应的所述目标对象的归属网格；
根据各所述网格归属的所述目标对象，分别计算各所述网格的热度值；
根据各所述网格的热度值及各网格之间的距离，确定网格集合；
根据所述网格集合，确定所述活跃区域。
在第三方面，本申请提供了一种服务器，所述服务器包括：
接收单元，用于接收搜索请求；
查找单元，用于根据所述搜索请求，查找与所述搜索请求相匹配的活跃区域；
返回单元，用于返回匹配的所述活跃区域信息。
在第四方面，本申请提供了一种服务器，所述服务器包括：
划分单元，用于将地理区域划分为多个网格；
获取单元，用于获得目标对象及其对应的属性信息，所述目标对象的属性信息包括地理位置属性信息；
第一确定单元，用于根据所述地理位置，确定对应的所述目标对象的归属网格；
计算单元，用于根据各所述网格归属的所述目标对象，分别计算各所述网格的热度值；
第二确定单元，用于根据各所述网格的热度值及各网格之间的距离，确定网格集合；
形成单元，用于根据所述网格集合，确定所述活跃区域。
通过应用本申请实施例提供的技术方案，服务器根据多个目标对象的地理位置数据将目标对象关联至所归属的网格，同时，利用网格中的目标对象的属性信息计算网格的热度值，根据热度值生成网格集合，则生成的网格集合形成活跃区域。根据该技术方案，服务器能够根据获取的相关信息客观地确定活跃区域，从而能够解决现有技术中人工确定活跃区域的方式过于片面的问题，提高了确定活跃区域的准确性，服务器在接收搜索请求进行查找活跃区域时，服务器查找的活跃区域是根据获取的相关信息客观地确定得出，从而能够避免了服务器的搜索次数增加，浪费服务器的资源及带宽的问题，提高了搜索活跃区域的准确性、可靠性。
附图说明
图1为现有技术确定活跃地理范围的示意图；
图2为本申请实施例一提供的确定活跃区域的方法流程图；
图3为本申请实施例提供的网格分布图；
图4为本申请实施例提供的确定活跃区域示意图；
图5为本申请实施例二提供的活跃区域命名流程图；
图6为本申请实施例三提供的活跃区域修正流程图；
图7为本申请实施例四提供的搜索活跃区域的方法流程图；
图8为本申请实施例五提供的一种服务器；
图9为本申请实施例六提供的另一种服务器。
具体实施方式
为了给出提高确定活跃区域的准确性和可靠性的实现方案，本申请实施例一提供了一种确定活跃区域的方法以及服务器，该技术方案可以应用于用户浏览网页地图时，需要获知热点活跃区域的过程，既可以实现为一种方法，也可以实现为一种产品。以下结合说明书附图对本申请的优选实施例进行说明，应当理解的是，此处所描述的优选实施例仅用于说明和解释本申请，并不用于限定本申请。并且在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
实施例一
本申请实施例一提供了一种确定活跃区域的方法，通过该方法，能够提高确定活跃区域的准确性和可靠性。
本申请实施例一提供的确定活跃区域的方法，需要利用各目标对象的地理位置数据和对应的属性信息。其中，地理位置数据可以用于确定目标对象的具***置。地理位置数据具体可以是目标对象的地址、邮编、目标对象的经度、纬度等等中的之一或组合，并且地理位置数据可以是与目标对象唯一对应的。例如，目标对象为“黄龙大排档”，则对应的地址为：杭州市西湖区第X街道第Y号，对应的经度、纬度数据分别为120.2E，30.3N、对应的邮编为100000；目标对象对应的属性信息具体可以是该目标对象基本的信息。其中，目标对象对应的属性信息具体可包括目标对象的名称属性信息、目标对象的介绍属性信息、目标对象的类目属性信息等中的之一或组合。其中，目标对象的名称属性信息还可进一步包括目标对象别名或者分店名称信息等。例如，目标对象为黄龙大排档，则对应的名称属性信息为黄龙大排档、对应的类目属性信息为餐饮类。
本申请实施例中，可将地理位置数据导入到地理位置数据库中，将属性信息导入到信息数据库中，地理位置数据库和信息数据库即可以伴于一个服务器中，也可以分布在不同的服务器中。
图2为本申请实施例一提供的确定活跃地理范围的方法流程图，具体地，该确定活跃区域的方法，实施主体为服务器，主要包括如下步骤：
步骤201、服务器将地理区域划分为多个网格。
具体地，服务器可先获取表示地理区域的地图，然后将地理区域划分为多个网格，并为所述多个网格分配级别。
例如，在本步骤中，服务器获取表示杭州西湖区的地图，将杭州西湖区按照设定的尺寸进行划分，得到多个网格，所述网格可以为各种式状，如方形、三角形、梯形等。在最初未划分时，可先将杭州西湖区视为1个大网格，网格级别为0级，经纵向和横向进行二划分后，形成4个网格，则这4个网格的级别为1级，再分别对每个1级网格进行划分，在本申请实施例中，可划分出多个不同级别的网格，例如，17级的网格，约为275*237(实际距离，单位：米)；14级的网格，约为2200*1896(实际距离，单位：米)。划分后的网格，其覆盖面积可以相同也可以不同。在本申请实施例中，以第一网格及第二网格为例进行说明。
可以理解的是，本申请中17级别的网格为最小级别，也就是覆盖的面积最小，网格的级别依次递增，网格的覆盖面积依次递增。
本申请所述表示地理区域的地图既可以为整个地球的地图，也可以仅为一部分地区的地图。对于地理区域中网格的切分方式种类繁多，本申请实施例选用的划分方式为瓦片地图分块方式，但不限制于此。
步骤202、获得目标对象及其对应的属性信息，所述目标对象的属性信息包括地理位置属性信息。
具体地，服务器根据地理区域的范围，从地理位置数据库和信息数据库中获取在所述地理区域中目标对象的地理位置数据和对应的属性信息。
例如，地理区域为杭州市的西湖区，则服务器获取西湖区中目标对象的地理位置数据和对应的属性信息。如，在西湖区中存在黄龙大排档、黄龙世纪广场及购物中心等等目标对象。服务器从地理位置数据库中获取黄龙大排档、黄龙世纪广场及西湖购物中心的具体地址、邮编、经度、纬度等；从信息数据库中获取黄龙大排档、黄龙世纪广场及购物中心的名称属性信息、介绍属性信息、类目属性信息等，如表1和表2所示。
表1地理位置数据
目标对象 地址 邮编 经度及纬度
黄龙大排档 第X街道第Y号 100000 120.2E，30.3N
黄龙世纪广场 第X街道第Y号 100001 120.4E，30.5N
西湖购物中心 第X街道第Y号 100002 121.4E，31.5N
表2属性信息
目标对象 名称属性 介绍属性 类目属性
黄龙大排档 黄龙大排档 夜市小吃 餐饮类
黄龙世纪广场 黄龙世纪广场 休闲娱乐 休闲类
西湖购物中心 西湖购物中心 店铺、超市集中 服务类
步骤203、根据所述地理位置，确定对应的所述目标对象的归属网格。
具体地，服务器将所述地理位置数据对应的目标对象关联至所归属的网格中。
如果目标对象的地理位置数据包括在当前网格范围内，则该目标对象的地理位置数据所表征的目标对象归属在当前网格内；如果目标对象的地理位置数据不包括在当前网格范围内，则该目标对象的地理位置数据所表征的目标对象归属在对应的其他网格内。
如表1和表2所示，黄龙大排档的具体地址为杭州市西湖区第X街道第Y号，其对应的经度、纬度数据分别为120.2E，30.3N。根据服务器在步骤201中划分的网格，以第一网格为例，服务器根据黄龙大排档的具体地址及其对应的经度、纬度数据识别黄龙大排档是否在第一网格的范围内，如果黄龙大排档的具体地址及其对应的经度、纬度数据包括在第一网格的范围内，服务器将黄龙大排档关联至所归属的第一网格中；同理，服务器将黄龙实际广场及购物中心关联至所归属的网格中，在本步骤中，黄龙世纪广场及购物中心也归属在第一网格中。
在本步骤中，根据目标对象的地理位置数据，将目标对象关联至所归属的网格后，分别统计出每个网格中目标对象的数量，例如，第一网格中存在340家目标对象，第二网格中存在200家目标对象，通过统计每个网格中目标对象的数量，用于后续步骤计算每个网格的热度值。
步骤204、根据各所述网格归属的所述目标对象，分别计算各所述网格的热度值。
具体地，服务器根据网格中归属的目标对象，分别计算网格的热度值。
在一个例子中，目标对象的属性信息包括目标对象的类目属性信息，服务器可根据目标对象的类目属性信息及统计出的网格中目标对象的数量，计算该网格的热度值。
根据目标对象的地理位置数据，将目标对象关联至所归属的网格后，统计出每个网格中目标对象的数量，在任意一个网格中，根据目标对象的类目属性信息对目标对象进行分类，并根据分类结果，为不同类目赋予权值；利用统计的在同类目下多个目标对象的数量，和为不同类目赋予权值计算网格的热度值：
其中，所述Pi为所述同类目下所述目标对象的数量；所述Ci为所述不同类目赋予的权值。
在第一网格中，黄龙大排档的类目属性信息为餐饮类，黄龙世纪广场的类目属性信息为休闲类，购物中心的类目属性信息为服务类，同时，在第一网格中存在340家目标对象，服务器统计出第一网格中80家目标对象为餐饮类，60家目标对象为休闲类，200家目标对象为服务类，即将340家目标对象根据类目信息分为三类目，且每类目下的目标对象数量分别为C1＝800、C2＝60、C3＝200；服务器根据目标对象的类目不同，赋予每个类目权值，如，餐饮类的权值为P1＝0.6；休闲类的权值为P2＝0.3；服务类的权值为P3＝0.1，根据式1计算第一网格的热度值H，则第一网格的热度值H＝86，同理，计算第二网格的热度值H＝84；服务器还计算其他网格的热度值，直至将所有网格的热度值计算完成。
在另一个例子中，目标对象的属性信息还包括目标对象的交易属性信息，所述交易属性信息具体包括评论数量信息、好评率信息、交易金额信息和商品成交量信息等等。
服务器获取网格中所有目标对象的交易属性信息，统计交易属性信息所包括的评论数量信息、好评率信息、交易金额信息和商品成交量信息的数量，并为各类信息赋予权值；利用目标对象的交易属性信息，计算出该网格的热度值。
其中，所述Ai为所述交易属性信息所包括的各类信息的权值；所述Zi为所述交易属性信息所包括的各类信息的数量；所述p为回归系数。
在第一网格中，服务器获取全部目标对象的交易属性信息，对目标对象的交易属性信息进行解析后，统计交易属性信息中评论数量信息、好评率信息、交易金额信息和商品成交量信息的数量，并为各类信息赋予权值；如，评论数量信息为Z1＝400，好评率信息Z2＝350，交易金额信息Z3＝2200，商品成交量信息Z4＝1100，服务器根据信息的不同，赋予各类信息权值，如，评论数量信息的权值为P1＝0.013；好评率信息的权值为P2＝0.1；交易金额信息的权值为P 3＝0.0167；商品成交量信息的权值为0.011；回归系数为-0.84，根据式2计算第一网格的热度值H，则第一网格的热度值H＝88.2，同理，服务器还计算其他网格的热度值，直至将所有网格的热度值计算完成。
本申请以举例的形式，描述了计算网格热度值的方法，但网格热度值的计算方式并不限制于上述两个例子。
如图3所示的网格分布图，图3为地图数据的划分网格示意图；图3为已将网格的热度值计算完成后的示意图，图3所示的地图数据为杭州西湖区，如图3所示，图中方格中的数字代表方格左上角网格的热度值。
步骤205、根据各所述网格的热度值及各网格之间的距离，确定网格集合。
具体地，服务器将全部的网格的热度值计算完成后，根据各网格之间的距离及各网格的热度值，确定网格集合。
服务器在计算完成全部网格的热度值后，对热度值进行排序，并判断网格的热度值是否超过热度阈值，如果是，则判断网格是否超过范围阈值，如果网格未超过范围阈值，则将超过热度阈值且未超过范围阈值的网格生成网格集合。
在本申请实施例中，可预先设定热度阈值和范围阈值。例如，热度阈值为80，范围阈值为1000米内。该热度阈值用于将热度值高的网格生成网格集合，进而形成活跃区域，该范围阈值用于限定网格集合的范围，这样可限定活跃区域的范围，使其范围不至于过大。
例如，第一网格的热度值H＝86；第二网格的热度值H＝84，上述两个网格的热度值均超过热度阈值，则判断第一网格和第二网格是否超过范围阈值1000米，在本申请实施例中，第一网格和第二网格均处于范围阈值内，则第一网格和第二网格生成网格集合。
步骤206、根据所述网格集合，确定所述活跃区域。
根据得到的所述网格集合，就可以确定所述活跃区域。
优选地，根据步骤204的描述，在确定网格集合后，服务器还可进一步计算网格集合的级别，在判断网格集合的级别是否等于预设的限定级别，如果等于预设的限定级别，则网格集合确定为活跃区域。
在本申请实施例中，预先设定网格集合的限定级别。例如，预设的网格集合的限定级别为14。该网格集合的限定级别用于限定网格集合的范围，这样可限定活跃区域的范围，使其不至于过大。
需要说明的是，在本申请实施例中，网格的级别数值递减，但网格的级别递增，如，17级的网格级别最小，16级的网格级别高于17级的网格，依次类推。
在一个例子中，第一网格和第二网格的级别均为17级，则第一网格和第二网格生成的网格集合的级别为16级，服务器计算网格集合的级别为16级，则判断网格集合的级别是否等于限定级别14级，在本例中，网格集合的级别小于限定级别，则继续生成网格集合，直至生成的网格集合的级别为14级时，则停止生成网格集合，14级的网格集合确定为活跃区域。同时，也说明活跃区域的范围为级别为14的网格所覆盖的范围。
优选地，在生成网格集合后，服务器还对每次生成的网格集合进行验证，用于识别生成的网格集合是否有效，在生成的网格集合为有效的基础上，可继续生成网格集合。
在本申请实施例中，预先设定网格的差值阈值。例如，网格的差值阈值为5。
例如，第一网格和第二网格生成为网格集合后，服务器经计算，该网格集合的级别为16级，此时，服务器识别网格集合的级别与网格的级别之差是否超过差值阈值，在本步骤中，网格集合的级别为16，网格的级别为17，网格集合的级别与网格的级别之差不超过5的范围，则，第一网格和第二网格生成的确定的网格集合有效，可继续确定网格集合。
如图4所示的活跃区域示意图图，图4为确定活跃区域示意图；图4所述的活跃区域为经多次合并后确定的杭州西湖区的活跃区域，如图4所示，图中大正方形为经合并后，形成的活跃区域，图中方格中的数字代表方格左上角网格的热度值。
通过应用本申请实施例提供的确定活跃区域的方法，服务器根据多个目标对象的地理位置数据将目标对象关联至所归属的网格，同时，利用网格中的目标对象的属性信息计算网格的热度值，根据热度确定网格集合，进而根据网格集合，确定活跃区域。根据该技术方案，服务器能够根据获取的相关信息客观地确定活跃区域，从而能够解决现有技术中人工确定活跃区域的方式过于片面的问题，提高了确定活跃区域的准确性。
优选地，在实施例一中已经详细说明确定活跃区域的过程，在活跃区域确定后，服务器还可进一步执行确定活跃区域名称的步骤，服务器在活跃区域中，选择出现次数大的目标对象的名称属性信息，计算该名称属性信息的名称值，并选择名称值大的名称属性信息作为该活跃区域的名称，以此，实现对活跃区域的命名。通过对活跃区域的命名，当不同用户均搜索同一个活跃区域时，可以方便服务器的搜索，以提高搜索命中率和搜索速度。
实施例二
步骤501、服务器统计所述名称属性信息中关键词的出现次数。
具体地，服务器获取在实施例一中形成的活跃区域中目标对象的属性信息，前述已说明，所述目标对象的属性信息包括所述目标对象的名称属性信息，也即是服务器获取目标对象属性信息中的名称属性信息，所述名称属性信息包括目标对象的别名或者分店名称属性信息。
服务器获取目标对象的名称属性信息后，统计在活跃区域中，目标对象的名称属性信息中关键词的出现次数。
进一步地，服务器对名称属性信息的出现次数进行统计后，从统计结果中选择出现次数大的多个名称属性信息。计算名称属性信息的名称值。
优选地，服务器对名称属性信息的出现次数进行统计具体为对名称属性信息进行排序，所述排序方法为将名称属性信息的出现次数进行从大至小排序。通过排序可方便地选择出出现册数大的多个名称属性信息，使服务器的处理速率得以提高。
例如，在本申请实施例中，目标对象的名称属性信息的出现次数大的名称为文三路、黄龙、玉泉，出现的次数分别为M1＝4457、M2＝590、M3＝170；根据名称属性的不同赋予权值，当名称属性信息中包括“路”或者“大道”时，则赋予的权值为P1＝0.035，如，名称属性信息为文三路时，该名称属性的权值为P1；未包括“路”或者“大道”的名称属性信息赋予的权值为Q2＝1，如名称属性信息为黄龙、玉泉时，该名称属性的权值为Q2，利用名称属性信息的出现次数及赋予的权值计算名称属性信息的名称值：
Z＝MnQn (3)
服务器分别计算每个名称属性信息的名称值，其中，所述Qn为赋予的权值；所述Mn为名称属性信息的出现次数。
步骤502、将出现次数最大的关键词作为所述活跃区域的名称。
具体地，服务器计算名称属性信息的名称值后，对名称值进行排序，将出现次数最大的关键词作为所述活跃区域的名称。
例如，通过服务器的计算，文三路的名称值Z1＝155.99；黄龙的名称值Z2＝590；玉泉的名称值Z3＝170，根据计算出每个名称属性信息的名称值，选择名称值最大的名称信息作为活跃区域的名称，在本发明实施例中，选取黄龙作为活跃区域的名称。
需要说明的是，在本申请实施例中选取一个名称信息作为活跃区域的名称，在实际应用中，也可选择多个名称信息作为活跃区域的名称。
优选地，在实施例一中已经详细说明确定活跃区域的过程，在实施例二中已经详细说明确定活跃区域名称的过程，在对活跃区域命名后，由于活跃区域的范围是由网格集合构成，活跃区域的范围还存在误差，服务器还可进一步地修正该活跃区域的范围，通过修正活跃区域的范围，当用户搜索活跃区域的范围时，可以提高服务器搜索的准确性，也提高搜索命中率。
实施例三
步骤601、服务器判断所述活跃区域的名称是否为道路名称。
具体地，在确定活跃区域的名称后，服务器判断活跃区域的名称是否为道路名称。
步骤602、如果所述活跃区域的名称为所述道路名称，则根据所述道路名称，获取所述道路名称对应的所述网格集合，将获取的所述网格集合形成所述活跃区域。
具体地，在识别活跃区域的名称时，如果活跃区域的名称为道路名称，则根据道路名称，获取道路名称对应的网格集合，获取的网格集合形成活跃区域。
例如，活跃区域的名称为文三路，则根据文三路，获取文三路对应的网格集合，将文三路对应的网格集合形成的范围作为活跃区域的范围。
步骤603、如果所述活跃区域的名称不为所述道路名称，则根据所述活跃区域的名称在所述活跃区域中搜索匹配的所述目标对象。
具体地，在识别活跃区域的名称时，如果活跃区域的名称不为道路名称，则利用活跃区域的名称在活跃区域中搜索匹配的目标对象。
例如，活跃区域的名称为“黄龙”，活跃区域的名称中不为道路名称，则可利用“黄龙”，在活跃区域中搜索与“黄龙”匹配的目标对象，搜索到与“黄龙”匹配的多个目标对象，在本发明实施例中，以搜索出两个目标对象为例说明，如“黄龙大排档”和“黄龙世纪广场”。
步骤604、判断所述目标对象的地理位置数据与所述活跃区域的中心位置地理位置数据之差是否超过距离阈值。
具体地，服务器依次判断目标对象的地理位置数据与预设的活跃区域的中心位置地理位置数据之差是否超过距离阈值。
在实施例一种确定活跃区域后，还可预设该活跃区域的中心位置，例如，活跃区域的中心位置为“五鑫宾馆”。
在本申请实施例中，预先设定距离阈值。例如，距离阈值为500米。
例如，服务器识别黄龙大排档的地理位置数据与五鑫宾馆的地理位置数据之差是否超过距离阈值，服务器识别黄龙世纪广场的地理位置数据与五鑫宾馆的地理位置数据之差是否超过距离阈值。
步骤605、如果超过所述距离阈值，则将所述目标对象作为异常目标对象排除。
具体地，如果目标对象的地理位置数据与中心位置的地理位置数据之差超过距离阈值，则说明目标对象远离活跃区域的中心位置，是异常目标对象并排除，将异常目标对象所在的网格集合排除，修正活跃区域的范围，当用户搜索活跃区域的范围时，可以提高服务器搜索的准确性，也提高搜索命中率。
步骤606、如果不超过所述距离阈值，则判断所述目标对象的数量是否超过数量阈值，如果超过所述数量阈值，则根据聚类算法，将所述目标对象进行聚类，所述目标对象所在的所述网格集合形成所述活跃区域，如果不超过所述数量阈值，将所述目标对象排除。
具体地，如果目标对象的地理位置数据与中心位置的地理位置数据之差不超过距离阈值，则判断目标对象的数量是否超过数量阈值，所述数量阈值为预先设定，如果目标对象的数量超过数量阈值，可根据聚类算法(K-means)，将目标对象进行聚类，目标对象所在的网格集合形成活跃区域，当用户搜索活跃区域的范围时，可以提高服务器搜索的准确性，也提高搜索命中率，如果不超过所述数量阈值，将目标对象作为异常目标对象排除，将异常目标对象所在的网格集合排除，修正活跃区域的范围。
上述聚类算法为现有技术，在此不再复述，通过采用聚类算法将分散的目标对象进行集中，更进一步地修正活跃区域的范围。
在本申请实施例中，根据步骤601-606的描述，服务器在修正活跃区域后，还可利用形成活跃区域的网格集合的边界信息，绘制活跃区域的范围，当用户搜索活跃区域的范围时，将绘制的活跃区域的范围反馈给用户，可以进一步地提高服务器搜索的准确性，也提高搜索命中率。
步骤607、服务器利用所述网格集合的边界信息，绘制所述活跃区域的范围。
具体地，服务器执行完步骤602或者步骤606后，获取形成活跃区域的网格集合的边界信息，利用网格集合的边界信息，绘制活跃区域的范围。
例如，活跃区域为“黄龙”，服务器获取形成黄龙活跃区域的网格集合，所述网格集合为1个或多个，当形成黄龙活跃区域的网格集合为1个时，则获取该网格集合封闭的边界信息，利用网格集合的边界信息，绘制活跃区域的范围，当形成黄龙活跃区域的网格集合为多个时，则获取多个网格集合非重合且封闭的边界信息，利用网格集合的边界信息，绘制活跃区域的范围。
上述的多个实施例具体描述了确定活跃区域、确定活跃区域名称、修正活跃区域范围的方法。在实际应用中还可将确定活跃区域的方法应用在用户搜索活跃区域的方法中。为了给出提高搜索活跃区域的准确性和可靠性的实现方案，本申请实施例四提供了一种搜索活跃区域的方法以及服务器，该技术方案可以应用于用户浏览网页地图时，需要获知活跃区域的过程，既可以实现为一种方法，也可以实现为一种产品。以下结合说明书附图对本申请的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本申请，并不用于限定本申请。并且在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
实施例四
本申请实施例四提供的一种搜索活跃区域的方法，即根据用户的搜索需求，服务器搜索匹配的活跃区域，具体包括以下步骤：
步骤701、服务器接收搜索请求。
该搜索请求可以由用户发出。例如，某用户初到一城市时，希望获取本城市中活跃区域，则终端根据用户输入的信息，向服务器发送搜索请求，服务器接收终端发送的搜索请求。
例如，在本申请实施例中，用户希望获取关于杭州市西湖区中活跃区域的范围，则用户在终端中输入杭州市活跃区域的范围，终端根据用户输入的信息，生成搜索请求并向服务器发送，在搜索请求中可携带用户输入的关键词，也可以是用户所在的地理位置信息等。
步骤702、根据所述搜索请求，查找与所述搜索请求相匹配的活跃区域。
具体地，服务器接收到搜索请求后，对搜索请求进行解析，可从搜索请求中获取地理位置信息或者关键词等，查找与搜索请求匹配的活跃区域。
在一个例子中，所述搜索请求中地理位置信息包括用户当前的地理位置信息，例如，用户目前的地理区域信息为杭州市西湖区，服务器根据杭州市西湖区，查找出与杭州市西湖区匹配的活跃区域的范围，如“黄龙”活跃区域。
在另一个例子中，所述搜索请求中关键词包括用户输入的目标对象的名称属性信息等，例如，用户输入黄龙大排档，服务器根据黄龙大排档，查找出与黄龙大排档匹配的活跃区域的范围，如“黄龙”活跃区域。
步骤703、返回匹配的所述活跃区域信息。
具体地，服务器在查找到与地理区域信息或者关键词匹配的活跃区域的范围后，向终端返回匹配的活跃区域信息。
服务器在接收用户的搜索请求之前，可先按照本申请实施例一中的步骤，确定出与关键词对应的活跃区域，当服务器在接收到用户的搜索请求时，查找与搜索请求匹配的活跃区域；
或者，服务器在接收用户的搜索请求之后，按照本申请实施例一中的步骤，确定出与关键词对应的活跃区域，并将匹配的活跃区域返回至终端。
所述活跃区域的范围，通过上述实施例一、实施例二、实施例三确定，此处不在赘述。只列举以下以下主要步骤：
将地理区域划分为多个网格；
获得目标对象及其对应的属性信息，所述目标对象的属性信息包括地理位置属性信息；
根据所述地理位置，确定对应的所述目标对象的归属网格；
根据各所述网格归属的所述目标对象，分别计算各所述网格的热度值；
根据各所述网格的热度值及各网格之间的距离，确定网格集合；
根据所述网格集合，确定所述活跃区域。
由于服务器确定匹配的活跃区域是通过进行计算、筛选得出，这提高了搜索的准确性和可靠性。
进一步地，服务器在查找或者确定的过程中，还可查找或者确定出多个与搜索请求匹配的活跃区域的范围。此时，服务器可将多个活跃区域信息一同返回给用户，或者，将位置靠前的多个活跃区域信息返回给用户。
通过应用本申请实施例提供的搜索活跃区域的方法，服务器根据接收的搜索请求，查找匹配的活跃区域，并返回活跃区域信息，其中，活跃区域是利用所归属同一个网格中的目标对象的属性信息计算网格的热度值，根据网格的热度值确定网格集合；进而根据确定的网格集合确定活跃区域确定得到。根据该技术方案，服务器查找的活跃区域是根据获取的相关信息客观地确定得出，从而能够避免了服务器的搜索次数增加，浪费服务器的资源及带宽的问题，提高了搜索活跃区域的准确性、可靠性。
与上述本申请实施例提供的确定活跃区域的方法流程对应，本申请实施例五提供了一种用于实现确定活跃区域的方法流程的服务器，通过该服务器，能够提高搜索的可靠性，及搜索命中率。
实施例五
图8示出了本申请实施例提供的服务器，具体地，该服务器，可以包括：
划分单元800，用于将地理区域划分为多个网格；
获取单元810，用于获得目标对象及其对应的属性信息，所述目标对象的属性信息包括地理位置属性信息；
第一确定单元820，用于根据所述地理位置，确定对应的所述目标对象的归属网格；
计算单元830，用于根据各所述网格归属的所述目标对象，分别计算各所述网格的热度值；
第二确定单元840，用于根据各所述网格的热度值及各网格之间的距离，确定网格集合；
形成单元850，用于根据所述网格集合，确定所述活跃区域。
所述目标对象的属性信息还包括所述目标对象的名称属性信息；
所述装置还包括：命名单元860，用于根据所述活跃区域中的目标对象的名称属性信息，确定所述活跃区域的名称。
所述命名单元860具体用于，统计所述名称属性信息中关键词的出现次数；
将出现次数最大的关键词作为所述活跃区域的名称。
所述目标对象的属性信息还包括所述目标对象的地址属性信息，所述地址属性信息中包括道路名称信息；
所述装置还包括：判断单元870，用于判断所述活跃区域的名称是否为道路名称；
处理单元880，用于如果所述活跃区域的名称为所述道路名称，则根据所述道路名称，获取所述道路名称对应的所述网格集合；
将获取的所述网格集合形成所述活跃区域。
所述处理单元还用于，如果所述活跃区域的名称不为所述道路名称，则根据所述活跃区域的名称，在所述活跃区域中搜索匹配的所述目标对象；
判断所述目标对象的地理位置数据与所述活跃区域的中心位置的地理位置数据之差是否超过距离阈值；
如果不超过所述距离阈值，则判断所述目标对象的数量是否超过数量阈值，如果超过所述数量阈值，则根据聚类算法，将所述目标对象进行聚类，所述目标对象所在的所述网格集合形成所述活跃区域。
所述装置还包括：绘制单元890，用于利用所述网格集合中的各网格的边界信息，绘制所述活跃区域的范围。
所述目标对象的属性信息还包括所述目标对象的类目属性信息；
所述计算单元830具体用于，根据所述类目属性信息，将所述目标对象进行分类；
根据分类结果，统计在同类目下所述目标对象的数量，并为不同类目赋予权值；
利用统计的所述在同类目下所述目标对象的数量，和为不同类目赋予的权值，计算所述网格的热度值
其中，所述Pi为所述同类目下所述目标对象的数量；所述Ci为所述Pi类目赋予的权值。
所述目标对象的属性信息还包括所述目标对象的交易属性信息；
所述计算单元830具体用于，获取所述网格中所述目标对象的交易属性信息；
统计所述交易属性信息所包括的各类信息的数量，并为各类信息赋予权值；
利用所述交易属性信息所包括的各类信息的数量，和为各类信息赋予的权值，计算所述网格的热度值
其中，所述Ai为所述交易属性信息所包括的Zi信息的权值；所述Zi为所述交易属性信息所包括的各个信息的数量；所述p为回归系数。
所述第二确定单元840具体用于，当存在一个热度值超过热度阈值的网格时，生成网格集合，并将热度值超过热度阈值且与该网格集合中的网格之间的距离未超过范围阈值的网格加入该网格集合中。
所述第二确定单元840具体用于，服务器根据地理范围的大小，将地理区域划分为多个级别；
计算所述网格集合的级别；
当计算的所述网格集合的级别不超过限定级别时，则确定该网格集合为活跃区域。
因此，通过应用本申请实施例提供的服务器，服务器根据多个目标对象的地理位置数据将目标对象关联至所归属的网格，同时，利用网格中的目标对象的属性信息计算网格的热度值，根据热度确定网格集合，进而根据网格集合，确定活跃区域。根据该技术方案，服务器能够根据获取的相关信息客观地确定活跃区域，从而能够解决现有技术中人工确定活跃区域的方式过于片面的问题，提高了确定活跃区域的准确性。
与上述本申请实施例提供的搜索活跃区域的方法流程对应，本申请实施例提供了一种用于实现搜索活跃区域的方法流程的服务器，通过该服务器，能够提高搜索的可靠性，及搜索命中率。
实施例六
图9示出了本申请实施例提供的服务器，具体地，该服务器，可以包括：
接收单元910，用于接收搜索请求；
查找单元920，用于根据所述搜索请求，查找与所述搜索请求相匹配的活跃区域；
返回单元930，用于返回匹配的所述活跃区域信息。
所述服务器还可包括前述服务器实施例中的单元，进而确定活跃区域的范围。(图9中未明确画出)
所述搜索请求包括地理位置信息；
所述查找单元920具体用于，根据所述地理位置信息，查找相该地理位置信息归属的活跃区域。
所述搜索请求包括关键词；
所述查找单元920具体用于，根据所述搜索请求，查找与所述搜索请求中关键词匹配的活跃区域。
因此，通过应用本申请实施例提供的服务器，服务器根据接收的搜索请求，查找匹配的活跃区域，并返回活跃区域信息，其中，活跃区域是利用所归属同一个网格中的目标对象的属性信息计算网格的热度值，根据网格的热度值确定网格集合；进而根据确定的网格集合确定活跃区域确定得到。根据该技术方案，服务器查找的活跃区域是根据获取的相关信息客观地确定得出，从而能够避免了服务器的搜索次数增加，浪费服务器的资源及带宽的问题，提高了搜索活跃区域的准确性、可靠性。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式，对本申请的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本申请的具体实施方式而已，并不用于限定本申请的保护范围，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (15)

1.一种搜索活跃区域的方法，其特征在于，所述方法包括：
服务器接收搜索请求；
根据所述搜索请求，查找与所述搜索请求相匹配的活跃区域；
返回匹配的所述活跃区域信息；
所述活跃区域的范围，通过以下步骤确定：
将地理区域划分为多个网格；
获得目标对象及其对应的属性信息，所述目标对象的属性信息包括地理位置属性信息；
根据所述地理位置，确定对应的所述目标对象归属的网格；
根据归属于各所述网格的所述目标对象，分别计算各所述网格的热度值；
根据各所述网格的热度值及各网格之间的距离，确定网格集合；
根据所述网格集合，确定所述活跃区域。
2.根据权利要求1所述的搜索活跃区域的方法，其特征在于，所述搜索请求包括地理位置信息；
所述根据所述搜索请求，查找与所述搜索请求相匹配的活跃区域具体为：
根据所述地理位置信息，查找相应所述地理位置信息归属的活跃区域。
3.根据权利要求1所述的搜索活跃区域的方法，其特征在于，所述搜索请求包括关键词；
所述根据所述搜索请求，查找与所述搜索请求相匹配的活跃区域的范围具体为：
根据所述搜索请求，查找与所述搜索请求中关键词匹配的活跃区域。
4.一种确定活跃区域的方法，其特征在于，所述方法包括：
服务器将地理区域划分为多个网格；
获得目标对象及其对应的属性信息，所述目标对象的属性信息包括地理位置属性信息；
根据所述地理位置，确定对应的所述目标对象归属的网格；
根据归属于各所述网格的所述目标对象，分别计算各所述网格的热度值；
根据各所述网格的热度值及各网格之间的距离，确定网格集合；
根据所述网格集合，确定所述活跃区域。
5.根据权利要求4所述的确定活跃区域的方法，其特征在于，所述目标对象的属性信息还包括所述目标对象的名称属性信息；
在确定所述活跃区域之后，还包括：
根据所述活跃区域中的目标对象的名称属性信息，确定所述活跃区域的名称。
6.根据权利要求5所述的确定活跃区域的方法，其特征在于，根据所述活跃区域中的目标对象的名称属性信息，确定所述活跃区域的名称，具体包括：
统计所述名称属性信息中关键词的出现次数；
将出现次数最大的关键词作为所述活跃区域的名称。
7.根据权利要求6所述的确定活跃区域的方法，其特征在于，
所述目标对象的属性信息还包括所述目标对象的地址属性信息，所述地址属性信息中包括道路名称信息；
在确定所述活跃区域的名称之后，还包括：
判断所述活跃区域的名称是否为道路名称；
如果所述活跃区域的名称为所述道路名称，则根据所述道路名称，获取所述道路名称对应的所述网格集合；
将获取的所述网格集合形成所述活跃区域。
8.根据权利要求7所述的确定活跃区域的方法，其特征在于，所述方法还包括：
如果所述活跃区域的名称不为所述道路名称，则根据所述活跃区域的名称，在所述活跃区域中搜索匹配的所述目标对象；
判断所述目标对象的地理位置数据与所述活跃区域的中心位置的地理位置数据之差是否超过距离阈值；
如果不超过所述距离阈值，则判断所述目标对象的数量是否超过数量阈值，如果超过所述数量阈值，则根据聚类算法，将所述目标对象进行聚类，所述目标对象所在的所述网格集合形成所述活跃区域。
9.根据权利要求6或7所述的确定活跃区域的方法，其特征在于，所述方法还包括：
利用所述网格集合中的各网格的边界信息，绘制所述活跃区域的范围。
10.根据权利要求4所述的确定活跃区域的方法，其特征在于，所述目标对象的属性信息还包括所述目标对象的类目属性信息；
所述根据归属于各所述网格的所述目标对象，分别计算各所述网格的热度值具体为：
根据所述类目属性信息，将所述目标对象进行分类；
根据分类结果，统计在同类目下所述目标对象的数量，并为不同类目赋予权值；
利用统计的所述在同类目下所述目标对象的数量，和为不同类目赋予的权值，计算所述网格的热度值
其中，所述Pi为所述同类目下所述目标对象的数量；所述Ci为所述Pi类目赋予的权值。
11.根据权利要求4所述的确定活跃区域的方法，其特征在于，所述目标对象的属性信息还包括所述目标对象的交易属性信息；
所述根据归属于各所述网格的所述目标对象，分别计算各所述网格的热度值具体为：
获取所述网格中所述目标对象的交易属性信息；
统计所述交易属性信息所包括的各类信息的数量，并为各类信息赋予权值；
利用所述交易属性信息所包括的各类信息的数量，和为各类信息赋予的权值，计算所述网格的热度值
其中，所述Ai为所述交易属性信息所包括的Zi信息的权值；所述Zi为所述交易属性信息所包括的各个信息的数量；所述p为回归系数。
12.根据权利要求4所述的确定活跃区域的方法，其特征在于，所述根据各所述网格的热度值及各网格之间的距离，确定网格集合，具体为：
当存在一个热度值超过热度阈值的网格时，生成网格集合，并将热度值超过热度阈值且与该网格集合中的网格之间的距离未超过范围阈值的网格加入该网格集合中。
13.根据权利要求12所述的确定活跃区域的方法，其特征在于，所述根据所述网格集合，确定所述活跃区域，具体为：
服务器根据地理范围的大小，将地理区域划分为多个级别；
计算所述网格集合的级别；
当计算的所述网格集合的级别不超过限定级别时，则确定该网格集合为活跃区域。
14.一种服务器，其特征在于，所述服务器包括：
接收单元，用于接收搜索请求；
查找单元，用于根据所述搜索请求，查找与所述搜索请求相匹配的活跃区域；
返回单元，用于返回匹配的所述活跃区域信息；
其中，所述活跃区域的范围是：
将地理区域划分为多个网格；
获得目标对象及其对应的属性信息，所述目标对象的属性信息包括地理位置属性信息；
根据所述地理位置，确定对应的所述目标对象归属的网格；
根据归属于各所述网格的所述目标对象，分别计算各所述网格的热度值；
根据各所述网格的热度值及各网格之间的距离，确定网格集合；
根据所述网格集合，确定所述活跃区域。
15.一种服务器，其特征在于，所述服务器包括：
划分单元，用于将地理区域划分为多个网格；
获取单元，用于获得目标对象及其对应的属性信息，所述目标对象的属性信息包括地理位置属性信息；
第一确定单元，用于根据所述地理位置，确定对应的所述目标对象的归属网格；
计算单元，用于根据归属于各所述网格的所述目标对象，分别计算各所述网格的热度值；
第二确定单元，用于根据各所述网格的热度值及各网格之间的距离，确定网格集合；
形成单元，用于根据所述网格集合，确定活跃区域。
CN201310019989.6A 2013-01-18 2013-01-18 搜索、确定活跃区域的方法与服务器 Active CN103944932B (zh)

Priority Applications (7)

Application Number Priority Date Filing Date Title
CN201310019989.6A CN103944932B (zh) 2013-01-18 2013-01-18 搜索、确定活跃区域的方法与服务器
TW102123198A TWI584137B (zh) 2013-01-18 2013-06-28 Search, determine the active area of ​​the method with the server
EP14704000.0A EP2946313A2 (en) 2013-01-18 2014-01-17 Searching and determining active area
US14/158,486 US9501524B2 (en) 2013-01-18 2014-01-17 Searching and determining active area
PCT/US2014/012104 WO2014113709A2 (en) 2013-01-18 2014-01-17 Searching and determining active area
JP2015553862A JP2016503937A (ja) 2013-01-18 2014-01-17 活動領域の検索および決定
US15/290,493 US20170031951A1 (en) 2013-01-18 2016-10-11 Searching and determining active area

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310019989.6A CN103944932B (zh) 2013-01-18 2013-01-18 搜索、确定活跃区域的方法与服务器

Publications (2)

Publication Number Publication Date
CN103944932A CN103944932A (zh) 2014-07-23
CN103944932B true CN103944932B (zh) 2017-07-14

Family

ID=50073478

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310019989.6A Active CN103944932B (zh) 2013-01-18 2013-01-18 搜索、确定活跃区域的方法与服务器

Country Status (6)

Country Link
US (2) US9501524B2 (zh)
EP (1) EP2946313A2 (zh)
JP (1) JP2016503937A (zh)
CN (1) CN103944932B (zh)
TW (1) TWI584137B (zh)
WO (1) WO2014113709A2 (zh)

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105446989B (zh) * 2014-07-04 2019-06-07 阿里巴巴集团控股有限公司 搜索方法及装置、显示装置
CN104615624B (zh) * 2014-07-29 2018-09-04 腾讯科技（深圳）有限公司 一种地图轮廓挖掘方法及***
CN104636482B (zh) * 2015-02-16 2019-03-26 百度在线网络技术（北京）有限公司 用于确定目标地址的方法和装置
CN104778231B (zh) * 2015-03-31 2018-09-11 北京奇艺世纪科技有限公司 一种地理区域的特征识别方法和装置
CN106294516A (zh) * 2015-06-12 2017-01-04 阿里巴巴集团控股有限公司 位置信息提供方法及装置
CN106257448A (zh) 2015-06-19 2016-12-28 阿里巴巴集团控股有限公司 一种关键词的展示方法和装置
CN106874288B (zh) * 2015-12-11 2020-06-02 北京四维图新科技股份有限公司 一种地图信息的处理方法及装置
CN107273376B (zh) 2016-04-07 2020-08-04 阿里巴巴集团控股有限公司 目标位置搜索方法和装置
US10203718B1 (en) * 2016-06-24 2019-02-12 Xilinx, Inc. Generating delays of exit points for a clock circuit
CN107070961B (zh) * 2016-09-30 2020-06-23 阿里巴巴集团控股有限公司 基于地理位置数据的热点区域确定方法及装置
CN107092617B (zh) * 2016-10-27 2020-03-27 北京星选科技有限公司 一种信息处理方法及装置
CN108287856B (zh) * 2017-01-10 2021-05-25 北京三快在线科技有限公司 服务范围确定方法、装置及电子设备
KR101822966B1 (ko) * 2017-04-06 2018-02-05 권요한 격자와 단어를 이용한 위치 표시와 검색을 위한 장치 및 방법
CN107679992A (zh) * 2017-06-12 2018-02-09 平安科技（深圳）有限公司 基于保单服务的区域划分方法、***、服务器和存储介质
US10037343B1 (en) * 2017-06-14 2018-07-31 Civic Resource Group International Incorporated Sector-based retrieval of information associated with geographic locations
CN107547633B (zh) * 2017-07-27 2021-09-03 腾讯科技（深圳）有限公司 一种用户常驻点的处理方法、装置和存储介质
CN107688891B (zh) * 2017-07-28 2020-03-10 平安科技（深圳）有限公司 行政区域划分验证方法、装置、服务器和存储介质
CN110188968A (zh) * 2018-02-22 2019-08-30 北京嘀嘀无限科技发展有限公司 区域划分、热度统计的方法及装置
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
WO2019191914A1 (en) * 2018-04-04 2019-10-10 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for on-demand services
CN108876440B (zh) * 2018-05-29 2021-09-03 创新先进技术有限公司 区域划分方法和服务器
CN109800360B (zh) * 2018-12-24 2020-12-08 北京城市网邻信息技术有限公司 小区查询方法、装置、电子设备及存储介质
CN111723959B (zh) * 2019-03-19 2023-12-12 腾讯科技（深圳）有限公司 区域的划分方法、装置、存储介质及电子装置
CN110288000B (zh) * 2019-05-28 2021-04-30 北京深演智能科技股份有限公司 活动范围的检测方法和装置
CN110347938B (zh) * 2019-07-12 2021-09-21 深圳众赢维融科技有限公司 地理信息处理方法、装置、电子设备及介质
CN110533454B (zh) * 2019-07-24 2023-07-07 创新先进技术有限公司 一种识别业务对象群体的方法及***
CN110728400A (zh) * 2019-09-30 2020-01-24 口碑(上海)信息技术有限公司 选址推荐的方法及装置
CN113709670B (zh) * 2020-05-08 2024-03-26 深圳云天励飞技术有限公司 隔离区域确定方法及相关产品
CN113010570B (zh) * 2021-03-11 2023-01-20 南方电网数字电网研究院有限公司 电网设备矢量数据查询方法、装置、计算机设备和介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101887440A (zh) * 2009-05-13 2010-11-17 财团法人资讯工业策进会 热点分析***及方法
CN102176206A (zh) * 2011-01-18 2011-09-07 宇龙计算机通信科技(深圳)有限公司 兴趣点周边查找方法及装置
CN102572736A (zh) * 2012-01-05 2012-07-11 中国联合网络通信集团有限公司 热点信息的查询和发送方法、装置和***
CN102651005A (zh) * 2011-02-24 2012-08-29 北京千橡网景科技发展有限公司 兴趣点搜索方法以及设备

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB9516762D0 (en) 1995-08-16 1995-10-18 Phelan Sean P Computer system for identifying local resources
US6650998B1 (en) 1996-03-11 2003-11-18 At&T Corp. Information Search System for enabling a user of a user terminal to search a data source
US5781704C1 (en) * 1996-10-11 2002-07-16 Environmental Criminology Res Expert system method of performing crime site analysis
JP3629514B2 (ja) 2000-05-24 2005-03-16 インターナショナル・ビジネス・マシーンズ・コーポレーション 領域算出方法、空間データマイニング装置、地図情報表示装置、空間データマイニングシステム、および記憶媒体
JP2004021717A (ja) * 2002-06-18 2004-01-22 Toshiba Corp 空間データ分析装置、空間データ分析プログラムおよび空間データ分析方法
WO2004059251A1 (en) 2002-12-27 2004-07-15 Nokia Corporation Method for handling location data
US7707050B2 (en) * 2004-03-11 2010-04-27 Risk Management Solutions, Inc. Systems and methods for determining concentrations of exposure
US7765055B2 (en) 2005-04-18 2010-07-27 Traffic.Com, Inc. Data-driven traffic views with the view based on a user-selected object of interest
TW200715224A (en) * 2005-10-05 2007-04-16 Univ Nat Pingtung Sci & Tech Geographical information system for mobile multimedia communication
US8027868B1 (en) * 2006-06-21 2011-09-27 Sprint Communications Company L.P. Trade area analyzer
US8738422B2 (en) * 2007-09-28 2014-05-27 Walk Score Management, LLC Systems, techniques, and methods for providing location assessments
WO2009066393A1 (ja) * 2007-11-22 2009-05-28 Pioneer Corporation 地図検索装置、地図検索方法、地図検索プログラム及び記憶媒体
US9706345B2 (en) 2008-01-04 2017-07-11 Excalibur Ip, Llc Interest mapping system
US8239245B2 (en) * 2008-01-22 2012-08-07 International Business Machines Corporation Method and apparatus for end-to-end retail store site optimization
US10885471B2 (en) 2008-07-18 2021-01-05 Disney Enterprises, Inc. System and method for providing location-based data on a wireless portable device
US20100019453A1 (en) 2008-07-25 2010-01-28 Roboreus Limited Systems and methods for lottery-style games
KR101024149B1 (ko) * 2008-09-11 2011-03-22 야후! 인크. 광고 등록 참고 정보를 이용하여 전자지도 상에 광고를 등록하는 방법
US8175612B2 (en) 2008-10-23 2012-05-08 Anansi Networks, Inc. System and method for map-based radio spectrum allocation search
US8458173B2 (en) 2009-12-15 2013-06-04 Mapquest, Inc. Computer-implemented methods and systems for multi-level geographic query
US8564596B2 (en) * 2010-01-12 2013-10-22 Palantir Technologies, Inc. Techniques for density mapping
US8200251B2 (en) * 2010-01-15 2012-06-12 Apple Inc. Determining a location of a mobile device using a location database
TWI416074B (zh) 2010-01-26 2013-11-21 Mitac Int Corp Navigation map processing methods, program products and electronic devices
US20110205229A1 (en) * 2010-02-23 2011-08-25 Google Inc. Portable Globe Creation for a Geographical Information System
JP5372979B2 (ja) * 2011-02-04 2013-12-18 株式会社ゼンリンデータコム 情報検索システムおよび情報検索装置
CN102131202A (zh) * 2011-02-28 2011-07-20 浪潮通信信息***有限公司 一种基于面积法的通信网络信息地理网格化的方法
US20130102334A1 (en) 2011-10-21 2013-04-25 Qualcomm Incorporated Egress based map region classification
US9002114B2 (en) * 2011-12-08 2015-04-07 The Nielsen Company (Us), Llc Methods, apparatus, and articles of manufacture to measure geographical features using an image of a geographical location
JP2015508544A (ja) * 2012-01-13 2015-03-19 グーグル インコーポレイテッド ヒート・ジオメトリの配置
US9418075B2 (en) * 2012-07-18 2016-08-16 Google Inc. Automatic meta-neighborhood and annotation generation for maps

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101887440A (zh) * 2009-05-13 2010-11-17 财团法人资讯工业策进会 热点分析***及方法
CN102176206A (zh) * 2011-01-18 2011-09-07 宇龙计算机通信科技(深圳)有限公司 兴趣点周边查找方法及装置
CN102651005A (zh) * 2011-02-24 2012-08-29 北京千橡网景科技发展有限公司 兴趣点搜索方法以及设备
CN102572736A (zh) * 2012-01-05 2012-07-11 中国联合网络通信集团有限公司 热点信息的查询和发送方法、装置和***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
STING : A Statistical Information Grid Approach to Spatial Data Mining;Wei Wang等;《Proceedings of the 23rd VLDB Conference》;19970829;第186-195页 *

Also Published As

Publication number Publication date
TW201430598A (zh) 2014-08-01
WO2014113709A2 (en) 2014-07-24
TWI584137B (zh) 2017-05-21
EP2946313A2 (en) 2015-11-25
JP2016503937A (ja) 2016-02-08
US9501524B2 (en) 2016-11-22
WO2014113709A3 (en) 2014-10-30
CN103944932A (zh) 2014-07-23
US20140207795A1 (en) 2014-07-24
US20170031951A1 (en) 2017-02-02

Similar Documents

Publication Publication Date Title
CN103944932B (zh) 搜索、确定活跃区域的方法与服务器
CN104391853B (zh) Poi推荐方法、poi信息处理方法及服务器
CN104050196B (zh) 一种兴趣点数据冗余检测方法及装置
CN106303955B (zh) 用于对无线热点和poi进行匹配的方法和装置
CN107291888B (zh) 基于机器学习统计模型的入住酒店附近生活推荐***方法
Zhou et al. Location-based influence maximization in social networks
CN104298719B (zh) 基于社交行为进行用户的类别划分、广告投放方法和***
CN103647800B (zh) 推荐应用资源的方法及***
CN103559636B (zh) 一种基于云计算和智能分析的餐饮管理***
CN103259877B (zh) Ip地址的地理位置确定方法及***
JP2016152044A (ja) 目標位置を確定するための方法及び装置
CN104281665B (zh) 一种用于确定评论的有效性的方法与装置
CN106022869A (zh) 一种消费对象的推荐方法及装置
CN109522475A (zh) 一种基于用户历史消费数据的商家推荐方法
KR20150037769A (ko) 모바일 애플리케이션 사용자의 관심 프로파일
CN106407349A (zh) 一种产品推荐方法及装置
CN107395680B (zh) 店铺群信息推送和输出方法及装置、设备
WO2022262849A1 (zh) 搜索结果输出方法、装置、计算机设备及可读存储介质
CN104516980B (zh) 搜索结果的输出方法以及服务器***
CN107220308A (zh) Poi的合理性的检测方法及装置、设备及可读介质
CN103235822A (zh) 数据库的生成及查询方法
CN104090980A (zh) 一种资讯推送方法及***
CN104820684A (zh) 一种基于空间位置的快速联机分析处理方法
Doan et al. Mining business competitiveness from user visitation data
CN108228593A (zh) 兴趣点重要度测量方法和装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1197852

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: GR

Ref document number: 1197852

Country of ref document: HK