CN104899226A - 区域稠密度获取方法及装置 - Google Patents

Abstract

本发明公开了一种用户聚集稠密度方法及装置，属于计算机技术领域。所述方法包括：接收稠密度查询请求，稠密度查询请求包含指定区域；确定指定区域的中心位置；根据接收到稠密度查询请求的接收时刻以及中心位置，筛选出符合条件的参考信息；将各个参考信息所对应的地理位置、发送时刻以及接收时刻和中心位置作为稠密度评估模型的参数，得到该指定区域的稠密度；根据指定区域的稠密度发送反馈信息。本发明通过筛选出的符合条件的参考信息所对应的地理位置、发送时刻以及请求所对应的接收时刻和中心位置，得到指定区域的稠密度；解决了现有技术中在获取目的地的人流量信息时受到较强的局限性的问题；达到了可以得到精确度更高的人流量的效果。

Description

区域稠密度获取方法及装置

技术领域

本发明涉及计算机技术领域，特别涉及一种区域稠密度获取方法及装置。

背景技术

随着互联网应用的普及，利用微博分享和获取信息已经成为用户的习惯，用户可以借助收听的好友所发布的微博，获取相关的信息。

在一种常见的场景中，用户在制定节假日出行方案时，需要获知某个目的地的人流量信息，以避开高峰人群地区。当用户通过微博获知某个目的地的人流量信息时，用户可以查看所收听的好友发布的微博，根据这些微博的内容获知目的地的人流量信息，这些微博可以包含有好友对该目的地的人流量的评述，或包含有可反映目的地人流量的图片等。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：用户在通过微博获取目的地的人流量信息时，需要借助好友关系链，若没有好友在该目的地，则无法得知该目的地的人流量信息，因此在获取目的地的人流量信息时受到较强的局限性。

发明内容

为了解决现有技术中在获取目的地的人流量信息时必须依赖在目的地的好友所发布的微博，受到较强的局限性的问题，本发明实施例提供了一种区域稠密度获取方法及装置。所述技术方案如下：

第一方面，提供了一种区域稠密度获取方法，所述方法包括：

接收稠密度查询请求，所述稠密度查询请求包含指定区域；

根据预存的区域以及区域的中心位置的对应关系，确定所述指定区域的中心位置；

根据接收到所述稠密度查询请求的接收时刻以及所述中心位置，筛选出符合条件的参考信息；

将各个所述参考信息所对应的地理位置、发送时刻以及所述接收时刻和所述中心位置作为稠密度评估模型的参数，得到所述指定区域的稠密度；

根据所述指定区域的稠密度发送反馈信息。

第二方面，提供了一种区域稠密度获取装置，所述装置包括：

接收模块，用于接收稠密度查询请求，所述稠密度查询请求包含指定区域；

第一确定模块，用于根据预存的区域以及区域的中心位置的对应关系，确定所述指定区域的中心位置；

筛选模块，用于根据所述接收模块接收到所述稠密度查询请求的接收时刻以及所述中心位置，筛选出符合条件的参考信息；

计算模块，用于将所述筛选模块筛选出的各个参考信息所对应的地理位置、发送时刻以及所述接收时刻和所述中心位置作为稠密度评估模型的参数，得到所述指定区域的稠密度；

发送模块，用于根据所述计算模块计算得到的所述指定区域的稠密度发送反馈信息。

本发明实施例提供的技术方案带来的有益效果是：

通过客户端指定的指定区域的中心位置以及接收到客户端发送的查询请求的接收时刻筛选出符合条件的参考信息，将参考信息所对应的地理位置、发送时刻以及该接收时刻和中心位置作为稠密度评估模型的参数，得到该指定区域的稠密度；解决了现有技术中在获取目的地的人流量信息时必须依赖在目的地的好友所发布的微博，受到较强的局限性的问题；服务器可以根据符合条件的参考信息，自动分析出客户端指定的区域的稠密度，达到了在不局限于用户好友的情况下，可以得到精确度更高的人流量的效果。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。

图1是本发明一个实施例中提供的区域稠密度获取方法所涉及的实施环境示意图；

图2是本发明一个实施例中提供的区域稠密度获取方法的方法流程图；

图3是本发明另一个实施例中提供的区域稠密度获取方法的方法流程图；

图4是本发明一个实施例中提供的区域稠密度获取装置的结构示意图；

图5是本发明另一个实施例中提供的区域稠密度获取装置的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

请参见图1所示，其示出了本发明一个实施例中提供的区域稠密度获取方法所涉及的实施环境示意图。该实施环境可以包括服务器120和至少一个终端140，服务器120通过有线网络方式或无线网络方式分别与各个终端140连接。

服务器120可以是一台服务器，或者由若干台服务器组成的服务器集群，或者是一个云计算服务中心。该服务器120可以接收各个客户端140发送的参考信息（比如微博等），并保存这些参考信息所对应的相关参数。

终端140可以是运行有可发送参考信息的客户端的电子设备，该电子设备可以是智能手机、平板电脑、智能电视、电子书阅读器、MP3播放器（MovingPicture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3）、MP4（Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4）播放器、膝上型便携计算机和台式计算机等等。

请参见图2所示，其示出了本发明一个实施例中提供的区域稠密度获取方法的方法流程图，该区域稠密度获取方法主要应用于图1所示实施环境中的服务器120中。该区域稠密度获取方法可以包括：

201，接收稠密度查询请求，稠密度查询请求包含指定区域；

202，根据预存的区域以及区域的中心位置的对应关系，确定该指定区域的中心位置；

203，根据接收到稠密度查询请求的接收时刻以及中心位置，筛选出符合条件的参考信息；

204，将各个参考信息所对应的地理位置、发送时刻以及接收时刻和中心位置作为稠密度评估模型的参数，得到指定区域的稠密度；

205，根据指定区域的稠密度发送反馈信息。

综上所述，本发明实施例提供的区域稠密度获取方法，通过客户端指定的指定区域的中心位置以及接收到客户端发送的查询请求的接收时刻筛选出符合条件的参考信息，将参考信息所对应的地理位置、发送时刻以及该接收时刻和中心位置作为稠密度评估模型的参数，得到该指定区域的稠密度；解决了现有技术中在获取目的地的人流量信息时必须依赖在目的地的好友所发布的微博，受到较强的局限性的问题；服务器可以根据符合条件的参考信息，自动分析出客户端指定的指定区域的稠密度，达到了在不局限于用户好友的情况下，可以得到精确度更高的人流量的效果。

请参见图3所示，其示出了本发明另一个实施例中提供的区域稠密度获取方法的方法流程图，该区域稠密度获取方法主要应用于图1所示实施环境中的服务器120中。该区域稠密度获取方法可以包括：

301，接收稠密度查询请求，稠密度查询请求包含指定区域；

指定区域为可以为一个标志建筑物、城市、城市中的某个区、城市中某一商业圈或某条街道等。

在实际应用中，客户端或网页端可以在服务器提供的搜索栏中直接输入该指定区域，也可以根据服务器的选择提示选取某个指定区域；服务器可以为客户端提供可选择的指定区域。

需要注意的是，该指定区域通常是服务器认可的，也即服务器中可以向客户端或网页端提供的可供其选择的指定区域中的其中一个。

302，根据预存的区域以及区域的中心位置的对应关系，确定该指定区域的中心位置；

在实际应用中，对于每个区域，服务器会预先存储有设定的区域的中心位置，该中心位置通常可以由经度和纬度表示，比如，北京区域的中心位置为：北纬39度54分，东经116度23分；上海区域的中心位置为：北纬31度14分，东经121度29分。

也就是说，服务器中会预先存储区域以及区域的中心位置的对应关系，这样，当服务器接收到客户端或网页端发送的稠密度查询请求，并获知该稠密度查询请求中所包含的指定区域后，均可以根据预存的区域以及区域的中心位置的对应关系，确定该稠密度查询请求中指定区域的中心位置。

303，查询每个参考信息所对应的地理位置以及发送时刻；

这里所讲的参考信息为客户端或网页端向服务器发送的信息，比如可以为微博或评论等，这里不作限定。

对于每个参考信息，服务器可以存储有该参考信息所对应的地理位置以及发送该参考信息时的发送时刻。在实际应用中，服务器获取并保存该参考信息的地理位置以及发送时刻的过程可以包括如下两种情况：

第一种情况，服务器接收客户端发送的参考信息、在发送该参考信息时携带的地理位置和发送时刻，将该参考信息、地理位置和发送时刻绑定后保存。

这种情况下，客户端在向服务器发送参考信息时，通常会通过客户端所对应终端的地理位置定位功能（如GPS（Global Positioning System，全球定位***）定位功能））获取终端所在的地理位置，客户端在向服务器发送参考信息时，同时携带该地理位置以及发送该参考信息的发送时刻；这样，服务器则可以在接收到该参考信息时，也同时获取到该地理位置和发送时刻，并将该参考信息、该地理位置以及发送时刻绑定后保存。

第二种情况，服务器接收客户端发送的参考信息以及发送该参考信息的发送时刻；在接收该参考信息之后，向客户端发送用于获取该客户端所对应终端的地理位置，以便该客户端根据地理位置定位功能（如GPS定位功能））获取终端所在的地理位置，并向服务器发送获取到的地理位置；接收客户端发送的地理位置；将该参考信息、地理位置和发送时刻绑定后保存。

在这种情况下，客户端向服务器发送参考信息和发送该参考信息的发送时刻；服务器在接收到该参考信息和发送时刻之后，可以向客户端发送用于获取客户端所对应终端的地理位置，即提醒该终端打开地理位置定位功能；终端根据地理位置定位功能确定地理位置后，将该地理位置上传至服务器；服务器将该参考信息、地理位置和发送时刻绑定后保存。

304，当地理位置与指定区域的中心位置之间的距离小于距离阈值，且发送时刻为接收时刻前预定时间段内的时刻时，则确定参考信息为符合条件的参考信息；

对于每一个参考信息来讲，当该参考信息的地理位置与指定区域的中心位置之间的距离小于距离阈值，且该参考信息的发送时刻为接收时刻前预订时间段内的时刻时，则确定该参考信息为符合条件的参考信息。也就是说，符合条件的参考信息为：地理位置与指定区域的中心位置之间的距离小于距离阈值，且发送时刻为接收时刻前预定时间段内的时刻的参考信息。

在一种可能的实现方式中，将地理位置和指定区域的中心位置均利用坐标表示，根据两点之间的直线距离坐标公式，即可以计算出地理位置和指定区域的中心位置之间的距离。

举例来讲，当指定区域的中心位置为（x₁，y₁），地理位置为（x₂，y₂）时，则该地理位置和该指定区域的中心位置之间的直线距离d为：

$d=\sqrt{{(x_1-x_2)}^2+{(y_1-y_2)}^2},$

在另一种可能的实现方式中，由于地理位置和指定区域的中心位置均为地球上的两点，因此还可以根据球面上两点之间的弧度距离的方法，计算出地理位置和指定区域的中心位置之间的距离。由于计算球面上两点之间的弧度距离的方法为本领域的普通技术人员都能够实现的，这里就不再详述。

很显然，在实际计算时，地理位置和指定区域的中心位置之间的距离可以采用直线距离，也可以采用球面距离，本发明对此不作限定。

发送时刻为接收时刻前预定时间段内的时刻，即表示该发送时刻距离该接收时刻的时间段小于该预定时间段。举例来讲，当发送时刻为T₁，接收时刻为T₂，则T₂-T₁的值小于预定时间段。这里所讲的预定时间段可以根据实际情况设定，比如可以为72小时等，这里所讲的d也可以根据实际情况设定，比如可以为

也即，当根据参考信息的地理位置以及发送时刻计算得到的d小于距离阈值、T₂-T₁的值小于预定时间段，则该参考信息为符合条件的参考信息。

需要说明的是，在实际应用中，通常筛选出的符合条件的参考信息的地理位置与指定区域不远，因此地理位置以及该指定区域的中心位置之间的直线距离以及实际距离基本差别很小，可以认定为相同的距离。

305，将各个参考信息所对应的地理位置、发送时刻以及接收时刻和指定区域的中心位置作为稠密度评估模型的参数，得到指定区域的稠密度；

这里所讲的稠密度评估模型可以为：

$S=\underset{i=0}{\overset{n}{\mathrm{\Σ}}}1/({D_i}^2+a{(T-T_i)}^2),$

其中，S为指定区域所对应的稠密度，D_i为指定区域的中心位置和第i个参考信息的地理位置之间的距离，T为接收时刻，T_i为第i个参考信息的发送时刻，n为符合条件的参考信息的个数，a为预定的权重比。

这里的D_i可以为指定区域的中心位置和第i个参考信息的地理位置之间的位置距离，比如可以为指定区域的中心位置和第i个参考信息的地理位置之间的直线距离，也可以为指定区域的中心位置和第i个参考信息的地理位置之间的实际距离（也即球面距离），这里不作具体限定。

由上述稠密度评估模型以及各个参数的含义可知，该稠密度评估模型所对应的统计量S是通过为对位置距离以及时间差进行加权评估后得到的值，该统计量S反映了所有符合条件的参考信息对该指定区域的稠密度的贡献和值，每个参考信息对该指定区域的稠密度的贡献值通常与时间差成反比例关系，与位置距离也成反比例关系。因此，该统计量S反映了该指定区域在发送请求时刻的该指定区域的人口聚集稠密度，也即反映了该指定区域的人流量的大小。

由于符合条件的参考信息的地理位置以及指定区域的中心位置之间的距离与时间差同时影响该指定区域的稠密度的计算，且又由于该距离可以是直接根据经纬度获取得到的直线距离，也可以是根据比例尺将直线距离放大后得到的距离，还可以是实际的球面距离，因此得到的距离值会比较大，为了保证时间差对该指定区域的稠密度的贡献权重，因此设定了上述的参数a。也就是说，参数a通常可以用于反映时间差值和位置距离的权重比。该参数a可以先通过预先训练得到，在执行步骤305之前，首先需要训练得到该稠密度评估模型，即确定其中的a的值。训练稠密度评估模型的过程如下：

第一，根据第一预定个数的训练样本对稠密度评估模型进行训练，得到所述a的值；

在训练稠密度评估模型的过程中，随机选取第一预定个数的训练区域，对于每一个训练区域，筛选出符合条件的参考信息，得到该训练区域与每个参考信息之间的（D_i，T-T_i，R）数据对，其中D_i为该训练区域所对应的中心位置与第i个符合条件的参考信息之间的距离，T为研发人员到该中心位置时采集数据的时刻，T_i为第i个符合条件的参考信息所发送的时刻，R为研发人员根据考察以及相关计算得到的该训练区域的拥挤度。

在一种可能的实现方式中，在获取该拥挤度时可以包括如下过程：开发人员先采集到该训练区域中单位面积内的人数，然后将单位面积内的人数乘以总面积得到总面积的总人数，将总人数除以该训练区域的总面积得到该训练区域的拥挤度。

将每个训练区域所对应的数据对作为一个训练样本，对该稠密度评估模型进行训练，得到参数a的值。

这里在选取训练样本时，为了保证参数a的精确度，通常会选择较大数量的训练样本，当通过训练样本得到的参数a比较稳定时，则可以执行下述测试的步骤。

第二，根据第二预定个数的测试样本对得到的该a的值进行测试，测试样本不同于训练样本；

为了检测该稠密度评估模型中的参数a是否有效，通常还需要通过测试样本对参数a进行测试，这里所讲的测试样本不同于训练样本。

同理，可以另外选取第二预定个数的测试区域，随机选取第二预定个数的测试区域，对于每一个测试区域，筛选出符合条件的参考信息，得到该测试区域与每个参考信息之间的（D_i，T-T_i，R）数据对，其中Di为该测试区域所对应的中心位置与第i个符合条件的参考信息之间的距离，T为研发人员到该中心位置时采集数据的时刻，T_i为第i个符合条件的参考信息所发送的时刻，R为研发人员根据考察以及相关计算得到的该测试区域的拥挤度。

通常来讲，训练样本的个数（即第一预定个数）大于测试样本的个数（即第二预定个数）。

第三，在测试成功之后，确定a的值为预定的权重比。

需要补充说明的是，上述的对稠密度评估模型的训练和测试过程通常是在使用该稠密度评估模型之前进行的，当训练和测试完成之后，保存该稠密度评估模型，以后则可以直接使用该稠密度评估模型来获取指定区域的稠密度。也就是说，在实际应用中，稠密度评估模型的训练和测试仅执行一次即可，此后可以多次利用稠密度评估模型获取区域的稠密度。

306，当稠密度小于第一阈值时，则发送用于指示指定区域畅通的第一反馈信息；

当客户端或网页端所查询的指定区域所对应稠密度小于预设的第一阈值时，则表明该指定区域比较畅通，人流量比较少，因此可以向客户端或网页端发送用于指示该指定区域畅通的第一反馈信息。

307，当稠密度大于第一阈值且小于第二阈值时，则发送用于指示指定区域适中的第二反馈信息；

当客户端或网页端所查询的指定区域所对应稠密度大于第一阈值且小于第二阈值时，则表明该指定区域的人流量比较适中，因此可以向客户端或网页端发送用于指示该指定区域适中的第二反馈信息。

308，当稠密度大于第二阈值时，则发送用于指示指定区域拥堵的第三反馈信息。

当客户端或网页端所查询的指定区域所对应稠密度大于第二阈值时，则表明该指定区域的人流量多，因此可以向客户端或网页端发送用于指示指定区域拥堵的第三反馈信息。

综上所述，本发明实施例提供的区域稠密度获取方法，通过客户端指定的指定区域的中心位置以及接收到客户端发送的查询请求的接收时刻筛选出符合条件的参考信息，将参考信息所对应的地理位置、发送时刻以及该接收时刻和中心位置作为稠密度评估模型的参数，得到该指定区域的稠密度；解决了现有技术中在获取目的地的人流量信息时必须依赖在目的地的好友所发布的微博，受到较强的局限性的问题；服务器可以根据符合条件的参考信息，自动分析出客户端指定的指定区域的稠密度，达到了在不局限于用户好友的情况下，可以得到精确度更高的人流量的效果。

以下为本发明的装置实施例，对于其中未详尽描述的细节，可以参考上述对应的方法实施例。

请参见图4所示，其示出了本发明一个实施例中提供的区域稠密度获取装置的结构示意图，该区域稠密度获取装置主要应用于图1所示实施环境中的服务器120中。该区域稠密度获取装置可以包括：接收模块402、第一确定模块404、筛选模块406、计算模块408和发送模块410。

接收模块402，可以用于接收稠密度查询请求，稠密度查询请求包含指定区域；

第一确定模块404，可以用于根据预存的区域以及区域的中心位置的对应关系，确定指定区域的中心位置；

筛选模块406，可以用于根据接收模块402接收到稠密度查询请求的接收时刻以及中心位置，筛选出符合条件的参考信息；

计算模块408，可以用于将筛选模块406筛选出的各个参考信息所对应的地理位置、发送时刻以及接收时刻和中心位置作为稠密度评估模型的参数，得到指定区域的稠密度；

发送模块410，可以用于根据计算模块408计算得到的指定区域的稠密度发送反馈信息。

综上所述，本发明实施例提供的区域稠密度获取装置，通过客户端指定的指定区域的中心位置以及接收到客户端发送的查询请求的接收时刻筛选出符合条件的参考信息，将参考信息所对应的地理位置、发送时刻以及该接收时刻和中心位置作为稠密度评估模型的参数，得到该指定区域的稠密度；解决了现有技术中在获取目的地的人流量信息时必须依赖在目的地的好友所发布的微博，受到较强的局限性的问题；服务器可以根据符合条件的参考信息，自动分析出客户端指定的指定区域的稠密度，达到了在不局限于用户好友的情况下，可以得到精确度更高的人流量的效果。

请参见图5所示，其示出了本发明另一个实施例中提供的区域稠密度获取装置的结构示意图，该区域稠密度获取装置主要应用于图1所示实施环境中的服务器120中。该区域稠密度获取装置可以包括：接收模块502、第一确定模块504、筛选模块506、计算模块508和发送模块509。

接收模块502，可以用于接收稠密度查询请求，稠密度查询请求包含指定区域；

第一确定模块504，可以用于根据预存的区域以及区域的中心位置的对应关系，确定指定区域的中心位置；

筛选模块506，可以用于根据接收模块502接收到稠密度查询请求的接收时刻以及中心位置，筛选出符合条件的参考信息；

计算模块508，可以用于将筛选模块506筛选出的各个参考信息所对应的地理位置、发送时刻以及接收时刻和中心位置作为稠密度评估模型的参数，得到指定区域的稠密度；

发送模块509，可以用于根据计算模块508计算得到的指定区域的稠密度发送反馈信息。

在图5所示实施例中的第一种可能的实现方式中，筛选模块506可以包括：查询单元506a和确定单元506b。

查询单元506a，可以用于查询每个参考信息所对应的地理位置以及发送时刻；

确定单元506b，可以用于当地理位置与中心位置之间的距离小于距离阈值，且发送时刻为接收时刻前预定时间段内的时刻时，则确定参考信息为符合条件的参考信息。

在图5所示实施例中的第二种可能的实现方式中，稠密度评估模型为：

$S=\underset{i=0}{\overset{n}{\mathrm{\Σ}}}1/({D_i}^2+a{(T-T_i)}^2),$

其中，S为指定区域所对应的稠密度，D_i为中心位置和第i个参考信息的地理位置之间的距离，T为接收时刻，T_i为第i个参考信息的发送时刻，n为符合条件的参考信息的个数，a为预定的权重比。

在图5所示实施例中的第三种可能的实现方式中，区域稠密度获取装置还可以包括：训练模块510、测试模块512和第二确定模块514。

训练模块510，可以用于根据第一预定个数的训练样本对稠密度评估模型进行训练，得到a的值；

测试模块512，可以用于根据第二预定个数的测试样本对得到的a的值进行测试，测试样本不同于训练样本；

第二确定模块514，可以用于在测试成功之后，确定a的值为预定的权重比。

在图5所示实施例中的第四种可能的实现方式中，发送模块509可以包括：第一发送单元509a、第二发送单元509b和第三发送单元509c。

第一发送单元509a，可以用于当计算模块508得到的稠密度小于第一阈值时，则发送用于指示指定区域畅通的第一反馈信息；

第二发送单元509b，可以用于当计算模块508得到的稠密度大于第一阈值且小于第二阈值时，则发送用于指示指定区域适中的第二反馈信息；

第三发送单元509c，可以用于当计算模块508得到的稠密度大于第二阈值时，则发送用于指示指定区域拥堵的第三反馈信息。

综上所述，本发明实施例提供的区域稠密度获取装置，通过客户端指定的指定区域的中心位置以及接收到客户端发送的查询请求的接收时刻筛选出符合条件的参考信息，将参考信息所对应的地理位置、发送时刻以及该接收时刻和中心位置作为稠密度评估模型的参数，得到该指定区域的稠密度；解决了现有技术中在获取目的地的人流量信息时必须依赖在目的地的好友所发布的微博，受到较强的局限性的问题；服务器可以根据符合条件的参考信息，自动分析出客户端指定的指定区域的稠密度，达到了在不局限于用户好友的情况下，可以得到精确度更高的人流量的效果。

需要说明的是：上述实施例中提供的区域稠密度获取装置在为客户端分析指定区域的用户聚集稠密度时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将服务器的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的区域稠密度获取装置与区域稠密度获取方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也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，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种区域稠密度获取方法，其特征在于，所述方法包括：

接收稠密度查询请求，所述稠密度查询请求包含指定区域；

根据预存的区域以及区域的中心位置的对应关系，确定所述指定区域的中心位置；

根据接收到所述稠密度查询请求的接收时刻以及所述中心位置，筛选出符合条件的参考信息；

将各个所述参考信息所对应的地理位置、发送时刻以及所述接收时刻和所述中心位置作为稠密度评估模型的参数，得到所述指定区域的稠密度。

根据所述指定区域的稠密度发送反馈信息。

2.根据权利要求1所述的方法，其特征在于，所述根据接收到所述稠密度查询请求的接收时刻以及所述中心位置，筛选出符合条件的参考信息，包括：

查询每个参考信息所对应的地理位置以及发送时刻；

当所述地理位置与所述中心位置之间的距离小于距离阈值，且所述发送时刻为所述接收时刻前预定时间段内的时刻时，则确定所述参考信息为符合条件的参考信息。

3.根据权利要求1所述的方法，其特征在于，所述稠密度评估模型为：

$S=\underset{i=0}{\overset{n}{\mathrm{\Σ}}}1/({D_i}^2+a{(T-T_i)}^2),$

其中，S为所述指定区域所对应的稠密度，D_i为所述中心位置和第i个参考信息的地理位置之间的距离，T为所述接收时刻，T_i为第i个参考信息的发送时刻，n为所述符合条件的参考信息的个数，a为预定的权重比。

4.根据权利要求3所述的方法，其特征在于，在所述将各个所述参考信息所对应的地理位置、发送时刻以及所述接收时刻和所述中心位置作为稠密度评估模型的参数，得到所述指定区域的稠密度之前，还包括：

根据第一预定个数的训练样本对所述稠密度评估模型进行训练，得到所述a的值；

根据第二预定个数的测试样本对得到的所述a的值进行测试，所述测试样本不同于所述训练样本；

在测试成功之后，确定所述a的值为所述预定的权重比。

5.根据权利要求1至4中任一所述的方法，其特征在于，所述根据所述指定区域的稠密度发送反馈信息，包括：

当所述稠密度小于第一阈值时，则发送用于指示所述指定区域畅通的第一反馈信息；

当所述稠密度大于所述第一阈值且小于第二阈值时，则发送用于指示所述指定区域适中的第二反馈信息；

当所述稠密度大于所述第二阈值时，则发送用于指示所述指定区域拥堵的第三反馈信息。

6.一种区域稠密度获取装置，其特征在于，所述装置包括：

接收模块，用于接收稠密度查询请求，所述稠密度查询请求包含指定区域；

第一确定模块，用于根据预存的区域以及区域的中心位置的对应关系，确定所述指定区域的中心位置；

筛选模块，用于根据所述接收模块接收到所述稠密度查询请求的接收时刻以及所述中心位置，筛选出符合条件的参考信息；

计算模块，用于将所述筛选模块筛选出的各个参考信息所对应的地理位置、发送时刻以及所述接收时刻和所述中心位置作为稠密度评估模型的参数，得到所述指定区域的稠密度；

发送模块，用于根据所述计算模块计算得到的所述指定区域的稠密度发送反馈信息。

7.根据权利要求6所述的装置，其特征在于，所述筛选模块包括：

查询单元，用于查询每个参考信息所对应的地理位置以及发送时刻；

确定单元，用于当所述地理位置与所述中心位置之间的距离小于距离阈值，且所述发送时刻为所述接收时刻前预定时间段内的时刻时，则确定所述参考信息为符合条件的参考信息。

8.根据权利要求6所述的装置，其特征在于，所述稠密度评估模型为：

$S=\underset{i=0}{\overset{n}{\mathrm{\Σ}}}1/({D_i}^2+a{(T-T_i)}^2),$

其中，S为所述指定区域所对应的稠密度，D_i为所述中心位置和第i个参考信息的地理位置之间的距离，T为所述接收时刻，T_i为第i个参考信息的发送时刻，n为所述符合条件的参考信息的个数，a为预定的权重比。

9.根据权利要求8所述的装置，其特征在于，所述装置还包括：

训练模块，用于根据第一预定个数的训练样本对所述稠密度评估模型进行训练，得到所述a的值；

测试模块，用于根据第二预定个数的测试样本对得到的所述a的值进行测试，所述测试样本不同于所述训练样本；

第二确定模块，用于在测试成功之后，确定所述a的值为所述预定的权重比。

10.根据权利要求6至9中任一所述的装置，其特征在于，所述发送模块，包括：

第一发送单元，用于当所述计算模块得到的稠密度小于第一阈值时，则发送用于指示所述指定区域畅通的第一反馈信息；

第二发送单元，用于当所述计算模块得到的稠密度大于所述第一阈值且小于第二阈值时，则发送用于指示所述指定区域适中的第二反馈信息；

第三发送单元，用于当所述计算模块得到的稠密度大于所述第二阈值时，则发送用于指示所述指定区域拥堵的第三反馈信息。