CN109033128A - 一种地理位置识别方法及装置 - Google Patents
一种地理位置识别方法及装置 Download PDFInfo
- Publication number
- CN109033128A CN109033128A CN201810562283.7A CN201810562283A CN109033128A CN 109033128 A CN109033128 A CN 109033128A CN 201810562283 A CN201810562283 A CN 201810562283A CN 109033128 A CN109033128 A CN 109033128A
- Authority
- CN
- China
- Prior art keywords
- geographical location
- identification
- information
- dimension
- geography
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种地理位置识别方法以及装置。其中所述地理位置识别方法包括:获取待识别的地理位置定位信息;根据所述地理位置定位信息,在包含多识别维度地理位置信息的地理位置信息数据库中,检索所述地理位置定位信息在各个识别维度中所属的地理位置识别区域;将对应所述检索获得的各个识别维度的地理位置识别区域的地理标识,作为对应所述地理位置定位信息的多识别维度地理位置识别信息。采用本申请提供的方法,可以获取多个识别维度的地理位置信息,从而可以从多个识别维度确定用户所处的地理位置。为实现对用户的多维度地理位置信息服务提供了基础。
Description
技术领域
本申请涉及地理位置识别技术,具体涉及一种地理位置识别方法以及装置。
背景技术
随着移动互联网的迅猛发展,基于LBS的应用日益增多。LBS(Location BasedServices)是指基于位置服务,是由移动通信网络和卫星定位***结合在一起提供的一种增值业务,通过一组定位技术获得移动终端的位置信息(如经纬度坐标数据),提供给移动用户本人或他人以及通信***,实现各种与位置相关的业务。
O2O是一种典型的LBS应用。O2O即Online To Offline(在线离线/线上到线下),是指将线下的商务机会与互联网结合,让互联网成为线下交易的平台。
LBS应用是以获取精准的地理位置识别结果为基础的,地理位置识别是指通过地理位置定位信息确定移动用户所处的地理位置。
在O2O等LBS应用场景中,经常需要能够根据用户当前所处位置的经纬度、WIFI等LBS信息,真实还原用户所在的精准地理位置环境。使用户能够根据自己的地理位置获取所需要的相关地理位置信息。
现有技术中,虽然已经广泛使用了GeoHash编码等技术来进行地理位置识别,但是,地理位置识别一般只能提供城市、市辖区等识别维度中一个识别维度的地理位置信息;这些信息当然是非常重要,但是,不同的用户对地理位置信息存在不同的使用目的;而某一个用户也可能对所处的地理位置需要不同方面的信息。例如,处于某个商业区的用户,一方面可能需要知道目前所处的街巷名称,以便获取相应的交通信息,另一方面,可能又需要知道自己当前处在商业区中的位置,以便获取购物信息。目前的地理位置识别方法显然不能满足上述LBS应用场景的需要。
例如,申请号为:201610159464.6,名称为“一种景区推荐方法及***”的中国专利申请,提供了基于GeoHash实现的一种景区商家推荐的方法,具体实现首先是根据用户所处的经纬度,获得单一识别维度的景区地理位置信息。随后根据景区及商家的GeoHash编码确定商家推荐信息。
发明内容
本申请提供一种地理位置识别方法和装置,以解决现有地理位置识别方法中由于仅仅获取单一识别维度的地理位置信息,而无法确定用户精准地理位置环境的问题。
本申请提供的地理位置识别方法,包括:获取待识别的地理位置定位信息;根据所述地理位置定位信息,在包含多识别维度地理位置信息的地理位置信息数据库中,检索所述地理位置定位信息在各个识别维度中所属的地理位置识别区域;将对应所述检索获得的各个识别维度的地理位置识别区域的地理标识,作为对应所述地理位置定位信息的多识别维度地理位置识别信息。
优选的,所述检索所述地理位置定位信息在各个识别维度中所属的地理位置识别区域,包括:根据所述地理定位信息,确定与其对应的标准地理填充区块;以所述标准地理填充区块对应的编码信息作为索引,检索出与所述标准地理填充区块所关联的多识别维度地理位置识别区域,将所述多识别维度地理位置识别区域作为所述地理定位信息在各个识别维度中所属的地理位置识别区域。
优选的,所述标准地理填充区块包括不同粒度的标准地理填充区块;相应的,所述以所述标准地理填充区块对应的编码信息作为索引,检索出与所述标准地理填充区块有关联的多识别维度地理位置识别区域的步骤中,检索结果包含对应不同粒度的标准地理填充区块所关联的多识别维度地理位置识别区域。
优选的,所述地理位置信息数据库的数据采用如下方式获得:获取待处理的地理位置识别区域信息;根据所述地理位置识别区域信息,采用标准地理填充区块填充各个识别维度的所述地理位置识别区域;记录各个识别维度的所述地理位置识别区域包含的所述标准地理填充区块,从而获得包含多识别维度地理位置信息的地理位置信息数据库。
优选的,所述采用标准地理填充区块填充各个识别维度的所述地理位置识别区域的步骤中,所述标准地理填充区块包括不同粒度的标准地理填充区块。
优选的,所述标准地理填充区块采用GeoHash网格。
优选的,在所述获得所述多识别维度地理位置识别信息之后,包括针对所述地理位置识别信息进行判别筛选处理的步骤,所述判别筛选处理的步骤包括:分别对所述地理位置定位信息与所述多识别维度的地理位置识别信息中确定的每一个地理位置识别信息进行匹配计算;若与某个地理位置识别信息的所述匹配计算的结果为不匹配,则过滤该地理位置识别区域;将未被过滤的地理位置识别区域作为对应所述地理位置定位信息的精准多识别维度地理位置识别区域。
优选的,所述地理位置定位信息采用经纬度信息,所述匹配计算采用如下方法:根据以经纬度信息表示的所述地理位置定位信息,通过多边形算法判别所述经纬度是否位于所述地理位置识别区域中,若否,则匹配计算的结果为不匹配。
优选的,所述地理位置定位信息采用WIFI信息,所述匹配计算采用如下方法:根据以WIFI信息表示的所述地理位置定位信息,判别所述WIFI信息与所述各个识别维度的地理位置识别信息是否匹配,若否,则匹配计算的结果为不匹配。
优选的,所述地理位置定位信息采用经纬度信息和WIFI信息,所述匹配计算采用如下方法:根据以经纬度信息表示的所述地理位置定位信息,通过多边形算法判别所述经纬度是否位于所述地理位置识别区域中,若否,则匹配计算的结果为不匹配;记录所述与经纬度相匹配的各个识别维度的地理位置识别信息;根据以WIFI信息表示的所述地理位置定位信息,判别所述WIFI信息与所述与经纬度匹配的各个识别维度的地理位置识别信息是否匹配,如否,则匹配计算的结果为不匹配。
优选的,将所述多识别维度的地理位置识别区域的各个识别维度的属性数据均输出。
优选的,所述各个识别维度包括以下识别维度的至少一种:商场、地理围栏、商区、市辖区、城市、交通。
优选的,在获取所述精准多维度地理位置识别区域结果之后,根据不同维度的地理位置识别区域,根据预先设定的搜索排序策略,对不同维度的地理位置识别区域设置相关内容显示方式。
优选的,所述地理位置识别区域为商场或者商区;所述预先设定的搜索排序策略包括按照商场或者商区中店铺的商业指数进行排序。
优选的,所述地理位置识别区域为旅游景区,所述预先设定的搜索排序策略包括按照所述旅游景区中店铺的特色值进行排序。
相应的,本申请还提供一种地理位置识别装置,包括:地理位置定位信息获取单元,用于获取待识别的地理位置定位信息;多识别维度地理位置识别区域获取单元,用于根据所述地理位置定位信息,在包含多识别维度地理位置信息的地理位置信息数据库中,检索所述地理位置定位信息在各个识别维度中所属的地理位置识别区域;地理位置识别信息确定单元,用于将对应所述检索获得的各个识别维度的地理位置识别区域的地理标识,作为对应所述地理位置定位信息的多识别维度地理位置识别信息。
优选的,所述检索所述地理位置定位信息在各个识别维度中所属的地理位置识别区域,包括:标准地理填充区块计算单元,用于根据所述地理定位信息,确定与其对应的标准地理填充区块;多识别维度地理位置识别区域检索单元,用于以所述标准地理填充区块对应的编码信息作为索引,检索出与所述标准地理填充区块所关联的多识别维度地理位置识别区域,将所述多识别维度地理位置识别区域作为所述地理定位信息在各个识别维度中所属的地理位置识别区域。
优选的,所述标准地理填充区块包括不同粒度的标准地理填充区块;相应的,所述以所述标准地理填充区块对应的编码信息作为索引,检索出与所述标准地理填充区块有关联的多识别维度地理位置识别区域的步骤中,检索结果包含对应不同粒度的标准地理填充区块所关联的多识别维度地理位置识别区域。
优选的,所述地理位置信息数据库的数据采用如下方式获得:地理位置识别区域信息获取单元,用于获取待处理的地理位置识别区域信息;标准地理填充区块填充单元,用于根据所述地理位置识别区域信息,采用标准地理填充区块填充各个识别维度的所述地理位置识别区域;标准地理填充区块记录单元,用于记录各个识别维度的所述地理位置识别区域包含的所述标准地理填充区块,从而获得包含多识别维度地理位置信息的地理位置信息数据库。
优选的,所述采用标准地理填充区块填充各个识别维度的所述地理位置识别区域的步骤中,所述标准地理填充区块包括不同粒度的标准地理填充区块。
优选的,所述标准地理填充区块采用GeoHash网格。
优选的,在所述获得所述多识别维度地理位置识别信息之后,包括针对所述地理位置识别信息进行判别筛选处理的步骤,所述判别筛选处理的步骤包括:地理位置识别信息匹配计算单元,用于分别对所述地理位置定位信息与所述多识别维度的地理位置识别信息中确定的每一个地理位置识别信息进行匹配计算;匹配计算过滤单元,用于若与某个地理位置识别信息的所述匹配计算的结果为不匹配,则过滤该地理位置识别区域;精准多识别维度地理位置识别区域确定单元,用于将未被过滤的地理位置识别区域作为对应所述地理位置定位信息的精准多识别维度地理位置识别区域。
优选的,所述地理位置定位信息采用经纬度信息,所述匹配计算采用如下装置:经纬度信息匹配计算单元,用于根据以经纬度信息表示的所述地理位置定位信息,通过多边形算法判别所述经纬度是否位于所述地理位置识别区域中,若否,则匹配计算的结果为不匹配。
优选的,所述地理位置定位信息采用WIFI信息,所述匹配计算采用如下装置:WIFI信息匹配计算单元,用于根据以WIFI信息表示的所述地理位置定位信息,判别所述WIFI信息与所述各个识别维度的地理位置识别信息是否匹配,若否,则匹配计算的结果为不匹配。
优选的,所述地理位置定位信息采用经纬度信息和WIFI信息,所述匹配计算采用如下装置:经纬度信息匹配计算单元,用于根据以经纬度信息表示的所述地理位置定位信息,通过多边形算法判别所述经纬度是否位于所述地理位置识别区域中,若否,则匹配计算的结果为不匹配;地理位置识别信息记录单元,用于记录所述与经纬度相匹配的各个识别维度的地理位置识别信息;WIFI信息匹配计算单元,用于根据以WIFI信息表示的所述地理位置定位信息,判别所述WIFI信息与所述与经纬度匹配的各个识别维度的地理位置识别信息是否匹配,如否,则匹配计算的结果为不匹配。
优选的,属性数据输出单元,用于将所述多识别维度的地理位置识别区域的各个识别维度的属性数据均输出。
优选的,所述各个识别维度包括商场、地理围栏、商区、市辖区、城市。
优选的,地理位置识别区域设置单元,用于在获取所述精准多维度地理位置识别区域结果之后,根据不同维度的地理位置识别区域,根据预先设定的搜索排序策略,对不同维度的地理位置识别区域设置显示方式。
本申请还提供一种用于地理位置识别的电子设备,包括:显示器;处理器;存储器,用于存储用于地理位置识别的程序,所述程序在被所述处理器读取执行时,执行如下操作:获取待识别的地理位置定位信息;根据所述地理位置定位信息,在包含多识别维度地理位置信息的地理位置信息数据库中,检索所述地理位置定位信息在各个识别维度中所属的地理位置识别区域;将对应所述检索获得的各个识别维度的地理位置识别区域的地理标识,作为对应所述地理位置定位信息的多识别维度地理位置识别信息。
本申请还提供一种计算机可读取存储介质,其上存储有计算机程序,该程序被处理器执行时,实现以下步骤:获取待识别的地理位置定位信息;根据所述地理位置定位信息,在包含多识别维度地理位置信息的地理位置信息数据库中,检索所述地理位置定位信息在各个识别维度中所属的地理位置识别区域;将对应所述检索获得的各个识别维度的地理位置识别区域的地理标识,作为对应所述地理位置定位信息的多识别维度地理位置识别信息。
与现有技术相比,本申请具有如下优点:
本申请提供的地理位置识别方法,获取待识别的地理位置定位信息,根据所述地理位置定位信息,在包含多识别维度地理位置信息的地理位置信息数据库中,检索所述地理位置定位信息在各个识别维度中所属的地理位置识别区域,将对应所述检索获得的各个识别维度的地理位置识别区域的地理标识,作为对应所述地理位置定位信息的多识别维度地理位置识别信息。采用本申请提供的方法,可以获取多个识别维度的地理位置信息,从而可以从多个识别维度确定用户所处的地理位置。为实现对用户的多维度地理位置信息服务提供了基础。
在本申请的优选实施方案中,根据上述多识别维度的精准地理位置识别信息,既可以定制搜索排序策略,向用户提供最有价值的推荐信息,也可以进一步进行基于LBS位置的场景推荐、定向营销等,使客户获得更好的使用体验。
附图说明
图1是本申请第一实施例的流程图。
图2是本申请第一实施例涉及的地理位置信息数据库的数据获取流程图。
图3是本申请第一实施例涉及的采用不同粒度的GeoHash网格填充地理位置识别区域的示意图;
图4是本申请第一实施例涉及的地理位置识别区域筛选的流程图。
图5是本申请第二实施例的单元框图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本申请内涵的情况下做类似推广,因此本申请不受下面公开的具体实施的限制。
本申请第一实施例提供一种地理位置识别方法。请参看图1,该图为本申请第一实施例的流程图。以下结合图1对本申请第一实施例提供一种地理位置识别方法进行详细说明。所述方法包括如下步骤:
步骤S101,获取待识别的地理位置定位信息。
本步骤用于获取需要进行地理位置识别的地理位置定位信息;本步骤为实现地理位置识别提供原始信息。
所述地理位置定位信息,即需要识别的某个地理上的位置点的地理坐标的描述信息。
根据不同的地理位置定位方法,所述地理位置定位信息可以采用不同的描述方式。
现有技术下,常用的地理位置定位方法包括GPS定位方法和基站定位方法。
所述GPS定位方法,是指利用移动设备上的GPS定位模块将自己的位置信号发送到定位后台来实现移动设备定位。
所述基站定位方法,是指利用基站对移动设备的距离的测算来确定移动设备位置。
通过基站定位,需要移动设备具有GPS定位能力,但是精度很大程度依赖于基站的分布及覆盖范围的大小,误差会超过一公里;通过GPS定位则精度较高。
此外还有利用WIFI在小范围内定位方式。
本申请所说的地理位置定位信息包含现有技术下的各种技术方案可以提供的地理位置定位信息,也可以使用将来由于技术发展而产生的新的地理位置定位方法提供的地理位置定位信息;本申请并未在提供地理位置定位信息的方法上提供新的技术洞见,所有可能的技术方案均在本步骤可采用技术的范围内。
本步骤既可以在移动设备客户端执行,也可以在服务器端执行。当在客户端执行时,移动设备通过定位模块、WIFI模块等获取地理位置定位信息。当在服务器端执行时,地理位置定位信息是通过接收客户端发送的包含地理位置定位信息的请求获得的。
步骤S102,根据所述地理位置定位信息,在包含多识别维度地理位置信息的地理位置信息数据库中,检索所述地理位置定位信息在各个识别维度中所属的地理位置识别区域。
本步骤用于检索所述地理位置定位信息在各个识别维度中所属的地理位置识别区域。
所述多识别维度地理位置信息是指针对地理位置区域进行分级而得到的各个认识维度的地理识别区域信息。所述识别维度,是指对地理位置区域在不同认知场景下的不同划分方法;例如,行政区划是一种划分方法,自然地理单元也是一种划分方法,商业区域也是一种划分方法。同一个地点,可能属于某个行政区域,同时属于某个山脉的某座山峰,还可能属于某个旅游区的某个具体旅游景点。
如杭州市,西湖区,西湖,雷峰塔景区,雷峰塔是5个识别维度的地理位置识别区域。杭州以及西湖区是从行政区划分的,西湖是从自然地理单元划分的,雷峰塔景区从旅游景区划分的,雷峰塔是从具体的旅游点划分的。需要指出的是,地理围栏等人为划定的地理位置识别区域也是一种识别维度的地理位置区域。地理围栏(Geo-fencing)是LBS的一种应用,就是用一个虚拟的栅栏围出一个虚拟地理边界。当移动设备进入、离开某个特定地理区域,或在该区域内活动时,移动设备可以接收自动通知和警告。
根据所述地理位置定位信息,如经纬度,在数据库中检索出包含该经纬度的不同识别维度的地理位置识别信息。例如查询经纬度(东经120.15523,北纬30.237755)可以得到如下识别维度的地理位置识别区域:杭州市,西湖区,西湖,雷峰塔景区,雷峰塔。利用多识别维度的地理位置识别信息,可以向该位置用户提供最有价值的决策信息。
在在包含多识别维度地理位置信息的地理位置信息数据库中检索有很多种方案,下面仅列举2种可能的方案。
首先,检索可以直接以经纬度为检索依据。例如,在记录不同识别维度的地理位置识别区域的经纬度范围的数据库中,以经纬度为检索依据,可以检索出该经纬度所属的不同识别维度的地理位置识别区域。在数据库中实际存储的是描述某个地理位置识别区域的经纬度范围,当所述经纬度落入该范围时,就可以认为该位置位于所述地理位置区域内。
其次,检索可以根据所述地理定位信息,确定与其对应的标准地理填充区块,以所述标准地理填充区块对应的编码信息作为检索依据,检索出与所述标准地理填充区块所关联的多识别维度地理位置识别区域,将所述多识别维度地理位置识别区域作为所述地理定位信息在各个识别维度中所属的地理位置识别区域。
所述标准地理填充区块是指以GeoHash等空间索引方案对地理位置区域进行划分获得的标准区块。下面以GeoHash为例对于标准地理填充区块进行详细说明,其他标准地理填充区块的原理也是类似的。
GeoHash的基本原理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字符串编码。通常这些子块被称为GeoHash网格。每个GeoHash网格在实际地理空间上为具有固定的经纬度范围的矩形区域,并且相同粒度下,不同的GeoHash网格之间彼此不会有重叠。
GeoHash空间索引方案能够提供任意精度的分段级别,一般分级为1-12级。对于每一个级别而言,每个网格由固定长度的字符串来表示。字符串长度代表网格的精度,字符串长度越大,网格的精度越高。表1列出了GeoHash空间索引方案下粒度为1-12级所对应的GeoHash网格大小。
GeoHash粒度 | 网格宽度 | 网格高度 |
1 | 5009.4km | 4992.6km |
2 | 1252.3km | 624.1km |
3 | 156.5km | 156km |
4 | 39.1km | 19.5km |
5 | 4.9km | 4.9km |
6 | 1.2km | 609.4m |
7 | 152.9m | 152.4m |
8 | 38.2m | 19m |
9 | 4.8m | 4.8m |
10 | 1.2m | 59.5cm |
11 | 14.9cm | 14.9cm |
12 | 3.7cm | 1.9cm |
表1
本技术方案中使用的所述标准地理填充区块包括不同粒度的标准地理填充区块,例如包含了如表1所示的GeoHash7、GeoHash8、GeoHash9等三种不同粒度的GeoHash网格。
相应的,所述以所述标准地理填充区块对应的编码信息作为索引,检索出与所述标准地理填充区块有关联的多识别维度地理位置识别区域的步骤中,检索结果包含对应不同粒度的标准地理填充区块所关联的多识别维度地理位置识别区域。例如地理位置识别中,可以将经纬度信息转换为GeoHash7、GeoHash8、GeoHash9三种粒度GeoHash网格,以三种网格所对应的GeoHash编码为检索依据,检索出与所述GeoHash网格有关联的多识别维度地理位置识别区域,检索结果包含对应GeoHash7、GeoHash8、GeoHash9三种粒度网格所关联的多识别维度地理位置识别区域。
所述有关联的多识别维度地理位置识别区域是指,如果GeoHash网格与地理位置识别区域有重叠区域,则认为该地理位置识别区域与该GeoHash网格有关联。由于GeoHash网格是一个矩形,而地理位置识别区域形状不规则,有可能尽管经纬度对应的GeoHash网格与位置识别区域有重叠区域,然而经纬度所在的点并不在该地理位置识别区域内。
所述地理位置信息数据库的数据获取,请参看图2,该图为本申请第一实施例涉及的地理位置信息数据库的数据获取流程图。以下结合图2对地理位置信息数据库的数据获取进行详细说明。数据获取方法包括如下步骤:
S102-1,获取待处理的地理位置识别区域信息。地理位置识别区域是指某个识别维度的具体的地理位置区域,如上面提到的杭州市,西湖区,西湖,雷峰塔景区,雷峰塔。地理位置识别区域信息包括该识别区域的面积,形状,经纬度范围,识别维度等信息。
S102-2,根据所述地理位置识别区域信息,采用标准地理填充区块填充各个识别维度的所述地理位置识别区域,标准地理填充区块包括不同粒度的标准地理填充区块。通常,标准地理填充区块采用GeoHash网格。
对于不同面积和形状的地理位置识别区域,可以采用不同粒度的GeoHash网格来填充。
例如对于城市、市辖区,优先采用GeoHash5、GeoHash6填充,对于边界处,可以采用GeoHash7、GeoHash8、GeoHash9填充,确保地理位置识别区域能被不同粒度的GeoHash网格填充满,如图3中所示。
当前常用的地理位置识别技术方案中,一般使用经纬度转为GeoHash编码,根据GeoHash编码来判断用户在什么位置,一般只能识别城市,市辖区。对于商场和地理围栏等较小面积的地理位置识别区域,一般采用统一的GeoHash粒度,线上性能较低,识别准确率较低。
本申请创造性地提出根据不同识别维度地理位置识别区域(商场、地理围栏、商区、市辖区、城市)的面积和形状等,引入多粒度GeoHash网格精准填充。地理位置识别过程中利用GeoHash编码作为索引来检索对应的地理位置识别区域,显著提高了线上算法识别性能。
S102-3,记录各个识别维度的所述地理位置识别区域包含的所述标准地理填充区块,从而获得包含多识别维度地理位置信息的地理位置信息数据库。
数据库可以采用GeoHash编码为索引,根据GeoHash编码索引,记录对应的地理位置识别区域。即对应每个地理位置识别区域,记录与该地理位置识别区域相关的GeoHash网格,具体记录方式为记录每个地理位置识别区域相关的每个GeoHash网格的GeoHash编码。可以为每个识别维度分别建立这样的地理位置信息数据库,查询时,针对同一个GeoHash编码,在多个地理位置信息数据库中进行综合查询,获得在不同地理位置信息数据库中的查询结果。
一种改进方案,是根据上述建立的各个识别维度的地理位置信息数据库的基础上,建立相关的倒排索引数据库。即为各个粒度下的各个GeoHash编码记录与其相关的各个识别维度的地理位置识别区域。例如,某个编码为1456789的GeoHash编码,其对应的地理位置识别区域是“中国北京市海淀区某某街道某某号”,也可以对应“中关村商圈海龙大厦某某商场”,还可以是“海淀黄庄地铁站周边区域”等不同的地理位置识别区域;在倒排索引中,这些信息均对应该GeoHash编码进行记录。这样,只要有某个经纬度位置点,就可以通过该倒排索引,以所述GeoHash编码迅速找到相关的地理位置识别区域。
上述过程是创建一个识别维度地理位置识别区域的地理位置信息数据库的实施步骤。针对不同的地理位置识别区域,循环执行上述S102-1、S102-2、S102-3子步骤,就可以创建包含多识别维度地理位置信息的地理位置信息数据库。对于不同的识别维度,可以以不同依据进行地理位置识别区域的划分;从而获得不同认知角度下的地理位置划分结果。
步骤S102既可以发生在移动客户端,也可以发生在服务器端。
发生在移动设备端时,移端客户端既可以通过向服务器发起请求,检索服务器端的地理位置信息数据库,从而获得对应所述地理位置定位信息的多识别维度地理位置识别信息;也可以检索本地的地理位置信息数据库来获得对应所述地理位置定位信息的多识别维度地理位置识别信息,本地的地理位置信息数据库既可以通过下载服务器端的地理位置信息数据库实现,也可以通过客户端建立本地的地理位置信息数据库来实现。
步骤S103,将对应所述检索获得的各个识别维度的地理位置识别区域的地理标识,作为对应所述地理位置定位信息的多识别维度地理位置识别信息。
所述地理标识包含地理位置识别区域的区域名称以及相关的空间区域描述,可以包含该地理位置识别区域的识别维度,经纬度范围,面积以及形状等。如对应某个地理位置定位信息,查询到与“北京市海淀区中关村居委会”(行政区划)、“中关村商圈”(商圈)、“北京市海淀区中关村海龙大厦1层101”(建筑位置)、“北京海淀黄庄地铁站区域”(交通位置)等不同的相关地理标识,这些地理标识是不同识别维度对同一个地点的地理标识描述,这些信息就可以作为该地点的各个维度的地理位置识别信息。当然,针对具体的地理位置定位信息,可能采用如“北京海淀黄庄地铁站东南100米”这样更为具体更为精准的包含地名以及位置点描述的信息,这些也可以作为地理位置识别信息。此外,根据不同应用需求,可以将所述地理位置识别区域相关的地理热点作为地理位置识别信息提供的内容,如附近的热门景点或者热门商铺等。
在通过上述步骤获得各个识别维度的地理位置识别区域的地理标识,作为对应所述地理位置定位信息的多识别维度地理位置识别信息之后,还可以针对所述地理位置识别信息进行判别筛选处理。这是由于,上述步骤获得的地理位置识别信息,是经过初步的检索获得的,但在许多情况下,根据某个地理位置定位信息在数据库中检索获得的地理位置识别区域可能并不包含该地理位置定位信息实际位置。例如,在采用标准地理填充区块进行检索的情况下,在某个地理位置区域A边缘的标准地理填充区块中,有很多地理位置点可能实际在该地理位置区域A之外;为了避免这类错误,可以进行进一步的判别筛选处理。
所述判别筛选处理包括:分别对所述地理位置定位信息与所述多识别维度的地理位置识别信息中确定的每一个地理位置识别信息进行匹配计算;若与某个地理位置识别信息的所述匹配计算的结果为不匹配,则过滤该地理位置识别区域;将未被过滤的地理位置识别区域作为对应所述地理位置定位信息的精准多识别维度地理位置识别区域。
下面结合图4对于判别筛选处理的具体实施步骤进行详细说明。
步骤S401,所述地理位置定位信息采用经纬度信息,所述匹配计算方法为,根据以经纬度信息表示的所述地理位置定位信息,通过多边形算法判别所述经纬度是否位于所述地理位置识别区域中,若否,则匹配计算的结果为不匹配。
通常,可以用多边形算法来做出判别某个点是否在多边形区域内。多边形算法是常用的一种算法,这里就不再赘述。下面的函数是用C++实现的一种利用多边形算法来判别某个点point是否在多边形polygon内部的示意性代码。
步骤S402,所述地理位置定位信息采用WIFI信息,所述匹配计算方法为,根据以WIFI信息表示的所述地理位置定位信息,判别所述WIFI信息与所述各个识别维度的地理位置识别信息是否匹配,如否,则匹配计算的结果为不匹配。
WIFI信息包括WIFI所连接的无线接入点(AP)信息,以及与AP的距离等信息。例如,WIFI信息显示所在区域类型为商场,我们就可以将待筛选的多识别维度地理位置识别区域中区域类型不匹配的识别区域过滤掉。
步骤S403,所述地理位置定位信息采用经纬度信息和WIFI信息,所述匹配计算方法为,根据以经纬度信息表示的所述地理位置定位信息,通过多边形算法判别所述经纬度是否位于所述地理位置识别区域中,若否,则匹配计算的结果为不匹配;记录所述与经纬度相匹配的各个识别维度的地理位置识别信息;根据以WIFI信息表示的所述地理位置定位信息,判别所述WIFI信息与所述与经纬度匹配的各个识别维度的地理位置识别信息是否匹配,如否,则匹配计算的结果为不匹配。记录两次筛选之后匹配的地理位置识别信息,作为精准地理位置识别信息。
该步骤是先执行S401,而后再执行S402,在这里就不再进行详细说明了,请参考上述两个步骤的详细说明。由于该筛选方法创造性地首先通过多边形计算,准确识别经纬度所在的多识别维度地理位置识别区域,而后利用WIFI信息来进行二次过滤,克服了经纬度漂移引起的误差,地理位置识别准确率得到了明显的提升,从而具有突出的实质性特点和显著的进步。
上述三个步骤S401,S402,S403执行其中一个即可。
在步骤S103中,可以将所述多识别维度的地理位置识别区域的各个识别维度的属性数据均输出。例如,将地理定位信息为经纬度(东经120.170649,北纬30.274734)的各个维度的地理位置识别区域的详细属性数据输出:中国,浙江省,杭州市,下城区,杭州中心商区,武林广场,杭州百货。
所述各个识别维度可以包括以下识别维度的至少一种:商场、地理围栏、商区、市辖区、城市、交通;例如杭州百货,武林广场,杭州中心商区,下城区,杭州市,萧山国际机场分别对应商场、地理围栏、商区、市辖区、城市、交通等识别维度。
在获取所述精准多维度地理位置识别区域结果之后,根据不同识别维度的地理位置识别区域,根据预先设定的搜索排序策略,对不同维度的地理位置识别区域设置相关内容显示。所述相关内容,是与所述地理位置识别区域相关联的地理热点;例如,地理位置识别区域中,在商场这个维度下,用户位于某个商场或者邻近某个商场,则向其提供的相关内容显示包括该商场下的具体的店铺;此时,还可以根据搜索排序策略,对所显示店铺进行排序,以便按照一定的顺序进行显示。
例如当发现用户在商场或者商区中时,所述预先设定的搜索排序策略包括按照商场或者商区中实体店铺的商业指数进行排序,在进行内容显示时,提供以商业指数排序的店铺列表作为显示内容。所述商业指数是指以商铺等商业单位的人气值、流量值、或者考虑与用户兴趣的关联度等各类商业相关指标中的一个或者多个,以设定的方式打分获得的指标值。所述实体店铺,包括各类商业活动单位,其概念可以是指某个具体的店铺,也可以是指某个商场,某个货柜等等,总之,是可以单独标识的商业活动单位。
如果发现用户所在的位置的地理位置识别区域的其中一个维度为风景区,则所述预先设定的搜索排序策略包括按照风景区中实体店铺的特色值进行排序,进行内容显示时,提供特色值排序的店铺列表作为显示内容。所述特色值是指以风景区的商铺等商业单位的与风景区特色的关联度,以及游客好评值、游客流量、或者考虑与用户兴趣的关联度等各类商业相关指标中的一个或者多个,以设定的方式打分获得的指标值。所述实体店铺,包括各类可以单独标识的商业活动单位。
在上述的实施例中,提供了一种地理位置识别的方法,与之相对应的,本申请还提供一种地理位置识别装置。请参看图5,其为本申请的一种地理位置识别装置实施例的流程图。由于本实施例,即第二实施例,基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
本实施例的一种地理位置识别装置,包括地理位置定位信息获取单元501,用于获取待识别的地理位置定位信息;多识别维度地理位置识别区域获取单元502,用于根据所述地理位置定位信息,在包含多识别维度地理位置信息的地理位置信息数据库中,检索所述地理位置定位信息在各个识别维度中所属的地理位置识别区域;地理位置识别信息确定单元503,用于将对应所述检索获得的各个识别维度的地理位置识别区域的地理标识,作为对应所述地理位置定位信息的多识别维度地理位置识别信息。
优选的,所述检索所述地理位置定位信息在各个识别维度中所属的地理位置识别区域,包括:标准地理填充区块计算单元,用于根据所述地理定位信息,确定与其对应的标准地理填充区块;多识别维度地理位置识别区域检索单元,用于以所述标准地理填充区块对应的编码信息作为索引,检索出与所述标准地理填充区块所关联的多识别维度地理位置识别区域,将所述多识别维度地理位置识别区域作为所述地理定位信息在各个识别维度中所属的地理位置识别区域。
优选的,所述标准地理填充区块包括不同粒度的标准地理填充区块;相应的,所述以所述标准地理填充区块对应的编码信息作为索引,检索出与所述标准地理填充区块有关联的多识别维度地理位置识别区域的步骤中,检索结果包含对应不同粒度的标准地理填充区块所关联的多识别维度地理位置识别区域。
优选的,所述地理位置信息数据库的数据采用如下方式获得:地理位置识别区域信息获取单元,用于获取待处理的地理位置识别区域信息;标准地理填充区块填充单元,用于根据所述地理位置识别区域信息,采用标准地理填充区块填充各个识别维度的所述地理位置识别区域;标准地理填充区块记录单元,用于记录各个识别维度的所述地理位置识别区域包含的所述标准地理填充区块,从而获得包含多识别维度地理位置信息的地理位置信息数据库。
优选的,所述采用标准地理填充区块填充各个识别维度的所述地理位置识别区域的步骤中,所述标准地理填充区块包括不同粒度的标准地理填充区块。
优选的,所述标准地理填充区块采用GeoHash网格。
优选的,在所述获得所述多识别维度地理位置识别信息之后,包括针对所述地理位置识别信息进行判别筛选处理的步骤,所述判别筛选处理的步骤包括:地理位置识别信息匹配计算单元,用于分别对所述地理位置定位信息与所述多识别维度的地理位置识别信息中确定的每一个地理位置识别信息进行匹配计算;匹配计算过滤单元,用于若与某个地理位置识别信息的所述匹配计算的结果为不匹配,则过滤该地理位置识别区域;精准多识别维度地理位置识别区域确定单元,用于将未被过滤的地理位置识别区域作为对应所述地理位置定位信息的精准多识别维度地理位置识别区域。
优选的,所述地理位置定位信息采用经纬度信息,所述匹配计算采用如下装置:经纬度信息匹配计算单元,用于根据以经纬度信息表示的所述地理位置定位信息,通过多边形算法判别所述经纬度是否位于所述地理位置识别区域中,若否,则匹配计算的结果为不匹配。
优选的,所述地理位置定位信息采用WIFI信息,所述匹配计算采用如下装置:WIFI信息匹配计算单元,用于根据以WIFI信息表示的所述地理位置定位信息,判别所述WIFI信息与所述各个识别维度的地理位置识别信息是否匹配,若否,则匹配计算的结果为不匹配。
优选的,所述地理位置定位信息采用经纬度信息和WIFI信息,所述匹配计算采用如下装置:经纬度信息匹配计算单元,用于根据以经纬度信息表示的所述地理位置定位信息,通过多边形算法判别所述经纬度是否位于所述地理位置识别区域中,若否,则匹配计算的结果为不匹配;地理位置识别信息记录单元,用于记录所述与经纬度相匹配的各个识别维度的地理位置识别信息;WIFI信息匹配计算单元,用于根据以WIFI信息表示的所述地理位置定位信息,判别所述WIFI信息与所述与经纬度匹配的各个识别维度的地理位置识别信息是否匹配,如否,则匹配计算的结果为不匹配。
优选的,属性数据输出单元,用于将所述多识别维度的地理位置识别区域的各个识别维度的属性数据均输出。
优选的,所述各个识别维度包括商场、地理围栏、商区、市辖区、城市。
优选的,地理位置识别区域设置单元,用于在获取所述精准多维度地理位置识别区域结果之后,根据不同维度的地理位置识别区域,根据预先设定的搜索排序策略,对不同维度的地理位置识别区域设置显示方式。
本申请第三实施例提供一种用于地理位置识别的电子设备,所述电子设备包括:显示器;处理器;存储器,用于存储用于地理位置识别的程序,所述程序在被所述处理器读取执行时,执行如下操作:获取待识别的地理位置定位信息;根据所述地理位置定位信息,在包含多识别维度地理位置信息的地理位置信息数据库中,检索所述地理位置定位信息在各个识别维度中所属的地理位置识别区域;将对应所述检索获得的各个识别维度的地理位置识别区域的地理标识,作为对应所述地理位置定位信息的多识别维度地理位置识别信息。
本申请第四实施例提供一种计算机可读取存储介质,其上存储有计算机程序,所述程序被处理器执行时,实现以下步骤:获取待识别的地理位置定位信息;根据所述地理位置定位信息,在包含多识别维度地理位置信息的地理位置信息数据库中,检索所述地理位置定位信息在各个识别维度中所属的地理位置识别区域;将对应所述检索获得的各个识别维度的地理位置识别区域的地理标识,作为对应所述地理位置定位信息的多识别维度地理位置识别信息。
本申请虽然以较佳实施例公开如上,但其并不是用来限定本申请,任何本领域技术人员在不脱离本申请的精神和范围内,都可以做出可能的变动和修改,因此本申请的保护范围应当以本申请权利要求所界定的范围为准。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
1、计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
2、本领域技术人员应明白,本申请的实施例可提供为方法、***或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
Claims (10)
1.一种地理位置识别方法,其特征在于,包括:
获取待识别的地理位置定位信息;
根据所述地理位置定位信息,在包含多识别维度地理位置信息的地理位置信息数据库中,检索所述地理位置定位信息在各个识别维度中所属的地理位置识别区域;
将对应所述检索获得的各个识别维度的地理位置识别区域的地理标识,作为对应所述地理位置定位信息的多识别维度地理位置识别信息。
2.根据权利要求1所述的地理位置识别方法,其特征在于,所述检索所述地理位置定位信息在各个识别维度中所属的地理位置识别区域,包括:
根据所述地理定位信息,确定与其对应的标准地理填充区块;
以所述标准地理填充区块对应的编码信息作为索引,检索出与所述标准地理填充区块所关联的多识别维度地理位置识别区域,将所述多识别维度地理位置识别区域作为所述地理定位信息在各个识别维度中所属的地理位置识别区域。
3.根据权利要求2所述的地理位置识别方法,其特征在于,所述标准地理填充区块包括不同粒度的标准地理填充区块;
相应的,所述以所述标准地理填充区块对应的编码信息作为索引,检索出与所述标准地理填充区块有关联的多识别维度地理位置识别区域的步骤中,检索结果包含对应不同粒度的标准地理填充区块所关联的多识别维度地理位置识别区域。
4.根据权利要求1所述的地理位置识别方法,其特征在于,所述地理位置信息数据库的数据采用如下方式获得:
获取待处理的地理位置识别区域信息;
根据所述地理位置识别区域信息,采用标准地理填充区块填充各个识别维度的所述地理位置识别区域;
记录各个识别维度的所述地理位置识别区域包含的所述标准地理填充区块,从而获得包含多识别维度地理位置信息的地理位置信息数据库。
5.一种地理位置识别装置,其特征在于,包括:
地理位置定位信息获取单元,用于获取待识别的地理位置定位信息;
多识别维度地理位置识别区域获取单元,用于根据所述地理位置定位信息,在包含多识别维度地理位置信息的地理位置信息数据库中,检索所述地理位置定位信息在各个识别维度中所属的地理位置识别区域;
地理位置识别信息确定单元,用于将对应所述检索获得的各个识别维度的地理位置识别区域的地理标识,作为对应所述地理位置定位信息的多识别维度地理位置识别信息。
6.根据权利要求5所述的地理位置识别装置,其特征在于,所述检索所述地理位置定位信息在各个识别维度中所属的地理位置识别区域,包括:
标准地理填充区块计算单元,用于根据所述地理定位信息,确定与其对应的标准地理填充区块;
多识别维度地理位置识别区域检索单元,用于以所述标准地理填充区块对应的编码信息作为索引,检索出与所述标准地理填充区块所关联的多识别维度地理位置识别区域,将所述多识别维度地理位置识别区域作为所述地理定位信息在各个识别维度中所属的地理位置识别区域。
7.根据权利要求6所述的地理位置识别装置,其特征在于,所述标准地理填充区块包括不同粒度的标准地理填充区块;
相应的,所述以所述标准地理填充区块对应的编码信息作为索引,检索出与所述标准地理填充区块有关联的多识别维度地理位置识别区域的步骤中,检索结果包含对应不同粒度的标准地理填充区块所关联的多识别维度地理位置识别区域。
8.根据权利要求5所述的地理位置识别装置,其特征在于,所述地理位置信息数据库的数据采用如下方式获得:
地理位置识别区域信息获取单元,用于获取待处理的地理位置识别区域信息;
标准地理填充区块填充单元,用于根据所述地理位置识别区域信息,采用标准地理填充区块填充各个识别维度的所述地理位置识别区域;
标准地理填充区块记录单元,用于记录各个识别维度的所述地理位置识别区域包含的所述标准地理填充区块,从而获得包含多识别维度地理位置信息的地理位置信息数据库。
9.一种用于地理位置识别的电子设备,其特征在于,所述电子设备包括:
显示器:
处理器;
存储器,用于存储用于地理位置识别的程序,所述程序在被所述处理器读取执行时,执行如下操作:
获取待识别的地理位置定位信息;
根据所述地理位置定位信息,在包含多识别维度地理位置信息的地理位置信息数据库中,检索所述地理位置定位信息在各个识别维度中所属的地理位置识别区域;
将对应所述检索获得的各个识别维度的地理位置识别区域的地理标识,作为对应所述地理位置定位信息的多识别维度地理位置识别信息。
10.一种计算机可读取存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时,实现以下步骤:
获取待识别的地理位置定位信息;
根据所述地理位置定位信息,在包含多识别维度地理位置信息的地理位置信息数据库中,检索所述地理位置定位信息在各个识别维度中所属的地理位置识别区域;
将对应所述检索获得的各个识别维度的地理位置识别区域的地理标识,作为对应所述地理位置定位信息的多识别维度地理位置识别信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810562283.7A CN109033128A (zh) | 2018-06-01 | 2018-06-01 | 一种地理位置识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810562283.7A CN109033128A (zh) | 2018-06-01 | 2018-06-01 | 一种地理位置识别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109033128A true CN109033128A (zh) | 2018-12-18 |
Family
ID=64611748
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810562283.7A Pending CN109033128A (zh) | 2018-06-01 | 2018-06-01 | 一种地理位置识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109033128A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109946724A (zh) * | 2019-03-29 | 2019-06-28 | 江苏小牛电动科技有限公司 | 一种基于geohash算法的gps静态漂移修正方法及其装置 |
CN109974716A (zh) * | 2019-02-27 | 2019-07-05 | 上海晶赞融宣科技有限公司 | 地理位置匹配方法及装置、存储介质、服务器 |
CN111162980A (zh) * | 2019-12-31 | 2020-05-15 | 青岛海尔科技有限公司 | 用于场景控制的方法、装置及手机 |
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 |
CN111652058A (zh) * | 2020-04-27 | 2020-09-11 | 青岛百灵信息科技股份有限公司 | 一种计算机人脸识别装置 |
CN111815011A (zh) * | 2019-04-10 | 2020-10-23 | 财付通支付科技有限公司 | 消息发送方法、装置、计算机设备及存储介质 |
CN112150317A (zh) * | 2020-08-21 | 2020-12-29 | 广州市标准化研究院 | 基于o2o信息云平台的旅游游客信息管理***及方法 |
CN117367456A (zh) * | 2023-12-05 | 2024-01-09 | 文诚恒远(天津)供应链管理服务有限公司 | 车辆路线偏离检测方法、装置、存储介质及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090063252A1 (en) * | 2007-08-28 | 2009-03-05 | Fatdoor, Inc. | Polling in a geo-spatial environment |
CN103530330A (zh) * | 2013-09-29 | 2014-01-22 | 天泽信息产业股份有限公司 | 一种逆地理编码处理***的处理方法 |
CN106251164A (zh) * | 2016-03-21 | 2016-12-21 | 上海驴徒电子商务有限公司 | 一种景区推荐方法及*** |
-
2018
- 2018-06-01 CN CN201810562283.7A patent/CN109033128A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090063252A1 (en) * | 2007-08-28 | 2009-03-05 | Fatdoor, Inc. | Polling in a geo-spatial environment |
CN103530330A (zh) * | 2013-09-29 | 2014-01-22 | 天泽信息产业股份有限公司 | 一种逆地理编码处理***的处理方法 |
CN106251164A (zh) * | 2016-03-21 | 2016-12-21 | 上海驴徒电子商务有限公司 | 一种景区推荐方法及*** |
Non-Patent Citations (2)
Title |
---|
佚名: "C#的百度地图开发(三)依据坐标获取位置、商圈及周边信息", 《HTTPS://BLOG.CSDN.NET/XXDDDAIL/ARTICLE/DETAILS/42705549》 * |
佚名: "高效的多维空间点索引算法——Geohash和GoogleS2", 《HTTPS://WWW.JIANSHU.COM/P/7332DCB978B2?UTM_SOURCE=OSCHINA-APP》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109974716A (zh) * | 2019-02-27 | 2019-07-05 | 上海晶赞融宣科技有限公司 | 地理位置匹配方法及装置、存储介质、服务器 |
CN109946724A (zh) * | 2019-03-29 | 2019-06-28 | 江苏小牛电动科技有限公司 | 一种基于geohash算法的gps静态漂移修正方法及其装置 |
CN109946724B (zh) * | 2019-03-29 | 2024-01-16 | 江苏小牛电动科技有限公司 | 一种基于geohash算法的gps静态漂移修正方法及其装置 |
CN111815011A (zh) * | 2019-04-10 | 2020-10-23 | 财付通支付科技有限公司 | 消息发送方法、装置、计算机设备及存储介质 |
CN111815011B (zh) * | 2019-04-10 | 2024-03-22 | 财付通支付科技有限公司 | 消息发送方法、装置、计算机设备及存储介质 |
CN111162980A (zh) * | 2019-12-31 | 2020-05-15 | 青岛海尔科技有限公司 | 用于场景控制的方法、装置及手机 |
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 |
CN111652058A (zh) * | 2020-04-27 | 2020-09-11 | 青岛百灵信息科技股份有限公司 | 一种计算机人脸识别装置 |
CN111652058B (zh) * | 2020-04-27 | 2023-03-28 | 青岛百灵信息科技股份有限公司 | 一种计算机人脸识别装置 |
CN112150317A (zh) * | 2020-08-21 | 2020-12-29 | 广州市标准化研究院 | 基于o2o信息云平台的旅游游客信息管理***及方法 |
CN117367456A (zh) * | 2023-12-05 | 2024-01-09 | 文诚恒远(天津)供应链管理服务有限公司 | 车辆路线偏离检测方法、装置、存储介质及电子设备 |
CN117367456B (zh) * | 2023-12-05 | 2024-05-28 | 文诚恒远(天津)供应链管理服务有限公司 | 车辆路线偏离检测方法、装置、存储介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109033128A (zh) | 一种地理位置识别方法及装置 | |
CN103884345B (zh) | 兴趣点信息采集方法、显示方法、装置及*** | |
CN108011987B (zh) | Ip地址定位方法及装置,电子设备及存储介质 | |
US10775185B2 (en) | Method and apparatus for acquiring route popularity in road networks | |
US10034141B2 (en) | Systems and methods to identify home addresses of mobile devices | |
JP7210086B2 (ja) | エリアの分割方法と装置、電子装置およびプログラム | |
CN104598506B (zh) | 地理位置点的地址生成、查询方法和装置 | |
CN106708955A (zh) | 一种热力图生成方法及设备 | |
CN107395680B (zh) | 店铺群信息推送和输出方法及装置、设备 | |
CN109084795B (zh) | 基于地图服务的搜索服务设施的方法及装置 | |
KR20140038932A (ko) | 3차원 어플리케이션의 피처에서의 사용자 관심을 결정하기 위한 뷰 의존적인 기술들 | |
CN106681996A (zh) | 确定地理范围内兴趣区域、兴趣点的方法和装置 | |
WO2019153889A1 (zh) | 地理位置服务的实现 | |
CN107688955A (zh) | 一种基于自适应dbscan密度聚类的城市商业圈群簇划分方法 | |
CN105468631A (zh) | 兴趣点查询方法及装置 | |
US20140011513A1 (en) | Mobile Device Location Estimation Using Operational Data of a Wireless Network | |
CN107341261A (zh) | 一种面向位置社交网络的兴趣点推荐方法 | |
CN106162544A (zh) | 一种地理围栏的生成方法和设备 | |
CN107861992A (zh) | 一种跑步路线处理方法和装置 | |
CN109451428A (zh) | 一种基于WiFi聚类的室内高度定位方法 | |
Yin et al. | A deep learning approach for rooftop geocoding | |
CN109787961A (zh) | 虚假流量的识别方法及装置、存储介质、服务器 | |
CN112653748A (zh) | 信息推送的方法、装置、电子设备及可读存储介质 | |
KR20140056828A (ko) | 사용자 단말을 이용한 유동 인구 분석 장치, 방법 및 컴퓨터 판독 가능한 기록 매체 | |
CN116823535B (zh) | 一种基于多模态大模型的行程规划及智能导览*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181218 |
|
RJ01 | Rejection of invention patent application after publication |