CN111915679B - 一种基于楼层的目标点位确定方法、装置和设备 - Google Patents
一种基于楼层的目标点位确定方法、装置和设备 Download PDFInfo
- Publication number
- CN111915679B CN111915679B CN202010894797.XA CN202010894797A CN111915679B CN 111915679 B CN111915679 B CN 111915679B CN 202010894797 A CN202010894797 A CN 202010894797A CN 111915679 B CN111915679 B CN 111915679B
- Authority
- CN
- China
- Prior art keywords
- target
- floor
- building
- information
- address
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例公开了一种基于楼层的目标点位确定方法、装置和设备,可以从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址;并基于预设算法提取出这多个收货地址中的目标信息:楼宇信息和楼层信息;通过将目标收货地址与该目标收货地址对应的目标楼宇和楼层进行关联,确定出目标楼宇的楼层和该楼层中的用户,目标收货地址为所述多个收货地址中提取出目标信息的收货地址;基于目标楼宇的楼层中的用户的特征数据,确定目标楼宇中该楼层的特征;基于目标楼宇中的楼层的特征,从目标楼宇的楼层中筛选适于实施目标方案的目标点位。
Description
技术领域
本文件涉及计算机技术领域,尤其涉及一种基于楼层的目标点位确定方法、装置和设备。
背景技术
目前,在实施目标计划或项目时,如在进行公共/商业设施铺设时,是基于二维(经纬度)平面上的楼宇点位进行的,这难以满足业务需求。例如,在进行智能货柜铺设选址时,往往是以楼宇为点位进行的,铺设人员直接与楼宇物业谈判确定是否可以铺设,这种方式的铺设成功率低,或者易出现铺设的货柜数量有限且提供的货物不一定适合该楼宇内的用户,难以满足铺设需求。
发明内容
本说明书实施例提供了一种基于楼层的目标点位确定方法、装置和设备,以解决从楼宇维度筛选目标点位的方式难以满足业务需要的问题。
为解决上述技术问题,本说明书实施例是这样实现的:
第一方面,提出了一种基于楼层的目标点位确定方法,包括:
从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址;
基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息;
将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址;
基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征;
基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于实施目标方案的目标点位。
第二方面,提出了一种基于楼层的目标点位确定方法,包括:
从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址,其中,所述预设条件包括:所述收货地址位于楼宇内,所述收货地址为工作地址;
基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息;
将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址;
基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征;
基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于铺设智能货柜的目标点位。
第三方面,提出了一种基于楼层的目标点位确定装置,包括:
第一地址抽取模块,从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址;
第一信息提取模块,基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息;
第一关联模块,将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址;
第一特征确定模块,基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征;
第一点位筛选模块,基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于实施目标方案的目标点位。
第四方面,提出了一种基于楼层的目标点位确定装置,包括:
第二地址抽取模块,从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址,其中,所述预设条件包括:所述收货地址位于楼宇内,所述收货地址为工作地址;
第二信息提取模块,基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息;
第二关联模块,将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址;
第二特征确定模块,基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征;
第二点位筛选模块,基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于铺设智能货柜的目标点位。
第五方面,提出了一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行以下操作:
从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址;
基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息;
将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址;
基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征;
基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于实施目标方案的目标点位。
第六方面,提出了一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行以下操作:
从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址;
基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息;
将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址;
基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征;
基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于实施目标方案的目标点位。
第七方面,提出了一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行以下操作:
从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址,其中,所述预设条件包括:所述收货地址位于楼宇内,所述收货地址为工作地址;
基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息;
将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址;
基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征;
基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于铺设智能货柜的目标点位。
第八方面,提出了一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行以下操作:
从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址,其中,所述预设条件包括:所述收货地址位于楼宇内,所述收货地址为工作地址;
基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息;
将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址;
基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征;
基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于铺设智能货柜的目标点位。
由以上本说明书实施例提供的至少一个技术方案,通过楼层中的用户的特征刻画楼宇中楼层的特征,将用户人群在楼层上划分开,从楼层的角度筛选适于实施目标方案的目标点位,从原先的基于楼宇的二维平面点位筛选方式,升级为基于楼层的三维空间点位筛选方式,筛选方式更细致更能反映用户人群特征,从而可以更好地满足业务需求。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是本说明书的一个实施例提供的一种基于楼层的目标点位确定方法的流程示意图。
图2是本说明书的另一实施例提供的一种基于楼层的目标点位确定方法的流程示意图。
图3是本说明书的另一实施例提供的一种基于楼层的目标点位确定方法的流程示意图。
图4是本说明书实施例提供的一种电子设备的结构示意图。
图5是本说明书的一个实施例提供的一种基于楼层的目标点位确定装置的结构示意图。
图6是本说明书的另一实施例提供的一种基于楼层的目标点位确定装置的结构示意图。
图7是本说明书的另一实施例提供的一种基于楼层的目标点位确定装置的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本文件保护的范围。
为了解决从楼宇维度筛选目标点位的方式难以满足业务需要的问题,本说明书实施例提供一种基于楼层的目标点位确定方法、装置和设备。本说明书实施例提供的方法和装置可以由电子设备执行或安装在电子设备中的软件执行,具体可以由终端设备或服务端设备执行,其中,终端设备包括但不限于:智能手机、个人电脑(personal computer,PC)、笔记本电脑、平板电脑、电子阅读器、网络电视、可穿戴设备等智能终端设备中的任一种;其中,服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。
下面先对本说明书实施例提供的一种基于楼层的目标点位确定方法进行说明。
如图1所示,本说明书的一个实施例提供了一种基于楼层的目标点位确定方法,该方法可以包括:
步骤102、从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址。
在执行上述步骤102之前,可以先从上述平台获取该平台积累的用户收获地址数据。上述平台可以是一个或多个电商平台/外卖平台等。上述用户收货地址数据可以上述平台积累的用户收货地址列表,在该列表中,一个用户的收货地址数据可以包括但不限于收货人的姓名(可以是花名)、电话号码和具体的收货地址,收货地址可以包括省份、市、区、街道、楼宇、楼层及房间号。
上述预设条件可以包括:收货地址位于第一类型的楼宇内,收货地址为第二类型的收货地址,且第一类型与第二类型相关。例如,第一类型可以为写字楼,相应的,第二类型为工作地址;或者,第一类型可以为公寓楼或居民楼,相应的,第二类型为家庭地址,等等。在具体实现时,可以将收货地址位于地图中第一类型的兴趣点(Point of Interest,POI)附近预设距离范围内(如50米内)的收货地址作为第一类型的楼宇内的收货地址。在地图中,POI常包含四方面的信息:兴趣点名称、兴趣点类别、兴趣点所在的经度和纬度。
由于一般在城市中才有较多的楼宇,因此,可选地,在平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址之前,还可以对平台积累的用户收货地址数据进行筛选,将其中的非城市地区的收货地址和/城市级别在预设级别以下的城市删除,以缩小抽取满足预设条件的收货地址的范围,提高抽取效率。或者,可选地,可以在平台积累的指定城市的用户收货地址数据中,抽取满足预设条件的多个收货地址,以缩小抽取满足预设条件的收货地址的范围,提高抽取效率。
步骤104、基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息。
举例来说,可以基于正则表达式或自然语言处理等算法提取所述多个收货地址中的目标信息。
作为一个具体的例子,可以基于命名实体识别(named entity recoginition,NER)提取所述多个收货地址中的目标信息。NPE是自然语言处理中的一项基础任务,其中,命名实体一般指的是文本中具有特定意义或者指代性强的实体,通常包括人名、地名、组织机构名、日期时间、专有名词等。当然实体这个概念可以很广,业务需要的特殊文本片段都可以称为实体。比如产品名称、型号、价格等。因此,基于NPE可以逐个将多个收货地址中的楼宇信息和楼层信息作为两个命名实体识别并抽取出来,得到多个收货地址中的目标信息。
例如,假设上述多个收货地址中的一个收货地址为“上海市浦东新区南泉北路447号xxx大厦14楼”,基于NER算法可以抽取出楼宇信息:xxx大厦,楼层:14楼。
步骤106、将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址。
由于一个目标收货地址一般对应一个用户,因此,在将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联之后,可以将目标楼宇的楼层及该楼层中的用户也确定出来。例如,对于某一写字楼,可以确定出其某一楼层有哪些用户。
可以理解,从上述目标收货地址的数量也可以是多个,因此,经过上述步骤106之后,可以确定出多个目标楼宇的楼层和该楼层中的用户。
步骤108、基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征。
可选地,可以预先从上述平台获取目标楼宇的楼层中的用户的特征数据,当然也可以通过其他渠道(如除上述平台以外的其他平台)获取目标楼宇的楼层中的用户的特征数据。
在本说明书实施例中,用户的特征数据可以看作是用于给用户画像的数据,楼层的特征可以看作是楼层的画像。
其中,用户的特征数据可以包括但不限于基础特征和消费特征中的至少一种。举例来说,基础特征可以包括但不限于年龄、性别和职业中的至少一种;消费特征可以包括但不限于消费偏好、消费金额、消费频次和消费时间中的至少一种,其中,用户的消费偏好,可以包括但不限于用户喜欢购买的商品品类、喜欢吃的饭菜口味以及喜欢就餐的餐厅类型,等等。
在用户的特征数据包括基础特征和消费特征中的至少一种的情况下,上述步骤108具体可以包括:基于目标楼宇的楼层中的用户的特征数据,确定目标楼宇中该楼层的消费人群特征。例如,根据写字楼A的5楼的用户的年龄和性别特征,可以确定“写字楼A的5楼的特征(画像)为平均年龄28岁,男性比例60%”;根据写字楼A的10楼的用户的年龄和性别特征,可以确定“写字楼A的10楼的特征(画像)为平均年龄27岁,男性比例45%”等。
步骤110、基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于实施目标方案的目标点位。
举例来说,当第一类型为写字楼,第二类型为工作地址,用户的特征数据包括基础特征和消费特征中的至少一种,以及步骤108中确定出的是目标楼宇中的楼层的消费人群特征时,步骤110可以包括:基于目标楼宇中的楼层的消费人群特征,从所述目标楼宇的楼层中筛选所述目标楼宇中适于铺设智能货柜的目标点位。例如,可以将“特征(画像)为平均年龄27岁,男性比例45%”的写字楼A的10楼,确定为适于铺设售卖各种饮料的智能货柜的目标点位;或者,可以将“特征(画像)为平均年龄28岁,男性比例60%”的写字楼A的5楼,确定为适于铺设售卖各种休闲零食和饮料的智能货柜的目标点位。其中,智能货柜具体可以是物联网(Internet of Things,IoT)智能货柜。
当然,对于不同的应用场景,所要实施的目标方案不同,如上述例子所述,对于智能货柜铺设这一场景,所要实施的目标方案是铺设智能货柜;再如,对于线下营销这一场景,所要实施的目标方案可以是线下营销策略,具体如,对于同一个写字楼,5楼是律所,7楼是互联网公司,两个楼层的营销策略可能不同。
本说明书实施例提供的一种基于楼层的目标点位确定方法,通过楼层中的用户的特征刻画楼宇中楼层的特征,将用户人群在楼层上划分开,从楼层的角度筛选适于实施目标方案的目标点位,从原先的基于楼宇的二维平面点位筛选方式,升级为基于楼层的三维空间点位筛选方式,筛选方式更细致更能反映用户人群特征,从而可以更好地满足业务需求。
下面结合具体的应用场景对本说明书实施例提供的一种基于楼层的目标点位确定方法进行说明。
如图2所示,在一种具体的应用场景下,本说明书实施例提供的一种基于楼层的目标点位确定方法,可以包括:
步骤202、从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址,其中,所述预设条件包括:所述收货地址位于楼宇内,且所述收货地址为工作地址。
在本说明书实施例中,楼宇可以包括但不限于写字楼、商务楼、办公楼等设有办公场所的楼宇。
步骤204、基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和写字楼楼层信息。
具体可以基于正则表达式或自然语言处理等算法提取所述多个收货地址中的目标信息。
作为一个例子,可以基于NER算法提取所述多个收货地址中的目标信息。例如,假设上述多个收货地址中的一个收货地址为“上海市浦东新区南泉北路447号xxx大厦14楼(写字楼)”,基于NER算法可以抽取出楼宇信息:xxx大厦,楼层:14楼。
步骤206、将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址。
步骤208、基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征。
用户的特征数据可以包括但不限于基础特征和消费特征中的至少一种。举例来说,基础特征可以包括但不限于年龄、性别和职业中的至少一种;消费特征可以包括但不限于消费偏好、消费金额、消费频次和消费时间中的至少一种,其中,用户的消费偏好,可以包括但不限于用户喜欢购买的商品品类、喜欢吃的饭菜口味以及喜欢就餐的餐厅类型,等等。
在用户的特征数据包括基础特征和消费特征中的至少一种的情况下,上述步骤208具体可以包括:基于目标楼宇的楼层中的用户的特征数据,确定目标楼宇中该楼层的消费人群特征。例如,根据写字楼A的5楼的用户的年龄和性别特征,可以确定“写字楼A的5楼的特征(画像)为平均年龄28岁,男性比例60%”;根据写字楼A的10楼的用户的年龄和性别特征,可以确定“写字楼A的10楼的特征(画像)为平均年龄27岁,男性比例45%”等。
步骤210、基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于铺设智能货柜的目标点位。
沿用步骤208中例子,可以将“特征(画像)为平均年龄27岁,男性比例60%”的写字楼A的10楼,确定为适于铺设售卖各种饮料的智能货柜的目标点位;或者,可以将“特征(画像)为平均年龄28岁,男性比例45%”的写字楼A的5楼,确定为适于铺设售卖各种休闲零食和饮料的智能货柜。其中,智能货柜具体可以是物联网(Internet of Things,IoT)智能货柜的目标点位。
可选地,在确定出适于铺设智能货柜的目标点位之后,可以将目标点位的具体地址信息提供给智能售卖机运营商,运营商下派业务员到该点位与在该点位办公的公司进行商务推广。如果该公司愿意铺设机具,那么与该公司确认具体机具类型及铺设位置后,铺设相应机具。这相比于直接与楼宇物业谈判确定是否可以铺设而言,成功率更高,更能满足智能货柜的业务推广需求。
本说明书实施例提供的一种基于楼层的目标点位确定方法,通过楼宇楼层中的用户的特征刻画楼层的特征,将用户人群在楼层上划分开,从楼层的角度筛选适于铺设智能货柜的目标点位,从原先的基于楼宇的二维平面点位筛选方式,升级为基于楼层的三维空间点位筛选方式,筛选方式更细致更能反映用户人群特征,从而可以更好地满足业务需求。
需要说明的是,图2所示的实施例也可以应用于从居民楼、公寓楼或学生宿舍楼的楼层中筛选适于铺设智能货柜的目标点位。
如图3所示,在另一种具体的应用场景下,本说明书实施例提供的一种基于楼层的目标点位确定方法,可以包括:
步骤302、从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址,其中,所述预设条件包括:所述收货地址位于楼宇内,且所述收货地址为家庭地址。
在本说明书实施例中,楼宇可以包括但不限于居民楼、公寓楼等有居民居住的楼宇。
步骤304、基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息。
具体可以基于正则表达式或自然语言处理等算法提取所述多个收货地址中的目标信息。
作为一个例子,可以基于NER算法提取所述多个收货地址中的目标信息。例如,假设上述多个收货地址中的一个收货地址为“北京市朝阳区明天第一城10号楼503室”,基于NER算法可以抽取出楼宇信息:明天第一城10号楼,楼层:5楼。
步骤306、将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址。
步骤308、基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征。
用户的特征数据可以包括但不限于基础特征和消费特征中的至少一种。举例来说,基础特征可以包括但不限于年龄、性别和职业中的至少一种;消费特征可以包括但不限于消费偏好、消费金额、消费频次和消费时间中的至少一种,其中,用户的消费偏好,可以包括但不限于用户喜欢购买的商品品类、喜欢吃的饭菜口味以及喜欢就餐的餐厅类型,等等。
在用户的特征数据包括基础特征和消费特征中的至少一种的情况下,上述步骤308具体可以包括:基于目标楼宇的楼层中的用户的特征数据,确定目标楼宇中该楼层的消费人群特征。例如,根据居民楼B的5楼的用户的年龄和性别特征,可以确定“居民楼B的5楼的特征(画像)为平均年龄35岁,男性比例70%”;根据居民楼B的10楼的用户的年龄和职业特征,可以确定“居民楼B的10楼的特征(画像)为平均年龄70岁,退休人员占60%”等。
步骤310、基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于进行线下营销的目标点位。
沿用步骤308中例子,可以将“特征(画像)为平均年龄27岁,男性比例70%”的居民楼B的5楼,确定为适于线下营销剃须刀的目标点位;或者,可以将“特征(画像)为平均年龄70岁,退休人员占60%”的居民楼B的10楼,确定为适于线下营销养老产品的目标点位。
可选地,在确定出适于线下营销的目标点位之后,可以将目标点位的具体地址信息提供给营销公司,营销公司可以针对不同的目标点位制定不同的营销策略,然后下派业务员到该点位依据制定的相应营销策略进行产品营销。
本说明书实施例提供的一种基于楼层的目标点位确定方法,通过楼宇楼层中的用户的特征刻画楼层的特征,将用户人群在楼层上划分开,从楼层的角度筛选适于线下营销的目标点位,从原先的基于楼宇的二维平面点位筛选方式,升级为基于楼层的三维空间点位筛选方式,筛选方式更细致更能反映用户人群特征,从而可以更好地满足业务需求。
需要说明的是,图3所示的实施例也可以应用于从写字楼或学生宿舍楼等楼宇的楼层中筛选适于进行线下营销的目标点位。
可以理解,本说明书实施例的应用场景可以很多,而不局限于智能货柜铺设和线下营销。
以上是对本说明书提供的方法实施例的说明,下面对本说明书提供的电子设备进行介绍。
图4是本说明书的一个实施例提供的电子设备的结构示意图。请参考图4,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成基于楼层的目标点位确定装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址;
基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息;
将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址;
基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征;
基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于实施目标方案的目标点位。
或者,处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成基于楼层的目标点位确定装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址,其中,所述预设条件包括:所述收货地址位于楼宇内,且所述收货地址为工作地址;
基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息;
将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址;
基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征;
基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于铺设智能货柜的目标点位。
上述如本说明书图1至图3中任一所示实施例揭示的基于楼层的目标点位确定方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(CentralProcessing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific IntegratedCircuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本说明书一个或多个实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本说明书一个或多个实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该电子设备还可执行图1至图3中任一所示的实施例提供的基于楼层的目标点位确定方法,本说明书在此不再赘述。
当然,除了软件实现方式之外,本说明书的电子设备并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
本说明书实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的便携式电子设备执行时,能够使该便携式电子设备执行图1所示实施例的方法,并具体用于执行以下操作:
从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址;
基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息;
将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址;
基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征;
基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于实施目标方案的目标点位。
本说明书实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的便携式电子设备执行时,能够使该便携式电子设备执行图2所示实施例的方法,并具体用于执行以下操作:
从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址,其中,所述预设条件包括:所述收货地址位于楼宇内,且所述收货地址为工作地址;
基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息;
将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址;
基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征;
基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于铺设智能货柜的目标点位。
下面对本说明书提供的装置进行说明。
如图5所示,本说明书的一个实施例提供了一种基于楼层的目标点位确定装置500,在一种软件实施方式中,装置500可包括:第一地址抽取模块501、第一信息提取模块502、第一关联模块503、第一特征确定模块504和第一点位筛选模块505。
第一地址抽取模块501,从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址。
第一信息提取模块502,基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息。
第一关联模块503,将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址。
第一特征确定模块504,基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征。
第一点位筛选模块505,基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于实施目标方案的目标点位。
需要说明的是,基于楼层的目标点位确定装置500能够实现图1的方法,并能取得相同的技术效果,详细内容可参考图1所示的方法,不再赘述。
如图6所示,本说明书的一个实施例提供了一种基于楼层的目标点位确定装置600,在一种软件实施方式中,装置600可包括:第二地址抽取模块601、第二信息提取模块602、第二关联模块603、第二特征确定模块604和第二点位筛选模块605。
第二地址抽取模块601,从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址,其中,所述预设条件包括:所述收货地址位于楼宇内,所述收货地址为工作地址。
第二信息提取模块602,基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息。
第二关联模块603,将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址。
第二特征确定模块604,基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征。
第二点位筛选模块605,基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于铺设智能货柜的目标点位。
需要说明的是,基于楼层的目标点位确定装置600能够实现图2的方法,并能取得相同的技术效果,详细内容可参考图2所示的方法,不再赘述。
如图7所示,本说明书的一个实施例提供了一种基于楼层的目标点位确定装置700,在一种软件实施方式中,装置700可包括:第三地址抽取模块701、第三信息提取模块702、第三关联模块703、第三特征确定模块704和第三点位筛选模块705。
第三地址抽取模块701,从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址,其中,所述预设条件包括:所述收货地址位于楼宇内,且所述收货地址为家庭地址。
第三信息提取模块702,基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息。
第三关联模块703,将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址。
第三特征确定模块704,基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征。
第三点位筛选模块705,基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于进行线下营销的目标点位。
需要说明的是,基于楼层的目标点位确定装置700能够实现图3的方法,并能取得相同的技术效果,详细内容可参考图3所示的方法,不再赘述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
总之,以上所述仅为本说明书的较佳实施例而已,并非用于限定本说明书的保护范围。凡在本说明书一个或多个实施例的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本说明书一个或多个实施例的保护范围之内。
上述实施例阐明的***、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
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暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制时,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
Claims (16)
1.一种基于楼层的目标点位确定方法,包括:
从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址;
基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息;
将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址;
基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征;
基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于实施目标方案的目标点位。
2.根据权利要求1所述的方法,其中,所述基于预设算法提取所述多个收货地址中的目标信息,包括:
基于命名实体识别NER提取所述多个收货地址中的目标信息。
3.根据权利要求1所述的方法,其中,所述预设条件包括:所述收货地址位于第一类型的楼宇内,所述收货地址为第二类型的收货地址,且所述第一类型与所述第二类型相关。
4.根据权利要求3所述的方法,
所述收货地址位于第一类型的楼宇内包括:所述收货地址位于地图中第一类型的兴趣点POI的预设距离范围内。
5.根据权利要求3或4所述的方法,
所述第一类型为写字楼,所述第二类型为工作地址。
6.根据权利要求5所述的方法,在所述基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征之前,还包括:
从所述平台获取所述目标楼宇的楼层中的用户的特征数据;
其中,用户的特征数据包括基础特征和消费特征中的至少一种。
7.根据权利要求6所述的方法,
所述基础特征包括年龄、性别和职业中的至少一种;
所述消费特征包括消费偏好、消费金额、消费频次和消费时间中的至少一种。
8.根据权利要求6或7所述的方法,其中,所述基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征,包括:
基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的消费人群特征。
9.根据权利要求8所述的方法,其中,所述基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于实施目标方案的目标点位,包括:
基于所述目标楼宇中的楼层的消费人群特征,从所述目标楼宇的楼层中筛选所述目标楼宇中适于铺设智能货柜的目标点位。
10.一种基于楼层的目标点位确定方法,包括:
从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址,其中,所述预设条件包括:所述收货地址位于楼宇内,且所述收货地址为工作地址;
基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息;
将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址;
基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征;
基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于铺设智能货柜的目标点位。
11.一种基于楼层的目标点位确定装置,包括:
第一地址抽取模块,从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址;
第一信息提取模块,基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息;
第一关联模块,将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址;
第一特征确定模块,基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征;
第一点位筛选模块,基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于实施目标方案的目标点位。
12.一种基于楼层的目标点位确定装置,包括:
第二地址抽取模块,从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址,其中,所述预设条件包括:所述收货地址位于楼宇内,所述收货地址为工作地址;
第二信息提取模块,基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息;
第二关联模块,将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址;
第二特征确定模块,基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征;
第二点位筛选模块,基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于铺设智能货柜的目标点位。
13.一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行以下操作:
从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址;
基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息;
将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址;
基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征;
基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于实施目标方案的目标点位。
14.一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行以下操作:
从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址;
基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息;
将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址;
基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征;
基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于实施目标方案的目标点位。
15.一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行以下操作:
从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址,其中,所述预设条件包括:所述收货地址位于楼宇内,所述收货地址为工作地址;
基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息;
将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址;
基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征;
基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于铺设智能货柜的目标点位。
16.一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行以下操作:
从平台积累的用户收货地址数据中,抽取满足预设条件的多个收货地址,其中,所述预设条件包括:所述收货地址位于楼宇内,所述收货地址为工作地址;
基于预设算法提取所述多个收货地址中的目标信息,其中,所述目标信息包括楼宇信息和楼层信息;
将目标收货地址与所述目标收货地址对应的目标楼宇和楼层进行关联,确定所述目标楼宇的楼层和该楼层中的用户,其中,所述目标收货地址为所述多个收货地址中提取出所述目标信息的收货地址;
基于所述目标楼宇的楼层中的用户的特征数据,确定所述目标楼宇中该楼层的特征;
基于所述目标楼宇中的楼层的特征,从所述目标楼宇的楼层中筛选适于铺设智能货柜的目标点位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010894797.XA CN111915679B (zh) | 2020-08-31 | 2020-08-31 | 一种基于楼层的目标点位确定方法、装置和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010894797.XA CN111915679B (zh) | 2020-08-31 | 2020-08-31 | 一种基于楼层的目标点位确定方法、装置和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111915679A CN111915679A (zh) | 2020-11-10 |
CN111915679B true CN111915679B (zh) | 2022-04-29 |
Family
ID=73267754
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010894797.XA Active CN111915679B (zh) | 2020-08-31 | 2020-08-31 | 一种基于楼层的目标点位确定方法、装置和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111915679B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115164929A (zh) * | 2022-08-02 | 2022-10-11 | 上海有个机器人有限公司 | 机器人地图上创建楼层poi点的方法、***及相关产品 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016028033A1 (ko) * | 2014-08-22 | 2016-02-25 | 네이버 주식회사 | 실내 장소 결정 방법 및 시스템, 그리고 파일 배포 시스템 |
CN106779074A (zh) * | 2017-01-22 | 2017-05-31 | 腾云天宇科技(北京)有限公司 | 一种商场品牌组合预测方法及预测服务器 |
CN108596728A (zh) * | 2018-04-26 | 2018-09-28 | 北京小米移动软件有限公司 | 收货地址提供方法及装置 |
-
2020
- 2020-08-31 CN CN202010894797.XA patent/CN111915679B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016028033A1 (ko) * | 2014-08-22 | 2016-02-25 | 네이버 주식회사 | 실내 장소 결정 방법 및 시스템, 그리고 파일 배포 시스템 |
CN106779074A (zh) * | 2017-01-22 | 2017-05-31 | 腾云天宇科技(北京)有限公司 | 一种商场品牌组合预测方法及预测服务器 |
CN108596728A (zh) * | 2018-04-26 | 2018-09-28 | 北京小米移动软件有限公司 | 收货地址提供方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111915679A (zh) | 2020-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6784308B2 (ja) | 施設特性を更新するプログラム、施設をプロファイリングするプログラム、コンピュータ・システム、及び施設特性を更新する方法 | |
CN107624187B (zh) | 用于创建链接到交互式数字地图位置的页面的***和方法 | |
CN108628943B (zh) | 一种数据处理方法、装置和电子设备 | |
WO2020186819A1 (zh) | 产品数据处理 | |
US10318599B2 (en) | Providing additional functionality as advertisements with search results | |
CN110110244B (zh) | 一种融合多源信息的兴趣点推荐方法 | |
CN108573428A (zh) | 一种资源推荐方法和装置 | |
CN104050205B (zh) | 地址信息输入方法、获取方法、装置、设备和*** | |
US20150287410A1 (en) | Speech and semantic parsing for content selection | |
US20090319187A1 (en) | Generating Geocoded Targeted Web Advertisements | |
JP6773909B2 (ja) | エンティティ情報検証方法およびデバイス | |
US20190095536A1 (en) | Method and device for content recommendation and computer readable storage medium | |
KR20160108526A (ko) | 실제 지역들의 위치 기반 순위 | |
CN111915679B (zh) | 一种基于楼层的目标点位确定方法、装置和设备 | |
US10425786B2 (en) | Systems, methods, and apparatus for reverse geocoding | |
US20170223495A1 (en) | Method and apparatus for identifying a target geographic area | |
CN110969466A (zh) | 一种确定广告投放区域的方法和装置 | |
US20100023425A1 (en) | System, Method and Apparatus for Geographical Restriction of Offers for Sale | |
CN110866178A (zh) | 一种数据处理方法、装置和机器可读介质 | |
CN112395486A (zh) | 一种宽带业务推荐方法、***、服务器和存储介质 | |
CN116481537A (zh) | 展览参观路线生成方法、装置、设备及介质 | |
JP5727541B2 (ja) | 目的来店施設情報提供装置及び方法及びプログラム | |
CN112507242B (zh) | 一种服务意图识别方法、装置及电子设备 | |
CN106886546B (zh) | 一种数据网站的构建方法和设备 | |
CN115344800A (zh) | 场所服务处理方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |