CN112153568A

CN112153568A - 基于业务场景的Wi-Fi识别、绑定方法、装置及设备

Info

Publication number: CN112153568A
Application number: CN202010890164.1A
Authority: CN
Inventors: 黄舟; 孙翔; 段航
Original assignee: Hanhai Information Technology Shanghai Co Ltd
Current assignee: Hanhai Information Technology Shanghai Co Ltd
Priority date: 2020-08-28
Filing date: 2020-08-28
Publication date: 2020-12-29
Anticipated expiration: 2040-08-28
Also published as: CN112153568B

Abstract

本发明提供一种基于业务场景的Wi‑Fi识别方法、绑定方法、装置、电子设备及存储介质，所述识别方法包括：获取服务目的为同一建筑物的多个用户发送的业务请求，发送每个业务请求时周围的Wi‑Fi列表，建筑物的平面多边形数据，以及响应业务请求的多条轨迹数据；识别出每个Wi‑Fi列表中发送业务请求的Wi‑Fi所处建筑物的标识信息；对多条轨迹数据中每条轨迹数据进行处理，选取每条轨迹数据的关键点数量最多的区域作为二维高斯分布中心点；确定二维高斯分布中心点到建筑物的平面多边形数据对应的边界距离最短的建筑物为目标建筑物；绑定发送业务请求的Wi‑Fi所处的建筑物的标识信息与目标建筑物，得到目标建筑物的Wi‑Fi。

Description

基于业务场景的Wi-Fi识别、绑定方法、装置及设备

技术领域

本发明涉及网络技术，尤其涉及一种基于业务场景的Wi-Fi识别方法、基于业务场景的Wi-Fi绑定方法、装置、电子设备及存储介质。

背景技术

随着目前各业务的发展，对场景化定位能力的需求越来越强烈。在获得用户经纬度的同时，还需要确认该用户所在的现实场景，即用户所在的建筑物，如超市、小区、商场、建筑物等。相关技术中，通过移动Wi-Fi信号接收设备，不断进行室内外判别，当用户进入到建筑物内部后，通过在不同位置对建筑物内无线路由器信号进行探测，获取Wi-Fi信号强度，计算设备与每个无线路由器之间的距离，从而推算出无线路由器的经纬度和高度。接着对存储的所有无线路由器的位置数据进行聚类分析，根据聚类分析的结果将每一类确定为一个独立建筑物进行编号，并对建筑物的特征进行存储。之后，当用户请求时，根据其周围路由器信息，比对建筑物特征，完成建筑物的识别。

但是，相关技术中，以建筑物为维度，为了完成建筑物的识别，必须在建筑物内部人工收集建筑物特征(无线路由器经纬度、高度等)。从而增加了人工成本。再者，需要依赖室内定位时经纬度与Wi-Fi信号强度等信息来推测新增路由器位置，由于室内的卫星定位结果被建筑物遮挡等因素有较大偏差，而无线路由器的信号也会受到建筑物结构、路由器型号等影响，在加上实际生活中的Wi-Fi可能经常发生变动，如商场中店铺停业倒闭，新增店铺，Wi-Fi移动搬家等，都会导致整体Wi-Fi环境的变化，从而造成定位不准确。

因此，如何识别现实业务场景中建筑物的Wi-Fi，并利用所述Wi-Fi进行准确定位，是目前有待解决的技术问题。

发明内容

本发明提供一种基于业务场景的Wi-Fi识别方法、基于业务场景的Wi-Fi绑定方法、装置、电子设备及存储介质，以至少解决相关技术中由于以建筑物为维度，通过移动设备在建筑物内部的移动来收集到多个不同的无线路由器信息来建立建筑物特征，当Wi-Fi环境发生变化时，导致定位不准确的技术问题。本发明的技术方案如下：

根据本发明实施例的第一方面，提供一种基于业务场景的Wi-Fi识别方法方法，包括：

获取服务目的为同一建筑物的多个用户发送的业务请求，以及发送所述每个业务请求时周围的Wi-Fi列表，所述建筑物的平面多边形数据，以及响应所述业务请求的多条轨迹数据；

识别出所述每个Wi-Fi列表中发送所述业务请求的Wi-Fi所处的建筑物的标识信息；以及对所述多条轨迹数据中的每条轨迹数据进行处理，选取所述每条轨迹数据中关键点数量最多的区域作为二维高斯分布中心点；

确定所述二维高斯分布中心点到所述建筑物的平面多边形数据对应的边界距离最短的建筑物为目标建筑物；

绑定发送所述业务请求的Wi-Fi所处的建筑物的标识信息与所述目标建筑物，得到所述目标建筑物的Wi-Fi。

可选的，所述对所述多条轨迹数据中的每条轨迹数据进行处理，选取所述每条轨迹数据中关键点数量最多的区域作为二维高斯分布中心点，包括：

对所述多条轨迹数据中的每条轨迹数据进行预处理，得到多条轨迹关键点数据；

对所述多条轨迹关键点数据进行聚合处理，选取关键点数量最多的区域作为二维高斯分布中心点。

可选的，所述对所述多条轨迹数据中的每条轨迹数据进行预处理，得到多条轨迹关键点数据，包括：

从所述每条轨迹数据中选择满足预设条件的轨迹点；

判断每个轨迹点是否为异常轨迹点，如果是，则提取所述异常轨迹点之前且与所述异常轨迹点相邻的正常轨迹点；

从所述轨迹点中删除所述异常轨迹点，得到正常轨迹点，并将所述正常轨迹点作为对应轨迹数据中的轨迹关键点。

可选的，所述对所述多条轨迹关键点数据进行聚合处理，选取关键点数量最多的区域作为二维高斯分布中心点，包括：

获取每条轨迹数据的轨迹关键点的经纬度所处的geohash块；

将每条轨迹数据中的轨迹关键点映射到对应的geohash块上；

统计每个geohash块中的关键点个数；

提取所有轨迹关键点所在的geohash块，所有提取的所述geohash块形成一个二维矩形平面；

将所述二维矩形平面的两边的数值分别作为x轴和y轴，以geohash块中关键点个数作为z轴的数值，建立三维坐标系；

在所述三维坐标系中，确定拟合轨迹关键点个数分布的混合二维高斯分布；

确定所述混合二维高斯分布的中心点在所述二维矩形平面上的中心区域；

选出所述中心区域中包括所述轨迹关键点数最多的区域作为二维高斯分布中心点。

根据本发明实施例的第二方面，提供一种基于业务场景的Wi-Fi绑定方法，包括：

在检测到用户发送业务请求时，获取发送所述业务请求的Wi-Fi；其中，所述业务请求包括：室内定位请求、配送业务请求或地图显示时建筑物与兴趣点POI的渲染请求；

在数据库中查找是否存在与所述Wi-Fi对应的建筑物；

如果存在与所述Wi-Fi对应的建筑物，则将所述Wi-Fi与所述建筑物进行绑定，以便于为所述业务请求提供建筑物级别的路线导航。

可选的，所述方法还包括：

如果所述数据库中没有存在与所述Wi-Fi对应的建筑物，则获取发送所述业务请求的服务目的地址；

根据所述服务器目的地址确定所述Wi-Fi对应的目标建筑物；

将所述Wi-Fi与确定的所述目标建筑物进行绑定，以便于为所述业务请求提供建筑物级别的路线导航。

可选的，所述根据所述服务目的地址确定所述Wi-Fi对应的目标建筑物，包括：

获取所述服务目的地址所在同一建筑物的多个其他用户发送的业务请求，以及发送所述每个业务请求时周围的Wi-Fi列表；所有建筑物数据的边界信息，以及响应所述配置请求的多条轨迹数据；

识别出所述每个Wi-Fi列表中每个Wi-Fi所处的建筑物地址信息；

对所述多条轨迹关键点数据进行聚合处理，选取关键点数量最多的区域作为二维高斯分布中心点；

判断出所述二维高斯分布中心点到所述建筑物数据的边界距离最短的建筑物为目标建筑物；

绑定所述业务请求的Wi-Fi与所述目标建筑物，得到所述目标建筑物的Wi-Fi。

根据本发明实施例的第三方面，提供一种基于业务场景的Wi-Fi识别装置，包括：

第一获取模块，用于执行获取服务目的为同一建筑物的多个用户发送的业务请求，以及发送所述每个业务请求时周围的Wi-Fi列表，所述建筑物的平面多边形数据，以及响应所述业务请求的多条轨迹数据；

识别模块，用于识别出所述每个Wi-Fi列表中发送所述业务请求的Wi-Fi所处的建筑物的标识信息；

处理模块，用于对所述多条轨迹数据中的每条轨迹数据进行处理，选取所述每条轨迹数据中关键点数量最多的区域作为二维高斯分布中心点；

第一确定模块，用于确定所述二维高斯分布中心点到所述建筑物的平面多边形数据对应的边界距离最短的建筑物为目标建筑物；

绑定模块，用于绑定发送所述业务请求的Wi-Fi所处的建筑物的标识信息与所述目标建筑物，得到所述目标建筑物的Wi-Fi。

可选的，所述处理模块包括：

预处理模块，用于对所述多条轨迹数据中的每条轨迹数据进行预处理，得到多条轨迹关键点数据；

聚合处理模块，用于对所述多条轨迹关键点数据进行聚合处理，选取关键点数量最多的区域作为二维高斯分布中心点。

可选的，所述预处理模块包括：

第一选择模块，用于从所述每条轨迹数据中选择满足预设条件的轨迹点；

判断模块，用于判断每个轨迹点是否为异常轨迹点；

第一提取模块，用于在所述判断模块判定所述轨迹点为异常轨迹点时，提取所述异常轨迹点之前且与所述异常轨迹点相邻的正常轨迹点；

删除模块，用于从所述轨迹点中删除所述异常轨迹点，得到正常轨迹点，并将所述正常轨迹点作为对应轨迹数据中的轨迹关键点。

可选的，所述聚合处理包括：

第二获取模块，用于获取每条轨迹数据的轨迹关键点的经纬度所处的geohash块；

映射模块，用于将每条轨迹数据中的轨迹关键点映射到对应的geohash块上；

统计模块，用于统计每个geohash中的关键点个数；

第二提取模块，用于提取所有轨迹关键点所在的geohash块，所有提取的所述geohash块形成一个二维矩形平面；

建立模块，用于将所述二维矩形平面的两边的数值分别作为x轴和y轴，以geohash块中关键点个数为z轴的数值，建立三维坐标系；

第二确定模块，用于在所述三维坐标系中，确定拟合轨迹关键点个数分布的混合二维高斯分布；

第三确定模块，用于确定所述混合二维高斯分布的中心点在所述二维矩形平面上的中心区域；

第二选择模块，用于选出所述中心区域中包括所述轨迹关键点数最多的二维高斯分布中心点。

根据本发明实施例公开的第四方面，提供一种基于业务场景的Wi-Fi绑定装置，包括：

第一获取模块，用于在检测到用户发送业务请求时，获取发送所述业务请求的Wi-Fi；其中，所述业务请求包括：室内定位请求、配送业务请求或地图显示时建筑物与兴趣点POI的渲染请求；

查找模块，用于在数据库中查找是否存储有与所述Wi-Fi对应的建筑物；

第一绑定模块，用于在所述查找模块查找到与所述Wi-Fi对应的建筑物时，将所述Wi-Fi与所述建筑物进行绑定，以便于为所述业务请求提供建筑物级别的路线导航。

可选的，所述装置还包括：

第二获取模块，用于在所述查找模块在数据库中没有查找到与所述Wi-Fi对应的建筑物时，获取发送所述业务请求的服务目的地址；

确定模块，用于根据所述服务器目的地址确定所述Wi-Fi对应的目标建筑物；

第二绑定模块，用于将所述Wi-Fi与所述确定模块确定的所述目标建筑物进行绑定，以便于为所述业务请求提供建筑物级别的路线导航。

可选的，所述确定模块包括：

第三获取模块，用于获取所述服务目的地址所在同一建筑物的多个其他用户发送的业务请求，以及发送所述每个业务请求时周围的Wi-Fi列表；所有建筑物数据的边界信息，以及响应所述配置请求的多条轨迹数据；

识别模块，用于识别出所述每个Wi-Fi列表中每个Wi-Fi所处的建筑物地址信息；

建筑物确定模块，用于确定所述二维高斯分布中心点到所述建筑物数据的边界距离最短的建筑物为目标建筑物。

根据本发明实施例提供的第五方面，提供一种电子设备，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如上所述的基于业务场景的Wi-Fi识别方法或如上所述的基于业务场景的Wi-Fi绑定方法。

根据本发明实施例提供的第五方面，提供一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如上所述的基于业务场景的Wi-Fi识别方法或如上所述的基于业务场景的Wi-Fi绑定方法。

根据本发明实施例的第六方面，提供根据一种计算机程序产品，当所述计算机程序产品中的指令由电子设备的处理器执行时，使得所述电子设备执行如上所述的基于业务场景的Wi-Fi识别方法或如上所述的基于业务场景的Wi-Fi绑定方法。

本发明的实施例提供的技术方案至少可以包括以下有益效果：

本发明实施例中，先获取服务目的为同一建筑物的多个用户发送的业务请求，以及发送所述每个业务请求时周围的Wi-Fi列表，所述建筑物的平面多边形数据，以及响应所述业务请求的多条轨迹数据；然后，识别出所述每个Wi-Fi列表中发送所述业务请求的Wi-Fi所处的建筑物的标识信息；对所述多条轨迹数据中的每条轨迹数据进行处理，选取所述每条轨迹数据中关键点数量最多的区域作为二维高斯分布中心点；再后，确定所述二维高斯分布中心点到所述建筑物的平面多边形数据对应的边界距离最短的建筑物为目标建筑物；最后，绑定发送所述业务请求的Wi-Fi所处的建筑物的标识信息与所述目标建筑物，得到所述目标建筑物的Wi-Fi。也就是说，本发明实施例中，聚焦到家配送场景，使用买家业务请求携带的Wi-Fi与多个配送员的多条轨迹数据，通过轨迹数据中的轨迹关键点抽取与二维高斯分布的拟合等综合判断，确定目标建筑物，并绑定发送所述业务请求的Wi-Fi所处的建筑物的标识信息与所述目标建筑物，实现建筑物Wi-Fi的挖掘。本发明无需额外的数据收集工作，直接使用已有的业务数据和轨迹数据。无需对移动设备的定位点进行室内外判断，提高了定位的精度，降低定位误差风险。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理，并不构成对本发明的不当限定。

图1是本发明实施例提供的一种基于业务场景的Wi-Fi识别方法的流程图。

图2是本发明实施例提供的一种配送员原始轨迹点的示意图。

图3是本发明实施例提供的一种从原始轨迹点中删除异常轨迹点的示意图.

图4是本发明实施例提供的一种轨迹关键点的示意图。

图5是本发明实施例提供的一种以长度为9的geohash将地图划分成多个网格的示意图。

图6是本发明实施例提供的一种建立三维坐标系的示意图。

图7是本发明实施例提供的一种基于业务场景的Wi-Fi绑定方法的流程图。

图8是本发明实施例提供的一种基于业务场景的Wi-Fi绑定方法的另一流程图。

图9是本发明实施例提供的一种基于业务场景的Wi-Fi识别装置框图。

图10是本发明实施例提供的一种基于业务场景的Wi-Fi绑定装置框图。

图11是本发明实施例提供的一种电子设备的框图。

图12是本发明实施例提供的一种用于基于业务场景的Wi-Fi识别或基于业务场景的Wi-Fi绑定的装置的框图。

具体实施方式

为了使本领域普通人员更好地理解本发明的技术方案，下面将结合附图，对本发明实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种基于业务场景的Wi-Fi识别方法的流程图，如图1所示，基于业务场景的Wi-Fi识别方法的用于终端中，包括以下步骤：

在步骤101中，获取服务目的为同一建筑物的多个用户发送的业务请求，以及发送所述每个业务请求时周围的Wi-Fi列表，所述建筑物的平面多边形数据，以及响应所述业务请求的多条轨迹数据；

在步骤102中，识别出所述每个Wi-Fi列表中发送所述业务请求的Wi-Fi所处的建筑物的标识信息；以及对所述多条轨迹数据中的每条轨迹数据进行处理，选取所述每条轨迹数据中关键点数量最多的区域作为二维高斯分布中心点；

在步骤103中，确定所述二维高斯分布中心点到所述建筑物的平面多边形数据对应的边界距离最短的建筑物为目标建筑物；

在步骤104中，绑定发送所述业务请求的Wi-Fi所处的建筑物的标识信息与所述目标建筑物，得到所述目标建筑物的Wi-Fi。

本发明所述的基于业务场景的Wi-Fi识别方法可以应用于终端、服务器等，在此不作限制，其终端实施设备可以是智能手机，笔记本电脑、平板电脑等电子设备，在此不作限制。

下面结合图1，对本发明实施例提供的一种基于业务场景的Wi-Fi识别方法的具体实施步骤进行详细说明。

首先，执行步骤101，获取服务目的为同一建筑物的多个用户发送的业务请求，以及发送所述每个业务请求时周围的Wi-Fi列表，所述建筑物的平面多边形数据，以及响应所述业务请求的多条轨迹数据。

该步骤中，服务目的就是服务的目的地，比如，配送目的地相同的建筑物等。也就是说，需要获取配送目的地相同多的个用户发送的业务请求，以及响应所述业务请求的多个配置人员的多条轨迹数据，当然，还需要获取发送所述每个业务请求时周围的Wi-Fi列表，每个Wi-Fi列表中可以包括一个或多个Wi-Fi。具体的，该步骤中，需要获取三种数据，为了便于描述，本实施例中的业务请求以配送请求为例，但在实际应用中，并不限于此。

第一种数据是与买家相关的数据。包括买家发起配送请求时周围的Wi-Fi列表信息。具体来说，比如在建筑物A中的用户订购外卖的场景中，用户下单时请求了定位，因此，在后台检测到该用户发起的外卖订单请求时，可以获取到该用户发送外卖订单请求周围的Wi-Fi信息。需要说明的是，本实施例通常选择那些由建筑物内部发起的请求。

第二种数据是与多个配送员相关的轨迹数据。即每个配送员在为买家配送的过程中，会形成一条轨迹数据，该轨迹数据一般由GPS定位点组成，并且具有定位经纬度、精度、速度、时间等属性。而本实施例中，选择为同一目的地送货的配送员的多条轨迹数据。

第三种数据是与买家所在的建筑物相关的数据。该与建筑物相关的数据为该建筑物在地图上的二维平面数据，也就是说，关于建筑物的数据中，与本发明相关的仅有围栏属性，当然，建筑物的数据还可以包括高度属性，由此该高度属性与本发明无关，在此不再说明。其中，围栏属性指建筑物的边界信息，是由经纬度点构成的平面多边形。而而本发明中，就是将获取到的建筑物属性与其他信息(比如发起配送请求的Wi-Fi、配送员的轨迹数据等)进行结合，并应用到各业务场景中。

需要说明的是，本发明实施例是基于大数据,并非一条配送请求+配送员轨迹数据，而是要获取大量这样的数据。具体来说，当多个配送目的地相同时，则认为目的地是同一个建筑物，从而基于大量轨迹数据进行WI-FI挖掘。

其次，执行步骤102，识别出所述每个Wi-Fi列表中发送所述业务请求的Wi-Fi所处的建筑物的标识信息，以及对所述多条轨迹数据中的每条轨迹数据进行处理，选取所述每条轨迹数据中关键点数量最多的区域作为二维高斯分布中心点。

该步骤中，后台可以识别出每个Wi-Fi列表中的每个Wi-Fi所处的建筑物的标识信息(ID)，也就是说，通过监控该用户的网络信息，可以获取到用户按照该网络的地址信息，即该用户所在的建筑物信息。比如，建筑物A是什么区什么街道多少号楼等。其具体的识别过程已是熟知技术，在此不再赘述。

其中，该步骤中，所述对所述多条轨迹数据中的每条轨迹数据进行处理，选取所述每条轨迹数据中关键点数量最多的区域作为二维高斯分布中心点，其具体的处理过程包括：

先对所述多条轨迹数据中的每条轨迹数据进行预处理，得到多条轨迹关键点数据；在对所述多条轨迹关键点数据进行聚合处理，选取关键点数量最多的区域作为二维高斯分布中心。

其中，该实施例中的多条轨迹数据，每条轨迹数据都是使用GPS卫星给出的多个连续定位点形成的轨迹数据。比如，在配送员进入建筑物内部后，可能由于建筑物遮挡无法获取卫星信息进而无法得到定位结果，即使能够获取到卫星信息，此时的定位结果相比于室外无遮挡场景而言，定位精度大打折扣，已然不可信。另外，在配送员靠近建筑物时，由于存在信号的多径效应，定位结果一般存在较大的漂移，同样导致定位结果置信度下降。如图2所示，图2为本发明实施例提供的一种配送员原始轨迹点的示意图，如图2所示，在配送员进入某小区前和离开某小区后，配送员的轨迹都较为平滑，与路网较为匹配。但是，在配送员进入小区后，由于多径效应导致定位点分布较为杂乱，已然不成轨迹。如果直接使用这样的轨迹点对应的数据，会导致定位的不准确，而本发明实施例中，在使用该数据前，先对原始轨迹点对应的数据进行处理，其处理的目的是提取与异常轨迹点相邻的正常轨迹点，本发明称之为关键点，也就是获取配送员进入某小区楼栋前的正常轨迹点，通常情况下，在配送员进行小区楼栋后，其对应的轨迹会产生漂移点(本发明称为异常轨迹点)，而本发明需要获取产生漂移点前且与漂移点相邻的轨迹点，本发明称为正常轨迹点。

该步骤中，其预处理的过程可以包括：

后台先从所述每条轨迹数据中选择满足预设条件的轨迹点；然后，判断每个轨迹点是否为异常轨迹点，如果是，则提取所述异常轨迹点之前且与所述异常轨迹点相邻的正常轨迹点；再后，从所述轨迹点中删除所述异常轨迹点，得到正常轨迹点，并将所述正常轨迹点作为对应轨迹数据中的轨迹关键点。其中,本发明中的轨迹点通常情况下为GPS定位点，该GPS定位点具有如下属性：定位经纬度、精度、速度、时间。具体包括：

1)先从所述每条轨迹数据中选择满足预设条件的轨迹点，其中，预设条件至少包括下述条件之一，连续两个GPS定位点之间精度小于阈值g；两个GPS定位点之间距离小于阈值d，两个GPS定位点的时间差小于阈值t，两个GPS定位点之间的平均速度与前n个平均速度之间的方差不超过阈值δ。n为每条轨迹数据的GPS定位点的个数。当然，在实际应用中，并不限于此，还可以适应性包括其他满足预设条件的GPS定位点。本发明将这样的轨迹点组成的轨迹称之为合规轨迹。其中，合规轨迹分为正向合规轨迹与反向合规轨迹。先确定正向合规轨迹，记录最后一个GPS定位点p为候选关键点，并设置正向计数器countp＝0。设置反向合规轨迹为空，反向计数器countn＝0。接着继续判断下一个GPS定位点p；

2)继续判断下一个GPS定位点p是否满足所述预设条件。如果GPS定位点p满足上述1)中的预设条件，则称之为正常轨迹点，进入步骤3)。若GPS定位点p不满足1)中预设条件，称之为异常轨迹点，正向计数器+1，且置当前候选关键点为确定关键点，进入步骤4)；

3)若正向计数器小于阈值c1，将GPS定位点p加入正向轨迹，并设置为新的候选关键点，且设置当前反向轨迹为空，反向计数器为0，继续判断下一个GPS定位点p，进入步骤2)；否则，进入步骤4)；

4)计算以当前下一个GPS定位点p为终点的反向轨迹，若出现了一条反向合规轨迹，则选择正向合规轨迹的终点、反向合规轨迹的起点，作为轨迹的一对关键点，将反向合规轨迹视为正向，置空反向轨迹与反向计数器，继续下一个GPS定位点p，重新进入步骤2)，直至整条轨迹结束；若未出现一条以p为重点的反向合规轨迹，则将p加入反向轨迹，反向计数器+1，重新判断下一个GPS定位点p，进入步骤2)；

5)重复上述过程，直到判断出所有的关键点。

6)在判断完成后，即整条轨迹结束时，提取所有关键点，作为后续挖掘基础。也就是说，提取所述异常轨迹点之前且与所述异常轨迹点相邻的正常轨迹点；

7)从所述轨迹点(即原始轨迹点)中删除所述异常轨迹点，得到正常轨迹点；具体如图3所示，为本发明实施例提供的一种从原始轨迹点中删除异常轨迹点的示意图。

8)将所述正常轨迹点作为对应轨迹数据中的轨迹关键点。具体如图4所示，为本发明实施例提供的一种轨迹关键点的示意图。

由图2、图3和图4三幅图可知，图2中所示的是未进行任何处理的原始轨迹，可以看到中间出现了一些尖锐的异常轨迹点；图3所示的是删除了异常轨迹点后的轨迹，可以看到轨迹平滑了许多；图4所示的两个圆形标注的正常轨迹点，则为发现的轨迹关键点。

其中，对所述多条轨迹关键点数据进行聚合处理，选取关键点数量最多的区域作为二维高斯分布中心点；具体包括：

获取每条轨迹数据的轨迹关键点的经纬度所处的geohash块；将每条轨迹数据中的轨迹关键点映射到对应的geohash块上；统计每个geohash中的关键点个数；提取所有轨迹关键点所在的geohash块，所有提取的所述geohash块形成一个二维矩形平面；将所述二维矩形平面的两边分别作为x轴和y轴，以geohash块中关键点个数为z轴，建立三维坐标系；在所述三维坐标系中，确定拟合轨迹关键点个数分布的混合二维高斯分布；确定所述混合二维高斯分布的中心点在所述二维矩形平面上的中心区域；选出所述中心区域中包括所述轨迹关键点数最多的二维高斯分布中心点。

也就是说，该步骤中，对轨迹关键点进行聚合，具体采用如下方式：

1)首先得到轨迹关键点的经纬度所处的geohash块。其中，geohash块是地理中表示一块矩形地理平面空间的常用技术，可用一串字符代表，如图5所示，图5为本发明实施例提供的一种以长度为9的geohash将地图划分成多个网格的示意图。其中，字符长度为9的geohash块大约是一个边长5米的正方形，本发明选择以长度为9的geohash将地图划分成多个网格为例。

需要说明的是，GeoHash是一种将二维的经纬度转换成字符串的方法，通常情况下，字符串前缀匹配越多的距离越近。如图5所示，展示了北京9个区域的GeoHash字符串，分别是WX4ER，WX4G2、WX4G3等等，每一个字符串代表了某一矩形区域。也就是说，这个矩形区域内所有的点(经纬度坐标)都共享相同的GeoHash字符串，这样既可以保护隐私(只表示大概区域位置而不是具体的点)，又比较容易做缓存。不同的编码长度，表示不同的范围区间，字符串越长，表示的范围越精确。字符串相似的表示距离相近，这样可以利用字符串的前缀匹配来查询附近的POI信息。

2)针对同一目的地的多条轨迹数据，将每条轨迹数据中的轨迹关键点映射到geohash块之后，统计每个geohash块中的关键点个数。

3)此时，二维平面地图可视为由多个geohash块分割而成的大型网格。截取包含有所有轨迹关键点所在geohash块的部分，形成一个二维矩形平面，并将该二维矩形平面的两个边长的数值分别作x轴和y轴，以geohash块中的关键点个数作为z轴的数值，建立三维坐标系，其建立的三维坐标系如图6所示，图6为本发明实施例提供的一种建立三维坐标系的示意图。

4)在该三维坐标系中，寻找拟合轨迹关键点个数分布的混合二维高斯分布，该二维高斯分布示例如图6所示。根据阈值k确定xy平面(geohash块分割的二维地图)中距离二维高斯分布中心点较近的一片区域，作为中心区域。比如,该二维高斯分布中心点在xy平面的垂直投影点为(x1,y1)，确定一个平面C(x,y)，平面C(x,y)满足:

|x-x1|≤k且|y-y1|≤k。

在所有的二维高斯分布中，选择出中心区域C包括轨迹关键点数量最多的区域作为二维高斯分布中心点，即目标二维高斯分布中心点。

将得到的目标二维高斯分布中心geohash，平面区域C(x,y)用于下述步骤中目标建筑物的确定。

再次，执行步骤103，确定所述geohash到所述建筑物的平面多边形数据对应的边界距离最短的建筑物为目标建筑物；

该步骤中，在步骤101中，获取到建筑物的平面多边形数据(也可以称为建筑物数据)仅仅包含有围栏与高度属性。在步骤102中，为一个目的地建筑物计算出了二维高斯分布中心geohash，该步骤中，只需要判断出离该geohash距离最近的建筑物，即为所求目标建筑物。其具体的判断过程对于本领域技术人员来说，已是熟知技术，在此不再赘述。

最后，执行步骤104，绑定发送所述业务请求的Wi-Fi所处的建筑物的标识信息与所述目标建筑物，得到所述目标建筑物的Wi-Fi。

该步骤中，在得到目标建筑物后，当买家所请求的配送目的地相同(可断定为同一建筑物)时，可以将发起业务请求时的Wi-Fi与该目标建筑物进行绑定，即确定了建筑物的Wi-Fi。

进一步，还可以将Wi-Fi对应的建筑物之间的对应关系存储到数据库中。

还请参阅图7，为本发明实施例提供的一种基于业务场景的Wi-Fi绑定方法的流程图，所述方法包括：

步骤701：在检测到用户发送业务请求时，获取发送所述业务请求的Wi-Fi；其中，所述业务请求包括：室内定位请求、业务请求或地图显示时建筑物与兴趣点POI的渲染请求；

步骤702：判断数据库中是否存储有与所述Wi-Fi对应的建筑物；

该步骤中，后天查询数据库中是否存储有与所述Wi-Fi对应的建筑物，如果有，直接绑定，否则，重新确定该Wi-Fi对应的建筑物，并将其对应关系存储到数据库中。

步骤703：如果存在与所述Wi-Fi对应的建筑物，则将所述Wi-Fi与所述建筑物进行绑定，以便于为所述业务请求提供建筑物级别的路线导航。

该本发明实施例中，在挖掘出的建筑物的Wi-Fi后，可以用于多个项目，下面以应用到三个项目为例来说明：

1)室内定位项目：用户请求定位时，携带有Wi-Fi列表，识别出所述Wi-Fi列表中每个Wi-Fi所处的建筑物，然后上述实施例中提供的技术方案计算出用户所处的目标建筑物，然后，绑定发起请求定位的该WiFi与该目标建筑物，为其提供更加准确的定位结果，如直接定位到小区里的具体楼栋上等。

2)应用于配送员的路径规划：该过程类似于1)中应用，当配送员在为买家配送货物时，判断数据库中是否存储有与所述Wi-Fi对应的建筑物；如果有，直接绑定该Wi-Fi与建筑物，为配送员提供准确目的地建筑物级别的路线导航，提升配送员的配送效率。

3)应用于地图显示时建筑物与兴趣点(POI)的渲染：地图展示时，可能出现下述情况。如“一期3幢”等POI，与其对应的建筑物没有完美契合。在用户查看时，非常影响用户体验。如果实现Wi-Fi到建筑物的关系挖掘后，结合其他工作如Wi-Fi到POI的画像，可以完成以Wi-Fi为桥梁，实现POI到建筑物的关系挖掘，帮助纠正POI坐标，支持渲染更加准确，也可以以更加准确的POI坐标支撑上游业务。

还请参阅图8，为本发明实施例提供的一种基于业务场景的Wi-Fi绑定方法的另一流程图，所述方法包括：

步骤801：在检测到用户发送业务请求时，获取发送所述业务请求的Wi-Fi；其中，所述业务请求包括：室内定位请求、业务请求或地图显示时建筑物与兴趣点POI的渲染请求；

步骤802：在数据库中查找是否存在与所述Wi-Fi对应的建筑物；如果是，执行步骤803；否则，执行步骤804；

步骤803：将所述Wi-Fi与所述建筑物进行绑定，以便于为所述业务请求提供建筑物级别的路线导航；

步骤804：获取发送所述业务请求的服务目的地址；

步骤805：根据所述服务器目的地址确定所述Wi-Fi对应的目标建筑物；

该步骤中，先获取所述服务目的地址所在同一建筑物的多个其他用户发送的业务请求，以及发送所述每个业务请求时周围的Wi-Fi列表；所有建筑物数据的边界信息，以及响应所述配置请求的多条轨迹数据；识别出所述每个Wi-Fi列表中每个Wi-Fi所处的建筑物地址信息；对所述多条轨迹数据中的每条轨迹数据进行预处理，得到多条轨迹关键点数据；对所述多条轨迹关键点数据进行聚合处理，选取关键点数量最多的区域作为二维高斯分布中心点；判断出所述二维高斯分布中心点到所述建筑物数据的边界距离最短的建筑物为目标建筑物；绑定所述业务请求的Wi-Fi与所述目标建筑物，得到所述目标建筑物的Wi-Fi。

上述各个步骤的具体实现过程，详见上述方法实施例中对应步骤的实现过程，在此不再赘述。

步骤806：将所述Wi-Fi与确定的所述目标建筑物进行绑定，以便于为所述业务请求提供建筑物级别的路线导航。

本发明实施例中，在检测到用户发送业务请求时，获取发送所述业务请求的Wi-Fi，然后判断数据库中是否存在与所述Wi-Fi对应的建筑物；如果存在，直接将所述Wi-Fi与所述建筑物进行绑定，否则，直接确定该Wi-Fi对应的目标建筑物，也就是说，本发明实施例在无需额外的数据收集工作，直接使用已有的业务数据和轨迹数据，无需对移动设备的定位点进行室内外判断，提高了定位的精度，降低定位误差风险。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本实施公开并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明所必须的。

图9是本发明实施例提供的一种基于业务场景的Wi-Fi识别装置框图。参照图9，该装置包括：第一获取模块901，识别模块902、处理模块903、第一确定模块904和绑定模块905。其中，

该第一获取模块901，用于执行获取服务目的为同一建筑物的多个用户发送的业务请求，以及发送所述每个业务请求时周围的Wi-Fi列表，所述建筑物的平面多边形数据，以及响应所述业务请求的多条轨迹数据；

该识别模块902，用于识别出所述每个Wi-Fi列表中发送所述业务请求的Wi-Fi所处的建筑物的标识信息；

该处理模块903，用于对所述多条轨迹数据中的每条轨迹数据进行处理，选取所述每条轨迹数据中关键点数量最多的区域作为二维高斯分布中心点；

该第一确定模块904，用于确定所述二维高斯分布中心点到所述建筑物的平面多边形数据对应的边界距离最短的建筑物为目标建筑物；

该绑定模块905，用于绑定发送所述业务请求的Wi-Fi所处的建筑物的标识信息与所述目标建筑物，得到所述目标建筑物的Wi-Fi。

可选的，在另一实施例中，该实施例在上述实施例的基础上，所述处理模块包括：预处理模块和聚合处理模块，其中，

该预处理模块，用于对所述多条轨迹数据中的每条轨迹数据进行预处理，得到多条轨迹关键点数据；

该聚合处理模块，用于对所述多条轨迹关键点数据进行聚合处理，选取关键点数量最多的区域作为二维高斯分布中心点。

可选的，在另一实施例中，该实施例在上述实施例的基础上，所述预处理模块包括：第一选择模块，判断模块，第一提取模块和删除模块，其中，

该第一选择模块，用于从所述每条轨迹数据中选择满足预设条件的轨迹点；

该判断模块，用于判断每个轨迹点是否为异常轨迹点；

该第一提取模块，用于在所述判断模块判定所述轨迹点为异常轨迹点时，提取所述异常轨迹点之前且与所述异常轨迹点相邻的正常轨迹点；

该删除模块，用于从所述轨迹点中删除所述异常轨迹点，得到正常轨迹点，并将所述正常轨迹点作为对应轨迹数据中的轨迹关键点。

可选的，在另一实施例中，该实施例在上述实施例的基础上，所述聚合处理包括：第二获取模块，映射模块，统计模块，第二提取模块，建立模块，第二确定模块，第三确定模块和第二选择模块，其中，

该第二获取模块，用于获取每条轨迹数据的轨迹关键点的经纬度所处的geohash块；

该映射模块，用于将每条轨迹数据中的轨迹关键点映射到对应的geohash块上；

该统计模块，用于统计每个geohash中的关键点个数；

该第二提取模块，用于提取所有轨迹关键点所在的geohash块，所有提取的所述geohash块形成一个二维矩形平面；

该建立模块，用于将所述二维矩形平面的两边的数值分别作为x轴和y轴，以geohash块中关键点个数为z轴的数值，建立三维坐标系；

该第二确定模块，用于在所述三维坐标系中，确定拟合轨迹关键点个数分布的混合二维高斯分布；

该第三确定模块，用于确定所述混合二维高斯分布的中心点在所述二维矩形平面上的中心区域；

该第二选择模块，用于选出所述中心区域中包括所述轨迹关键点数最多的二维高斯分布中心点。

本发明实施例还提供一种基于业务场景的Wi-Fi绑定装置，其结构示意图如图10所示，所述装置包括：第一获取模块1001，查找模块1002和第一绑定模块1003，其中，

该第一获取模块1001，用于在检测到用户发送业务请求时，获取发送所述业务请求的Wi-Fi；其中，所述业务请求包括：室内定位请求、配送业务请求或地图显示时建筑物与兴趣点POI的渲染请求；

该查找模块1002，用于在数据库中查找是否存在与所述Wi-Fi对应的建筑物；

该第一绑定模块1003，用于在所述查找模块查找到与所述Wi-Fi对应的建筑物时，将所述Wi-Fi与所述建筑物进行绑定，以便于为所述业务请求提供建筑物级别的路线导航。

可选的，在另一实施例中，该实施例在上述实施例的基础上，所述装置还包括：第一绑定模块，确定模块和第二绑定模块，其中，

该第二获取模块，用于在所述查找模块在数据库中没有查找到与所述Wi-Fi对应的建筑物时，获取发送所述业务请求的服务目的地址；

该第一确定模块，用于根据所述服务器目的地址确定所述Wi-Fi对应的目标建筑物；

该第二绑定模块，用于将所述Wi-Fi与所述确定模块确定的所述目标建筑物进行绑定，以便于为所述业务请求提供建筑物级别的路线导航。

可选的，在另一实施例中，该实施例在上述实施例的基础上，所述第一确定模块包括：第三获取模块，识别模块，处理模块和建筑物确定模块，其中，

该第三获取模块，用于获取所述服务目的地址所在同一建筑物的多个其他用户发送的业务请求，以及发送所述每个业务请求时周围的Wi-Fi列表；所有建筑物数据的边界信息，以及响应所述配置请求的多条轨迹数据；

该识别模块，用于识别出所述每个Wi-Fi列表中每个Wi-Fi所处的建筑物地址信息；

该处理模块，用于对所述多条轨迹数据中的每条轨迹数据进行处理，选取所述每条轨迹数据中关键点数量最多的区域作为二维高斯分布中心点；

该建筑物确定模块，用于确定所述二维高斯分布中心点到所述建筑物数据的边界距离最短的建筑物为目标建筑物。

本发明实施例还提供一种电子设备，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如上所述的基于业务场景的Wi-Fi识别方法或实现如上所述的基于业务场景的Wi-Fi绑定方法。

本发明实施例还提供一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如上所述的基于业务场景的Wi-Fi识别方法或实现如上所述的基于业务场景的Wi-Fi绑定方法。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，相关之处参见方法实施例的部分说明即可，此处将不做详细阐述说明。

在示例性实施例中，还提供了一种包括指令的存储介质，例如包括指令的存储器，上述指令可由装置的处理器执行以完成上述方法。可选地，存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

图11是本发明实施例提供的一种电子设备1100的框图。例如，电子设备1100可以为移动终端也可以为服务器,本发明实施例中以电子设备为移动终端为例进行说明。例如,电子设备1100可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图11，电子设备1100可以包括以下一个或多个组件：处理组件1102，存储器1104，电力组件1106，多媒体组件1108，音频组件1110，输入/输出(I/O)的接口1112，传感器组件1114，以及通信组件1116。

处理组件1102通常控制电子设备1100的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1102可以包括一个或多个处理器1120来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件1102可以包括一个或多个模块，便于处理组件1102和其他组件之间的交互。例如，处理组件1102可以包括多媒体模块，以方便多媒体组件1108和处理组件1102之间的交互。

存储器1104被配置为存储各种类型的数据以支持在设备1100的操作。这些数据的示例包括用于在电子设备1100上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1104可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件1106为电子设备1100的各种组件提供电力。电源组件1106可以包括电源管理***，一个或多个电源，及其他与为电子设备1100生成、管理和分配电力相关联的组件。

多媒体组件1108包括在所述电子设备1100和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1108包括一个前置摄像头和/或后置摄像头。当设备1100处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。

音频组件1110被配置为输出和/或输入音频信号。例如，音频组件1110包括一个麦克风(MIC)，当电子设备1100处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1104或经由通信组件1116发送。在一些实施例中，音频组件1110还包括一个扬声器，用于输出音频信号。

I/O接口1112为处理组件1102和***接口模块之间提供接口，上述***接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件1114包括一个或多个传感器，用于为电子设备1100提供各个方面的状态评估。例如，传感器组件1114可以检测到设备1100的打开/关闭状态，组件的相对定位，例如所述组件为电子设备1100的显示器和小键盘，传感器组件1114还可以检测电子设备1100或电子设备1100一个组件的位置改变，用户与电子设备1100接触的存在或不存在，电子设备1100方位或加速/减速和电子设备1100的温度变化。传感器组件1114可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1114还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1114还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件1116被配置为便于电子设备1100和其他设备之间有线或无线方式的通信。电子设备1100可以接入基于通信标准的无线网络，如Wi-Fi，运营商网络(如2G、3G、4G或5G)，或它们的组合。在一个示例性实施例中，通信组件1116经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1116还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备1100可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述所示的基于业务场景的Wi-Fi识别方法或基于业务场景的Wi-Fi绑定方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1104，上述指令可由电子设备1100的处理器1120执行以完成上述所示的基于业务场景的Wi-Fi识别方法或基于业务场景的Wi-Fi绑定方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

在示例性实施例中，还提供了一种计算机程序产品，当计算机程序产品中的指令由电子设备1100的处理器1120执行时，使得电子设备1100执行上述所示的基于业务场景的Wi-Fi识别方法基或于业务场景的Wi-Fi绑定方法。

图12是本发明实施例提供的一种用于基于业务场景的Wi-Fi识别或基于业务场景的Wi-Fi绑定的装置1200的框图。例如，装置1200可以被提供为一服务器。参照图12，装置1200包括处理组件1222，其进一步包括一个或多个处理器，以及由存储器1232所代表的存储器资源，用于存储可由处理组件1222的执行的指令，例如应用程序。存储器1232中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1222被配置为执行指令，以执行上述方法。

装置1200还可以包括一个电源组件1226被配置为执行装置1200的电源管理，一个有线或无线网络接口1250被配置为将装置1200连接到网络，和一个输入输出(I/O)接口1258。装置1200可以操作基于存储在存储器1232的操作***，例如WindowsServerTM，MacOSXTM，UnixTM,LinuxTM，FreeBSDTM或类似。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims

1.一种基于业务场景的Wi-Fi识别方法，其特征在于，包括：

2.根据权利要求1所述的基于业务场景的Wi-Fi识别方法，其特征在于，所述对所述多条轨迹数据中的每条轨迹数据进行处理，选取所述每条轨迹数据中关键点数量最多的区域作为二维高斯分布中心点，包括：

3.根据权利要求2所述的基于业务场景的Wi-Fi识别方法，其特征在于，所述对所述多条轨迹数据中的每条轨迹数据进行预处理，得到多条轨迹关键点数据，包括：

从所述每条轨迹数据中选择满足预设条件的轨迹点；

4.根据权利要求2或3所述的基于业务场景的Wi-Fi识别方法，其特征在于，所述对所述多条轨迹关键点数据进行聚合处理，选取关键点数量最多的区域作为二维高斯分布中心点，包括：

获取每条轨迹数据的轨迹关键点的经纬度所处的geohash块；

将每条轨迹数据中的轨迹关键点映射到对应的geohash块上；

统计每个geohash块中的关键点个数；

5.一种基于业务场景的Wi-Fi绑定方法，其特征在于，包括：

在数据库中查找是否存在与所述Wi-Fi对应的建筑物；

6.根据权利要求5所述的基于业务场景的Wi-Fi绑定方法，其特征在于，所述方法还包括：

如果所述数据库中不存在与所述Wi-Fi对应的建筑物，则获取发送所述业务请求的服务目的地址；

根据所述服务器目的地址确定所述Wi-Fi对应的目标建筑物；

7.根据权利要求6所述的基于业务场景的Wi-Fi绑定方法，其特征在于，所述根据所述服务目的地址确定所述Wi-Fi对应的目标建筑物，包括：

识别出所述每个Wi-Fi列表中每个Wi-Fi所处的建筑物地址信息；

8.一种基于业务场景的Wi-Fi识别装置，其特征在于，包括：

9.根据权利要求8所述的基于业务场景的Wi-Fi识别装置，其特征在于，所述处理模块包括：

10.根据权利要求9所述的基于业务场景的Wi-Fi识别装置，其特征在于，所述预处理模块包括：

判断模块，用于判断每个轨迹点是否为异常轨迹点；

11.根据权利要求9或10所述的基于业务场景的Wi-Fi识别装置，其特征在于，所述聚合处理包括：

统计模块，用于统计每个geohash块中的关键点个数；

第二选择模块，用于选出所述中心区域中包括所述轨迹关键点数最多的区域作为二维高斯分布中心点。

12.一种基于业务场景的Wi-Fi绑定装置，其特征在于，包括：

13.根据权利要求12所述的基于业务场景的Wi-Fi绑定装置，其特征在于，所述装置还包括：

14.根据权利要求13所述的基于业务场景的Wi-Fi绑定装置，其特征在于，所述确定模块包括：

15.一种电子设备，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如权利要求1至4中任一项所述的基于业务场景的Wi-Fi识别方法或权利要求5至7中任一项所述的基于业务场景的Wi-Fi绑定方法。

16.一种存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1至4中任一项所述的基于业务场景的Wi-Fi识别方法或权利要求5至7中任一项所述的基于业务场景的Wi-Fi绑定方法。