[发明专利]一种购物街道推荐方法及装置

权利要求书

1.一种购物街道推荐方法，其特征在于，包括以下步骤：

根据各街道及其对应的购物兴趣点，获取各街道的购物兴趣点平均密度；其中，每个购物兴趣点对应于离其最近的街道；

获取遥感影像数据，从所述遥感影像数据中提取植被信息和水体信息；

根据所述植被信息和水体信息计算各街道的平均植被密度和平均水体密度；

对各街道的购物兴趣点平均密度、平均植被密度和平均水体密度进行加权求和，得到各街道的购物指数；

根据所述购物指数向用户推荐购物街道。

2.根据权利要求1所述的购物街道推荐方法，其特征在于，从所述遥感影像数据中提取植被信息和水体信息步骤包括：

按照以下公式，计算遥感影像数据上的归一化植被指数：

其中，NVDI为归一化植被指数，B_nir和B_red分别为遥感影像数据的近红外波段和红波波段的反射值；

将所述归一化植被指数转换为点数据，获取遥感影像数据的植被信息；

按照以下公式，计算遥感影像数据上的归一化水体指数：

其中，NDWI为归一化水体指数，B_green和B_nir分别为遥感影像数据的绿波波段和近红外波段的反射值；

将所述归一化水体指数转换为点数据，获取遥感影像数据的水体信息。

3.根据权利要求2所述的购物街道推荐方法，其特征在于，根据所述植被信息和水体信息计算各街道的平均植被密度和平均水体密度的步骤包括：

删除道路两边第一距离范围外的归一化植被指数点，根据剩余的归一化植被指数点计算各街道的平均植被密度；

删除道路两边第二距离范围外的归一化水体指数点，根据剩余的归一化水体指数点计算各街道的平均水体密度。

4.根据权利要求1所述的购物街道推荐方法，其特征在于，对各街道的购物兴趣点平均密度、平均植被密度和平均水体密度进行加权求和的步骤具体包括：

设置购物兴趣点平均密度、平均植被密度和平均水体密度的权重值分别为ω₁、ω₂和ω₃；

按照以下公式，计算各街道的购物指数：

SSI＝POIs×ω₁+V×ω₂+W×ω₃

其中，SSI为购物指数，POIs为购物点密度，V为平均植被密度，W为平均水体密度，ω₁、ω₂和ω₃分别为购物兴趣点平均密度、平均植被密度和平均水体密度的权重值。

5.根据权利要求1所述的购物街道推荐方法，其特征在于，根据所述购物指数向用户推荐购物街道步骤具体包括：

对各街道的购物指数进行等级评价，得到街道推荐等级；其中，各街道的推荐等级如下：

SSI＝0，不可用；

SSI＝0.2，不推荐；

SSI＝0.4，可接受；

SSI＝0.6，推荐；

SSI＝0.8，强烈推荐；

SSI＝1，极力推荐；

SSI1，购物天堂；

其中，SSI为购物指数；

根据所述街道推荐等级向用户推荐购物街道。

6.根据权利要求5所述的购物街道推荐方法，其特征在于，还包括以下步骤：

以不同的色阶显示各街道的推荐等级的高低，对所述各街道的推荐等级进行空间可视化。