[发明专利]一种购物街道推荐方法及装置有效

专利信息
申请号: 201911273412.1 申请日: 2019-12-12
公开(公告)号: CN111177587B 公开(公告)日: 2023-05-23
发明(设计)人: 邓应彬;许剑辉;严滢伟;陈仁容 申请(专利权)人: 广州地理研究所;南方海洋科学与工程广东省实验室(广州)
主分类号: G06F16/9537 分类号: G06F16/9537;G06F16/9535;G06Q10/0639;G06Q30/0601
代理公司: 广州骏思知识产权代理有限公司 44425 代理人: 潘桂生
地址: 510075 广东省广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 购物 街道 推荐 方法 装置
【说明书】:

发明涉及一种购物街道推荐方法及装置,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,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并根据购物指数向用户推荐购物街道。相对于现有技术,本发明通过购物指数直观反应了购物兴趣点在对应街道的聚集情况及步行环境,方便市民出行选择购物场所,提高市民购物体验。

技术领域

本发明涉及地理信息技术领域,尤其是涉及一种购物街道推荐方法及装置。

背景技术

目前的城市街道主要按以车为主体的功能分级,如高速公路、快速路、主干道等。市民在出行时往往通过地图或者大众点评等应用获取某一兴趣点的集聚区域,得到该街道的购物信息。现在的软件仅反映街道购物位置信息和用户评价信息,无法向用户提供更加准确的购物街道推荐,推荐准确度较低,市民往往需要浏览大量用户评价以判断该购物街道的是否适合出行,耗费时间较长。

发明内容

本申请实施例提供了一种购物街道推荐方法及装置,可以根据街道的购物兴趣点和街道环境对用户的出行购物进行更加精准的智能推荐。所述技术方案如下:

第一方面,本申请实施例提供了一种购物街道推荐方法,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。

可选的,所述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,Bnir和Bred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,Bgreen和Bnir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。

可选的,所述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。

可选的,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:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州地理研究所;南方海洋科学与工程广东省实验室(广州),未经广州地理研究所;南方海洋科学与工程广东省实验室(广州)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911273412.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top