[发明专利]地址聚集度查询方法、装置、设备及计算机可读存储介质

说明书

本发明涉及金融科技(Fintech)技术领域，公开了一种地址聚集度查询方法、装置、设备及计算机可读存储介质，该方法包括：接收聚集度查询请求，并根据聚集度查询请求确定待查询地址和查询距离；将待查询地址转换成目标网格级别对应的待查询网格ID；根据待查询网格ID和查询距离，确定球帽区域以及待定网格区域，并将球帽区域与待定网格区域之间的交集区域作为待查询区域；在目标网格地址库中确定落入待查询区域内的地址，并累加落入待查询区域内的地址数量，得到待查询区域的聚集度，目标网格级别与目标网格地址库相对应。本发明通过球帽区域和待定网格区域之间的交集区域来计算待查询区域的地址聚集度，缩小了查询区域的边界，提升了聚集度的精确度。

技术领域

本发明涉及金融科技(Fintech)技术领域，尤其涉及一种地址聚集度查询方法、装置、设备及计算机可读存储介质。

背景技术

随着计算机技术的发展，越来越多的技术(大数据、分布式、人工智能等)应用在金融领域，传统金融业正在逐步向金融科技(Fintech)转变，但由于金融行业的安全性、通用性要求，也对地址查询技术提出了更高的要求。

现有的地址查询技术是通过GeoHash算法来进行地址查询，GeoHash算法是一种地址编码方法，能够把二维的空间经纬度数据编码成一个字符串。GeoHash用一个字符串表示经度和纬度两个坐标。在数据库中可以实现在一列上应用索引，GeoHash算法表示的并不是一个点，而是一个矩形区域。GeoHash编码的前缀可以表示更大的区域，例如wx4g0ec1，它的前缀wx4g0e表示包含编码wx4g0ec1在内的更大范围。因此，通过根据编码的前缀是否相同来判断两个点是否在附近。也就是说，GeoHash算法将地图划分成矩形区域，在查询地址时通过矩形区域来查询，而由于矩形区域内包含较多的地址，因此在筛选地址时，容易把查询范围之外的地址筛选进来，因此这种通过GeoHash算法来进行地址查询存在边界问题，容易发生误查找的情况，导致查找精确度低。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种地址聚集度查询方法、装置、设备及计算机可读存储介质，旨在解决现有的地址查询技术查询精确度低的技术问题。

为实现上述目的，本发明提供一种地址聚集度查询方法，所述地址聚集度查询方法包括以下步骤：

接收聚集度查询请求，并根据所述聚集度查询请求确定待查询地址和查询距离；

将所述待查询地址转换成目标网格级别对应的待查询网格ID；

根据所述待查询网格ID和所述查询距离，确定球帽区域以及待定网格区域，并将所述球帽区域与所述待定网格区域之间的交集区域作为待查询区域；

在目标网格地址库中确定落入所述待查询区域内的地址，并累加落入所述待查询区域内的地址数量，得到所述待查询区域的聚集度，其中，所述目标网格级别与所述目标网格地址库相对应。

可选地，所述将所述待查询地址转换成目标网格级别对应的待查询网格ID的步骤包括：

根据所述待查询地址确定待查询经度和待查询纬度，并将所述待查询经度和所述待查询纬度转换成地球表面对应的目标球面坐标；

根据所述目标球面坐标，确定所述目标球面坐标在所述地球表面所投影的外切正方体上的目标二维坐标，其中，所述目标二维坐标以所述外切正方体的不同面进行区分；

基于希尔伯特曲线，将所述目标二维坐标转换成所述目标网格级别对应的一维坐标，得到所述目标网格级别对应的待查询网格ID。

可选地，所述将所述目标二维坐标转换成所述目标网格级别对应的一维坐标，得到所述目标网格级别对应的待查询网格ID的步骤包括：