点位数据聚合方法和系统技术方案

本发明专利技术公开了一种点位数据聚合方法，用于地图热力图，其包括：对该地图热力图的点位数据列表中的多个点位数据进行点位聚合；计算所述多个点位数据所对应的每个点位与其它点位之间的距离，并判断该距离是否小于设定阀值；以及对该距离小于该设定阀值的每个点位与所述多个点位数据所对应的另一个点位所对应的两个该点位数据进行聚合，以产生聚合点的点位数据并取代每个点位所对应的该点位数据。本发明专利技术还公开了一种点位数据聚合系统，可实现前述的点位数据聚合方法。

Point Data Aggregation Method and System

The invention discloses a point data aggregation method for map thermodynamic map, which includes: point aggregation of multiple point data in the list of point data of the map thermodynamic map; calculating the distance between each point corresponding to the multiple point data and other points, and judging whether the distance is less than the set threshold value; and the distance is less than the set threshold value. Each point is aggregated with two point data corresponding to another point corresponding to the multi-point data to generate the point data of the aggregation point and replace the point data corresponding to each point. The invention also discloses a point-to-point data aggregation system, which can realize the point-to-point data aggregation method mentioned above.

【技术实现步骤摘要】
点位数据聚合方法和系统
本专利技术涉及地图
，并且特别涉及一种点位数据聚合方法和系统，用于基于地图的热力图。
技术介绍
目前，基于地图的热力图的显示原理是根据用户提所供的全球定位系统(GlobalPositioningSystem，GPS)点位的位置信息和数值来呈现热力图的效果。以地理信息系统(GeographicInformationSystem，GIS)地图的热力图的应用为例，其常用的数据加载方式是将每个经纬度点位上的数值加载到地图引擎，而后再渲染成热力图的形式。在数据量少的情况下，这个方式完全可以满足一般的业务应用需求。然而，在某些业务应用场景中，由于用于分析热力图的数据的数量过大，导致这些数据在加载时有速度缓慢、渲染时间过长等状况，使得用户的等待时间过长。因此，需要对这些数据进行聚合处理，以达到只需加载少量的数据，借以减少数据加载和渲染的时间。
技术实现思路
本专利技术提出了一种点位数据聚合方法和系统，可对大数据量的点位数据进行压缩处理，从而实现数据聚合，以达到用户端只需加载少量的数据、即可在宏观层面上达到相当的热力图呈现效果。在一个方面，提出了一种点位数据聚合方法，其包括：对该地图热力图的点位数据列表中的多个点位数据进行点位聚合；计算所述多个点位数据所对应的每个点位与其它点位之间的距离，并判断该距离是否小于设定阀值；以及对该距离小于该设定阀值的每个点位与所述多个点位数据所对应的另一个点位所对应的两个该点位数据进行聚合，以产生聚合点的点位数据并取代每个点位所对应的该点位数据。在另一个方面，提出了一种点位数据聚合系统，其包括处理器和存储器，该存储器中存储有点位数据聚合单元，该点位数据聚合单元用于：对该地图热力图的点位数据列表中的多个点位数据进行点位聚合；计算所述多个点位数据所对应的每个点位与其它点位之间的距离，并判断该距离是否小于设定阀值；以及对该距离小于该设定阀值的每个点位与所述多个点位数据所对应的另一个点位所对应的两个该点位数据进行聚合，以产生聚合点的点位数据并取代每个点位所对应的该点位数据。本专利技术通过分析各个点位的位置和数值，并将距离阀值范围内的所有点位的数据聚合为一个点位数据，从而实现压缩点位数据、又不影响热力图的宏观呈现效果。附图说明包括附图以提供对实施例的进一步理解并且附图被并入本说明书中并且构成本说明书的一部分。附图图示了实施例并且与描述一起用于解释本专利技术的原理。将容易认识到其它实施例和实施例的很多预期优点，因为通过引用以下详细描述，它们变得被更好地理解。附图的元件不一定是相互按照比例的。同样的附图标记指代对应的类似部件。图1是根据本专利技术的一个实施例的点位数据聚合方法的流程图；以及图2是根据本专利技术的一个实施例的点位数据聚合系统的示意图。具体实施方式在以下详细描述中，参考附图，该附图形成详细描述的一部分，并且通过其中可实践本专利技术的说明性具体实施例来示出。应当理解的是，可以利用其他实施例或可以做出逻辑改变，而不背离本专利技术的范围。因此以下详细描述不应当在限制的意义上被采用，并且本专利技术的范围由所附权利要求来限定。图1示出了根据本专利技术的一个实施例的点位数据聚合方法的流程图。该点位数据聚合方法应用在基于地图的热力图，用来实现热力图的点位数据的聚合。在一实施例中，该点位数据聚合方法由图2所示的点位数据聚合系统实现，应用于例如地理信息系统(GeographicInformationSystem，GIS)的地图热力图G(图未示)。如图1所示，该点位数据聚合方法包括以下步骤：S10：对地图热力图G的点位数据列表L(图未示)中的点位数据Dp(图未示)进行点位聚合A(图未示)。点位数据列表L中包括地图热力图G中的所有点位数据Dp，点位数据Dp中包括位置信息I(图未示)和点位数值V(图未示)，每个点位数据Dp对应于地图热力图G中的一个点位P(图未示)。从点位数据列表L中读取所有的原始点位数据Dp，并对原始点位数据Dp进行点位聚合A以产生聚合结果R(图未示)。在一实施例中，采用GeoHash算法实现点位聚合A。此外，可根据最终聚合的距离参数值，选择相应的GeoHash聚合精度，再遍历读取待计算的点位数据列表L，以对所有点位数据Dp进行GeoHash聚合。根据相应的权重，可计算每个GeoHash区域块的数据点位信息，从而计算出GeoHash聚合的聚合结果R。S20：计算点位数据Dp所对应的每个点位P与其它点位P之间的距离D(图未示)，并判断距离D是否小于设定阀值T(图未示)。在步骤S10对点位数据列表L中的所有点位数据Dp进行一次点位聚合A之后，对点位聚合A后的所有点位数据Dp进行二次点位聚合A。以遍历的形式读取聚合结果R，先将读取聚合结果R中的第一个点位数据Dp直接写入自定义范围聚合结果Rc(图未示)，然后逐一读取聚合结果R中的(第一个点位数据Dp之外的)其他点位数据Dp，将每个点位数据Dp与自定义范围聚合结果Rc中的点位数据Dp逐个进行比较。在一实施例中，步骤S20包括：将第一个点位数据Dp加入自定义范围聚合结果Rc；计算其他点位数据Dp中的每一个所对应的点位P与自定义范围聚合结果Rc中的每个点位数据Dp所对应的点位P之间的距离D；以及判断距离D是否小于设定阀值T。其中，在计算其他点位数据Dp中的每一个所对应的点位P与自定义范围聚合结果Rc中的每个点位数据Dp所对应的点位P之间的距离D的步骤中，可根据其他点位数据Dp中的每一个所对应的点位P与自定义范围聚合结果Rc中的每个点位数据Dp所对应的点位P的三维坐标计算该两个点位P的直线距离。例如当其他点位数据Dp中的一个点位Pa的三维坐标为(X1，Y1，Z1)、自定义范围聚合结果Rc中的一个点位Pb的三维坐标为(X2，Y2，Z2)，可用以下的直线距离公式来计算两个点位P之间的直线距离：若判断的结果是距离D小于设定阀值T，则执行步骤S30。在一实施例中，若其他点位数据Dp中的每一个所对应的点位P与自定义范围聚合结果Rc中的所有点位数据Dp所对应的点位P之间的距离D都不小于设定阀值T，则将其他点位数据Dp中的每一个加入自定义范围聚合结果Rc(即，与当前所有的自定义范围聚合结果Rc中的点位P相比较的结果，都不存在小于设定阀值T的情况，则当前点位P的点位数据Dp就为新数据写入自定义范围聚合结果Rc)。S30：对距离D小于设定阀值T的每个点位P与点位数据Dp所对应的另一个点位P所对应的两个点位数据Dp进行聚合，以产生聚合点M(图未示)的点位数据Dp并取代每个点位P所对应的点位数据Dp。将距离D在设定阀值T范围内的所有点位P的点位数据Dp聚合为一个点位数据Dp，从而更新点位数据列表L。在一实施例中，步骤S30包括：根据距离D小于设定阀值T的每个点位P与另一个点位P所对应的两个点位数据Dp中的位置信息I和点位数值V，计算聚合点M的位置信息I和点位数值V；以及产生聚合点M的点位数据Dp并取代每个点位P所对应的点位数据Dp，其中聚合点M的点位数据Dp包括聚合点M的位置信息I和点位数值V。例如当距离D小于设定阀值T的点位A与另一个点位B的位置信息I分别为三维坐标(Xa，Ya，Za)和(Xb，Yb，Zb)、点位数值分别为Va和Vb，聚合点M的位置信息I(Xm，Ym，Zm)的计算本文档来自技高网...

【技术保护点】
1.一种点位数据聚合方法，用于地图热力图，其特征在于，包括：对该地图热力图的点位数据列表中的多个点位数据进行点位聚合；计算所述多个点位数据所对应的每个点位与其它点位之间的距离，并判断该距离是否小于设定阀值；以及对该距离小于该设定阀值的每个点位与所述多个点位数据所对应的另一个点位所对应的两个该点位数据进行聚合，以产生聚合点的点位数据并取代每个点位所对应的该点位数据。

【技术特征摘要】
1.一种点位数据聚合方法，用于地图热力图，其特征在于，包括：对该地图热力图的点位数据列表中的多个点位数据进行点位聚合；计算所述多个点位数据所对应的每个点位与其它点位之间的距离，并判断该距离是否小于设定阀值；以及对该距离小于该设定阀值的每个点位与所述多个点位数据所对应的另一个点位所对应的两个该点位数据进行聚合，以产生聚合点的点位数据并取代每个点位所对应的该点位数据。2.根据权利要求1所述的方法，其特征在于，计算所述多个点位数据所对应的每个点位与其它点位之间的距离，并判断该距离是否小于设定阀值的步骤包括：将第一个该点位数据加入自定义范围聚合结果；计算其他该点位数据中的每一个所对应的点位与该自定义范围聚合结果中的每个该点位数据所对应的点位之间的距离；以及判断该距离是否小于该设定阀值。3.根据权利要求2所述的方法，其特征在于，计算其他该点位数据中的每一个所对应的点位与该自定义范围聚合结果中的每个该点位数据所对应的点位之间的距离的步骤包括：根据其他该点位数据中的每一个所对应的点位与该自定义范围聚合结果中的每个该点位数据所对应的点位的三维坐标计算该两个点位的直线距离。4.根据权利要求2所述的方法，其特征在于，判断该距离是否小于该设定阀值的步骤包括：判断该距离是否小于该设定阀值；若其他该点位数据中的每一个所对应的点位与该自定义范围聚合结果中的所有该点位数据所对应的点位之间的该距离都不小于该设定阀值，则将其他该点位数据中的每一个加入该自定义范围聚合结果。5.根据权利要求1所述的方法，其特征在于，对该距离小于该设定阀值的每个点位与所述多个点位数据所对应的另一个点位所对应的两个该点位数据进行聚合，以产生聚合点的点位数据并取代每个点位所对应的该点位数据的步骤包括：根据该距离小于该设定阀值的每个点位与另一个点位所对应的两个该点位数据中的位置信息和点位数值，计算该聚合点的位置信息和点位数值；以及产生该聚合点的点位数据并取代每个点位所对应的该点位数据，其中该聚合点的点位数据包括该聚合点的位置信息和点位数值。6.根据权利要求5所述的方法，其特征在于，其中该距离小于该设定阀值的每个点位A与另一个点位B的位置信息分别为(Xa，Ya，Za)和(Xb，Yb，Zb)、点位数值分别为Va和Vb...

【专利技术属性】
技术研发人员：陈志飞，陈锦荣，吴春德，吴鸿伟，王海滨，周成祖，
申请(专利权)人：厦门市美亚柏科信息股份有限公司，
类型：发明
国别省市：福建,35